Tests d hypothèses via une Approche Expérimentale des Probabilités
|
|
- Isabelle Corriveau
- il y a 8 ans
- Total affichages :
Transcription
1 Tests d hypothèses via ue Approche Expérimale des Probabilités CQLS : cqls@upmf-greoblefr Itroductio gééralités Cadre d estimatio à u échatillo Das ce cadre, tout problème pratique doit se rameer à l étude d ue uique variable d itérêt otée ici Y pouvat aussi être vue comme ue future uique doée E pratique, ous disposeros d u jeu de doées y = y,, y ie u vecteur ou paqu de observatios idépedates de Y qui peut par coséqu être vu comme u résultat possible d u futur jeu de doées Y = Y,, Y Afi d expliciter le paramètre d itérêt itimem lié das les problématiques du cours à la variable d itérêt Y, ous imagieros disposer d ue ifiité de doées virtuelles y [],, y [m], dot la otatio e idice re croch ie [ ] ous rappelle qu il e faut pas les cofodre avec le jeu des doées y,, y qui serot bie réelles Rappelos aussi que das ce cours les tailles des doées réelles m des doées virtuelles ot a priori des ordres de gradeur complètem différs, à savoir plutôt raisoablem grad m aussi grad que possible voire ifii Paramètres proportio moyee La moyee otée µ Y ou plus simplem µ plutôt appelée espérace de Y das l Approche Mathématique des Probabilités otée EY s exprime via l Approche Expérimale des Probabilités par : y[ ] = m y m [k] y [ ] m = µ Y = E Y k= Souligos toutefois que si les doées sot exclusivem à valeurs 0 ou, la moyee devi ue proportio ou probabilité sera otée p plutôt que µ Rappelos qu ue future estimatio µ Y Y de µ Y est tout simplem Y = Y i otée aussi Y Paramètre variace La variace otée σ Y ou plus simplem σ coservat la même déomiatio das l AMP otée VarY s exprime via l AEP par : m y[ ] m = y [k] y [ ] m m y[ ] = σ Y = Var Y = σy k= Das le cadre de grads échatillos voir plus loi, il est plus qu itéressat de oter que la variace est aussi ue moyee E eff, ous pouvos écrire σ Y = µ Ÿ puisque VarY = EY µ Y = EŸ où Ÿ = Y µ Y est le carré de la variable aléatoire Y préalablem crée Le vecteur des futures doées Y µ Y,, Y µ Y état iaccessible puisque µ Y est icou, ous le remplaceros par Ÿ = Y Y,, Y Y Aisi, ous pourrios aussi proposer µÿ Ÿ comme future estimatio de σ Y = µ Ÿ plutôt lorsque la taille des doées sera suffisamm grade
2 Cadre d estimatio à deux échatillos idépedats ll y a das ce cadre deux variables d itérêts Y Y idépedates dot o cherche soit à comparer les moyees soit les variaces à partir de deux échatillos, l u y = y,, y de taille l autre y = y,, y de taille Il e découle deux futurs jeux de doées Y = Y,, Y Y = Y,, Y Pour homogééiser ce cas avec celui à u seul échatillo, ous oteros Y, le vecteur aggrégé de toutes les futures doées Y = Y, Y de taille = + De maière aalogue au cas d u seul échatillo, ous imagios disposer de deux ifiités de doées virtuelles, l ue y [],, y [m], relative à Y l autre y [],, y [m], relative à Y Pour j = ou j =, o peut alors exprimer : la moyee µ Y j ou plus simplem µ j par y j [ ] m y j [ ] = µ j la variace σ ou plus simplem σ Y j j défiie par y j [ ] m y j [ ] = σ Nous sommes alors e mesure d itroduire les paramètres servat à comparer respectivem les moyees les variaces comparaiso de moyees s étudiat soit à partir de la différece de moyees d µ = µ µ soit à partir du rapport de moyees r µ = µ /µ si µ 0 comparaiso de variaces s étudiat soit à partir de la différece de variaces d σ = σ σ soit à partir du rapport de variaces r σ = σ /σ si σ 