PRÉSENTATION D'APPLICATIONS STATISTIQUES ET DE SIMULATIONS SOUS GEOPLAN-GEOSPACE

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "PRÉSENTATION D'APPLICATIONS STATISTIQUES ET DE SIMULATIONS SOUS GEOPLAN-GEOSPACE"

Transcription

1 PRÉSENTATIN D'APPLICATINS STATISTIQUES ET DE SIMULATINS SUS GEPLAN-GESPACE Daniel MULLER Professeur agrégé de mathématique Formateur en formation continue à l' I.U.F.M. d' Aix-Marseille Jas "Le Château" 0430 CRUIS Résumé : Ces applications statistiques et ces simulations, sous le logiciel "Géoplan-Géospace", ont pour but de rendre vivants et animés les concepts abstraits de l'enseignement de la statistique. Il s'agit d'habituer les élèves et les étudiants à fréquenter l'aléatoire, ses lois, ses modèles expérimentaux et ses paradoxes au travers de simulations ( distributions, jeux, sondages, graphes ).Conçues comme des travaux pratiques d'observation et non comme des séances de calcul, ces applications doivent pousser l'utilisateur à rechercher les bases théoriques des phénomènes observés (fluctuation d'échantillonnage, distribution de probabilité, densité, caractéristiques, erreur, intervalles de confiance, tests ). Mots-clés : enseigner la statistique, simulations, lois de probabilité, tests, modèles, marche aléatoire, billard. Abstract : These statistical applications and simulations, with the software "Géoplan-Géospace", aim at making lively and animated the abstract concepts of teaching statistics. It is a matter of getting the pupils and the students into the habit of handling random trial, its rules, its experimental models and its paradoxes through simulations (distributions, games, samplings, graphs ). Conceived as tutorials of observation and not as periods of calculus, these applications must egg users on to search for theoretical bases of observed phenomena (sampling fluctuations, probability distributions, densities, characteristics, error, confidence intervals, tests ). Keywords : teaching statistics, simulations, probability distributions, tests, models, random walking, billiards. Dans le cadre de la session "Enseignement de la statistique", le but de la présente communication est de présenter des illustrations animées de concepts de statistique-probabilités et de simulations en utilisant le logiciel Géoplan-Géospace [0] et []. Ces applications sont extraites d'un enseignement de la statistique destiné aux professeurs de mathématique des lycées dans le cadre de la formation continue des enseignants (nouveaux programmes des lycées []). Elles sont utilisées devant ou par les élèves pour illustrer des situations théoriques ou pour manipuler des expériences aléatoires. ) Simulations [4] à []: Destinées à observer la formation d'échantillons, la production de moyennes ou de fréquences observées accompagnées d'intervalles de confiances, à illustrer la notion de modèle et à conjecturer une distribution de probabilité liée à des expériences aléatoires dans des domaines variés : Jets simultanés de pièces (fluctuation d'échantillonnage)

2 Paradoxe de Bertrand (mise en évidence du choix d'un modèle) Aiguille de Buffon (jet aléatoire d'une aiguille de longueur donnée sur un réseau de lignes parallèles et équidistantes) Méthode de Monte-Carlo pour l'estimation d'une aire plane ou d'un volume Répartition du p.g.c.d. de deux entiers naturels Choix de deux points aléatoires sur un quadrillage fini et fréquence des carrés obtenus Jeu de "franc carreau" (jet aléatoire d'un disque sur un quadrillage) Sondage anonyme (à propos du nombre de fumeurs dans un lycée) Graphes probabilistes (processus markoviens) : utilisation des matrices de transition et convergence vers un état stable) [3] Simulation de la loi génétique de Hardy-Weinberg. ) Illustration de quelques lois de probabilité [3] à [] : Il s'agit d'illustrer et de simuler diverses lois de probabilité de variables aléatoires discrètes ou continues ainsi que d'étudier sur deux exemples des distributions de probabilité particulières. La production de nombreux échantillons permettra de mettre en évidence le théorème de la limite centrée. Distribution de Poisson Distribution hypergéométrique Expérience de Galton (distribution binomiale et convergence vers la loi normale) Loi exponentielle Loi de l'arcsinus Loi de Weibull Passage du discret au continu : distribution géométrique et loi exponentielle Deux exemples de distribution de probabilité sont étudiées en détail : Distance au point de départ après une marche aléatoire de p pas réguliers dans le plan (pour pas : loi de l'arcsinus ; pour p pas (p > ) loi de Weibull). Distance au point de départ d'une boule lancée aléatoirement sur un billard rectangulaire après un, deux ou trois rebonds (choix de différents modèles de simulation). Illustration du théorème de la limite centrée sur ces deux exemples. Exemple du problème du billard rectangulaire : M a =.3 radians M M a = 0.37 radians M

