CAHIER DE STATISTIQUE

Dimension: px
Commencer à balayer dès la page:

Download "CAHIER DE STATISTIQUE"

Transcription

1 CAHIER DE STATISTIQUE Statstque Module 4 Les mesures de dsperson

2

3 MODULE 4 LES MESURES DE DISPERSION Les mesures de tendance centrale nous ont perms de caractérser le centre des données d une dstrbuton. Cependant, deux dstrbutons peuvent avor le même centre et être complètement dfférentes. Pour ben résumer un ensemble de données, l faut donc fournr une deuxème mesure qu tradut la dsperson ou l éparpllement des données. Afn de ben analyser et nterpréter les données, on dot donc tenr compte de deux facteurs : le centre et la dsperson des données. Dans ce module, tu apprendras dfférentes façons de mesurer quanttatvement la varablté des données, c'est-à-dre la proprété qu ont les choses de dfférer les unes des autres. La moyenne d une populaton sert souvent de référence pour comparer un ndvdu à une populaton. Supposons que pour connaître sa condton physque, un homme mesure son rythme cardaque après une course d un klomètre. Il mesure 151 battements/mnute alors que la moyenne pour son âge est de 145. Son résultat est donc supéreur à la moyenne. Il dot mantenant se demander s son résultat est légèrement ou beaucoup supéreur à la moyenne, c est-à-dre s la dfférence de 6 battements/mnute est mportante. Savas-tu que la température normale du corps human se stue autour de 37,6 C? Consdérons mantenant une autre personne qu mesure sa température buccale. Supposons que cette mesure est 2 C au-dessus de la moyenne. Cette personne dot se demander s une dfférence de 2 C est mportante. Le rythme cardaque des personnes en bonne santé a une grande varablté naturelle et par conséquent, une dfférence de 6 battements/mnute est sans mportance. Par contre, la température des personnes en santé a une varablté naturelle très fable et par conséquent une dfférence de température de 2 C est très mportante. Lorsque les valeurs qu on observe sont relatvement «proches» les unes des autres, comme dans le cas de la température du corps human, on dt qu elles sont homogènes. Lorsqu elles sont relatvement «élognées» ou «dspersées», comme dans le cas des battements de cœur, on dt qu elles sont hétérogènes. LES MESURES DE DISPERSION o103o

4 Afn d assurer l unformté entre les équpes, l organsaton d un tourno de rnguette famlal a décdé d exger que chacune des équpes sot formée de 8 joueurs dont la moyenne des âges est égale à 20 ans. Savas-tu que la rnguette est une varante sur glace du gouret de salon? Inventée dans les années vngt, la rnguette est un sport d équpe d orgne canadenne apparenté au hockey mas qu se joue avec un anneau de caoutchouc et est pratqué majortarement par des femmes. Pour en savor plus, vste le ste Voc les âges des joueurs de 4 équpes qu ont partcpé à ce tourno : Famlle Gendron 14, 15, 16, 18, 22, 24, 25, 26 Famlle Gervas 5, 15, 20, 20, 20, 20, 25, 35 Famlle Boucher 12, 15, 18, 20, 20, 22, 25, 28 Famlle Tremblay 17, 17, 17, 17, 17, 17, 17, 41 Peut-on dre que ces 4 équpes présentent des caractérstques semblables? Intutvement, sans effectuer de calculs, ordonne les quatre équpes, de l équpe dont les âges sont «les mons dspersés autour de la moyenne» à celle dont les âges sont «les plus dspersés par rapport à la moyenne». Essae de trouver 3 méthodes dfférentes pour mesurer la dsperson des âges. Note chacune des méthodes que tu vens de trouver et, pour chacune d elles, ordonne de nouveau les quatre équpes de celle dont les âges sont «les mons dspersés autour de la moyenne» à celle dont les âges sont «les plus dspersés par rapport à la moyenne». Quelle méthode te semble être la melleure? Pourquo? RÉPONSES PERSONNELLES o104o MODULE 4

5 L ÉTENDUE L hstogramme de drote donne les heures d arrvée des élèves à l école le matn. S l on désre embaucher quelqu un pour assurer la survellance des élèves pendant toute la pérode de temps où l y a des arrvées à l école, quelle mesure devrat-on consdérer? La survellance devra s étendre de 7 h à 9 h 15. Cec correspond à une pérode de 9,25 7 = 2,25 ou 2¼ heures. Cette mesure s appelle l étendue de la dstrbuton. L étendue est une mesure de dsperson ; elle s applque donc unquement aux varables quanttatves. Elle s exprme dans la même unté que la varable et se calcule de la façon suvante. Données non groupées par classe Données groupées par classe L étendue est égale à la dfférence entre la plus grande et la plus pette donnée. L étendue approxmatve est égale à la dfférence entre la lmte supéreure de la classe la plus élevée et la lmte nféreure de la classe la mons élevée. Fas les exercces suvants afn d approfondr les notons que tu vens d apprendre. 1. Détermne l étendue des dstrbutons suvantes. Nombre de A) B) Fréquence rasns par 3, 5, 3, 6, 8, 4, 9, 4, 2, 6, 3, 8, 11, 15, absolue bscut 7, 2, 12, 8, 6, 5, 4, 9, 11, 7, 3, 10, 5, 6 RÉPONSE 3 2 : RÉPONSE : C) D) RÉPONSE : 55 Classe Fréquence absolue [5, 10[ 11 [10, 20[ 17 [20, 30[ 23 [30, 40[ 43 [40, 50[ 19 [50, 70[ 12 LES MESURES DE DISPERSION RÉPONSE : 65 o105o

