Chapitre 3 Détermination de la taille de l'échantillon

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 3 Détermination de la taille de l'échantillon"

Transcription

1 Chapitre 3 Détermiatio de la taille de l'échatillo Lorsqu o prélève u échatillo pour estimer u paramètre, o court toujours le risque de découvrir u peu trop tard que l'échatillo prélevé est trop petit ou, au cotraire, trop grad. Il est trop petit si l'itervalle de cofiace qu il fourit est trop large, ou e permet pas de cofirmer ue hypothèse; il est trop grad si l'itervalle de cofiace est iutilemet court, c est-à-dire, plus précis et doc plus coûteux que écessaire. Nous discutos ici quelques faços d'estimer avat l'échatilloage la taille miimale de l'échatillo qui fourit la précisio voulue. Nous traiteros séparémet le cas d ue moyee ou d u total; et celui d ue proportio ou d u effectif. 3.1 Le cas d ue moyee ou d u total Nous traitos e détail le cas où le paramètre à estimer est la moyee µ; la solutio pour u total τ e découle immédiatemet. Tout d abord, us devos clarifier la questio, ce qui est pas évidet puisque la tedace aturelle est de la poser de faço simpliste, comme «est-ce qu u échatillo de taille 500 suffit pour ue populatio de ?». Il est impossible, hélas! de répodre par oui ou par. U échatillo doit fourir ue estimatio aussi précise que possible de la moyee, et us savos que la précisio s'améliore idéfiimet lorsque la taille de l'échatillo augmete. Par coséquet, o e peut pas exiger «la meilleure précisio possible»: la meilleure précisio possible 'est atteite que lorsqu'o prélève la populatio etière. Voici commet o doit poser la questio : quelle est la taille de l'échatillo qui assure tel degré précisio? Avat de répodre, précisos la tio de «précisio». Nous exprimeros la précisio par sa marge d erreur: u estimateur est précis si la marge d erreur d u itervalle de cofiace est étroite. Il faut doc, avat de commecer, décider de la marge d erreur qu o est disposé à tolérer. Par exemple, si o tire u échatillo de méages afi d estimer le reveu moye des méages, o costruira u itervalle de cofiace qui predra la forme O pourrait aboutir à quelque chose comme Estimateur ± marge d erreur $ ± $ E d autres termes, o affirmerait que le reveu moye se situe etre $ et $. Maifestemet, u tel itervalle de cofiace est presque iutile, la marge d erreur est trop grade. Le jour où l o repredra cet échatilloage, o voudra s assurer que la marge d erreur soit plus étroite, disos $ plutôt que $. Il faudra alors détermier la taille de l échatillo qui doera

2 Chapitre 3 - Détermiatio de la taille de l échatillo 41 ue telle marge d erreur. Rappelos que la marge d erreur est doée par σ 1 y. Nous devos doc détermier la taille de l'échatillo écessaire pour que la marge d erreur soit égale à u mbre doé E : Exigé: σ = E y Puisque σ = y 1 f S, où f = N, us devos détermier la valeur de qui satisfait l'équatio 1 f S = E. Oublios pour l'istat le facteur de correctio 1 f, qui de toute faço est égligeable das la plupart des situatios réelles. L équatio à résoudre deviet ce qui doe la solutio provisoire o = (S/E). S = E, C est doc la règle que us allos suivre e gééral : Si N est assez grad, la valeur de pour laquelle σ y = E est approximativemet S o = E. Cette solutio correspod au cas où f = 0, c est-à-dire, lorsque la populatio est ifiie, et das la plupart des applicatios, la solutio provisoire o produit ue boe approximatio de la solutio réelle. Mais si, comme das l exemple traité das cette sectio, le facteur de correctio est importat (si N est pas très grad), il suffit d'u simple ajustemet pour obteir la solutio exacte. L ajustemet est : Lorsque N est pas très grad, il coviet d ajuster la taille estimée par l équatio = o 1 + o N 1 E pratique c est σˆ y qu o calcule. Mais idéalemet, o préférerait avoir σ y. E gééral, la marge d erreur est z α /σ y. Si α = 0,05, z α/, et das tout ce qui suit us predros, z α/ =. ÉchatilloageChap3 41 mardi, javier 15, 008