3 (6) M = sin(a) M(a) arctan 3 () M = tan(a) 4 (4) = + 3 tan(a) M 6 arctan (3) a =.8 radians arctan 4 () arctan 6 () M 0 (0) Une bille part de sur un billard rectangulaire ((longueur, largeur ) suivant un angle aléatoire avec l'horizontale de mesure a ( 0< a < / ). Elle tape une première fois un bord du billard en M, une deuxième fois en M et une troisième fois en. n demande d'étudier la distribution de d = M, M et. Ci-dessus on donne d en fonction de a lorsque a est compris entre arctan(3/) et /. Le logiciel actualise d = f(a) pour les autres valeurs de a. Ci-dessous l'étude de d= M n:6000 N:6000 m': s: µ =.374 σ M d J 0. 0 a

4 Le modèle choisi pour cette simulation génère le point M par l'angle a (loi uniforme sur ] 0; /[ ). N est le nombre de simulations désiré. n est un compteur du nombre de simulations déjà réalisées. L'histogramme indique la distribution des distances d = M au cours des n simulations. Le graphique de gauche donne les variations de d en fonction de l'angle a. m est la moyenne observée des distances au cours des n simulations. s est l'écart-type observé des distances au cours des n simulations. µ est la moyenne théorique. σ est l'écart-type théorique. 3 ) Tests de comparaison : Il sont effectués sur des échantillons aléatoires ou non de tailles différentes (inférieurs ou supérieurs à 30) et permettent également de faire varier les divers paramètres en cause (tailles, moyennes, variances, risque). Test t de Student (comparaison des moyennes de "petits" échantillons) Test F de Snédécor-Fisher (comparaison des variances) Test de l'écart-réduit (comparaison des moyennes de "grands" échantillons) Test U non paramétrique de Mann et Whitney. Conclusion. Le logiciel "Géoplan-Géospace" n'est pas a priori un outil de calcul, cependant il a été utilisé ici comme support pour développer une approche expérimentale de l'étude de la statistique. Choisir un modèle, voir se constituer un échantillon, constater les fluctuations d'échantillonnage, tester une estimation, visualiser les constituants d'une loi de probabilité, suivre l'évolution d'un intervalle de confiance, conjecturer une distribution de probabilité, constater la répartition normale des moyennes d'un grand nombre d'échantillons conformément au théorème de la limite centrée sont autant d'objectifs pédagogiques propres à pousser l'expérimentateur à rechercher les bases théoriques de ce qu'il a constaté. Références : [0] D. Muller (003) Géoplan-Géospace au lycée, outils pour les élèves et pour la formation des professeurs. Edition privée : []AID-CREEM et M.E.N.(003) Logiciel Géoplan-Géospace [] Scérén-cndp (00) Documents d'accompagnement des programmes de mathématique des lycées. Accessible sur le site [3] SEL. Formation en statistique (00). A télécharger sur : Bibliographie : [4] J.J. Droesbeke (997). Éléments de statistique ( 3 ème édition). Ellipses. Paris [] G. Saporta (990). Probabilités-Analyse des données et statistique. Technip. Paris. [6] T. et R. Wonnacott (99). Statistique. Economie-Gestion-Sciences-Médecine. Economica. Paris. [7] Carnec-Dagoury-Seroux-Thomas (000). Itinéraires en statistiques et probabilités. Ellipses. Paris [8] D. Schwartz (99). Méthodes statistiques à l usage des médecins et des biologistes. Flammarion. Paris 4

5 [9] Lellouch et Lazar (999). Méthodes statistiques en expérimentation biologique. Flammarion. Paris [0] Jean-Pierre Lecoutre (003). Statistique et probabilités. Manuel et exercices corrigés. Dunod. Paris [] Commission inter-irem Statistique et Probabilités (997).Enseigner les probabilités au lycée. IREM de Reims. Diffusion : réseau des I.R.E.M. Reims. [] Encyclopaedia Universalis (998). Dictionnaire des mathématiques : fondements, probabilités et applications (tome ). Albin Michel. Paris [3] V.Girardin et N. Limnios (00). Probabilités. Vuibert. Paris

Estimation de la moyenne : Une approche expérimentale versus une approche classique.

