12 Intervalles de fluctuation
|
|
- Émile St-Gelais
- il y a 7 ans
- Total affichages :
Transcription
1 Leço o 12 Itervalles de fluctuatio 9 Niveau Lycée Prérequis Variable aléatoire, espérace, variace, théorème limite cetral, loi biomiale, loi ormale, foctios Référeces [34], [35], [36], [37], [38] 12.1 Le théorème de De Moivre-Laplace Éocé Théorème 12.1 Si S est ue variable aléatoire de loi biomiale de paramètres et p ]0, 1[, o a avec q := 1 p, S := S ( ) p S = pq pq p + Z, loi où Z est ue variable variable aléatoire de loi gaussiee N(0, 1) Ue démostratio das le cas p = 1/2 Pour ue démostratio complète du théorème de De Moivre-Laplace das le cas p = 1/2, voir Ressources pour la classe termiale géérale et techologique : dossier aexe, téléchargeable sur le site Web Eduscol : février U exemple d applicatio du théorème de De Moivre-Laplace Exemple 12.2 O doe u exemple d utilisatio du théorème de De Moivre-Laplace. Soit (X ) ue suite de variables aléatoires suivat la loi Bi(50, 0.3), p = 15, q = 35. D après les tables, la valeur exacte pour P (X = 10) = 0, La formule d approximatio avec ue loi N(p, pq) = N(15, 10.5) doe le résultat : P ( ) 9, , 5 15 N = P ( 1.7 N 1.39) 10, 5 10, 5 L erreur d approximatio est faible. Pour P (X 10) = 0, 0789, l approximatio usuelle fourit = P (1.39 N 1.7) = 0, , 9177 = 0, P (N 1.39) = P (N 1.39) = 1 P (N 1, 39) = 0, Si ous avois pas corrigé la cotiuité de l approximatio ous aurios eu : P ( ) N = P (N 1, 54) = 1 P (N 1, 54) = 0, , 5 Cette derière valeur est assez imprécise.
2 10 Leço o 12 Itervalles de fluctuatio 12.2 Activités d itroductio e Secode À la découverte de l itervalle de fluctuatio Ue ure cotiet des boules jaues et des boules jaues. Les boules sot idiscerables au toucher. L ure cotiet 20% de boules jaues. O extrait au hasard ue boule. O ote sa couleur, puis o la remet das l ure. O souhaite étudier la fréquece d apparitio de la couleur jaue lorsque l o procède à 100 tirages successifs. O choisit de faire ue simulatio de cette expériece avec u tableur. O e coaît pas le ombre de boules de l ure. Mais l expériece reviet à simuler u tirage au sort das ue ure coteat 100 boules, dot 20 boules jaues. O attribue les ombres 1 et 20 aux boules jaues, ce qui correspod bie à ue proportio de 20%. Sur la première coloe d ue feuille de calcul, o simule 100 tirages das l ure, c est-à-dire o tire au hasard u ombre etre 1 et 100 sur 100 cellules. O tape alors ALEA.ENTRE.BORNES(1;100) etre A1 et A100. Sur la coloe suivate, o teste si la cellule AX (1 X 100) vaut u ombre etre 1 et 20. Pour cela, o tape : SI(ET(1<=A1;A1<=20);1;0). O compte esuite la fréquece d apparitio de la couleur jaue e bas de la secode coloe. Pour cela, o utilise la foctio =NB.SI(B1:B100;1). O recommece cette expériece 50 fois. O recopie les coloes A et B sur les 100 coloes suivates. O obtiet le uage des fréqueces ci-dessous : O calcule esuite : 0, = 0, = 0, 1 0, = 0, = 0, 3
3 12.3 Itervalle de fluctuatio, la théorie e Termiale S 11 O remarque que les fréqueces observés appartieet à l itervalle [0, 1; 0, 3]. Défiitio 12.3 Au sei d ue populatio, o coaît la proportio p des idividus ayat u caractère doé. Ici, das l esemble des boules, o coaît la proportio (p = 0, 20) de boules jaues. Parmi les échatillos de taille extraits de cette populatio, la fréquece d apparitio f du caractère varie avec l échatillo prélévé. O admet que, pour u échatillo de taille 25 et pour p comprise etre 0, 2 et 0, 8, la fréquece d apparitio f observée appartiet à l itervalle [p 1 ; p + 1 ] avec ue probabilité d au mois 0, 95. Cet itervalle est appelé l itervalle de fluctuatio au seuil de 95% Utilisatio de l itervalle de fluctuatio Propriété 12.4 Coaissat la proportio p d idividus das ue populatio, l itervalle de fluctuatio [p 1 ; p + 1 ] permet d étudier u échatillo doé par rapport à ce caractère. Si