3 4 Chapitre 3 - Détermiatio de la taille de l échatillo Exemple Taille d échatillo pour ue marge d erreur doée Cosidéros l échatillo préseté au tableau A.0 de l aexe et supposos qu o veuille estimer le motat total des salaires de 001. La populatio elle-même est costituée de N = 00 professeurs et l échatillo est de taille = 50. La moyee et l écart-type de la variable Y = salaire de 001 sot: y = ,3 $ et s = 10 05,95 Supposos qu o ait l itetio de prélever l a prochai u deuxième échatillo de la même populatio afi d estimer le salaire moye des professeurs. Quelle doit être la taille de l échatillo pour que la marge d erreur soit de $? Nous supposeros que le mbre de professeurs d uiversités l a prochai e chagera pas, doc N = 00; et que l écart-type S restera à peu près costat. Nous estimeros doc S par s = 10 05,95 $. Comme première approximatio, doc, us avos o = (s/1000) = 40,0789. Faisos l ajustemet: = o 40,0789 = = o 40,0789 N 00 O doit doc prélever u échatillo d eviro 134 professeurs pour que la marge d erreur de l estimateur soit de $ Remarque Das l exemple que us ves de traiter, il a fallu faire deux suppositios: l ue est que N e chagera pas; l autre est que l écart-type e chagera pas. E gééral, la première suppositio e pose pas de problème, car N e joue pas u grad rôle: la populatio est rmalemet si grade qu ue petite erreur das l estimatio de N est sas effet. (L exemple qu o viet de traiter est pas typique e ce ses. La petitesse de la populatio là faisait qu il a été utile de bie estimer sa taille.) La deuxième suppositio est plutôt douteuse, et plus lourde de coséqueces. E gééral, si o s atted à ue augmetatio des salaires, o peut aussi s attedre à ue augmetatio de l écart-type S. Doc il est sage de majorer u peu l estimatio de S. E pratique il sera presque toujours écessaire de faire des suppositios à propos de la populatio afi d estimer la taille de l échatillo. Heureusemet, o est souvet mois démui das u cotexte réel que das ue situatio hypothétique comme celle-ci. Das tre exemple, o pourrait avoir de boes raisos de croire que les salaires augmeteros, disos, de 5 %. Das ce cas, o s atted à ce que l écart-type aussi augmete de 5%, et alors o estimera S par 1005,95 (1,05) = 1057,5. Avec cette uvelle estimatio, o trouvera = 94 au lieu de = 90. Remarque La marge d erreur est la demi-largeur d u itervalle de cofiace. Das ce cours, le iveau de cofiace est toujours de 95 %, et doc la marge d erreur dot il est questio ici est ue «marge d erreur à 95 %». Cette qualificatio est sous-etedue. Il faut se rappeler, cepedat, qu il est possible de détermier des itervalles de cofiace à d autres iveaux que 95 %. Quel est le ses de ce 95 %? O a ue marge d erreur, disos, de $ das l estimatio de la moyee des salaires si la probabilité est de 95 % que l erreur d estimatio e dépassera pas $; ou si la probabilité est de 5 % que l erreur d estimatio dépasse $. La marge d erreur das le derier exemple est exprimée e dollars. Souvet, la marge d erreur est exprimée e pourcetage : ue marge d erreur de $ est peut-être acceptable das ue populatio où la moyee est de $, mais elle serait sûremet jugée excessive das ue populatio où la moyee est de $. E d autres termes, c est plutôt la marge d erreur relative qui compte, c està-dire, la marge d erreur divisée par la moyee. O pourrait dire, par exemple, qu o souhaite estimer le reveu familial d ue populatio avec ue marge d erreur de 10 % o veut dire par là 10 % de la moyee. E d autres termes, o exige que σ y = 0,10 y U mardi, javier 15, ÉchatilloageChap3

4 Chapitre 3 - Détermiatio de la taille de l échatillo 43 ou, plus gééralemet, σ y = R y U Algébriquemet, le problème a pas chagé : o a juste remplacé E par Rµ. Par coséquet, us avos déjà la formule : Si N est assez grad, la valeur de pour laquelle σ y = R y U est approximativemet S o = Ry U Remarque La coditio σ y = R y U est équivalete à Nσ y = RN y U = Rt x. Doc la valeur de o trouvée doera ue marge d erreur relative de R das l estimatio du total aussi. Exemple 3.1. Taille d échatillo pour ue marge d erreur relative doée Das l exemple précédet, supposos qu o veuille estimer la moyee de telle sorte que la marge d erreur soit de 5 %. Doc S S S/ y o = = = U RyU 0,05y U 0,05 O estime S par s et y U par y et doc S/ y U par 1005,95/48447,3 = 0, Doc (0,069455) o = 0,05 = 68,58. L ajustemet porte ce chiffre à 68,58 = = ,58 00 Remarque Das le derier exemple, il a fallu estimer S et y U, deux paramètres disticts. O costate, cepedat, que c est le quotiet des deux qu il faut estimer puisque la formule de o e déped que du quotiet S/ y U (c est-à-dire, du coefficiet de variatio de la populatio) ( S/ y ) o = U 0,05 O a estimé le coefficiet de variatio de la populatio par celui de l échatillo s/ y = 0, E pratique, il est souvet plus aisé d'estimer le coefficiet de variatio que l écart-type. Das l exemple ci-dessus, l écart-type aura peut-être chagé e u a sous l effet d ue augmetatio de salaire; mais si les salaires augmetet, disos, de 5%, la moyee et l écart-type augmeterot tous deux de 5%. Par coséquet, le coefficiet de variatio restera fixe Remarque Cotrairemet à ce qu o a tedace à croire, la taille de la populatio joue u rôle relativemet mieur das la détermiatio de la taille de l échatillo, à mois qu elle e soit très petite. Le tableau cidessous repred le problème préseté à l exemple 3.1.: quelle est la taille écessaire pour que la marge d erreur das l estimatio de la moyee soit de 5 %. O présete la répose e foctio de la taille de la populatio. ÉchatilloageChap3 43 mardi, javier 15, 008

