Chapitre 7 Tests d hypothèse (partie 1)

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 7 Tests d hypothèse (partie 1)"

Transcription

1 Chapitre 7 Tests d hypothèse (partie 1) I Qu est ce qu un test statistique? La philosophie est toujours la même : déterminer des informations sur une population à partir d informations sur un échantillon exhaustif. Il s agit maintenant, dans le cadre d un contrôle d une production industrielle par exemple, de parvenir à établir des règles de décision pré-établies. Ainsi, on serait en mesure d indiquer en temps réel (ou presque) si notre production est conforme (ou non) à un cahier des charges donnés. A partir des résultats collectés sur un échantillon, on prendra la décision de poursuivre la production ou bien de remédier aux problèmes de conception. En statistiques inférentielles, nous avons déjà vu qu il nous est impossible d émettre des certitudes : en effet, ne connaissant que des informations partielles sur une population, on risque de se tromper en prenant une décision, il importe donc de contrôler au maximum tout risque d erreur. Ainsi, on se fixera, pour commencer, une certaine tolérance, un niveau de risque maximal acceptable. Une fois ce niveau fixé, on pourra déduire des valeurs critiques d un certains nombres de paramètres (par exemple, le diamètre moyen des boulons fabriqués dépassent une certaine valeur), pour le niveau de risque requis. Une fois l échantillon prélevé, nous serons en mesure de décider, par comparaison avec la ou les valeurs critiques déterminées, s il y a lieu de remettre en question un procédé de fabrication. On s interessera dans ce cours à deux types de tests : les tests de comparaison par rapport à un nombre de référence [tests de conformité] et les tests de comparaisons entre deux populations [tests d homogénéité]. Nous détaillerons les tests relatifs à une moyenne et les tests relatifs à une proportion (ou une fréquence). II Tests de conformité A Tests de conformité pour la moyenne A.1 Test bilatéral pour la moyenne Finalité Vérifier si un échantillon de moyenne x peut être considéré comme extrait d une population donnée dont un caractère donné à pour moyenne m dans cette population. Autrement dit, déciser si x ne diffère de m que par des fluctuations d échantillonnage ou bien appartient à une autre population inconnue de moyenne m m. Exemples. Contrôle qualité. Une société s approvisionne en pièces brutes qui, conformément aux conditions fixées par le fournisseur, doivent avoir une masse moyenne de 780g. Au moment où 500 pièces sont réceptionnées, on en prélève au hasard un échantillon de 36 pièces dont on mesure la masse. masse des pièces [745;755[ [755;765[ [765;775[ [775;785[ [785;795[ [795;805[ nb de pièces La masse moyenne des pièces de l échantillon vaut 774, 7 g. On suppose que l écart-type des masses pour la population des 500 pièces vaut σ = 12,5 g. Question : Peut-on considérer que les 500 pièces de la population ont une masse moyenne de 780 g, comme le prévoient les conditions fixées par le fournisseur? Autrement dit, doit-on accepter ou refuser la livraison de ces 500 pièces au vu du résultat obtenu sur l échantillon? Ainsi présenté, il paraît délicat d apporter une réponse. En effet, dans quelle mesure peut-on dire que 774,7 est proche de 780? Il s agit ici d interprêter cette distance entre la moyenne m de la population de référence et la moyenne x pour l échantillon. Construction d un test On considère le problème sous cette forme, on fait l hypothèse que la population des 500 pièces admet pour moyenne 780 : c est l hypothèse nulle, noté H 0 : m = 780 et l hypothèse alternative (que l on adoptera à défaut de H 0 ) sera H 1 : m 780. Si l hypothèse nulle est vérifiée, d après le cours sur l échantillonnage, la variable aléatoire X, qui a chaque échantillon exhaustif de 36 pièces prises au hasard dans la population, associe leur masse moyenne, suit approximativement la loi normale N(m; n ) avec m = 780. On déduit ainsi (on passe les détails des σ calculs)

2 que ( P m tσ X m + tσ ) = 2Π(t) 1. n n Ainsi, par exemple, pour le seuil de signification t = 1,96, on obtient après calculs P(775,92 X 784,08) = 0,95. Ainsi, sous l hypothèse H 0, on peut dire que dans 95% des cas, la moyenne X, soumise aux fluctuations d échantillonnage, appartient à la fourchette [775,92; 784,08]. Autrement dit, si l hypothèse H 0 est vraie, il n y a que 5% de risques de prélever un échantillon aléatoire de taille 36 dont la moyenne soit inférieure à 775,92 ou supérieure à 784,08. Règle de décision On émet alors la règle suivante. Une fois un échantillon prélevé et x sa moyenne calculé, si x appartient à l intervalle [775,92; 784,08], on accepte l hypothèse H 0 sinon, on rejette H 0 au profit de H ,92 784,08 Zone critique Zone de fluctuation d échantillonnage normale Zone critique Acceptation de H 0 Notez que le risque de rejeter l hypothèse H 0 alors qu elle est vraie est de 0,05 : c est l erreur de première espèce du test. Décision Dans le cas de notre échantillon nous avons trouvé x = 774,7 qui n appartient pas à la fourchette [775,92; 784,08]. On décide donc d écarter l hypothèse H 0 (les fluctuations d échantillonnage ne justifient pas, pour le seuil de signification 0,95, une moyenne x aussi faible) et d accepter l hypothèse alternative H 1. Application. On choisit maintenant de prendre α = 1% afin de diminuer le risque de rejeter H 0 alors que H 0 est vraie. Construire alors un test pour H 0 : m = m 0 contre H 1 : m m 0 pour ce cette valeur de α. Appliquer ce test, accepte-t-on H 0 dans ce cas? Conclusion : Plus le risque α de rejeter H 0 diminue, plus la région d acceptation de H 0... Ainsi, on peut se demander si en acceptant H 0, on ne court pas le risque d accepter alors que H 0 est fausse : c est l erreur de seconde espèce β. Cependant, on peut montrer que lorsque l on diminue α, alors l erreur β augmente et vice-versa. A notre niveau, nous laisserons ce point (certes important) de côté. En pratique, on essaye de faire en sorte de limiter la plus grave des deux erreurs (elles n ont pas la même importance suivant le problème auquel on est confronté). Un exo type BTS... Une grande surface vend du matériel photographique. Le montant moyen d un ticket de caisse client s élève à 550 euros, l écart-type étant de σ = 195 euros. Un concurrent de cette grande surface propose une campagne promotionnelle. Le responsable craint une baisse des ventes dans son enseigne et donc du montant moyen des tickets. Afin de contrôler que la moyenne µ des achats reste égale à 550 euros, il se propose de construire un test d hypothèse bilatéral pour la moyenne.

