Projet : Marché du travail simplifié
|
|
- Claire Brisson
- il y a 8 ans
- Total affichages :
Transcription
1 Université Pierre et Marie Curie Introduction aux Agents Cognitifs et Autonomes Projet : Marché du travail simplifié Auteurs : Lan Zhou Matthieu Zimmer Encadrant : Jean-Daniel Kant 22 Novembre 2013
2 TABLE DES MATIÈRES TABLE DES MATIÈRES Table des matières 1 Modèle de base Étudier le modèle de base proposé Agents Algorithmes Modèle en Netlogo Paramètres de la simulation Interactions Courbe de Beveridge Simulation - Beveridge Simulation - Chômage Sensibilité aux paramètres Extensions du modèle Nouveaux critères de similarité Fonction d appariement Démission Boîte noire Perspectives Limites
3 1 MODÈLE DE BASE 1 Modèle de base 1.1 Étudier le modèle de base proposé Agents Les 3 types d agents sont : Agent personne : son but est de trouver un travail Agent entreprise : dans le modèle proposé une entreprise ne peut proposer qu un seul emploi Agent liaison : il sert à mettre en relation les employeurs et les employés On considère plusieurs agents personne et entreprise, mais un seul agent global liaison. Les attributs des agents personne sont : Situation {travaille, chômage} représente leur situation professionnelle Compétences {0, 1} 5 représente leurs compétences sous forme d un quintuplet booléen, il n y a donc que 2 niveaux de compétence, et seulement 5 compétences différentes Localisation N représente la position géographique de la personne Salaire N représente le salaire minimum que la personne demande pour un emploi Motivation B représente une motivation extrême à trouver un travail, qui peut se traduire comme une diminution de ses critères de recherche Productivité [0 ; 1] représente la productivité pour un emploi donné, proche de 1 étant très productif Les attributs des agents entreprises sont : Situation {plein, vacant} représente la situation de l emploi proposé Compétences {0, 1} 5 représente les compétences nécessaires pour l emploi proposé Localisation N représente la position géographique de l entreprise Salaire N représente le salaire du poste Motivation B représente une motivation extrême à trouver un employé, qui peut se traduire comme une diminution de ses critères de recherche Les attributs de l agent liaison sont : Emploi libre = {x Entreprise x.situation = vacant } Chômeur = {x P ersonne x.situation = chômage} Ce sont les listes des employeurs et chômeurs qui ont pris contact avec eux. Comportements Une entreprise ne fait jamais faillite. Une personne ne meurt jamais. Il n y a pas de création de nouvelle entreprise ni de personne. Lorsqu une personne est embauchée dans une entreprise, elle ne démissionnera jamais. Il arrive néanmoins qu une entreprise licencie si la productivité n est pas assurée, ou dans de rare cas pour d autres raisons. La productivité d un employé fluctue aléatoirement. Lorsqu une personne est en situation de chômage, elle va immédiatement s inscrire chez l agent liaison. De même pour une entreprise à la recherche d un employé. 2
4 1 MODÈLE DE BASE 1.1 Étudier le modèle de base proposé L agent liaison dispose de toutes les données nécessaires pour la mise en relation des chômeurs et entreprises, cependant ayant des capacités de traitement limité, il ne peut considérer toutes les éventualités. De plus, une fois qu il a trouvé une correspondance, il ne va pas chercher à la raffiner ( i.e la personne et l entreprise ne seront plus prises en compte). Pour déterminer une correspondance, l agent liaison va faire un calcul entre les compétences, la localisation et le salaire du chômeur et de l entreprise. Sachant que quelques fois, la motivation de chacun pourra entrer en jeu. Une personne et un employeur acceptent toujours l offre proposée par l agent liaison, même si dans le passé l entente n a pas été parfaite Algorithmes Une étape de simulation se déroule en 3 grandes parties, on vérifie qu il n y a pas de licenciement, tous les chercheurs de travail et entreprises vides s enregistrent chez liaison, et liaison fait la correspondance. Algorithm 1: Boucle principale tick début vérifier-licenciement ; /* appelé par les agents entreprises */ proposer-travail; chercher-travail ; /* appelé par les agents personnes */ relier ; /* appelé par l agent liaison */ Chaque entreprise vérifie que son employé est assez productif, et qu elle n a pas de raison de le licencier (représenté par proba_licenciement_inattendu). Algorithm 2: vérifier-licenciement début pour {x Entreprise x.situation = plein } faire y mon_employé ; si P roductivité_rapportée(y) < niveau_minimum_de_production ou aléatoire(proba_licenciement_inattendu) alors licencie(y); Toutes les entreprises vides, s enregistrent sur les liste de l agent liaison. Algorithm 3: proposer-travail début pour {x Entreprise x.situation = vacant } faire x.m otivation aléatoire(proba_motivation_entreprise) ; enregistrement_chez_liaison(x); Toutes les personnes cherchant du travail, s enregistrent sur les liste de l agent liaison. Algorithm 4: chercher-travail début pour {x P ersonne x.situation = chômage } faire x.m otivation aléatoire(proba_motivation_personne) ; enregistrement_chez_liaison(x); 3
