Module : STATISTIQUE (1 e année) Document de cours

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Module : STATISTIQUE (1 e année) Document de cours"

Transcription

1 ESCE-Lyo Méthodes Quattatves Module : STATISTIQUE ( e aée) par Robert Chapelo, chargé de cours et de TD Documet de cours Fare de la statstque, c'est : - collecter des doées, - trater ces doées pour e redre possble l'explotato (statstque descrptve), - terpréter ces doées e utlsat la théore des probabltés (statstque féretelle). S, à l orge, la statstque portat surtout sur des recesemets de populato, elle est aujourd hu utlsée das de ombreux domaes : - producto (cotrôles statstques de processus, de ormes, de qualté, ), - écoome (prévso de taux, d'dces, de rsques, ) - face (vestssemet, cours boursers, redemets ) - assurace (prévso de rsque, calcul de rete, ) - marketg (actvté commercale, stratége commercale, ) - démographe, scece physque, bologe, médece, sodage d'opo, etc E statstque descrptve, o se cotete de décrre ue populato ou u échatllo extrat de cette populato e les résumat à l'ade de gradeurs comme la moyee, la médae, l'écart type, la fréquece, la corrélato, la cocetrato, (statstque descrptve à ue varable) O peut auss aalyser pluseurs varables. Chaque varable prse séparémet peut s étuder comme c-dessus. O peut auss les étuder smultaémet e cherchat l exstece d ue laso etre ces deux varables (vore pluseurs) et e précsat l'testé du le. E statstque féretelle, o utlse la théore statstque pour évaluer, à partr de doées sur u échatllo, certaes gradeurs das ue populato dot l'échatllo est ssu e précsat la fablté des résultats obteus. E e aée à l'esce, ous étuderos des outls de statstque descrptve et commeceros ue tato à la statstque féretelle, les objectfs du module état résumés c-dessous : A. Méthodologe. Appredre commet sélectoer les formatos et les doées écessares à la résoluto du problème posé sur u échatllo extrat au hasard d'ue populato (pratque des sodages). Poser le problème e termes statstques. 3. S'assurer de la fablté de ces doées. 4. Appredre commet chosr les outls (méthodes et moyes scetfques) approprés à la résoluto du problème posé. 5. Vérfer et cotrôler les résultats doés par ces outls B. La prse de décso et détermato des rsques. Vérfer la valdté de la décso à predre RC/0 ESCE-Statstque e aée / Cours / Ch /

2 . Fxer et aalyser les rsques pedat et après la prse de décso. 3. Commet amélorer la valdté et la durée de ve de la décso C. Gééralser la prse de décso à la populato Quelques référeces Des stes pour avor des doées : Des ouvrages : Statstques descrptves de Berard Py (Edto 007-Ecoomca) Exercces corrgés de statstque descrptve de Berard Py (Edto 999-Ecoomca) Statstques descrptves de Berard Gras (Edto 003-Duod) Méthodes statstques de Berard Gras (Edto 003-Duod) Statstques pour l'écoome et la gesto de Aderso, Sweeey, Wllams, tradut par Clare Borseberger (3e édto 00-De Boeck, édteur) RC/0 ESCE-Statstque e aée / Cours / Ch /

3 Chaptre I - STATISTIQUE DESCRIPTIVE à ue varable A. Déftos géérales. Das ue populato doée de talle N, tout sous-esemble de talle est u échatllo. U élémet de la populato est ue uté statstque ou ecore u dvdu. U échatllo est dt dépedat s les trages de chacu des élémets ot leu avec remse du précédet (trages dépedats). Das le cas cotrare, l échatllo est dt exhaustf : les trages sot exhaustfs.e. sas remse. Cepedat s le taux d exhaustvté N peut être cosdéré comme dépedat. est féreur à 0, (.e. 0%), u échatllo exhaustf. Das ue populato o peut étuder ue ou pluseurs varables statstques (ou caractères) attachées à chaque uté statstque. Ces varables peuvet être : qualtatves (atoalté, professo ) ou quattatves (= umérques). Parm celles c, o dstgue :.. les varables dscrètes ou dscotues qu preet u ombre f de valeurs ou u ombre déombrable de valeurs (ombre de frères et sœurs, ombre d apparels méagers chez u couple, ). O ote x l ue des valeurs prses et le ombre d dvdus présetat cette valeur das l échatllo. O parle de la sére (x ; ), varat de à k s l y a k valeurs prses... les varables cotues : elles peuvet predre toutes les valeurs d u tervalle de (talle, pods, salare d u dvdu, ). Les résultats de l equête sur l échatllo peuvet être présetés par tervalles (dts classes) souvet du type [x, x + [ ; est l effectf de la classe uméro. Remarque : pour les varables dscrètes à fort effectf total, o est auss ameé à préseter les résultats e classes. O peut alors parler de la sére ([x, x + [ ; ) avec ecore varat de à k. Pour certas calculs, o aura beso d utlser le cetre c et l ampltude a des classes : c = x + x + et a = x + x. Atteto : das toute étude statstque, o vellera à défr systématquemet : - la populato et sa talle N, - l échatllo et sa talle, - l'uté statstque, - la varable utlsée, - la ature de cette varable 3. La somme otée souvet ou N est l effectf cumulé crossat relatf à x ou à la classe [x, x + [. O peut auss défr la oto d effectf cumulé décrossat relatf à x ou à la classe [x, x + [ : o le ote souvet ou N et l vaut k. O peut costrure les courbes des effectfs cumulés crossats ou décrossats dtes courbes cumulatves des effectfs. RC/0 ESCE-Statstque e aée / Cours / Ch 3/

4 O déft égalemet les fréqueces f = relatves à x ou à la classe [x, x + [ et les fréqueces cumulées (crossates ou décrossates) : f = F = et f = F =. E probablté, la oto de fréquece cumulée crossate correspod à la oto de focto de répartto d'ue varable aléatore. O peut costrure les courbes des fréqueces cumulées crossates ou décrossates dtes courbes cumulatves des fréqueces. Remarque : les effectfs s'appellet auss les fréqueces absolues par opposto aux fréqueces f qu s'appellet alors les fréqueces relatves. 4. Pour ue sére de varable dscrète, o peut fare ue représetato de la sére (x ; ) das u repère orthogoal : o porte les valeurs x de la varable e abscsse et, e ordoée, o porte les effectfs ou les fréqueces f. O costrut auss des représetatos avec, e ordoée, les effectfs cumulés (crossats ou décrossats) ou les fréqueces cumulées (crossates ou décrossates). Le polygoe qu jot les pots s appelle courbe des effectfs ou des fréqueces ou des effectfs cumulés ou des fréqueces cumulées. Exemple : otes d'u étudat e ESCE e statstques. Notes Effectfs Dagramme e bâtos et courbe des effectfs RC/0 ESCE-Statstque e aée / Cours / Ch 4/

5 Courbe cumulatve des effectfs Courbe des fréqueces cumulées crossates = focto de répartto 00% 80% 60% 40% 0% 0% Pour ue sére de varable cotue, o costrut u hstogramme : le dess est formé de rectagles dot les côtés sot parallèles aux axes du repère orthogoal, les bases sot les classes d'ampltude a et les hauteurs sot proportoelles à, quotet des effectfs par les a ampltudes. f f O peut dre que les hauteurs sot auss proportoelles à ou ecore à a où a est a a l'ampltude la plus pette O e dédut que les surfaces S des rectagles sot proportoelles aux effectfs ou ecore aux fréqueces f. Cas partculer fodametal : s l'o pred comme hauteur h =, l'are totale des a rectagles (are "sous la courbe") est égale à. ( = ue uté d'are). Pour ue sére de varable cotue, o costrut auss les courbes des effectfs cumulés ou des fréqueces cumulées mas atteto! RC/0 ESCE-Statstque e aée / Cours / Ch 5/

6 O vellera à porter les effectfs (ou les fréqueces) cumulés crossates sur les bores de drote des classes et les effectfs (ou les fréqueces) cumulés décrossates sur les bores de gauche des classes. Il sufft d terpréter ces effectfs et fréqueces pour e avor la justfcato. Les deux courbes se coupet e u pot dot l'ordoée est la moté de l'effectf total (/) et dot l'abscsse est la médae (vor plus lo B.6.). Exemple : répartto des salares Le tableau c-dessous (coloes et ) présete la répartto des salares mesuels au se d ue etreprse de 00 persoes e cetaes d euros. a) Détermer les effectfs cumulés crossats et décrossats. b) Costrure l hstogramme e preat comme uté cm pour 00 sur le premer axe. c) Costrure le dess des courbes des effectfs cumulés crossats et décrossats e preat comme utés, cm pour 00 sur le premer axe et cm pour 0 persoes sur le deuxème. d) Costrure la courbe de la focto de répartto a) Calculs Salares Eff N N' f F F' a h = a are b) [6 ; 0[ ,0 0,0,00 4 0,050 0,0 [0 ; 4[ ,6 0,46 0,80 4 0,065 0,6 [4 ; 0[ ,36 0,8 0,54 6 0,060 0,36 [0 ; 8[ ,08 0,90 0,8 8 0,00 0,08 [8 ; 38[ ,0,00 0,0 0 0,00 0,0 Totaux 00 / /,00 / / / /,00 Hstogramme 0,080 0,070 0,060 0,050 0,040 0,030 0,00 0,00 0, Me RC/0 ESCE-Statstque e aée / Cours / Ch 6/