3 On désigne par X la variable aléatoire qui, à chaque échantillon aléatoire de 50 tickets de caisse, associe la moyenne des montants en euros de ces tickets (le stock de tickets est assez important pour qu on puisse assimiler des prélèvements à des tirages de 50 avec remise). L hypothèse nulle est H 0 : µ = 550. L hypothèse alternative est H 1 : µ 550. Le seuil de signification du test est fixé à 0,05. On admet que sous l hypothèse nulle H 0, la variable aléatoire X suit la loi normale de moyenne 550 et d écarttype ) Déterminer, à l unité près, le nombre réel positif h tel que P(550 h X h) = 0,95. 2) Enoncer la règle de décision permettant d utiliser ce test. 3) La moyenne des montants d un échantillon aléatoire de 50 tickets prélevés après la campagne du concurrent est x = 597. Peut-on conclure, au risque de 5% que le montant moyen d un ticket est de 550 euros? A.2 Test unilatéral pour la moyenne Exemples. Durée de vie d ampoules. La durée de vie (en heures) des ampoules électriques produites par une usine est une variable aléatoire X d écart-type 120. Le fabricant annonce qu en moyenne les ampoules ont une durée de vie de 1120 h. On souhaite rédiger une règle de décision pour vérifier l affirmation du fabricant au seuil de risque de 5%, en testant un échantillon de 36 ampoules. Construction du test Soit X la variable aléatoire qui, à chaque échantillon de 36 ampoules associe la moyenne des durées de vie des 36 ampoules. La taille des échantillons étant suffisamment grande, la théorie de l échantillonnage nous permet d écrire ( ) σ X N m;. n On prendra comme hypothèse nulle H 0 : m = 1120 contre l hypothèse alternative H 1 : m < 1120 (en effet, ce qui serait vraiment préjudiciable pour le consommateur c est que la durée de vie d une ampoule soit très inférieure à la durée de vie moyenne annoncée). Ainsi, la zone critique se trouve ici d un seul côté de la moyenne. Le test est ainsi qualifié d unilatéral. Sous l hypothèse H 0, ( P 1120 t σ ) X = 0,95 t σ 33 n n Ainsi, la zone critique du test au seuil de signification 5% est ] ; 1087[ et la zone d acceptation de l hypothèse H 0 sera [1087; + [. Règle de décision On émet alors la règle suivante. Une fois un échantillon prélevé et x sa moyenne calculé, si x appartient à l intervalle [1087; + [, on accepte l hypothèse H 0 sinon, on rejette H 0 au profit de H 1.

4 Notez que le risque de rejeter l hypothèse H 0 alors qu elle est vraie est de 0,05 : c est l erreur de première espèce du test Zone critique Zone de fluctuation d échantillonnage normale Acceptation de H 0 Décision Après prélévement d un échantillon, nous avons trouvé x = 1130 qui appartient à la région d acceptation. On décide donc d accepter l hypothèse H 0. De la même manière, on peut tester H 0 : m = m 0 contre H 1 : m > m 0. La règle de décision aura alors cette allure m 0 + t σ n Zone de fluctuation d échantillonnage normale Acceptation de H 0 Zone critique Un exo type BTS... Avant d engager une campagne publicitaire, la directon d un groupe d hypermarchés spécialisés dans le bricolage se propose de construire un test unilatéral qui, au vu des chiffres d affaires journaliers des trente jours ouvrables suivant cette campagne, permettra de décider si, au seuil de signification 5%, la moyenne des chiffres d affaires journaliers a augmenté, c est-à-dire dépassé 1,5 million d euros, à la suite de cette campagne publicitaire. Partie 1 : Construction du test unilatéral. On note µ la moyenne inconnue de la nouvelle population des chiffres d affaires journaliers obtenus après la campagne publicitaire et on suppose que l écart type de cette population est 0,3 million d euros. Soit Z la variable aléatoire qui, à tout échantillon aléatoire, non exhaustif, de trente chiffres d affaires journaliers de cette nouvelle poipulation, associe la moyenne de ceux-ci. On suppose que Z sui la loi normale de moyenne µ et d écart type 0, ) Choisir une hypothèse nulle H 0 et une hypothèse alternative H 1, pour ce test unilatéral. 2) Déterminer, à 10 3 près, le nombre réel h tel que, sous l hypothèse H 0, on ait : P(Z h) = 0, 95. 3) Enoncer la règle de décision de ce test. Partie 2 : Utilisation de ce test. Les chiffres d affaires journaliers pendant trente jours ouvrables suivant la campagne publicitaire sont donnés par le tableau suivant : Chiffre d affaires Nombre de jours 1,2 1 1,3 2 1,4 2 1,5 8 1,6 8 1,7 2 1,8 2 1, ,1 1 2,2 0 2,3 1 Dans ce qui suit les résultats approchés seront arrondis à 10 3.