la fréquece observée f du caractère est e dehors de l itervalle, o «rejette» de l échatillo avec ue erreur au seuil de 5%. Ces résultats sigifiet que, das 5% eviro des cas, la décisio prise (rejet ou validatio) risque d être icorrecte. E 2007, parmi les 557 députés élus à l Assemblée Natioale, les femmes élus représetet 18, 5% des députés. Parmi les maires de 57 grades villes, o compte 4 femmes maires. La répartitio hommes-femmes au sei de la populatio est 51, 6% de femmes et 48, 6% d hommes. O peut dresser le tableau suivat : Assemblée Natioale Maires I [51, , 51, ] [51, ; 51, = [51, 56; 51, 64] = [51, 46; 51, 73] Proportio réelle 0, 185 0, 07 Les proportios établies e sot pas das les itervalles de fluctuatio. Il y a doc aucu respect de la parité e politique. 57 ] 12.3 Itervalle de fluctuatio, la théorie e Termiale S Simulatio O lace 120 fois u dé à jouer bie équilibré. O appelle N la variable aléatoire qui associe le ombre de fois que le dé affiche la face 6. O voudrait savoir la probabilité que la variable aléatoire N soit comprise das l itervalle [12, 28]. O écrit le programme ci-dessous. Ce programme effectue 100 fois ces 120 lacers. O affiche à chaque expériece I le poit (I, N) aisi que les droites y = 12 et y = 28. À la fi de ces 100 expérieces, o affiche le ombre de poits M qui se situe das l itervalle [12, 28]. Variables : A,B,I,J,M,N,X Iitialisatio Effacer dessi
4 12 Leço o 12 Itervalles de fluctuatio 0 -> M 12 -> A 28 -> B Tracer y = A Tracer y = B Traitemet Pour I de 1 à > N Pour J de 1 à 120 radit(1,6) -> X Si X = 6 N + 1 -> N FiSi FiPour Afficer le poit (I;N) Si N >= A et N <= B M+1 -> M FiSi FiPour Sortie Afficher M O trouve alors M = 96. O peut alors dire qu à 96%, le ombre d apparitio de la face 6 se situe das l itervalle [12, 28]. O omme alors cet itervalle, itervalle de fluctuatio de N au seuil de 96% Défiitio Défiitio 12.5 X est ue variable aléatoire qui suit ue loi biomiale Bi(, p), α u réel tel que 0 < α < 1 et a et b sot deux réels. O dit que [a, b] est u itervalle de fluctuatio de X au seuil de 1 α, si et seulemet si : P (a X b) 1 α Itervalle de fluctuatio asymptotique Théorème 12.6 Si la variable aléatoire X suit ue loi biomiale Bi(, p) alors pour tout réel α de ]0, 1[, o a : ( ) lim P X + I = 1 α où I = [ ] p u α ; p + u α u α état le ombre tel que P ( u α Z u α ) = 1 α lorsque Z N(0, 1). O appelle variable fréquece, la variable aléatoire F = X qui à tout échatillo de taille associe la fréquece f obteue.
5 12.3 Itervalle de fluctuatio, la théorie e Termiale S 13 R 12.7 Le mot asymptotique viet du passage à la limite de l itervalle I, la loi biomiale peut alors être assimilé à la loi ormale. Dv Preuve O pose Z = X p. O pourra utiliser cet itervalle de fluctuatio das les coditios de p(1 p) l approximatio ormale de la loi biomiale ( 30, p 5, (p 1) 5). D après le théorème de De Moivre-Laplace : lim P ( u α Z u α ) + suit ue loi ormale cetrée réduite de variable aléatoire Z. O sait, d après les propriétés de la loi ormale cetrée réduite que pour tout α de ]0, 1[, il existe u uique réel strictemet positif u α tel que : De plus P ( u α Z u α ) = 1 α. u α Z u α u α X p u α p u α X p + u α p u α X p + u α Doc : ( ) lim P X + I = 1 α. Propriété 12.8 Il faut coaître l itervalle I de fluctuatio au seuil de 95% correspodat à α = 0, 05 et qui doe u α = 1, 96. I = [ p 1, 96 ] ; p + 1, 96. Exemple 12.9 Si l o repred l exemple sur les 120 lacers de dé à jouer avec N comme variable aléatoire. L itervalle de fluctuatio asymptotique au seuil de 95% (das les coditios de l approximatio ormale) est alors : p 1, 96 p + 1, 96 = 1 6 1, , 100. = , , 233. Doc I = [0, 100; 0, 233] qui correspod à la variable aléatoire fréquece N 120. Si o reviet à la variable N, l itervalle de fluctuatio est alors : [120 0, 100; 120 0, 233] = [12; 28], ce qui cofirme otre expériece.
