Statistique et Probabilités
|
|
- Oscar Beauregard
- il y a 7 ans
- Total affichages :
Transcription
1 Statstque et Probabltés Classe de D de l ensegnement secondare Commsson atonale des Programmes en Scences Economques et Socales
2
3 Table des matères Table des matères Table des matères... 3 Introducton * Le mot «statstque» Les dfférentes branches de la statstque... 7 Parte I... 9 Éléments de statstque descrptve... 9 Chaptre : Séres statstques.... otons de base..... Termnologe..... Les dfférents types de varables (de données) Les opérateurs Σ et Π et leurs proprétés Présentaton de séres statstques à une varable sous forme de tableau Varables qualtatves Varables quanttatves Représentaton graphque de séres statstques à une varable Varables qualtatves et varables quanttatves dscrètes Varables quanttatves contnues Les valeurs de localsaton et de dsperson et les mesures de concentraton Les valeurs de localsaton (ou ben : valeurs centrales) Les valeurs de dsperson Les mesures de concentraton * Eercces Chaptre : Relatons entre varables Introducton La covarance * Le coeffcent de corrélaton lnéare * La régresson lnéare : méthode des mondres carrés ordnares uage des ponts Développements mathématques *
4 Table des matères 4.3. Epresson fnales La régresson non lnéare : méthode des mondres carrés ordnares* Applcaton résolue Eercces Chaptre 3 : ombres ndces Introducton Les ndces smples Défnton Proprétés des ndces smples Les ndces synthétques Les ndces synthétques avec pondératon Les ndces synthétques avec pondératon : l ndce des valeurs globales et les ndces de Fsher Applcaton résolue Eercces... 7 Parte II... 9 Éléments du calcul des probabltés... 9 Chaptre 4 : Calcul des probabltés.... Introducton.... Événements et opératons sur les événements..... Événements..... Opératons sur les événements Mesure de la probablté Dénombrements Les permutatons Les arrangements sans répéttons Les combnasons sans répéttons Les arrangements avec répéttons Tableau récaptulatf Théore des probabltés Aomes de la théore des probabltés Conséquences des aomes de la théore des probabltés
5 Table des matères 5.3. Evénements dépendants et ndépendants Applcatons résolues Trages successfs sans remse Trages successfs avec remse Trages smultanés Événements complémentares, ncompatbles et non ncompatbles Événements dépendants et ndépendants Théorème de Bayes* Eercces Dénombrements Calcul des probabltés Chaptre 5 : Varables aléatores dscrètes Introducton Caractérstques d une varable aléatore dscrète Lo de probablté Probabltés cumulées et foncton de répartton Valeurs centrales et valeurs de dsperson d une varable aléatore dscrète Applcaton résolue Eercces... 6 Chaptre 6 : Lo bnomale Les epérences aléatores de Bernoull Répétton d une epérence de Bernoull et lo bnomale Espérance mathématque de la lo bnomale Varance et écart type de la lo bnomale Applcaton résolue Eercces Bblographe
6
7 Introducton Introducton *. Le mot «statstque» Le mot statstque vent du mot talen «statsta», sgnfant «homme d État». Ans, le mot statstque désgnat à l orgne «la collecte et l évaluaton des données concernant un État. Cette scence de l État état une représentaton purement descrptve de fats géographques et socau comme le clmat, la populaton, les coutumes, les organsatons économques, etc., à l usage des hommes d État». Aujourd hu, le mot statstque est employé dans un sens beaucoup plus large. Ans, le Robert défnt la statstque comme «scence et technques d nterprétaton de données trop complees et trop nombreuses pour être apprécées sans calcul». Elle est ans défne en tant que dscplne scolare ou unverstare. Cependant, une statstque désgne un tableau chffré ou un graphque relatf à un ensemble de données relatves à un même phénomène, ou ben encore une grandeur calculée à partr des données observées et permettant de résumer les nformatons contenues dans cet ensemble de données.. Les dfférentes branches de la statstque Tout d abord, avant de pouvor étuder un phénomène économque, socal, bologque, physque,, l faut recuellr un ensemble de données à travers des sondages, observatons, mesures, Ces données dovent ensute être tratées, agencées et représentées d une manère cohérente afn de pouvor en trer des nformatons et de formuler des nterprétatons. Ce sont les nstruments de la statstque descrptve (beschrebende Statstk) qu permettent de réalser ce traval. La statstque descrptve, qu sera l objet d étude de la premère parte de ce cours, est donc consttuée d un ensemble de méthodes permettant de décrre des données. Cette descrpton peut se fare à travers des tableau, des LIDEBERG Andreas, WAGER Irmgard, Statstques - Les Stats en Bulles, Termnales, Lcence re année, Pearson Educaton France, 7 7
8 Introducton graphques ou le calcul de certanes valeurs numérques qu résument ou condensent les nformatons contenues dans le vaste ensemble des données collectées. Ces nformatons peuvent ensute être utlsées afn d élaborer des modèles mathématques (souvent smplfés) des phénomènes que l on veut étuder. A l ade de ces modèles, on peut fare des prévsons sur l évoluton future d un certan phénomène ou ben analyser les effets probables de varatons de certanes données sur un phénomène, tout en mesurant les marges d ncerttude lées à ces estmatons. Cec est l objet de la statstque mathématque ou nférentelle (Inferenzstatstk). Cette dernère se base sur les prncpes du calcul des probabltés (Wahrschenlchketsrechnung), dont les bases seront étudées dans la deuème parte de ce cours. La statstque nférentelle elle-même ne sera tratée de manère plus approfonde qu au cours des études supéreures. En résumé, on peut donc caractérser la relaton entre la statstque descrptve et la statstque nférentelle comme sut : lors d une premère étape, on collecte et travalle sur des données réelles à partr desquelles on construt un modèle mathématque représentatf des fats observés ; cec permet ensute, dans une deuème étape, de créer des «données» calculées à l ade de ce modèle mathématque, qu permet de prévor ou de smuler la réalsaton de fats probables. Ans, on peut par eemple collecter des nformatons sur dfférents fats de la ve économque (eemples : le tau d actvté, le coût salaral, ) pour détermner la relaton qu este entre ces fats et le PIB. Cette relaton peut être décrte par un modèle mathématque que l on peut ensute utlser pour prévor les effets probables d un changement des fats observés sur le PIB. On pourrat ans par eemple estmer les effets probables d une augmentaton du tau de l assurance malade sur le nveau du PIB. 8
9 Parte I Éléments de statstque descrptve 9
10
11 Chaptre : Séres statstques Chaptre : Séres statstques. otons de base.. Termnologe Comme déjà ndqué plus haut, la statstque descrptve a comme objet le tratement et l analyse de données. Ces données peuvent concerner l ensemble de tous les éléments, encore appelés untés statstques ou ndvdus, relatfs au phénomène que l on veut étuder. L ensemble comprenant toutes les untés statstques est encore appelé la populaton. En tant qu eemples de populatons, on peut cter entre autres la populaton de tous les élèves de D du Luembourg, la populaton de tous les salarés du Luembourg, la populaton de toutes les ampoules électrques produtes par une entreprse, En parlant d ndvdus, on ne parle donc pas nécessarement de personnes, mas auss d anmau, d objets, de fats, d agrégats économques, Il s agt donc de données que l on peut dénombrer et observer. Afn de recuellr des données concernant une populaton entère, on procède à un recensement, qu est une étude réalsée sur l ensemble des ndvdus d une populaton. Comme l est souvent très couteu ou pratquement mpossble de recuellr des nformatons sur une populaton entère, l faut souvent se contenter d étuder un sous-ensemble de la populaton d ntérêt, encore appelé échantllon, et d en trer ensute les conclusons utles sur la populaton. Cependant, afn que ces conclusons trées à partr de l analyse de l échantllon sur la populaton soent valables, l faut que cet échantllon présente une structure de caractérstques smlare à celle de la populaton (structure d âge, de see, de professon, de revenu, de relgon, ) qu l est censé représenter. En d autres mots, l échantllon dot être représentatf de la populaton que l on veut étuder. Dans le cas où la collecte de données ne concerne qu un «Volkszählung». Au Luembourg, un recensement a leu tous les ans. Le derner recensement a eu leu en, le prochan est donc prévu pour.