5 1 MODÈLE DE BASE 1.1 Étudier le modèle de base proposé Formules productivités Lorsqu une entreprise vérifie si elle doit licencier quelqu un, l employé rapporte sa productivité, elle est calculée de la façon suivante : x P ersonne x.p roductivité aléatoire([0; 1]) lorsqu il trouve un travail Sa productivité de base est donc définie au début de l affectation à son nouveau travail, cependant elle varie à chaque tick de simulation : C f luctuation_max_prod P roductivité_rapportée(x) x.p roductivité + aléatoire([ C; C]) Formules similarités Pour calculer la similarité normalisée entre un employeur et une personne, comme décrit dans [Lewkovicz et al., 2007], on procède comme suit : similarité(x, y) = x P ersonne, y Entreprise 1 similarité similarité i=1 sachant que similarité i (x, y) [0, 1] similarité i (x, y) On rappelle que les auteurs de l article considèrent l agrégation des caractéristiques symétriquement même si c est moins réaliste. Dans notre cas, il n y a que 3 similarité i : les compétences les localisations les salaires Notons { (cx1,..., cx 5 ) x.compétences (cy 1,..., cy 5 ) y.compétences similarité compétence (x, y) = { i {1,..., 5}, cx i = cy i } { 1 si x.localisation = y.localisation similarité localisation (x, y) = 0 sinon Notons salaire_f luctuation salaire_max salaire_min { 1 x.salaire y.salaire similarité salaire (x, y) = salaire_f luctuation si x.salaire > y.salaire 1 sinon Il ne reste plus qu à prendre en compte la motivation de chacun. similarité_motivée(x, y) = similarité(x, y) + motivation p (x) + motivation e (y) { force_motivation_personne si x.motivation = vrai avec motivation p (x) = 0 sinon { force_motivation_entreprise si y.motivation = vrai et motivation e (y) = 0 sinon 4
6 1 MODÈLE DE BASE 1.1 Étudier le modèle de base proposé Finalement, voici l algorithme appelé par l agent liaison : Algorithm 5: relier début pour {x P ersonne x.situation = chômage } faire pour {y Entreprise y.situation = vacant } faire si aléatoire(proba_paire_traité) et x.situation = chômage et y.situation = vacant et similarité_motivée(x, y) > taux_similarité_nécessaire alors x.situation travaille ; y.situation plein ; x.p roductivité aléatoire([0; 1]) ; travaille_chez(x, y); vide_des_listes_enregistrements(x, y); Il parcourt tous les chômeurs et les employeurs à la recherche d un salarié, et cherche ceux qui sont assez similaires pour être liés, à condition que cette paire soit traitée. La première paire qui fonctionne liera l employeur et l employé, on ne cherche pas de meilleure possibilité. Interprétations personnelles Voici quelques interprétations du modèle qui n ont pas étaient explicitement écrites dans l article : la motivation d une personne ou d un employeur est totalement aléatoire : si quelqu un est au chômage depuis longtemps la probabilité qu il soit motivé ne change pas. seule la probabilité qu une personne ou qu un employeur soit motivé est donnée dans l article, mais pas la valeur que cela ajoute à leur similarité. Nous considérons alors que c est un paramètre. si le salaire du poste est supérieur à celui désiré par le demandeur d emploi, on les considère alors très similaire similarité salaire (x, y) = 1 puisqu il semble évident que le chômeur n en sera que plus satisfait et l employeur non affecté (et que l agrégation des caractéristiques est symétrique ) la productivité de base (avant fluctuation) d une personne est définie à son embauche et ne varie plus ensuite pour des questions de simplicité (mais elle peut toujours varier d une emploi à un autre) l article dit que l agent liaison est limité en capacité de traitement, mais il ne dit pas de quelle façon : nombre de paires traitées par tick, pourcentage de paires traitées,... Nous avons choisi d introduire la probabilité qu une paire soit traitée (moins rigide qu un pourcentage) toujours pour des questions de simplicité et pour ne pas biaiser le modèle, nous considérerons qu au départ de la simulation, aucun emploi n est occupé. 5