6 14 Leço o 12 Itervalles de fluctuatio R Cet itervalle peut être simplifié par l itervalle [ J = p 1 ; p + 1 ]. E effet, la foctio x x(1 x) = x x 2 est ue foctio du secod degré qui s aule e 0 et 1, elle admet doc u maximum (coefficiet égatif devat x 2 ) e 0, 5. O a alors f(0, 5) = 0, 25. Elle est positive etre 0 et 1. O a alors : 0 0, , 25 = 0, 5. O e déduit alors que 0 1, O a alors : 0 1, O a aisi I J. O a alors das la plupart des cas P (F J ) 0, Prise de décisio Propriété Soit f obs la fréquece d u caractère observée d u échatillo de taille d ue populatio doée. O suppose que les coditios de l approximatio ormale de la loi biomiale sot remplies : 30, p 5 et (1 p) 5. Hypothèse : La proportio du caractère étudié das la populatio est p. Si f obs I, o e peut rejeter l hypothèse faite sur p. Si f obs / I, o rejette l hypothèse faite sur p. Exemple Pour créer ses propres colliers, o peut acheter u kit coteat des perles de ciq couleurs différetes (marros, jaues, rouges, vertes et bleues), das des proportios affichées sur le paquet. Aisi les perles marros et les perles jaues sot aocés comme représetat chacue 20% de l esemble des perles tadis que les perles rouges sot aocées à 10%. O veut vérifier cette iformatio. Pour cela, o choisit d observer u échatillo aléatoire de perles et de costruire u itervalle de fluctuatio asymptotique au seuil de 95% pour la proportio de perles marros. O costitue doc u échatillo, que l o cosidère aléatoire, de 690 perles. O a déombré 140 perles marros. La prise de décisio est la suivate : si la proportio de perles marros das l échatillo appartiet pas à l itervalle de fluctuatio, o rejette l hypothèse selo laquelle les perles marro représetet 20% des perles. 1. Détermier l itervalle de fluctuatio asymptotique I au seuil de 95% pour la proportio de perles marros. 2. Calculer la proportio de perles marros das l échatillo. Que peut-o e coclure? 3. Das le même échatillo, il y avait 152 perles et 125 perles rouges. Que peut-o coclure de ces résultats? Dv Preuve Solutio. 1. E ce qui cocere les perles marros, o a : = 690 et p + 0, 2, doc : 30, p = et (1 p) =
7 12.4 D autres exemples 15 Nous sommes bie les hypothèses du théorème de De Moivre-Laplace. O calcule esuite : 0, 2 0, 8 p 1, 96 = 0, 2 1, 96 0, , 2 0, 8 p + 1, 96 = 0, 2 + 1, 96 0, O a doc : I = [0, 17; 0, 23]. 2. O calcule la fréquece f m = , 203. Comme f m I, o e peut pas rejeter l hypothèse selo laquelle les perles marro représetet 20% des perles. 3. O calcule la fréquece des perles jaues : f j = , 220. Comme f j I, o e peut pas rejeter l hypothèse selo laquelle les perles jaues représetet 20% des perles. Pour les perles rouges, il faut calculer u ouvel itervalle de fluctuatio : 0, 1 0, 9 p 1, 96 = 0, 1 1, 96 0, , 1 0, 9 p + 1, 96 = 0, 1 + 1, 96 0, O a doc : I = [0, 08; 0, 13] (o pred l itervalle par excès). O calcule la fréquece des perles rouges f r = , 18. Comme f r / I, o doit rejeter l hypothèse selo laquelle les perles rouges représetet 10% des perles D autres exemples Cofiace des électeurs Mosieur Z, chef du gouveremet d u pays loitai, affirme que 52% des électeurs lui fot cofiace. O iterroge 100 électeurs au hasard (la populatio est suffisammet grade pour cosidérer qu il s agit de tirages avec remise) et o souhaite savoir à partir de quelles fréqueces, au seuil de 5%, o peut mettre e doute le pourcetage aocé par Mosieur Z, das u ses, ou das l autre. 