CHAPITRE I : LES SERIES STATISTIQUES A DEUX DIMENSIONS : DISTRIBUTIONS MARGINALES ET CONDITIONNELLES

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "CHAPITRE I : LES SERIES STATISTIQUES A DEUX DIMENSIONS : DISTRIBUTIONS MARGINALES ET CONDITIONNELLES"

Transcription

1 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES Il est très courat ue l'étude statstue e orte as ue sur u seul caractère, mas luseurs caractères smultaémet our ue même oulato O étude ar eemle, u esemble de salarés o lus seulemet selo leur salare, mas ecore selo leur aceeté Les tableau de doées serot alors des tableau à deu dmesos L étude statstue eut orter e même tems sur deu caractères u euvet être de même ature ou de ature dérete (ualtat-uattat dscret, ualtat- uattat cotu ) Das ce chatre o résetera ces tableau, as ue le tratemet statstue assocé, I Tableau à double etrée Les tableau à double etrée résetat our chaue coule de modaltés des deu caractères étudées, l'eect des dvdus, résetat ces deu modaltés smultaémet Costructo d'u tableau de cotgece Cosdéros ue oulato de utés statstues décrtes smultaémet selo statstues et reat les modaltés (ou valeurs) suvates : deu varables :,,, :,,, Le ombre d'dvdus résetat les modaltés et smultaémet est oté : Le tableau est de la orme : Coloe margale Lge margal e = O désge ar l'eect total de la oulato de réérece,,

2 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES L'eect (total de la lge ) est le ombre total d'dvdus résetat la modalté du caractère déedammet des modaltés de E eectuat la somme des termes de chaue lge, o dét les termes de la coloe margale = = est l eect de la oulato u résete les modaltés du caractère, les modaltés du caractère L'eect (total de la coloe ) est le ombre total d'dvdus résetat la modalté du caractère déedammet des modaltés de E eectuat la somme des termes de chaue coloe, o dét les termes de la lge margale = = : c est l eect de la oulato u résete les modaltés du caractère, déedammet du caractère De lus : O aelle réuece du coule de modaltés (, ) (ou ecore réuece totale), la roorto d'dvdus résetat smultaémet les deu modaltés : Remarue : la somme de toutes les réueces de coules = EEMPLE Sot la réartto des salarés d ue etrerse selo le ombre d eat() et le salare mesuel () e 0 DH (salare) (b eats) Coloe margale Lge margale = 60 Le ombre total des salarés de l etrerse = Salarés ot chacu eats et gaget u salare comrs etre 6000 et 0000 DH = Salarés ot chacu eat et gaget u salare comrs etre 0000 et 6000 DH = Salarés ot eats uelue sot leurs salares

3 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES = 5 salarés ot u salare comrs etre 6000 et 0000 DH uelue sot leurs ombre d eats = =/60 ; = =/60 ;= =5/60 Dstrbutos margales Cosdéros la coloe de drote du tableau de cotgece Les eects rerésetet les dvdus résetat la modalté déedammet des modaltés du secod caractère étudé O dt u'ls désset la dstrbuto margale de (Cette sére statstue est ue sére statstue à u seul caractère) Sére margale de : (, ), = O dét alors la réuece margale de la modalté ar : (O a : ) Eemle ombre d eat () 5 7 0,7 0, 0, 60 De la même aço o dét la dstrbuto margale de e cosdérat la derère lge du tableau

4 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES Sére margale de : (, ), = O dét la réuece margale de la modalté : Eemle (o a, be évdemmet, ) salares e 0 DH() ,65 0,5 0, 60 Dstrbutos codtoelles C est ue dstrbuto suvat l u des deu caractères (,) lée ar ue modalté de l autre caractère Il a autat de dstrbutos codtoelles u l a de, et l a autat de dstrbutos codtoelles u l a de Cosdéros les dvdus u résetet la modalté du caractère ; cette oulato est décrte ar la ème coloe du tableau suvat les modaltés du caractère O dt u'elle dét la "dstrbuto codtoelle de sachat ue = " Ou ue dstrbuto de lée (codtoée ar) ue valeur de

5 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES /(= ) / / O eut dér les réueces codtoelles assocées ar : ; rerésete la roorto d'dvdus résetat la modalté arm l'esemble des dvdus résetat la modalté de Eemle Dstrbuto codtoelle de sachat ue = (dstrbuto codtoelle de lée ar ) ombre d eat () / ( (6-0)) / 0,5 0,7 0, 5 De aço aalogue, e cosdérat les dvdus résetat la modalté du caractère o dét la "dstrbuto codtoelle de sachat ue = " (ème lge du tableau) Ou ue dstrbuto de lée (codtoée ar) ue valeur de 5

6 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES / / Les réueces codtoelles assocées sot dées ar : ; rerésete la roorto d'dvdus résetat la modalté arm l'esemble des dvdus résetat la modalté de Eemle : Dstrbuto codtoelle de sachat ue = (dstrbuto codtoelle de lée ar ) salares e 0 DH() / / 0,65 0,75 0,75 7 Remarue : Les séres codtoelles ; comme les séres margales, sot des séres statstues à u seul caractère Il est ossble de sthétser das u seul tableau toutes les séres codtoelles et margales Das les cases cetrales du tableau de cotgece, o due e lus des eects les réueces codtoelles et (aelées aros "réueces e coloes et "réueces e 6