0 Isistos sur le fait que les utilisatios d ue différece ou d u rapport e sot pas aodies puisqu elles permt de traiter des assertios d itérêt différes 3 Les deux cadres usuels : asymptotique gaussie Cadre asymptotique ou grads échatillos : par grad échatillo, o ed das ce cours ue taille de doées 30 pour le cas u seul échatillo des tailles pour celui de deux échatillos Cadre gaussie : si ue variable d itérêt est supposée suivre ue loi Normale o dit que l échatillo associé est gaussie Ce cadre d étude est a priori itéressat que s il est possible de vérifier évuellem à partir d u outil statistique cte hypothèse de Normalité de la variable d itérêt Alors qu il faudrait disposer d u grad échatillo pour cte vérificatio, l usage das la littérature statistique est d utiliser ce cadre d étude même pour des pits échatillos Les résultats repos alors sur la validité de l a priori que la variable d itérêt suit ue loi Normale Cepedat, certais phéomèes étudiés peuv laisser peser que cte hypothèse sur la ou les variables d itérêt e doit pas être aberrate 4 Comparaiso re AMP, AEP Pratique Das le tableau suivat, le jour J désige le jour où les doées sot réellem récoltées Idic : voir fi de docum pour les différes otatios j
3 Avat le jour J θ fixé évuellem à ue valeur arbitraire pour l expérimatio Mathématique Y Y θy ou Θ ty ou T y [] y [] Expérimal y [] y [m] θy[] ou θ [] ty [] ou t [] y [] y [+] θy[] ou θ [] ty [] ou t [] y [] y [m +] Moyee = µ := y [ ] = E Y Ecart-Type = σ := y [ ] = σy θy[m] ou θ [m] ty [m] ou t [m] y [m ] = Var Y θ y[ ] = E θ Y ty [ ] = E ty σ θ := θ y[ ] = σ θ Y = Var θ Y ty [ ] = σty = Var ty Proportio das [a, b[ = y[ ] [a, b[ θ y[ ] [a, b[ ty [ ] [a, b[ = PY [a, b[ = P θ Y [a, b[ = PtY [a, b[ Histogramme à pas zéro = f Y f θy ou f Θ f gy ou f T Surface brique m fii = m m Après le jour J θ est égal à θ qui est toujours icou y Pratique y θy ou θ ty ou t y Le jour J θ = θ, si o essaye d associer des temps de cojugaiso aux différs cocepts, ous pouvos dire : le jeu de doées réel y représe le prés le jeu de doées aléatoire Y représe le futur o pourra alors aussi l appeler futur jeu de doées les jeux de doées virtuels y [j] représ le coditioel ils représ ue ifiité de jeux de doées que l o aurait pu avoir à la place de y m 3
4 Test d hypothèses De maière géérale, la rédactio stadard d u test d hypothèses s écrit toujours de la même faço Elle est décrite ci-dessous pour u paramètre θ qui devra être remplacé par p pour ue proportio, µ pour ue moyee, σ pour ue variace, d µ resp r µ pour ue différece resp rapport de moyees efi d σ resp r σ pour ue différece resp rapport de variaces La valeur de référece θ 0 la loi L 0 devrot être adaptée selo la problématique Rédactio stadard d u test d hypothèses paramétrique Hypothèses de test : θ > θ 0 H 0 : θ = θ 0 cotre H : θ < θ 0 θ θ 0 cas a : test uilatéral droit cas b : test uilatéral gauche cas c : test bilatéral Statistique de test sous H 0 : δ θ,θ0 Y L 0 où L 0 est ue loi stadard à préciser selo la problématique evisagée Règle de décisio : o accepte H si p valeur < α ou de maière équivale δ θ,θ0 y > δ + lim,α δ θ,θ0 y < δ lim,α δ θ,θ0 y < δ lim,α/ ou δ θ,θ0 y > δ + lim,α/ où δ lim,α = q α δ + lim,α = q α désig respectivem les quatiles d ordre α α associés à la loi L 0 où la p valeur est défiie mathématiquem par : P θ=θ0 δθ,θ0 Y > δ θ,θ0 y a : p-valeur droite p-valeur = P θ=θ0 δθ,θ0 Y < δ θ,θ0 y b : p-valeur gauche mip θ=θ0 δ θ,θ0 Y < δ θ,θ0 y,p θ=θ0 δ θ,θ0 Y > δ θ,θ0 y c : p-valeur bilatérale a b c Coclusio : Applicatio de la règle de décisio au vu des doées y Propriétés : La somme des p-valeur gauche p-valeur droite est égale à La p-valeur bilatérale est égale à deux fois la plus pite des p-valeurs gauche droite Tableaux récapitulatifs : Il sera aussi supposé que les doées ot été saisies das le logiciel R soit sous le om y pour u uique échatillo soit sous les oms y y pour deux échatillos idépedats 4