7 1 MODÈLE DE BASE 1.2 Modèle en Netlogo 1.2 Modèle en Netlogo Paramètres de la simulation Nous avons défini les paramètres suivants : nombre_chômeur = U : le nombre de chômeur de la simulation nombre_entreprise_vide = V : le nombre d emploi vacant durant la simulation proba_paire_traité : la probabilité qu une paire (emploi, chômeur) soit traitée par l agent liaison On découpe l interface en localisation (des rectangles de patches) : nombre_localisation_ver : le nombre de localisations verticales nombre_localisation_hor : le nombre de localisations horizontales Le nombre de localisation totale est donc égal à nombre_localisation_ver nombre_localisation_hor salaire_min : le salaire minimum salaire_max : le salaire maximun force_motivation_personne : le degré d augmentation de la similarité pour une personne motivée force_motivation_entreprise : le degré d augmentation de la similarité pour une entreprise motivée taux_similarité_nécessaire : le taux de similarité suffisant pour qu une paire (emploi, chômeur) soit compatible niveau_minimum_production : la production nécessaire pour qu un employé ne soit pas licencié proba_licenciement_inattendu : la probabilité d un licenciement inattendu par une entreprise fluctuation_max_prod : la fluctuation maximun de productivité d un employé à chaque tick proba_motivation_personne : la probabilité qu une personne soit très motivée pour chercher un travail proba_motivation_entreprise : la probabilité qu une entreprise soit très motivée pour trouver un employé Interactions Dans notre simulation, les agents peuvent être visualisés par des images en couleur, et leurs interactions sont également représentées par des droites en couleur. L agent personne qui travaille dans une entreprise est représenté par une image d un bonhomme en bleu, et l agent entreprise qui a déjà un employé est représenté par une image de maison en bleu, sinon ils sont en rouge. L agent liaison qui est au centre de la carte est représenté par un point jaune. Les liens représentent les interactions dans notre simulation, ce sont eux qui vont et viennent, eux qui contiennent les messages : je cherche un travail, je travaille, je cherche un salarié, j ai un salarié. Le lien entre une entreprise et un employé est une droite blanche, cette droite indique que cet employé travaille dans cette entreprise. Les liens entre l agent liaison et toutes les entreprises vacantes sont en rouge, pareil pour les liens entre l agent liaison et tous les chômeurs. 6
8 1 MODÈLE DE BASE 1.3 Simulation - Beveridge Courbe de Beveridge Pour reproduire cette courbe en passant par un bouton, on va définir un bouton ( nommé BEVERIDGE dans notre interface) qui va initialiser U et V et itérer sur la boucle principale tick jusqu à convergence du modèle. Ce bouton va même faire un peu plus, pour U et V fixé, il va moyenner les valeurs de u (taux chômage) et v (taux vacance). Il faut donc attendre un certain temps avant que la courbe puisse s afficher. 1.3 Simulation - Beveridge Afin d obtenir sensiblement la même courbe que dans [Lewkovicz et al., 2007], il faut : réinitialiser tous les paramètres à l aide du bouton REINITIALISER mettre le paramètre proba_paire_traité à la valeur limiter l échelle de la courbe : [0.75 ; 0.95] pour u et [0 ; 3.75] pour v (elle est en auto-scale par défaut pour d autres simulations ) On peut alors obtenir la courbe suivante : Figure 1 Reproduction de la courbe de Beveridge de [Lewkovicz et al., 2007] Procédure d initialisation : On boucle sur U sur {100, 200, 300, 400} On boucle sur V sur {100, 200, 300, 400} Si U!= V, alors on boucle k sur {1,..., 20} pour moyenner Puis finalement on lance n = 100 tick 7
9 1 MODÈLE DE BASE 1.4 Simulation - Chômage 1.4 Simulation - Chômage Pour U = 400 et V = 300, voici l évolution du chômage. Figure 2 Évolution du chômage et des vacances La courbe du chômage se stabilise rapidement quand l agent liaison relie une entreprise à la majorité des chômeurs. Les travailleurs ne démissionnent jamais, ils sont licenciés en fonction de la probabilité d un licenciement inattendu ou de leur productivité et comme ces probabilités ne changent pas, le chômage se stabilise. viré Le rapport embauché est stabilisé : proba_paire_traité s annule avec proba_licenciement_inattendu et fluctuation_max_prod comme le montre cette figure : Figure 3 Rapport viré embauché Une autre mesure économique est celle du taux de vacance, qui est également stabilisée, et qui n est pas nulle même si V < U ( le nombre d entreprise est inférieur au nombre de chômeur ) : cela provient des frictions de la fonction d appariement et des capacités limités de traitement l agent liaison. 8
10 1 MODÈLE DE BASE 1.5 Sensibilité aux paramètres 1.5 Sensibilité aux paramètres Étant donné le nombre de paramètres élevés, nous allons nous focaliser sur les paramètres suivants : U, V et proba_paire_traité. Nous ne donnerons pas de graphes pour tous les autres mais expliquerons les résultats directement. Sensibilité de U et V TIALISER : Fixons tous les paramètres par défaut avec le bouton REINI- Figure 4 U = 400 et V = 300 Figure 5 U = 250 et V = 300 Si U > V, le taux de chômage est plus élevé que celui de vacance. Si U < V, c est l inverse le taux de vacances est plus élevé que celui de chômage. Plus l écart entre U et V est élevé, plus l écart entre le chômage et les postes vacants sera élevé. viré Le rapport embauché lui ne change pas. La courbe de Beveridge ne peut être utilisée car U et V sont déjà modifiés lors de son calcul. Notons tout de même une chose importante : ni le taux de chômage ni celui de vacance n atteint 0 à cause des frictions dans la fonction d appariement. 9