1. O fait l hypothèse que Mosieur Z dit vrai et que la proportio des électeurs qui lui fot cofiace das la populatio est p = 0, 52. Motrer que la variable aléatoire X, correspodat au ombre d électeurs lui faisat cofiace das u échatillo de 100 électeurs, suit la loi biomiale de paramètres = 100 et p = 0, O doe ci-cotre u extrait de la table des probabilités cumulées P (x k) où X suit la loi biomiale de paramètres = 100 et p = 0, 52 k P (X k) 40 0, , , , , , , , 9941
8 16 Leço o 12 Itervalles de fluctuatio (a) Détermier a et b tels que : a est le plus petit etier tel que P (X a) 0, 025 ; b est le plus petit etier tel que P (X b) 0, 975. (b) Comparer l itervalle de fluctuatio à 95%, [ avec l itervalle p 1 ; p + 1 ]. [ a ; b ], aisi obteu grâce à la loi biomiale, 3. Éocer la règle décisio permettat de rejeter ou o l hypothèse p = 0, 52, selo la valeur de la fréquece f des électeurs favorables à Mosieur Z obteue sur l échatillo. 4. Sur les 100 électeurs iterrogés au hasard, 43 déclaret avoir cofiace e Mosieur Z. Peut-o cosidérer, au seuil de 5%, l affirmatio de Mosieur Z comme exacte? Algues toxiques Das u pays loitai, 10% des plages étaiet atteites par des algues toxiques. O a modifié le processus de rejets chimiques : o admet que le ouveau processus de rejet, très différet du précédet, pourrait augmeter ou dimiuer cette fréquece. O veut établir, puis mettre e œuvre, ue procédure statistique permettat de décider, au seuil de 5%, si le ouveau processus de rejets a, ou o, u impact sigificatif, das u ses ou das u autre, sur la fréquece d apparitio de ces algues. 1. Éocer ue règle de décisio permettat de rejeter, ou o, au seuil de décisio de 5%, l hypothèse selo laquelle 10% des plages sot touchées par ce type d algues après la mise e place du ouveau procédé, à l aide d u échatillo aléatoire de 150 plages. 2. Sur u échatillo aléatoire de 150 plages, o costat que 9 plages sot atteites. Peut-o, au seuil de décisio de 5%, rejeter l hypothèse précédete de 10% de plages polluées? Homogééité de lots das ue productio La proportio d ampoules à écoomie d éergie o-coformes das la productio d ue etreprise est p = 0, 07. L etreprise souhaite fourir des lots d ampoules pour lesquels elle puisse «garatir» qu eviro 95% d etre eux ot ue fréquece d ampoules o-coformes etre 0, 06 et 0, 08. Quelle taille miimale du lot à predre pour répodre à cette cotraite? 12.5 Avec Xcas Éocé À l aide d u logiciel, o souhaite simuler le lacer de 400 pièces de moaie équilibrées, puis calculer la fréquece d apparitio de «pile». O veut esuite répeter 2000 fois l expériece. Au résultat «pile», o associe la valeur 1 et à «face» le résultat 0. O géère doc 400 ombres aléatoires 0 ou 1 et o ote la fréquece des 1. O répète 2000 fois cette expériece. O obtiet ue série statistique de fréquece d apparitio du ombre 1. O cherche alors la proportio des valeurs situées à l itérieur de l itervalle I = [p 1 ; p+ 1 ] où p est la probabilité théorique et la taille de l échatillo.