5 1) Calculer la moyenne des chiffres d affaires journaliers pendant ces trente jours. 2) En appliquant la règle de décision du test à cet échantillon de trente chiffres d affaires journaliers que l on assimile à un échantillon aléatoire non exhaustif, peut on conclure, au seuil de signification 5%, qu à la suite de la campagne pbliciaire la moyenne des chiffres d affaires journaliers à dépassé 1,5 millions d euros? B Tests de conformité pour une proportion B.1 Test bilatéral pour une proportion Exemples. Un joueur doit choisir au hasard une carte dans un jeu de 32 cartes. S il obtient un roi, il obtient certains avantages. On constate qu il a retourné 120 fois un roi sur 800 essais. Peut-on présumer au seuil de risque 1% que le jeu n est pas truqué? Construction du test Soit F la variable aléatoire qui, à chaque échantillon de 800 essais, associe la fréquence d apparition du roi. La taille des échantillons étant assez grande, la théorie de l échantillonnage s applique et permet d affirmer que ( ) p(1 p) F N p;. n On pose pour hypothèse nulle H 0 : p = 4 32 = 0,125 et pour hypothèse alternative H 1 : p 0,125. On détermine maintenant la zone critique. Si l hypothèse H 0 est vraie, alors F N (0,125; 0,0117). On cherche le réel t tel que P(0,125 t F 0,125 + t) = 0,99 t 0,03. La zone d acceptation de H 0 est donc [0,095; 0,155]. Règle de décision On prélève un échantillon. On a la règle de décision suivante si la fréquence de l échantillon est inférieure à 0,095 ou supérieure à 0,155 alors H 0 est rejetée et H 1 est acceptée. Sinon, on accepte H 0. Décision Ici, sur l échantillon observé, on a trouvé une fréquence de 120/800 = 0,15 < 0,155 donc H 0 est acceptée : le jeu est considéré comme non truqué (rien ne permet d en douter dumoins!). Un exo type BTS... Les statistiques ont permis d établir qu en période de compétition la probabilité, pour un sportif pris au hasard d être décalré positif au contrôle antidopage est égale à 0,02. On décide de construire un test qui, à la suite des contrôles sur un échantillon de 50 sportifs prélevé au hasard, permette de décider si, au seuil de signification de 10%, le pourcentage de sportifs contrôlés positifs est de p = 0,02. Construction du test bilatéral. Dans ce qui suit, tous les résultats approchés seront arrondis à Soit F la variable aléatoire qui, à tout échantillon aléatoire (supposé non exhaustif) de 50 sportifs contrôlés, associe le pourcentage de sportifs contrôlés positivement. On suppose que F suit la loi normale de paramètres p et p(1 p)/n avec p = 0,02 et n = 50. 1) Enoncer une hypothèse nulle H 0 et une hypothèse alternative H 1 pour ce test bilatéral. 2) Déterminer, sous l hypothèse H 0, le réel positif a tel que P(p a F p + a) = 0,9. 3) Enoncer la règle de décision du test.

6 Utilisation du test. Dans l échantillon E deux contrôles antidpâge ont été dclarés positifs. En appliquant la règle de décision du test à cet échantillon assimilé à un échantillon alatoire non exhaustif, peut-on conclure au seuil de risque 10% que l échantillon observé est représentatif de l ensemble de la population sportive? B.2 Test unilatéral pour une proportion Exemples. Un joueur doit choisir au hasard une carte dans un jeu de 32 cartes. S il obtient un roi, il obtient certains avantages. On constate qu il a retourné 134 fois un roi sur 800 essais. Peut-on présumer au seuil de risque 1% que ce joueur est un tricheur? Construction du test Soit F la variable aléatoire qui, à chaque échantillon de 800 essais, associe la fréquence d apparition du roi. La taille des échantillons étant assez grande, la théorie de l échantillonnage s applique et permet d affirmer que ( ) p(1 p) F N p;. n On pose pour hypothèse nulle H 0 : p = 4 32 = 0,125 (pas de triche) et pour hypothèse alternative H 1 : p > 0,125 (il y a triche!). On détermine maintenant la zone critique. Si l hypothèse H 0 est vraie, alors F N (0,125; 0,0117). On cherche le réel t tel que P(F 0,125 + t) = 0,01 t 0,027. La zone critique est donc ]0,152; + [. Règle de décision On prélève un échantillon. On a la règle de décision suivante si la fréquence de l échantillon est supérieure à 0,152 alors H 0 est rejetée et H 1 est acceptée. Sinon, on accepte H 0. Décision Ici, sur l échantillon observé, on a trouvé une fréquence de 134/800 = 0,1675 < 0,152 donc H 0 est rejetée : le joueur est considéré comme tricheur (avec un risque de 1% tout de même!). Un exo type BTS... Un candidat à une élection fait effectuer un sondage dans sa circonscription comportant électeurs : sur 1068 personnes interrogées, 550 déclarent voter pour ce candidat. On suppose que cet échantillon peut être assimilé à un échantillon prélevé au hasard dans la population des électeurs de la criconscription. Soit F la variable aléatoire qui, à tout échantillon aléatoire (supposé non exhaustif) de taille n = 1068 prélevé au hasard dans cette population, associe le pourcentage d électeurs de cet échantillon voulant voter pour le candidat. On suppose que F suit la loi normale de paramètres p et p(1 p)/n avec p est le pourcentage inconnu des lecteurs de la circonscription voulant voter pour le candidat. Dans ce qui suit, tous les résultats approchés seront arrondis à On souhaite construire un test permettant d accepter ou de rejeter, au seuil de signification de 5%, l hypothèse selon laquelle, au vu d un sondage portant sur 1068 personnes interrogées, le candidat sera élu au premier tour, c est-à-dire : 1) Enoncer une hypothèse nulle H 0 et une hypothèse alternative H 1 pour ce test unilatéral. 2) Déterminer, sous l hypothèse H 0, le réel positif a tel que P(F a) = 0,95. 3) Enoncer la règle de décision du test. 4) Utiliser ce test avec l échantillon de l énoncé.

Estimateur et Estimation Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie (EA3181) CHRU Besançon

Estimateur et Estimation Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie (EA3181) CHRU Besançon PACES - APEMK UE 4 Evaluation des méthodes d analyses appliquées aux sciences de la vie et de la santé Estimateur et Estimation Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie

Plus en détail

Statistiques inférentielles : estimation

Statistiques inférentielles : estimation Statistiques inférentielles : estimation Table des matières I Estimation ponctuelle d un paramètre 2 I.1 Moyenne................................................ 2 I.2 Écart-type...............................................

