5. Variables aléatoires simultanées

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "5. Variables aléatoires simultanées"

Transcription

1 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 cas aléatores. 2,.e. les coules de varables Lo cojote, lo margales Défto 2 Sot Z X Y u coule aléatore : L alcato : x y j j P Z x y j P X x Y y j s aelle la lo cojote de Z. L alcato : x P X x s aelle la remère lo margale de Z. L alcato : y j P Y y s aelle la deuxème lo margale de Z Exemle O roose à 100 dvdus deux tests sychotechques comortat resectvemet tros et deux questos. X désge le ombre de réoses correctes au remer test, et Y le ombre de réoses correctes au deuxème test : X Y j

2 5.2 Lo codtoelle Défto 3 Sot Z X Y u coule aléatore dscret. Pour tout j tel que Y y j e sot as mossble, o aelle lo codtoelle de X sachat Y y j, la quatté : P X x Y y j j j 5.3 Idéedace Défto 4 Les varables X et Y sot dtes déedates s et seulemet s our tout x et tout y j, o a : P X x Y y j P X x P Y y j j O recoat la formule de Bayes, our deux évèemets déedats Exemle O eregstre tros lacers successfs d ue èce de moae. X est le ombre de les et Y est le ombre de faces. X Y => Idéedace foctoelle Varato de la déedace /8 1/ /8 0 3/ / /8 3 1/ /8 j 1/8 3/8 3/8 1/8 1 d edace aelesouvetd edacestochatstque d edace d edace f octoelle 2

3 5.3.3 Covarace de deux varables aléatores Défto 5 O aelle covarace de deux varables aléatores X et Y l exresso : Cov X Y E X E X Y E Y j x E X y j E Y j Proosto 1 La covarace de deux varables aléatores déedates est ulle Atteto : la récroque est fausse Coeffcet de corrélato léare Défto 6 O aelle coeffcet de corrélato léare de deux varables aléatores X et Y l exresso : ρ Cov X Y σ X σ Y Ce coeffcet est u dce de laso etre les deux varables Prorétés 1 ρ 1 ρ 1 ou ρ 1 s et seulemet s ue des varables est ue focto affe de l autre (déedace léare. S les varables X et Y sot déedates alors ρ Covarace de deux varables aléatores X Y de deux varables aléa- Défto 7 O aelle esérace du coule Z tores X et Y l exresso : E Z E X E Y Exemle Das l exemle du test sychotechque : E Z

4 5.3.7 Matrce de covarace de deux varables aléatores Défto 8 O aelle matrce de covarace du coule Z X Y de deux varables aléatores X et Y l exresso : C σ 2 X Cov X Y Cov Y X σy 2 C est ue matrce symétrque car Cov X Y Cov Y X Cov Z. Exemle Das l exemle du test sychotechque : C Somme de varables aléatores Défto 9 La focto géératrce d ue varable aléatore dscrète est défe ar : g X s E s X x s x 0 s 1 x Elle ermet de décomoser ue focto sur ue base comlète. Elle faclte certas calculs : m X g X 1 v X g X 1 g X 1 g 2 X Foctos géératrces des los de robabltés usuelles Lo de Beroull : g X s q s Lo Bomale B 0 : g X s q s Lo Bomale B d : g X s s d q s Lo Bomale égatve B d r : g X s s d Lo de Posso P d λ : g X s s d eλ s 1 1 qs Défto 10 Sot Z X Y où X et Y sot des varables aléatores déedates. La lo de la somme de varables aléatores déedates est le rodut de covoluto des los des varables aléatores sommées : ce que ous otos : P Z P X P Y d P Z z P X k P Y z k k r 4