7 c) Courbes des effectfs cumulés crossats et décrossats / Me d) Courbe des fréqueces cumulées crossates = focto de répartto 00% 90% 80% 70% 60% 50% 40% 30% 0% 0% Me 0% RC/0 ESCE-Statstque e aée / Cours / Ch 7/

8 B. Paramètres de posto ou de valeur cetrale Tous les paramètres c-dessous (de posto ou de dsperso), défs pour ue varable statstque peuvet être défs pour ue varable aléatore (e probablté) et ot la même terprétato. Les paramètres de posto sot des ombres qu résumet ue sére statstque.. Le mode Mo ou domate est la valeur la plus fréquete : elle correspod à u maxmum pour les effectfs. Il s'exprme avec l'uté de la varable. Atteto! Le mode est pas écessaremet uque (sére b ou mult-modale) Graphquemet, o lt le mode sur la courbe des effectfs : l correspod à u maxmum sur cette courbe, c'est l'abscsse du bâto le plus grad. Exemple : le mode est ; l correspod à l'effectf 5 qu est la plus grad. Pour ue varable cotue, o déft tout d abord la classe domate ou classe modale : elle correspod à u maxmum pour les et o pas pour les. a Les quotets a s'appellet les effectfs ormalsés. O se cotete souvet de la classe modale. Cepedat, pour ue varable cotue, o a parfos beso de doer ue valeur domate et o pas la classe domate. O l obtet au moye d ue terpolato léare. O ote : [x ; x + [ est la classe modale,, l effectf de la classe modale,, l effectf de la classe précédete, +, l effectf de la classe suvate, a, l ampltude de la classe modale, a, l ampltude de la classe précédete, a +, l ampltude de la classe suvate, alors, Mo = x + (x + x ) ( / a / a / a ) + ( / a / a + / a + ) ou ecore : Mo = x + a d d + d avec : x bore de gauche de la classe modale, a ampltude de la classe modale, d dfférece etre l effectf ormalsé de la classe modale et l effectf ormalsé précédet, d dfférece etre l effectf ormalsé de la classe modale et l effectf ormalsé suvat. Remarque : o peut remplacer par f. Exemple 3. O cosdère la sére : Classe eff ampl a ( /a )/*0 [0 ; 0[ [0 ; 30[ [30 ; 50[ RC/0 ESCE-Statstque e aée / Cours / Ch 8/

9 La classe modale est [0 ; 30[. Le mode, d'après la formule proposée, se calcule as : (60 40) Mo = 0 + (30 0) = 4. (60 40) + (60 30) Cela revet à fare pecher la balace du côté de la classe adjacete la plus forte. Sur l hstogramme, c'est l'abscsse du pot d'tersecto des segmets [AB] et [CD] : équato de (AB) : y = x ; équato de (CD) : y = 3x + 0 coordoées du pot I d'tersecto : I(4 ; 48) Le mode est be égal à 4. Hstogramme, classe modale et mode C B A D Mo La moyee arthmétque de réels. a + b La moyee arthmétque m de deux réels a et b est défe par : m =. Exemple : pour a = et b = 3, m =,5. Pour ue sére (x ; ), o déft la moyee arthmétque otée x pour u échatllo (m pour x ue populato) par : x =. Elle s'exprme avec l'uté de la varable. Pour les varables cotues, o utlse les cetres des classes. O peut auss écrre : x = f x. Proprété : α, (x x) ( x α). RC/0 ESCE-Statstque e aée / Cours / Ch 9/

10 Exemple : repredre l'exemple (répartto des salares) Détermer la moyee arthmétque de la sére à près. O cherche préalablemet les cetres c des classes (coloe 3). 3 O déterme tous les produts c. Pus : c = 3. D'où : x =, pus : x = 6, La moyee des salares est de 6,06 cetaes d'euros, sor 606 euros à euro près. Salares Effectfs Cetre c c [6 ; 0[ [0 ; 4[ 5 64 [4 ; 0[ [0 ; 8[ [8 ; 38[ Totaux 00 / 3 3. La moyee géométrque de réels strctemet postfs. La moyee géométrque g de deux réels a et b strctemet postfs est : g = ab. O peut remarquer : l g = (l a + l b). Autremet dt : le logarthme de la moyee géométrque est la moyee arthmétque des logarthmes des réels. Exemple : pour a = et b = 3, g = 6,4495. Pour ue sére (x ; ), o déft la moyee géométrque g par : l x k g = ( x x... xk ) ou l g =. Elle s'exprme avec l'uté de la varable. O a auss : g = x... f f f x x. Elle est utle das les problèmes d'évoluto de valeurs e pourcetage, d'dces,... Exemple Le prx d'u produt subt successvemet e deux as ue augmetato de 4% pus de 6%. a) Quel est le pourcetage d'augmetato sur l'esemble des deux aées? b) Motrer que le coeffcet multplcateur moye auel est la moyee géométrque des deux coeffcets multplcateurs auels utlsés. c) Quel est, à 0,00% près le pourcetage auel moye d'augmetato sur l'esemble des deux aées? Soluto : a) Sot P 0 le prx tal du produt, P so prx au bout d'u a, P so prx au bout de deux as. 4 6 O exprme l'évoluto des prx : P = P 0 + P0 =,04.P 0 ; P = P + P =,06.P ,04 est le coeffcet multplcateur de la e aée,,06 celu de la e. RC/0 ESCE-Statstque e aée / Cours / Ch 0/

11 0,4 O e dédut : P =,06.P =,06,04.P 0 =,04.P 0 = P 0 + P Le pourcetage d'augmetato sur l'esemble des deux aées est doc de 0,4%. b) Sot x le pourcetage auel moye d'augmetato sur l'esemble des deux aées. Ce pourcetage, applqué deux fos à P 0 dot permettre de retrouver le prx P. x x P = P 0 + P0 = ( + 0,0x).P 0 pus P = P + P = ( + 0,0x).P ( + 0,0x) est le coeffcet multplcateur de la e aée et de la e. P = ( + 0,0x).P = ( + 0,0x) P 0. D'où : ( + 0,0x) P 0 =,04.P 0. O e dédut : ( + 0,0x) =,04, pus : + 0,0x =, 04. O remarque doc : + 0,0x =,04, 06. As, le coeffcet multplcateur moye auel est la moyee géométrque des deux coeffcets multplcateurs auels utlsés. c) Calcul de x : + 0,0x =, 04 doe 0,0x =, 04 pus : x =,04, ef x 4,995%. 0,0 Le pourcetage auel moye d'augmetato sur l'esemble des deux aées est de 4,995%. 4. La moyee harmoque de réels o uls. La moyee harmoque h de deux réels a et b o uls est défe par : = a + b. h ab O a doc : h =. a + b L verse de la moyee harmoque est la moyee arthmétque des verses des réels. Exemple : pour a = et b = 3, h =,4. x Pour ue sére (x ; ), o déft la moyee harmoque h par : =. h Elle s'exprme avec l'uté de la varable. Elle est utle das les problèmes d'dces, de taux de chage, de débts sur des postes de traval. Exemple Vous échagez deux fos la somme de 09 euros cotre des fracs susses au cours de CHF pour 0,9 la premère fos et au cours de CHF pour 0,84 la deuxème fos. Quel est le cours moye du frac susse à 0 4 près sur l'esemble des deux opératos? Motrer que le résultat est la moyee harmoque de 0,9 et 0,84. Soluto : e opérato : o obtet 09 = 00 CHF pour les 09 échagés. 0,9 RC/0 ESCE-Statstque e aée / Cours / Ch /

12 e opérato : o obtet 09 = 300 CHF pour les 09 échagés.. 0,84 Au total, o a obteu 500 CHF pour 84 échagés. 84 Le prx moye de CHF sur l'esemble des deux opératos est doc de = 0, O peut remarquer : 0,8736 = + 0,9 0,84. 0,8736 est be la moyee harmoque de 0,9 et 0,84. Exemple 3 U cyclste parcourt 30 km à 5 km/h pus effectue le trajet retour à 5 km/h. Quelle est sa moyee horare sur l'esemble du trajet aller-retour? Motrer que le résultat est la moyee harmoque de 5 et 5. Soluto : Klométrage total : 60 km Temps aller : = heures ; temps retour : =, heures ( h m). 5 5 Temps total aller-retour : 3, heures. Vtesse moyee sur le trajet aller-retour : O peut remarquer : 8,75 = = 8,75. 3, 0,8736 est be la moyee harmoque de 0,9 et 0, La moyee quadratque de réels. La moyee quadratque q de deux réels a et b est défe par : q = a + b Le carré de la moyee quadratque est la moyee arthmétque des carrés des réels. Exemple : pour a = et b = 3, q = 6, 5, Pour ue sére (x ; ), o déft la moyee quadratque q par : q = Elle s'exprme avec l'uté de la varable. Elle est utle das les otos de varace et d'écart type. x. 6. Remarque : les moyees précédetes sot toujours classées das l'ordre : h g x q. 7. La médae Me est ue valeur qu partage la sére e deux partes de même effectf : la moté des valeurs sot au-dessus de la médae et l autre moté e dessous. O commecera toujours par classer les valeurs de la varable par ordre crossat. La médae s'exprme avec l'uté de la varable. RC/0 ESCE-Statstque e aée / Cours / Ch /