5 σ Y θ θ Y θ y e R σ θ σ θ Y σ θ y e R p p Y = Y = p p p Y p Y Yi meay σ p = semeay µ µ Y = Y = Yi meay σ µ = σ Y semeay σ σ σ Y = σ σ Ÿ Yi Y Ÿ Ÿ vary = σ σ sevary Y dµ =µ µ dµ Y = µ Y µ Y meay-meay d σ =σ σ dσ Y = σ rµ = µ µ rµ Y = r σ = σ σ r σ Y = Y σ µ Y σ dµ = σ + σ σ Y vary-vary σ = Ÿ dσ + σ Ÿ µ Y meay/meay σ rµ = µ σ Y σ vary/vary σ rσ = σ Y σ Cas Gaussie σ = σ = σ : σ Y = σ σ + r µ σ Y µ σ σ Ÿ +r Ÿ σ σ Y + σ Ÿ Ÿ σ σ Ÿ + Y sedmeay,y Y + σ Y sedmeagy,y + σÿ Ÿ + rµ Y Ÿ + r σ Y sedvary,y σ σ Ÿ Y sermeay,y Ÿ servary,y θ θ0 σ θ sous H0 δθ,θ0 = θ θ 0/σ θ p 0 p0 δp,p0 = p p 0 p0 p0 p p0 µ µ 0 σ µ δµ,µ 0 = µ µ 0 σ µ Cadre Asymptotique Cadre Gaussie δθ,θ0 Y sa loi sous H 0 δθ,θ0 δp,p0 Y = p Y p 0 p0 p0 δµ,µ 0 Y = µ Y µ 0 σ µ Y approx N 0, approx N 0, δµ,µ 0 = µ µ 0 σ µ δθ,θ0 Y sa loi sous H 0 δµ,µ 0 Y = µ Y µ 0 σ µ Y St σ σ 0 σ σ δ σ,σ 0 = σ σ 0 σ σ dµ =µ µ d0 σ dµ δdµ,d0 = d µ d0 δ σ,σ 0 Y = σ Y σ 0 σ σ Y σ dµ δdµ,d0 Y = dµ Y d0 σ dµ Y approx N 0, δ σ,σ 0 = σ σ 0 approx N 0, δdµ,d0 = d µ d0 δ σ,σ 0 Y = σ Y σ 0 δdµ,d0 Y = dµy d0 σ dµ Y σ dµ χ St + d σ =σ σ d0 σ dσ δd σ,d0 = d σ d 0 σ dσ rµ = µ µ r0 σ rµ δrµ,r0 = r µ r0 δd σ,d0 Y = d σ Y d0 approx σ Y N 0, dσ σ rµ δrµ,r0 Y = r µ Y r0 σ rµ Y approx N 0, r σ = σ σ r0 σ rσ δr σ,r0 = r σ r 0 σ rσ δr Y = r σ Y r 0 approx σ,r0 σ rσ Y N 0, δr = r σ σ,r0 r0 δr σ,r0 Y = r σ Y r0 F, 5
6 3 Itervalle de cofiace 3 Gééralités Le cocept d itervalle de cofiace d u paramètre quelcoque θ cosiste à proposer u ecadrem ou ue fourchte représé par u itervalle de variables aléatoires [ θif Y, θ sup Y ] de sorte que le paramètre d itérêt θ icou ait u iveau de cofiace α plutôt élevé si α raisoablem pit d être à l itérieur de c itervalle Mathématiquem cela s exprime par : P θ [ θif Y, θ sup Y ] = α Par l approche expérimale, si ous pouvios imagier répéter autat de fois que possible la coceptio d itervalles de cofiace [ θif ] y[], θsup y[],, [ θif ] y[m], θsup y[m], obteus respectivem sur ue ifiité de jeux de doées virtuels y [],, y [m],, ous costaterios alors qu il y e aurait qu ue proportio α qui cotiedrai le paramètre d itérêt θ icou La costructio de ces itervalles déped e gééral de la caractérisatio du comportem aléatoire de la mesure d écart stadardisée δ θ,θ Y proposée das toutes les problématiques das le tableau suivat : Cadre Asymptotique Cadre Gaussie θ δ θ,θ Y δ θ,θ Y p p Y p approx δ p,p Y = N 0, σ p Y µ µ Y µ approx µ Y µ δ µ,µ Y = N 0, δ µ,µ Y = St σ µ Y σ µ Y σ δ σ Y = σ Y σ approx N 0,,σ Y Y = σ Y,σ σ σ σ χ d µ =µ µ δ dµ,d µ Y = d µ Y d µ σ dµ Y approx N 0, δ dµ,d µ Y = d µ Y d µ St + Y σ dµ d σ =σ σ δ dσ,d σ Y = d σ Y d σ σ dσ Y approx N 0, r µ = µ µ δ rµ,r µ Y = r µ Y r µ approx N 0, σ rµ Y r σ = σ σ δ rσ,r σ Y = r σ Y r σ σ rσ Y 3 Cadre asymptotique approx N 0, δ rσ,r Y = r σ Y σ F, r σ Tous les itervalles de cofiace relatifs à toutes les problématiques du cours s obtie das le cadre de grads échatillos par la même méthode Après substitutio du paramètre d itérêt de votre problématique au choix parmi p, µ, σ, d