6 2. Les données d une certane dstrbuton sont: 1, 2, 3, 4, 6, 7, 7, 7, 8, 8, 9, 10 On a par erreur oms un 6 dans la dstrbuton. À la sute de la correcton de cette erreur, quelle(s) mesure(s) parm les suvantes demeurera(ont) nchangée(s)? A) MODE B) MOYENNE C) MÉDIANE D) ÉTENDUE 3. Une dstrbuton est composée des nombres suvants : 2, 3, 4, 4, 4, 5, 6, 7, 8, 8, 10, 11 Les nombres 3 et 10 sont remplacés par les nombres 6 et 7. Quelle(s) mesure(s) parm les suvantes changera(ont)? a) mode b) moyenne C) MÉDIANE d) étendue 4. Crée un ensemble de données de talle 10 dont l étendue est 13, le mode est 25 et la moyenne est 22. Inscrs les données en ordre crossant dans les cases c-dessous. IL Y A PLUSIEURS RÉPONSES POSSIBLES. CELLE QUI EST DONNÉE EN EST UNE. POUR ÊTRE BON, L ENSEMBLE DOIT RESPECTER CES 3 CRITÈRES : LA SOMME DES DONNÉES DOIT ÊTRE 220 ; LA DIFFÉRENCE ENTRE LA PREMIÈRE ET DIXIÈME DONNÉE DOIT ÊTRE 13 ; 25 DOIT ÊTRE LA DONNÉE LA PLUS FRÉQUENTE. L ÉCART ABSOLU MOYEN L étendue permet d obtenr faclement et rapdement, une dée de l étalement des données. Cependant, pusque l étendue ne dépend que des deux données extrêmes pour une varable dscrète et des bornes nféreures et supéreures de la premère et de la dernère classe pour une varable contnue, elle n est pas consdérée comme une mesure fable pour décrre la dsperson de l ensemble des données. Une bonne mesure de la dsperson des données devrat tenr compte de la majorté des données d une dstrbuton : être pette lorsque les valeurs sont rapprochées les unes des autres et être grande lorsqu elles sont très éparpllées. Intutvement, l semble logque pour analyser globalement les dévatons à la moyenne, de fare la somme de ces dévatons ou encore prendre la moyenne de ces dévatons. La dfférence entre une donnée et la moyenne des données s appelle l écart à la moyenne. o106o MODULE 4

7 On a vu dans le module précédent que la moyenne d une dstrbuton est comparable au pont d équlbre d une balance. Pour mantenr la balance en équlbre, l faut que les écarts «postfs» à la moyenne et les écarts «négatfs» à la moyenne s annulent. La somme des écarts à la moyenne mènera alors à une mpasse car elle égalera toujours 0. La moyenne des écarts à la moyenne ne sera donc pas plus sgnfcatve parce qu elle auss égalera toujours 0. Pour évter cette mpasse et rendre la somme des écarts sgnfcatve, on prendra plutôt leur valeur absolue. Rappel: x = x s x 0 et x = -x s x < 0 La valeur absolue de l écart à la moyenne se nomme l écart absolu. S on dvse la somme des écarts absolus à la moyenne par le nombre de données, on obtent l écart absolu moyen (EM), qu s exprme dans la même unté que la varable. Calcul de l écart absolu moyen L écart absolu moyen est égal à la moyenne des écarts absolus à la moyenne. Données non groupées S les données de l ensemble ne sont pas groupées, on calculera l écart absolu moyen d une populaton comme sut. Écart absolu moyen = N 1 x N µ où : N est le nombre de données ; e x est la donnée de la dstrbuton ; µ est la moyenne de l ensemble de données ; N 1 sgnfe la sommaton pour = 1 à N. LES MESURES DE DISPERSION o107o

8 Le calcul de l écart absolu moyen se fat en pluseurs étapes. Calculons l écart absolu moyen des joueurs de la famlle Gendron Famlle Gendron 14, 15, 16, 18, 22, 24, 25, 26 1 Calcul de la moyenne Explcatons Pusque l écart moyen mesure la dsperson par rapport à la moyenne, l faut d abord calculer celle-c. Joueur Âge X Écart à la moyenne Écart absolu 4 18 Exemple µ= = = Somme 160 Moyenne 20 2 Calcul des écarts à la moyenne Explcatons Exemple Calculons mantenant les écarts à la moyenne, c est-à-dre l écart entre chaque donnée et la moyenne. Le sgne de l écart ndque s la donnée est plus pette ou plus grande que la moyenne Joueur 1 : = -6 Joueur Âge X Écart à la moyenne Somme Moyenne 20 0 Écart absolu o108o MODULE 4

9 3 Écarts absolus Explcatons Exemple On dot mantenant calculer les valeurs absolues des écarts à la moyenne. -6 = 6 Joueur Âge X Écart à la moyenne Écart absolu Somme Moyenne Explcatons Moyenne des écarts absolus à la moyenne La moyenne des écarts absolus à la moyenne est la somme des valeurs absolues des écarts dvsée par le nombre de données. N 1 x N µ Joueur Âge X Écart à la moyenne Écart absolu Somme Moyenne ,25 LES MESURES DE DISPERSION o109o