Estimation de la moyenne : Une approche expérimentale versus une approche classique. Estimation de la moyenne : Une approche expérimentale versus une approche classique Jean-François Coeurjolly & Rémy Drouilhet Labsad, BSHM, UPMF, 1251 Avenue Centrale BP 47, 38040 Grenoble Cedex 9 Jean-FrancoisCoeurjolly@upmf-grenoblefr,

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

PROGRAMME DE MATHÉMATIQUES BTS Comptabilité et gestion des organisations

PROGRAMME DE MATHÉMATIQUES BTS Comptabilité et gestion des organisations 1 PROGRAMME DE MATHÉMATIQUES BTS Comptabilité et gestion des organisations I. Lignes directrices 1. Objectifs généraux L enseignement des mathématiques doit fournir les outils nécessaires pour permettre

Plus en détail

SOL1020- Hiver 2016 INTRODUCTION À LA STATISTIQUE SOCIALE El Hadj Touré, Ph. D. Sociologie

SOL1020- Hiver 2016 INTRODUCTION À LA STATISTIQUE SOCIALE El Hadj Touré, Ph. D. Sociologie Faculté des arts et des sciences Département de sociologie SOL1020- Hiver 2016 INTRODUCTION À LA STATISTIQUE SOCIALE El Hadj Touré, Ph. D. Sociologie Horaire du cours : Théorie :, 13:00-15:00 (B-3325 Pav.

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

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

PLACE DES STATISTIQUES DANS LA RECHERCHE MEDICALE

PLACE DES STATISTIQUES DANS LA RECHERCHE MEDICALE PLACE DES STATISTIQUES DANS LA RECHERCHE MEDICALE PLAN Définition des statistiques Échantillonnage Mise en place d une étude Interprétation des résultats Petits échantillons Analyse des bases de données

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

Plan de cours. Programme : Sciences de la nature 200.B0 2-2-2. 2 2/3 unités. Automne 2010

Plan de cours. Programme : Sciences de la nature 200.B0 2-2-2. 2 2/3 unités. Automne 2010 Plan de cours Programme : Sciences de la nature 00.B0 Département : Titre du cours : Code du cours : Mathématiques Probabilités et Statistiques 01-GHC-04 -- /3 unités Automne 010 Éric Brunelle A-10 450-347-5301

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Génération automatique de modèle de simulation récursive

Génération automatique de modèle de simulation récursive TP SdF N 32 Génération automatique de modèle de simulation récursive Ce TP a pour objet de présenter un outil de génération automatique de modèles de simulation récursive à travers un exemple succinct

Plus en détail

Université Laval Département de mathématiques et de statistique STT-1920 MÉTHODES STATISTIQUES HIVER 2014

Université Laval Département de mathématiques et de statistique STT-1920 MÉTHODES STATISTIQUES HIVER 2014 Université Laval Département de mathématiques et de statistique STT-1920 MÉTHODES STATISTIQUES HIVER 2014 INFORMATIONS GÉNÉRALES Enseignant : Claude Bélisle Adresse : belisle@mat.ulaval.ca Disponibilités

Plus en détail

Incertitudes expérimentales Étude de cas : logiciel Chute

Incertitudes expérimentales Étude de cas : logiciel Chute Nº 755 BULLETIN DE L UNION DES PHYSICIENS 883 Incertitudes expérimentales Étude de cas : logiciel Chute par Daniel BEAUFILS Institut National de Recherche Pédagogique, 910 Montrouge Juan-Carlos IMBROGNO

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

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

Institut de Biologie Fondamentale et Appliquée. M A T H E M A T I Q U E S pour SV 105

Institut de Biologie Fondamentale et Appliquée. M A T H E M A T I Q U E S pour SV 105 U N I V E R S I T E de C A E N Institut de Biologie Fondamentale et Appliquée M A T H E M A T I Q U E S pour SV 05 0 - Présentation - Bibliographie. - Trigonométrie - Fonctions réciproques - Nombres complees

Plus en détail

Extraits de l article à paraître : GALILÉE OU DESCARTES? ÉTUDE D UN SCÉNARIO D INTRODUCTION HISTORIQUE AU CALCUL DES PROBABILITÉS

Extraits de l article à paraître : GALILÉE OU DESCARTES? ÉTUDE D UN SCÉNARIO D INTRODUCTION HISTORIQUE AU CALCUL DES PROBABILITÉS Extraits de l article à paraître : GALILÉE OU DESCARTES? ÉTUDE D UN SCÉNARIO D INTRODUCTION HISTORIQUE AU CALCUL DES PROBABILITÉS Éric BUTZ IREM de la Réunion et lycée Lislet Geoffroy, Saint-Denis. Résumé

Plus en détail

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

Traitement statistique. des petits échantillons. Application avec JMP - 3 jours (*)

Traitement statistique. des petits échantillons. Application avec JMP - 3 jours (*) Traitement statistique Application avec JMP - 3 jours (*) Référence : STA-N1-SPECHAJMP Durée : 3 jours soit 21 heures (*) : La durée proposée est une durée standard. Elle peut être adaptée selon les besoins,

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Physique Statistique. N.Vandewalle S.Dorbolo

Physique Statistique. N.Vandewalle S.Dorbolo Physique Statistique N.Vandewalle S.Dorbolo Objectifs du cours Donner un aperçu de la physique statistique. Obtenir un autre regard du monde de la physique. Réaliser des TP originaux : «phénomène sans