5 5.4.2 Prorétés Le rodut de covoluto est ue oérato commutatve et assocatve : P X1 P X2 P X2 P X1 P X1 P X2 P X3 P X1 P X2 P X3 P X1 P X2 P X3 O aelle ussace -ème de covoluto le rodut de covoluto d ue lo avec elle-même réété 1 fos : Prorétés P X P X P X P X g Z s P Z z z s z z P X k s k P Y z k s z k k P X x s x x g X s g Y s y P Y y s y La focto géératrce de la somme de varables aléatores déedates est le rodut des foctos géératrces élémetares Exemles Sot deux varables aléatores X et Y suvat resectvemet les los bomales B 1 et B 2. Retrouver la lo suve ar la varable aléatore Z X Y à artr des foctos géératrces. Même questos our deux varables aléatores suvat des los de Posso P λ 1 et P λ Prorétés Les dérvées remère et secode de la focto géératrce sot doées ar : g Z s g X s g Y s g X s g Y s g Z s g X s g Y s 2g X s g Y s g X s g Y s 5

6 O e dédut les relatos suvates sur la moyee et la varace : m Z g Z 1 g X 1 g Y 1 m X m Y v Z g Z 1 g Z 1 g Z 1 v X v Y Calcul de la somme de varables aléatores à artr des foctos géératrces 1. rodut des foctos géératrces élémetares 2. " verso " de la focto géératve trouvée. Das de ombreux cas, seul le recours aux foctos géératrces ermet de trouver la forme aramétrque (s elle exste) d u rodut de covoluto de los dscrètes. Défto 11 Ue varable aléatore Z, défe sur l esemble des réels, sut la lo ormale N m σ 2 s : Prorétés P a Z b b a 1 2πσ e x m 2 2 2σ 2 dx a b La lo ormale est ue lo symétrque dot les aramètres sot la moyee m et la varace σ 2. La varable aléatore Z sut la lo ormale cetrée rédute N 0 1 s : P a Z b Théorème de la lmte cetrale b a 1 2π e x 2 2 dx a b Sot X 1 X 2 X, varables aléatores déedates de même lo, de moyee m X et de varace v x. Sot Y la somme cumulée : Y X 1 X La moyee de Y est alors m Y m X et so écart tye σ 2 Y σ 2 X. Théorème 1 la varable aléatore cetrée rédute Y m Y σ Y dédute de la varable aléatore Y coverge e lo, lorsque vers la lo ormale cetrée rédute. 6

7 Le théorème de la lmte cetrale affrme doc que : P a Y m Y σ Y b Utlsato ratque du théorème b a 1 2π e x2 2 dx a b S est grad, la varable aléatore cetrée rédute sut aroxmatvemet la lo ormale cetrée rédute N 0 1, ou ecore la varable aléatore Y sut aroxmatvemet la lo ormale N m Y σ 2 avec m Y m X et σ 2 Y σ 2 X Iterrétato grahque de la somme de deux varables aléatores X X X FIG. 1 Combaso des varables aléatores das le cas d u rodut de covoluto. => Exemle : Modélsato du déveloemet de la levure rodut de covoluto B(0,5,0.5) NB(0,5,0.5) rodut de covoluto B(0,25,0.2) P(0,5) FIG. 2 Exemles de rodut de covoluto. 7

8 Prorété Le rodut de covoluto de deux los dscrètes umodales est ue lo dscrète umodale. 5.5 Mélage de varables aléatores Défto Défto 12 Sot varables aléatores X et réels α tels que α geq0 et α 1, alors l oérato de mélage est ue combaso léare covexe des los élémetares : P X x g X s m x v X α P X α g X s α m X α x v X m 2 X 1α mx 2 Ue oérato de mélage est ue oérato de classfcato les X sot les classes et α tradut l mortace de la classe X das le mélage. => Exemle : Nombre d etre-oeuds ar uté de crossace sur le troc d u ommer Défto Les oératos de mélage et de covoluto sot ermutables : α P X P Y α P X P Y 5.6 Comosée de varables aléatores 8