10 On peut donc dre que les joueurs de la famlle Gendron ont en moyenne 4,25 ans de plus ou de mons que la moyenne de 20 ans. N.B. L écart absolu moyen et la moyenne sont deux valeurs approxmatves parce que les âges des joueurs ne sont pas exacts. Calcule l écart absolu moyen des tros autres équpes. Équpes Âges Écart absolu moyen Famlle Gervas 5, 15, 20, 20, 20, 20, 25, 35 5 ANS Famlle Boucher 12, 15, 18, 20, 20, 22, 25, 28 3,75 ANS Famlle Tremblay 17, 17, 17, 17, 17, 17, 17, 41 5,25 ANS Données groupées S les données de l ensemble sont groupées par modalté, on calculera l écart absolu moyen d une populaton comme sut. où : N est le nombre de données ; k k est le nombre de modaltés ; f x µ Écart absolu moyen = x est la e 1 modalté de la dstrbuton ; N µ est la moyenne de l ensemble de données ; f est la fréquence absolue de la e modalté ; k sgnfe la sommaton pour = 1 à k. 1 Reprenons l exemple de la manufacture de télévseurs Tu peux utlser un tableur. Fas l actvté 6 : Calcul de l écart absolu moyen S tu fas correctement cette actvté, tu devras obtenr 1,26 comme écart absolu moyen de cette dstrbuton. # télévseurs défectueux par lot Fréquence absolue Total 30 o110o MODULE 4

11 S les données de l ensemble sont groupées par classes, on suppose que toutes les données d une classe égalent le centre de cette classe et on effectue le calcul comme pour le cas précédent. Ce calcul donne presque toujours une très bonne approxmaton de l écart absolu moyen. Tu peux utlser un tableur. Fas l actvté 7 : Écart absolu moyen, test QI Fas les exercces suvants afn d approfondr les notons que tu vens d apprendre. 1. Calcule l écart absolu moyen de chacun des ensembles suvants. Tu peux utlser un tableur pour effectuer ces calculs. Tu peux utlser un tableur. Fas l actvté 8 : Exerce-to Arronds tes réponses au centème le plus près. A) { 2, 3, 3, 4, 6, 7, 7, 10, 12 } B) Fréquence Modalté absolue C) Classe Fréquence absolue [ 0,10 [ 2 [ 10,20 [ 5 [ 20,30 [ 8 [ 30,40 [ 4 [ 40,50 [ 1 RÉPONSES : A) 2,67 B) 0,85 C) ENVIRON 7,95 LES MESURES DE DISPERSION o111o

12 L ÉCART TYPE L écart absolu moyen donne une bonne dée de la dsperson des données, mas est peu utlsé par les statstcens parce que les valeurs absolues se prêtent mal aux calculs algébrques. Une autre méthode, qu tent compte de toutes les données et permet d obtenr une somme postve qu est pette lorsque les données sont homogènes et qu est grande lorsqu elles sont hétérogènes, est de prendre le carré des écarts, plutôt que la valeur absolue. On peut par la sute extrare la racne carrée de la moyenne de ces valeurs afn d obtenr une mesure qu s exprme dans la même unté que la varable. La mesure obtenue s appelle l écart type. L écart type est une mesure de dsperson. Elle mesure la dsperson des données autour de la moyenne. S les données sont proches de la moyenne, l écart type est pett. S l y a beaucoup de données lon de la moyenne, l écart type est grand. La notaton habtuelle de l écart type d une populaton est la lettre grecque σ (sgma). L écart type est une mesure de la dfférence entre une donnée chose au hasard et la moyenne de toutes les données. Il ndque la grandeur typque de cette dfférence, mas n en donne pas le sgne. Le carré de l écart type est la varance (notée σ²). La varance est auss une mesure de dsperson. La varance ne transmet pas une bonne dée ntutve de la dsperson, mas ses proprétés mathématques facltent certans calculs statstques plus avancés. Un de tes ams te demande toujours d apporter le fromage lorsqu l t nvte à une sorée. Il ne te dt jamas comben l y aura d nvtés! Tu remarques qu l y a toujours trop de fromage. Supposons que tu as toujours noté sogneusement la quantté de fromage consommée à chaque sorée offerte par ton am. Tu calcules que la moyenne est de 3 kg, et que l écart type est de 1 kg. Quelle quantté de fromage devras-tu apporter dorénavant? S tu décdas d apporter exactement 3 kg à chaque nvtaton, à certanes sorées, l y en aurat trop et d autres, l en manquerat. L écart type ndque que la dfférence entre ce que tu apportes et ce qu aurat été nécessare tournera autour de ±1 kg. Savas-tu qu en 2002, la consommaton françase de fromages s'élève à 24,6 kg par habtant, dont 16,2 kg de fromages affnés dversfés et 8,4 kg de fromages fras (fromages blancs, petts-susses ou fromages fras salés). (Source : CNIEL / Eurostat / F.I.L.) o112o MODULE 4

13 Calcul de l écart type L écart type est égal à la moyenne quadratque des écarts à la moyenne. Données non groupées S les données de l ensemble ne sont pas groupées, on calculera l écart type d une populaton comme sut. Écart type = N 1 ( µ ) 2 x N où : N est le nombre de données ; e x est la donnée de la dstrbuton ; µ est la moyenne de l ensemble de données ; N sgnfe la sommaton pour = 1 à N. 1 LES MESURES DE DISPERSION o113o

14 Le calcul de l écart type se fat en pluseurs étapes. Calculons l écart type des joueurs de la famlle Gendron. Famlle Gendron 14, 15, 16, 18, 22, 24, 25, 26 1 Les premères étapes Explcatons Les premères étapes du calcul de l écart type sont les mêmes que pour l écart absolu moyen : l faut d abord calculer la moyenne des données et ensute les écarts à la moyenne. Joueur Âge X Écart à la moyenne Somme 160 Moyenne 20 Écart type Carré de l écart ( ) 2 2 Calcul des carrés des écarts Explcatons L écart type est égal à la moyenne quadratque des écarts à la moyenne. Nous devons mantenant calculer le carré de chacun des écarts à la moyenne. Joueur Âge X Écart à la moyenne Carré de l écart ( ) Exemple (-6) 2 = Somme 160 Moyenne 20 Écart type o114o MODULE 4