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

Etudes numérique et expérimentale d un système tournant à supports flexibles variables

Etudes numérique et expérimentale d un système tournant à supports flexibles variables Etudes numérique et expérimentale d un système tournant à supports flexibles variables C. Villa J-J. Sinou F. Thouverez M. Massenzio Laboratoire de Tribologie et Dynamique des Systèmes CNRS-UMR 5513 Equipe

Plus en détail

STRATÉGIE DE MAINTENANCE PRÉVENTIVE DE TYPE ÂGE : APPROCHE BASÉE SUR L'INTEGRATION DE LA SIMULATION ET DES PLANS D'EXPÉRIENCE

STRATÉGIE DE MAINTENANCE PRÉVENTIVE DE TYPE ÂGE : APPROCHE BASÉE SUR L'INTEGRATION DE LA SIMULATION ET DES PLANS D'EXPÉRIENCE 3 e Conférence Francophone de MOdélisation et SIMulation «Conception, Analyse et Gestion des Systèmes Industriels» MOSIM 01 du 25 au 27 avril 2001 Troyes (France) STRATÉGIE DE MAINTENANCE PRÉVENTIVE DE

Plus en détail

Support di cours disponible à l adresse suivante http://sspsd.u-strasbg.fr/mdem22e-statistiques-cours-td.html

Support di cours disponible à l adresse suivante http://sspsd.u-strasbg.fr/mdem22e-statistiques-cours-td.html MDEM22E - Cours et TD de statistiques descriptives à partir de données d enquête Support di cours disponible à l adresse suivante http://sspsd.u-strasbg.fr/mdem22e-statistiques-cours-td.html Objectif du

Plus en détail

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7 Vision Par Ordinateur James L. Crowley DEA IVR Premier Bimestre 1999/00 Séance 4 26 octobre 1999 Plan de la séance : Techniques Statistiques de la Reconnaissance de Forme Segmentation...2 La Distribution

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

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

Statistique. Jean-Yves Tourneret (1) (1) Université of Toulouse, ENSEEIHT-IRIT-TéSA Thème 1 : Analyse et Synthèse de l Information jyt@n7.

Statistique. Jean-Yves Tourneret (1) (1) Université of Toulouse, ENSEEIHT-IRIT-TéSA Thème 1 : Analyse et Synthèse de l Information jyt@n7. Statistique Jean-Yves Tourneret (1) (1) Université of Toulouse, ENSEEIHT-IRIT-TéSA Thème 1 : Analyse et Synthèse de l Information jyt@n7.fr Cours Statistique, 2010 p. 1/52 Plan du cours Chapitre 1 : Estimation

Plus en détail

Feuille de Travaux Dirigés n o 10 Régression linéaire simple avec R

Feuille de Travaux Dirigés n o 10 Régression linéaire simple avec R Feuille de Travaux Dirigés n o 10 Régression linéaire simple avec R Exercice X.1. Étude de la pollution de l air. Cet exercice est issu du livre «Statistiques avec R», Pierre-André Cornillon et autres,

Plus en détail

Lois de probabilité (2/3) Anita Burgun

Lois de probabilité (2/3) Anita Burgun Lois de probabilité (2/3) Anita Burgun Contenu des cours Loi binomiale Loi de Poisson Loi hypergéométrique Loi normale Loi du chi2 Loi de Student Loi hypergéométrique La loi du tirage exhaustif Puce à

Plus en détail

code Actualisation des connaissances en mathématiques objectif initiative candidature durée responsable

code Actualisation des connaissances en mathématiques objectif initiative candidature durée responsable code 0063 Actualisation des connaissances en mathématiques Approfondir la culture professionnelle, le niveau d expertise, élargir les compétences, construire un projet à caractère professionnel (code 24).

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

SIMCAB : UN OUTIL GENERIQUE DE SIMULATION SOUS MICROSOFT EXCEL

SIMCAB : UN OUTIL GENERIQUE DE SIMULATION SOUS MICROSOFT EXCEL 3 e Conférence Francophone de MOdélisation et SIMulation Conception, Analyse et Gestion des Systèmes Industriels MOSIM 01 du 25 au 27 avril 2001 - Troyes (France) SIMCAB : UN OUTIL GENERIQUE DE SIMULATION

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

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

Des mathématiques à l'usage des Sciences Économiques et Sociales

Des mathématiques à l'usage des Sciences Économiques et Sociales Des mathématiques à l'usage des Sciences Économiques et Sociales A quoi servent les suites, les fonctions, les intégrales, les probabilités, en Sciences Economiques et Sociales. Nous allons tenter ci-dessous