9 α 1 X 1 α 2 X 2 α 3 X 3 FIG. 3 Combaso des varables aléatores das le cas d u mélage. La valeur rse ar le mélage est égal au tems assé das l automate mélage 0.3 B(0,10,0.3) 0.7 NB(0,7,0.5) mélage 0.3 B(0,10,0.3) 0.7 NB(0,50,0.8) FIG. 4 Exemles de mélage Défto Défto 13 Ue lo comosée se déft comme la lo de la somme de varables aléatores déedates et équdstrbuées où est ue réalsato artculère d ue varable aléatore N déedate des récédetes. S Y obét à ue lo comosée, Y 1 X s N et : P Y y P N P X 1 X y 9

10 Ue lo comosée eut se vor comme u mélage de ussaces de covoluto de la lo de la varable aléatore X. Il est ossble de tradure cec au veau des foctos géératrces : Exemle g Y s P N g X s g N g X s g N g X s Sot N ue varable aléatore suvat la lo bomale B 0 et sot X ue varable aléatore suvat la lo de Beroull B 0 1. Détermer la focto géératrce de la comosée : g N g X s Les foctos géératrces corresodates sot doées ar : g N s q s g X s q s La focto géératrce résultate s écrt : g Y s g N g X s 1 1 s 1 s La lo comosée résultate est doc la lo bomale B Prorétés La moyee et la varace de Y résultate se déduset des moyees et varaces de N et de X ar les relatos : suvates : m X m N m X v Y m N v X m 2 Xv N 10

11 > 0 X 1 > 1 1 X > FIG. 5 Combaso des varables aléatores das le cas d ue lo comosée. 11

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

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

(respectivement M n,1 ( )) l espace vectoriel réel

(respectivement M n,1 ( )) l espace vectoriel réel Les calculatrces sot autorsées **** NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto S u caddat est ameé à reérer ce qu eut lu sembler être ue erreur d'éocé,

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

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

Chapitre 4 Fonction de transfert

Chapitre 4 Fonction de transfert Chatre 4 Focto de trasfert Chatre 4 Focto de trasfert 4.. Exresso de la focto de trasfert Pour u système léare cotu et varat, ous avos vu que la relato etre la sorte s( et l etrée e( est doée ar ue équato

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

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

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

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

ANALYSE DES CORRESPONDANCES SIMPLES

ANALYSE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez MESURE DE LIAISON ENTRE DEUX VARIABLES QUALITATIVES KHI-DEUX Mesure de la laso etre deux varables qualtatves

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

CHAPITRE I : LES SERIES STATISTIQUES A DEUX DIMENSIONS : DISTRIBUTIONS MARGINALES ET CONDITIONNELLES

CHAPITRE I : LES SERIES STATISTIQUES A DEUX DIMENSIONS : DISTRIBUTIONS MARGINALES ET CONDITIONNELLES CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES CHAPITRE I : LES SERIES STATISTIQUES A DEU DIMESIOS : DISTRIBUTIOS MARGIALES ET CODITIOELLES Il est très courat

Plus en détail

Chapitre 2. Calcul matriciel Espaces vectoriels Applications linéaires

Chapitre 2. Calcul matriciel Espaces vectoriels Applications linéaires Chatre Calcul matrcel Esaces vectorels Alcatos léares Deuxème aée Voe scetfque Cocours 6 Fche de cours Tout ce qu l faut absolumet coaître sur le bout des dogts I L esemble ( ) I Déftos A Calcul matrcel

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

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

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

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

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

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

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

Espaces vectoriels (et affines).