5 44 Chapitre 3 - Détermiatio de la taille de l échatillo Taille de la populatio Taille d échatillo écessaire O costate que dès que la populatio atteit 5 000, il est plus vraimet écessaire d augmeter la taille de l échatillo. Estimatio des paramètres icous Les problèmes présetés das cette sectio 'ot de solutio que si l'o coaît, ou si l o peut estimer, les valeurs de S ou de S/ y U, selo le cas. Das les exemples traités ici, o disposait d u échatillo qui permettait d estimer ces paramètres, du mois approximativemet. Que fait-o si o a pas d échatillo? O peut evisager plusieurs approches. Nous supposos das ce qui suit que la populatio est grade et doc qu il est pas écessaire de faire de distictio etre σ et S. Échatilloage prélimiaire O peut estimer S par s, y U par y et doc le coefficiet de variatio C = S/ y U par s/ y à l aide d u petit échatillo prélimiaire tiré à cette fi. La taille de cet échatillo prélimiaire sera gééralemet assez petite, puisque l'estimatio e doit pas écessairemet être très précise; elle dépedra surtout des ressources qu'o voudra bie lui accorder. Estimatio du coefficiet de variatio C Lorsqu o a pas d échatillo pilote, l'estimatio de C = est plus délicate que celle de S, puisqu'il y a deux paramètres à estimer. S y U U avatage, par cotre, du coefficiet de variatio est qu'il est plus stable d'ue populatio à l'autre que l'écart-type S. Deux populatios peuvet être sesiblemet différetes quat à leur écart-type, mais comparables quat à leur coefficiet de variatio. Car S et y U évoluet souvet das le même ses: lorsque les valeurs de la variable sot grades, S et y U ot toutes deux tedace à être grads; lorsqu'ils sot petits, S et y U sot tous deux petits. Par coséquet le quotiet S y U e sera pas très différet das les deux populatios. Toute expériece avec des populatios relativemet semblables peut doc servir à estimer C : la même populatio l'aée derière; ue populatio aalogue das ue autre compagie, ue autre divisio, ue autre succursale; ue autre variable das la même populatio, etc. 3. Le cas d ue proportio ou d u effectif La situatio avec l estimatio d ue proportio p est semblable à celle d ue moyee, sauf que le caractère u peu particulier de l écart-type de ˆp permet certaies estimatios qu o e peut pas faire mardi, javier 15, ÉchatilloageChap3

6 Chapitre 3 - Détermiatio de la taille de l échatillo 45 das le cas de variables quatitatives. Le problème posé est le même: o exige que la marge d erreur de l estimateur soit égal à u certai mbre E : σ p ˆ = E, Doc il faut détermier la valeur de pour laquelle (1 ) p p N N 1 = E. Si l o églige provisoiremet le facteur de correctio (1 ) p p N, o a l équatio suivate à résoudre: N 1 = E. O a doc la solutio provisoire o = 4 p(1 p). E Cette solutio provisoire est gééralemet acceptable, à mois que la populatio e soit plutôt petite par comparaiso à l échatillo. Si la populatio est pas très grade, alors o effectue l ajustemet suivat: = 1 N N Pour e pas multiplier les formules iutilemet, us utiliseros toujours l expressio approximative N, puisqu elle est idetique à celle que us avos employée pour la moyee. Le fait que us e coaissios pas la valeur de p est mois grave qu o pourrait le croire, car il est possible de trouver ue bore au produit p(1-p). La bore la plus coservatrice (c est-à-dire, la plus grade) est celle-ci: p(1-p) 1/4. C est u fait que le produit p(1-p) est jamais supérieur à 1/4, ue valeur atteite seulemet lorsque p = ½. Doc l estimatio la plus pessimiste qu o puisse obteir de o est celle où l o remplace p par ½. O a alors: o = 1 E ÉchatilloageChap3 45 mardi, javier 15, 008