15 LA MOYENNE QUADRATIQUE Consdérons la sére de nombres La moyenne quadratque est smplement la racne carrée de la moyenne des carrés des nombres. (-9)²+(-1)²+ 2²+ 3²+ 5² = = = = 4,9 Moyennequadratque= somme des carrés des données nombre de données = n 1 ( x ) 2 n 4 Moyenne des carrés des écarts Explcatons La moyenne des carrés des écarts à la moyenne est la somme des carrés dvsée par le nombre de données. Joueur Âge X Écart à la moyenne Carré de l écart ( ) Somme Moyenne 20 20,25 Écart type LES MESURES DE DISPERSION o115o

16 5 Calcul de l écart type Explcatons La dernère étape du calcul de la moyenne quadratque est de prendre la racne carrée. Joueur Âge X Écart à la moyenne Carré de l écart ( ) Exemple Écart type=σ= 20,25 4, Somme Moyenne 20 20,25 Écart type 4,5 Quel avantage y a-t-l à utlser l écart type (σ) plutôt que la varance (σ²)? L ÉCART TYPE EST EXPRIMÉ DANS LES MÊMES UNITÉS QUE LA VARIABLE. Sot les 5 données suvantes : Complète le tableau c-dessous afn de détermner l écart type (à deux décmales près) de ces données. Donnée Valeur X Écart à la moyenne Carré de l écart ( ) Tu peux utlser un tableur. Fas l actvté 8 : Calcul de l écart type 5 2 Somme Moyenne Moyenne quadratque 5,25 o116o MODULE 4

17 Calcule la moyenne des neuf données représentées dans la fgure de gauche. Ensute, sans effectuer de calculs, déplace les cercles dans chacune des fgures de drote afn de former un ensemble qu répond aux condtons données. A) La moyenne est égale à celle de la dstrbuton de gauche, mas l écart type est plus pett. MOYENNE = 4 B) La moyenne est égale à celle de la dstrbuton de gauche, mas l écart type est zéro. C) La moyenne est dfférente de celle de la dstrbuton de gauche, mas l écart type est le même. D) La moyenne est égale à celle de la dstrbuton de gauche, mas l écart type est le plus grand possble. LES MESURES DE DISPERSION o117o

18 Fas les exercces suvants afn d approfondr les notons que tu vens d apprendre. 1. Voc de nouveau, les âges des joueurs de 4 équpes qu ont partcpé au tourno de rnguette : Famlle Gendron 14, 15, 16, 18, 22, 24, 25, 26 Famlle Gervas 5, 15, 20, 20, 20, 20, 25, 35 Famlle Boucher 12, 15, 18, 20, 20, 22, 25, 28 Famlle Tremblay 17, 17, 17, 17, 17, 17, 17, 41 Ordonne comme précédemment les 4 équpes en utlsant cette fos-c l écart type de chacune. Choss le bon ordre parm les suvants : q) C-A-D-B B) A-C-B-D c) A-B-C-D d) C-B-A-D LES ÉCARTS TYPES SONT RESPECTIVEMENT 4,5, 4,82, 7,91 ET 7, Quel(s) énoncé(s) parm les suvants est(sont) vra(s) concernant la moyenne et l écart type? a) S on ajoute une donnée égale à la moyenne à un ensemble de données, la moyenne et l écart type demeureront nchangés. b) SI ON ADDITIONNE UN MÊME NOMBRE À CHACUNE DES DONNÉES D UN ENSEMBLE, LA MOYENNE AUGMENTERA DE CE NOMBRE ET L ÉCART TYPE DEMEURERA INCHANGÉ. c) Il est possble d ajouter deux données dfférentes de la moyenne à un ensemble de données, sans que la moyenne, n l écart type soent changés. d) S on double toutes les données d un ensemble, la moyenne sera doublée et l écart type sera quadruplé. Données groupées S les données de l ensemble sont groupées par modalté, on calculera l écart type d une populaton comme sut. où : N est le nombre de données ; k k est le nombre de valeurs dstnctes ; e Écart type = f ( ) 2 x µ x est la valeur de la dstrbuton ; 1 µ est la moyenne de l ensemble de données ; N f est la fréquence absolue de la e valeur ; k sgnfe la sommaton pour = 1 à k. 1 o118o MODULE 4

19 Le tableau de drote donne le nombre de péptes de chocolat contenues dans chacun des 36 bscuts d un sac de bscuts. Calculons l écart type de cette dstrbuton de données. Le calcul de l écart type peut être fastdeux. L utlsaton d une calculatrce à affchage graphque peut grandement faclter ce calcul. Voc les étapes à suvre. 1. Entrée des modaltés et fréquences absolues dans deux lstes : - pour affcher l édteur de lstes statstques, appue sur [stat], pus sélectonne 1:Edt dans le menu STAT EDIT ; - s la lste L1 content des termes mémorsés, # péptes de chocolat Fréquence absolue Total 36 appue sur pour placer le curseur sur L1 et [clear] suv de [enter] pour vder la lste ; - tape 2 [enter] pour mémorser la premère modalté dans L1 ; - répète l étape précédente jusqu à ce que toutes les modaltés soent entrées dans la lste L1 ; - reprends les étapes précédentes pour entrer mantenant les fréquences absolues dans la Lste L2. 2. Calcul de l écart type : - retourne dans le menu [stat], et avec la flèche postonne le curseur sur CALC ; - appue sur 1 pour sélectonner 1-Var Stats ; - appue ensute sur 2 nd L1, et 2 nd L2. suv de [enter]. Il faut mettre une vrgule entre L1 et L2. LES MESURES DE DISPERSION o119o