Espaces vectoriels (et affines). Esaces vectorels (et affes) Cha 04 : cours comlet Esaces vectorels réels ou comlexes (Su) Défto : K-esace vectorel Défto 2 : K-algèbre Théorème : exemles Défto 3 : combaso léare de vecteurs Défto 4 : sous-esace

Plus en détail

EXERCICES MPSI A1. II. SOMMES, RECURRENCES, BINOME R. FERRÉOL 13/14

EXERCICES MPSI A1. II. SOMMES, RECURRENCES, BINOME R. FERRÉOL 13/14 EXERCICES MPSI A II SOMMES, RECURRENCES, BINOME R FERRÉOL /4 II )NOTATIONS ET : Sommes des ussaces -èmes des remers eters Posos : a = = (+) ; b = ; c = ; d = 4 = = = (a) E remarquat quec + = (+), motrer

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

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

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

ENTHALPIE LIBRE ET POTENTIEL CHIMIQUE

ENTHALPIE LIBRE ET POTENTIEL CHIMIQUE ETHALPIE LIBRE ET POTETIEL CHIMIQUE I-Ethale lbre d u système fermé 1 Coséquece du deuxème rce Sot u système S fermé à la temérature T et à la resso.; ces valeurs sot a ror dfféretes de celles qu caractérset

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

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

f(t) g(t)dt f²(t)dt g²(t) dt a a a

f(t) g(t)dt f²(t)dt g²(t) dt a a a PCSI Chatre 4 : Produts scalares-résumé Das ce chatre E est u -ev. Produts scalares. Défto et exemles de référeces Def: O aelle rodut scalare sur E toute alcato de E² das est bléare. est symétrque: x,ye,

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

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

CHAPITRE VI. THÉORÈME DU CHANGEMENT DE VARIABLE. pour tout borélien B U. En particulier, on a λ (A) = µ ( φ 1 (A)) pour tout borélien A V, soit V U

CHAPITRE VI. THÉORÈME DU CHANGEMENT DE VARIABLE. pour tout borélien B U. En particulier, on a λ (A) = µ ( φ 1 (A)) pour tout borélien A V, soit V U CHAPITE I. THÉOÈME D CHANGEMENT DE AIABLE.. Itégrato par chagemet de varable... Itroducto. Soet, deux ouverts de et φ : u homéomorphsme de sur. Notos x (resp. y ) la varable de (resp. de ) et λ = dy la

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en 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

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

ÉVOLUTION D UN SYSTÈME RÉACTIONNEL

ÉVOLUTION D UN SYSTÈME RÉACTIONNEL ÉVOLUTON D UN SYSTÈE RÉACTONNEL -Évoluto et équlbre ) Affté chmque L affté chmque a été troute ar De Doer our reler la créato etroe ue à ue réacto chmque à la varato e so avacemet O cosère u système fermé

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

Chapitre III. Gaz parfaits

Chapitre III. Gaz parfaits Chatre III Gaz arfats IIIA : Déftos rorétés IIIAI : Gééraltés : U gaz arfat est u flude déal qu satsfat à l équato d état vr, ou ecore c est u gaz qu obét rgoureusemet aux tros los MARIOE, GAY LUSSAC et

Plus en détail

1 Dénombrement. 1.1 Principe. Définition : 1.2 Combinaisons. Définition :

1 Dénombrement. 1.1 Principe. Définition : 1.2 Combinaisons. Définition : Probabilités : coditioemet et idéedace Termiale S Déombremet. Pricie O raelle que le cardial d u esemble fii E, oté Card(E), rerésete so ombre d élémets. Si E 0,0 alors Card(E). Notre but est de détermier

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

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

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

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

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

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

VARIANCE. I-Variance. 1) Facteurs d équilibre a) étude d un exemple. b) facteurs d équilibre = 0.

VARIANCE. I-Variance. 1) Facteurs d équilibre a) étude d un exemple. b) facteurs d équilibre = 0. VARANCE -Varace ) acteurs d équlbre a) étude d u exemle S l o cosdère u cors ur e équlbre dhasé, ar exemle lqude-vaeur, o sat que so état est caractérsé ar des aramètres tesfs qu sot la temérature et la

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

( (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

Décomposition d un entier en produit de facteurs premiers avec TI nspire. Application au problème 1 du concours général 2012

Décomposition d un entier en produit de facteurs premiers avec TI nspire. Application au problème 1 du concours général 2012 Ecrt CAPES Mthémtques Décomoston d un enter en rodut de cteurs remers vec TI nsre. Alcton u rolème du concours générl 0. Décomoston d un nomre enter en rodut de cteurs remers.. Créton d une lste de nomres

Plus en détail

Chapitre II : Notion de mesure : Définition : 3 Remarques : 3 Définition : 3 Définition : 3 Définition : 3 Exemple : 4 Définition : 4 2.

