il s'agit de saisir une estimation optimale d'une grandeur à laquelle on suppose une existence objective.
|
|
- Anne-Claire Dupuis
- il y a 7 ans
- Total affichages :
Transcription
1 Tratemet des certtudes de mesure I. PROBLEMATIQUE. Quad o veut détermer ue gradeur et que l'o effectue pluseurs mesures (smultaées avec des apparellages équvalets, ou répétées das des codtos semblables avec u seul apparellage), o costate que celles-c ot doé des valeurs dfféretes. Cela sgfe que la varété des crcostaces ous a four des valeurs déformées de la gradeur elle-même. Ces costatatos permettet d'éocer as le problème de la mesure : l s'agt de sasr ue estmato optmale d'ue gradeur à laquelle o suppose ue exstece objectve. Précso des mesures. Par défto, ue mesure est la comparaso d'ue gradeur physque à ue gradeur de même espèce prse pour étalo. Pour avor u ses, le ombre qu exprme ue mesure dot être complété par : - la précso (ou le degré d'certtude) avec lequel o l'a obteu - l'uté chose Ex.: vtesse de la lumère das le vde: c = ( ± ) 0 8 m s - II. LES INCERTITUDES DE MESURE. Chaque mesure physque comporte doc ue "certtude", même s la mesure est fate sogeusemet et que tous les apparels foctoet et sot be réglés. Il exste deux types d'certtudes :. les certtudes systématques (à caractère costat et repérables). les certtudes aléatores ou statstques (o prévsbles) Les sources d'certtudes sot à chercher : a) das les étalos d'usage qu peuvet s'user, vore se déformer à la logue.
2 Err. Mes. b) das l'apparellage utlsé, qu peut être très varé selo la précso recherchée. Il possède tros caractérstques : - la sesblté, qu peut être défe par la plus pette fracto de la gradeur qu'l permet de déceler, - la précso, défe par la lmte supéreure de l'écart etre la valeur obteue au moye de l'apparel et la valeur "vrae". Cet écart peut revêtr deux atures: systématque (dcatos fausses, mas reproductbles) ou accdetelle (varat d'ue mesure à l'autre). Gééralemet les deux écarts coexstet. - la fablté, qu peut être défe par l'apttude de l'apparellage à lmter l'évoluto das le temps de ses caractérstques teres. c) das la méthode utlsée qu a oblgatoremet ue fluece détermate sur la précso des mesures. Elle peut trodure otammet des certtudes systématques que l'o peut compeser ou eutralser plus ou mos be. d) auss chez l'opérateur dot le rôle joué est complexe. L'mperfecto des ses de celu-c, vore so préjugé, sot auss ue source d'certtudes qu costtue ce que l'o appelle "l'équato persoelle" (par exemple le retard systématque des chroométreurs). Le chox de la méthode as que les progrès de l'automatsato permettet de rédure ces certtudes. Les certtudes systématques Les certtudes systématques, qu sot à caractère costat et doc repérables, dovet être corrgées. U exemple smple est la mse à zéro d'u voltmètre. S le voltmètre 'est pas ms exactemet à zéro avat so usage, toutes les valeurs dquées serot décalées das u ses. Cepedat, même s o met sogeusemet le voltmètre à zéro, l subsste toujours ue certtude. Les certtudes aléatores ou statstques Les certtudes aléatores peuvet prover des mprécsos lées à l'strumetato et/ou à la ature statstque des phéomèes observés. Das le premer cas, les "mperfectos" cosstet e des facteurs o cotrôlés au veau des strumets de mesure ou des codtos de la mesure. Par exemple, l peut y avor du jeu das les jots mécaques d'u mcromètre, des varatos das l'épasseur des trats d'ue règle ou l'échelle d'u voltmètre, etc. Ces facteurs vot varer aléatoremet d'ue mesure à l'autre et perturberot as le résultat. E coséquece, s o fat ue sére de mesures répétées, o trouvera ue dstrbuto de valeurs. S o procède à u ombre f de mesures, la moyee de cette dstrbuto correspodra à la vrae valeur de la quatté mesurée alors que la dsperso de la dstrbuto sera lée aux mperfectos de l'strumet (la précso). Il est évdet que plus o cotrôlera les dfférets facteurs de la mesure, plus la mesure devedra précse et plus la dstrbuto devedra étrote.
