FICHE CALCULATRICE : LOI NORMALE
|
|
- Rémy Plamondon
- il y a 7 ans
- Total affichages :
Transcription
1 FICHE CALCULATRICE : LOI NORMALE I ] LOI NORMALE CENTREE REDUITE Calculs directes 1 :normalfdp( : permet de tracer la densité de probabilité, c'est-à-dire f(x) = 1 e 2π x² 2 Pour faire le dessin il suffit de faire : Permet aussi de tracer la densité de probabilité associée à une loi normale quelconque (cf. fin du document) 2 : normalfrép( : permet de calculer P(a X b) lorsque a et b sont des réels tels que a < b et X suit N (0 ;1) 3 : FracNormale( : connaissant c,, permet de trouver la valeur de k telle que P(X k) = c On retrouve les instructions relatives à la loi binomiale vue l année passée : (lignes 0 et A). Les autres instructions utilisent des distributions qui ne sont pas étudiées en classe de terminale (Loi de Student (lignes 4 et 5) Loi du Khi deux (χ²)(lignes 6 et 7), Loi de Fisher (lignes 8 et 9) Loi de Poisson (lignes B et et C) et loi géométrique (lignes D et E)) La calculatrice ne connaissant pas l infini, pour faire comprendre à la calculatrice que nous travaillons avec l infini, on peut utiliser l astuce suivante : on remplace - par c'est-à-dire et + par X suit N (0 ;1). Une autre astuce pour contourner ce problème est d utiliser la symétrie de la représentation graphique de f, c'est-à-dire sachant que l aire sous la courbe est 1, on peut en déduire que l aire sous la courbe sur ] - ; 0] et l aire sous la courbe sur [ 0 ; + [ [ valent toutes les deux 1 2. Ainsi pour calculer P(X 1,3) on peut faire : 0,5 + P( 0 X 1,3). (Les deux dernières décimales peuvent être différentes,, mais ça suffit largement pour répondre à toutes les questions )
2 Question Calculatrice Résultat P (- 1,5 X 2,2) P( X 1,3) ou P(X 0,22) On utilise les propriétés de f : P(X 0,22) = 1 P(X < 0,22) = 1 P(X 0,22) = 0,5 P(0 X 0,22) Résoudre des équations avec la loi normale centrée réduite EXERCICE 1 : La variable aléatoire X suit la loi normale centrée réduite. Les résultats seront arrondis au centième. 1 ) Déterminer le réel a tel que P(X a) = 0, ) Déterminer le réel b tel que P(X > b) = 0, ) Déterminer le réel c tel que P(0 X c) = 0, ) Déterminer le réel positif h tel que P( - h X h) = 0,95 Dans ce cas là il faut utiliser l instruction Toujours accessible via le menu distrib : Cette instruction renvoie la valeur du réel t tel que P(X t) = p où p est un réel de [0 ;1] donné par l utilisateur. Lorsque p = 1 ou p = 0 la calculatrice affiche : Ce qui est légitime étant donné que et et sont respectives les «+» et «-» de la la calculatrice.
3 QUESTIO N TRANSFORMATIONS RESULTATS 1 ) Rien à faire, c est un calcul direct P(X > b) = 1 P(X b) P(X > b) = 0, P(X b) = 0,1256 P(X b) = 0,8744 On peut aussi réfléchir un peu, et se souvenir que grâce à la symétrie de la densité de probabilité de la loi normale on a, pour tout réel t : P(X - t) = P(X t) 2 ) P(0 X c) = P( X c) P(X 0) = P(X c) 0,5 P(0 X c) = 0,1256 P(X c) 0,5 = 0,1256 P(X c) = 0,6256 Il faut se souvenir, toujours grâce à la symétrie de la densité de probabilité que P( X 0) = P(X 0) = 0,5 3 ) 4 ) P( - h X h ) = P(X h) P(X - h) or P(X - h ) = P(X h) = 1 P(X h) D où P( - h X h ) = P(X h) [1 P(X h)] = 2 P(X h) - 1 P( - h X h ) = 0,95 2 P(X h) 1 = 0,95 P(X h) = 0,975 On retrouve la valeur approchée u 0,95 1,96
4 I ] LOI NORMALE N (μ ; σ²) Utiliser les paramètres μ et σ Les instructions à utiliser sont les même, la seul différence est qu il faut préciser la valeur des deux paramètres. En effet, par défaut les instructions normalfrép( : et FracNormale( sont paramétrée pour faire des calculs avec la loi normale centrée réduite. Supposons que X suit N (μ ; σ²) Pour déterminer la valeur de P ( a X b) on saisie : normalfrép(a,b,μ,σ) Et pour déterminer le réel c tel que P ( X c ) = p (où p [ 0 ; 1]) on fait : FracNormale(c,μ,σ) EXERCICE 2 : (calculs directs) Une cantine sert des repas en nombre très important. Soit X la variable aléatoire qui donne le poids en grammes des rations de viande. On suppose que X suit la loi normale N (120 ; 225). Les probabilités seront arrondies au millième le plus proche. 1 ) Quel est le poids moyen d une ration de viande? 