7 46 Chapitre 3 - Détermiatio de la taille de l échatillo Exemple 3..1 Taille d échatillo pour l estimatio d ue proportio avec marge d erreur doée Le resposable de marketig das ue compagie de boissos gazeuses veut estimer la proportio p de cosommateurs qui préfère u uveau produit destié à remplacer l acie. Quelle est la taille de l échatillo qu il doit prélever s il veut que la marge d erreur de so estimateur e soit pas supérieur à 0,04? La valeur de o est 1/E = 1/(0,04) = 65. Nous e feros pas d ajustemet, puisque la populatio est à toute fi pratique ifiie. Doc si o prélève u échatillo de taille 65, l écart-type de l estimateur pˆ e sera pas supérieur à 0,0. L estimatio que us avos faite das le derier exemple est correcte si de fait p = ½ : la marge d erreur serait alors égale à 0,04. Lorsque p 1/, l estimatio est pessimiste: elle doe ue valeur de o plus grade que écessaire. Le tableau suivat doe la taille de l échatillo écessaire sous plusieurs hypothèses cocerat p. O costate qu o e commet pas ue erreur très importate lorsque p est pas trop éloigée de 0,5. Mais lorsque p est petit, o surestime. p 0,01 0,05 0,10 0,0 0,30 0,40 0,50 o Il est rare e pratique qu o soit à u tel poit démui qu o e peut estimer p qu e le remplaçat par 1/. O a souvet ue idée de la valeur de p, ce qui permet de fixer ue bore. Par exemple, das u sodage politique destié à estimer le pourcetage d électeurs qui voteros NPD, o sait d avace que ce pourcetage atteidra pas 50 %. O peut même dire, avec u peu d expériece, que ce pourcetage est iférieur à, disos, 30 %. Das ce cas, o sait que p(1-p) < (0,30)(0,70) = 0,1. La raiso pour cela est claire lorsqu o examie la foctio p(1-p). Le graphique de cette foctio est préseté à la figure ci-dessous. O voit das le graphique que si p est iférieure à u certai mbre p o < 1/, alors p(1-p) < p o (1-p o ). De même, si p est supérieure à u mbre p o > 1/, alors p(1-p) > p o (1-p o ). Exemple 3.. Taille d échatillo pour l estimatio d ue proportio Vous voulez estimer le pourcetage de pièces défectueuses das u lot de 5000 pièces. Vous savez que rmalemet, le taux de défectuosité est de l ordre de 5 %, et vous pesez qu il est ecore de cet ordre là. Il est possible qu il ait augmeté quelque peu, mais vous êtes sûr qu il est pas supérieur à 10%. a) Quelle est la taille de l échatillo que vous devriez tirer si vous voulez que votre estimateur ait ue marge d erreur de 0,04? b) Quelle est la taille de l échatillo que vous devriez tirer si vous voulez avoir ue marge d erreur relative de 5 %? Vous savez d avace que p e peux avoir baissé au-dessous de 3 %. Solutio a) Nous avos o = 4p(1-p)/(0,04), et puisque le umérateur pred au maximum la valeur (0,1)(0,9) = 0,09, o a o = 4(0,09)/0,0016 = 5. L ajustemet doe = 5/(5/5000) 16. Remarquez que si o avait pris la valeur 1/ pour p, us aurios obteu o = 65 et = 556, beaucoup plus élevé que écessaire. mardi, javier 15, ÉchatilloageChap3

8 Chapitre 3 - Détermiatio de la taille de l échatillo 47 0,5 0, 0,15 p(1-p) 0,1 0, ,1 0, 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 p b) Ce que vous voulez, c est que σ p ˆ = 0,5p o = 4p(1-p)/(0,5p) 4(1 p) / p = 0,5. La 4(1 p) / p plus grade valeur de 0,5 est atteite lorsque p est à so miimum; ce miimum est, selo la descriptio de la situatio, 0,03. O predra doc o = 4(1 0,03) / 0,03 0,5 = Résumé 1 Marge d erreur absolue : Si N est assez grad, la valeur de pour laquelle σ y = E est approximativemet S o = E.. O ajuste cette estimatio provisoire à l aide de la formule = N 3 La marge d erreur est égale à E si la probabilité est de 95% (à peu près) que l erreur e sera pas supérieure à E. 4 Si N est assez grad, la valeur de pour laquelle σ y = R y U est approximativemet S o =. RyU 5 Pour estimer ue proportio p de telle sorte que σ p ˆ = E, la taille approximative de l échatillo qu il faut tirer est doée par o = 4 p(1 p). Pour ue populatio de taille N, o E ÉchatilloageChap3 47 mardi, javier 15, 008