7 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES lges") Das les marges du tableau, o due e lus des eects margau et, les réueces margale et Eemle : Cosdéros la réartto de 000 salarés d'ue etrerse selo leur âge (e aées) () et leur salare mesuel et (e mllers de drhams) () : Salare,,,,,6 Marge Âge Eect % lge 6,5% 5%,5% % coloe,7%,6% 9,% 0% % 50% 5%,% 6,5% 7% 0% % 50% 0%,% 0,7%,9% 5% % 0% 0%,7%,%,% 5% Marge % % 7% 000 O eut lre ar eemle : ( ème lge, ème coloe) 5% des ges âgés de 5 à 5 as, ot u salare comrs etre 00 DH et 600 DH 7% des ges aat u salare comrs etre 00 DH et 600 DH ot etre 5 et 5 as Remarue : Relatos etre les réueces O a dé les réueces de coules, margales, et codtoelles de la aço suvate : O remarue alors les relatos suvates : ; ; ; II caractérstues des séres à deu varables Das le cas où les varables et sot des varables uattatves, o eut assocer à chacue des séres codtoelles et des séres margales dées ar le tableau de cotgece des caractérstues de tedace cetrale et de dserso 7

8 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES O cosdère u tableau de cotgece comme celu dé au aragrahe I: red les valeurs,,, ; red les valeurs,,, (Les ou sot les cetres de classes das le cas où et sot des varables uattatves cotues) Caractérstues Margales - Moees margales Moee margale de La moee margale de otée corresod à la valeur moee du caractère ossédée ar les dvdus de la oulato déedammet du caractère la moee margale : P ; Eemle : ,6 60 Moee margale de La moee margale de otée corresod à la valeur moee du caractère ossédées ar les dvdus de la oulato déedammet du caractère Eemle : J la moee margale : J

9 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES J J 5 5, araces margales arace margale de La varace margale de otée () est ue mesure de la dserso des dvdus de la oulato selo et déedammet de - la varace margale : L écart te margale de Eemle arace margale de 50 / 60,6 0, 7 L écart te margale de σ = arace margale de La varace margale de otée () est ue mesure de la dserso des dvdus de la oulato selo et déedammet de - la varace margale : Eemle

10 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES arace margale de 59/ 60 5,9, 9 L écart te margale de Caractérstues Codtoelles - Moees Codtoelles O eut, de la même aço dér les caractérstues de toutes les séres codtoelles (touours das le cas où et sot uattatves) Il a ( + ) séres codtoelles assocées au tableau : séres codtoelles " sachat = " et séres " sachat = " Moees codtoelles de sachat = la moee codtoelle de " sachat = " : Eemle : calculos les moees codtoelles ; = / 9,9 = /5,66 = 9 6 0

11 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES / 6,6 Moees codtoelles de sachat = - la moee codtoelle de " sachat = " : Eemle : calculos les moees codtoelles = = 5 97 = araces Codtoelles araces codtoelles assocées à O eut doc calculer varaces codtoelles assocées à Eemle

12 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES Calculos () = =0,65 araces codtoelles assocées à O eut doc calculer varaces codtoelles assocées à Eemle Calculos () = Remarue : Relatos etre caractérstues margales et codtoelles La dstrbuto margale de résulte e at du mélage des dstrbutos codtoelles " sachat = " rerésetées e eects et la dstrbuto margale de résulte du mélage des dstrbutos codtoelles " sachat = " rerésetées e eects O e dédut alors les relatos suvates etre les moees : La moee margale est égale à la moee des moees codtoelles odérées ar les eects margau : et les relatos suvates etre les varaces : La varace margale est égale à la moee des varaces codtoelles augmetée de la varace des moees codtoelles : ;

13 CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES O eut tradure ces derères relatos e dsat ue l'hétérogéété de la dstrbuto margale résulte à la os de : - l'hétérogéété rore à chaue dstrbuto codtoelle ; - l'hétérogéété des moees codtoelles etre elles Idéedace et lasos de deu caractères (,) : - Idéedace : les caractères et sot déedats s les moees codtoelles sot égales etre elles d ue art et égales à la moee margale ( = = = = ) ou ( = = = = ) De même, ls sot déedats s o vére : = ou = - Laso etre et : les deu caractères sot lés s les égaltés récédetes e sot as vérées La Covarace O assoce au deu caractères uattats et ue caractérstue globale aelée la covarace et dée ar : Cov, O motre ue l'o eut calculer la covarace ar la ormule : Cov,

ANALYSE DES CORRESPONDANCES SIMPLES

ANALYSE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez MESURE DE LIAISON ENTRE DEUX VARIABLES QUALITATIVES KHI-DEUX Mesure de la laso etre deux varables qualtatves

Plus en détail

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables.

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables. COUPLE DE VARIABLES ALEATOIRES O cosdère deux varables aléatores et. O amerat coatre s l y a fluece etre ces deux varables. I Coule de varables dscrètes : 1) Lo ote : Soet et deux varables dscrètes, à

Plus en détail

TD Techniques de prévision pour la Gestion de production

TD Techniques de prévision pour la Gestion de production Orgasato et gesto dustrelle Page / 6 TD Techques de prévso pour la Gesto de producto er Exercce Vetes d u rayo de jouraux das u supermarché Javer Févrer Mars Avrl Ma Ju Jullet Août Septembre Octobre Novembre

Plus en détail

Les emprunts indivis. Auteur : Philippe GILLET

Les emprunts indivis. Auteur : Philippe GILLET Les emruts dvs Auteur : Phle GILLET Emrut dvs et emrut oblgatare Emrut dvs Emrut oblgatare Souscrt ar ue ou luseurs baques Pluseurs souscrteurs Dvsé e arts : oblgatos Oblgatos cotées Grad ombre de souscrteurs