11 1 MODÈLE DE BASE 1.5 Sensibilité aux paramètres Sensibilité de proba_paire_traité Les autres paramètres sont fixés par défaut. C est le paramètre le plus important du modèle. Il définit le degré de friction de la fonction d appariement. Dans cette simulation, on part de et on augmente proba_paire_traité jusqu à 0.1, U = 400, V = 300 : Figure 6 Évolution du chômage/vacance lorsque proba_paire_traité croît Plus l agent liaison est précis, plus le taux de vacance va converger vers 0 puisqu il y a moins d entreprise que de personne. Figure 7 Évolution du rapport viré embauché lorsque proba_paire_traité croît Le rapport converge évidemment toujours vers 1, par contre on peut voir qu il y a moins de bruit dans la courbe, en effet s il y a moins de friction, on obtient moins de variance. 10
12 1 MODÈLE DE BASE 1.5 Sensibilité aux paramètres Figure 8 Évolution des embauches/licenciements lorsque proba_paire_traité croît Le nombre d embauche par tick ( mais aussi de licenciement puisqu ils sont liés) croît lorsque proba_paire_traité augmente car l agent liaison peut traiter plus de couples et donc fournir plus d embauches. 11
13 1 MODÈLE DE BASE 1.5 Sensibilité aux paramètres Variation des courbes de Beveridge Figure 9 Courbe de Beveridge pour proba_paire_traité Figure 10 Courbe de Beveridge pour proba_paire_traité 0.01 Figure 11 Courbe de Beveridge pour proba_paire_traité 0.1 On voit clairement que plus proba_paire_traité est grand, plus l hyperbole est collée aux abscisses et aux ordonnées, au contraire, plus proba_paire_traité est petit, plus elle se décolle. D après [Wikipédia, 2013], plus la courbe se déplace vers le haut de la bissectrice, plus il y a une dégradation de l appariement entre l offre et la demande de travail. Et inversement, plus la courbe se rapproche de l origine des axes plus le marché du travail fonctionne de manière fluide. Ce qui est donc cohérent avec la façon dont proba_paire_traité change. 12
14 1 MODÈLE DE BASE 1.5 Sensibilité aux paramètres Sensibilité des autres paramètres Le nombre de localisation augmente la difficulté d appariement et peut être vu comme une augmentation de proba_paire_traité De même pour la fluctuation du salaire ( salaire_max salaire_min ) De même qu une force de motivation trop faible compliquera la tâche à l agent liaison Le taux de similarité nécessaire, lui, s il est faible facilitera l appariement Un niveau minimum de production fort provoquera de grosses vagues de licenciement Si la probabilité d un licenciement inattendu est faible ainsi que la fluctuation de productivité, on entre dans un marché très rigide avec très peu de licenciement, ce qui ne signifie pas forcément un taux de chômage nul Une probabilité de motivations forte aidera l appariement 13
15 2 EXTENSIONS DU MODÈLE 2 Extensions du modèle 2.1 Nouveaux critères de similarité L expérience professionnelle Voici un nouveau critère de similarité entre un employeur et un employé. Il convient d ajouter un attribut aux agents entreprises et personnes. L expérience professionnelle requise pour un emploi est défini aléatoirement et uniformément au début de la simulation : expérience {0, 1, 2, 3} et est fixé pour toujours. De même, l expérience professionnelle d une personne est définie aléatoirement au début, mais elle évolue avec le temps. Lors d un licenciement (ou de la future démission), l expérience professionnelle est actualisée : x P ersonne 0 si aléatoire(proba_exp_meurt) x.expérience t+1 = x.expérience t + 1 si x.expérience t < 3 x.expérience t sinon L expérience peut être réinitialisée en fonction de proba_exp_meurt, cela représente un changement de domaine pour la personne ou peut aussi simuler sa mort. Enfin, la fonction de similarité est la suivante : similarité expérience (x, y) = 1 x.salaire y.salaire 3 On remarque que contrairement au salaire, une personne sur-qualifiée n est pas similaire à un poste de qualification inférieur. Ce paramètre est très intéressant car il a un impact similaire s il est trop élevé ou trop faible. Dans cette simulation, on le fait varier sur [0 ;1] à travers le temps. Figure 12 Courbe de chômage lorsque proba_exp_meurt évolue Si proba_exp_meurt est élevé, le taux de vacances et de chômage va augmenter car les entreprises chercheront des profils plus expérimentés qu ils ne pourront trouver. De même, si proba_exp_meurt est trop faible, les personnes seront sur-qualifiées. 14