3 Err. Mes. 3 Das le deuxème cas, c'est le phéomèe physque lu-même qu vare. U exemple est la radoactvté: le ombre de déstégratos subes par ue source radoactve das ue pérode Δt vare aléatoremet selo les los probablstes de la mécaque quatque. C'est pourquo s l'o fat ue sére de mesures e comptat le ombre de coups d'ue source radoactve quelcoque pedat ue pérode de temps Δt avec u détecteur déal, o trouvera toujours ue dstrbuto de valeurs. Cotraremet aux certtudes systématques, les certtudes aléatores peuvet être tratées par la théore de la statstque. III. ENSEMBLES DE MESURES. Sot u esemble de mesures x débarrassées des certtudes systématques, effectuées u grad ombre de fos. Sur u dagramme, reportos x e abscsse, pus e ordoée le ombre N de fos que l'o a obteu des valeurs comprses etre x et x, x et x 3, etc. O obtet le dagramme des fréqueces absolues (ou relatves, c'est-à-dre rapportées au ombre total de mesures), Fg.. a) b) Fg. : Dagrammes de fréquece: a) pour u ombre f de mesures, b) pour u ombre f de mesures. S le ombre des mesures est très grad, o peut evsager ue varato pratquemet cotue de N, ce qu codut à l'troducto d'ue focto f(x) appelée desté de fréquece ou focto de dstrbuto qu représete la dstrbuto des mesures (Fg. b) As le ombre de mesures dot les valeurs serot comprses etre a et b sera doé par: N = a b f (x) dx Le dagramme des fréqueces est caractérsé par : () = M - la moyee m x f ( x ) = a ()
4 Err. Mes. 4 avec fa = fréquece absolue et M = ombre total de mesures = M - la varace s ( x m) f ( x ) = a (3) qu, pour u ombre f de mesures, devet = M > M = σ lm ( x μ) f ( x ) avec = lm [ m] a μ (4) M > s et σ sot des paramètres aptes à estmer la largeur de la zoe de fréquece maxmum. O désge par écart-type ou écart-stadard la quatté σ. Pour être complètemet fxé au sujet de la valeur des paramètres μ et σ, l faudrat pouvor dsposer d'ue sute fe de mesures. Comme cela 'est pas possble, o se cotete d'ue sute fe de mesures, qu foursset des estmatos m et s des paramètres μ et σ. E pratque, o compare les dstrbutos de fréqueces observées à des dstrbutos théorques défes à pror, das le but de décrre au meux ce que l'o observe. IV. DISTRIBUTIONS DE PROBABILITE. Les dstrbutos le plus courammet utlsées e physque expérmetale sot la dstrbuto de Gauss et la dstrbuto de Posso. Les dstrbutos sot souvet décrtes e termes de moyee et de varace. Sot f(x) la focto de dstrbuto d'ue varable aléatore x. La moyee est alors défe par: μ = - x f(x) dx où l'tégrato s'opère sur toutes les valeurs de x permses. La moyee représete d'ue certae faço "le cetre de gravté" de la dstrbuto. La codto - f(x) dx = exprme la certtude d'avor ue mesure comprse etre - et +. La varace est défe par: σ = x - μ f(x) dx - La race de la varace σ est appelée "écart-type". Ce paramètre doe doc ue mesure de la dsperso ou de la largeur de la dstrbuto. (5) (6)
5 Err. Mes. 5 a) Dstrbuto de Gauss La dstrbuto Gaussee (auss appelée dstrbuto "ormale") est la dstrbuto qu décrt pratquemet toutes les certtudes strumetales aléatores (Fg. ). S μ est la moyee et σ l'écart-type, alors la focto de fréquece vaut: f (x) = σ π exp - x - μ σ (7) Et, le chagemet de varable, σ codut à la courbe ormale dte rédute, cetrée autour de X = 0: X = x - μ et F (X)= σ f (x) F (X) = π exp - X (8) Fg. : Dstrbuto de Gauss Comme o le vot sur la fgure, σ est ue mesure de la largeur ou dsperso de la dstrbuto. Pour la Gaussee, l'écart-type correspod à la dem-largeur de la courbe à ue hauteur d'à peu près /3 du maxmum. Il est mportat de remarquer que la Gaussee est ue dstrbuto très "cocetrée". S o calcule l'are de la dstrbuto etre μ σ et μ + σ, o trouvera 68,3%. Etre μ σ et μ + σ, cette valeur s'élève à 95,5% alors qu'etre μ 3σ et μ + 3σ, la surface est de 99,7%. O déft ecore σ m tel que : μ - σm f (x) dx + f (x) dx = 0.5 (9) - μ + σm c'est-à-dre tel que 50% des valeurs sot stuées à l'extéreur de l'tervalle (μ σ m, μ+σ m). σ m déft l'écart méda, et l vaut : σ m = σ.