µ, d σ, r µ r σ otée ici de maière géérale θ, ous allos aturellem utiliser la caractérisatio du comportem aléatoire de l écart re θ Y θ exprimée via la mesure d écart stadardisée δ θ,θ Y suivat approximativem ue loi Normale N 0, Très facilem, ous pouvos affirmer que : α P δ θ,θ Y < δ + lim, α = P θ Y δ + lim, α } {{ } θify σ θ Y < θ < θ Y + δ + lim, α σ θ Y } {{ } θsupy où δ + lim, α est le quatile d ordre α de la loi N 0, 33 Cadre gaussie Pour costruire u itervalle de cofiace das u cadre gaussie du paramètre θ au choix µ, σ, d µ ou r σ, ous allos aturellem utiliser la caractérisatio du comportem aléatoire de 6
7 l écart re θ Y θ exprimée via la mesure d écart stadardisée δ θ,θ Y Il s agit alors de trouver θif Y θ sup Y tels que α = P θif Y < θ < θ sup Y e utilisat le fait que α = P q α < δ θ,θ Y < q α où q α est le quatile d ordre α de la loi de la mesure d écart stadardisée δ θ,θ Y L exercice est plus difficile que das le cadre asymptotique d ue part parce que la mesure d écart stadardisée δ θ,θ Y θ état au choix µ, σ, d µ ou r σ e se déclie pas toujours sur le même schéma de costructio d autre part parce que la loi de δ θ,θ Y est plus ue loi Normale stadard Sas trop ous attarder, voici les différs itervalles de cofiace pour les différs choix de θ : θ = µ : µ if Y = µ Y q α où q α est le quatile d ordre α θ = σ : σ Y σ if Y = σ Y q α de la loi St µ sup Y = µ Y + q α σ sup Y = σ Y q α où q α resp q α est le quatile d ordre α resp α de la loi χ θ = d µ : d µif Y = d µ Y q α d µsup Y = d µ Y + q α σ Y + σ Y + σ Y où q α est le quatile d ordre α de la loi St + La quatité σ Y est défiie comme das le tableau récapitulatif des tests d hypothèses partie cadre gaussie θ = r σ : r σ if Y = r σ Y q α r σ sup Y = r σ Y q α où q α resp q α est le quatile d ordre α resp α de la loi F, 4 Lagage mathématique Systèmes de otatio Das ce cours, deux systèmes de otatio sot utilisés pour décrire des expressios mathématiques dédiées à la statistique Le premier, appelé Norme CQLS ou Norme CQLS Stadard cosiste e u système de otatio riche peut-être u peu lourde dot le pricipal avatage est qu il est taillé sur mesure pour être traduisible das le lagage littéral Le deuxième système, appelé Norme SSE ou Norme CQLS Simplifié, a pour vocatio à être Simple, Sythétique Explicite ou du mois le plus possible Il demade cepedat das so utilisatio u meilleur iveau d expertise essiellem dû au fait que sa traductio das le lagage littéral est mois explicite que celle pour la Norme CQLS Notre coseil est de commecer par l utilisatio de la Norme CQLS pour, au fur à mesure du cours, passer à la Norme SSE Covios commues aux deux Normes CQLS SSE : Majuscule versus Miuscule : ue variable aléatoire ou susceptible de l être est otée e majuscule quad ue variable dot o sait qu elle est détermiiste ie o aléatoire est oté e miuscule Le Chapeau au dessus d ue quatité par exemple, θ désige gééralem u remplaçat appelé plus commuém estimatio das le cas où la quatité est u paramètre ici θ 3 U vecteur est oté e caractères gras Remarque : ue expressio écrite sur u docum imprimé e caractères gras ex : expressio e gras est subtituée sur u tableau ou sur ue feuille papier par sa versio souligée ex : expressio e gras 7