13 + - Cas d'ue sére avec u effectf mpar : Me est la valeur de la sére qu est classée. - Cas d'ue sére avec u effectf par : o pred courammet comme médae Me la + moyee arthmétque etre les deux valeurs de la sére qu sot classées et. - Pour ue varable cotue dot les valeurs sot doées par classes, (l'effectf est alors souvet mportat), o recherche tout d'abord la classe médae : c'est la classe qu cotet la valeur de la varable classée, que sot par ou mpar. O peut se coteter de la classe médae mas o a parfos beso de précser doer ue valeur médae. O l obtet au moye d ue terpolato léare. O supposera toujours, sauf meto cotrare explcte, que les valeurs sot équrépartes das chacue des classes. La médae se calcule par terpolato léare, ce qu est résumé par la formule suvate : N Me = x + a avec : x bore de gauche de la classe médae, a ampltude de la classe médae, N effectf cumulé crossat de la classe qu précède la classe médae, effectf de la classe médae. O peut remplacer le mot effectf par fréquece (/ par 0,5, N - par F -, par f ). Exemple : repredre l'exemple. Détermer la médae de la sére à près. O suppose que les salares sot uformémet réparts das les classes (équrépartto). L'effectf de l'échatllo est = 00. O a doc / = 00. O retrouvera c-dessous u extrat du tableau déjà costrut : E examat la coloe N de ce tableau, o remarque que la valeur classée 00e est as la classe [4 ; 0[. C'est la classe médae. Salares Eff N [6 ; 0[ [0 ; 4[ 5 9 [4 ; 0[ 7 64 [0 ; 8[ 6 80 [8 ; 38[ 0 00 Totaux 00 / O a alors : x = 4 : c'est la bore de gauche de la classe médae, a = 6 : c'est l'ampltude de la classe médae, N = 9 : c'est l'effectf cumulé crossat de la classe qu précède la classe médae, = 7 : c'est l'effectf de la classe médae. RC/0 ESCE-Statstque e aée / Cours / Ch 3/

14 N Avec la formule de la médae, o obtet : Me = x + a 00 9 = As : Me 4,67 (cetaes d'euros). O peut doc dre que 50% des salares sot féreurs (ou égaux) à 467 et que 50% des salares sot supéreurs (ou égaux) à 467. Iterprétato graphque de la médae. La médae est l'abscsse du pot d'tersecto des courbes des effectfs cumulés (cf A.5.). C'est sur chacue des courbes des effectfs cumulés l'abscsse du pot dot l'ordoée est /. Sur u hstogramme, la parallèle au deuxème axe d'équato x = Me partage la surface sous la courbe e deux partes de même are. Hstogramme 0,080 0,070 0,060 0,050 0,040 0,030 0,00 0,00 0, Me Proprété : α, x Me x α. Ef, o retedra : Pour ue sére à peu près symétrque, mode, médae et moyee arthmétque sot voses, o parlera u peu plus tard de dstrbuto "ormale" das ce cas, avec ue défto rgoureuse. 8. La médae fat parte des quatles ou fractles : c est le fractle d ordre 0,5. S α est u réel comprs etre 0 et, le fractle F α d ordre α est ue valeur telle que parm la sére, le pourcetage de valeurs e dessous de F α est α et le pourcetage de valeurs au dessus de F α est α. S α = 0,5, F 0,5 est le premer quartle (oté auss Q ). S α = 0,50, F 0,5 est le deuxème quartle (oté auss Q, c est la médae). S α = 0,75, F 0,75 est le trosème quartle (Q 3 ). S α = 0,0, F 0, est le premer décle et, par exemple, s α = 0,30, F 0,3 est le trosème décle, O les ote auss D, D, D 9. S α = 0,0, F 0,0 est le premer cetle, s α = 0,07, F 0,07 est le septème cetle, RC/0 ESCE-Statstque e aée / Cours / Ch 4/

15 Tous ces fractles (quartles) se calculet avec le même prcpe que celu de la médae. Ils s'exprmet tous avec l'uté de la varable. Il y a 3 quartles, 9 décles, 99 cetles, etc Exemple : repredre l'exemple. Détermer le er et le 3e quartle de la sére à près. Calcul du er quartle Q. Le er quartle se calcule par terpolato léare comme la médae. C'est la valeur de la varable classée /4. L'effectf de l'échatllo est = 00. Ic : /4 = 50. O suppose que les salares sot uformémet réparts das les classes (équrépartto). E examat la coloe N du tableau c-après, o remarque que la valeur classée 50e est as la classe [0 ; 4[. C'est la classe du er quartle Q. Salares Eff N [6 ; 0[ [0 ; 4[ 5 9 [4 ; 0[ 7 64 [0 ; 8[ 6 80 [8 ; 38[ 0 00 Totaux 00 / O a alors : x = 0 : c'est la bore de gauche de la classe de Q, a = 4 : c'est l'ampltude de la classe de Q, N = 40 : c'est l'effectf cumulé crossat de la classe qu précède la classe de Q, = 9 : c'est l'effectf de la classe de Q. N O e dédut : Q = x + a 4 = As : Q 0,43 (cetaes d'euros). O peut doc dre que 5% des salares sot féreurs (ou égaux) à 043 et que 75% des salares sot supéreurs (ou égaux) à 043. Calcul du 3e quartle Q 3. Le 3e quartle se calcule par terpolato léare comme la médae. C'est la valeur de la varable classée 3/4. Ic, = 00, doc : 3/4 = 50. O suppose que les salares sot uformémet réparts das les classes (équ-répartto). E examat la coloe N du tableau, o remarque que la valeur classée 50e est as la classe [4 ; 0[. C'est la classe du 3e quartle Q 3. O a alors : x = 4 : c'est la bore de gauche de la classe de Q 3, a = 6 : c'est l'ampltude de la classe de Q 3, N = 9 : c'est l'effectf cumulé crossat de la classe qu précède la classe de Q 3, RC/0 ESCE-Statstque e aée / Cours / Ch 5/

16 = 7 : c'est l'effectf de la classe de Q 3. 3 N O e dédut : Q 3 = x + a = As : Q 3 8,83 (cetaes d'euros). O peut doc dre que 75% des salares sot féreurs (ou égaux) à 883 et que 5% des salares sot supéreurs (ou égaux) à 883. C. Paramètres de dsperso Pour des séres de même ature ayat à peu près les mêmes valeurs cetrales, ces ouveau paramètres permettet de comparer la répartto des valeurs de la sére autour des valeurs cetrales. O dt auss qu ls mesuret la dsperso.. L étedue, le plus smple, est l écart etre la plus pette et la plus grade valeur observées ou susceptbles de l être (sére défe par des classes). Elle s'exprme avec l'uté de la varable.. L tervalle terquartle est l'tervalle [F 0,5 ; F 0,75 ] = [Q ; Q 3 ]. So ampltude est l'terquartle : c'est F 0,75 F 0,5 = Q 3 Q, c est l écart etre le 3 e et le er quartle : c est l étedue de la sére quad o a supprmé les 5% des valeurs les plus fables et les 5% des valeurs les plus fortes. Il cotet 50% des valeurs. Il amélore la oto d étedue qu, elle, e tet compte que des valeurs extrêmes. Il s'exprme avec l'uté de la varable. Exemple : repredre l'exemple. Détermer l'tervalle terquartle et l'terquartle de la sére de l'exemple. L'tervalle terquartle est [Q ; Q 3 ] = [043 ; 883] e euros. L'terquartle vaut alors Q 3 Q = 840 e euros. Quad o a élmé les 5% des salares les plus fables et les 5% des salares les plus élevés, l y a 840 euros d'écart etre le salare le plus élevé et le salare le plus fable de la sére troquée. 3. L tervalle terdécle est [D ; D 9 ] avec D = F 0, et D 9 = F 0,9 ; l'terdécle est D 9 D. Même rôle. O utlse auss le rapport terdécle D 9 /D (atteto, c'est u ombre sas uté). 4. S x est la moyee de la sére, x x est l écart de la valeur x par rapport à x. S o calcule ( x x), cette somme est toujours ulle : les écarts se compeset. S o veut u écart moye par rapport à x, o dspose de deux paramètres de dsperso : l écart moye arthmétque par rapport à x et l écart-type. x x 5. L écart moye arthmétque par rapport à x : e m =. Il est mos utlsé que l écart-type déf c-après qu a d autres usages. Il s'exprme avec l'uté de la varable. x x 6. La varace otée S : S ( ) = ou S x = ( x) (formule de Huyges). Pour ue varable cotue, o utlse le cetre c des classes. Elle e s'exprme pas avec l'uté de la varable mas avec le carré de celle-c. RC/0 ESCE-Statstque e aée / Cours / Ch 6/