9 12.5 Avec Xcas Expérimetatio avec Xcas O aura doc ici = 400, p = 1/2 et [ 1 I = 2 1 ; ] = [0, 45; 0, 55]. 400 Réalisatio d u échatillo de taille 400 x:=radvector(400, rad(2) ); cout_eq(1,x); cout_eq(1,x)/400 cout_eq(1,x)/400.0; Simulatio O va réaliser u programme. u:=[]; pour j de 0 jusque 1999 faire x:=radvector(400, rad(2) ); u[j]:=cout_eq(1,x)/400.0; fpour; Utilisatio de la simulatio O utilisera le mode graphique (Alt+G) f:=max(u)-mi(u); a:=1/2-1/sqrt(400) b:=1/2+1/sqrt(400) classes(u,0,f/30) histogram(classes(u,0,f/30)); purge(x) droite(x=a);droite(x=b); 2000-cout_it(a,u)-cout_sup(b,u) (2000-cout_it(a,u)-cout_sup(b,u))/2000 O obtiedra le graphique suivat (depedat des échatillos simulés) :
10 18 Leço o 12 Itervalles de fluctuatio
11 Bibliographie [1] Problème des sept pots de Köigsberg, Wikipédia, l ecyclopédie libre. [2] C. LE BOT, Théorie des graphes, 2006, wp-cotet/uploads/2007/03/theorie_graphes.pdf. [3] Coloratio des graphes, Appredre-e-lige, et/graphes-acie/coloratio/sommets.html [4] O. GARET, Exemples de problèmes de graphes, fr/~olivier.garet/cours/graphes/graphes-documets_d_ accompagemet.pdf. [5] E. SIGWARD & al., Odyssée Mathématiques Termiale ES/L, Hatier, [6] Graphes probabilistes, Termiale ES spécialité. graphe/f4_graphe.pdf [7] G. COSTANTINI, Probabilités (discrètes), Cours de Première S, URL : bacamaths.et. [8] P. RIBEREAU, Cours 5 Probabilités : Notio, probas coditioelles et idépedace, URL : [9] P. DUVAL, Probabilités, TS. URL : ~duvalp [10] G. COSTANTINI, Probabilités : Gééralités, coditioemet, idépedace, Cours de Première S. URL : [11] M. LENZEN, Leço o 3 : Coefficiets biomiaux, déombremet des combiaisos, formule du biôme. Applicatios., 2011, URL : php?page=lecosnew [12] G. CONNAN, Ue aée de mathématiques e Termiale S, Ch. 14, , URL : http: //tehessi.tuxfamily.org [13] G. COSTANTINI, Loi biomiale, URL : [14] C. SUQUET, Itégratio et Probabilités Elémetaires, URL : uiv-lille1.fr/~ipeis/ [15] L. LUBRANO & al., Mathématiques, BTS Idustriels - Groupemet B et C, Duod, [16] G. COSTANTINI, Lois de probabilités cotiues. URL : [17] J.-P. GOULARD, Lois de probabilités cotiues, TS, TS cours-loiscotiues.pdf. [18] Probabilités 3 : Loi uiforme sur [a; b], Lycée de Fot Romeu. lewebpedagogique.com/cerdage/files/2013/02/02-loi-uiforme. pdf [19] Loi uiforme sur [a; b], IREM de Toulouse. URL : spip/img/pdf_loi_uniforme.pdf [20] P. TAQUET & al., Mathématiques, BTS Groupemet A, Hachette Techique, 2010.
12 20 BIBLIOGRAPHIE [21] C. SUQUET, Iitiatio à la Statistique, ~suquet/polys/is.pdf. [22] J.-F. DELMAS, Modélisatio stochastique, Cours de M2, URL : epc.fr/~delmas/eseig/mod-stoch.pdf [23] L.-M. BONNEVAL, Chaîes de Markov au lycée, APMEP o 503, URL : publimath.irem.uiv-mrs.fr/biblio/aaa13018.htm [24] Marche aléatoire, IREM de Frache-Comte. URL : uiv-fcomte.fr/dowload/irem/documet/ressources/lycee/marche/ marche-aleatoire.pdf. [25] Marches sur Z, culturemath.es.fr, URL : pdf/proba/marchesz.pdf [26] Cotributeurs à Wikipedia, Marche aléatoire, Wikipédia, l ecyclopédie libre, [27] Marche au hasard das les rues de Toulouse, URL : actualites/m_toulouse2.html [28] R. NOEL, Statistiques descriptives, stats_desc_poly.pdf [29] J. LEVY, Séries statistiques, URL : [30] P. BRACHET, Statistiques : résumé de cours et méthodes, Première S. xm1math.et/secode/secode_chap9_cours.pdf. [31] Cotributeurs de Wikipédia, Série statistique à deux variables, Wikipédia. [32] G. COSTANTINI, Séries statistiques à deux variables. URL : [33] A. GUICHET, Prépa ECS - Lycée Touchard, Chap URL : mathematex.et/ecs-touchard/wiki. [34] Y. DUCEL & B. SAUSSEREAU, Partie I : Du théorème de Moivre-Laplace (TML) au Théorème-Limite Cetral (TLC), Jourée académique «Termiale», Besaço, octobre Termiale-I_JoureeOctobre-2012_DIAPORAMA_120929/DIAPORAMA-I_ JoureeTermiale_octobre-2012.pdf. [35] R. BARRA & al., Trasmath 2de, Natha, [36] P. MILAN, Statistiques et estimatio, Termiale S. [37] IREM Aix-Marseille, Groupe Proba-Stats, Estimatio : itervalle de fluctuatio et de cofiace, Mars ouveau_programme2012.pdf [38] Itervalle de fluctuatio, itervalle de cofiace, Aimatio ouveaux programmes de mathématiques Termiale STI2D - Académie de Créteil, jeudi 3 mai fluctuatio_ cofiace_sti2d-stl_1_.pdf
FEUILLE 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 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 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 détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en 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 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 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 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 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 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 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 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 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 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 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 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 détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en 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 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 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 détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en 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 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 détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en 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 détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