8 4 Delta δ e miuscule e majuscule est utilisé pour désiger u écart le plus souv additif ie ue soustractio mais parfois multiplicatif ie ue divisio La Norme CQLS a été itroduite pour décrire le plus précisém possible l Approche Expérimale des Probabilités AEP L AEP s articulat sur ue distictio des différs jeux de doées, la Norme CQLS repose sur la covio suivate : Toute statistique ie va dépedat d u jeu de doées s écrit comme ue foctio du jeu de doées Il y a pas vraim de covio propre à la Norme SSE So objectif est cepedat de e pas respecter la covio spécifique ci-dessus à la Norme CQLS das le but de redre plus sythétique les otatios mathématiques Le tableau ci-dessous exprime plus clairem la spécificité des Normes CQLS SSE e proposat les pricipales expressios utilisées e statistique das les ormes Statistique Aléatoire ou futur Réalisé ou prés Réalisable ou coditioel va foctio de l échatillo CQLS SSE CQLS SSE CQLS SSE Estimatio de θ θ Y Θ θ y θ θ y [k] θ [k] Estimatio de p p Y P p y p p y [k] Estimatio de µ µ Y M µ y µ µ y [k] Estimatio de σ σ Y Σ σ y σ Erreur stadard de θ σ θ Y Σθ σ θ y σ θ σ θ σ y [k] y [k] p [k] µ [k] σ,[k] σ θ,[k] Ecart re θ θ δ θ Y,θ θ δ θ y δ,θ θ δ θ y,θ [k] δ θ,[k] Estimatio de δ θ,θ 0 ou δ θ0 δ θ,θ 0 Y θ0 δ θ,θ 0 y δθ0 δ θ,θ 0 y [k] δθ0,[k] Le tableau ci-dessous illustre comm covertir ue otatio e sa défiitio littérale ou mathématique pour des cocepts de base de la statistique La coversio das le lagage R y est aussi proposée permtat à l utilisateur de savoir comm obteir ces quatités e Pratique : Notatio Défiitio littérale Défiitio mathématique y Vecteur des réels y,, y y,, y ou y y i est la ième composate de y e R : y <- cy,,y #y Nombre de composates de y = R legthy R y ou y Moyee empirique de y y i = meay y = a Proportio des y,, y R ou yi=a = meay==a y = a égaux à a a y b Proportio des y,, y ou a y b das [a, b] avec a b y ou y y ou y Ecart-type empirique de y Variace empirique de y [a,b] y i R = meaa<= y & y<= b y i y R = sdy y i y = R vary q α y Quatile d ordre α de y y [α]+ impair y [α]++y [α]+ pair R ou q α y 0 < α < = quatiley,alpha 5 Quelques istructios R Istructios de base par l exemple : des exemples commés val peut-être mieux que de logs discours! > c-, # Créatio du vecteur -, [] - 3 > 4+*c-,0, # Trasformatio 4+*x appliqué pour chaque composate de y 4 [] > y<-c,3,,4,7,6 8
9 6 > y 7 [] > 4+*y 9 [] > meay # Moyee de y [] > sdy # Ecart-type de y 3 [] > yc <- y-meay # yc correspod au vecteur y cré 5 > yc 6 [] > meayc # Moyee ulle 8 [] e-6 9 > sdyc # Idem que l écart-type de y 0 [] > ycr <- y-meay/sdy # ycr correspod au vecteur y cré réduit > meaycr # Moyee ulle 3 [] e-7 4 > sdycr # Ecart-type à 5 [] 6 > vary # Variace de y 7 [] > sqrtvary # Ecart-type = racie carrée de variace 9 [] > sdy^ # Variace = carré de l écart-type 3 [] Quatiles foctios de répartitio avec R : Soit p u réel apparteat à ]0, [, o défiit le quatile d ordre p associée à ue loi de probabilité le réel qui via l approche expérimale peut être vu comme le réel qui sépare l ifiité des observatios associée à la loi de probabilité e deux, ue proportio p à gauche ue proportio p à droite O défiit égalem la foctio de répartitio e u réel q, la proportio parmi l ifiité des observatios qui se situ avat q Ces deux otios sot illustrées das la figure Figure Si X loi va cotiue, alors f x R = dloi x, représe sa desité de probabilité, p = F q = P X q R = ploi q, sa foctio de répartitio q = F p R = qloi p, so quatile d ordre p Le tableau suivat résume les différes lois de probabilités cosidérées das ce cours de deuxième aée aisi que les istructios R permtat d évaluer les quatiles foctios de répartitios associés à ces lois de probabilités 9