Plus en détail

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez Mesure de la laso etre deux varables qualtatves Kh deux Equête : Êtes-vous «pas du tout d accord»

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

5. Variables aléatoires simultanées

5. Variables aléatoires simultanées 5. Varables aléatores smultaées 5.1 Coule de varables aléatores Défto 1 Pour tout dce das 1, sot X ue varable aléatore. O dt que X X 1 X est ue varable aléatore de dmeso. Nous ous téresseros rcalemet aux

Plus en détail

Cours VII. Tests de randomisation - Tests de contingence P. Coquillard 2015

Cours VII. Tests de randomisation - Tests de contingence P. Coquillard 2015 1 TESTS DE RANDOMISATION Cours VII. Tests de radomisatio - Tests de cotigece P. Couillard 2015 Das ue majorité de cas e biologie o cosidèrera certaies hyothèses comme des alteratives à l hyothèse ulle.

Plus en détail

Annexe 1. Estimation d un quantile non-paramétrique par la méthode de Hazen

Annexe 1. Estimation d un quantile non-paramétrique par la méthode de Hazen Aexe. Estmato d u quatle o-paramétrque par la méthode de Haze La probablté cumulée emprque d ue doée au se d u échatllo est pas u cocept parfatemet déf : pluseurs estmatos sot possbles ; l e est de même

Plus en détail

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE UE4 : Bostatstques Chaptre 8 Corrélato et régresso léare smple José LABARERE Aée uverstare 20/202 Uversté Joseph Fourer de Greoble - Tous drots réservés. Pla I. Corrélato et régresso léare II. Coeffcet

Plus en détail

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet.

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet. ère S Cotrôle du mard 7 javer 05 ( heures) D C N Le barème est doé sur 0 O répodra drectemet sur la cope foure avec le sujet U certa ombre de questos écesste ue recherche préalable au broullo O e rédgera

Plus en détail

Serie statistique double

Serie statistique double Sere statstque double Dstrbutos margales Actvté U relevé statstque des talles (e cm) et des pods Y (e kg) d u échatllo de 00 élèves a perms de costrure le tableau suvat : Y [0, 5[ [5, 50[ [50, 55[ [55,

Plus en détail

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires UE 4 Evaluato des méthodes d aalyse applquées au sceces de la ve et de la saté Statstque Varables aléatores Frédérc Mauy - 27 septembre et 3 octobre 2013 1 Pla du cours 1. Varable aléatore 1. Défto 2.

Plus en détail

Université de Picardie Jules Verne 2006-2007 Faculté de Mathématiques et d Informatique

Université de Picardie Jules Verne 2006-2007 Faculté de Mathématiques et d Informatique Uiversité de Picardie Jules Vere 006-007 Faculté de Mathématiques et d Iformatique Licece metio Mathématiques - Deuxième aée - Semestre 4 Probabilités Elémetaires Exame du ludi 4 jui 007 Durée h00 Documet

Plus en détail

MICROECONOMIE APPROFONDIE ET CALCUL INTERTEMPOREL

MICROECONOMIE APPROFONDIE ET CALCUL INTERTEMPOREL 3èm aé r smstr II Alcatos à la gsto d ortfull. L modèl CAPM. a. Préfércs tr tmorlls t otmsato sur érods.. rdmt d actf t rsqu. msur sml du rdmt d u actf r avc d + d rx du ttr à la f d la érod cosdéré rx

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

Chapitre III. Gaz parfaits

Chapitre III. Gaz parfaits Chatre III Gaz arfats IIIA : Déftos rorétés IIIAI : Gééraltés : U gaz arfat est u flude déal qu satsfat à l équato d état vr, ou ecore c est u gaz qu obét rgoureusemet aux tros los MARIOE, GAY LUSSAC et

Plus en détail

Comment les bookmakers (ou la FdJ) font-ils pour TOUJOURS gagner?

Comment les bookmakers (ou la FdJ) font-ils pour TOUJOURS gagner? Coet les bookakers (ou la FdJ fot-ls our TOUJOURS gager? Itroducto otatos et varables Esérace de ga du bookaker (ou de la FdJ 4 4 Les stratéges du bookaker 6 4 le bookaker hoête 6 4 le bookaker "réel"7

Plus en détail

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale Cotrôle de gesto Budget des vetes Module 4 - Leço - Budget des vetes Itroducto - Recherche de la tedace géérale - Itroducto Le budget des vetes est le premer budget opératoel à établr. Il est cosdéré comme

Plus en détail

Chaque élément de la population étudiée est : une unité statistique ou un individu (élève, pièce fabriquée, trajet journalier)

Chaque élément de la population étudiée est : une unité statistique ou un individu (élève, pièce fabriquée, trajet journalier) htt://maths-scences.fr STATISTIQUES I) Le vocabulare utlsé en statstques ) Caractère d une oulaton Les outls et les méthodes des études statstques s alquent à des ensembles d éléments nommés oulatons (exemle

Plus en détail

PHYSIQUE DES SEMICONDUCTEURS

PHYSIQUE DES SEMICONDUCTEURS MIISTERE DE L'ESEIGEMET SUPERIEURE ET DE LA REHERHE SIETIFIQUE UIERSITE DE BEHAR Départemet es Sceces Laboratore e Pysque es spostfs à semcoucteurs (L.P.D.S ttp://www.uv-becar.z/lps/ PHYSIQUE DES SEMIODUTEURS