16 2 EXTENSIONS DU MODÈLE 2.1 Nouveaux critères de similarité Historique des emplois et employés Afin d augmenter le réalisme de la simulation, nous allons limiter le fait qu un employé et qu un employeur se remettent en relation après un licenciement. Pour cela, chaque personne et entreprise garde une liste de ses anciens collaborateurs. On ajoute donc un attribut historique à personne et entreprise, initialisé à la liste vide au départ. À chaque embauche, on ajoute son nouveau collaborateur à sa liste historique. Sachant tout de même que la taille de la liste est limité par le paramètre taille_historique (qui peut simuler la mort d une personne). La fonction de similarité est la suivante : { 0 si x y.historique ou y x.historique similarité historique (x, y) = 1 sinon Si ni l un ni l autre ne se connaissent, la similarité est à 1, 0 sinon. Dans cette simulation on fait croître taille_historique dans [0, 400] à travers le temps. Figure 13 Courbe de chômage lorsque taille_historique évolue On observe que plus l historique est grand, plus le taux de chômage et vacances augmentent, en effet comme on garde de mauvais souvenirs, nos critères de recherche seront plus stricts. 15
17 2 EXTENSIONS DU MODÈLE 2.2 Fonction d appariement 2.2 Fonction d appariement M = V (1 e s U V ) Le nouveau paramètre du modèle (hormis le Switch pour activer la fonction d appariement) est s. 1 s représente le ratio de personne au chômage qui ne trouve pas d emploi pour un tick. M est le nombre de paire traitées pour un tick. U et V ont déjà étés définis. Simulation On fait varier s sur [0 ; 1] à travers le temps. Figure 14 Courbe de chômage lorsque s croît On voit que puisque s augmente, 1 s diminue, ce qui veut dire que le ratio de personne au chômage ne trouvant pas d emploi diminue : c est totalement cohérent avec ces courbes. Figure 15 Licenciements/Embauches lorsque s croît Ces courbes proviennent de la même explication. 16
18 2 EXTENSIONS DU MODÈLE 2.3 Démission Aucun des 2 modèles ne nous semble meilleur (entre similarité et appariement). Il s agit plutôt de 2 approches différentes : la première a une multitude de paramètre micro à estimer la seconde n a qu un seul paramètre macro pour factoriser les autres 2.3 Démission Boîte noire Il existe une probabilité qu un salarié quitte son entreprise représentée par proba_demission. Algorithm 6: vérifier-demission début pour {x P ersonne x.situation = travaille } faire y mon_entreprise ; si aléatoire(proba_demission) alors quitte_entreprise(y); On fait évoluer proba_demission sur [0 ; 1] à travers le temps. Figure 16 Courbe de chômage lorsque proba_demission croît 17
19 2 EXTENSIONS DU MODÈLE 2.4 Perspectives Figure 17 Licenciements/Embauches lorsque proba_demission croît Puisqu il y a plus de démission, il y a plus d embauche. Ce qui n est pas évident, c est que le nombre de licenciement par productivité augmente aussi. 2.4 Perspectives Limites Les limites de se modèle sont nombreuses : les compétences des personnes sont statisques, ils n apprennent pas il n y a pas de compétitivité entre entreprise le nombre d entreprises et de personnes est statique il n y a pas de décision en prise en couple il n y a pas de représentation des inactifs il n y a pas de représentation des préférences des agents pour le travail-loisir les probabilités du modèle sont très dur à estimer dans la réalité 18
20 BIBLIOGRAPHIE BIBLIOGRAPHIE Bibliographie [Lewkovicz et al., 2007] Lewkovicz, Z., Stefanovitch, N., and Sommer, C. (2007). Emergence of the matching function in multi agent based simulations of the labor market. In Worskhop LIP6/NII. [Wikipédia, 2013] Wikipédia (2013). Courbe de beveridge. wiki/courbe_de_beveridge. 19
Chapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal
III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand
Plus en détailSimulation d une économie monétaire (programmation impérative, sujet 3)
Simulation d une économie monétaire (programmation impérative, sujet 3) http://sfc-abm.org/students/mief/ 10 février 2014 Table des matières 1 Sujet 2 2 Description plus détaillée de la simulation 3 2.1
Plus en détailL analyse boursière avec Scilab
L analyse boursière avec Scilab Introduction La Bourse est le marché sur lequel se traitent les valeurs mobilières. Afin de protéger leurs investissements et optimiser leurs résultats, les investisseurs
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailLa demande Du consommateur. Contrainte budgétaire Préférences Choix optimal
La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal
Plus en détailAlgorithme des fourmis appliqué à la détection et au suivi de contours dans une image
IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailMes droits aux vacances. ... en survol
Mes droits aux vacances... en survol AVERTISSEMENT Cette brochure de vulgarisation expose des réglementations parfois complexes. Dès lors, il se pourrait que certains cas spécifiques n y soient pas traités.