20 La calculatrce effectue d un seul coup, le calcul de pluseurs mesures dfférentes : X moyenne des données X somme des données 2 X somme des carrés des données S estmaton, à partr d un échantllon, de l écart type de la populaton X σ X écart type d une populaton n nombre de données On dot souvent estmer l écart type d une populaton à partr d un échantllon. Les statstcens ont démontré qu on obtent une melleure estmaton s on modfe légèrement la formule de calcul. Les statstcens utlsent s pour dénoter l écart type calculé ans et la formule est : n 2 (X - X) =1 s = n-1 La flèche à côté du n sgnfe qu l y a d autres mesures à la sute de celles données. Utlse la flèche afn de fare défler ces autres mesures et les observer à l écran. Ce sont : mnx plus pette donnée Q 1 premer quartle med médane (deuxème quartle Q2) Q 3 trosème quartle maxx plus grande donnée MnX et maxx permettent de calculer l étendue de la dstrbuton. Les quartles sont des mesures de poston que nous verrons plus tard dans ce module. La médane est à la fos une mesure de tendance centrale et une mesure de poston. Tu peux utlser un tableur. Fas l actvté 9 : Écart type, péptes de chocolat S les données de l ensemble sont groupées par classe, on suppose que toutes les données d une classe égalent le centre de cette classe et on effectue le calcul comme pour le cas précédent. Ce calcul donne presque toujours une très bonne approxmaton de l écart type. Tu peux utlser un tableur. Fas l actvté 10 : Écart type, test QI o120o MODULE 4

21 Fas les exercces suvants afn d approfondr les notons que tu vens d apprendre. 1. Calcule l écart type de chacun des ensembles suvants. Tu peux utlser un tableur. Fas l actvté 11 : Écart type, Exerce-to Arronds tes réponses au centème le plus près. A) { 2,3,3,4,6,7,7,10,12 } C) B) Fréquence absolue Modalté Classe Fréquence absolue [ 0,10 [ 2 [ 10,20 [ 5 [ 20,30 [ 8 [ 30,40 [ 4 [ 40,50 [ 1 Pour le calcul de l écart type approxmatf des données groupées par classe à l ade de la calculatrce, tu n as qu à entrer les centres de classes dans L1 et les fréquences absolues dans L2 et procéder comme pour les données groupées par modalté. LES RÉPONSES SONT A) 3,20 B) 1,13 C) 10,14 2. Sot une sére de 8 données. La plus pette est 12 et la plus grande est 32. La moyenne des données est égale à 20. Détermne s l écart type dmnue, augmente ou demeure constant lorsqu on ajoute à la sére de données, A) 35 AUGMENTE Dmnue Constant B) 20 Augmente DIMINUE Constant C) 10 AUGMENTE Dmnue Constant LES MESURES DE DISPERSION o121o

22 3. Indque laquelle des varables suvantes (I ou II) a le plus grand écart type. A) I. Le prx d une mason unfamlale au Nouveau-Brunswck II. LE PRIX D UNE MAISON UNIFAMILIALE AU CANADA B) I. Le salare des joueurs de baseball de la Lgue natonale au cours des 10 dernères années II. LE SALAIRE DES JOUEURS DE BASEBALL DE LA LIGUE NATIONALE AU COURS DES 20 DERNIÈRES ANNÉES C) I. LES TEMPÉRATURES MAXIMALES QUOTIDIENNES À MONCTON II. Les températures maxmales quotdennes à Orlando D) I. Le temps des athlètes olympques au 1000m en patnage de vtesse II. LE TEMPS DES MEMBRES DU CLUB PATINEVITE AU 1000M EN PATINAGE DE VITESSE 4. Voc le nombre de votes obtenus par les 4 derners concurrents à l émsson Idole d Acade pour les 5 dernères semanes du concours. Les cases grses ndquent que la personne a été élmnée. Semane 20 avrl 27 avrl 4 ma 11 ma 18 ma Jason Mare-Per Phlppe Chrstophe Vra ou faux? A) Jason a été élmné le 4 ma, même s l a reçu en moyenne, au cours des semanes du 20 avrl au 4 ma, plus de votes que Mare-Per. V B) Au cours des semanes du 20 avrl au 11 ma, parm les tros concurrents, c est Mare- Per qu a été la mons régulère dans le nombre de votes reçus. V C) Au cours des semanes du 20 avrl au 11 ma, parm les tros concurrents, c est Chrstophe qu a eu la plus grande étendue dans le nombre de votes reçus. F D) Le 18 ma, l écart à la moyenne (pour les cnq dernères semanes du concours) du nombre de votes obtenus par Chrstophe a été supéreur à l écart à la moyenne du nombre de votes obtenus par Phlppe. V o122o MODULE 4