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Corrigé

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Corrigé Baccalauréat ES/L Amérique du Sud 2 novembre 2 Corrigé A. P. M. E. P. EXERCICE Commun à tous les candidats 5 points. Diminuer le budget de 6 % sur un an revient à multiplier par 6 =,94. Diminuer le budget

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Échantillonnage et estimation Dans ce chapitre, on s intéresse à un caractère dans une population donnée dont la proportion est notée. Cette proportion sera dans quelques cas connue (échantillonnage),

Plus en détail

Échantillonnage Équipe Académique Mathématiques - 2011

Échantillonnage Équipe Académique Mathématiques - 2011 Échantillonnage Équipe Académique Mathématiques - 2011 Fluctuation des échantillons Considérons une urne «de Bernoulli» (la population) contenant une proportion p de boules blanches, dont on extrait n

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7 BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES Série S ÉPREUVE DU JEUDI 19 JUIN 2014 Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont

Plus en détail

Corrigé du baccalauréat ES Pondichéry 16 avril 2015

Corrigé du baccalauréat ES Pondichéry 16 avril 2015 Corrigé du baccalauréat ES Pondichéry 16 avril 2015 Exercice 1 Commun à tous les candidats 5 points Partie A On appelle B l événement «la batterie est défectueuse» ; l événement «le disque dur est défectueux».

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

Brevet de technicien supérieur Métropole Session mai 2014 - Comptabilité et gestion des organisations

Brevet de technicien supérieur Métropole Session mai 2014 - Comptabilité et gestion des organisations Brevet de technicien supérieur Métropole Session mai 2014 - Comptabilité et gestion des organisations Exercice 1 11 points Une entreprise fabrique un certain type d articles. Sa capacité maximale de production

Plus en détail

ECGE 1224 - Statistiques en économie et gestion : TP 1

ECGE 1224 - Statistiques en économie et gestion : TP 1 ECGE 14 - Statistiques en économie et gestion : TP 1 Exercice 1 Un dé parfaitement équilibré est lancé. Soit X la variable aléatoire (v.a.) correspondant au résultat obtenu avec le dé. a) Justifer pourquoi

Plus en détail

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L BACCALAURÉAT GÉNÉRAL SESSION 2015 MATHÉMATIQUES Série ES/L Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) ES : ENSEIGNEMENT OBLIGATOIRE L : ENSEIGNEMENT DE SPECIALITE Les calculatrices électroniques

Plus en détail

Statistiques et estimation

Statistiques et estimation DERNIÈRE IMPRESSION LE 23 juillet 2014 à 16:35 Statistiques et estimation Table des matières 1 Intervalle de fluctuation 2 1.1 Simulation................................. 2 1.2 Définition.................................

Plus en détail

Niveau. Situations étudiées. Type d activité. Durée. Objectifs

Niveau. Situations étudiées. Type d activité. Durée. Objectifs Fourchettes, non réponses, fausses réponses et redressements... : la cuisine mathématique des sondages Niveau Exercice 1 : 3 ème 2 nde. Exercice 2 : 3 ème 2 nde. Exercice 3 : Seconde ou première. Exercice

Plus en détail

Approche empirique du test χ 2 d ajustement

Approche empirique du test χ 2 d ajustement Approche empirique du test χ 2 d ajustement Alain Stucki, Lycée cantonal de Porrentruy Introduction En lisant des rapports, on rencontre souvent des raisonnements du style : «le premier groupe est meilleur

Plus en détail

Thème 22 Intervalle de fluctuation

Thème 22 Intervalle de fluctuation Terminale S Exercices Thème 22 Intervalle de fluctuation 22.1 On jette 300 fois un dé à 6 faces et on obtient 39 fois la face 5. 1. En supposant que le dé est équilibré, quelle est la probabilité d obtenir

Plus en détail

Baccalauréat Série S Métropole, juin 2014

Baccalauréat Série S Métropole, juin 2014 Baccalauréat Série S Métropole, juin 4 Sujet et Corrigé Stéphane PASQUET Disponible sur http://www.mathweb.fr juin 4 Exercice (5 points) - Commun à tous les candidats Partie A Dans le plan muni d un repère

Plus en détail

Devoir Surveillé n 5 BTS 2009 groupement B

Devoir Surveillé n 5 BTS 2009 groupement B EXERCICE 1 (12 points) Devoir Surveillé n 5 BTS 2009 groupement B Les trois parties de cet exercice peuvent être traitées de façon indépendante. A. Résolution d une équation différentielle On considère

Plus en détail

ECHANTILLONNAGE. I. Notion d échantillon. Intervalle de fluctuation

ECHANTILLONNAGE. I. Notion d échantillon. Intervalle de fluctuation sur 7 ECHANTILLONNAGE Le principe : On considère par exemple l'expérience suivante consistant à lancer plusieurs fois un dé et à noter si la face supérieure affichée est un 4 ou un autre nombre. La valeur

Plus en détail

Estimation. Anita Burgun

Estimation. Anita Burgun Estimation Anita Burgun Estimation Anita Burgun Contenu du cours Sondages Mesures statistiques sur un échantillon Estimateurs Problème posé Le problème posé en statistique: On s intéresse à une population

Plus en détail

Exercices de Mathématiques BTS CGO 2

Exercices de Mathématiques BTS CGO 2 Exercices de Mathématiques BTS CGO 2 Page 1 sur 18 20002/2003 Page 2 sur 18 20002/2003 Exercices de probabilités Exercice 1 Un lot de pièces fabriquées comporte 5% de pièces défectueuses. Un contrôleur

Plus en détail

Baccalauréat STL Biotechnologies juin 2014 Polynésie Correction

Baccalauréat STL Biotechnologies juin 2014 Polynésie Correction Baccalauréat STL Biotechnologies juin 014 Polynésie Correction EXERCICE 1 Les trois parties de cet exercice peuvent être traitées de manière indépendante. Les résultats seront arrondis, si nécessaire,

Plus en détail

APPLICATIONS SUR LES ANALYSES ASSOCIÉES AUX CHAPITRES 12 ET 13 (TESTS DE COMPARAISON ET D INDÉPENDANCE)

APPLICATIONS SUR LES ANALYSES ASSOCIÉES AUX CHAPITRES 12 ET 13 (TESTS DE COMPARAISON ET D INDÉPENDANCE) 5 APPLICATIONS SUR LES ANALYSES ASSOCIÉES AUX CHAPITRES 12 ET 13 (TESTS DE COMPARAISON ET D INDÉPENDANCE) Exercice 1 : test de comparaison de proportions (voir chapitre 12) Une entreprise souhaite lancer

Plus en détail

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50 10. Estimation MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: estimation 1/50 Plan 1. Introduction 2. Estimation ponctuelle 3. Estimation par intervalles de confiance 4. Autres

Plus en détail

Statistiques inférentielles : tests d hypothèse

Statistiques inférentielles : tests d hypothèse Statistiques inférentielles : tests hypothèse Table es matières I Tests hypothèse 2 I.1 Test bilatéral relatif à une moyenne...................................... 2 I.2 Test unilatéral relatif à une moyenne.....................................