Plus en détailInterpréter correctement l évolution de la part salariale.
Interpréter correctement l évolution de la part salariale. Gilles Saint-Paul Université de Toulouse I et Ministère de l Ecologie En, la part des salaires dans la valeur ajoutée (ou dans le PIB) est un
Plus en détailFAIRE UN PAIEMENT TIPI
FAIRE UN PAIEMENT TIPI I. Accès au site II. Je n ai pas de compte sur ce site 1. Indiquer une adresse email valide a. J ai une adresse email b. Je n ai pas d adresse email 2. Indiquer les informations
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailTutoriel. Votre site web en 30 minutes
Tutoriel Votre site web en 30 minutes But du tutoriel Nous allons vous présenter comment réaliser rapidement votre site avec Web Creator Pro 6 en vous basant sur l utilisation des modèles fournis avec
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailInfolettre #18 : Les graphiques avec Excel 2010
Infolettre #18 : Les graphiques avec Excel 2010 Table des matières Introduction... 1 Hourra! Le retour du double-clic... 1 Modifier le graphique... 4 Onglet Création... 4 L onglet Disposition... 7 Onglet
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailEN LIGNE. EMPLOYEUR Pôle emploi
Août 2012 GUIDE PRATIQUE Guide de SAISIE EN LIGNE de l ATTESTATION EMPLOYEUR Pôle emploi Depuis le 1 er janvier 2012 les entreprises de plus de 10 salariés doivent transmettre leur attestation employeur
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailLe Logiciel de Facturation ultra simplifié spécial Auto-Entrepreneur
Le Logiciel de Facturation ultra simplifié spécial Auto-Entrepreneur La Facturation Le Livre chronologique des Recettes Le Registre des Achats Le Suivi du Chiffre d Affaires en temps réel Site internet
Plus en détailBaccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailGuide de l utilisateur Usagers d œuvres
Guide de l utilisateur Usagers d œuvres Système de gestion des droits de reproduction en ligne de Copibec Table des matières Introduction 5 Compte 6 Inscription d un nouveau compte 6 Création d un nouveau
Plus en détailIMAGES NUMÉRIQUES MATRICIELLES EN SCILAB
IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB Ce document, écrit par des animateurs de l IREM de Besançon, a pour objectif de présenter quelques unes des fonctions du logiciel Scilab, celles qui sont spécifiques
Plus en détailInterface PC Vivago Ultra. Pro. Guide d'utilisation
Interface PC Vivago Ultra Pro Guide d'utilisation Version 1.03 Configuration de l'interface PC Vivago Ultra Configuration requise Avant d'installer Vivago Ultra sur votre ordinateur assurez-vous que celui-ci
Plus en détailFonction inverse Fonctions homographiques
Fonction inverse Fonctions homographiques Année scolaire 203/204 Table des matières Fonction inverse 2. Définition Parité............................................ 2.2 Variations Courbe représentative...................................
Plus en détailAdministration du site (Back Office)
Administration du site (Back Office) A quoi sert une interface d'administration? Une interface d'administration est une composante essentielle de l'infrastructure d'un site internet. Il s'agit d'une interface
Plus en détailConfigurer et sécuriser son réseau sans fil domestique
Configurer et sécuriser son réseau sans fil domestique Présentateur: Christian Desrochers Baccalauréat en informatique Clé informatique, 22 mars 2007 1 Avant de débuter Qui suis-je? À qui s adresse cette
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
Plus en détailCOURS WINDEV NUMERO 3
COURS WINDEV NUMERO 3 01/02/2015 Travailler avec un fichier de données Etude du gestionnaire d analyse, Manipulation des tables mémoires, Manipulation de données, Création d états, Pré requis : Cours WinDev
Plus en détailTD de supervision. J.P. Chemla. Polytech Tours Département productique 2ème année
TD de supervision J.P. Chemla Polytech Tours Département productique 2ème année 1 Présentation de l équipement On veut superviser une cuve dans un batiment. Les informations à visualiser sont les suivantes
Plus en détailANNEXE VII EFFETS MACROECONOMIQUES DE LA REFORME PIECE JOINTE N 2 SIMULATIONS REALISEES A PARTIR DU MODELE MACROECONOMETRIQUE MESANGE
ANNEXE VII, PJ n 2, page 1 ANNEXE VII EFFETS MACROECONOMIQUES DE LA REFORME PIECE JOINTE N 2 SIMULATIONS REALISEES A PARTIR DU MODELE MACROECONOMETRIQUE MESANGE ANNEXE VII, PJ n 2, page 2 Les simulations
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
Plus en détailProgrammation Objet - Cours II
Programmation Objet - Cours II - Exercices - Page 1 Programmation Objet - Cours II Exercices Auteur : E.Thirion - Dernière mise à jour : 05/07/2015 Les exercices suivants sont en majorité des projets à
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailModèle de changement d organisation. Leanpizza.net présente. Petit Guide Rapide du jeu de cartes Modèle de Changement d Organisation
Guide rapide Leanpizza.net présente Petit Guide Rapide du jeu de cartes Modèle de Changement d Organisation v1.0 Rédacteur : Olivier Lafontan Traduction : Yannick Quenec hdu Date : 29 juin 2010 - Guide
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailMario Geiger octobre 08 ÉVAPORATION SOUS VIDE
ÉVAPORATION SOUS VIDE 1 I SOMMAIRE I Sommaire... 2 II Évaporation sous vide... 3 III Description de l installation... 5 IV Travail pratique... 6 But du travail... 6 Principe... 6 Matériel... 6 Méthodes...