12 Chaptre : Séres statstques échantllon d une populaton, on parle de sondage 3. Dfférentes possbltés de consttuer un échantllon sont décrtes dans la secton suvante. En collectant des données concernant les ndvdus d une populaton ou d un échantllon, on s ntéresse à une ou pluseurs varables ou caractères statstques. Il s agt de trats communs à tous les ndvdus. En reprenant l eemple de la populaton des élèves de D du Luembourg, des varables que l on pourrat observer concernant ces ndvdus sont entre autres leur lycée, leur âge, leur see, leurs notes en économe poltque (ou dans d autres branches), leurs notes en applcaton ou en condute, A travers cet eemple, on remarque ben qu l este dfférents types de varables, que nous allons étuder dans une des prochanes sectons. L ensemble des valeurs des varables observées pour un même ndvdu est encore appelé une observaton. Dans la sute du cours 4, nous allons nous concentrer sur l étude d observatons qu ne sont consttuées que d une seule varable, désgnée par le symbole 5. En collectant des observatons concernant dfférents ndvdus, on remarque que les varables observées auront des valeurs dfférentes d un ndvdu à l autre. On appelle modaltés les dfférentes valeurs que peut prendre une varable statstque selon les ndvdus. Ces modaltés sont désgnées par le symbole. Ans, en reprenant l eemple des élèves de D du Luembourg, s désgne la varable «note des élèves en économe poltque», alors la varable peut prendre des modaltés dont les valeurs sont comprses dans l ntervalle [ ; 6]. Souvent, une même modalté d une certane varable est observée auprès de pluseurs ndvdus. On entend par effectf statstque ou fréquence absolue d une modalté, le nombre d ndvdus d une populaton ou d un échantllon dont la modalté de la varable est la même. On note n l effectf de 3 Il se peut que les ndvdus statstques ne soent pas des êtres humans, mas des pèces produtes, des données ssues de la comptablté de l entreprse, Dans ces cas, la collecte de données se fat par des prélèvements de pèces, l analyse des données dsponbles, 4 Au chaptre, où nous allons étuder la relaton estant entre varables concernant une même année, la deuème varable sera désgnée par le symbole y. 5 On peut tout auss ben utlser d autres symboles pour désgner les varables d une observaton.
13 Chaptre : Séres statstques la modalté. Ans, s la modalté a été observée auprès de 39 élèves, alors n 39, avec,,, 6. Le nombre total d ndvdus (et d observatons) d une populaton ou d un échantllon est appelé effectf total, noté. En ce qu concerne par eemple la populaton d élèves de D du Luembourg 6. De manère générale, on appelle sére statstque (à une varable) un ensemble de K couples ( ; n ) avec,,, K, où est la ème modalté de la varable et n représente l effectf ou la fréquence absolue correspondante. otons encore qu en addtonnant les effectfs n, n,, n K, on retrouve l effectf total... Les dfférents types de varables (de données) Les varables observées dans une populaton ou dans un échantllon peuvent être regroupées en foncton de leur nature. Ans, les varables peuvent ou ben représenter des qualtés des ndvdus observés, ou ben des quanttés... Les varables qualtatves (ou catégorelles) Les varables qualtatves reflètent des grandeurs non quantfables, des caractérstques relatves au ndvdus observés (natonalté, see, couleur des yeu, état cvl, ). Dans la plupart des cas, l ndvdu observé ne peut être classé que dans une seule modalté de la varable. Par eemple, pour la varable «état cvl», les modaltés possbles seraent : célbatare, pacsé, maré, veuf, dvorcé et pour la varable «see», les seules modaltés sont masculn et fémnn. On dstngue entre varables qualtatves nomnales et varables qualtatves ordnales. Une varable qualtatve est dte nomnale, s les dfférentes catégores ne peuvent pas être ordonnées (see, couleur des yeu, état cvl, ) tands qu une varable est dte ordnale s les dfférentes catégores 6 Selon «Les chffres clés de l éducaton natonale Statstques et ndcateurs», MEFP 3
14 Chaptre : Séres statstques peuvent être ordonnées (qualté d un produt : mauvase, moyenne, bonne, ecellente).. Les varables quanttatves Les varables quanttatves eprment des grandeurs quantfables, pouvant être décrtes par des nombres enters ou réels. On dstngue entre varables quanttatves dscrètes, dont les valeurs numérques prennent eclusvement des nombres enters (nombre de personnes, nombre d enfants à charge d un ménage) et les varables quanttatves contnues, dont les valeurs numérques peuvent prendre n mporte quelle valeur à l ntéreur d un certan ntervalle (talle, salares, revenus, )..3. Les opérateurs Σ et Π et leurs proprétés.3. L opérateur de sommaton Σ La lettre grecque Σ 7 représente un opérateur de sommaton qu permet de smplfer l écrture de sommes de séres de nombres. Consdérons par eemple la sére suvante de nombres :,,...,,. La somme de ces nombres peut être réécrte de manère plus condensée sous la forme suvante : epresson se lt «somme des valeurs, varant de à».. Cette Afn d llustrer l utlsaton de cette formule, prenons l eemple de la sére de valeurs suvante : Ans, Σ : lettre grecque «sgma» majuscule 4
15 Chaptre : Séres statstques.3. Proprétés de l opérateur Σ* Sot une constante a : a) a a, car a a + a a + a a ( ) +... a b) ( a+ ) a+, car ( a+ ) ( a ) + ( a+ ) ( a+ ) + ( a+ ) + ( a a a+ a) + ( ) fos a+ Sot la sére y, y,..., y, y. c) ( + ) y + y, car ( + ) y ( y ) + ( + y ) ( + y ) + ( + y ) + ( ) + ( y y ) Remarques : +... y y + y + Sot la sére.,,...,, o La somme des ses éléments s écrt alors o Attenton :. 5
16 Chaptre : Séres statstques Soent les séres o La somme y y,,...,, et,,...,,. + y + + y y y y... + y s écrt en écrture condensée comme y. o Attenton : y ne correspond pas au produt des sommes des éléments des deu séres : y o De même : y o y y o y y o y y y.3.3 L opérateur de multplcaton Π* La lettre grecque Π 8 représente un opérateur de multplcaton, permettant de smplfer l écrture de produts de séres de nombres. Consdérons par eemple la sére suvante de nombres :,,...,,. Le produt... de ces nombres peut être réécrt de manère plus condensée sous la forme suvante :. Cette epresson se lt «produt des valeurs, varant de à». 8 Π : lettre grecque «p» majuscule 6
17 Chaptre : Séres statstques. Présentaton de séres statstques à une varable sous forme de tableau.. Varables qualtatves Pour représenter une varable qualtatve à l ade d un tableau, on ndque, pour chaque modalté de la varable, l effectf (ou la fréquence relatve) y correspondant. L eemple suvant permet d llustrer le cas de la varable qualtatve nomnale «état cvl» et de ses dfférentes modaltés. Le recensement de la populaton du Luembourg de l année a fourn les résultats suvants concernant l état cvl : État cvl ombre de personnes célbatare 8556 maré(e) 5 3 dvorcé(e) 9 4 veuf(ve) 86 5 Sans ndcaton 786 populaton totale : Varables quanttatves.. Varables dscrètes La représentaton sous forme de tableau des varables quanttatves dscrètes se fat de manère analogue à celle des varables qualtatves. Pour chaque modalté de la varable, on ndque l effectf y correspondant. L eemple suvant llustre le cas de la varable «nombre d enfants de mons de 5 ans dans le ménage 9», dont les modaltés ne peuvent prendre que des valeurs entères : 9 selon le recensement de la populaton du Luembourg de l année 7
18 Chaptre : Séres statstques.. Varables contnues ombre d'enfants âgés de mons de 5 ans ombre de ménages et plus 5 nombre total de ménages: 7953 Source : www. statec.publc.lu Ben que les varables contnues pussent prendre toute valeur réelle, prenons un eemple fctf, afn d llustrer leur tratement. Consdérons les notes obtenues par élèves d une classe de D en économe poltque : Présentées sous cette forme, les notes ne se prêtent guère à une nterprétaton de la performance des élèves. Il convent donc de réaménager les données afn de meu en pouvor trer des nformatons. a) Présentaton selon l effectf (ou ben : fréquence absolue) ( n ) Une possblté pour meu présenter ces données est de les répartr sur dfférentes classes (ou ntervalles) de longueur (ou ampltude) égale et d ndquer pour chaque classe le nombre de notes y comprses, c'est-à-dre, son effectf n. 8