17 L écart-type (térêt majeur e statstque) oté S ou S(x) pour u échatllo et σ das la populato est la race carrée postve de la varace. Il s'exprme avec l'uté de la varable. L'écart-type est la moyee quadratque des écarts etre les valeurs de la varable et la moyee arthmétque. La formule c-dessus prouve que S et S sot des paramètres de dsperso. O peut auss écrre : S = f ( x ) Pour les varables cotues, o utlse les cetres des classes. x. O a ue défto semblable e probablté. Exemple : repredre l'exemple. Détermer la varace S à 0 4 près et l'écart-type S à près. O repred le tableau précédet e ajoutat la coloe 5 des produts c. Atteto! Seul c est au carré!!! Pus : c = 685. D'où : S = 685 6,06, pus : S = 5,3364 et S 7,6. 00 L'écart type vaut evro 7,6 cetaes d'euros, sot 76 euros. Salares Effectfs Cetre c c c [6 ; 0[ [0 ; 4[ [4 ; 0[ [0 ; 8[ [8 ; 38[ Totaux t = x x S est la varable statstque rédute assocée à x. 8. Paramètres de dsperso relatve Ils permettet de comparer la dsperso de séres qu dffèret fortemet par leur ordre de gradeur ou qu e s'exprmet pas avec la même uté. Par exemple, comparaso de la sére des pods de fourms et d'ue autre de pods d'éléphats. Pour la sére (x ; ), o déft : - le coeffcet de varato : x S, quotet de l'écart type par la moyee arthmétque. - l'terquartle relatf Q Q 3 Q Ce sot des ombres sas uté., quotet de l'terquartle par la médae. RC/0 ESCE-Statstque e aée / Cours / Ch 7/

18 9. Ifluece d u chagemet de varable affe sur moyee, varace et écart type. S l o pose X = αx + β, les moyees et varaces des séres (x ; ) et (X ; ) sot lées par les relatos : X = α x + β et S (X) = α S (x). O a auss : S(X) = α.s(x). Exemple : s la sére (x ; ) a pour moyee 40 et pour écart type 40, e posat X = x 00, la 0 ouvelle sére (X ; ) a pour moyee et pour écart type. (O a chos α = et β = 0). 0 D. Courbe et dce de cocetrato L'dce de cocetrato est u dce de dsperso qu cocere certaes dstrbutos tels que les celles des salares, des reveus, des etreprses suvat leur talle, des surfaces des explotatos agrcoles, des factures au se d'ue etreprse, etc Les varables sot postves.. Courbe de cocetrato dte de Lorez O cosdère ue sére postve de varable dscrète (x ; ) avec k valeurs ou de varable cotue la sére ([x, x + [ ; ) défe par k classes. O calcule successvemet : f = les fréqueces relatves à la valeur x ou à la classe [x, x + [, F les fréqueces cumulées crossates, les produts S = c avec c le cetre de la classe [x, x + [, les k cumuls des S que ous oteros S cum, o otera S le derer cumul qu est la somme de toutes les valeurs S, S cum pour = à k, les k quotets : q =. S (q représete la proporto cumulée de la somme totale des premères valeurs classées) Das u repère orthoormé, o porte alors les k pots de coordoées (F, q ). Il y a autat de pots que de classes. Le derer pot est toujours le pot ( ; ). O rajoute le pot orge O(0 ; 0). La courbe de cocetrato est la lge polygoale jogat l'orge O et les k pots. Cette courbe est stuée das le carré formé par les pots O(0 ; 0), I( ; 0), J( ; ) et K(0 ; ). Elle est toujours e dessous de la dagoale (OJ). La surface comprse etre la dagoale (OJ) et la courbe de cocetrato s'appelle la surface de cocetrato. Quatre exemples smples : Il s'agt de 4 etreprses avec 4 salarés dot o étude la répartto des salares. Costrure la courbe de cocetrato de Lorez pour chacue des etreprses. Commeter. Etreprse Salare x Effectf Etreprse Salare x Effectf RC/0 ESCE-Statstque e aée / Cours / Ch 8/

19 Etreprse 3 Salare x Effectf Etreprse 4 Salare x Effectf Voc les résultats et les courbes : Etreprse Salare x Effectf f F S S cum q ,75 0, , ,5, ,00 4, Etreprse Salare x Effectf f F S S cum q ,75 0, , ,5, ,00 4, Etreprse 3 Salare x Effectf f F S S cum q 000 4,00, , ,00, ,00 4, Etreprse 4 Salare x Effectf f F S S cum q 0 3 0,75 0, , ,5, ,00 4, Etreprse Etreprse q q 0,8 0,8 0,6 0,6 0,4 0,4 0, 0, 0 0 0, 0,4 0,6 0,8 F 0 0 0, 0,4 0,6 0,8 F RC/0 ESCE-Statstque e aée / Cours / Ch 9/

20 Etreprse 3 Etreprse 4 q q 0,8 0,8 0,6 0,6 0,4 0,4 0, 0, 0 0 0, 0,4 0,6 0,8 F 0 0 0, 0,4 0,6 0,8 F Comparaso des cocetratos. Das le cas de l'etreprse 3, la courbe est cofodue avec le segmet [OJ] qu s'appelle la courbe d'équ-répartto : das l'etreprse 3, la cocetrato est ulle. Das l'etreprse 4, la cocetrato est très forte. La cocetrato est plus forte das l'etreprse que das l'etreprse. U exemple plus élaboré : Le tableau c-dessous décrt la répartto des surfaces agrcoles d'u pays vos (Coloes et ). Les effectfs ot été arrods à 0 près pour alléger les calculs. Costrure la courbe de cocetrato de Lorez. O calcule comme précédemmet les fréqueces f, les fréqueces cumulées crossates F, les cetres des classes c, les ares totales par classe S et ef les ares totales relatves cumulées q. Surfaces x Effectfs f F Cetres c S S cum q mos de ha ,58 0,58 0, ,005 de à mos de ha 800 0,087 0,44, ,04 de à mos de 5 ha 400 0,50 0,395 3, ,049 de 5 à mos de 0 ha ,5 0,547 7, ,6 de 0 à mos de 0 ha ,05 0, ,33 de 0 à mos de 30 ha , 0, ,5 de 30 à mos de 50 ha ,088 0, ,756 de 50 à mos de 80 ha 300 0,034 0, ,904 de 80 à mos de 00 ha 650 0,007 0, , ha et plus 700 0,007, ,000 Totaux 94550, RC/0 ESCE-Statstque e aée / Cours / Ch 0/

21 Répartto des surfaces agrcoles,0 q,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,0 0,0 0,00 0,00 0,0 0,0 0,30 0,40 0,50 0,60 0,70 0,80 0,90,00,0 F. Idce de cocetrato dt de G L'dce de cocetrato est déf comme le quotet de l'are de la surface de cocetrato par l'are du tragle (OIJ). L'are de ce tragle vaut toujours 0,5 e utés d'are. Autremet dt, l'dce de cocetrato est le double de l'are de la surface de cocetrato exprmée e utés d'are. Il vaut meux, e gééral, calculer l'are sous la courbe, pus e dédure l'are de la surface de cocetrato pus l'dce de G. Exemple : Calculer l'dce de G pour les 4 séres portat sur les salares au se de 4 etreprses. Etreprse 0,45 Etreprse 0,5 Etreprse 3 0 Etreprse 4 0,75 Exemple de calcul pour l'etreprse : la surface sous la courbe est formée d'u tragle et d'u trapèze. RC/0 ESCE-Statstque e aée / Cours / Ch /

22 B h 0,75 0,3 Tragle : base B = 0,75, hauteur h = 0,3, are = = = 0,5. Trapèze : grade base B =, pette base b = 0,3, hauteur h = 0,75 = 0,5, ( B + b) h ( + 0,3) 0,5 are = = = = 0,65. Are sous la courbe : = + = 0,75. Are de la surface de cocetrato (are etre la courbe et la dagoale (OJ)) : 0,5 0,75 = 0,5. Idce de cocetrato (de G) : IG = Remarque : IG =. 0,5 0,5 = 0,45. Exemple plus élaboré : Calculer l'dce de G pour la sére portat sur la répartto des surfaces agrcoles. La surface sous la courbe est costtuée d'u tragle et de 9 trapèzes. Le tragle état u trapèze dot la pette base est ulle, o peut cosdérer que l'o a 0 trapèzes. Les pettes bases sot les valeurs de q de q 0 = 0 à q 9 = 0,945. Les grades bases sot les valeurs de q de q = 0,05 à q 0 =,000. Les hauteurs sot les dfféreces F + F autremet dt les valeurs de f! Le trapèze uméro a doc pour pette base q -, pour grade base q, pour hauteur f. 0 ( q As, l'are sous la courbe se calcule comme sut : Ces calculs sot résumés das le tableau c-dessous : = q + ) f. q - +q f are 0,005 0,58 0,000 0,09 0,087 0,00 0,063 0,50 0,005 0,75 0,5 0,03 0,458 0,05 0,047 q - +q f are 0,853 0, 0,048,77 0,088 0,056,660 0,034 0,08,849 0,007 0,006,945 0,007 0,007 L'are totale sous courbe est = 0, et l'dce de G vaut doc : IG 0,58. O peut cosdérer que la cocetrato est forte. RC/0 ESCE-Statstque e aée / Cours / Ch /

I. Moyenne, variance et écart-type d une série statistique

I. Moyenne, variance et écart-type d une série statistique I Moyee, varace et écart-type d ue sére statstque Sére statstque dscrète : Eemple d ue sére statstque dscrète : Preos le cas d ue classe de élèves qu réalset u devor oté sur 5 La sére statstque dscrète

Plus en détail

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 page1/6 CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 Dosser "Défcece" 1) = 30 pour les groupes. Les classes sot d'ampltudes dfféretes doc...utlser la desté (rappel : desté = effectf/ampltude). Durée

Plus en détail

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an BTS BLANC Ma 0 Epreuve : Mathématques Géérales et Applquées Flère : DA / ARLE Durée: heures NB : Chaque parte dot être tratée sur des copes dfféretes I- MATHEMATIQUES GENERALES Exercce a b Sot le Sot la

Plus en détail

Serie statistique double

Serie statistique double Sere statstque double Dstrbutos margales Actvté U relevé statstque des talles (e cm) et des pods Y (e kg) d u échatllo de 00 élèves a perms de costrure le tableau suvat : Y [0, 5[ [5, 50[ [50, 55[ [55,

Plus en détail

Nombre de Clients [0 ; 50[ 72. x i. n i [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200 ; 250 [ 18

Nombre de Clients [0 ; 50[ 72. x i. n i [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200 ; 250 [ 18 1 U commerçat a relevé le motat des dépeses e euros de chaque clet au cours d ue semae. Motat des dépeses Clets [0 ; 50[ 72 x x - x ) - x )² -x ) ² [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200

Plus en détail

Comment représenter les variables aléatoires (données)? Paramètres descriptifs. Quels sont les paramètres descriptifs de la position?