6 Err. Mes. 6 b) Dstrbuto de Posso Cotraremet à la dstrbuto de Gauss, la dstrbuto de Posso est ue dstrbuto dscrète, c.à.d. ue dstrbuto dot les valeurs x peuvet seulemet predre des valeurs etères. Elle est défe par la focto de dstrbuto suvate: f (x) = e - μ μx x! (0) où μ est la moyee de la dstrbuto. La dstrbuto de Posso a la proprété que sa varace σ est égale à la moyee μ. L'écart-type de la dstrbuto est doc σ = μ () Das le cas d'u évèemet aléatore E qu peut se produre u grad ombre de fos durat ue logue pérode d'observato t, mas qu apparaît raremet pour t pett, f (x) est la probablté pour que E at leu 0,,,...,x fos. La dstrbuto Posso est partculèremet utle das le domae de la physque ucléare et des partcules car elle décrt, par exemple, le ombre de déstégratos émses par ue source radoactve das ue pérode de temps doée ou ecore le ombre d'teractos produtes par u fasceau de partcules frappat ue cble. V. ANALYSE DES INCERTITUDES DE MESURES La vrae valeur d'ue quatté e peut être obteue qu'e procédat à ue sére fe de mesures répétées. La moyee de la dstrbuto obteue correspodrat à ce momet-là à la vrae valeur. Il est évdet que cec est mpossble et que ous devos ous coteter d'ue sére fe de mesures. Cette sére correspodra à u échatllo de la dstrbuto "fe" qu 'exste que d'ue maère abstrate. A partr de cet échatllo, ous pouvos calculer la moyee représetat ue estmato de la vrae valeur. Soet x, x,..., x les résultats de mesures répétées. La melleure estmato de la moyee "déale", est doée par la moyee arthmétque: x = x = () De même, o peut estmer la varace ou l'écart-type par: s = = ( x x) (3)
7 Err. Mes. 7 Remarquos qu'l est mportat de dfférecer la moyee μ et la varace σ de la dstrbuto "déale", c.à.d. celle obteue das la lmte d'u ombre f de mesures, de ses "estmateurs", c.à.d. la moyee x et la varace s calculées à partr de l'échatllo de mesures. Quelle est mateat l'certtude sur l'estmato de la vrae valeur μ? Pour calculer cette quatté, l est mportat de compredre que x est auss ue varable aléatore. S l'o fasat ue deuxème sére de mesures, o trouverat ue moyee x qu serat probablemet dfférete de la premère. Ue trosème sére doerat ecore u autre résultat, etc. O peut doc predre u ombre f d'échatllos de talle, calculer la moyee x de chacu d'eux et regarder la dstrbuto de x as formée. Sot ν échatllos de mesures, x la valeur moyee de l'échatllo. La moyee m des moyees vaut smplemet: avec m = (4) ν x ν = m > μ pour ν Sot e = x - μ, l'certtude de la ème mesure. L'certtude E sur la moyee x vaut: E = x μ = x μ = ( x μ) = e (5) = = = et E = e + j e e j (6) Calculos la moyee de E. O a : e = e et e e j j = 0 (car e et ej dépedats) doc E = e et comme E = σ m et e = σ L'certtude sur la moyee m des moyees vaut: σ σ m = (7) mas, de l éq. (3): s ( x x) = ( e E) = e E e + E = = = = = = e = E et, e preat la valeur moyee: σ s = e E = σ σ m = σ =
8 Err. Mes. 8 doc σ = - s (8) <s > 'est pas cou, o se cotete de s comme approxmato: σ = - s et σ m = - s (9) Nous remarquos que das la lmte ->, l'certtude sur la moyee ted vers zéro. Notos auss que das le cas d'ue seule mesure, =, l'certtude devet σ m = σ. Ce résultat ous permet d'terpréter σ. σ doe accès à la précso de l'strumet qu est trsèque à l'apparel, et qu est détermée par la largeur de la dstrbuto déale. La précso de la mesure est doée par l'certtude sur la moyee σ m qu déped de la précso de l'strumet et du ombre de mesures. C'est seulemet das le cas où le ombre de mesures vaut que la précso de la mesure égale la précso de l'strumet. L'certtude (μ - x ) = σ m dmue lorsque le ombre de mesures augmete. L'exame de la courbe μ - x = f() (Fg. 3) motre cepedat qu'l 'est guère écessare de porter le ombre des mesures au-delà d'ue valeur c = 0, vu le raletssemet de la décrossace de la courbe pour 0. Fg. 3: Varato de l'certtude sur ue moyee de mesures. VI. EXEMPLE U groupe d'étudats mesure l'épasseur d'ue feulle métallque à l'ade d'u mcromètre dot la précso est coue. Ils fot 0 mesures et obteet les résultats suvats μm Doez ue valeur pour l'épasseur et so certtude. Quelle est la précso du mcromètre?