9 48 Chapitre 3 - Détermiatio de la taille de l échatillo peut esuite faire l ajustemet habituel. Si p est iférieure à u certai mbre p o < N 1/, alors p(1-p) < p o (1-p o ). De même, si p est supérieure à u mbre p o > 1/, alors p(1-p) > p o (1-p o ). Lorsque la valeur de p est totalemet icoue, o peut remplacer p das la formule par ½. 3.4 Exercices 3.1 D'ue populatio de étudiats, o veut prélever u échatillo pour estimer certais paramètres cocerat la variable y : motat dépesé quotidieemet e trasport. U échatilloage prélimiaire a doé ue estimatio de y U et de S y : y U 140, S y 5. Détermier la taille de l'échatillo qu'o doit prélever s'il faut que a) la marge d erreur de l'estimateur de la moyee soit de $. b) la marge d erreur de l estimateur de la moyee soit de 4 %. c) la marge d erreur de l estimateur du total soit de 000 $. d) la marge d erreur de l estimateur du total soit de 4 %. 3. D'ue populatio de taille 678 vous devez prélever u échatillo das le but d'estimer la moyee de la populatio avec ue marge d erreur de 10 %. Vous prélevez u échatillo prélimiaire de taille 1 et obteez les résultats suivats: 5,17 4,1 81,6 5,34 64,15 3,06 30,36 6,96 4,4 4,54 10,4 48,68 Estimez la taille de l'échatillo que vous devriez prélever. 3.3 [Tableau A.06]Vous êtes e 00, et vous disposez des doées du tableau A.06 obteues e 000 sur u échatillo de 58 villes du mode. Vous allez maiteat prélever u échatillo de villes afi d estimer le mbre moye d heures de travail des igéieurs e 001. Quelle est la taille de l échatillo qu il faudrait prélever si vous voulez estimer le mbre moye d heures de travail des igéieurs avec ue marge d erreur de 1 % si vous comptez estimer votre moyee par la moyee échatilloale? Vous supposerez que la populatio des villes est très grade. 3.4 [Tableau A.07] Le tableau A.07 présete des doées sur u échatillo de 10 maisos vedues e 001. Vous avez l itetio de meer ue étude comparable e 00 afi d estimer le prix moye des maisos. Vous supposerez que la populatio visée est très grade, et que le prix des maisos e 00 est probablemet supérieur à celui de 001 de quelque 15%. Détermiez la taille de l échatillo qu il faudrait prélever si vous voulez que votre marge d erreur à 95% soit d eviro $. mardi, javier 15, ÉchatilloageChap3

10 Chapitre 3 - Détermiatio de la taille de l échatillo Vous voulez estimer le mbre d étudiats das ue certaie uiversité qui ot accès à l Iteret. Le mbre d étudiats das l uiversité est de Sachat par expériece que la proportio d étudiats ayat accès à l Iteret se situe quelque part etre 15 % et 5 %, détermiez la taille de l échatillo que vous devriez prélever a) si vous teez à ce que votre marge d erreur soit d eviro 500 étudiats; b) si vous teez à ce que votre marge d erreur relative soit de 10 %. 3.6 Vous voulez estimer le mbre d étudiats das ue certaie uiversité qui possèdet u ordiateur. Le mbre d étudiats das l uiversité est de Sachat par expériece que la proportio d étudiats qui possèdet u ordiateur se situe quelque part etre 40 % et 65 %, détermier la taille de l échatillo que vous devriez prélever a) si vous teez à ce que votre marge d erreur soit d eviro étudiats; b) si vous teez à ce que votre marge d erreur relative soit de %. 3.7 Vous voulez estimer la proportio d étudiats das ue certaie uiversité qui ot accès à l Iteret. Le mbre d étudiats das l uiversité est de Sachat par expériece que la proportio d étudiats ayat accès à l Iteret se situe quelque part etre 15 % et 5 %, détermiez la taille de l échatillo que vous devriez prélever a) si vous teez à ce que votre marge d erreur soit d eviro % (c est-à-dire, poits de pourcetage); b) si vous teez à ce que votre marge d erreur relative soit de 10 % (par rapport à la vraie proportio p). 3.8 Vous voulez estimer la proportio d étudiats das ue certaie uiversité qui possèdet u ordiateur. Le mbre d étudiats das l uiversité est de Sachat par expériece que la proportio d étudiats qui possèdet u ordiateur se situe quelque part etre 40 % et 65 %, détermier la taille de l échatillo que vous devriez prélever a) si vous teez à ce que votre marge d erreur soit d eviro 1 %; b) si vous teez à ce que votre marge d erreur relative soit de 5 %. ÉchatilloageChap3 49 mardi, javier 15, 008