19 Chaptre : Séres statstques La répartton des notes sur 6 classes d ampltude mène à la présentaton suvante, : otes ombre d élèves n [; [ [ ; [ 3 [ ; 3[ 5 4 [3 ; 4[ 6 5 [4 ; 5[ 4 6 [5 ; 6] Total : 6 n On remarque la somme des effectfs n de chaque classe est égale à l effectf total. Remarque* : Ben qu on n at pas procédé de la manère pour des rasons de smplfcaton, pour détermner le nombre de classes sur lesquelles l s agt de répartr les observatons, on peut avor recours à la formule suvante : K ln K ln b) Présentaton selon la fréquence relatve ( f ) Souvent, on s ntéresse à une présentaton des observatons qu apparaît plus ndépendante de la talle de l échantllon. Il convent alors d eprmer les données sous forme de pourcentages. Cec est souvent utle lorsqu l s agt de trer des conclusons sur une populaton à partr des nformatons fournes par l analyse d un échantllon. Afn de réalser cette transformaton des effectfs en fréquences relatves, on dvse l effectf n de chaque classe par l effectf total afn d obtenr les fréquences relatves f correspondantes. Pour des rasons de smplfcaton, on néglge le fat qu l est mpossble d obtenr une note égale à. Tuyau : Lorsque vous résolvez des eercces, commencez à tracer vos tableau toujours le plus à gauche possble afn de dsposer d assez de place pour rajouter des colonnes! 9
20 Chaptre : Séres statstques f n K n n otons quelques proprétés de f : o f K o f La sére transformée des notes se présente alors comme sut : otes ombre d élèves n Fréquence relatve f [; [,5 [ ; [, [ ; 3[ 5,5 [3 ; 4[ 6,3 [4 ; 5[ 4, [5 ; 6], Total : 6 n 6 f Remarque : Les fréquences peuvent auss être calculées pour les dfférentes modaltés des varables qualtatves ou quanttatves dscrètes. 3. Représentaton graphque de séres statstques à une varable 3.. Varables qualtatves et varables quanttatves dscrètes La représentaton graphque de varables qualtatves et de varables quanttatves dscrètes se fat souvent sous forme de dagrammes en bâtons ou de dagrammes crculares. Le dagramme en bâtons est le plus souvent utlsé pour vsualser les effectfs de chaque modalté, tands que les dagrammes crculares permettent de meu llustrer l mportance d une certane modalté par rapport à l effectf total. Afn d llustrer les deu cas, reprenons les données de l eemple précédant concernant l état cvl des ménages luembourgeos :
21 Chaptre : Séres statstques Dagramme en bâtons 5 nombre de pers état cvl Dagramme crculare* 5% 6% % célbatare maré(e) 4% dvorcé(e) veuf(ve) 46% sans ndcaton Les représentatons graphques d une varable quanttatve dscrète se font de manère semblable à celles de la varable qualtatve llustrée plus haut. Fnalement, on peut noter que pour chacun des deu types de varables représentés c-dessus, l est possble de transformer les effectfs correspondant à chaque modalté en fréquences relatves dans le but de construre un dagramme en bâtons (ou un dagramme crculare*) par fréquence relatve, représentant les données ntales sous forme de pourcentages.
22 Chaptre : Séres statstques 3.. Varables quanttatves contnues Dans le cas de varables contnues, la représentaton graphque ponctuelle des effectfs pour chaque modalté solée n est plus possble, étant donné que les modaltés peuvent prendre n mporte quelle valeur réelle à l ntéreur d un certan ntervalle. En admettant pour smplfer que les effectfs soent réparts de manère homogène sur la longueur des ntervalles, ls dovent par conséquent être représentés par des surfaces rectangulares. Le graphque résultant de la réunon des rectangles représentant les effectfs de chaque classe est appelé «hstogramme» des effectfs. 3.. Hstogramme et polygone des effectfs a) Classes à ampltudes égales (a) L hstogramme des effectfs 3 est un graphque qu représente les effectfs n de chaque classe par des surfaces d are S, de manère à ce que S n. Ans, la surface totale de l hstogramme correspond à l effectf total : K K S n En prncpe, la surface S d un certan rectangle devrat être détermnée par l égalté S a h, où a est l ampltude de la classe et h la hauteur du rectangle. Afn de pouvor construre l hstogramme, l faudrat donc d abord détermner les hauteurs h des rectangles de l hstogramme, connassant l effectf n et l ampltude a. S h a n a bâton au dessus d un pont précs de l ae des abscsses 3 On peut, sur base des mêmes prncpes que ceu décrts c-dessous, construre un hstogramme des fréquences, où les surfaces représentent les fréquences relatves au n leu des effectfs. S f
23 Chaptre : Séres statstques A ttre de smplfcaton 4, étant donné que chaque classe a la même ampltude a, nous fons cette ampltude a comme unté de mesure (on procède donc comme s a ). Ans, h S n. L hstogramme des effectfs représentant les notes des élèves en économe poltque se présente alors comme sut : Hstogramme des effectfs n notes Le polygone des effectfs se construt à partr de l hstogramme, en jognant les mleu des bases supéreures des rectangles (donc les ponts de coordonnées ( ; ) c n où c correspond au centre de la ème classe) de l hstogramme par des lgnes, de manère à ce que la surface en dessous du polygone des effectfs corresponde à la surface totale de l hstogramme. Pour que l are du polygone corresponde effectvement à l are de l hstogramme, l faut commencer à tracer le polygone à partr du mleu d une classe (fctve) d ampltude a précédant la premère classe (donc au pont de c ;, coordonnées ( ) premère classe). c étant le centre de la classe (fctve) précédant la 4 Cette smplfcaton nous permet de mettre en ordonnée de l hstogramme, au leu de, ce qu rend la lecture du graphque beaucoup plus facle. n h 3
24 Chaptre : Séres statstques ème En ce qu concerne le derner ( K ) rectangle, l faut reler le mleu de sa base supéreure (pont ( c ; ) k n k suvant la dernère classe (pont ( ) ) au mleu d une classe (fctve) d ampltude a c ). K+; Le graphque complet aura alors l allure suvante : Hstogramme et polygone des effectfs n notes b) Classes à ampltudes dfférentes) Il se peut que les observatons soent regroupées en classes d ampltudes dfférentes. Dans ce cas, on ne peut plus se contenter de mettre n en ordonnée, étant donné que les ampltudes des classes ne correspondent plus à la même unté de mesure 5. Il faut donc adapter les hauteurs de certans rectangles afn que leur surface corresponde à leur effectf. De ce fat, dans le cas de classes à ampltudes dfférentes, l faut mettre h au leu de n en ordonnée de l hstogramme. Afn de fare cec, l faut d abord chosr une des 5 Les surfaces correspondant au classes ayant des ampltudes plus grandes ne correspondraent plus à l effectf de ces classes et ne seraent plus comparables au autres classes. A ttre d eemple, une sére de deu classes [; [ et [ ; 3[, où chacune comprend un effectf de, ne peut pas être représentée par un hstogramme comprenant rectangles de hauteur, étant donnée que la surface du deuème rectangle serat alors de (au leu de ). Afn de calculer la hauteur du rectangle représentant la deuème classe, on dot multpler son effectf par le rapport des ampltudes des deu classes, ce qu revent à dvser l effectf par. 4
25 Chaptre : Séres statstques ampltudes comme unté de mesure 6. Pour toutes les classes dont l ampltude est égale à cette unté de mesure, la hauteur h est égale à l effectf n. Pour toutes les classes dont l ampltude est dfférente de l unté de mesure, l faut adapter la hauteur comme sut : h. Illustrons ce cas sur base des mêmes notes obtenues par les élèves de D en économe poltque, mas répartes cette fos-c sur des ntervalles correspondant au «mentons» à obtenr lors de l eamen de fn d études secondares, tout en chosssant 4 comme unté de mesure : otes ombre d élèves n Ampltudes des classes a Hauteurs des rectangles 4 [; 3[ 8 3 h 8,6 3 4 [3 ; [ 3 6 h 3 6 [ ; 4[ h h 3 n 3 4 [4 ; 48[ 4 8 h n 5 [48 ; 5[ 4 4 [5 ; 6] 8 h 6, 5 8 h Total : 6 n Dans ce cas, l hstogramme des effectfs prend une forme plus partculère 7 : 6 En prncpe, afn de lmter le nombre de calculs, on chost l ampltude la plus fréquente. 7 On néglge c la constructon du polygone des effectfs dans le cas de classes à ampltudes négales. 5