9 Err. Mes. 9 L'épasseur la plus probable est doée par la moyee: x - = = 50.5 μm L'certtude est obteue par l'équato (II.9): σ m = 0.69 μm L'épasseur de la feulle est alors: x = 50.5 ± 0.7 μm Comme ous l'avos déjà vu, la précso du mcromètre correspod à l'écart-type, doc précso du mcromètre de l ordre de σ =. μm II. 7 REGLE ELEMENTAIRE DU CALCUL DES INCERTITUDES COMPOSEES O va cosdérer que les certtudes dvduelles sot e gééral pettes par rapport à la gradeur mesurée. Coveto: l'certtude sur ue mesure dvduelle x se ote sot e valeur absolue Δx (même uté que x) sot e valeur relatve Δx (e %). x Pour évaluer l'certtude ΔG sur ue gradeur G focto de pluseurs varables dépedates x, y, z,..., lorsqu o coaît les certtudes dvduelles Δx, Δy, Δz,..., o développe G e sére de TAYLOR, et o e retet que les termes du premer ordre. G G G Δ G = Δx + Δy + Δz (0) x y z Comme l faut coaître l'certtude maxmum qu etache u résultat, o pred les valeurs absolues: G G G Δ G = Δx + Δy + Δz () x y z Cette formule permet e partculer d'établr les règles élémetares qu régsset le calcul d'certtude das des cas smples. Par exemple: ΔG = Δx + Δy lorsque G = x + y ou G = x - y ΔG = Δx G x + Δy y lorsque G = x. y ou G = x/y VIII. LOI DE PROPAGATION DES INCERTITUDES Souvet, l est écessare d'utlser le résultat d'ue mesure pour e calculer u autre. Il est évdet que l'certtude sur la mesure va produre auss ue certtude
10 Err. Mes. 0 au veau de ce ouveau résultat. O dt que l'certtude a été propagée. Quelle est la valeur de cette certtude? Sot la focto u = f(x, y, z) où x, y, z sot des gradeurs mesurées comportat des certtudes σ x, σ y, σ z, respectvemet. Il s'agt doc de calculer la varace de u, σ u, e focto des varaces de x, y, z. Pour la mesure, o a : u = f(x, y, z) et o admettra que la valeur moyee est doée par : u = f(x, y,z ) La varace vaut : σ u = lm N N ( u u ) E développat au premer ordre autour de u = u,...x = x,...o obtet : σ u = mas lm N N ( ) + u u u u x x x y ( y y )+ u z z z ( ) et ( x x ) u + ( y x y ) u y ( x x )y ( y ) u u x y +... lm ( x N N x ) = σ x d où la formule : σ u = σ x u + σ x y u y + σ z u + z + σ xy u x u y + σ xz u x u + σ z yz u y u z () Les facteurs σxy, σxz, etc. sot appelés les "covaraces". Elles sot lées à la corrélato etre chaque pare de varables et l exste doc autat de covaraces que de pares de varables. Cepedat, s chaque varable est le résultat d'ue mesure dépedate, ce qu est ormalemet le cas das les mesures e physque, les covaraces sot ulles et la formule se rédut à ue somme de carrés, doc: σ u = σ x u + σ x y u y + σ z u z (*) Exemple: La pérode T d'u pedule est doée par: T = π L g où L est la logueur du pedule et g la costate de gravté. Calculer g et l'certtude sur g à partr des résultats de mesures suvates : L = 99.8 ± 0.3 cm et T =.03 ± 0.05 s, e supposat L et T o corrélés.
11 Err. Mes. Evdemmet : g = 4π L/T = 9.56 m/s L'certtude est obteue par l'éq. (*): σ g = σ g L L + σ g T T 4π σ g = σ L T 8π L + σ T T 3 = 0.3 m s 4 doc σ g = 0.47 m/s, et doc g = m/s IX. CORRELATION DE DEUX VARIABLES ALEATOIRES DEPENDANTES ET COURBES DE REGRESSION. Jusqu c o a dscuté les problèmes relatfs aux varables aléatores dépedates. Cosdéros mateat les problèmes de deux varables aléatores o dépedates. La forme lmte de la dépedace de deux varables aléatores rejot la relato mathématque y = f (x) et l'o dt que la varable aléatore dépedate y est ue focto de la varable aléatore dépedate x. E gééral, o e coaît pas cette dépedace et pour la découvrr, l faut réur certaes doées qu cosstet e observables couplées x et y. Ces observables représetet u "uage" de pots das le pla xy (pla de mesure). O se pose le problème fodametal suvat: détermer la relato mathématque y = f(x) au moye du uage de pots x et y. L'mage de cette relato das le pla des mesures déft la courbe de régresso ou courbe d'ajustemet y = f(x) représetée sur la fgure 4. y x Fg. 4 : Nuage de pots x et y et courbe de régresso Ue fos coue, cette courbe permet de prédre la valeur probable de la varable dépedate y e focto de la varable dépedate x.