23 RÉSUMÉ Les mesures de dsperson En utlsant les mots donnés, complète le résumé du module «Les mesures de dsperson». absolus moyenne somme quadratque l écart type hétérogène varance extrêmes écart dfférence étendue nulle dsperson homogène L écart type mesure la dsperson ou l hétérogénété des données. La dfférence entre les deux données extrêmes d une dstrbuton se nomme étendue. L écart absolu moyen est égal à la moyenne des écarts absolus à la moyenne. La varance est le carré de l écart type. Une dstrbuton est dte hétérogène lorsque les données sont très dspersées. L écart type est une mesure de la dfférence entre une donnée chose au hasard et la moyenne de toutes les données. La somme des écarts à la moyenne est toujours nulle. L écart type est égal à la moyenne quadratque des écarts à la moyenne. La dfférence entre une donnée et la moyenne se nomme l écart à la moyenne. Lorsque les données d une dstrbuton sont près les unes des autres, on dt que la dstrbuton est homogène. LES MESURES DE DISPERSION o123o

24 o124o MODULE 4

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement 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 détail

Mesure avec une règle

Mesure 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 détail

Les jeunes économistes

Les 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 détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA 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 détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES 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

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. 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 détail

Grandeur physique, chiffres significatifs

Grandeur 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 détail

santé Les arrêts de travail des séniors en emploi

santé Les arrêts de travail des séniors en emploi soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d

Plus en détail

Montage émetteur commun

Montage 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 détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS 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 détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

Terminal numérique TM 13 raccordé aux installations Integral 33 Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue

Plus en détail

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

BTS 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 détail

Généralités sur les fonctions 1ES

Généralités 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 détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance 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 détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE 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 détail

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer 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 détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats 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 détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 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 détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant 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 détail

Calcul de tableaux d amortissement

Calcul 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 détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

Plus en détail

Avez-vous vous aperçu cette drôle de trogne? Entre nature et histoire autour de Mondoubleau

Avez-vous vous aperçu cette drôle de trogne? Entre nature et histoire autour de Mondoubleau Avez-vous vous aperçu cette drôle de trogne? Entre nature et hstore autour de Mondoubleau Thème de la cache : NATURE ET CULTURE Départ : Parkng Campng des Prés Barrés à Mondoubleau Dffculté : MOYENNE Dstance

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

Exercices d Électrocinétique

Exercices 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 détail

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43

Plus en détail

Système solaire combiné Estimation des besoins énergétiques

Système solaire combiné Estimation des besoins énergétiques Revue des Energes Renouvelables ICRESD-07 Tlemcen (007) 109 114 Système solare combné Estmaton des besons énergétques R. Kharch 1, B. Benyoucef et M. Belhamel 1 1 Centre de Développement des Energes Renouvelables

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi GATE Groupe d Analyse et de Théore Économque UMR 5824 du CNRS DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24 Préférences temporelles et recherche d emplo «Applcatons économétrques sur le panel Européen

Plus en détail

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

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 détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

CHAPITRE 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 détail

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 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 détail

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**

Plus en détail

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne

Plus en détail

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare

Plus en détail

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? Anne PERRAUD (CRÉDOC) Phlppe MOATI (CRÉDOC Unversté Pars) Nadège COUVERT (ENSAE) INTRODUCTION Au cours des dernères années, de nombreux

Plus en détail

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton

Plus en détail

INTERNET. Initiation à

INTERNET. Initiation à Intaton à INTERNET Surfez sur Internet Envoyez des messages Téléchargez Dscutez avec Skype Découvrez Facebook Regardez des vdéos Protégez votre ordnateur Myram GRIS Table des matères Internet Introducton

Plus en détail

Pro2030 GUIDE D UTILISATION. Français

Pro2030 GUIDE D UTILISATION. Français Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.

Plus en détail

La Quantification du Risque Opérationnel des Institutions Bancaires

La Quantification du Risque Opérationnel des Institutions Bancaires HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

Page 5 TABLE DES MATIÈRES

Page 5 TABLE DES MATIÈRES Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent

Plus en détail

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement

Plus en détail

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER

Plus en détail

L ABC du traitement cognitivo-comportemental de l insomnie primaire

L ABC du traitement cognitivo-comportemental de l insomnie primaire F É D É R A T I O N D E S M É D E C I N S O M N I P R A T I C I E N S D U Q U É B E C L ABC du tratement cogntvo-comportemental de l nsomne prmare par Anne Vallères, Bernard Guay et Charles Morn M me Tousgnant

Plus en détail

Documents de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs

Documents de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs Documents de traval «La taxe Tobn : une synthèse des travaux basés sur la théore des jeux et l économétre» Auteurs Francs Bsmans, Olver Damette Document de Traval n 2012-09 Jullet 2012 Faculté des scences

Plus en détail

DOIT-ON UTILISER LA STANDARDISATION DIRECTE OU INDIRECTE DANS L ANALYSE DE

DOIT-ON UTILISER LA STANDARDISATION DIRECTE OU INDIRECTE DANS L ANALYSE DE DOIT-ON UTILISE LA STANDADISATION DIECTE OU INDIECTE DANS L ANALYSE DE LA MOTALITÉ À L ÉCHELLE DES PETITES UNITÉS GÉOGAPHIQUES? DIECTION PLANIFICATION, ECHECHE ET INNOVATION UNITÉ ÉTUDES ET ANALYSES DE

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Intégration financière et croissance économique : évidence empirique dans. la région MENA

Intégration financière et croissance économique : évidence empirique dans. la région MENA Décembre 2011 Volume 6, No.2 (pp. 115-131) Zouher Abda Revue Congolase d Econome Intégraton fnancère et crossance économque : évdence emprque dans la régon MENA Zouher ABIDA * Résumé: L objectf de cet

Plus en détail

Pour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr.