Plus en détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
Plus en détailLES TOUT PREMIERS PAS
DESMODO, un logiciel de gestion d idées http://www.desmodo.net/ LES TOUT PREMIERS PAS Desmodo est un logiciel (libre) qui permet, entre autre, de visualiser et de synthétiser, de manière organisée, sous
Plus en détailT.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY
T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................
Plus en détailInformations détaillées pour l emploi du calculateur TCF sur le 2 e pilier
Informations détaillées pour l emploi du calculateur TCF sur le 2 e pilier 1 er secteur: informations tirée de votre certificat d assurance Vous recevez chaque année, entre février et mars, un certificat
Plus en détailGuide d utilisation du portail de formation en ligne LeCampus.com à l attention des partenaires de l APSM
Guide d utilisation du portail de formation en ligne LeCampus.com à l attention des partenaires de l APSM L Association paritaire pour la santé et la sécurité du travail du secteur minier, a fait l acquisition
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailL'ELASTICITE-PRIX I- QUAND LES PRIX VARIENT...
L'ELASTICITE-PRIX La consommation dépend, entre autre, du prix des biens et des services que l'on désire acheter. L'objectif de ce TD est de vous montrer les liens existants entre le niveau et l'évolution
Plus en détailGouvernance des mesures de sécurité avec DCM-Manager. Présentation du 22 mai 2014
Gouvernance des mesures de sécurité avec DCM-Manager Présentation du 22 mai 2014 Gérer les actifs logiciels et leur répartition Maîtriser le durcissement des configurations Suivre l application des correctifs
Plus en détailModèles et simulations informatiques des problèmes de coopération entre agents
Modèles et simulations informatiques des problèmes de coopération entre agents Bruno Beaufils LIFL Axe CIM Équipe SMAC Laboratoire d'informatique Plan 1. Motivations 2. Dilemme itéré du prisonnier 3. Simulations
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailLe module Supply Chain pour un fonctionnement en réseau
Prélude 7 ERP Le module Supply Chain pour un fonctionnement en réseau Gérard Baglin Septembre 2008 Sommaire Chapitre 1 Le mode de fonctionnement en réseau de Prélude 7... 1 Le principe des jeux en temps
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailProjet Matlab : un logiciel de cryptage
Projet Matlab : un logiciel de cryptage La stéganographie (du grec steganos : couvert et graphein : écriture) consiste à dissimuler une information au sein d'une autre à caractère anodin, de sorte que
Plus en détailAppel à l action relativement au chômage, au sous-emploi et à la pénurie de main-d œuvre qualifiée
Appel à l action relativement au chômage, au sous-emploi et à la pénurie de main-d œuvre qualifiée Introduction Les diplômés des universités et des collèges du Canada sont confrontés à des taux inacceptables
Plus en détailÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE
ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détail# let rec concat l1 l2 = match l1 with [] -> l2 x::l 1 -> x::(concat l 1 l2);; val concat : a list -> a list -> a list = <fun>
94 Programmation en OCaml 5.4.8. Concaténation de deux listes Définissons maintenant la fonction concat qui met bout à bout deux listes. Ainsi, si l1 et l2 sont deux listes quelconques, concat l1 l2 constitue
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailLa mobilité professionnelle revêt
Mobilité professionnelle 17 Du changement de poste au changement d entreprise, en passant par la promotion : la mobilité des Franciliens Les salariés franciliens, notamment les cadres, ont une propension
Plus en détailTRAVAIL ET GESTION DE L EMPLOI?
INDICATIONS COMPLÉMENTAIRES E n s e l i m i t a n t à u n e présentation graphique simple et en insistant sur les déterminants de l'offre et de la demande, on expliquera l'analyse néoclassique du fonctionnement
Plus en détailBONNE NOUVELLE, À PARTIR DE DEMAIN 15 AOÛT 2014, l inscription en ligne sera disponible à partir du site de l ARO.
ARO Inscription en ligne, Automne 2014 BONNE NOUVELLE, À PARTIR DE DEMAIN 15 AOÛT 2014, l inscription en ligne sera disponible à partir du site de l ARO. À partir de cette date, vous n aurez qu à vous
Plus en détailAlgorithme. Table des matières
1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............