Comment représenter les variables aléatoires (données)? Paramètres descriptifs. Quels sont les paramètres descriptifs de la position? Paramètres descrptfs Cours VETE043- Aée académque 06-07 Commet représeter les varables aléatores (doées)? Représetato sythétque Tables de fréqueces Représetato graphque Dagrammes de fréqueces Paramètres

Plus en détail

STATISTIQUES A UNE VARIABLE

STATISTIQUES A UNE VARIABLE Cours et exercces de mathématques ) Itroducto et vocabulare STATISTIQUES A UNE VARIABLE La statstque est la scece qu cosste à réur des doées chffrées, à les aalyser, à les commeter et à les crtquer Ue

Plus en détail

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit Itroducto à l écoométre S6-EF sc. éco. & gesto Prof. Mohamed El Meroua IV.- Espérace mathématque de l estmateur  : A ˆ A + X X X Nous avos ( ε alors l espérace mathématque sera : E ( E( A + E[ ( X X X

Plus en détail

Améliorer la productivité

Améliorer la productivité Maurce Pllet Amélorer la productvté Déploemet dustrel du toléracemet ertel, 00 SBN : 978---54754- Commet calculer ue tolérace ertelle 75 Nous avos doc u toléracemet par tervalle sur les exgeces foctoelles

Plus en détail

L2 Mention Informatique. UE Probabilités. Chapitre 4 : Simulation - Régression

L2 Mention Informatique. UE Probabilités. Chapitre 4 : Simulation - Régression L Meto Iformatque UE Probabltés Chaptre 4 : Smulato - Régresso Notes de cours rédgées par Rége Adré-Obrecht, Jule Pquer I- Smulato de varables aléatores. Itroducto Das certaes expéreces «réelles», où le

Plus en détail

Résumé de statistique I

Résumé de statistique I Résumé de statstque I Etude de doées statstques : Ce qu ous téresse lorsqu o a des doées statstque ou ue dstrbuto de celles-c : Le cetre : o o Moyee : mesures o robustes Médae : mesures robustes La dsperso

Plus en détail

On applique le théorème de Pythagore au triangle AIE est rectangle en I AI 2 IE 2 AE 2 IE IE 1 2

On applique le théorème de Pythagore au triangle AIE est rectangle en I AI 2 IE 2 AE 2 IE IE 1 2 Exercce Lba 6 4 pots O cosdère u solde ADECBF costtué de deux pyramdes detques ayat pour base commue le carré ABCD de cetre I. Ue représetato e perspectve de ce solde est doée e aexe (à redre avec la cope).

Plus en détail

TD Techniques de prévision pour la Gestion de production

TD Techniques de prévision pour la Gestion de production Orgasato et gesto dustrelle Page / 6 TD Techques de prévso pour la Gesto de producto er Exercce Vetes d u rayo de jouraux das u supermarché Javer Févrer Mars Avrl Ma Ju Jullet Août Septembre Octobre Novembre

Plus en détail

LEÇON N 6 : Loi de Poisson, loi normale.

LEÇON N 6 : Loi de Poisson, loi normale. LEÇON N 6 :. Pré-requs : Probabltés : défto, calculs et probabltés codtoelles ; Lo bomale cf. leço o 5) ; Noto de varables aléatores dscrètes et cotues cf. leços o 4 et 7), et proprétés assocées : espérace,

Plus en détail

Devoir de contrôle n 1. 4 ème Maths 1 Radès. Répondre par Vrai au Faux aux questions propositions suivantes. Aucune justification n est demandée.

Devoir de contrôle n 1. 4 ème Maths 1 Radès. Répondre par Vrai au Faux aux questions propositions suivantes. Aucune justification n est demandée. Lycée Ib Khaldou Devor de cotrôle ème Maths Radès ( heure) Mr ABIDI Fard Mathématques Mercred 9 Novembre 0 Exercce : ( pots) Répodre par Vra au Faux aux questos propostos suvates Aucue justfcato est demadée

Plus en détail

MATERIEL UTILISE : CALCULATRICE AUTORISEE OUI NON

MATERIEL UTILISE : CALCULATRICE AUTORISEE OUI NON BAC BLANC MATIERE : MATHEMATIQUES OBLIGATOIRE CLASSE de : Termale S SALLE : Grade Permaece PROFESSEUR : Mle GUIHENEUF ATE : Vedred javer 6 HEURE ébut : 8 h HEURE f : h MATERIEL UTILISE : CALCULATRICE AUTORISEE

Plus en détail

COURS SUR LES MELANGES EN FILATURE DE COTON PARTIE 07. Section IV ELEMENTS DE STATISTIQUES APPLIQUES EN FILATURE

COURS SUR LES MELANGES EN FILATURE DE COTON PARTIE 07. Section IV ELEMENTS DE STATISTIQUES APPLIQUES EN FILATURE COURS SUR LES MELANGES EN FILATURE DE COTON PARTIE 07 Secto IV ELEMENTS DE STATISTIQUES APPLIQUES EN FILATURE 7.7. Elémets de statstques 7.7.. Caractérstques de posto. Moyee arthmétque La moyee est la

Plus en détail

LOI NORMALE ET LOIS DERIVEES

LOI NORMALE ET LOIS DERIVEES Prcpes et Méthodes de la Bostatstque Chaptre 5 LOI NORMALE ET LOIS DERIVEES A-LA LOI NORMALE Présetato La dstrbuto ormale, dte ecore de Laplace-Gauss, est pour des rasos qu apparaîtrot plus lo, la plus

Plus en détail

L2 Mention Informatique. UE Probabilités. Chapitre 3 : Variables aléatoires réelles

L2 Mention Informatique. UE Probabilités. Chapitre 3 : Variables aléatoires réelles L Meto Iformatque UE Probabltés Chaptre 3 : Varables aléatores réelles Notes de cours rédgées par Rége Adré-Obrecht, Jule Pquer, Serge Solovev Sot (, A, P) Ω et X : Ω R ue varable aléatore. I. Varable

Plus en détail

NOTATIONS ET FORMULAIRE

NOTATIONS ET FORMULAIRE Uversté PARIS DESCARTES Lcece de Psychologe L1 ADP1- Resp : Mrelle LAGARRIGUE page 1/5 PROTOCOLE SUR U ECHA TILLO NOTATIONS ET FORMULAIRE Esemble des sujets de l échatllo S { s 1 ; s ;.; s } (1) Varable

Plus en détail

Cours (Terminale) Probabilités (révisions 1 ère )

Cours (Terminale) Probabilités (révisions 1 ère ) Cours (Termale) Probabltés (révsos ère ) Quelques rappels et complémets sur les esembles Uo de deux esembles O appelle «uo de deux esembles E et F» l esemble oté E F dot les élémets sot costtués des élémets

Plus en détail

Pondichéry Avril 2014 Série S Exercice.

Pondichéry Avril 2014 Série S Exercice. Podchéry Avrl 04 Sére S Exercce Le pla complexe est mu d u repère orthoormé ( O; uv, ) Pour tout eter aturel, o ote A le pot d affxe z déf par : O déft la sute ( ) z z 0 = et + = + z 4 4 r par r = z pour

Plus en détail

Bac blanc de mathématiques

Bac blanc de mathématiques Termale st2s le mercred 09/03/2016 Durée : 2 heures Bac blac de mathématques Exercce 1 : 6 pots Le tableau c-dessous doe le ombre d aboemets au servce de téléphoe moble e Frace etre f 2001 et f 2009, exprmé

Plus en détail

I. Qu est-ce qu une variable aléatoire?

I. Qu est-ce qu une variable aléatoire? I. Qu est-ce qu ue varable aléatore?. Défto : Sot ue expérece aléatore dot l esemble des résultats possbles (l uvers est oté Ω. Ue varable aléatore est ue focto X allat de Ω sur R, c est-à-dre que c est

Plus en détail

La valeur acquise par un capital au bout d'une année est donc obtenue en multipliant ce capital par (1 + i). Par suite, le capital C1

La valeur acquise par un capital au bout d'une année est donc obtenue en multipliant ce capital par (1 + i). Par suite, le capital C1 LGL Cours de Mathématques 26 Exemples de sutes das le domae des faces 1) Itérêts composés O place 1. à térêts composés au taux de 4,5 % par a. Détermer le captal dspoble à la f de chaque aée et ce pedat

Plus en détail

Terminales S Exercices sur les nombres complexes Page 1 sur 6

Terminales S Exercices sur les nombres complexes Page 1 sur 6 Termales S Exercces sur les ombres complexes Page sur 6 Exercce : ) Calculer, et 5 6 7 ) E dédure, et ) Détermer les eters pour lesquels est a) u réel, b) est u magare pur, c) égal à Exercce : Ecrre sous

Plus en détail

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!!