26 Chaptre : Séres statstques Hstogramme des effectfs h 3,5 3,5,5, notes 3.. Polygones des effectfs cumulés Il este deu types de polygones des effectfs cumulés, à savor le polygone des effectfs cumulés crossants et le polygone des effectfs cumulés décrossants. Avant de pouvor construre ces polygones, l faut d abord établr les séres des effectfs cumulés crossants et décrossants : otes ombre d élèves n Effectfs cumulés crossants n j j Effectfs cumulés décrossants 8 n j j [; [ [ ; [ 3 9 [ ; 3[ [3 ; 4[ 6 4 [4 ; 5[ [5 ; 6] Total : 6 n Dans ce cas précs, l effectf cumulé crossant relatf au ème ntervalle ndque le nombre de notes strctement nféreures à la valeur de la borne supéreure de l ntervalle en queston. n 8 on suppose que 6
27 Chaptre : Séres statstques L effectf cumulé décrossant relatf au ème ntervalle ndque le nombre de notes supéreures ou égales à la valeur de la borne nféreure de l ntervalle en queston. A ttre d eemple, les effectfs cumulés relatfs au 3 ème ntervalle ndquent que 8 élèves ont une note strctement nféreure à 3 et 7 élèves ont une note supéreure ou égale à. Le polygone des effectfs cumulés crossants se construt en relant les ponts ayant comme abscsse les bornes supéreures de chaque ntervalle et comme ordonnée les effectfs cumulés crossants qu y correspondent, tout en commençant par le pont ayant comme abscsse la borne nféreure du premer ntervalle et comme ordonnée : Polygone des effectfs cumulés crossants 5 eff. cum. cross notes Cette courbe permet, pour une note quelconque, d ndquer de manère appromatve le nombre de notes qu y sont nféreures. Le polygone des effectfs cumulés décrossants se construt en relant les ponts ayant comme abscsse les bornes nféreures de chaque ntervalle et comme ordonnée les effectfs cumulés décrossants qu y correspondent (le derner pont a comme abscsse la borne supéreure du derner ntervalle et comme ordonnée ) : 7
28 Chaptre : Séres statstques Polygone des effectfs cumulés décrossants 5 eff. cum. décross notes Cette courbe permet, pour une note quelconque, d ndquer de manère appromatve le nombre de notes qu y sont supéreures. Remarque : On peut auss représenter les polygones des effectfs cumulés crossants et décrossants sur un seul graphque. Polygones des effectfs cumulés crossants et décrossants eff. cum. cross. et décrossants notes 8
29 Chaptre : Séres statstques Les deu courbes vont alors se couper au pont ayant comme ordonnée la valeur /, c'est-à-dre, la moté de l effectf total. L abscsse qu y correspond est appelée «médane» 9. La présence de classes à ampltudes négales ne change ren à la procédure de constructon des polygones des effectfs cumulés. 4. Les valeurs de localsaton et de dsperson et les mesures de concentraton Les séres statstques sont surtout utlsées pour fare des comparasons de certanes caractérstques de populatons dans l espace ou dans le temps. Cependant, les séres statstques sont souvent basées sur les observatons relatves à un nombre très élevé d ndvdus (effectf total grand). Afn de pouvor effectuer des comparasons de séres statstques, l est nécessare de résumer les nformatons qu elles contennent au moyen de certanes valeurs précses. Parm ces valeurs, on dstngue les «valeurs de localsaton» (ou ben «valeurs centrales»), les «valeurs de dsperson» et les mesures de concentraton. 4.. Les valeurs de localsaton (ou ben : valeurs centrales) Ces valeurs permettent de décrre de manère résumée la «parte centrale» de séres statstques, ce qu faclte la comparason rapde de séres dfférentes. 4.. Le mode ( M o, la domnante) a) Varables qualtatves et varables quanttatves dscrètes * Dans le cas de varables qualtatves ou de varables quanttatves dscrètes, on appelle mode la valeur de la varable correspondant à l effectf le plus élevé. 9 vor pont
30 Chaptre : Séres statstques b) Varables quanttatves contnues En ce qu concerne les varables quanttatves contnues, l s agt plutôt de détermner la classe modale. Dans le cas d une sére statstque contnue subdvsée en classes de même ampltude, la classe modale correspond par conséquent à celle présentant l effectf le plus élevé. On chost souvent le centre de la classe modale en tant que valeur modale. otes ombre d élèves n [ ; [ [ ; [ [ ; 3[ 5 classe modale [3 ; 4[ 6 [4 ; 5[ 4 [5 ; 6] Total : La note modale est donc de 35 ponts. 4.. La médane ( M e) 6 n La médane est la valeur de la varable qu partage la sére statstque en deu partes de talle égale (talle /). De manère smplfée, on peut dre que la médane est la valeur qu lasse 5 % des observatons à sa gauche et 5 % des observatons à sa drote. a) Varables quanttatves dscrètes * Afn de pouvor détermner la médane d une sére statstque dscrète, l faut tout d abord arranger les modaltés de manère crossante. 3
31 Chaptre : Séres statstques Ensute, l faut dstnguer deu cas : o s l effectf est mpar, la médane correspond à la observaton ; + ème o s l effectf est par, la médane correspond à la moyenne arthmétque smple de la ème et de la + ème observaton. Reprenons en tant qu eemple les notes solées obtenues par élèves en économe poltque : ème observaton + ème observaton M e 3,5 ponts ème obs. ème obs. 3 + ème obs. ème obs. 34 Dans ce cas précs, la note médane de 3,5 ponts est telle que élèves (la moté, 5 %) ont une note qu y est nféreure et élèves ont une note qu y est supéreure. b) Varables quanttatves contnues Afn de pouvor détermner la médane d une sére statstque contnue groupée en classes, l faut d abord établr l effectf cumulé crossant correspondant à chacune des classes. Ensute, l faut détermner la classe médane (ou ben : l ntervalle médan), c'est-à-dre, la classe comprenant la valeur assocée à la ème observaton, c'est-à-dre la valeur de la varable qu partage la sére statstque en deu partes de talles égales. Illustrons la détermnaton de la classe médane à travers la sére des notes en économe poltque : 3
32 Chaptre : Séres statstques otes ombre d élèves n Effectf cumulé crossant [; [ [ ; [ 3 [ ; 3[ 5 8 [3; 4[ 6 4 [4 ; 5[ 4 8 [5 ; 6] effectf cumulé crossant Total : 6 n Comme, et que est encadré par les valeurs 8 et 4 de l effectf cumulé crossant, nous savons que l ntervalle [3 ; 4[ correspond à la classe médane. La médane est donc comprse entre 3 et 4. Le polygone des effectfs cumulés crossants c-dessous permet de vsualser la noton de médane. Dans ce cas précs, la médane correspond à la note qu partage l effectf total ( ) en deu partes de talles égales à notes. On peut donc parler dans ce cas c de la «note médane». Polygone des effectfs cumulés crossants eff. cum cross M e notes Afn de détermner la valeur médane de manère plus précse, nous procédons comme sut. Sur le polygone des effectfs cumulés crossants c- 3
33 Chaptre : Séres statstques dessus, nous voyons que la valeur de la médane correspond à l abscsse du pont ayant comme ordonnée et se trouvant sur le segment de drote délmté par les ponts de coordonnées (3 ; 8) et (4 ; 4). ous voyons auss que la valeur de la pente de ce segment est égale à A partr de ce même graphque, nous voyons encore que la valeur de la pente du segment de drote délmté par les ponts de coordonnées (3 ; 8) et M ; -8 ) est égale à - 3 ( e M e -8 M e -3 En outre, on constate clarement que la valeur de la pente de ce segment de drote est la même que la valeur de la pente du segment délmté par les ponts de coordonnées (3 ; 8) et (4 ; ). Comme les valeurs des deu pentes sont égales, nous pouvons établr l égalté suvante : -8 M e pouvons détermner la valeur eacte de la médane : 4 3 M e 3+ ( 8) 33, 3 ponts En transformant cette égalté, nous La note médane est donc telle que 5 % des élèves ont obtenu une note nféreure à 33, 3 ponts et que 5 % des élèves ont obtenu une note supéreure à 33, 3 ponts. Le graphque suvant permet de ben vérfer les calculs :. 33
34 Chaptre : Séres statstques Polygone des effectfs cumulés crossants eff. cum cross , notes A partr de l epresson précédente, essayons ensute de dégager une formule générale permettant de calculer la médane. Pour fare cec, défnssons d abord les symboles suvants : o nf est la lmte nféreure de la classe médane ; o sup est la lmte supéreure de la classe médane ; o y nf est l effectf cumulé crossant correspondant à la classe précédant la classe médane ; o est la moté de l effectf total ; o y sup est l effectf cumulé crossant correspondant à la classe médane. Dans l eemple précédent, ces symboles prenaent les valeurs suvantes : nf 3 sup 4 y nf 8 y sup 4 En remplaçant les valeurs par leurs symboles respectfs dans la formule 4 3 M e 3+ ( 8), nous trouvons la formule générale suvante :