Plus en détailENGAGEMENTS DE L ENSEIGNE CONCERNANT L OUVERTURE DOMINICALE
ENGAGEMENTS DE L ENSEIGNE CONCERNANT L OUVERTURE DOMINICALE En contrepartie de l ouverture de l Emplacement le dimanche, l Enseigne s engage à développer sur le long terme une politique d embauche qui
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailFluorescent ou phosphorescent?
Fluorescent ou phosphorescent? On entend régulièrement ces deux termes, et on ne se préoccupe pas souvent de la différence entre les deux. Cela nous semble tellement complexe que nous préférons rester
Plus en détailCalculs Computional fluide dynamiques (CFD) des serres à membrane de Van der Heide
Calculs Computional fluide dynamiques (CFD) des serres à membrane de Van der Heide J.B. Campen Wageningen UR Glastuinbouw, Wageningen xxx 2007 Rapport xxx 2007 Wageningen, Wageningen UR Glastuinbouw Tous
Plus en détailSolutions en ligne Guide de l utilisateur
Solutions en ligne Guide de l utilisateur Décembre 2009 Informations générales... 1 Configuration minimale requise... 1 Connexion... 1 Page d accueil des Solutions en ligne... 2 Utilisation de la table
Plus en détailVoyez la réponse à cette question dans ce chapitre. www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof
Une échelle est appuyée sur un mur. S il n y a que la friction statique avec le sol, quel est l angle minimum possible entre le sol et l échelle pour que l échelle ne glisse pas et tombe au sol? www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailDossier Financier. La première partie décrit les hypothèses de fonctionnement retenues que ce soit d un point de vue organisationnel ou financier.
Dossier Financier Ce dossier complète notre dossier économique en apportant un éclairage financier sur notre projet. Il s appuie sur l organisation que nous avons mise en place et sur l expérience de démarrage
Plus en détailC.F.A.O. : Conception et Fabrication Assistées par Ordinateur.
C.F.A.O. : Conception et Fabrication Assistées par Ordinateur. La CFAO réunit dans une même démarche informatique les actions de conception et de fabrication d un objet. La technique utilisée permet à
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailB - La lecture du bilan
8.2 La lecture des comptes annuels B - La lecture du bilan Référence Internet Saisissez la «Référence Internet» dans le moteur de recherche du site www.editions-tissot.fr pour accéder à ce chapitre actualisé
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailGuide utilisateur Partie Préparation de la paie
MISE EN ŒUVRE, A PARTIR DU PROGICIEL HR ACCESS, DE GOSPEL Du Ministère de l Éducation Nationale de l Enseignement Supérieur et de la Recherche Guide utilisateur Partie Préparation de la paie 5_men_PreparationDeLaPaie_v1.3.doc
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailLa Clé informatique. Formation Excel XP Aide-mémoire
La Clé informatique Formation Excel XP Aide-mémoire Septembre 2005 Table des matières Qu est-ce que le logiciel Microsoft Excel?... 3 Classeur... 4 Cellule... 5 Barre d outil dans Excel...6 Fonctions habituelles
Plus en détailChapitre 4 : Guide de Mouvement et Masque
Cours Flash Chapitre 4 : Guide de Mouvement et Masque Rappel : les fichiers fla et swf sont dans le fichier «4_Guide de mouvement et masque.zip». SOMMAIRE 1 OBJECTIFS DU CHAPITRE... 1 2 INTRODUCTION...
Plus en détailPRIX DE VENTE À L EXPORTATION GESTION ET STRATÉGIES
PRIX DE VENTE À L EXPORTATION GESTION ET STRATÉGIES Direction du développement des entreprises et des affaires Préparé par Jacques Villeneuve, c.a. Conseiller en gestion Publié par la Direction des communications
Plus en détailLigne directrice sur les simulations de crise à l intention des régimes de retraite assortis de dispositions à prestations déterminées
Ligne directrice Objet : Ligne directrice sur les simulations de crise à l intention des régimes de retraite assortis de dispositions à prestations déterminées Date : Introduction La simulation de crise
Plus en détailAPPENDICE B SYSTÈME DE PESAGE INTELLIGENT MODÈLE ILC3 ET LM3D VERSION 1.7
APPENDICE B SYSTÈME DE PESAGE INTELLIGENT MODÈLE ILC3 ET LM3D VERSION 1.7 TABLE DES MATIÈRES 1. PROGRAMMATION RAPIDE :... B-1 2. PRÉSENTATION :... B-3 3. CARACTÉRISTIQUES :... B-3 3.1. ILC3... B-3 3.2.
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailFocus. Lien entre rémunération du travail et allocation de chômage
Focus Lien entre rémunération du travail et allocation de chômage Introduction Le travailleur qui devient chômeur et qui est admissible sur base de prestations de travail se voit, en application du principe
Plus en détail