Chapitre II : Notion de mesure : Définition : 3 Remarques : 3 Définition : 3 Définition : 3 Définition : 3 Exemple : 4 Définition : 4 2. Chaptre II : Noto de mesure 3 2. : Défto : 3 Remarques : 3 Défto : 3 Défto : 3 Défto : 3 Exemple : 4 Défto : 4 2.2 : Proprétés : 4 Proprété : 4 Proprété 2 : 4 Proprété 3 : 4 Proprété 4 : 4 Proprété 5 :

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

sont distincts 2 à 2.

sont distincts 2 à 2. Lycée Thers CORRIGÉ TP PYTHON - 09 L algorthme des k-meas pour partager u uage de pots e u ombre doé de classes peu dspersées 1 - La méthode de Forgy [Qu. 1] 1) Cette double somme comporte termes pusque

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

ELEMENTS PROPRES D'UN ENDOMORPHISME

ELEMENTS PROPRES D'UN ENDOMORPHISME lémets rores d' edomorhsme LMNTS PROPRS D'UN NDOMORPHISM * désge K esace vectorel de dmeso fe N Sos esaces stables défto Soet edomorhsme de, F sos esace vectorel de O dt qe F est stable ar s F F S F est

Plus en détail

Chapitre 6 Théorèmes de convergence

Chapitre 6 Théorèmes de convergence Chapitre 6 Théorèmes de covergece 1. La covergece e loi O a déjà recotré ue covergece e loi lors de l approximatio d ue loi biomiale par ue loi de Poisso. Ce problème se place das u cadre plus gééral où

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

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

Plan du cours. Rappels de probabilité. Axiomes des probabilités. Définition de la probabilité

Plan du cours. Rappels de probabilité. Axiomes des probabilités. Définition de la probabilité Pla du cours Rappels de probabilité Défiitios Axiomes Variable aléatoire Foctio de répartitio Momets R. Flamary, R. Herault, A. Rakotomamojy 9 octobre 4 Exemples de lois Loi uiforme Loi ormale Loi uiforme

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

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

RÉUSSIR L ÉPREUVE DE MATHÉMATIQUES. Baccalauréat 2015

RÉUSSIR L ÉPREUVE DE MATHÉMATIQUES. Baccalauréat 2015 RÉSSIR L ÉPREVE DE MATHÉMATIQES Baccalauréat Fare retrer l école das l ère du umérque Le mot caddat fat référece au deu sees Mascul et Fém Réussr l épreuve de mathématques au baccalauréat. - Durée et coeffcet

Plus en détail

Construire des polygones connaissant les milieux des côtés.

Construire des polygones connaissant les milieux des côtés. Costruire des olygoes coaissat les milieux des côtés Costruire u triagle ABC dot les milieux des côtés soiet trois oits doés I J K deux à deux disticts Aalyse : La symétrie cetrale de cetre le milieu d

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

Variables aléatoires.

Variables aléatoires. rbles létores Chtre : cours comlet rble létore dscrète Défto : vrble létore dscrète Théorème : mge récroque d ue rte de Théorème : robblté ttchée à ue vrble létore dscrète Défto : lo de robblté d ue vrble

Plus en détail

Chaîne de Markov - Télétrafic - Files d'attente

Chaîne de Markov - Télétrafic - Files d'attente ITRODUCTIO UX TLCOMMUICTIOS Chaîe de Marov - Télétrafc - Fles d'attete Verso 5 Mchel Terré lectroque L terre@camfr lectroque B ITRODUCTIO UX TLCOMMUICTIOS Raels de robablté Le dmesoemet d'u réseau de Télécommucatos

Plus en détail

Texte Filtre de Kalman-Bucy

Texte Filtre de Kalman-Bucy Page 1. Texte Filtre de Kalma-Bucy 1 e modèle U avio se déplace etre Paris et odres. Il suit ue trajectoire théorique appelée trajectoire omiale dot les coordoées sot coues de tous. a trajectoire de l

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

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

Analyse en composantes principales d un ux de données d espérance variable dans le temps.