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!! Cours : Statstques I. Itroducto Classe de ère S O a vu que our caractérser ue sére statstque, o utlse des : - aramètres de tedace cetrale : - la moyee ; - la médae. Ils ermettet d dquer la «osto» de la

Plus en détail

Méthode du simplexe: préliminaires. 2. Programmation linéaire. Solution de base. Méthode du simplexe: préliminaires. b. Méthode du simplexe

Méthode du simplexe: préliminaires. 2. Programmation linéaire. Solution de base. Méthode du simplexe: préliminaires. b. Méthode du simplexe Méthode du smplee: prélmares Modèles de recherche opératoelle (RO). Programmato léare b. Méthode du smplee Das le cas où l y a ue fté de solutos, la méthode d élmato de Gauss-Jorda permet d detfer tros

Plus en détail

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant :

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant : STATISTIQUES Cours Termale ES O observe que, das certas cas, l semble ester u le etre deu caractères statstques quattatfs (deu varables) sur ue populato ; par eemple, etre le pods et la talle d u ouveau-é,

Plus en détail

Variables j.. p. Xij

Variables j.. p. Xij L alyse e Composates Prcpales (CP) O possède u tableau rectaulare de mesure dot les coloes sot des varables quattatves (mesuratos, taux, statos clmatques) et dot les les représetet des dvdus statstques

Plus en détail

Probabilités. est la i ième valeur possible. L ensemble des issues auxquelles on associe la même valeur x

Probabilités. est la i ième valeur possible. L ensemble des issues auxquelles on associe la même valeur x Probabltés A) Varable aléatore et lo de probablté Varable aléatore Défto : O cosdère l'esemble E des ssues d'ue expérece aléatore Défr ue varable aléatore X sur cet esemble, c est assocer u ombre à chaque

Plus en détail

Les nombres complexes

Les nombres complexes haptre 6 termale S Les ombres complexes 1 hstorque et créato : N Z ID Q R es esembles ot été costruts au fl de l hstore grâce à u même problème : certaes équatos ot des solutos das u esemble doé mas d

Plus en détail

2. On présente ensuite une proposition : l'équiprobabilité à chaque étape entraîne l'équiprobabilité sur l'ensemble des résultats.

2. On présente ensuite une proposition : l'équiprobabilité à chaque étape entraîne l'équiprobabilité sur l'ensemble des résultats. rbre de déombremet et arbre de probablté Pla du documet. O présete tout d'abord la règle du produt pour les arbres de déombremet avec, e cas partculer, le cardal d'u produt cartése d'esembles fs.. O présete

Plus en détail

MODULE : STATISTIQUES ROYAUME DU MAROC OFPPT RESUME THEORIQUE & GUIDE DE TRAVAUX PRATIQUES SECTEUR : TERTIAIRE

MODULE : STATISTIQUES ROYAUME DU MAROC OFPPT RESUME THEORIQUE & GUIDE DE TRAVAUX PRATIQUES SECTEUR : TERTIAIRE OFPPT ROYAUME DU MAROC مكتب التكوين المهني وإنعاش الشغل Offce de la Formato Professoelle et de la Promoto du Traval DIRECTION RECHERCHE ET INGENIERIE DE FORMATION RESUME THEORIQUE & GUIDE DE TRAVAUX PRATIQUES

Plus en détail

SOMMAIRE. Généralités :...2

SOMMAIRE. Généralités :...2 SOMMAIRE Gééraltés :... I. Déftos :... II. Apport de la statstque au écoomstes :... III. Les lmtes de la méthode statstque :... IV. Le vocabulare utlsé e statstque :...3 V. Quelques symboles mathématques

Plus en détail

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet.

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet. ère S Cotrôle du mard 7 javer 05 ( heures) D C N Le barème est doé sur 0 O répodra drectemet sur la cope foure avec le sujet U certa ombre de questos écesste ue recherche préalable au broullo O e rédgera

Plus en détail

RADIOPROTECTION CIRKUS. Sommaire

RADIOPROTECTION CIRKUS. Sommaire RADIOPROTECTION CIRKUS Documet techque Radoprotecto Crkus 89 D boulevard du Fer 74000 Aecy www.rpcrkus.org - cotact@rpcrkus.org Assocato lo 1901 créée le 9 mars 010 W91300355 - Eregstrée à la préfecture

Plus en détail

Exercice 1 : Analogie entre équilibres acido-basiques et équilibres de complexation (Application du Principe de Le Châtelier).

Exercice 1 : Analogie entre équilibres acido-basiques et équilibres de complexation (Application du Principe de Le Châtelier). Bla UE 1C G. EXERCICES BILAN Exercce 1 : Aaloge etre équlbres acdo-basques et équlbres de complexato (Applcato du Prcpe de Le Châteler). Objectfs de l'exercce - Coassaces/Compéteces testées das cet exercce

Plus en détail

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale Cotrôle de gesto Budget des vetes Module 4 - Leço - Budget des vetes Itroducto - Recherche de la tedace géérale - Itroducto Le budget des vetes est le premer budget opératoel à établr. Il est cosdéré comme

Plus en détail

2.1 Variable aléatoire Fonction de répartition Fonction de masse et de densité...2

2.1 Variable aléatoire Fonction de répartition Fonction de masse et de densité...2 - Varables aléatores et dstrbutos - Chaptre : Varables aléatores et dstrbutos. Varable aléatore.... Focto de répartto....3 Focto de masse et de desté....4 Dstrbuto cojote de varables aléatores...5.4. Dstrbuto

Plus en détail

arlesrcomplexesraurbacr2014r==corriges=z

arlesrcomplexesraurbacr2014r==corriges=z arlesrcomplexesraurbacr0r==corriges= Nouvelle-Calédoe ovembre 0 5 pots Proposto : Pour tout eter aturel : ( + ) = () VRAI! ( ) doc d où ( ) ( ) ( ) ( ) Sot (E) l équato ( )( + 8) = 0 où désge u ombre complexe

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 003 EPREUVE SPECIFIQUE FILIERE MP MAHEMAIQUES 1 Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la plus grade mportace à la clarté, à la précso et à la cocso de la

Plus en détail

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez Mesure de la laso etre deux varables qualtatves Kh deux Equête : Êtes-vous «pas du tout d accord»

Plus en détail

Quelques éléments de statistiques

Quelques éléments de statistiques Quelques élémets de statstques Avat-propos Ces quelques élémets coceret essetellemet les statstques au programme das l esegemet secodare. Ils preet appu sur les documets utlsés par M. ARTIGUES, IA-IPR

Plus en détail

VI. Statistique descriptive.

VI. Statistique descriptive. VI. Statstque descrptve. 1. Avat - propos : le sge sommatore. Soet x 1, x,...x : réels x 1 + x +...+ x = x Remarquos : Proprétés. 1 x = x j j1 1. x = x + x 1 p 1. kx = k x 1 1 p1 3. ( x y ) = x + y 1 Exercces.

Plus en détail

5. Variables aléatoires simultanées

5. Variables aléatoires simultanées 5. Varables aléatores smultaées 5.1 Coule de varables aléatores Défto 1 Pour tout dce das 1, sot X ue varable aléatore. O dt que X X 1 X est ue varable aléatore de dmeso. Nous ous téresseros rcalemet aux

Plus en détail

NOMBRES COMPLEXES EXERCICES CORRIGES

NOMBRES COMPLEXES EXERCICES CORRIGES Cours et exercces de mathématques NOMRES COMPLEXES EXERCICES CORRIGES Exercce. O doe = + et = + Ecrre sous forme algébrque les complexes suvats : = ; Exercce. Calculer, et = ; = ; = ; 5 006 009 E dédure

Plus en détail

Alain MORINEAU

Alain MORINEAU www.deeov.com Ala MORINEAU Cet artcle est ue reprse et u extrat de l artcle «Note sur la Caractérsato Statstque d'ue Classe et les Valeurs-tests», publé das la revue Bullet Techque du Cetre de Statstque

Plus en détail

Exercice n 1 1) Par associativité de l intersection des événements, et à l aide de la formule des probabilités conditionnelles,

Exercice n 1 1) Par associativité de l intersection des événements, et à l aide de la formule des probabilités conditionnelles, CONCOURS EMIA Sceces CONCOURS 0 EPREUVE DE MATHEMATIQUES Corrgé o offcel rédgé par Jea-Gullaume CUAZ, esegat au Lycée Mltare de Sat-Cyr, jgcuaz@hotmalcom Eercce ) Par assocatvté de l tersecto des évéemets,

Plus en détail

Chapitre 3 Les indicateurs

Chapitre 3 Les indicateurs Chaptre 3 Les dcateurs O se place uqueet das le cas d ue varable quattatve. L objectf est de résuer l eseble des observatos par des dcateurs. Il est toujours suffsat de résuer ue sére par u seul dcateur.