Plus en détail

Nombre de Clients [0 ; 50[ 72. x i. n i [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200 ; 250 [ 18

Nombre de Clients [0 ; 50[ 72. x i. n i [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200 ; 250 [ 18 1 U commerçat a relevé le motat des dépeses e euros de chaque clet au cours d ue semae. Motat des dépeses Clets [0 ; 50[ 72 x x - x ) - x )² -x ) ² [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Mots de longueur donnée à base de P lettres, et fonction génératrice

Mots de longueur donnée à base de P lettres, et fonction génératrice Mots de logueur doée à base de lettres, et foctio géératrice Cosidéros les mots de logueur à base de lettres, avec etier positif. ) Combie existe-t-il de tels mots? La première lettre du mot est l ue des

Plus en détail

Partie I. Les données qualitatives

Partie I. Les données qualitatives Variables qualitatives : aalyse des corresodaces Jea-Marc Lasgouttes htt://www-rocqiriafr/~lasgoutt/aa-doees L aalyse factorielle des corresodaces But O cherche à décrire la liaiso etre deux variables

Plus en détail

Ingénierie de l'analyse des données

Ingénierie de l'analyse des données Igéere de l'aalyse des doées Jea-Lous Grard htt://www.u-carde.rtous/ocumetato/master/ia Pla de cours. Itroducto géérale..... Les Egytes atques savaet-ls edre?..... Ue autre llustrato... 3.3. Pla... 6.4.

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. T ale S Correctio Exercices type bac de Probabilités. Mars Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l ure : Si la boule

Plus en détail

Chapitre 4 : RÉGRESSION

Chapitre 4 : RÉGRESSION Chaptre 4 : RÉGRESSION 4. Régresso léare smple 4.. Équato de la régresso 4.. Estmato par les modres carrés 4..3 Coeffcet de détermato 4..4 Iférece sur les coeffcets 4..5 Prévso et aalyse des résdus Régresso

Plus en détail

Correction Exercices du MODULE 1 : M1Exo4b Distribution statistique à un caractère

Correction Exercices du MODULE 1 : M1Exo4b Distribution statistique à un caractère Exo Math Stat Correcto exercces du Module Dstrbuto statstque à u caractère MExo4b Correcto Exercces du MODULE : MExo4b Dstrbuto statstque à u caractère Exercce Mexo4 b Objectf : Cet exercce trate du calcul

Plus en détail

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!!

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!! Cours : Statstques I. Itroducto Classe de ère S O a vu que our caractérser ue sére statstque, o utlse des : - aramètres de tedace cetrale : - la moyee ; - la médae. Ils ermettet d dquer la «osto» de la

Plus en détail

Chaîne de Markov - Télétrafic - Files d'attente

Chaîne de Markov - Télétrafic - Files d'attente ITRODUCTIO UX TLCOMMUICTIOS Chaîe de Marov - Télétrafc - Fles d'attete Verso 5 Mchel Terré lectroque L terre@camfr lectroque B ITRODUCTIO UX TLCOMMUICTIOS Raels de robablté Le dmesoemet d'u réseau de Télécommucatos

Plus en détail

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant :

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant : STATISTIQUES Cours Termale ES O observe que, das certas cas, l semble ester u le etre deu caractères statstques quattatfs (deu varables) sur ue populato ; par eemple, etre le pods et la talle d u ouveau-é,

Plus en détail

L hebdo Finance de la MACS

L hebdo Finance de la MACS - DU 2 AU 9 OCTOBRE 2006 - Numéro DÉFINITION DE LA SEMAINE : Stock otio Idice boursier DOSSIER DE LA SEMAINE : Simulatio d u rêt immobilier 2 LES COURS DU JOUR Le jeudi 2 octobre 7 L hebdo Fiace de la

Plus en détail

sont distincts 2 à 2.

sont distincts 2 à 2. Lycée Thers CORRIGÉ TP PYTHON - 09 L algorthme des k-meas pour partager u uage de pots e u ombre doé de classes peu dspersées 1 - La méthode de Forgy [Qu. 1] 1) Cette double somme comporte termes pusque

Plus en détail

Dénombrement. Le nombre de p-listes d éléments distincts d un ensemble à n éléments est Le nombre d injections de E p dans F n : (n p) :

Dénombrement. Le nombre de p-listes d éléments distincts d un ensemble à n éléments est Le nombre d injections de E p dans F n : (n p) : Filière E Deis Pasquigo Résumé du cours : 1. Esembles fiis Déombremet Défiitios E et F sot équiotets si il existe ue bijectio de E sur F. E est déombrable si E est équiotet à N. E est u esemble fii si

Plus en détail

f(t) g(t)dt f²(t)dt g²(t) dt a a a

f(t) g(t)dt f²(t)dt g²(t) dt a a a PCSI Chatre 4 : Produts scalares-résumé Das ce chatre E est u -ev. Produts scalares. Défto et exemles de référeces Def: O aelle rodut scalare sur E toute alcato de E² das est bléare. est symétrque: x,ye,

Plus en détail

UNE APPROCHE DE LA COMPÉTITIVITÉ DE LA ZONE EURO : LE TAUX DE CHANGE EFFECTIF DE L EURO

UNE APPROCHE DE LA COMPÉTITIVITÉ DE LA ZONE EURO : LE TAUX DE CHANGE EFFECTIF DE L EURO UN APPROCH D LA COMPÉTITIVITÉ D LA ZON URO : L TAU D CHANG FFCTIF D L URO Le taux de chage effectif d ue moaie omial et réel costitue u idicateur privilégié pour apprécier la compétitivité d ue écoomie