Plus en détail

Géométrie, fonctions et statistiques sous Geoplan. Claude Saint-Raymond

Géométrie, fonctions et statistiques sous Geoplan. Claude Saint-Raymond Géométrie, fonctions et statistiques sous Geoplan Claude Saint-Raymond Sommaire PRISE EN MAIN DE GEOPLAN PAR LA GEOMETRIE... 3 POUR CREER UN OBJET MATHEMATIQUE... 4 POUR CREER LES TROIS SOMMETS A, B ET

Plus en détail

PROGRAMME DETAILLE AU CONCOURS INTERNATIONAL D ENTREE AU CYCLE MST-A

PROGRAMME DETAILLE AU CONCOURS INTERNATIONAL D ENTREE AU CYCLE MST-A PROGRAMME DETAILLE AU CONCOURS INTERNATIONAL D ENTREE AU CYCLE MST-A A/- EPREUVE DE CULTURE GENERALE ET FRANÇAIS 1- Les problèmes du monde contemporain 2- Les grands courants de la pensée moderne 3- Exercice

Plus en détail

UNITE D'ENSEIGNEMENT (UE)

UNITE D'ENSEIGNEMENT (UE) N de l'identification : HEFF-ECO-ECCX-Outils de gestion 4-NB UNITE D'ENSEIGNEMENT (UE) Catégorie : Section : Année : Economique Comptabilité NB Intitulé de l'ue : Outils de gestion 4 Langue(s) d'enseignement

Plus en détail

Pour un socle de la licence de MATHEMATIQUES

Pour un socle de la licence de MATHEMATIQUES Pour un socle de la licence de MATHEMATIQUES Société Mathématique de France Société de Mathématiques Appliquées et Industrielles Société Française de Statistique Contexte général Afin d éviter de trop

Plus en détail

Simulations et Estimations de la volatilité

Simulations et Estimations de la volatilité Simulations et Estimations de la volatilité Daniel Herlemont 5 novembre 2012 Table des matières 1 Introduction 1 2 A faire... 3 3 Rappels 10 3.1 Propriétés des estimateurs............................ 10

Plus en détail

de la classification Approche pragmatique t Editions TECHNIP 27 rue Cinoux, 75737 PARIS Cedex 15, FRANCE Arbres hiérarchiques Partitionnements

de la classification Approche pragmatique t Editions TECHNIP 27 rue Cinoux, 75737 PARIS Cedex 15, FRANCE Arbres hiérarchiques Partitionnements Jean-Pierre NAKACHE Ingénieur de recherche CNRS détaché à l'inserm Chargé de cours à l'isup Josiane CONFAIS Ingénieur d'études chargée des enseignements pratiques à l'isup Approche pragmatique de la classification

Plus en détail

L ASTEP Les ressources existantes. Le site : www.astep.fr

L ASTEP Les ressources existantes. Le site : www.astep.fr L ASTEP Les ressources existantes Le site : www.astep.fr 2 Le cadre 61 000 écoles primaires en France 350 000 classes Maternelle : de 3 à 5 ans (cycle 1). Élémentaire : de 6 à 11 ans (cycles 2 et 3). Enseignants

Plus en détail

Copyright MECAmaster 2009 Ce document est la propriété de MECAmaster SARL et ne peut être diffusé sans son autorisation 1/17

Copyright MECAmaster 2009 Ce document est la propriété de MECAmaster SARL et ne peut être diffusé sans son autorisation 1/17 MECAmaster Assembly V7 for CATIA V5 Analyses de Tolérances 3D intégrées à la maquette numérique MECAmaster SARL, 64 chemin des mouilles 69134 ECULLY Cedex Tel : +33 4 78 64 35 61 Fax : +33 4 78 64 97 21,

Plus en détail

Estimation indirecte en sciences humaines : une méthode bayésienne

Estimation indirecte en sciences humaines : une méthode bayésienne Estimation indirecte en sciences humaines : une méthode bayésienne Henri Caussinus, Institut de Mathématiques de Toulouse, en collaboration avec Daniel Courgeau, INED Isabelle Séguy, INED Luc Buchet, CNRS

Plus en détail

Méthodes du contrôle (maîtrise) statistique de la qualité

Méthodes du contrôle (maîtrise) statistique de la qualité MTH 231 Méthodes statistiques maîtrise statistique des processus : SPC Méthodes du contrôle (maîtrise) statistique de la qualité SPC 1 Méthodes statistiques de la qualité : Statistical Quality Control

Plus en détail

Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007. Introduction aux probabilités

Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007. Introduction aux probabilités Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007 Introduction aux probabilités Série n 3 Exercice 1 Une urne contient neuf boules. Quatre de ces boules portent le numéro

Plus en détail

Méthode d aide à la conception en présence d imprécisions

Méthode d aide à la conception en présence d imprécisions Méthode d aide à la conception en présence d imprécisions Franck Massa, Thierry Tison, Bertrand Lallemand Laboratoire d'automatique, de Mécanique et d'informatique Industrielles et Humaines, UMR 8530,

Plus en détail

Outil pour l attribution des notes

Outil pour l attribution des notes Outil pour l attribution des notes Gilbert Babin A- Contexte Le présent document décrit le mode d utilisation d un outil développé avec Microsoft Excel permettant l analyse et l attribution des notes finales.