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

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

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Logique, esembles et applicatios Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I :

Plus en détail

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse Séquece 9 Itervalles de fluctuatio, estimatio Objectifs de la séquece Das le chapitre 2, o étudie des itervalles de fluctuatio des variables aléatoires X F =, fréqueces des variables aléatoires biomiales

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

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

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules est à dispositio olie et sera doé aux cadidats lors des exames oraux

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Remise à Niveau Mathématiques

Remise à Niveau Mathématiques Mathématiques RAN - Calcul et raisoemet Remise à Niveau Mathématiques Première partie : Calcul et raisoemet Exercices Page sur 9 RAN Calcul et raisoemet Ex - Rev 04 Mathématiques RAN - Calcul et raisoemet

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels.

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels. Uiversité de Provece 011 01 Mathématiques Géérales I Plache 6 Nombres réels Suites réelles Nombres réels Exercice 1 Mettre sous forme irréductible p/q les ratioels suivats (les chiffres souligés se répètet

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Fiace d Etreprise, Gestio des systèmes d iformatio. SESSION 2012 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et fiace d etreprise

Plus en détail

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION Des PROBABILITES à la STATISTIQUE - APPLICATIONS - Jea-Marie MARION 1 STATISTIQUE DESCRIPTIVE (décrire ue populatio à l aide de caractéristiques et graphiques) STATISTIQUE INFERENTIELLE (étedre des résultats

Plus en détail

Demandes de prêt REER FAQ

Demandes de prêt REER FAQ Demades de prêt REER FAQ Commet soumettre des demades de prêt REER e lige 1. Commet puis-je accéder à l outil e lige? Pour accéder à l outil e lige, redez-vous à l adresse mauvie.ca/pretreer. Etrez votre

Plus en détail

La Méthode de Monte Carlo

La Méthode de Monte Carlo La Méthode de Mote Carlo Etiee Pardoux UMR 6632 Laboratoire d Aalyse, Topologie, Probabilités et EA 3781 Evolutio Biologique Uiversité de Provece Etiee Pardoux (LATP) Marseille, 13/09/2006 1 / 33 Cotets

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles BTS Mécaique et Automatismes Idustriels Statistiques iféretielles, Aée scolaire 2005 2006 Statistiques iféretielles 1. Itroductio vocabulaire Pour étudier ue populatio statistique, o a recours à deux méthodes

Plus en détail

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS LES PREVISIONS DES CONSOMMATIONS Les logiciels utilisés pour la gestio des stocks itègret de ombreuses foctios de calcul. L ue des plus importates est l exécutio des prévisios des cosommatios futures d

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

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

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR TI Nspire Documet de Formatio T3 Walloie TI-Nspire Le tout e u des mathématiques Suites umériques La loi de Verhulst Applicatio «Calculs» Applicatio «Graphiques» Applicatio «Tableur et listes» FR Formatios

Plus en détail

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voie B Optio Écoomie MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

Ce type de compresseur est aussi appelée compresseur volumetrique.

Ce type de compresseur est aussi appelée compresseur volumetrique. Chapitre 4 Compresseurs Buts 1. Savoir que das ce cas if faut se redre compte qu il y a des effets thermique 2. Savoir qu il y a ue limite á l augmetatio de la pressio de gaz 3. Savoir quelles istabilités

Plus en détail

La fonction de la maîtrise des vitesses est d assurer un temps

La fonction de la maîtrise des vitesses est d assurer un temps sas frotière OÎTE À OUTILS Guide de dimesioemet La maîtrise des vitesses hydrauliques JEN ROUSSEU 1 La oîte à outils du précédet uméro de Techologie traitait du choix d u distributeur pour l actioeur hydraulique.

Plus en détail

PROJET DE MONTE CARLO SUJET 1: LE PRICING

PROJET DE MONTE CARLO SUJET 1: LE PRICING LE Age KHOURI Nadie M MMD PROJE DE MONE ARLO SUJE : LE PRIING Selim ZOUGHLAMI QUESION : Supposos d abord que X est u mouvemet browie W t G([ 0, ]) Alors W0 G( 0 ) suit ue loi N(0,0) et doc W 0ps 0 Esuite,

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Commet utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Survol du compte Mauvie U La majorité des Caadies gèret leurs fiaces comme suit : 1. Ils déposet leur reveu et autres actifs à court

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Suites arithmétiques et Géométriques. Exemple 1. La suite des nombres 1, 3, 5, 7, 11, 13. ou la suite des nombres 100, 110, 121, 133.1, 146.41...