Plus en détail

Chapitre III : Les caractéristiques de dispersion

Chapitre III : Les caractéristiques de dispersion Chaptre III : Les caractérstques de dsperso Les caractérstques de tedace cetrale e sot pas toujours suffsates pour caractérser ue sére statstque, car séres peuvet avor Mo= Me = x alors qu elles sot dstrbuées

Plus en détail

III ESPERANCE MATHEMATIQUE

III ESPERANCE MATHEMATIQUE /9 ésumé de ours e alul des probabltés (JJ bellager III ESPEAE MATHEMATIQUE I.Défto et alul de l espérae mathématque d ue VA La défto la plus géérale de l espérae d u VA : (do à valeurs postves ou ulles

Plus en détail

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an BTS BLANC Ma 0 Epreuve : Mathématques Géérales et Applquées Flère : DA / ARLE Durée: heures NB : Chaque parte dot être tratée sur des copes dfféretes I- MATHEMATIQUES GENERALES Exercce a b Sot le Sot la

Plus en détail

ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES

ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES SOMMAIRE. Normes sur u espace vectorel E 2.. Défto d'ue orme. Cter l'égalté tragulare reversée. 2.2. Normes usuelles

Plus en détail

(respectivement M n,1 ( )) l espace vectoriel réel

(respectivement M n,1 ( )) l espace vectoriel réel Les calculatrces sot autorsées **** NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto S u caddat est ameé à reérer ce qu eut lu sembler être ue erreur d'éocé,

Plus en détail

Variable continue : histogramme. Définition. La moyenne, notée x, est le nombre défini par : x = = ni xi = f

Variable continue : histogramme. Définition. La moyenne, notée x, est le nombre défini par : x = = ni xi = f Statstques I) Vcabulare - tats STTISTIQUES : COURS Pulat : Esemble sur lequel rte l'étude statstque Idvdus : Elémets qu cmset la ulat Echatll : Ue arte de la ulat Caractère étudé : La rrété que l' bserve

Plus en détail

Espaces vectoriels (et affines).

Espaces vectoriels (et affines). Esaces vectorels (et affes) Cha 04 : cours comlet Esaces vectorels réels ou comlexes (Su) Défto : K-esace vectorel Défto 2 : K-algèbre Théorème : exemles Défto 3 : combaso léare de vecteurs Défto 4 : sous-esace

Plus en détail

Chapitre 5 : Matrices et suites. matrices colonnes dont les coefficients sont les suites numériques ( ) n définies pour tout entier naturel n par u n

Chapitre 5 : Matrices et suites. matrices colonnes dont les coefficients sont les suites numériques ( ) n définies pour tout entier naturel n par u n Chapitre 5 : Matrices et suites I Suites de matrices coloes Exemples La suite ( U ) défiie pour tout etier aturel par U = est ue suite de 3 + v matrices coloes dot les coefficiets sot les suites umériues

Plus en détail

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm I. DEFINITION ANALYSE DES ENQUETES CAS-TEMOINS AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séres o apparées) Dr F. Séguret Départemet d Iformato Médale, Épdémologe et Bostatstques U facteur F est ue

Plus en détail

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques IFT393 Qualté du logcel et métrques Chaptre 7 Collecte et aalyse des métrques Pla du cours Itroducto Qualté du logcel Théore de la mesure Mesure du produt logcel Mesure de la qualté du logcel Études emprques

Plus en détail

Chapitre 1 : Les notions de base

Chapitre 1 : Les notions de base Chapitre : Les otios de base Itroductio I Comparer des gradeurs A) Les pourcetages B) Taux de variatio, coefficiet multiplicateur, idice C) Importace du ses de la comparaiso ) Raisoemet sur les taux de

Plus en détail

CORRECTION DU BAC BLANC 2

CORRECTION DU BAC BLANC 2 CORRCTION DU BAC BLANC 2 XRCIC 1 (6 poits) Baccalauréat ST Mercatique Podichéry - 2010 Deux tableaux sot doés e aexe : le premier doe l évolutio du prix du mètre carré das l immobilier résidetiel acie

Plus en détail

LEÇON N 6 : Loi de Poisson, loi normale.

LEÇON N 6 : Loi de Poisson, loi normale. LEÇON N 6 :. Pré-requs : Probabltés : défto, calculs et probabltés codtoelles ; Lo bomale cf. leço o 5) ; Noto de varables aléatores dscrètes et cotues cf. leços o 4 et 7), et proprétés assocées : espérace,

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 005 EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto

Plus en détail

Séries entières. Chap. 09 : cours complet.