Plus en détail

Une étude comparative de logiciels de prévision automatique de séries chronologiques

Une étude comparative de logiciels de prévision automatique de séries chronologiques Une étude comparative de logiciels de prévision automatique de séries chronologiques Valentina STAN Conservatoire National des Arts et Métiers, 292 Rue Saint Martin, F 75141 Paris Cedex 03, France valentina_titu@yahoo.fr

Plus en détail

partie a Introduction à la statistique 1

partie a Introduction à la statistique 1 table des matières F AVANT-PROPOS À L ÉDITION AMÉRICAINE Abréviations viii xiv partie a Introduction à la statistique 1 1. Statistique et probabilité ne sont pas intuitives 3 Nous avons tendance à passer

Plus en détail

Classe de Terminale de la série STI2D

Classe de Terminale de la série STI2D L'enseignement des mathématiques au collège et au lycée a pour but de donner à chaque élève la culture mathématique indispensable à sa vie de citoyen et les bases nécessaires à son projet de poursuite

Plus en détail

Formellement, un processus aléatoire est une succession de variables aléatoires (X n ) n 0

Formellement, un processus aléatoire est une succession de variables aléatoires (X n ) n 0 Chapitre 1 Modélisation markovienne 11 Introduction Un processus aléatoire est un phénomène dont une partie de l évolution temporelle est aléatoire On rencontre ces processus dans divers domaines de la

Plus en détail

1. Explorer, organiser et démontrer des propriétés géométriques en termes de longueurs et d angles. Découvrir et étudier des nombres irrationnels.

1. Explorer, organiser et démontrer des propriétés géométriques en termes de longueurs et d angles. Découvrir et étudier des nombres irrationnels. Compétences : math, 2 ème degré (pages 1 à 3) math, 3 ème degré (pages 4 à 8) 3 grands thèmes du cours à 4h sem (pages 9 à 11) 3 grands thèmes du cours à 2h sem (pages 12 à 14) (Seules les définitions

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

PRÉFACE. À l'enseignant. Encore un livre de calcul différentiel?

PRÉFACE. À l'enseignant. Encore un livre de calcul différentiel? PRÉFACE L es mathématiques forment une partie intégrante de notre quotidien, dont le déroulement se révèle sans cesse plus complexe. Dans le présent ouvrage, Calcul différentiel, nous avons cherché à illustrer

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

Chapitre 8: Inférence, échantillonnage et estimation

Chapitre 8: Inférence, échantillonnage et estimation Chapitre 8: Inférence, échantillonnage et estimation 1. Echantillonnage aléatoire simple 2. Inférence statistique 3. Estimation 4. Evaluation graphique de l adéquation d un modèle de distribution 1 L inférence

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

D après une idée originale dans «Les maths au quotidien» M.Colonval et A.Roumadni éd. Ellipses

D après une idée originale dans «Les maths au quotidien» M.Colonval et A.Roumadni éd. Ellipses LES ABEILLES D après une idée originale dans «Les maths au quotidien» M.Colonval et A.Roumadni éd. Ellipses 1. Présentation de la trame : Recherche et synthèse d infos Notion d optimisation Intérêt et

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

2 Travail sur les données (3 points/40)

2 Travail sur les données (3 points/40) Examen pratique 03 octobre 2014 Durée 2H Les formulaires, les sujets et les programmes des TP sont autorisés. Les notes de cours et de TD, le livre ainsi que les calculatrices ne sont pas autorisés. Les

Plus en détail

Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée

Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée Philippe Gagnepain Université Paris 1 Ecole d Economie de Paris Centre d économie de la Sorbonne-UG 4-Bureau 405 philippe.gagnepain@univ-paris1.fr

Plus en détail

INTRODUCTION A LA RECHERCHE QUANTITATIVE

INTRODUCTION A LA RECHERCHE QUANTITATIVE INTRODUCTION A LA RECHERCHE QUANTITATIVE Deuxième partie : de la base de données aux résultats Juin 2010 Julien Gelly, Caroline Huas, Josselin Le Bel Plan 2 1. Introduction 2. Saisie des données : Epi

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

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

Affectation d'une valeur à une variable

Affectation d'une valeur à une variable Affectation d'une valeur à une variable Fonctions calculs d'images Faire fonctionner l'algorithme ci contre avec a = 2 et b = 5. Quelle est la réponse affichée par l'algorithme? (question subsidiaire :