Analyse en composantes principales d un ux de données d espérance variable dans le temps. Mauscrt auteur, publé das "REVUE DES NOUVELLES TECHNOLOGIES DE L'INFORMATION, C- (008) 43-56" Aalyse e composates prcpales d u ux de doées d espérace varable das le temps. Jea-Mare Moez Isttut Ele Carta

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable. 2) (**) n + 2 n. 1 pn

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable. 2) (**) n + 2 n. 1 pn Exo7 Séries Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice Nature

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

COINCIDENCES DES DATES D ANNIVERSAIRES Jean François Kentzel Lycée Pardailhan à Auch (32)

COINCIDENCES DES DATES D ANNIVERSAIRES Jean François Kentzel Lycée Pardailhan à Auch (32) COINCIDENCES DES DATES D ANNIVERSAIRES Jea Fraços Ketzel Lycée Pardalha à Auch (32) Remercemets à Marte Babllot-Coragga qu m a erms de smlfer la reuve doée à la f de cet artcle (e y découvrat ue faute)

Plus en détail

CHAPITRE III PROBABILITES

CHAPITRE III PROBABILITES HAPITRE III PROBABILITES I re B math I chatre III Probabltés Table des matères OURS A) Aalyse combatore ) Les trages au sort ) Trages avec ordre et avec réétto. 3 3) Trages avec ordre et sas réétto. 4

Plus en détail

Cours 8 : Analyse de variance à un facteur

Cours 8 : Analyse de variance à un facteur PSY 004 Techques d aalyses e sychologe Cours 8 : alyse de varace à u facteur Table des matères Secto. "U cou de dé jamas 'abolra le hasard"... Secto. Itroducto à l aalyse de varace NOV... Secto 3. Réartto

Plus en détail

ÉPREUVE COMMUNE DE TIPE Partie D. TITRE : N aimez-vous pas prévoir le futur parfois?

ÉPREUVE COMMUNE DE TIPE Partie D. TITRE : N aimez-vous pas prévoir le futur parfois? ÉREUVE COMMUNE DE TIE 8 - ate D TITRE : N amez-vous as évo le futu afos? Tems de éaato :.. h 5 mutes Tems de ésetato devat le juy :. mutes Etete avec le juy :.. mutes GUIDE OUR E CANDIDAT : e dosse c-jot

Plus en détail

SCHEMA DE BERNOULLI ET LOI BINOMIALE. EXEMPLES

SCHEMA DE BERNOULLI ET LOI BINOMIALE. EXEMPLES SCHEMA DE BERNOULLI ET LOI BINOMIALE EXEMPLES Nveau : termale Pré-requs : Espace probablsé Varable aléatore réelle sur u espace probablsé f Lo de probablté de X Espérace mathématque Varace O se place das

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

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

SYSTEMES ASSERVIS LINEAIRES

SYSTEMES ASSERVIS LINEAIRES I. Systèmes lnéares, contnus et nvarants. Défnton d un système lnéare Un système dynamque est Lnéare s la relaton entre les grandeurs hysques d entrée et de sorte est un système d équatons dfférentelles

Plus en détail

MATHÉMATIQUES I. degré inférieur ou égal à q et IC q, p [ X ] celui constitué des éléments de IC q [ X ] divisibles par X p.