Séries entières. Chap. 09 : cours complet. Séries etières Chap 9 : cours complet Rayo de covergece et somme d ue série etière Défiitio : série etière réelle ou complee Théorème : lemme d Abel Théorème : itervalle des valeurs positives où ue série

Plus en détail

Variables j.. p. Xij

Variables j.. p. Xij L alyse e Composates Prcpales (CP) O possède u tableau rectaulare de mesure dot les coloes sot des varables quattatves (mesuratos, taux, statos clmatques) et dot les les représetet des dvdus statstques

Plus en détail

COUPLES VARIABLES ALEATOIRES DISCRETES

COUPLES VARIABLES ALEATOIRES DISCRETES COUPLES VARIABLES ALEATOIRES DISCRETES EERCICE : U sac cotiet six jetos, u ortat le uméro, deux ortet le uméro et trois ortet le uméro Ces jetos sot idiscerables au toucher. Deux jetos sot rélevés de ce

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Chapitre 1. Résumé d une distribution statistique

Chapitre 1. Résumé d une distribution statistique Chaptre. Résumé d ue dstrbuto statstque.. Cocepts de base de la statstque descrptve Populato = O appelle populato assocée à ue épreuve l esemble des résultats possbles d ue «épreuve». E statstques, le

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [htt://m.cgeduuydelome.fr] édité le 10 juillet 2014 Eocés 1 Déombremet Exercice 1 [ 01529 ] [correctio] Soiet E et F deux esembles fiis de cardiaux resectifs et. Combie y a-t-il d ijectios de E das F?

Plus en détail

I. Séries de données et représentation graphique

I. Séries de données et représentation graphique Chaitre Statistiques : I. Séries de doées et rerésetatio grahique. Vocabulaire Ue série statistique traite de doées de différets tyes : effectifs, ourcetages, idices, Le caractère quatitatif étudié eut

Plus en détail

IR homogène de degré α ( α IR ). (0.5 pt.)

IR homogène de degré α ( α IR ). (0.5 pt.) Javer 05 ( heures et 0 mutes) a) Sot IN 0 \ {} Défr : sous-esemble boré de IR sous-esemble covee de IR b) Soet les sous-esembles suvats de IR : A [-4,0] [0,] B {(,y) IR : + y 9} Représeter graphquemet,

Plus en détail

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20.

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20. BTS CG 996 Eercce : (0 pots) Ue agece mmoblère evsage de commercalser u programme de costructo d'appartemets Deu projets lu sot soums: Projet P : Le coût de producto de appartemets ( eter et 0 )est doé

Plus en détail

SESSION DE 2004 CA/PLP

SESSION DE 2004 CA/PLP SESSION DE 4 CA/PLP CONCOURS EXTERNE Sectio : MATHÉMATIQUES SCIENCES PHYSIQUES COMPOSITION DE MATHÉMATIQUES Durée : 4 heures L usage des calculatrices de poche est autorisø (coformømet au directives de

Plus en détail

, où E est un espace vectoriel réel de dimension finie et φ une forme bilinéaire symétrique sur E définie positive : φ (i)

, où E est un espace vectoriel réel de dimension finie et φ une forme bilinéaire symétrique sur E définie positive : φ (i) Esaces vecorels eucldes Groue orhogoal ESPACES VECTORIELS EUCLIDIENS GROUPE ORTHOGONAL Produ scalare Défo O aelle esace euclde ou coule ( E, φ, où E es u esace vecorel réel de dmeso fe e φ ue forme bléare

Plus en détail

Partie I : Gestion de portefeuilles actions Chapitre 3 Gestion de Portefeuille Moyenne-Variance

Partie I : Gestion de portefeuilles actions Chapitre 3 Gestion de Portefeuille Moyenne-Variance Parte I : Gesto de portefeulles actos Chaptre 3 Gesto de Portefeulle Moyee-arace Gesto de Portefeulle D. Msae edemet d ue acto Cette parte est cosacrée à u apport mportat de la théore facère modere qu

Plus en détail

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

SERIES ET INTEGRALES IMPROPRES

SERIES ET INTEGRALES IMPROPRES 4 - Gérard Lavau - htt://erso.waadoo.fr/lavau/idex.htm Vous avez toute liberté our télécharger, imrimer, hotocoier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio commerciale

Plus en détail

Terminales S Exercices sur les nombres complexes Page 1 sur 6

Terminales S Exercices sur les nombres complexes Page 1 sur 6 Termales S Exercces sur les ombres complexes Page sur 6 Exercce : ) Calculer, et 5 6 7 ) E dédure, et ) Détermer les eters pour lesquels est a) u réel, b) est u magare pur, c) égal à Exercce : Ecrre sous

Plus en détail

La statistique et les statistiques

La statistique et les statistiques Psy004 Secto : La statstque et les statstques Pla du cours: 0.0: Beveue 0.: Les catégores du savor 0.: Survol de la psychologe 0.3: Le pla de cours 0.4: Les assstats.0: La physque: scece exacte?.: Scece

Plus en détail

1 ère partie : STATISTIQUE DESCRIPTIVE

1 ère partie : STATISTIQUE DESCRIPTIVE ère parte : STATISTIQUE DESCRIPTIVE CHAPITRE : COLLECTE DE L INFORMATION, TABLEAUX ET GRAPHIQUES. I. Défto et vocabulare Défto : la statstque est ue méthode scetfque qu cosste à réur des doées chffrées

Plus en détail

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1 1 Statistique iferetielle. Relatios Iteratioales Lucya Firlej Pl. E.Bataillo, Bat.11, cc.06 34095 Motpellier cedex 5 Frace lucya.firlej@umotpellier.fr S3. Statistics. 30 h d eseigemet: 10 cours, 10 TD,

Plus en détail

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001 Exercice 1 : ( 12 poits ) Les parties A et B peuvet être traitées idépedammet l ue de l autre. O se propose d étudier l évolutio e foctio du temps des températures d u bai et d u solide plogé das ce bai.