Plus en détail

T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé)

T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé) T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Test d ajustement.

Plus en détail

Baccalauréat ES Pondichéry 21 avril 2016

Baccalauréat ES Pondichéry 21 avril 2016 Exercice 1 Commun à tous les candidats Baccalauréat ES Pondichéry 21 avril 216 4 points Cet exercice est un QCM (questionnaire à choix multiples). Pour chacune des quatre questions posées, une seule des

Plus en détail

Tests statistiques Formation «Analyse de données RNA-seq/ChiP-seq»

Tests statistiques Formation «Analyse de données RNA-seq/ChiP-seq» Tests statistiques Formation «Analyse de données RNA-seq/ChiP-seq» Guy Perrière Pôle Rhône-Alpes de Bioinformatique 14 novembre 2012 Guy Perrière (PRABI) Tests statistiques 14 novembre 2012 1 / 40 Plan

Plus en détail

0.1 Espace de probabilité

0.1 Espace de probabilité 0.1. ESPACE DE PROBABILITÉ 1 0.1 Espace de probabilité Exercice 1 La population d une ville compte 48% d hommes et 52% de femmes. Le 1er Janvier 2002 5% des hommes et 1% des femmes avaient la grippe. a)

Plus en détail

Principes Pourcentage / Standard Moyenne / Standard. Tests d'hypothèse. Formation Fondamentale

Principes Pourcentage / Standard Moyenne / Standard. Tests d'hypothèse. Formation Fondamentale Tests d'hypothèse Formation Fondamentale Sommaire 1 Principes Généralités 2 Pourcentage par rapport à un standard 3 Moyenne par rapport à un standard Sommaire 1 Principes Généralités 2 Pourcentage par

Plus en détail

2. Formalisation ... Or les variables sont indépendantes. Donc si

2. Formalisation ... Or les variables sont indépendantes. Donc si L'estimation 1. Concrètement... Dernièrement un quotidien affichait en première page : en 30 ans les françaises ont grandi de... je ne sais plus exactement, disons 7,1 cm. C'est peut-être un peu moins

Plus en détail

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité Corrrigé du sujet de Baccalaurat S Pondichery 2015 Spécialité EXERCICE 1 (4 points) commun à tous les candidats Partie A Soit f la fonction définie sur R par f(x) et la droite d équation et la droite d

Plus en détail

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 Durée : 3h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

Plus en détail

Contrôle commun : 4 heures

Contrôle commun : 4 heures Exercice 1 (5 points) Contrôle commun : 4 heures PARTIE A On considère la fonction f définie sur l intervalle ]0 ; + [ par f(x) = ln x + x. 1. Déterminer les limites de la fonction f en 0 et en +.. Étudier

Plus en détail

Chapitre VI Échantillonages et simulations

Chapitre VI Échantillonages et simulations Chapitre VI Commentaires : Récursivement, les commentaires ne sont pas à l attention des élèves.. Fluctuation d échantillonnage Définition : En statistiques, un échantillon de taille n est la liste des

Plus en détail

Statistiques. IUT Biotechnologie 2ème année. Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008

Statistiques. IUT Biotechnologie 2ème année. Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008 Statistiques IUT Biotechnologie 2ème année Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008 version du 04 octobre 2008 Table des matières 1 Lois de probabilité usuelles 1 1.1 Dénombrement................................

Plus en détail

Corrigé du baccalauréat ST2S Antilles-Guyane septembre 2015

Corrigé du baccalauréat ST2S Antilles-Guyane septembre 2015 Corrigé du baccalauréat ST2S Antilles-Guyane septembre 2015 Durée : 2 heures EXERCICE 1 Les parties 1 et 2 sont indépendantes. 8 points Le tableau ci-dessous indique les dépenses de santé des soins hospitaliers

Plus en détail

Chapitre 6 TESTS STATISTIQUES

Chapitre 6 TESTS STATISTIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 6 TESTS STATISTIQUES Les tests statistiques sont des méthodes de la statistique inférentielle qui, comme

Plus en détail

TD : Microéconomie de l incertain. Emmanuel Duguet

TD : Microéconomie de l incertain. Emmanuel Duguet TD : Microéconomie de l incertain Emmanuel Duguet 2013-2014 Sommaire 1 Les loteries 2 2 Production en univers incertain 4 3 Prime de risque 6 3.1 Prime de risque et utilité CRRA.................. 6 3.2

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Série ST2S

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Série ST2S BACCALAURÉAT TECHNOLOGIQUE SESSION 2015 MATHÉMATIQUES Série ST2S Durée de l épreuve : 2 heures Coefficient : 3 Une feuille de papier millimétré est fournie au candidat Les calculatrices électroniques de

Plus en détail

Baccalauréat ES/L Métropole 21 juin 2013 (sujet dévoilé)

Baccalauréat ES/L Métropole 21 juin 2013 (sujet dévoilé) Baccalauréat ES/L Métropole 21 juin 2013 (sujet dévoilé) EXERCICE 1 4 points Cet exercice est un questionnaire à choix multiples (QCM). Pour chacune des questions posées, une seule des quatre réponses

Plus en détail

Chapitre 1 : Le plan média (media planning)

Chapitre 1 : Le plan média (media planning) Chapitre 1 : Le plan média (media planning) Introduction Cela consiste à sélectionner les médias et à définir leurs modes d utilisation. Objectif : rechercher l efficacité maximum des médias dans la contrainte

Plus en détail

Année Universitaire 2015-2016 R.Abdesselam rafik.abdesselam@univ-lyon2.fr http://eric.univ-lyon2.fr/ rabdesselam/documents/

Année Universitaire 2015-2016 R.Abdesselam rafik.abdesselam@univ-lyon2.fr http://eric.univ-lyon2.fr/ rabdesselam/documents/ L2-S4 - IDEA Informatique Décisionnelle et Econométrie Appliquée STATISTIQUE INFERENTIELLE Travaux dirigés & Problèmes de révision avec indications et résultats & Tables statistiques Année Universitaire