12 Err. Mes. E gééral, o recherche ue relato léare etre les varables x et y (échelles log, sem-log,.). Das le pla xy, la relato léare est représetée par ue drote. Deux méthodes s'offret prcpalemet à ous pour détermer cette derère. ) Méthode graphque Ayat à dsposto pluseurs pots de la dépedace etre x et y, o trace au jugé, das le pla des mesures xy, ue drote apte à satsfare le meux possble ue relato léare etre les deux varables. La drote as costrute est appelée "drote de régresso estmée". La méthode est smple, mas de ature subjectve. ) Méthode des modres carrés Ayat rassemblé des pots (x, y) de sgfcatos équvaletes quat aux codtos das lesquelles les mesures ot été effectuées et quat à la précso de ces derères, o cherche ue drote d'équato y = ax + b (3) redat mmum la somme S des segmets MM dqués sur la fgure 5. S = (y - ax - b) (4) = y M (x,y ) φ _ M(X,Y) M (x, ax + b) x Fg. 5: Drote de régresso Les pots statoares de S sot fours par les deux relatos S a = 0 S et = 0 b (5)
13 Err. Mes. 3 De la secode, o tre (y - ax - b) = 0 = sot e dvsat membre à membre par : y - a x - b = 0 (6) = = ȳ ax - qu sgfe que la drote de régresso passe par le cetre de gravté M(x,y) du uage. De l équato (6), o obtet: b = y - a x ( ) Das ces codtos, la somme S s'écrt (éq. (4)): S = y y a(x x ) (x x )(y y ) S Falemet de = 0, o tre : a= = (7) a (x x ) Ce qu achève la détermato de la drote d'équato (3). = = Icerttudes : Des calculs plus complets permettet de motrer que les certtudes sur la pete de la drote «a» et sur l ordoée à l orge «b» valet : ( Δa) = ( y ax b) = ( ) x x ( ) et ( Δb) + x x x = ( ) = ( y ax b) ( ) X. BIBLIOGRAPHIE. P.R. Bevgto, Data Reducto ad Error Aalyss for the Physcal Sceces (McGraw-Hll Book Co., New-York (969). W.R. Leo, Techques for Nuclear ad Partcle Physcs Expermets (Sprger- Verlag, Hedelberg 987) chap.4 3. S.L. Meyers, Data Aalyss for Scetsts (Joh Wley & Sos, New-York 976) 4. G. L. Squres, Practcal physcs. (Cambrdge Uversty Press, 3 rd edto, 985)
II - 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 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 détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
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 détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailIncertitudes expérimentales
U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure
Plus en détailCHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.
TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d
Plus en détailApplication de la théorie des valeurs extrêmes en assurance automobile
Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés
Plus en détail" BIOSTATISTIQUE - 1 "
ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008
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 détailLes sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes
Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place
Plus en détailCOURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat
P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE
Plus en détailOBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET
Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle
Plus en détailGIN FA 4 02 01 INSTRUMENTATION P Breuil
GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces
Plus en détailMathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)
A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailUne méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés
Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3
Plus en détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailConception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce
SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das
Plus en détailConception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce
Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en 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 détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en 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 détailL Analyse Factorielle des Correspondances
Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en 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 détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailEstimation des incertitudes sur les erreurs de mesure.
Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en 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 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 détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en 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 détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailDivorce et séparation
Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en 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 détail2 ième partie : MATHÉMATIQUES FINANCIÈRES
2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en 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 détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en 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 détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en 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 détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détaile x dx = e x dx + e x dx + e x dx.
Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en 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 détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en 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 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 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 détailMes Objectifs. De, par, avec Sandrine le Métayer Lumières de Philippe Férat. spectacle produit par la Cie DORE
Me Objectf De, par, avec Sandrne le Métayer Lumère de Phlppe Férat pectacle produt par la Ce DORE t j Me objectf numéro prx du Jury aux Gradn du rque (Le Hvernale/ Avgnon) p l e t t a r d, p Sandrne le
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en 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 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 détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailstages 2015 paris saint-germain ACADEMY Dossier d inscription
stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en 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 détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailS-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.
S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des
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 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 détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
Plus en 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 détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détail