Plus en détail

PRO 1 EXPRO010 EXPRO019

PRO 1 EXPRO010 EXPRO019 Exercces résolus de mathématques. PRO 1 EXPRO010 EXPRO019 http://www.matheux.be.tf Jacques ollot 1 avrl 03 www.matheux.be.tf - PRO 1-1 - EXPRO010W Ue ure cotet boules blaches ( 4) et 10 boules ores. O

Plus en détail

II. Permutations sans répétitions et notation factorielle

II. Permutations sans répétitions et notation factorielle février 2012 ORRIGE II. Permutatios sas répétitios et otatio factorielle Aalyse combiatoire 4 ème - 1 I. Itroductio Les différets modèles mathématiques costruits pour étudier les phéomèes où iterviet le

Plus en détail

Chapitre 9. Analyse de variance. Sommaire. 1. Introduction Conditions d application Modèle de l analyse de variance.

Chapitre 9. Analyse de variance. Sommaire. 1. Introduction Conditions d application Modèle de l analyse de variance. Mathématques : Outls our la Bologe Deug SV UCBL D Mouchroud (0/03/003 Chatre 9 Aalse de varace Sommare Itroducto Codtos d alcato Structure des doées 3 Codtos d alcato 4 Idéedace 4 Normalté 4 3 Homoscédastcté

Plus en détail

Plan du cours. 1 Jeux à deux joueurs à somme nulle. 4 Théorème du MINIMAX en stratégies mixtes. 3 stratégies mixtes

Plan du cours. 1 Jeux à deux joueurs à somme nulle. 4 Théorème du MINIMAX en stratégies mixtes. 3 stratégies mixtes Pla du cours Cours 8 : Alicatios ratiques de la rograatio liéaire Christohe Gozales LIP6 Uiversité Paris 6, Frace 1 Jeux à deux joueurs à soe ulle 2 Théorèe du MINIMAX e stratégies ures 3 stratégies ixtes

Plus en détail

TRANSISTORS A EFFET DE CHAMP

TRANSISTORS A EFFET DE CHAMP TRANITOR A EFFET E CHAMP La déomiatio «trasistor à effet de cham» (TEC ou FET) regroue deux tyes de trasistors : le TEC à joctio (JFET) le TEC à grille isolée (IFET : isulated gate FET, MOFET : Métal Oxyde

Plus en détail

CNAM-UPMC MASTER 2010-2011 Recherche Opérationnelle MODELES DE LOCALISATION ET APPLICATIONS Marie-Christine Costa

CNAM-UPMC MASTER 2010-2011 Recherche Opérationnelle MODELES DE LOCALISATION ET APPLICATIONS Marie-Christine Costa CNAM-UPMC MASTER 200-20 Recherche Opératoelle MODELES DE LOCALISATION ET APPLICATIONS Mare-Chrste Costa I INTRODUCTION Avertssemet: ce polycopé e cotet que les résultats prcpau. Les démostratos et complémets

Plus en détail

E(X i ) par linéarité de l espérance.

E(X i ) par linéarité de l espérance. Statistiques appliquées. L3 Iterrogatio Questios de cours. 3 poits 1) Eocer le théorème cetral limite (1 pt). Si (X ) est ue suite de v.a. idépedates et de même loi, admettat des momets d ordre u et deux

Plus en détail

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6 Corrigés TD Chapitre : Variables aléatoires sur u uivers fii Exercice : Soit X la VAR défiie par le tableau suivat : x i - - 0 p 6 4 6 4 6 i O ote Y = X ) Détermier la loi cooite de X et Y ) Détermier

Plus en détail

Application du logiciel Excel

Application du logiciel Excel Applicatio du logiciel Ecel Utilisatio du Solver du logiciel Ecel Table de matiers Lacemet du logiciel... Optimisatios... Programmatio liéaire... Problème du trasport... 8 Problème de programmatio quadratique...

Plus en détail

CORRIGE DE L'EXAMEN DU 4 DECEMBRE 2002

CORRIGE DE L'EXAMEN DU 4 DECEMBRE 2002 CORRIGE DE L'EXAMEN DU 4 DECEMBRE EXERCICE. Notos X la variable aléatoire décrivat l'idetificatio des pièces défectueuses. Le ombre de valeurs possibles de X correspod au ombre de cofiguratios possibles

Plus en détail

Test de validité et d'hypothèse

Test de validité et d'hypothèse Test de validité et d'hypothèse 1 Vocabulaire Problème: Il s'agit à partir de l'étude d'u ou plusieurs échatillos de predre des décisios cocerat l'esemble de la populatio. O est alors ameé à émettre des

Plus en détail

Statistique. 3 ème Maths Mai 2010 A. LAATAOUI. I. Introduction :

Statistique. 3 ème Maths Mai 2010 A. LAATAOUI. I. Introduction : Statstque 3 ème Maths Ma 00 A LAATAOUI I Itroducto : La statstque est ue scece ayat pour objet l étude des phéomèes socau surtout ceu doat leu à des varatos ou ceu e pouvat être suffsammet maîtrsés que

Plus en détail

Notions de base pour l analyse d un tableau de contingence

Notions de base pour l analyse d un tableau de contingence Uiversité de Bordeaux - Master MIMSE - 2ème aée Notios de base pour l aalyse d u tableau de cotigece Marie Chavet http://wwwmathu-bordeauxfr/ machave/ 204-205 Notatios et défiitios U tableau de cotigece

Plus en détail

FLUCTUATION ET ESTIMATION

FLUCTUATION ET ESTIMATION 1 FLUCTUATION ET ESTIMATION Le mathématicie d'origie russe Jerzy Neyma (1894 ; 1981), ci-cotre, pose les fodemets d'ue approche ouvelle des statistiques. Avec l'aglais Ego Pearso, il développe la théorie