Suites arithmétiques et Géométriques. Exemple 1. La suite des nombres 1, 3, 5, 7, 11, 13. ou la suite des nombres 100, 110, 121, 133.1, 146.41... Sites arithmétiqes et Géométriqes Nos allos cosidérer des sites de ombres réels Exemple La site des ombres,, 5, 7,, o la site des ombres,,,, 464 Défiitio/Notatio : La site est e gééral oté ( ) (o ( v )

Plus en détail

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 MÉTHODES NUMÉRIQUES POUR LE PRICING D OPTIONS DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 Table des matières 1 Notatios et équatio de Black-Scholes 2 11 Notatios 2 12 Équatio de Black-Scholes

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Votre compte Manuvie Un peut continuer à travailler... même lorsque vous ne le pouvez pas L ASSURANCE CRÉDIT MANUVIE UN

Votre compte Manuvie Un peut continuer à travailler... même lorsque vous ne le pouvez pas L ASSURANCE CRÉDIT MANUVIE UN Votre compte Mauvie U peut cotiuer à travailler... même lorsque vous e le pouvez pas L ASSURANCE CRÉDIT MANUVIE UN Sas reveu, auriez-vous ecore ue maiso? Si vous avez des dettes à rembourser, ue blessure

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

École de technologie supérieure

École de technologie supérieure École de techologie supérieure Mat 165-04 Algèbre liéaire et aalyse vectorielle A-015 Michel Beaudi michel.beaudi@etsmtl.ca Liste d exercices à faire e T.P./Caledrier des évaluatios Itroductio au cours

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

I. (2 points) III. (2 points)

I. (2 points) III. (2 points) ère S Cotrôle du vedredi 7 mars 05 (0 mi) Préom : Nom : Note : / 0 II ( poits) Soit ABC u triagle isocèle e A tel que AB AC 8 cm et BC 5 cm O ote I le milieu de [AC] Calculer BI (valeur exacte) I ( poits)

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

Chapitre 13. Statistiques et probabilités. Sommaire

Chapitre 13. Statistiques et probabilités. Sommaire 13 Chapitre Chapitre 13 Statistiques et probabilités Les statistiques et les probabilités occupet ue place importate das l eseigemet de certaies classes préparatoires Les pricipales foctios écessaires

Plus en détail

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête.

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête. Cliclasolutio Aée 2006/2007 REQUÊTES Utilité des requêtes QUESTIONNER LA BASE DE DONNÉES La foctio classique d'ue requête est de répodre à ue questio sur la base de doées. "Quels sot les cliets habitat

Plus en détail

ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS

ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS Idice de Révisio Date de mise e applicatio B 01/09/2014 Cahier Techique 1 ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS 4, aveue du Recteur-Poicarré, 75782 Paris Cedex 16 Tel. 33.(0)1.64.68.84.97

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Féelo aite-marie Préparatio ciece-po/prépa HEC Foctios Versio du juillet 05 Eercice d degré : racies et coefficiets O rappelle que si l équatio a + b + c = 0 ( a 0 ) adet deu racies α et β (évetuelleet

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

Plus en détail

Questions Chapitre 2 L approche statistique de la réalité 1

Questions Chapitre 2 L approche statistique de la réalité 1 Questios Chapitre 2 L approche statistique de la réalité 1 Expliquer la otio de variable et défiir les différets types de variables Décrire les échelles de classificatio et trasformer les doées pour passer

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Placement optimal d antennes de téléphonie mobile

Placement optimal d antennes de téléphonie mobile 87 Placemet optimal d atees de téléphoie mobile Romai BADINA, Justie DIDIERJEAN, Iliyas JORIO, Thomas LE SAUX, Clémet MOUREAUX, Thibault PERRIN, Bejami SAUNIER, Paul-Heri SOUSTRE Pavage hexagoal : régulier

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Chapitre 1: Calcul des intérêts

Chapitre 1: Calcul des intérêts Chapitre 1: Calcul des itérêts Ce chapitre vise à familiariser le lecteur avec les otios suivates : Itérêt Taux d itérêt omial Taux d itérêt périodique Valeur acquise Valeur actuelle Capitalisatio Le lecteur

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

CHAPITRE 22. Machines à sous

CHAPITRE 22. Machines à sous CHAPITRE 22 Machies à sous 22. Corrigé possible du texte 22.. Eocé du problème et défiitio du modèle statistique associé O étudie ici u modèle statistique avec observatios icomplètes : o dispose d observatios

Plus en détail

On obtient la formule de Pascal en prenant le cardinal :

On obtient la formule de Pascal en prenant le cardinal : Colles du 3 ovembre 014 Solutio de la questio de cours 1. (i) Soit E u esemble de cardial. L esemble (E) peut alors être partitioé comme suit : (E) (E), où (E) est l esemble des parties de E de cardial.