Plus en détail

Principe d un test statistique

Principe d un test statistique Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2008/2009 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre

Plus en détail

Probabilités et inférence statistique (STAT-S-202) Titulaires : Catherine Dehon et Davy Paindaveine Partie 2 : Inférence statistique

Probabilités et inférence statistique (STAT-S-202) Titulaires : Catherine Dehon et Davy Paindaveine Partie 2 : Inférence statistique Probabilités et inférence statistique (STAT-S-202) Titulaires : Catherine Dehon et Davy Paindaveine Partie 2 : Inférence statistique Les exercices qui vous sont proposés sont classés de la façon suivante

Plus en détail

Sujet Métropole 2013 EXERCICE 1. [4 pts] Probabilités

Sujet Métropole 2013 EXERCICE 1. [4 pts] Probabilités Sujet Métropole 01 EXERIE 1. [4 pts] Probabilités Une jardinerie vend de jeunes plants d arbres qui proviennent de trois horticulteurs : 5% des plants proviennent de l horticulteur H 1, 5% de l horticulteur

Plus en détail

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

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Dénombrement et probabilités Version du juillet 05 Enoncés Exercice - YouTube Sur YouTube, les vidéos sont identifiées à l aide d une chaîne

Plus en détail

Proposition de corrigé

Proposition de corrigé Externat Notre Dame Devoir Survéillé n 2 (1 ere ES/L) Samedi 14 décembre Durée : 3 h calculatrice autorisée - pas d échange de calculatrice ou de matériel Proposition de corrigé Dans tout ce devoir, la

Plus en détail

Corrigé du baccalauréat ES Asie 19 juin 2014

Corrigé du baccalauréat ES Asie 19 juin 2014 Corrigé du baccalauréat ES Asie 9 juin 4 EXERCICE 4 points Commun à tous les candidats Proposition : fausse f (4) est le coefficient directeur de la tangente à la courbe au point C ; cette droite passe

Plus en détail

«Cours Statistique et logiciel R»

«Cours Statistique et logiciel R» «Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire

Plus en détail

(a) Déterminer la probabilité que le chocolat choisi soit blanc et garni de praliné.

(a) Déterminer la probabilité que le chocolat choisi soit blanc et garni de praliné. Eercice / 5 points Une boîte de chocolats contient 50 % de chocolats au lait, 30 % de chocolats noirs et 0 % de chocolats blancs. Tous les chocolats de la boîte sont de même forme et d emballage identique.

Plus en détail

Lois de probabilité. a ; avec a < b, toute fonction f vérifiant

Lois de probabilité. a ; avec a < b, toute fonction f vérifiant Lois de probabilité A) Lois à densité Loi continue Approche : Jusqu ici, les variables aléatoires étudiées prenaient un nombre fini de valeurs Or les issues d un grand nombre d expériences aléatoires prennent

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

TD1, sur la Régression Logistique (STA 2211)

TD1, sur la Régression Logistique (STA 2211) TD, sur la Régression Logistique STA 22) Exercice : Un sondage international cité dans un article de presse le 4 décembre 2004) rapportait le faible taux d approbation de la politique du Président des

Plus en détail

Proportion. Évolution

Proportion. Évolution 1 Proportion. Évolution PROPORTION On considère un ensemble E contenant n éléments et A une partie de E contenant y éléments. La proportion p A des éléments de A par rapport à E est égale à : résumés de

Plus en détail

Statistiques Pourcentages et probabilité

Statistiques Pourcentages et probabilité 6 septembre 2014 Statistiques Pourcentages et probabilité Moyenne EXERCICE 1 On connaît la répartition des notes à un test. Calculer la moyenne des notes. Notes 4 6 8 9 10 11 12 14 16 Effectifs 13 23 28

Plus en détail

Baccalauréat STG C.G.R.H. Polynésie 5 septembre 2013 Correction

Baccalauréat STG C.G.R.H. Polynésie 5 septembre 2013 Correction Baccalauréat STG C.G.R.H. Polynésie 5 septembre 2013 Correction EXERCICE 1 8 points La société Bonbon.com commercialise des confiseries. On utilise une feuille de calcul d un tableur pour observer l évolution

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

Baccalauréat STMG Polynésie 12 septembre 2014 Correction

Baccalauréat STMG Polynésie 12 septembre 2014 Correction Baccalauréat STMG Polynésie 1 septembre 014 Correction Durée : 3 heures EXERCICE 1 6 points Pour une nouvelle mine de plomb, les experts d une entreprise modélisent le chiffre d affaires (en milliers d

Plus en détail

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc Lorsque cela n est pas précisé (explicitement ou implicitement), les tests sont réalisés à 5% en bilatéral QCM n 1 : Généralités sur les probabilités

Plus en détail

Études de cas corrigées

Études de cas corrigées Jean-Pierre LAHILLE FINANCE D ENTREPRISE Études de cas corrigées Éditions d Organisation, 2003 ISBN : 2-7081-2941-4 Chapitre 2 LA MÉTHODOLOGIE DE L ANALYSE FINANCIÈRE Il n existe pas une méthode d analyse,

Plus en détail

2 nde Corrigé de l évaluation n 3 de mathématiques Lundi 13 Mai 2013. Lectures graphiques (9 points) Les 2 parties sont indépendantes Partie A

2 nde Corrigé de l évaluation n 3 de mathématiques Lundi 13 Mai 2013. Lectures graphiques (9 points) Les 2 parties sont indépendantes Partie A nde Corrigé de l évaluation n 3 de mathématiques Lundi 13 Mai 013 Lectures graphiques (9 points) Les parties sont indépendantes Partie A Tous les clients d un petit restaurant ont opté pour la formule

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

Activité 1 : échantillonnage

Activité 1 : échantillonnage Activité échantillonnage, intervalle de fluctuation, prise de décision (à partir d un même thème) Les trois activités qui suivent s inspirent du document «ressources pour la classe de première générale

Plus en détail

Espérances et variances

Espérances et variances [http://mp.cpgedupuydelome.fr] édité le 29 décembre 201 Enoncés 1 Espérances et variances Exercice 1 [ 04018 ] [Correction] Soit X une variable aléatoire discrète à valeurs dans [a ; b]. a Montrer que