10 Applicatio : lois de probabilités loi R quatile d ordre p foctio de répartitio e q Normale N µ, σ orm qormp, µ, σ pormq,µ, σ Normale N 0, orm qormp pormq Chisquare χ chisq qchisqp, pchisqq, Fisher F, f qfp,, pfq,, Stud St t qtp, ptq, > porm6449 # proba N0, plus pit que 6449 [] > qorm095 # quatile N0, d ordre 95% proche de [] > -porm96 # proba N0, plus grad que 96 proche de 5% 6 [] > qormc95,975,99 # quatiles N0, d ordre 95%, 975% 99% 8 [] > qtc95,975,99,0 # quatiles St0 d ordre 95%, 975% 99% 0 [] > ptc846,839,763769,0 # les probas correspodates [] > qchisqc95,975,99,0 # quatiles Khi0 d ordre 95%, 975% 99% 4 [] > pchisqc830704,04838,3095,0 # les probas correspodates 6 [] > qfc95,975,99,0,0 # quatiles F0,0 d ordre 95%, 975% 99% 8 [] > pfc347878,77367,336886,0,0 # les probas correspodates 0 [] Illustratio du lie re AEP AMP : Ue istructio rloi, du même type que les itructios ploiq, qloip, présées précédemm perm de géérer simultaém réalisatios y := y,, y d ue va Y ayat pour loi loi Illustros-le sur ue vérificatio expérimale AEP d obtio de probabilité, quatile, moyee variace relatifs à ue loi N, > yy<-rorm0000,, # les m=0000 réalisatios ot stockées das le vecteur yy > yy # les 0 premières 0 derières composates de yy 3 [] 4634e e e e e+00 4 [6] 6705e e e e e [999] e e e e e+00 7 [9996] e e e e e+00 8 > meayy<05 # proportio des m=0000 composates strictem iférieur à 05 9 [] > porm05,, # idem si m=ifii [] > meayy==05 # proportio des m=0000 composates égale à 05 =0 si m=ifii 3 [] 0 4 > mea05<=yy && yy<=3 # proportio des m=0000 composates compris re [] 0 6 > porm3,,-porm5,, # idem si m=ifii 7 [] > quatileyy,95 # quatile d ordre 95% des m=0000 composates 9 95% > qorm95,, # idem si m=ifii [] > meayy # moyee des m=0000 composates = si m=ifii 4 []
11 5 > varyy # variace des m=0000 composates =^=4 si m=ifii 6 []
12 Tables de lois usuelles de variables aléatoires cotiues pour la statistique Nom Graphe Desité de probabilité Espérace Variace Remarques Uiforme X U [a, b] a < b f x = si x [a, b] b a 0 sio E X = a + b V ar X = b a La desité de probabilité d ue loi uiforme est u histogramme à classe U [0, ] U [, 4] Normale X N µ, σ µ réel σ réel > 0 f x = σ π e x µ σ E X = µ V ar X = σ Si X N µ, σ alors X µ σ N 0, Si X N µ X, σx Y N µ Y, σy sot des va idépedates alors X + Y N µ X + µ Y, σ X + σ Y N, 05, N 0, puis N 4, Chisquare X χ ν ν ier > 0 f x = e x x ν ν Γ si x > 0 ν 0 sio E X = ν V ar X = ν Si X,, X sot lois N 0, idépedates alors Y = Xi χ ν = 3, ν = 6 puis ν = 9 Stud X St ν ν ier > 0 f x = + x ν β, ν ν+ E X = 0 si ν ν V ar X = ν ν si ν 3 Si X N 0, Y χ ν sot idépedates alors Z = X Y ν St ν ν = ν = 30 Fisher X F ν, ν ν, ν iers > 0 F 5, 00, F 00, 5 puis F 30, 30 f x = si x > 0 ν ν ν ν x ν νx+ν ν +ν β ν, ν f x = 0 sio { E X = ν si ν 3 ν V ar X = ν ν +ν νν ν 4 si ν 5 Si X χ ν X χ ν sot idépedates alors Y = X/ν X/ν F ν, ν
Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailS euls les flux de fonds (dépenses et recettes) définis s ent l investissement.
Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailTempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation
Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détail3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.
3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailTélé OPTIK. Plus spectaculaire que jamais.
Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailSéries numériques. Chap. 02 : cours complet.
Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm
Plus en détailRéseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus
Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailNous imprimons ce que vous aimez!
Nous imprimos ce que vous aimez! Persoalisé simple différet Catalogue de produits Tapis stadard tapis logo tapis publicitaire Nous imprimos ce que vous aimez! 2 I JOBET JOBET Vous et vos cliets serez coquis...
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailLogiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd
easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple
Plus en détailRisque de longévité et détermination du besoin en capital : travaux en cours
Risque de logévité et détermiatio du besoi e capital : travaux e cours Frédéric PLANCHET ISFA Laboratoire SAF Versio.6 / Septembre 2008 Sommaire La prise e compte de l expériece propre au groupe das l
Plus en détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en détailLES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.
LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailTests non paramétriques de spécification pour densité conditionnelle : application à des modèles de choix discret
Tests o paramétriques de spécificatio pour desité coditioelle : applicatio à des modèles de choix discret Mémoire Koami Dzigbodi AMEGBLE Maîtrise e écoomique Maître ès arts (M.A.) Québec, Caada Koami Dzigbodi
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailOne Office Voice Pack Vos appels fixes et mobiles en un seul pack
Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre
Plus en détailMécanismes de protection contre les vers
Mécaismes de protectio cotre les vers Itroductio Au cours de so évolutio, l Iteret a grademet progressé. Il est passé du réseau reliat quelques cetres de recherche aux États-Uis au réseau actuel reliat
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailLe chef d entreprise développe les services funéraires de l entreprise, en
Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.
Plus en détailUne action! Un message!
Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio
Plus en détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailLes solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller
Les solutios mi-hypothécaires, mi-bacaires de Mauvie Guide du coseiller 1 2 Table des matières Itroductio... 5 La Baque Mauvie...5 Le compte Mauvie U...5 Le compte Sélect Baque Mauvie...5 1. Les solutios
Plus en détailDivorce et séparation
Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détailOpérations bancaires avec l étranger *
Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailPROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS
PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie
Plus en détailLes nouveaux relevés de compte
Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détailPetit recueil d'énigmes
Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailn tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...
Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue
Plus en détailRenseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.
Reseigemets et moitorig. Reseigemets commerciaux et de solvabilité sur les etreprises et les particuliers. ENSEMBLE CONTRE LES PERTES. Reseigemets Creditreform. Pour plus de trasparece. Etreteir des rapports
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailNeolane Message Center. Neolane v6.0
Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.
Plus en détail