Plus en détail

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 page1/6 CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 Dosser "Défcece" 1) = 30 pour les groupes. Les classes sot d'ampltudes dfféretes doc...utlser la desté (rappel : desté = effectf/ampltude). Durée

Plus en détail

Série d'exercices *** 3 ème M Lycée Secondaire Ali Zouaoui Dénombrement " Hajeb Laayoun "

Série d'exercices *** 3 ème M Lycée Secondaire Ali Zouaoui Dénombrement  Hajeb Laayoun Série d'exercices *** 3 ème M Lycée Secodaire Ali Zouaoui Déombremet " Hajeb Laayou " I / -ulet : Défiitio : Soit E u esemble o vide et * ;O aelle -ulet d élémet de E toute écriture de la forme : a a a

Plus en détail

I. Moyenne, variance et écart-type d une série statistique

I. Moyenne, variance et écart-type d une série statistique I Moyee, varace et écart-type d ue sére statstque Sére statstque dscrète : Eemple d ue sére statstque dscrète : Preos le cas d ue classe de élèves qu réalset u devor oté sur 5 La sére statstque dscrète

Plus en détail

Ensembles et dénombrement

Ensembles et dénombrement CHAPITRE 2 Esembles et déombremet 21 Théorie des esembles 211 Déitios Déitio 1 Soiet u 1, u 2,, u des objets mathématiques O forme alors l'esemble E {u 1, u 2,, u } O dit alors que chaque u i (our 1 i

Plus en détail

Nombres complexes Sessions antérieures

Nombres complexes Sessions antérieures ème aée Maths Nombres complexes Sessos atéreures Aée scolare 9 - A LAATAOUI Exercce N (SP) Das le pla complexe P rapporté à u repère orthoormé ( Ouv ; ; ) o cosdère les pots A et B d affxes respectves

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i }

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i } Nom :........................ DS Préom :..................... Devoir o 7 Mars 6.../... Le soi et la rédactio serot pris e compte das la otatio. Faites des phrases claires et précises. Le barème est approximatif.

Plus en détail

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont : Estimatio Objectifs Estimer poctuellemet ue proportio, ue moyee ou u écart type d ue populatio à l aide de la calculatrice ou d u logiciel, à partir d u échatillo Détermier u itervalle de cofiace à u iveau

Plus en détail

Construire des polygones connaissant les milieux des côtés.

Construire des polygones connaissant les milieux des côtés. Costruire des olygoes coaissat les milieux des côtés Costruire u triagle ABC dot les milieux des côtés soiet trois oits doés I J K deux à deux disticts Aalyse : La symétrie cetrale de cetre le milieu d

Plus en détail

MATHEMATIQUES Terminale Scientifique

MATHEMATIQUES Terminale Scientifique MATHEMATIQUES Termiale Scietifique Fiches PROGRAMME 22 (v24) Sylvie LAMY Agrégée de Mathématiques Dilômée de l École Polytechique Cours Pi e-mail : lescoursi@cours-icom site : htt://wwwcours-icom siège

Plus en détail

CAPES SÉRIE DOCUMENTS DE TRAVAIL DT CAPES N 2005 26

CAPES SÉRIE DOCUMENTS DE TRAVAIL DT CAPES N 2005 26 CAPES SÉRIE DOCUMENTS DE TRAVAIL DT CAPES N 5 6 STATISTIQUE. (Deuxème are.) Les dsrbuos à deux caracères. Quelques alcaos à l'écoome burabè. Novembre 5 Seglaro Abel SOME seglaro.some@uv ouaga.bf / seglaro@ecourrer.com

Plus en détail

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit Itroducto à l écoométre S6-EF sc. éco. & gesto Prof. Mohamed El Meroua IV.- Espérace mathématque de l estmateur  : A ˆ A + X X X Nous avos ( ε alors l espérace mathématque sera : E ( E( A + E[ ( X X X

Plus en détail

Pondichéry Avril 2014 Série S Exercice.

Pondichéry Avril 2014 Série S Exercice. Podchéry Avrl 04 Sére S Exercce Le pla complexe est mu d u repère orthoormé ( O; uv, ) Pour tout eter aturel, o ote A le pot d affxe z déf par : O déft la sute ( ) z z 0 = et + = + z 4 4 r par r = z pour

Plus en détail

Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie

Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie Los de probabltés lées aux trages de boules das ue ure Approche sodage : échatlloage et estmato das ue populato fe Das le ouveau programme de secode, retrée 2009, sot scrtes les otos d'tervalle de fluctuato

Plus en détail

I. Qu est-ce qu une variable aléatoire?

I. Qu est-ce qu une variable aléatoire? I. Qu est-ce qu ue varable aléatore?. Défto : Sot ue expérece aléatore dot l esemble des résultats possbles (l uvers est oté Ω. Ue varable aléatore est ue focto X allat de Ω sur R, c est-à-dre que c est

Plus en détail

Le rang d une matrice correspond à la dimension de son image, ce qui est égal à la dimension maximale d une sous-matrice extraite inversible.

Le rang d une matrice correspond à la dimension de son image, ce qui est égal à la dimension maximale d une sous-matrice extraite inversible. Uiversité de Geève Sectio de Mathématiques Algèbre I Corrigé 2 Série 7, ex 3 Toutes les affirmatios sot vraies sauf la derière E effet, pour que deux espaces soiet e somme directe, il faut que leur itersectio

Plus en détail