MATHÉMATIQUES I. degré inférieur ou égal à q et IC q, p [ X ] celui constitué des éléments de IC q [ X ] divisibles par X p. MATHÉMATIQUES I Objectifs O se roose, das ce qui suit, de détermier l esemble des solutios d ue équatio différetielle liéaire à coefficiets costats lorsqu elle est homogèe, uis lorsque celle-ci admet u

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

IREM Martine Quinio. 5 février 2013

IREM Martine Quinio. 5 février 2013 : 1 IREM 2013 Martie Quiio 5 février 2013 1 La loi de Gauss, ou loi ormale Itroductio : Lire court article C.Villai das Le Mode du 14-15/12 : il compare le traitemet médiatique boso de Higgs et rats OGM

Plus en détail

) ) ) n. Lois discretes. Quelques formules classiques, très utiles : ( + = ; 6 ²( + S en fonction de 1

) ) ) n. Lois discretes. Quelques formules classiques, très utiles : ( + = ; 6 ²( + S en fonction de 1 L.Glli age sr Lois discrètes Lois discretes Qelqes formles classiqes, très tiles : ; Remarqe : Il existe des formles de récrrece doat e foctio de, Ce sot les formles de Newto, Exercice calcl de? Doc E

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

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

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

III ESPERANCE MATHEMATIQUE

III ESPERANCE MATHEMATIQUE /9 ésumé de ours e alul des probabltés (JJ bellager III ESPEAE MATHEMATIQUE I.Défto et alul de l espérae mathématque d ue VA La défto la plus géérale de l espérae d u VA : (do à valeurs postves ou ulles

Plus en détail

Chapitre 3 Analyse statistique de données Première S

Chapitre 3 Analyse statistique de données Première S Chatre Analyse statstque de données Premère S Le vocabulare relatf au statstques La statstque est la scence qu consste à réunr des données chffrées, à les analyser, à les crtquer Une étude statstque se

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

Cours 11 Une variable numérique : dispersion et variance

Cours 11 Une variable numérique : dispersion et variance Cours 11 Ue variable umérique : dispersio et variace Ce cours est cosacré à la variace et à l'écart-type ; o commece par faire u rappel sur la variace comme idice de dispersio, mesure de l'éparpillemet

Plus en détail

Partie I : Résultats généraux sur les matrices stochastiques - Illustrations

Partie I : Résultats généraux sur les matrices stochastiques - Illustrations 8-8- JFC p EM LYON S JF COSSUTTA Lycée Marceli BERTHELOT SAINT-MAUR jea-fracoiscossutta@waadoofr PROBLÈME Partie I : Résultats gééraux sur les matrices stochastiques - Illustratios Remarque Das la suite

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

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

I. Séries de données et représentation graphique

I. Séries de données et représentation graphique Chaitre Statistiques : I. Séries de doées et rerésetatio grahique. Vocabulaire Ue série statistique traite de doées de différets tyes : effectifs, ourcetages, idices, Le caractère quatitatif étudié eut

Plus en détail

Circuits Magnétiques Définitions. Circuit magnétique Force magnéto motrice Réluctance Loi d Hopkinson Caractéristiques des aimants permanents

Circuits Magnétiques Définitions. Circuit magnétique Force magnéto motrice Réluctance Loi d Hopkinson Caractéristiques des aimants permanents Crcuts Magétques Déftos Crcut magétque Force magéto motrce éluctace Lo d Hopkso Caractérstques des amats permaets Crcuts Magétques Déftos Esemble fermé de matéraux magétques à haute perméablté Chem prvlégé

Plus en détail

BD - COEFFICIENTS BINOMIAUX

BD - COEFFICIENTS BINOMIAUX BD - COEFFICIENTS BINOMIAUX O ose ( C!!(! si 0 0 or les atres coles ( de Z 2 Doc (2 (3 0 ( 0 ( ( 0 (4 (5 ( ( 2 2 2 ( ( ( ( 0 ( 0 0 Formles élémetaires (6 (7 (8 (9 (0 ( ( ( 0 ( ( 0 BD 2 Les trois formles

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

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