Plus en détail

[ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 2015

[ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 2015 Durée : 4 heures [ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 015 A. P. M. E. P. EXERCICE 1 7 points Une usine produit de l eau minérale en bouteilles. Lorsque le taux de calcium dans une bouteille

Plus en détail

Analyse des données 1: erreurs expérimentales et courbe normale

Analyse des données 1: erreurs expérimentales et courbe normale Analyse des données 1: erreurs expérimentales et courbe normale 1 Incertitude vs. erreur Une mesure expérimentale comporte toujours deux parties: la valeur vraie de la grandeur mesurée et l'erreur sur

Plus en détail

Statistique de base avec R Partie 2 : Test d hypothèses et régression linéaire

Statistique de base avec R Partie 2 : Test d hypothèses et régression linéaire Statistique de base avec R Partie 2 : Test d hypothèses et régression linéaire Julien JACQUES Polytech Lille - Université Lille 1 Julien JACQUES (Polytech Lille) Statistiques de base 1 / 48 Plan 1 Tests

Plus en détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

FRANCE METROPOLITAINE (juin 2003)

FRANCE METROPOLITAINE (juin 2003) FRANCE METROPOLITAINE (juin 200) Eercice 1 : (4 points)(correction) Commun à tous les candidats Les guichets d une agence bancaire d une petite ville sont ouverts au public cinq jours par semaine : les

Plus en détail

Statistiques Appliquées Rôle des femmes dans la société

Statistiques Appliquées Rôle des femmes dans la société Statistiques Appliquées Rôle des femmes dans la société Denis Schelling Semestre d automne 2012 Résumé A partir de données concernant le rôle des femmes dans la société, nous avons effectué une analyse

Plus en détail

Corrigé du baccalauréat STMG Centres étrangers 11 juin 2015

Corrigé du baccalauréat STMG Centres étrangers 11 juin 2015 Corrigé du baccalauréat STMG Centres étrangers 11 juin 2015 La calculatrice (conforme à la circulaire n o 99-186 du 16 novembre 1999) est autorisée. Le candidat est invité à faire figurer sur la copie

Plus en détail

Ressources pour le lycée technologique

Ressources pour le lycée technologique éduscol Enseignement de mathématiques Classe de première STMG Ressources pour le lycée technologique Échantillonnage : couleur des yeux au Canada Contexte pédagogique Objectifs Obtenir un intervalle de

Plus en détail

CHRONIQUE du 6 mai 2002 Xavier Jardin LES SONDAGES SE TROMPENT-ILS?

CHRONIQUE du 6 mai 2002 Xavier Jardin LES SONDAGES SE TROMPENT-ILS? CHRONIQUE du 6 mai 2002 Xavier Jardin LES SONDAGES SE TROMPENT-ILS? Depuis quelques années, il est tenu pour évident que les sondages, autrefois infaillibles, se trompent, ne sont plus capables de fournir,

Plus en détail

Amérique du Sud, novembre 2006

Amérique du Sud, novembre 2006 Exercice 1 ( 5 points) Commun à tous les candidats Un hôpital est composé de trois services : service de soins A, service de soins B, service de soins C. On s intéresse aux prises de sang effectuées dans

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 Le sujet est numéroté de 1 à 5. L annexe 1 est à rendre avec la copie. L exercice Vrai-Faux est

Plus en détail

Exemples d exercices de nature pédagogique pouvant être proposés lors de l épreuve d admissibilité de mathématiques au CAPLP externe Maths-Sciences.

Exemples d exercices de nature pédagogique pouvant être proposés lors de l épreuve d admissibilité de mathématiques au CAPLP externe Maths-Sciences. Exemples d exercices de nature pédagogique pouvant être proposés lors de l épreuve d admissibilité de mathématiques au CAPLP externe Maths-Sciences. Exemple 1 Voici une situation pouvant être utilisée

Plus en détail

Exercice 1 Aux quatre coins d une feuille de papier format A4, on découpe des carrés pour fabriquer une boîte : x

Exercice 1 Aux quatre coins d une feuille de papier format A4, on découpe des carrés pour fabriquer une boîte : x Exercice Aux quatre coins d une feuille de papier format A4, on découpe des carrés pour fabriquer une boîte : x A B E F H G D Le fond de la boîte est le rectangle EFGH. La feuille est au format A4, donc

Plus en détail

LOIS DE PROBABILITÉ À DENSITÉ

LOIS DE PROBABILITÉ À DENSITÉ LOIS DE PROBABILITÉ À DENSITÉ Une expérience aléatoire consiste à choisir au hasard un nombre réel X dans l'intervalle I = ]0 ; 0]. L'univers est l'intervalle I. C'est un univers infini. On ne peut pas

Plus en détail

Terminale S - ACP Ex1 : Partie A - Restitution organisée des connaissances Partie B : 1. a. 1. b. 1. c. 2. a. 2. b. Ex2 :

Terminale S - ACP Ex1 : Partie A - Restitution organisée des connaissances Partie B : 1. a. 1. b. 1. c. 2. a. 2. b. Ex2 : Terminale S - ACP Ex1 : Antilles Septembre 2006 Partie A - Restitution organisée des connaissances On suppose connu le résultat suivant : Si est une variable aléatoire qui suit une loi exponentielle de

Plus en détail

Chapitre 9 Section 9.1 Test d indépendance du khi-deux (c 2 )

Chapitre 9 Section 9.1 Test d indépendance du khi-deux (c 2 ) Chapitre 9 Section 9.1 Test d indépendance du khi-deux (c 2 ) page 154 Ariane Robitaille (Modifications par Eric T., A14, Joanie L., H14 et Marc-Élie Lapointe H15) 8.1 Relations entre les variables Ex.1

Plus en détail

Baccalauréat ES Polynésie 7 juin 2013

Baccalauréat ES Polynésie 7 juin 2013 Baccalauréat ES Polnésie 7 juin 2013 EXERCICE 1 Cet exercice est un questionnaire à choix multiples. Pour chaque question, une seule des quatre réponses proposées est correcte. Une réponse juste rapporte

Plus en détail

Le système SMART 1. Indexation

Le système SMART 1. Indexation Le système SMART Le système SMART (System for the Mechanical Analysis and Retrieval of Text) (aussi appelé Salton's Magic Automatic Retrieval Technique:-) est un système de RI expérimental. Il utilise