Pour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr. Régulaton Sondes & Capteurs Détente frgo électronque Supervson & GTC Humdfcaton & Déshu. Vannes & Servomoteurs Comptage eau, elec., énerge Ancens artcles Cette documentaton provent du ste www.arclm.eu

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 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 détail

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991 Ggaset SX353 / französsch / A31008-X353-P100-1-7719 / cover_0_hedelberg.fm / 03.12.2003 s Be nspred www.onedrect.fr www.onedrect.es www.onedrect.t www.onedrect.pt 0 800 72 4000 902 30 32 32 02 365 22 990

Plus en détail

Professionnel de santé équipé de Médiclick!

Professionnel de santé équipé de Médiclick! Professonnel de santé équpé de Médclck! Dosser Médcal Partagé en Aqutane Ce gude vous présente les prncpales fonctonnaltés réservées aux professonnels de santé membres du réseau AquDMP. Sommare Connexon

Plus en détail

P R I S E E N M A I N R A P I D E O L I V E 4 H D

P R I S E E N M A I N R A P I D E O L I V E 4 H D P R I S E E N M A I N R A P I D E O L I V E 4 H D Sommare 1 2 2.1 2.2 2.3 3 3.1 3.2 3.3 4 4.1 4.2 4.3 4.4 4.5 4.6 5 6 7 7.1 7.2 7.3 8 8.1 8.2 8.3 8.4 8.5 8.6 Contenu du carton... 4 Paramétrage... 4 Connexon

Plus en détail

Prêt de groupe et sanction sociale Group lending and social fine

Prêt de groupe et sanction sociale Group lending and social fine Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de

Plus en détail

L enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir

L enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir L ensegnement vrtuel dans une économe émergente : percepton des étudants et perspectves d avenr Hatem Dellag Laboratore d Econome et de Fnances applquées Faculté des scences économques et de geston de

Plus en détail

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov. La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles

Plus en détail

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4 GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature

Plus en détail

Paquets. Paquets nationaux 1. Paquets internationaux 11

Paquets. Paquets nationaux 1. Paquets internationaux 11 Paquets Paquets natonaux 1 Paquets nternatonaux 11 Paquets natonaux Servces & optons 1 Créaton 3 1. Dmensons, pods & épasseurs 3 2. Présentaton des paquets 4 2.1. Face avant du paquet 4 2.2. Comment obtenr

Plus en détail

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle» Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton

Plus en détail

CHAPITRE 1 : Distribution statistique à une dimension

CHAPITRE 1 : Distribution statistique à une dimension Chatre1 : Dstrbuton Statstque à une dmenson I.H.E.T de Sd Dhr CHAPITRE 1 : Dstrbuton statstque à une dmenson Secton 1 : Vocabulare élémentare de la statstque descrtve 1. Poulaton et ndvdu Dénton On aelle

Plus en détail

Le Prêt Efficience Fioul

Le Prêt Efficience Fioul Le Prêt Effcence Foul EMPRUNTEUR M. Mme CO-EMPRUNTEUR M. Mlle Mme Mlle (CONJOINT, PACSÉ, CONCUBIN ) Départ. de nass. Nature de la pèce d dentté : Natonalté : CNI Passeport Ttre de séjour N : Salaré Stuaton

Plus en détail

Parlons. retraite. au service du «bien vieillir» L Assurance retraite. en chiffres* 639 192 retraités payés pour un montant de 4,2 milliards d euros

Parlons. retraite. au service du «bien vieillir» L Assurance retraite. en chiffres* 639 192 retraités payés pour un montant de 4,2 milliards d euros Édton Pays de la Lore Parlons La lettre aux retratés du régme général de la Sécurté socale 2012 retrate L Assurance retrate en chffres* 12,88 mllons de retratés 17,58 mllons de cotsants 346 000 bénéfcares

Plus en détail

Pauvreté et fécondité au Congo

Pauvreté et fécondité au Congo BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES DT 14/2007 Pauvreté et fécondté au Congo Samuel AMBAPOUR Armel MOUSSANA HYLOD BAMSSII BAMSI B.P. 13734 Brazzavlle DT 14/2007 Pauvreté et

Plus en détail

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT Etudes en Econoe Islaque, Vol. 6, Nos. & (-7) Mouharra, Raab 434H (Novebre 0, Ma 03) OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT ALIM BELEK Résué Le ratonneent

Plus en détail

LICENCE DE SCIENCES PHYSIQUES UV 3LSPH50. Année 2004-2005 MODÉLISATION. Recherche des paramètres d'une représentation analytique J.P.

LICENCE DE SCIENCES PHYSIQUES UV 3LSPH50. Année 2004-2005 MODÉLISATION. Recherche des paramètres d'une représentation analytique J.P. LICENCE DE SCIENCES PHYSIQUES UV 3LSPH50 Année 004-005 MODÉLISATION Recherche des paramètres d'une représentaton analytque JP DUBÈS 3 MODÉLISATION Recherche des paramètres d'une représentaton analytque

Plus en détail

Analyse des Performances et Modélisation d un Serveur Web

Analyse des Performances et Modélisation d un Serveur Web SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,

Plus en détail

THESE. Khalid LEKOUCH

THESE. Khalid LEKOUCH N d ordre : /2012 THESE Présentée à la FACULTE DES SCIENCES D AGADIR En vue de l obtenton du GRADE DE DOCTEUR EN PHYSIQUE (Spécalté : Energétque, Thermque et Métrologe) Par Khald LEKOUCH MODELISATION ET

Plus en détail

Étranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes

Étranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes Étranglement du crédt, prêts bancares et poltque monétare : un modèle d ntermédaton fnancère à projets hétérogènes Mngwe Yuan et Chrstan Zmmermann Introducton et objet de l étude Par étranglement du crédt

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME 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 détail

EURIsCO. Cahiers de recherche. Cahier n 2008-05. L épargne des ménages au Maroc : Une analyse macroéconomique et microéconomique.