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Chapitre II COMPARAISONS MULTIPLES DE MOYENNES

Chapitre II COMPARAISONS MULTIPLES DE MOYENNES Chapitre II COMPARAISONS MULTIPLES DE MOYENNES Souvet, les tests utilisés e ANOVA e permettet pas de répodre suffisammet e détail aux questios/hypothèses que l'o se pose. E effet, ils permettet au maximum

Plus en détail

Teneur en mg/1. maximale. minimale 0,1. 4 Al. Mo 0,5. 50 Ba Ça 0,05 0,1 0,05 0,05 0,01 0,5 PRINCIPE

Teneur en mg/1. maximale. minimale 0,1. 4 Al. Mo 0,5. 50 Ba Ça 0,05 0,1 0,05 0,05 0,01 0,5 PRINCIPE CETAMA ANALYSE DE L 1 EAU- DOS AGE D'ELEMENTS PAR ABSORPTION ATOMIQUE N 47 OCTOBRE 1 97 OBJET ET DOMAINE D'APPLICATION Le préset documet a pour objet la descriptio schématique d'ue méthode de dosage des

Plus en détail

Problème I- Acide éthanoïque (ph et conductimétrie) Enoncé

Problème I- Acide éthanoïque (ph et conductimétrie) Enoncé - Acide éthaoïque (ph et coductimétrie) Eocé 1- L acide éthaoïque (H 3 OOH) est u oxydat e solutio aqueuse das le couple H 3 OOH/H 3 H OH (acide éthaoïque/éthaol). Écrire la demi-équatio d oxydoréductio

Plus en détail

Correction HEC III 2007

Correction HEC III 2007 HEC III 7 Voie Écoomique Correctio Page Correctio HEC III 7 Voie écoomique La correctio comporte 9 pages. Eercice. Par dé itio est ue valeur propre de t si et seulemet si est ue valeur propre de T: Et

Plus en détail

Analyse Numérique K.GHENIA. GC201-GM203 Cours et Exercices

Analyse Numérique K.GHENIA. GC201-GM203 Cours et Exercices Aalse Numérique HENIA GC-GM Cours et Eercices Istitut Supérieur de l Educatio et de la Formatio Cotiue TABLE DES MATIERES Résolutio d ue équatio algébrique Méthode d Itératio - Méthode du poit ie 5 Formules

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

PRINCIPALES DISTRIBUTIONS DE PROBABILITÉS

PRINCIPALES DISTRIBUTIONS DE PROBABILITÉS PRINCIPALES DISTRIBUTIONS DE PROBABILITÉS INTRODUCTION De ombreuses situatios pratiques peuvet être modélisées à l aide de variables aléatoires qui sot régies par des lois spécifiques. Il importe doc d

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Comment les Canadiens classent-ils leur système de soins de santé?

Comment les Canadiens classent-ils leur système de soins de santé? Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté

Plus en détail

MATHEMATIQUES ET ECONOMIE AU LYCEE

MATHEMATIQUES ET ECONOMIE AU LYCEE Uiversité de Bourgoge IREM MATHEMATIQUES ET ECONOMIE AU LYCEE Soldes -30% Gagez +5% e 3 as Profitez du meilleur de la Bourse U modèle simple est iexact U modèle complexe est iutilisable Quelques situatios

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Modèle de pointage et correction des dérives

Modèle de pointage et correction des dérives Ges de la Lue Observatoire astroomique de Plougastel Tél : 0 98 40 69 73 http://www.gesdelalue.org Modèle de poitage et correctio des dérives 1. Présetatio du problème Le poitage d u astre par u télescope

Plus en détail

= e 1, où e est la base des logarithmes népériens ; la relation de récurrence : n I N, u n+1

= e 1, où e est la base des logarithmes népériens ; la relation de récurrence : n I N, u n+1 ERREURS D'ARRONDIS ET CALCULATRICES par Christia Vassard et Didier Trotoux L'idée de cet article ous a été ispirée par u exemple illustrat ue cotributio de Jea-Michel Muller ("Ordiateur e quête d'arithmétique"

Plus en détail

APPLICATION DE LA STATISTIQUE AU TRAITEMENT DES DONNÉES AU LABORATOIRE D'ANALYSES ET EN FABRICATION

APPLICATION DE LA STATISTIQUE AU TRAITEMENT DES DONNÉES AU LABORATOIRE D'ANALYSES ET EN FABRICATION Philippe TRIBOULET (Lycée Niepce Chalo sur Saôe) 03/03/007 PPLICTION DE L STTISTIQUE U TRITEMENT DES DONNÉES U LBORTOIRE D'NLYSES ET EN FBRICTION I/ INTRODUCTION L'utilisatio de la statistique pour le

Plus en détail