2 ) Quelle est la probabilité pour que le poids d une ration de viande soit compris entre 110g et 135 g? 3 ) Le 19 septembre, la cantine a servi 850 repas. A combien peut-on évaluer le nombre de rations de viande dont le poids dépassait 130 g? 1 ) X suit N (120 ; 225), on a donc E(X) = 120. Le poids moyen d une ration de viande est donc de 120g. 2 ) On cherche à calculer P( 110 X 135) Avant d utiliser la calculatrice, il faut commencer par trouver σ. En effet les paramètres de la loi normale sont μ et σ² mais la calculatrice travaille avec μ et σ. σ² = 225 donc σ = 15 3 ) On commence par calculer P(X > 130). A la calculatrice on peut directement faire : On peut aussi faire la transformation : P(X > 130) = 0,5 P( 120 < X < 130) En utilisant la symétrie de la Gaussienne par rapport à la droite d équation x = μ. On retrouve : Donc en arrondissant au millième, on trouve que sur 850 repas, on a 850 x 0, repas dont la ration de viande dépassait 130g. Se ramener à la loi normale centrée réduite Lorsque X suit la loi N (μ ; σ²), il peut être nécessaire de se ramener à la loi normale centrée réduite. En effet, par définition X suit N (μ ; σ²) signifie que T = X µ σ suit N (0 ; 1).
5 EXERCICE 3 : (Résoudre une équation avec une loi normale) La variable aléatoire X suit la loi normale N (μ ; σ²) avec μ = 90 et σ = 20. Les résultats seront arrondis au dixième le plus proche. 1 ) Déterminer le réel k 1 tel que P(X < k 1 ) = 0,98. 2 ) Déterminer le réel k 2 tel que P(X > k 2 ) = 0,6. 3 ) Déterminer un intervalle I de centre μ tel que P(X I) = 0,85. 1 ) Il suffit de faire le calcul directement avec la calculatrice : On trouve k 1 131,1 2 ) Il faut commencer par se ramener à une formule du type : P( X t) = c, afin de pouvoir utiliser la calculatrice. On a : P(X > k 2 ) = 1 P(X k 2 ) D où P(X > k 2 ) = 0,6 1 P(X k 2 ) = 0,6 P(X k 2 ) = 0,4 On trouve k 2 84,9 3 ) Parfois la calculatrice ne peut pas nous aider avec une loi normale de paramètres μ et σ² quelconques, il faut donc utiliser la définition afin de se ramener à une loi normale centrée réduite. Par définition X suit N (90 ; 20²) signifie que T = X µ X = 90 suit N (0 ;1). σ 20 On cherche un intervalle de centre μ, c'est-à-dire on cherche le réel positif h tel que : P( μ h X μ + h) = 0,85 P( μ h X μ + h ) = 0,85 P( 90 h X 90 + h) = 0,85 On en déduit : h h 90 X h 90 P = 0, h h P T = 0, Φ h - 1 = 0,85 20 Φ h = 0, ,44, d où h = 28,8 donc I = [ 90 28,8 ; ,8] = [ 61,2 ; 118,8 ] Représentation graphique de la densité de probabilité associée à une loi normale de moyenne μ et d écart type σ. On utilise la fonction Dans le cas d une loi normale quelconque : N ( μ ; σ²) on fait : (Dans l exemple choisi, on a μ = 50 et σ = 2) Attention à bien régler la fenêtre graphique, la courbe doit être symétrique par rapport à x = μ
TSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailAnnexe 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 détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailIPBX 02 : TP MISE EN OEUVRE RTC ET TOIP. Ce sujet comporte 4 pages de texte suivi du corrigé
IPBX 02 : TP MISE EN OEUVRE RTC ET TOIP Ce sujet comporte 4 pages de texte suivi du corrigé 1. PRÉSENTATION Il est demandé de mettre en œuvre le IPBX OBOX dans la configuration suivante : *** Extérieur
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailLes suites numériques
Chapitre 3 Term. STMG Les suites numériques Ce que dit le programme : Suites arithmétiques et géométriques CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Suites arithmétiques et géométriques Expression du terme
Plus en détaildistribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position
Arbre de NESI distribution quelconque Signe 1 échantillon distribution symétrique non gaussienne Wilcoxon gaussienne Student position appariés 1 échantillon sur la différence avec référence=0 2 échantillons
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailApllication au calcul financier
Apllication au calcul financier Hervé Hocquard Université de Bordeaux, France 1 er novembre 2011 Intérêts Généralités L intérêt est la rémunération du placement d argent. Il dépend : du taux d intérêts
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailProbabilités (méthodes et objectifs)
Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailCOMMANDER la puissance par MODULATION COMMUNIQUER