Plus en 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 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 détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en 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 détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailStatistique 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 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 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 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 détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en 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 détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en 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 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 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 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 détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en 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 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 détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
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 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 détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en 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 détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en 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 détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailDares Analyses. Plus d un tiers des CDI sont rompus avant un an
Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée
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 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 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 détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
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 détailLa fibre optique arrive chez vous Devenez acteur de la révolution numérique
2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailRisque de longévité et détermination du besoin en capital : travaux en cours
Risque de logévité et détermiatio du besoi e capital : travaux e cours Frédéric PLANCHET ISFA Laboratoire SAF Versio.6 / Septembre 2008 Sommaire La prise e compte de l expériece propre au groupe das l
Plus en 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 détailPOLITIQUE ECONOMIQUE ET DEVELOPPEMENT
POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier
Plus en détailDonnez de la liberté à vos données. BiBOARD. www.biboard.fr
Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,
Plus en détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailBARÈMES. i n d i c a t i f s. Œuvres préexistantes Œuvres de commande
BARÈMES i d i c a t i f s 2010 Œuvres préexistates Œuvres de commade droit d auteur pour les œuvres préexistates DROIT D AUTEUR POUR LES ŒUVRES PRÉEXISTANTES UNION DES PHOTOGRAPHES PROFESSIONNELS 2 121
Plus en détailLES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE
LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailRégulation analogique industrielle ESTF- G.Thermique
Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité
Plus en détailNeolane Leads. Neolane v6.0
Neolae Leads Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette publicatio
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 détailRéseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus
Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio
Plus en détail3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.
3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios
Plus en détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
Plus en détailTempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation
Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail
Plus en détailRenseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.
Reseigemets et moitorig. Reseigemets commerciaux et de solvabilité sur les etreprises et les particuliers. ENSEMBLE CONTRE LES PERTES. Reseigemets Creditreform. Pour plus de trasparece. Etreteir des rapports
Plus en détailLa coloration vitale au diacétate de fluorescéine permet un diagnostic plus précoce de la tuberculose à germes résistants à la rifampicine
INT J TUBERC LUNG DIS 16(9):1174 1179 2012 The Uio La coloratio vitale au diacétate de fluorescéie permet u diagostic plus précoce de la tuberculose à germes résistats à la rifampicie A. Va Deu,* A. K.
Plus en détailNous imprimons ce que vous aimez!
Nous imprimos ce que vous aimez! Persoalisé simple différet Catalogue de produits Tapis stadard tapis logo tapis publicitaire Nous imprimos ce que vous aimez! 2 I JOBET JOBET Vous et vos cliets serez coquis...
Plus en détailOne Office Voice Pack Vos appels fixes et mobiles en un seul pack
Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre
Plus en détailLE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL
LE WMS EXET DE LA SULY HAIN DE DÉTAIL QUELS SNT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec l évolutio des modes de cosommatio.
Plus en détailFaites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes
Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour
Plus en détailLorsque la sécurisation des paiements par carte bancaire sur Internet conduit à une concurrence entre les banques et les opérateurs de réseau
Lorsque la sécurisatio des paiemets par carte bacaire sur Iteret coduit à ue cocurrece etre les baques et les opérateurs de réseau David Bouie Das cet article, ous ous iterrogeos sur l issue de la cocurrece
Plus en détailSTRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO
Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailLe chef d entreprise développe les services funéraires de l entreprise, en
Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.
Plus en détailLes nouveaux relevés de compte
Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),
Plus en détailPrésentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser
Iformatique idustrielle Présetatio & orgaisatio du cours Itroductio : décider e milieu idustriel les difficultés à affroter «il faut que cela marche!» élémets de gestio de productio et illustratios Les
Plus en détail