Plus en détail

Leçon 08 : Statistiques Terminale. Altitude (x i ) Températures ( y i )

Leçon 08 : Statistiques Terminale. Altitude (x i ) Températures ( y i ) Leço 08 : Statstques Termale E premer leu, l te faut relre les cours de premère sur les statstques à ue varable, l a tout u lagage à se remémorer : étude d u échatllo d ue populato, mode, moee et médae

Plus en détail

MPSI du lycée Rabelais semaine du 11 septembre 2015 CALCULS ALGÉBRIQUES. Montrez que u k = u m +u n

MPSI du lycée Rabelais  semaine du 11 septembre 2015 CALCULS ALGÉBRIQUES. Montrez que u k = u m +u n MPSI du lycée Rabelas http://mps.satbreuc.free.fr semae du septembre 5 CALCULS ALGÉBRIQUES Sommes et produts fs Exercce : Parm les formules suvates, lesquelles sot vraes?.. 3. α+a α+ a +b αa α a + a a

Plus en détail

3- LES TIRAGES PROBABILISTES D'ECHANTILLONS

3- LES TIRAGES PROBABILISTES D'ECHANTILLONS 3- LES TIRAGES PROBABILISTES D'EHATILLOS Das de ombreuses alcatos ratques du calcul des robabltés, o retrouve u ou luseurs des schémas de trages robablstes d'échatllos que ous allos exoser. Le cadre gééral

Plus en détail

Polynésie Juin 2010 Série S Exercice. Le plan complexe est rapporté à un repère orthonormal direct ( O; uv, )

Polynésie Juin 2010 Série S Exercice. Le plan complexe est rapporté à un repère orthonormal direct ( O; uv, ) Polyése Ju 00 Sére S xercce Le pla complexe est rapporté à u repère orthoormal drect ( O; uv, ) Prérequs Parte A Resttuto orgasée de coassaces Sot u ombre complexe tel que = a+ b où a et b sot deux ombres

Plus en détail

Annexe 1. Estimation d un quantile non-paramétrique par la méthode de Hazen

Annexe 1. Estimation d un quantile non-paramétrique par la méthode de Hazen Aexe. Estmato d u quatle o-paramétrque par la méthode de Haze La probablté cumulée emprque d ue doée au se d u échatllo est pas u cocept parfatemet déf : pluseurs estmatos sot possbles ; l e est de même

Plus en détail

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20.

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20. BTS CG 996 Eercce : (0 pots) Ue agece mmoblère evsage de commercalser u programme de costructo d'appartemets Deu projets lu sot soums: Projet P : Le coût de producto de appartemets ( eter et 0 )est doé

Plus en détail

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme Statistiques I. Tableaux d effectifs, de fréqueces : 1. Calculer la fréquece d'ue valeur ou d'ue classe : Diviser l effectif de la valeur par l effectif total fréquece La somme des fréqueces est 1 (ou

Plus en détail

Divisibilité et congruences. Corrigés d exercices

Divisibilité et congruences. Corrigés d exercices Dvsblté et cogrueces Corrgés d exercces Les exercces du lvre corrgés das ce docuet sot les suvats : Page 445 : N 1, 5 Page 459 : N 45 Page 449 : N 10 Page 460 : N 51, 5, 55, 57 Page 451 : N 16 Page 461

Plus en détail

Nombres complexes Sessions antérieures

Nombres complexes Sessions antérieures ème aée Maths Nombres complexes Sessos atéreures Aée scolare 9 - A LAATAOUI Exercce N (SP) Das le pla complexe P rapporté à u repère orthoormé ( Ouv ; ; ) o cosdère les pots A et B d affxes respectves

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

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

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables.

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables. COUPLE DE VARIABLES ALEATOIRES O cosdère deux varables aléatores et. O amerat coatre s l y a fluece etre ces deux varables. I Coule de varables dscrètes : 1) Lo ote : Soet et deux varables dscrètes, à

Plus en détail

NOMBRES COMPLEXES - EXERCICES CORRIGES Exercice n 1.

NOMBRES COMPLEXES - EXERCICES CORRIGES Exercice n 1. NOMBRES COMPLEXES - EXERCICES CORRIGES Exercce. O doe = + et = + Ecrre sous forme algébrque les complexes suvats : = ; = ; = ; = ; 5 = Exercce. Calculer, et E dédure la valeur de 006 et de 009, pus les

Plus en détail

XVII. Les nombres complexes.

XVII. Les nombres complexes. XVII. Les ombres complexes.. Itroducto Progressvemet, ous avos agrad les esembles de ombres e passat de N à Z pus à Q et ef à R. Ces agradssemets ot doé la possblté de résoudre de plus e plus d'équatos.

Plus en détail

( (p, q) IN 2 ) A p A q = A p+q ( (p, q) IN 2 ) (A p ) q = A pq ( k IN) (A ) k = (A k ) ( k IN) Dét (A k ) = (Dét A) k

( (p, q) IN 2 ) A p A q = A p+q ( (p, q) IN 2 ) (A p ) q = A pq ( k IN) (A ) k = (A k ) ( k IN) Dét (A k ) = (Dét A) k Algèbre Chaptre 6 Les matrces carrées Hypothèses : est u eter strctemet postf I est la -matrce uté I La trace d ue matrce carrée La trace d ue -matrce est la somme de ses termes dagoaux O ote la trace

Plus en détail

Méthodes stochastiques de calcul de stabilité des pentes

Méthodes stochastiques de calcul de stabilité des pentes Républque Algéree Démocratque et Populare Mstère de l Esegemet Supéreur et de la Recherche Scetfque UNIVERSITE MOULOUD MAMMERI - TIZI OUZOU - Faculté du Gée de la costructo Départemet de Gée Cvl MÉMOIRE

Plus en détail

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet.

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet. ère S Cotrôle du mard 7 javer 05 ( heures) D C N Le barème est doé sur 0 O répodra drectemet sur la cope foure avec le sujet U certa ombre de questos écesste ue recherche préalable au broullo O e rédgera

Plus en détail

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE UE4 : Bostatstques Chaptre 8 Corrélato et régresso léare smple José LABARERE Aée uverstare 20/202 Uversté Joseph Fourer de Greoble - Tous drots réservés. Pla I. Corrélato et régresso léare II. Coeffcet

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 005 EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto

Plus en détail

Analyse de régression

Analyse de régression Itroducto à la régresso Aalyse de régresso La régresso est utlsée pour estmer ue focto f( ) décrvat ue relato etre ue varable explquée cotue,, et ue ou pluseurs varables explcatves,. = f(,, 3,, )+ε Remarque

Plus en détail

BACCALAURÉAT GÉNÉRAL BLANC MATHÉMATIQUES

BACCALAURÉAT GÉNÉRAL BLANC MATHÉMATIQUES BACCALAURÉAT GÉNÉRAL BLANC SESSION 06 MATHÉMATIQUES Sére STL Durée de l épreuve : 4 heures Coeffcet : 4 ENSEIGNEMENT OBLIGATOIRE Les calculatrces électroques de poche sot autorsées, coformémet à la réglemetato

Plus en détail

Limites de fonctions (1) Approche intuitive ; limites des fonctions de référence. 1 ère S. II. La fonction carrée. 1 ) Tableau de variation

Limites de fonctions (1) Approche intuitive ; limites des fonctions de référence. 1 ère S. II. La fonction carrée. 1 ) Tableau de variation ère S Lmtes de foctos () Approche tutve ; tes des foctos de référece II. La focto carrée ) Tableau de varato Das ce chaptre, o lasse provsoremet de côté les dérvées. I. Itroducto ) Rappel Déà vu : oto

Plus en détail

Introduction à la statistique descriptive

Introduction à la statistique descriptive Itroducto à la statstque descrptve Cours et eercces avec tableur Luce LEBOUCHER Mare-José VOISIN CÉPADUÈS-ÉDITIONS 111, rue Ncolas Vauquel 311 Toulouse Frace Tél. : 5 61 4 57 36 Fa : 5 61 41 79 89 www.cepadues.com

Plus en détail

Ch.6ÊPROBABILITÉS _ partie 1

Ch.6ÊPROBABILITÉS _ partie 1 LFA / remère S COURS Gesto de doées Mme MAINGUY I Raels / Lo de robablté Ch6ÊPROBABILITÉS _ arte ere S défto O aelle exérece aléatore toute exérece ayat luseurs ssues (ou évetualtés) ossbles et dot o e

Plus en détail

CHAPITRE 4 Paramètres d'une série statistique

CHAPITRE 4 Paramètres d'une série statistique Cours de Mathématiques Classe de secode Statistiques CHAPITRE 4 Paramètres d'ue série statistique A) Diverses sortes de séries statistiques 1) Défiitio Ue série statistiques est u esemble de ombres, représetat

Plus en détail

Chapitre : Équilibre général de Walras

Chapitre : Équilibre général de Walras Écoome et maagemet Lcece Mcroécoome 3 Aée 04-05 Chaptre : Équbre gééra de Waras Robert Jorda Agets de 'écoome : aucue fuece dvdueemet Système de prx : permettat de réaser des échages Codusat à u état réasabe

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

N O M B R E S C O M P L E X E S.