SERIE 4 MODULER - COMMUNIQUER Fonctions du programme abordées : COMMANDER la puissance par MODULATION COMMUNIQUER Objectifs : Réaliser le câblage d un modulateur d après le schéma de puissance et de commande,
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détailCalculatrice HP Prime
Calculatrice HP Prime Atelier d Initiation Michel DECHAMPS & G.T. SPRINGER Contenu Introduction... 3 Ecran d Accueil et Fenêtre CAS... 3 Applets HP... 5 L Applet Fonction... 6 Fonctions et variables de
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailL2T SMS RESELLER MANUEL DE CONFIGURATION ESPACE RESELLER AVERTISSEMENT
L2T SMS RESELLER MANUEL DE CONFIGURATION ESPACE RESELLER AVERTISSEMENT Si ce document a un indice supérieur à ceux précédemment diffusés, il les annule et les remplace En conséquence, sont destinataire
Plus en détailTutoriel Mathematica Les graphiques
Tutoriel Mathematica Les graphiques Adaptation du tutoriel gratuit sur le Web par Éric Gaul, Dominic Boire et Issa Lizon (voir Médiagraphie). Modifié pour Mathematica 7 par Jean-Philippe Samson. Maintenant
Plus en détailBACCALAUREAT GENERAL MATHÉMATIQUES
BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la
Plus en détailLA MESURE DE PRESSION PRINCIPE DE BASE
Page 1 / 6 LA MESURE DE PRESSION PRINCIPE DE BASE 1) Qu est-ce qu un sensor de pression? Tout type de sensor est composé de 2 éléments distincts : Un corps d épreuve soumit au Paramètre Physique φ à mesurer
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailInitiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE
Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE Introduction Nous avons conçu ce document dans le but de vous aider à
Plus en détailConstruction de la bissectrice d un angle
onstruction de la bissectrice d un angle 1. Trace un angle. 1. 2. Trace un angle cercle. de centre (le sommet de l angle) et de rayon quelconque. 1. 2. 3. Trace Le cercle un angle cercle coupe. de la demi-droite
Plus en détailPlan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.
Plan Intérêts 1 Intérêts 2 3 4 5 6 7 Retour au menu général Intérêts On place un capital C 0 à intérêts simples de t% par an : chaque année une somme fixe s ajoute au capital ; cette somme est calculée
Plus en détailGuide de correction et d optimisation des images en vue de leur publication sous Marcomedia Contribute. Logiciel utilisé : Adobe PhotoShop 7
Guide de correction et d optimisation des images en vue de leur publication sous Marcomedia Contribute Logiciel utilisé : Adobe PhotoShop 7 Etape 1 Sélectionner les images, et les copier dans un répertoire
Plus en détailCorrection du bac blanc CFE Mercatique
Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailTRANSFOLIO version 2.05. Introduction
TRANSFOLIO version 2.05 Introduction TABLE DES MATIERES 1 OBJECTIF... 2 2 DEMARRER TRANSFOLIO... 2 3 CREER SON PREMIER PORTEFEUILLE... 3 3.1 ETAPE 1 : DEFINITION DU PORTEFEUILLE... 3 3.2 ETAPE 2 : OUVERTURE
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailAP1.1 : Montages électroniques élémentaires. Électricité et électronique
STI2D Option SIN Terminale AP1.1 : Montages électroniques élémentaires Électricité et électronique Durée prévue : 3h. Problématique : connaître les composants élémentaires de l'électronique Compétences
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailmathématiques mathématiques mathématiques mathématiques
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailhttp://cermics.enpc.fr/scilab
scilab à l École des Ponts ParisTech http://cermics.enpc.fr/scilab Introduction à Scilab Graphiques, fonctions Scilab, programmation, saisie de données Jean-Philippe Chancelier & Michel De Lara cermics,
Plus en détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
Plus en détailLois 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 détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailLa médiatrice d un segment
EXTRT DE CURS DE THS DE 4E 1 La médiatrice d un segment, la bissectrice d un angle La médiatrice d un segment Définition : La médiatrice d un segment est l ae de smétrie de ce segment ; c'est-à-dire que
Plus en détail1 Comment faire un document Open Office /writer de façon intelligente?