EURIsCO. Cahiers de recherche. Cahier n 2008-05. L épargne des ménages au Maroc : Une analyse macroéconomique et microéconomique. Cahers de recherche EURIsCO Caher n 2008-05 L épargne des ménages au Maroc : Une analyse macroéconomque et mcroéconomque Rapport d étude Najat El Mekkaou de Fretas (coordnateur) Eursco Unversté Pars Dauphne

Plus en détail

RAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD

RAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD UFR SCIENCES ET TECHNOLOGIES DEPARTEMENT DE MATHEMATIQUES ET INFORMATIQUE 63 177 AUBIERE CEDEX Année 2008-2009 Master II : SIAD RAPPORT DE STAGE Sujet : Approcher la frontère d'une sous-parte de l'espace

Plus en détail

ACTE DE PRÊT HYPOTHÉCAIRE

ACTE DE PRÊT HYPOTHÉCAIRE - 1 - ACTE DE PRÊT HYPOTHÉCAIRE 5453F QC FR-2010/01 Taux fxe Le. Devant M e, notare soussgné pour la provnce de Québec, exerçant à. ONT COMPARU : ET : (C-après parfos appelé dans le présent Acte l «emprunteur»

Plus en détail

1. Les enjeux de la prévision du risque de défaut de paiement

1. Les enjeux de la prévision du risque de défaut de paiement Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France

Plus en détail

Faire des régimes TNS les laboratoires de la protection sociale de demain appelle des évolutions à deux niveaux :

Faire des régimes TNS les laboratoires de la protection sociale de demain appelle des évolutions à deux niveaux : Réformer en profondeur la protecton socale des TNS pour la rendre plus effcace Résumé de notre proposton : Fare des régmes TNS les laboratores de la protecton socale de deman appelle des évolutons à deux

Plus en détail

MODÈLE D ISING À UNE ET DEUX DIMENSIONS.

MODÈLE D ISING À UNE ET DEUX DIMENSIONS. Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle

Plus en détail

Corrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0.

Corrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0. Corrgé du problème de Mathématques générales 2010 - Parte I - 1(a. Sot X S A. La matrce A est un polynôme en X donc commute avec X. 1(b. On a : 0 = m A (A = m A (X n ; le polynôme m A (x n est annulateur

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE 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 détail

Statistiques à une variable

Statistiques à une variable Statistiques à une variable Calcul des paramètres statistiques TI-82stats.fr? Déterminer les paramètres de la série statistique : Valeurs 0 2 3 5 8 Effectifs 16 12 28 32 21? Accès au mode statistique Touche

Plus en détail

CHAPITRE DEUX : FORMALISME GEOMETRIQUE

CHAPITRE DEUX : FORMALISME GEOMETRIQUE CHPITRE DEUX FORMLISME GEOMETRIQUE. CHPITRE DEUX : FORMLISME GEOMETRIQUE verson.3, -8 I. GEOMETRIE DNS L ESPCE-TEMPS ) Prncpe de relatvté Le prncpe de relatvté peut s exprmer ans : toutes les los physques

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

Plus en détail

Afflux de capitaux, taux de change réel et développement financier : évidence empirique pour les pays du Maghreb

Afflux de capitaux, taux de change réel et développement financier : évidence empirique pour les pays du Maghreb Global Journal of Management and Busness Research Volume Issue Verson.0 November 20 Type: Double Blnd Peer Revewed Internatonal Research Journal Publsher: Global Journals Inc. (USA) Onlne ISSN: 2249-4588

Plus en détail

Le guide pratique pour y parvenir

Le guide pratique pour y parvenir Le gude pratque pour y parvenr 1 2 3 4 Il n est pas facle d arrêter de fumer. Il s agt de renoncer à une habtude quotdenne soldement nstallée, de changer de comportement Celaprenddu tempset sefat généralement

Plus en détail

Chapitre 1.5a Le champ électrique généré par plusieurs particules

Chapitre 1.5a Le champ électrique généré par plusieurs particules hapte.5a Le chap électque généé pa pluseus patcules Le chap électque généé pa pluseus chages fxes Le odule de chap électque d une chage ponctuelle est adal, popotonnel à la chage électque et neseent popotonnel

Plus en détail

Prise en compte des politiques de transport dans le choix des fournisseurs

Prise en compte des politiques de transport dans le choix des fournisseurs INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE N attrbué par la bblothèque THÈSE Pour obtenr le grade de DOCTEUR DE L I.N.P.G. Spécalté : Géne Industrel Préparée au Laboratore d Automatque de Grenoble Dans

Plus en détail

Réseau RRFR pour la surveillance dynamique : application en e-maintenance.

Réseau RRFR pour la surveillance dynamique : application en e-maintenance. Réseau RRFR pour la survellance dynamue : applcaton en e-mantenance. RYAD ZEMOURI, DANIEL RACOCEANU, NOUREDDINE ZERHOUNI Laboratore Unverstare de Recherche en Producton Automatsée (LURPA) 6, avenue du

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008

En vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008 THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par l'unversté Toulouse III - Paul Sabater Spécalté : Informatque Présentée et soutenue par Meva DODO Le 06 novembre 2008 Ttre

Plus en détail

Stéganographie Adaptative par Oracle (ASO)

Stéganographie Adaptative par Oracle (ASO) Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson

Plus en détail