35 Chaptre : Séres statstques M e nf sup + y nf ysup y nf nf Le graphque c-dessous permet de vsualser cette formule : Polygone des effectfs cumulés crossants eff. cum cross y sup y nf nf sup M e notes Remarques : La médane est utlsée par de nombreu nsttuts de statstque pour détermner le seul de pauvreté monétare nhérent à la populaton d une certane régon ou d un certan pays. Ans, au Luembourg, le seul de rsque de pauvreté est défn comme le revenu équvalent à 6 % du revenu médan des ménages. La médane peut tout auss ben être détermnée sur base des fréquences relatves cumulées crossantes, en remplaçant la valeur de par,5 (5 % de l effectf total) et en substtuant dans les symboles y nf et y sup les valeurs des fréquences relatves cumulées crossantes encadrant la valeur,5. La médane présente l avantage de ne pas dépendre de valeurs aberrantes (eagérément basses ou hausses) de la varable. On peut auss détermner graphquement la médane en traçant les courbes des effectfs (ou des fréquences relatves) cumulés crossants et 35
36 Chaptre : Séres statstques décrossants. La médane correspond alors à l abscsse du pont d ntersecton des deu courbes. Polygones des effectfs cumulés crossants et décrossants 5 eff. cum. crossant et décrossants , notes 4..3 La moyenne arthmétque smple ( ) a) Varables quanttatves dscrètes La moyenne arthmétque smple, notée, de valeurs solées se calcule de la manère suvante : Afn d llustrer ce cas, consdérons la sére des notes (solées) obtenues en économe poltque comme une sére de varables dscrètes. Dans ce cas, la moyenne des notes se calcule comme sut : ( ) 3, 6 b) Varables quanttatves contnues En présence d une sére statstque contnue comprenant valeurs répartes sur K classes, le calcul de la moyenne se fat sur base des centres de classe c et de l effectf n de chaque classe
37 Chaptre : Séres statstques K n c Calculons ensute la moyenne des notes obtenues en économe poltque, groupées en classes : otes ombre d élèves n Centre de classe c n c [; [ 5 5 [ ; [ 5 3 [ ; 3[ [3 ; 4[ 6 35 [4 ; 5[ [5 ; 6] 55 Total : 6 n n 6 c Étant donné que les fréquences relatves f de chaque classe correspondent à n, la moyenne peut encore se calculer de la manère suvante : Remarques : K Tout comme pour la médane, pour des données groupées en classes, la moyenne ne peut être détermnée que de manère appromatve, étant donné que l on ne connaît pas les valeurs eactes de la varable (la moyenne trouvée au pont a) état de 3,6 ponts). La moyenne arthmétque smple présente, contrarement à la M e, le désavantage d être dépendante de valeurs aberrantes. f c 37
38 Chaptre : Séres statstques c) Proprétés de la moyenne arthmétque smple *. La somme des écarts entre les observatons d une sére statstque et leur moyenne est égale à. Démonstraton : ( ) 443 vor proprété b) de l'opérateur Σ 443 otons que cette proprété reste valable pour des séres statstques contnues groupées en K classes.. La somme des carrés des écarts entre les observatons d une sére statstque et un nombre quelconque o est mnmale lorsque Démonstraton : Posons S ( ) o o. Afn de mnmser l epresson S, prenons d abord sa dérvée premère par rapport à o : S' ( ) ( ) ( ) Ensute, nous allons annuler S ' pour trouver la valeur de o pour laquelle S attent un etremum : ( ) ( ) o En consdérant la proprété () ( ) o qu une soluton possble à l équaton précédente est, nous pouvons conclure o. Dérver l epresson revent à calculer les dérvées des termes avec,, 38 ( ) et d addtonner ensute ces dérvées. ( )
39 Chaptre : Séres statstques Comme la dérvée seconde de S est toujours strctement postve ( '' ) on peut fnalement conclure que la soluton S, o mnmse l epresson S. d) Calcul de la moyenne arthmétque smple par changement d orgne et d échelle En foncton de l ordre de grandeur des valeurs de la varable d une sére statstque contnue, l peut s avérer utle de transformer la sére statstque dans le but d alléger les calculs de la moyenne. Afn de réalser cette transformaton, on a recours à ce que l on appelle un «changement d orgne et d échelle». Il s agt c tout smplement d une transformaton lnéare des dfférents centres de classe c, ce qu entraîne que leur moyenne subra la même transformaton lnéare. A partr des centres de classe c, nous allons créer une nouvelle sére de valeurs dont les éléments sont notés z et que nous obtenons en retranchant de chaque c un nombre quelconque et en dvsant ce résultat par un certan paramètre a ( a R) et. Les nombres a et sont choss en foncton des caractérstques des données. La sére smplfée devent alors : c. a z On peut donc dre que cette transformaton lnéare des c permet de «centrer et de rédure» la sére statstque. Ensute, on calcule la moyenne des données transformées z à travers les formules usuelles. A partr de la moyenne z de la sére transformée, on peut faclement trouver la moyenne de la sére ntale. Comme on sat que la moyenne des données observées subt la même transformaton que les observatons, on peut en trer que. En retransformant cette a z epresson, on peut trouver à travers l epresson suvante : az + Reprenons les données de l eemple précédent avec 35 et a Le nombre peut par eemple correspondre au centre de la classe modale, de la classe centrale ou de la classe médane et le paramètre peut par eemple correspondre à l ampltude d une des classes. a 39
40 Chaptre : Séres statstques otes ombre d élèves n Centre de classe c n c z n z [; [ [ ; [ [ ; 3[ [3 ; 4[ 6 35 [4 ; 5[ [5 ; 6] 55 4 Total : 6 n n c 66 n 6 6 z 4 4 z, (,) az 35+ ponts 4..4 Cas partculers de moyennes * a) La moyenne arthmétque pondérée ( w) Dans le calcul de la moyenne arthmétque smple, on attrbue un pods (ou ben : une mportance) dentque égal à à chacune des observatons. Cependant, on peut juger utle d attrbuer des pods w (weghts) dfférents à certanes observatons, en foncton de leur mportance ou de la fablté des données. La moyenne arthmétque pondérée notée (de observatons dscrètes) w se calcule alors comme sut : w W w avec w W Ce type de moyenne est par eemple utlsé pour calculer la moyenne annuelle pondérée des notes d un élève, où on attrbue des pods dfférents au dfférentes branches. 4
41 b) La moyenne quadratque ( Q ) Chaptre : Séres statstques Le calcul de la moyenne quadratque est utle lors de la détermnaton de certanes «valeurs de dsperson», comme par eemple la varance ou l écart type (vor pont 4..). Pour une sére statstque dscrète à observatons, la moyenne quadratque se calcule comme sut : ou ben : Q Q Pour une sére statstque contnue, groupée en K classes de centre c et d effectf n, la moyenne quadratque est détermnée par la formule suvante : ou ben : Q K n c Q K n c ou ben, en utlsant les fréquences relatves : ou ben : K Q f c Q K f c c) La moyenne géométrque ( G ) La moyenne géométrque est surtout utlsée lors du calcul de tau de crossance moyens, du calcul de moyennes de coeffcents multplcateurs ou 4
42 Chaptre : Séres statstques ben lorsque la sére statstque observée présente une évoluton eponentelle (dans ce cas, l utlsaton de la moyenne arthmétque peut mener à des conclusons/résultats bzarres). La moyenne géométrque nous sera utle au cours du chaptre 3, tratant le calcul des ndces. La moyenne géométrque d une sére statstque composée de observatons est calculée à l ade de la formule suvante : G... Afn de faclter les calculs, on procède à une lnéarsaton de cette formule à travers une transformaton logarthmque : lng ln... ln + ln ln ( ln + ln ln ) ln Dans le cas d une sére contnue à K classes de centres c et d effectfs n, la formule s écrt comme sut : G c n n c... c nk K c n La transformaton logarthmque mène ensute à la formule suvante : n n ln n n n nk K G ln c c... ck lnc + lnc ln K n lnc ( n lnc + nlnc nk lnck) Illustrons le calcul de cette moyenne à travers un eemple smplfé. Sur les 3 dernères années, le CHIDA d une entreprse a augmenté de %, pus de % et fnalement de 4 %. Quel est l accrossement annuel moyen du CHIDA de cette entreprse?,,,,7 3 4 Le tau de crossance annuel moyen du CHIDA de cette entreprse est donc de,7 %. c K 4