Plus en détail

T. D. n o 3 Simulation de lois avec le logiciel R

T. D. n o 3 Simulation de lois avec le logiciel R T. D. n o 3 Simulation de lois avec le logiciel R 1 Les objectifs pendant les travaux pratiques Apprendre à manipuler les données Apprendre à faire des graphiques Apprendre à utiliser la documentation

Plus en détail

Dossier de validation de l analyse multiélémentaire dans les liquides de migration suite au contact avec des ustensiles métalliques (CoE)

Dossier de validation de l analyse multiélémentaire dans les liquides de migration suite au contact avec des ustensiles métalliques (CoE) P. : 1/11 Table des matières 1 Processus de validation...1 2 Validation...2 2.1 Exactitude...2 2.1.1 Critère d acceptation :...2 2.1.2 Résultats :...2 2.1.3 Conclusion :...5 2.2 Fidélité...5 2.2.1 Critère

Plus en détail

TI-nspire et la simulation

TI-nspire et la simulation TI-nspire et la simulation Introduction : que faut-il savoir faire pour bien débuter? Nous allons utiliser, dans tous les exercices de cette partie, essentiellement le tableur de la TI-Nspire. Il est donc

Plus en détail

debuter_avec_owb_1.0.1.doc Document de référence : «Open Workbench User Guide r1.1.6 2007» (http://www.openworkbench.org)

debuter_avec_owb_1.0.1.doc Document de référence : «Open Workbench User Guide r1.1.6 2007» (http://www.openworkbench.org) 1/15 Auteur : Jacques Barzic (contact@jacques-barzic.fr) Sommaire Page 1 Paramétrer Open Workbench 2/15 1.1 Les options Générales 1.2 Les options par défaut 1.3 Les Emplacements 1.4 La «Work Breakdown

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

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

Algorithmes et simulations en probabilités avec LARP Stéphan MANGANELLI, LEGTA «Louis Giraud» de CARPENTRAS-SERRES (84)

Algorithmes et simulations en probabilités avec LARP Stéphan MANGANELLI, LEGTA «Louis Giraud» de CARPENTRAS-SERRES (84) Algorithmes et simulations en probabilités avec LARP Stéphan MANGANELLI, LEGTA «Louis Giraud» de CARPENTRAS-SERRES (84) Bonjour. Je m appelle Stéphan MANGANELLI, et j enseigne les mathématiques au lycée

Plus en détail

a) Il n y a pas de contre indication à utiliser la loi normale. On peut donc utiliser des tests basés sur la loi normale comme ceux vus au cours.

a) Il n y a pas de contre indication à utiliser la loi normale. On peut donc utiliser des tests basés sur la loi normale comme ceux vus au cours. Probabilités et statistique Été 2006 ELEC, MICRO, MX Dr. Diego Kuonen Corrigé du TP 2 Exercice 1. Test de Student Normal Q Q Plot Sample Quantiles 985 990 995 1000 1005 1.5 1.0 0.5 0.0 0.5 1.0 1.5 a) Il

Plus en détail

geffray@math.unistra.fr Outils pour la statistique avancée Année 2015/2016 TD 1 : Bootstrap

geffray@math.unistra.fr Outils pour la statistique avancée Année 2015/2016 TD 1 : Bootstrap Université de Strasbourg Ségolen Geffray M2 - Statistique geffray@math.unistra.fr Outils pour la statistique avancée Année 2015/2016 TD 1 : Bootstrap Ces exercices seront effectués au moyen du logiciel

Plus en détail

1 Premiers pas avec Rstudio

1 Premiers pas avec Rstudio Université Paris Descartes UFR de Mathématiques et Informatique Probabilités et Statistiques pour l informatique- Licence MIA 2e année Travaux Pratiques - 1 ère séance Le but de cette première séance est

Plus en détail

Module A ALGEBRE MATRICIELLE. Prçesentation - Plan

Module A ALGEBRE MATRICIELLE. Prçesentation - Plan Module A ALGEBRE MATRICIELLE Prçesentation - Plan Ce module occupe une place particuliçere dans le dispositif de formation ça la statistique mis en place par le service de Formation Permanente et le dçepartement

Plus en détail

L analyse Factorielle des correspondances. 1/ Préambule descriptif de l AFC

L analyse Factorielle des correspondances. 1/ Préambule descriptif de l AFC L analyse Factorielle des correspondances...2 1/ Préambule descriptif de l AFC...2 Exemples de types de données que l AFC peut aborder:...2 Quelques types de tableaux traités par l AFC...3 2/ Exercice

Plus en détail

Expérimentation 2007

Expérimentation 2007 Mathématiques série S Épreuve pratique au baccalauréat Expérimentation 2007 - Banque de sujets - Ce document peut être utilisé librement dans le cadre des activités de l'enseignement scolaire, de la formation

Plus en détail

Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception?

Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception? Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception? Semaine 2, auteurs Maha Abboud-Blanchard (ESPE de Versailles,

Plus en détail

DETECTION ET TRAITEMENT DES VALEURS EXTREMES ET

DETECTION ET TRAITEMENT DES VALEURS EXTREMES ET DETECTION ET TRAITEMENT DES VALEURS EXTREMES ET INFLUENTES DANS LA MESURE D AUDIENCE INTERNET Magdalena Auvinet 1 & Lucie Cellier 2 1 Médiamétrie 70 rue Rivay 92532 Levallois-Perret Cedex mauvinet@mediametrie.fr

Plus en détail

A. Chambaz, L. Meyer, P. Tubert-Bitter. 22 juin 2010

A. Chambaz, L. Meyer, P. Tubert-Bitter. 22 juin 2010 Présentation du parcours Biostatistique de la spécialité Recherche en santé publique du Master 2 Santé Publique de l université Paris-Sud, cohabilité Paris Descartes A. Chambaz, L. Meyer, P. Tubert-Bitter

Plus en détail

Université Paris Descartes

Université Paris Descartes Université Paris Descartes Master Domaine Droit, économie, Gestion Mention Monnaie,banque, finance, assurance Spécialité Risque, Assurance, Décision 2015 / 2016 Z.Trocellier Directeurs Pr Kouroche VAFAÏ

Plus en détail

La double nature du produit vectoriel

La double nature du produit vectoriel La double nature du produit vectoriel André Boileau Section didactique Département de mathématiques, UQAM RÉSUMÉ Le produit vectoriel est habituellement décrit de deux façons fort différentes : géométriquement

Plus en détail

Etude de la rétention des aérosols par une paroi en béton fissurée

Etude de la rétention des aérosols par une paroi en béton fissurée Etude de la rétention des aérosols par une paroi en béton fissurée T. Gelain*, T. Lequette, J. Vendel. Institut de Radioprotection et de Sûreté Nucléaire Service d'etudes et de Recherches en Aérodispersion

Plus en détail

BTS MCI. Lycée Vauban, Brest 4 mai 2016. André Breton

BTS MCI. Lycée Vauban, Brest 4 mai 2016. André Breton BTS MCI Lycée Vauban, Brest 4 mai 06 André Breton Table des matières I Compléments pour les bac pro 8 ÉquationsFactorisationsInéquations 9. Identités remarquables................................ 9. Le

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

Régression linéaire simple

Régression linéaire simple Résumé Ce chapitre introduit la notion de modèle linéaire par la version la plus élémentaire : epliquer Y par une fonction affine de X. Après avoir epliciter les hypothèses nécessaires et les termes du

Plus en détail

Test de comparaison de deux modèles de régression non paramétriques basé sur les coefficients de Fourier

Test de comparaison de deux modèles de régression non paramétriques basé sur les coefficients de Fourier Test de comparaison de deux modèles de régression non paramétriques basé sur les coefficients de Fourier Zaher Mohdeb Université Mentouri Département de Mathématiques, Constantine, Algérie E-mail: zaher.mohdeb@umc.edu.dz

Plus en détail

Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques

Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques (605) GESTION DE STOCK À DEMANDE ALÉATOIRE Résumé : Chaque mois, le gérant d un magasin doit

Plus en détail

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S MP deuxième années PREAMBULE Sommaire I. Contexte de la réforme de l informatique en C.P.G.E II. Objectifs de la formation III. Moyens

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

Laboratoire multimedia et formation des maîtres en mathématiques

Laboratoire multimedia et formation des maîtres en mathématiques Journée F.N.R.S. du 15 novembre 2000 à l Université de Mons Laboratoire multimedia et formation des maîtres en mathématiques ÉLIANE COUSQUER Table des matières 1 Objectifs de cette présentation..................................

Plus en détail

LE TRAITEMENT STATISTIQUE. I. Les types de traitements statistiques en fonction des questions-problèmes (QP)

LE TRAITEMENT STATISTIQUE. I. Les types de traitements statistiques en fonction des questions-problèmes (QP) LE TRAITEMENT STATISTIQUE I. Les types de traitements statistiques en fonction des questions-problèmes (QP) Dans une recherche, on se pose toujours une ou plusieurs questions qu'il s'agira de résoudre.

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels D1 RECRUTEMENT DES ASSISTANTS INGÉNIEURS...2 D1.1 Assistant cartographe (nouveau programme)...2 D1.2 Assistant en production et

Plus en détail

2) Ecrire en utilisant la notation : 3+5+7+9+ 15+17

2) Ecrire en utilisant la notation : 3+5+7+9+ 15+17 STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES Exercice n. Les 5 élèves d'une classe ont composé et le tableau ci-dessous donne la répartition des diverses notes. Recopier et compléter ce tableau en calculant

Plus en détail