N O M B R E S C O M P L E X E S. T le S 00/005 Ch9 Nombres complexes J TAUZIEDE N O M B R E S C O M P L E X E S I- L ENSEMBLE C DES NOMBRES COMPLEXES Ecrture algébrque des ombres complexes Comme o a motré l suffsace de l esemble Q par

Plus en détail

1 ère partie : STATISTIQUE DESCRIPTIVE

1 ère partie : STATISTIQUE DESCRIPTIVE ère parte : STATISTIQUE DESCRIPTIVE CHAPITRE : COLLECTE DE L INFORMATION, TABLEAUX ET GRAPHIQUES. I. Défto et vocabulare Défto : la statstque est ue méthode scetfque qu cosste à réur des doées chffrées

Plus en détail

CHAPITRE 1-4 MESURE DE L'INÉGALITÉ ET DE LA CONCENTRATION

CHAPITRE 1-4 MESURE DE L'INÉGALITÉ ET DE LA CONCENTRATION Méthodes quattates, Adré Lemel, 004-4. Iégalté et cocetrato CHAPITRE -4 MESURE DE L'INÉGALITÉ ET DE LA CONCENTRATION Pla -4. Le coeffcet de cocetrato de l'écoome dustrelle 4-4. L'dce de cocetrato de Hrschma-Herfdahl

Plus en détail

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires UE 4 Evaluato des méthodes d aalyse applquées au sceces de la ve et de la saté Statstque Varables aléatores Frédérc Mauy - 27 septembre et 3 octobre 2013 1 Pla du cours 1. Varable aléatore 1. Défto 2.

Plus en détail

2. Statistique descriptive

2. Statistique descriptive - -. Statstque descrptve. Statstque descrptve «Ctoyes! Cessez de crore yeu fermés les statstces! Appreez à jauger» «Les corrélatos qu vous motret que plus l y a de médecs plus o meurt jeue!». Quelques

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU D'APPLCATON DE METHODE TATTQUE ET NORMATQUE BAM REPRNT 02/2003 Tros cas pratques d applcato de la méthode statstque des dces amuel AMBAPOUR BAM BAM B.P. 13734 Brazzavlle BAM REPRNT 02/2006 Tros

Plus en détail

SYSTEME DE SUIVI ET D EVALUATION DU DEUXIEME PROGRAMME NATIONAL DE ROUTES RURALES (PNRR-2)

SYSTEME DE SUIVI ET D EVALUATION DU DEUXIEME PROGRAMME NATIONAL DE ROUTES RURALES (PNRR-2) SYSTEME DE SUIVI ET D EVALUATION DU DEUXIEME PROGRAMME NATIONAL DE ROUTES RURALES (PNRR-2) Résumé Rachd TABBOUCHY Chef du servce auscultato au CNER Le deuxème Programme Natoal de Routes Rurales prévot

Plus en détail

Loi de Fisher. Test de Fisher. Exemple. Solution. ANOVA à un facteur. df = (29, 28) df = (19, 6) df = (6, 6)

Loi de Fisher. Test de Fisher. Exemple. Solution. ANOVA à un facteur. df = (29, 28) df = (19, 6) df = (6, 6) ! amlle de dtrbuto. Lo de her! Chaque membre de la famlle et détermé par deux paramètre: le ombre de degré de lberté du umérateur et le ombre de degré de lberté du déomateur.! et cotue et potve.! et potvemet

Plus en détail

Le cours Interprétation physique de la dérivée

Le cours Interprétation physique de la dérivée Il est égalemet possble de procéder à la «dérvato umérque» d ue sute de valeurs {(t ; f )}. La sute dérvée est elle-même costtuée de couples {(t ; f )} ; la valeur f de correspodat au tau de varato mesuré

Plus en détail

L ensemble des modalités ou des classes des modalités de X

L ensemble des modalités ou des classes des modalités de X Module statstque et probabltés_ parte 2 Zahra ROYER B _ Etude des dstrbutons d un caractère quanttatf : Sans perte de généralté : à la place de varable statstque, on va utlser le terme courant chez les

Plus en détail

M ( ) n,p. Chapitre 15 Matrices et systèmes linéaires. I Généralités. Dans tout le chapitre K désigne le corps R ou C.

M ( ) n,p. Chapitre 15 Matrices et systèmes linéaires. I Généralités. Dans tout le chapitre K désigne le corps R ou C. PSI 1 hatre 15 Matrces et systèmes léares Das tout le chatre K désge le cors R ou I Gééraltés 1 Défto Défto : Ue matrce est u tableau d élémets de K coteat lges et coloes Notatos : U matrce A est otée

Plus en détail

AVRIL 2007 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2007 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 007 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voe B Opto Écoome MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

La statistique et les statistiques

La statistique et les statistiques Psy004 Secto : La statstque et les statstques Pla du cours: 0.0: Beveue 0.: Les catégores du savor 0.: Survol de la psychologe 0.3: Le pla de cours 0.4: Les assstats.0: La physque: scece exacte?.: Scece

Plus en détail

CHAPITRE 2. Les carrés dans (Z/nZ) 2.1 Carrés et non carrés dans le corps Z/pZ

CHAPITRE 2. Les carrés dans (Z/nZ) 2.1 Carrés et non carrés dans le corps Z/pZ CHAPITRE Les carrés das (Z/Z Das ce chatre o s téresse à l esemble des carrés das le cors Z/Z, mas auss das certas aeaux Z/Z avec o remer O todut le symbole de Legedre qu caractérse les carrés O trodut

Plus en détail

CORRECTION DU BAC 2007

CORRECTION DU BAC 2007 ORRTION U B 7 Trmal S mérqu du Nord rcc Sot (P l pla dot u équato st : + y z + = lors, d coordoés ( ; ;, st u vctur ormal d (P omm H st l projté orthogoal d sur (P, alors H t sot coléars Il st H = k H

Plus en détail

Texte Analyse en composantes principales

Texte Analyse en composantes principales Uverstés Rees I Épreuve de modélsato - Agrégato Extere de Mathématques 2007 Page Texte Aalyse e composates prcpales Itroducto E archéologe, l aalyse de la composto de matéraux est deveue u outl essetel

Plus en détail

Chapitre 4 : RÉGRESSION

Chapitre 4 : RÉGRESSION Chaptre 4 : RÉGRESSION 4. Régresso léare smple 4.. Équato de la régresso 4.. Estmato par les modres carrés 4..3 Coeffcet de détermato 4..4 Iférece sur les coeffcets 4..5 Prévso et aalyse des résdus Régresso

Plus en détail

Effet de la variabilité des paramètres de sol sur le comportement des ouvrages de géotechnique

Effet de la variabilité des paramètres de sol sur le comportement des ouvrages de géotechnique Républque Algéree Démocratque et Populare Mstère de l Esegemet Supéreur et de la Recherche Scetfque UNIVERSITE MOULOUD MAMMERI - TIZI OUZOU - Faculté du Gée de la costructo Départemet de Gée Cvl MÉMOIRE

Plus en détail

PROBABILITÉS ET STATISTIQUE POUR L ENSEIGNEMENT SECONDAIRE

PROBABILITÉS ET STATISTIQUE POUR L ENSEIGNEMENT SECONDAIRE PROILITÉS ET STTISTIQUE POUR L ENSEIGNEMENT SECONDIRE Ce documet a été rédgé à l occaso d u stage de formato cotue de professeurs de mathématques de trosème et secode e décembre 009 à Toulouse, sute à

Plus en détail

il s'agit de saisir une estimation optimale d'une grandeur à laquelle on suppose une existence objective.

il s'agit de saisir une estimation optimale d'une grandeur à laquelle on suppose une existence objective. Tratemet des certtudes de mesure I. PROBLEMATIQUE. Quad o veut détermer ue gradeur et que l'o effectue pluseurs mesures (smultaées avec des apparellages équvalets, ou répétées das des codtos semblables

Plus en détail

I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 II- RÉVISIONS DE PCSI-MPSI

I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 II- RÉVISIONS DE PCSI-MPSI CH MATRICES Lycée Sat-Lous-PSI1 I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE Sot (a, b) IK IK*, s la sute (u ) vérfe IN, u + = a u +1 + b u, commet obtet-o la valeur de u? O forme l'éuato caractérstue P(x)

Plus en détail

Statistique Statistique

Statistique Statistique Statstque 21/02/2005 Populaton : ensemble d'éléments (ndvdus) fasant l'objet d'une étude statstque. Ex : - ensemble d'élèves d'un amph (on étude les notes, l'âge, la talle, le sexe ) - ensemble des pèces

Plus en détail

PROBABILITÉS - VARIABLES ALÉATOIRES

PROBABILITÉS - VARIABLES ALÉATOIRES PROBABILITÉS - VARIABLES ALÉATOIRES Itroducto Das le cours sur les probabltés ous avos trodut la oto d uvers U et lu avos attacé ue focto probablté P. Das beaucoup d applcatos pratques la oto d uvers,

Plus en détail