1 Comment faire un document Open Office /writer de façon intelligente? 1.1 Comment fonctionne un traitement de texte?: les balises. Un fichier de traitement de texte (WRITER ou WORD) comporte en plus du
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailCalcul Formel et Numérique, Partie I
Calcul Formel et Numérique N.Vandenberghe nvdb@irphe.univ-mrs.fr Table des matières 1 Introduction à Matlab 2 1.1 Quelques généralités.......................... 2 2 Où trouver des informations 2 3 Opérations
Plus en détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailPrincipes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch
Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels
Plus en détailSOMMAIRE. 1. Préambule...2. 2. Le calendrier...2. 3. Trajectoire d un objet lancé...6. 4. Régression linéaire...9
SOMMAIRE 1. Préambule...2 2. Le calendrier...2 3. Trajectoire d un objet lancé...6 4. Régression linéaire...9 5. Calcul de commissions par tranches...12 6. Base de données...16 7. Valeur cible...19 ATTENTION
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailInitiation à l algorithmique
Informatique S1 Initiation à l algorithmique procédures et fonctions 2. Appel d une fonction Jacques TISSEAU Ecole Nationale d Ingénieurs de Brest Technopôle Brest-Iroise CS 73862-29238 Brest cedex 3 -
Plus en détailF7n COUP DE BOURSE, NOMBRE DÉRIVÉ
Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés
Plus en détailInfolettre #18 : Les graphiques avec Excel 2010
Infolettre #18 : Les graphiques avec Excel 2010 Table des matières Introduction... 1 Hourra! Le retour du double-clic... 1 Modifier le graphique... 4 Onglet Création... 4 L onglet Disposition... 7 Onglet
Plus en détailSEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX
SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX 1. EXPERIENCE 1 : APPLICATION DE LA LOI FONDAMENTALE DE LA DYNAMIQUE a) On incline d un angle α la table à digitaliser (deuxième ou troisième cran de la table).
Plus en détailCours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année
Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailChapitre 4: Dérivée d'une fonction et règles de calcul
DERIVEES ET REGLES DE CALCULS 69 Chapitre 4: Dérivée d'une fonction et règles de calcul Prérequis: Généralités sur les fonctions, Introduction dérivée Requis pour: Croissance, Optimisation, Études de fct.
Plus en détailChapitre 4 : cas Transversaux. Cas d Emprunts
Chapitre 4 : cas Transversaux Cas d Emprunts Échéanciers, capital restant dû, renégociation d un emprunt - Cas E1 Afin de financer l achat de son appartement, un particulier souscrit un prêt auprès de
Plus en détailSSLS116 - Chargement membranaire d une plaque excentrée
Titre : SSLS116 - Excentrement de plaque. Chargement membr[...] Date : 11/03/2010 Page : 1/12 Manuel de Validation Fascicule V3.03 : Statique linéaire des plaques et coques Document : V3.03.116 SSLS116
Plus en détailOptions, Futures, Parité call put
Département de Mathématiques TD Finance / Mathématiques Financières Options, Futures, Parité call put Exercice 1 Quelle est la différence entre (a) prendre une position longue sur un forward avec un prix
Plus en détailMathématiques I Section Architecture, EPFL
Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailEtudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté
Compétences travaillées : Mettre en œuvre un protocole expérimental Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique
Plus en détailTraceur de courbes planes
Traceur de courbes planes Version 2.5 Manuel d utilisation Patrice Rabiller Lycée Notre Dame Fontenay le Comte Mise à jour de Janvier 2008 Téléchargement : http://perso.orange.fr/patrice.rabiller/sinequanon/menusqn.htm
Plus en détailDécouverte du logiciel ordinateur TI-n spire / TI-n spire CAS
Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailRestauration Scolaire Lycée Français Josué-Hoffet. Cahier des Charges et Contrat 2014
Restauration Scolaire Lycée Français Josué-Hoffet Cahier des Charges et Contrat 2014 Siglaisons et troncation : APE : Association des Parents d Élèves COGES : Comité de Gestion CHSCT : Commission Hygiène
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailOrdinateur portable GAMER - GE620DX
GAMER GE620DX ESATA Intel Core I72670QM 640 Go Nvidia GE Force GT555 2Go dédiés En 3.0 1x VGA HDMI ce GAMER GE60 ESATA Intel Core I53210M 640 Go Nvidia GE Force GT555 2Go dédiés 3.0 1x VGA HDMI GAMER GT60
Plus en détailIndicateurs clé de performance: pilotez votre activité Internet!
Indicateurs clé de performance: pilotez votre activité Internet! Par: Julien Coquet Responsable Web Analytics, France OX2/LBi Représentant pour la France Web Analytics Association Quelques mots sur OX2/LBi
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailCalculs financiers (1) : intérêts simples, composés.
Calculs financiers (1) : intérêts simples, composés. 1. Intérêts simples Paul doit 10 000 à son fournisseur. Celui-ci lui accorde un crédit au taux annuel de 5% à intérêts simples (capitalisation annuelle).
Plus en détail