43 Chaptre : Séres statstques d) La moyenne harmonque ( H ) La moyenne harmonque est utlsée pour calculer des moyennes de rapports ou de pourcentages (eemples : vtesses moyennes, productvtés horares moyennes du traval, rendements moyens de la terre, tau de change moyens, ). En outre, cette moyenne sera utlsée lors du calcul des ndces au chaptre 3. Pour une sére statstque de observatons, elle se calcule d après la formule suvante : H Souvent, on utlse l nverse de cette formule, plus facle à manpuler pour calculer d abord H, ce qu permet ensute de détermner H : H Illustrons l utlsaton de cette moyenne à travers un eemple concret. Pour un certan trajet, on fat 3 km/h en moyenne à l aller et 6 km/h en moyenne au retour. Quelle a été la vtesse moyenne de l aller et du retour? 3 + H km km km 3 6 h h h Ans, H 4 km/h. km 4 h 4..5 Valeurs centrales et symétre d une sére statstque * La forme de l hstogramme d une sére statstque peut révéler des nformatons sur la dstrbuton des observatons. Sur base de tros séres de données unmodales, dont l effectf total de 8 est à chaque fos répart sur 7 classes d ampltude, nous allons dégager une relaton emprque entre les Supposons que le trajet sot de 6km. On a donc beson de h pour l aller et de h pour le retour, en total donc 3h pour km, ce qu fat une moyenne de km/3h 4km/h. 43
44 Chaptre : Séres statstques valeurs des prncpales valeurs centrales, à savor le mode, la médane et la moyenne arthmétque smple. La relaton y dégagée permet de rendre compte de la symétre de la dstrbuton des observatons. sére statstque symétrque M o 35 M e c n n M o M e sére statstque asymétrque à gauche M o 5 c M e,94 6 n n M o < M e < 44
45 Chaptre : Séres statstques sére statstque asymétrque à drote c M o 55 M e 47,9 44 n n M o > M e > On remarque donc que pour une sére asymétrque, la moyenne toute seule est une mesure nsuffsante pour résumer les caractérstques de la sére. Dans bon nombre de cas (séres de revenus, rchesse, ), l faut ben tenr compte de ce fat, étant donnée que la répartton des valeurs se fat souvent de manère négale autour de la moyenne. Applquons encore les notons vues c-dessus à la dstrbuton des notes des élèves en économe poltque. ous savons que M o 35, M e 33, 3 et que 33. Comme M o > M e >, nous pouvons en conclure que la sére est très légèrement asymétrque à drote. 4.. Les valeurs de dsperson Pour meu pouvor comparer la structure (c est-à-dre la répartton des observatons à l ntéreur) de dfférentes séres statstques, on a recours au «valeurs de dsperson». 45
46 4.. Les quantles ( q p) Chaptre : Séres statstques A côté de la médane, on peut s ntéresser à d autres valeurs qu partagent l effectf d une sére statstque en sous-ensembles comprenant p %, respectvement ( p) % de l effectf. Ans, on défnt le quantle q p comme la valeur de la varable qu lasse p % de l effectf total à sa gauche et ( p) % à sa drote. En dstnguant dfférentes valeurs de p, on peut défnr : o les quartles p 5 q 5 premer quartle p 5 q 5 deuème quartle p 75 q 75 trosème quartle la médane o les décles p q premer décle p q deuème décle p 3 q 3 trosème décle p 4 q 4 quatrème décle p 5 q 5 cnquème décle p 6 q 6 sème décle p 7 q 7 septème décle p 8 q 8 hutème décle p 9 q 9 neuvème décle premer quntle deuème quntle la médane trosème quntle quatrème quntle o les centles (ou percentles) p q premer centle p q deuème centle p 5 q 5 cnquantème centle p 99 q 99 derner centle la médane Les quantles sont détermnés de manère analogue à la médane. Détermnons, à ttre d eemple, le 3 ème quartle ( q 75) de la sére des notes en économe poltque. Dans ce cas, q 75 est la note telle que 75 % des élèves (ou 46
47 Chaptre : Séres statstques ben :,75 élèves) ont une note qu y est nféreure et 5 % ont une note qu y est supéreure. Applquons donc une formule smlare à celle utlsée lors du calcul de la médane : où : q 75 nf + 75 (, y ) nf y sup sup y nf nf o nf est la lmte nféreure de la classe comprenant la valeur de la varable assocée à la (,75) ème observaton (respectvement la valeur de la varable assocée à la fréquence cumulée de,75) ; o sup est la lmte supéreure de la classe en queston ; o y nf est l effectf cumulé crossant correspondant à la classe précédant la classe en queston ; o y sup est l effectf cumulé crossant correspondant à la classe en queston. Les valeurs à remplacer dans la formule c-dessus peuvent être détermnées à l ade du tableau suvant : otes ombre d élèves n Effectf cumulé crossant [; [ [ ; [ 3 [ ; 3[ 5 8 [3 ; 4[ 6 4 [4; 5[ 4 8 [5 ; 6] effectf cumulé crossant,75 5 Total : 6 n Comme,75,75 5, l ntervalle [4 ; 5[ correspond à classe comprenant la (,75) ème observaton. Ans, les autres symboles de la formule énoncée c-dessus seront à remplacer par les valeurs suvantes : 47
48 Chaptre : Séres statstques nf 4 sup 5 y nf 4 y sup q ,5 ponts. On peut 8 4 On trouve alors que ( ) donc dre que 75 % des notes sont nféreures à 4,5 ponts et que 5 % des notes y sont supéreures. De manère analogue, le er quartle ( q 5) de la sére des notes en économe poltque vaut ( ) 3 q , ce qu sgnfe que 5 % 8 3 des notes sont nféreures à 4 ponts et que 75 % des notes y sont supéreures. Remarque : Certans quantles, comme par eemple les décles ou les quntles, sont souvent utlsés par les nsttuts de statstque pour évaluer la dstrbuton des revenus dans une régon ou un pays et de rendre compte ans des négaltés de revenus ou socales. Dans une optque smlare, certans quantles sont utlsés pour calculer d autres valeurs de dsperson comme par eemple l écart nterquartle ou le rapport nterdécle. 4.. L écart nterquartle ( eq ) L écart nterquartle est la dstance entre le trosème et le premer quartle. Il mesure la longueur de l ntervalle qu content 5 % des valeurs de la varable, répartes en deu partes égales autour de la médane. eq q 75 q 5 Quant à notre eemple des notes en économe poltque, eq q 75 q5 4,5 4 8,5 ponts. Cela sgnfe que la note la plus fable des 5 % des notes les plus élevées est de 8,5 ponts supéreure à la melleure note des 5 % des notes les plus fables. On peut donc dre en même temps que les 5 % des élèves ayant obtenu les melleures notes ont au mons 8,5 ponts de plus que les 5 % des élèves ayant les notes les plus basses. Remarque : On peut auss calculer un écart nterdécle ou un écart nterquntle. 48
49 Chaptre : Séres statstques 4..3 Le rapport nterdécle ( rd ) Pour mesurer l négalté de la dstrbuton d une varable, on peut calculer le rapport entre le 9 ème et le er décle. q rd q Ce rapport est souvent utlsé pour mesurer des négaltés de revenu. Dans ce cas, le rd est le rapport entre le revenu mamal des % des ménages les plus pauvres et le revenu mnmal des % des ménages les plus rches. En d autres mots, le rd permet d eprmer le nveau de ve mnmal des % des ménages les plus asés en un pourcentage du nveau de ve mamal des % des ménages les mons favorsés. 9 Remarque : On peut auss calculer un rapport nterquartle 3 q8 nterquntle. q 4..4 La varance 4 ( σ ) a) Défnton et formules q q 75 5 ou un rapport La varance est la moyenne arthmétque smple des carrés des écarts des valeurs de la varable à la moyenne (ou ben : c est la moyenne quadratque des écarts des valeurs du caractère à la moyenne ). o sére contnue à valeurs, groupées en K classes de centre c : σ K n ( c ) K nc 3 Applqué à la sére des notes de élèves en économe poltque, le rapport nterquartle est de,778 ce qu veut dre que la note du 6 ème élève (note mnmale des 5 % des élèves ayant les notes les plus élevées) est de 77,8 % supéreure à (ou ben : vaut,778 fos) celle du 5 ème élève (note mamale des 5 % des élèves ayant les notes les plus basses). 4 σ : lettre grecque «sgma» mnuscule 49
TD 1. Statistiques à une variable.
Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailSTATISTIQUE AVEC EXCEL
STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments
Plus en détailRemboursement d un emprunt par annuités constantes
Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)
Plus en détailMesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailContrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations
Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus
Plus en détailPage 5 TABLE DES MATIÈRES
Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailAssurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire
Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats
Plus en détailChapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.
Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
Plus en détailCOMPARAISON DE MÉTHODES POUR LA CORRECTION
COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce
Plus en détailGENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)
GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble
Plus en détailGénéralités sur les fonctions 1ES
Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :
Plus en détailMontage émetteur commun
tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.
Plus en détailI. Présentation générale des méthodes d estimation des projets de type «unité industrielle»
Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton
Plus en détailBUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES
BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton
Plus en détailExercices d Électrocinétique
ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton
Plus en détail1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2
- robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes
Plus en détailEditions ENI. Project 2010. Collection Référence Bureautique. Extrait
Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf
Plus en détailQ x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2
Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes
Plus en détailFiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage
Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailGrandeur physique, chiffres significatifs
Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère
Plus en détailÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.
ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque
Plus en détailDirigeant de SAS : Laisser le choix du statut social
Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme
Plus en détailCalcul de tableaux d amortissement
Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,
Plus en détailImpôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD
Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du
Plus en détailDES EFFETS PERVERS DU MORCELLEMENT DES STOCKS
DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent
Plus en détailÉconométrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University
Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne
Plus en détailLE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF
1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs
Plus en détailChapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique
Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan
Plus en détailEH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes
EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare
Plus en détailIDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures
IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School
Plus en détailsanté Les arrêts de travail des séniors en emploi
soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d
Plus en détailLes déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises
Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et
Plus en détailLes déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises
Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailSystème solaire combiné Estimation des besoins énergétiques
Revue des Energes Renouvelables ICRESD-07 Tlemcen (007) 109 114 Système solare combné Estmaton des besons énergétques R. Kharch 1, B. Benyoucef et M. Belhamel 1 1 Centre de Développement des Energes Renouvelables
Plus en détailhal-00409942, version 1-14 Aug 2009
Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des
Plus en détailTerminal numérique TM 13 raccordé aux installations Integral 33
Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue
Plus en détailPratique de la statistique avec SPSS
Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/
Plus en détailCHAPITRE 1 : Distribution statistique à une dimension
Chatre1 : Dstrbuton Statstque à une dmenson I.H.E.T de Sd Dhr CHAPITRE 1 : Dstrbuton statstque à une dmenson Secton 1 : Vocabulare élémentare de la statstque descrtve 1. Poulaton et ndvdu Dénton On aelle
Plus en détailVIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4
GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature
Plus en détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
Plus en détailUNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS
BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**
Plus en détailInterface OneNote 2013
Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013
Plus en détailPrise en compte des politiques de transport dans le choix des fournisseurs
INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE N attrbué par la bblothèque THÈSE Pour obtenr le grade de DOCTEUR DE L I.N.P.G. Spécalté : Géne Industrel Préparée au Laboratore d Automatque de Grenoble Dans
Plus en détailLes prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe
Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton
Plus en détailPREMIERS PAS en REGRESSION LINEAIRE avec SAS. Josiane Confais (UPMC-ISUP) - Monique Le Guen (CNRS-CES-MATISSE- UMR8174)
PREMIERS PAS en REGRESSION LINEAIRE avec SAS Josane Confas (UPMC-ISUP) - Monque Le Guen (CNRS-CES-MATISSE- UMR874) e-mal : confas@ccr.jusseu.fr e-mal : monque.leguen@unv-pars.fr Résumé Ce tutorel accessble
Plus en détailLe Prêt Efficience Fioul
Le Prêt Effcence Foul EMPRUNTEUR M. Mme CO-EMPRUNTEUR M. Mlle Mme Mlle (CONJOINT, PACSÉ, CONCUBIN ) Départ. de nass. Nature de la pèce d dentté : Natonalté : CNI Passeport Ttre de séjour N : Salaré Stuaton
Plus en détailEn vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008
THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par l'unversté Toulouse III - Paul Sabater Spécalté : Informatque Présentée et soutenue par Meva DODO Le 06 novembre 2008 Ttre
Plus en détailL enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir
L ensegnement vrtuel dans une économe émergente : percepton des étudants et perspectves d avenr Hatem Dellag Laboratore d Econome et de Fnances applquées Faculté des scences économques et de geston de
Plus en détailCorrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio
Correctons adabatques et nonadabatques dans les systèmes datomques par calculs ab-nto Compte rendu du traval réalsé dans le cadre d un stage de quatre mos au sen du Groupe de Spectroscope Moléculare et
Plus en détail1. Les enjeux de la prévision du risque de défaut de paiement
Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France
Plus en détailLA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?
LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? Anne PERRAUD (CRÉDOC) Phlppe MOATI (CRÉDOC Unversté Pars) Nadège COUVERT (ENSAE) INTRODUCTION Au cours des dernères années, de nombreux
Plus en détailTHESE. Khalid LEKOUCH
N d ordre : /2012 THESE Présentée à la FACULTE DES SCIENCES D AGADIR En vue de l obtenton du GRADE DE DOCTEUR EN PHYSIQUE (Spécalté : Energétque, Thermque et Métrologe) Par Khald LEKOUCH MODELISATION ET
Plus en détailEn vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009
THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par Insttut Natonal Polytechnque de Toulouse (INPT) Dscplne ou spécalté : Informatque Présentée et soutenue par Elayeb Blel Le
Plus en détailLa Quantification du Risque Opérationnel des Institutions Bancaires
HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton
Plus en détailIntegral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation
Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement
Plus en détailCREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?
CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER
Plus en détailEURIsCO. Cahiers de recherche. Cahier n 2008-05. L épargne des ménages au Maroc : Une analyse macroéconomique et microéconomique.
Cahers de recherche EURIsCO Caher n 2008-05 L épargne des ménages au Maroc : Une analyse macroéconomque et mcroéconomque Rapport d étude Najat El Mekkaou de Fretas (coordnateur) Eursco Unversté Pars Dauphne
Plus en détailGUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES
GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES Gude destné au mleu muncpal québécos NOVEMBRE 2013 Coordnaton : Martn Cormer,
Plus en détailPourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE
L og c el s de D agnos t c s I mmob l er s Cont ac t eznous 32BddeS t r as bougcs3010875468 Par scedex10tel. 0253354064Fax0278084116 ma l : s er v c e. c l ent @l c el. f r Pourquo LICIEL? Implanté sur
Plus en détailPrêt de groupe et sanction sociale Group lending and social fine
Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de
Plus en détailÉtranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes
Étranglement du crédt, prêts bancares et poltque monétare : un modèle d ntermédaton fnancère à projets hétérogènes Mngwe Yuan et Chrstan Zmmermann Introducton et objet de l étude Par étranglement du crédt
Plus en détailINTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central
Etude numérque de la consoldaton undmensonnelle en tenant compte des varatons de la perméablté et de la compressblté du sol, du fluage et de la non-saturaton Jean-Perre MAGNAN Chef de la secton des ouvrages
Plus en détailRAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD
UFR SCIENCES ET TECHNOLOGIES DEPARTEMENT DE MATHEMATIQUES ET INFORMATIQUE 63 177 AUBIERE CEDEX Année 2008-2009 Master II : SIAD RAPPORT DE STAGE Sujet : Approcher la frontère d'une sous-parte de l'espace
Plus en détailDynamique du point matériel
Chaptre III Dynaqe d pont atérel I Généraltés La cnéatqe a por objet l étde des oveents des corps en foncton d teps, sans tenr copte des cases q les provoqent La dynaqe est la scence q étde (o déterne)
Plus en détailPour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr.
Régulaton Sondes & Capteurs Détente frgo électronque Supervson & GTC Humdfcaton & Déshu. Vannes & Servomoteurs Comptage eau, elec., énerge Ancens artcles Cette documentaton provent du ste www.arclm.eu
Plus en détailAVERTISSEMENT. Contact SCD INPL: mailto:scdinpl@inpl-nancy.fr LIENS
AVERTISSEMENT Ce document est le frut d un long traval approuvé par le jury de soutenance et ms à dsposton de l ensemble de la communauté unverstare élarge. Il est soums à la proprété ntellectuelle de
Plus en détailThermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta
hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton
Plus en détailGATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi
GATE Groupe d Analyse et de Théore Économque UMR 5824 du CNRS DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24 Préférences temporelles et recherche d emplo «Applcatons économétrques sur le panel Européen
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailProjet de fin d études
Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année
Plus en détailREPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à
REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE MEMOIRE Présentée à L Unversté de Batna Faculté des Scences Département de Physque
Plus en détailContact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr
AVERTISSEMENT Ce document est le frut d'un long traval approuvé par le jury de soutenance et ms à dsposton de l'ensemble de la communauté unverstare élarge. Il est soums à la proprété ntellectuelle de
Plus en détailFaire des régimes TNS les laboratoires de la protection sociale de demain appelle des évolutions à deux niveaux :
Réformer en profondeur la protecton socale des TNS pour la rendre plus effcace Résumé de notre proposton : Fare des régmes TNS les laboratores de la protecton socale de deman appelle des évolutons à deux
Plus en détailStéganographie Adaptative par Oracle (ASO)
Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson
Plus en détailCHAPITRE DEUX : FORMALISME GEOMETRIQUE
CHPITRE DEUX FORMLISME GEOMETRIQUE. CHPITRE DEUX : FORMLISME GEOMETRIQUE verson.3, -8 I. GEOMETRIE DNS L ESPCE-TEMPS ) Prncpe de relatvté Le prncpe de relatvté peut s exprmer ans : toutes les los physques
Plus en détailMEMOIRE. Présenté au département des sciences de la matière Faculté des sciences
REPUBLIQUE LERIEN DEMOCRTIQUE ET POPULIRE Mnstère de l ensegnement supéreur et de la recherche scentfque Unversté El-Hadj Lakhdar-BTN- MEMOIRE Présenté au département des scences de la matère Faculté des
Plus en détailPaquets. Paquets nationaux 1. Paquets internationaux 11
Paquets Paquets natonaux 1 Paquets nternatonaux 11 Paquets natonaux Servces & optons 1 Créaton 3 1. Dmensons, pods & épasseurs 3 2. Présentaton des paquets 4 2.1. Face avant du paquet 4 2.2. Comment obtenr
Plus en détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailBe inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991
Ggaset SX353 / französsch / A31008-X353-P100-1-7719 / cover_0_hedelberg.fm / 03.12.2003 s Be nspred www.onedrect.fr www.onedrect.es www.onedrect.t www.onedrect.pt 0 800 72 4000 902 30 32 32 02 365 22 990
Plus en détailLa théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.
La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles
Plus en détailPro2030 GUIDE D UTILISATION. Français
Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.
Plus en détailCorrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0.
Corrgé du problème de Mathématques générales 2010 - Parte I - 1(a. Sot X S A. La matrce A est un polynôme en X donc commute avec X. 1(b. On a : 0 = m A (A = m A (X n ; le polynôme m A (x n est annulateur
Plus en détailAvez-vous vous aperçu cette drôle de trogne? Entre nature et histoire autour de Mondoubleau
Avez-vous vous aperçu cette drôle de trogne? Entre nature et hstore autour de Mondoubleau Thème de la cache : NATURE ET CULTURE Départ : Parkng Campng des Prés Barrés à Mondoubleau Dffculté : MOYENNE Dstance
Plus en détailDes solutions globales fi ables et innovantes. www.calyon.com
Des solutons globales f ables et nnovantes www.calyon.com OPTIM Internet: un outl smple et performant Suv de vos comptes Tratement de vos opératons bancares Accès à un servce de reportng complet Une nterface
Plus en détailCalculs des convertisseurs en l'electronique de Puissance
Calculs des conertsseurs en l'electronque de Pussance Projet : PROGRAMMAON ate : 14 arl Auteur : herry EQUEU. EQUEU 1, rue Jules Massenet 37 OURS el 47 5 93 64 herry EQUEU Jun [V37] Fcher : ESGN.OC Calculs
Plus en détailAnalyse des Performances et Modélisation d un Serveur Web
SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,
Plus en détailINTERNET. Initiation à
Intaton à INTERNET Surfez sur Internet Envoyez des messages Téléchargez Dscutez avec Skype Découvrez Facebook Regardez des vdéos Protégez votre ordnateur Myram GRIS Table des matères Internet Introducton
Plus en détailTABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1
TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1 1. PROBLEMATIQUE 1 2. MISSION 1 3. ACTES D ENQUETE 2 4. ANALYSE
Plus en détailPauvreté et fécondité au Congo
BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES DT 14/2007 Pauvreté et fécondté au Congo Samuel AMBAPOUR Armel MOUSSANA HYLOD BAMSSII BAMSI B.P. 13734 Brazzavlle DT 14/2007 Pauvreté et
Plus en détailSemestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détailDocuments de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs
Documents de traval «La taxe Tobn : une synthèse des travaux basés sur la théore des jeux et l économétre» Auteurs Francs Bsmans, Olver Damette Document de Traval n 2012-09 Jullet 2012 Faculté des scences
Plus en détailMODÈLE D ISING À UNE ET DEUX DIMENSIONS.
Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
Plus en détail