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Tests Statistiques. Rejeter, ne pas rejeter... Se risquer? Magalie Fromont. Année universitaire 2015-2016

Tests Statistiques. Rejeter, ne pas rejeter... Se risquer? Magalie Fromont. Année universitaire 2015-2016 Tests Statistiques Rejeter, ne pas rejeter... Se risquer? Magalie Fromont Année universitaire 2015-2016 Table des matières 1 Introduction 5 1.1 Problèmes de tests.................................. 5 1.1.1

Plus en détail

Sujet de mathématiques du brevet des collèges

Sujet de mathématiques du brevet des collèges Sujet de mathématiques du brevet des collèges MÉTROPOLE - NTILLES - GUYNE Juin 2014 Durée : 2h00 Calculatrice autorisée Indication portant sur l ensemble du sujet Toutes les réponses doivent être justifiées,

Plus en détail

Mathématiques. Ch. 1 Suites : Exercices

Mathématiques. Ch. 1 Suites : Exercices 1 BTS CGO - LYCÉE LOUIS PAYEN - Mathématiques Ch. 1 Suites : Exercices Cours J-L NEULAT 1 Suites et tableurs EXERCICE 1 Un grand magasin estime que chaque année sa clientèle de l année précédente satisfaite

Plus en détail

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation.

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation. Travaux Dirigés de Probabilités - Statistiques, TD 4 Lois limites ; estimation. Exercice 1. Trois machines, A, B, C fournissent respectivement 50%, 30%, 20% de la production d une usine. Les pourcentages

Plus en détail

Exercices de Statistique

Exercices de Statistique Université Joseph Fourier, Grenoble I Licence Sciences et Technologies e année STA30 : Méthodes Statistiques pour la Biologie Exercices de Statistique http ://ljk.imag.fr/membres/bernard.ycart/sta30/ Chaque

Plus en détail

Statistique (MATH-F-315, Cours #3)

Statistique (MATH-F-315, Cours #3) Statistique (MATH-F-315, Cours #3) Thomas Verdebout Université Libre de Bruxelles 2015 Plan de la partie Statistique du cours 1. Introduction. 2. Théorie de l estimation. 3. Tests d hypothèses et intervalles

Plus en détail

Chapitre 6 : Tests d hypothèses

Chapitre 6 : Tests d hypothèses U.P.S. I.U.T. A, Département d Informatique Année 2008-2009 Chapitre 6 : Tests d hypothèses Les statistiques peuvent être une aide à la décision permettant de choisir entre deux hypothèses. Par exemple,

Plus en détail

Fonctions numériques, exercices

Fonctions numériques, exercices Première L Fonctions numériques, exercices 1. Amérique du Sud, novembre 2002, 9 points 1 2. Amérique du Nord, juin 2004, 8 points 2 3. Antilles, juin 2004, 8 points 3 4. Pondichéry, avril 2002, 8 points

Plus en détail

Régression linéaire et corrélation

Régression linéaire et corrélation CHAPITRE 10 Régression linéaire et corrélation 1. Introduction Dans ce chapitre, nous regarderons comment vérifier si une variable à un influence sur une autre variable afin de prédire une des variables

Plus en détail

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 - 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 Objectif(s) : o o Pré requis : o o o Contraintes de production, Optimisation de la gestion de la production. Coût de production, Production sous contraintes,

Plus en détail

Feuille d exercice n 22 : Probabilités

Feuille d exercice n 22 : Probabilités Lycée La Martinière Monplaisir Année 2015/2016 MPSI - Mathématiques Second Semestre Feuille d exercice n 22 : Probabilités Exercice 1 On se donne N N. Deux joueurs lancent tour à tour un dé. Le premier

Plus en détail

SONDAGE DANS LA MISSION D AUDIT UNITE MONETAIRE. Fethi NEJI & Mounir GRAJA

SONDAGE DANS LA MISSION D AUDIT UNITE MONETAIRE. Fethi NEJI & Mounir GRAJA SONDAGE DANS LA MISSION D AUDIT UNITE MONETAIRE Le sondage est une sélection d'éléments que l'auditeur décide d'examiner afin de tirer, en fonction des résultats obtenus, une conclusion sur les caractéristiques

Plus en détail

Brevet de Technicien Supérieur Groupement D

Brevet de Technicien Supérieur Groupement D Brevet de Technicien Supérieur Groupement D Mathématiques Session Durée : heures Spécialités Coeff Analyses de biologie médicale Bio analyses et contrôles Biotechnologies Industries plastiques europlastic,

Plus en détail

Baccalauréat ES Polynésie 10 juin 2016

Baccalauréat ES Polynésie 10 juin 2016 Baccalauréat ES Polynésie 0 juin 06 EXERCICE Les parties A et B sont indépendantes On s intéresse à l ensemble des demandes de prêts immobiliers auprès de trois grandes banques. Une étude montre que %

Plus en détail

CONTRÔLE DE GESTION. DCG - Session 2008 Corrigé indicatif

CONTRÔLE DE GESTION. DCG - Session 2008 Corrigé indicatif CONTRÔLE DE GESTION DCG - Session 2008 Corrigé indicatif DOSSIER 1 MISE EN PLACE D OUTILS D AIDE A LA DECISION Question 1 : Rédiger une note d environ une page destinée au directeur général visant à lui

Plus en détail

Lycée Marlioz - Aix les Bains. Bac Blanc 2012. Mathématiques - Terminale ES. 16 mai 2012

Lycée Marlioz - Aix les Bains. Bac Blanc 2012. Mathématiques - Terminale ES. 16 mai 2012 Lycée Marlioz - Aix les Bains Bac Blanc 2012 Mathématiques - Terminale E Candidats n ayant pas choisi la spécialité maths 16 mai 2012 Pour cette épreuve, la rédaction, la clarté et la précision des explications

Plus en détail

Statistiques et essais cliniques

Statistiques et essais cliniques Hegel Vol. 3 N 1 2013 DOI : 10.4267/2042/49204 21 Statistiques et essais cliniques François Kohler Laboratoire SPI-EAO, Faculté de Médecine, Vandœuvre-les-Nancy francois.kohler@univ-lorraine.fr Introduction

Plus en détail