Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie
|
|
- Yvette Gilbert
- il y a 6 ans
- Total affichages :
Transcription
1 Los de probabltés lées aux trages de boules das ue ure Approche sodage : échatlloage et estmato das ue populato fe Das le ouveau programme de secode, retrée 2009, sot scrtes les otos d'tervalle de fluctuato d'ue fréquece d'échatlloage et d'estmato d'ue proporto par tervalle de coface. L'échatlloage et l'estmato das ue populato fe (c'est l'objet de la théore des sodages) fourt ue troducto très cocrète à la statstque féretelle. C'est l'objet de ce documet. La populato est représetée par ue ure das laquelle les boules sot dscerées (paragraphe ) et das laquelle l y a deux catégores de boules (paragraphe 2). Das ce paragraphe, o s'téresse, parm les boules trées, au ombre de boules d'ue certae catégore, dte catégore d'térêt. Selo le ombre et le mode de trage des boules das l'ure, o obtet la lo de probablté de Beroull, bomale ou hypergéométrque. Das le paragraphe 3, o e dédut la lo de probablté de la fréquece de boules de la catégore d'térêt et o utlse les approxmatos des los de probabltés par des los plus facles à maer (cf. tableaux des los de probabltés usuelles et de leurs approxmatos) pour répodre à quelques questos. Ef, das le paragraphe 4, o doe quelques élémets de statstque féretelle (tervalle de fluctuato et tervalle de coface).. Questos prélmares. Probabltés d'évéemets lés à dfférets modes de trages. Ue ure cotet boules umérotées de à. () O tre "au hasard" ue boule de l'ure. Calculer la probablté de trer la boule k, k,. Espace probablsé : équprobablté sur, ; la probablté de trer la boule k est / () O tre "au hasard" successvemet et avec remse boules de l'ure. Pour tout k de, et tout de,, calculer la probablté de l'évéemet A k, = "la boule k sort au ème trage", de l'évéemet A k "la boule k sort au mos ue fos lors des trages". Espace probablsé : équprobablté sur l'esemble des -lstes de, de cardal ; P( Ak, ) = / = / et ( ) ( ) P Ak = / = ( /), probablté approchée par / das le cas où est pett devat. () O tre "au hasard" successvemet et sas remse boules de l'ure ( ). Pour tout k de, et tout de,, calculer la probablté de l'évéemet A k, = "la boule k sort au ème trage", de l'évéemet "la boule k sort lors des trages". A k Jeae Fe festat.free.fr p. /7
2 Espace probablsé : équprobablté sur l'esemble des arragemets de élémets de, de cardal A ; P( Ak, ) = A / A = / et P( Ak) = P( A, k) = / car les évéemets ( A k, ) =,..., sot deux à deux compatbles. (v) O tre "au hasard" smultaémet boules de l'ure ( ). Calculer la probablté de trer la boule k, k,. Espace probablsé : équprobablté sur l'esemble des combasos de élémets de, ( ) ( ) ( ) ( ) de cardal ; P Ak = / = /. 2. Lo de probablté du ombre de boules de la catégore d'térêt selo dvers modes de trages. Ue ure cotet boules dot K rouges (0<K<) (catégore d'térêt). Das la sute, af de les déombrer, o dstgue ecore les boules de l'ure. L'ure est alors représetée par l'esemble, ; o ote R le sous-esemble des boules rouges de l'ure et p la proporto (appelée auss fréquece das des cotextes smlares) de boules rouges das l'ure avat trage : p = K /. () O tre "au hasard" ue boule de l'ure. Calculer la probablté de trer ue boule rouge. Espace probablsé : équprobablté sur, ; la probablté de trer ue boule rouge est alors la proporto p de boules rouges das l'ure. Il s'agt du premer le etre fréquece et probablté ; o l'appellera approche classque ou laplacee de la probablté. C'est Laplace qu, le premer, a écrt que la probablté d'u évéemet est le ombre d'ssues favorables sur le ombre d'ssues possbles à codto que toutes ces ssues aet les mêmes chaces d'apparaître. () O tre "au hasard" successvemet et avec remse boules de l'ure. (, la v.a. dcatrce de l'évéemet "la ème boule trée est rouge" et le Sot ) ombre de boules rouges trées. Doer la lo de probablté de (, ), de. Les varables aléatores réelles (, ) et sot défes sur l'espace probablsé de la questo I.() : équprobablté sur l'esemble des -lstes de, de cardal ; e repreat les otatos de la questo I, o a, pour,, P( [ = ]) = P( A, k) = P( A, k) = K / = p ; P( [ = 0] ) = p; (, ) sut ue lo de Beroull de paramètre p. j j K ( K) j j Pour j 0,, P( [ = j] ) = ( j) = ( j) p ( p ) car l'évéemet [ = j] est l'esemble de toutes les -lstes de, coteat j élémets de R et - j élémets du complémetare de R (élémets o écessaremet dstcts) ; s l'o e tet pas compte des = Jeae Fe festat.free.fr p. 2/7
3 uméros de boules, le ombre de ces lstes est ( j ) égal au ombre de posto des j rouges das la -lste ; e dstguat les boules l y a K j ( K) j faços de chosr chacue d'elles d'où le résultat ; la varable aléatore sut ue lo bomale de paramètres et p. O otera que les probabltés sot calculées e utlsat la formule "ombre de cas favorables sur ombre de cas possbles" pusque ous avos proposé des modèles probablsés avec équprobablté. ous 'utlsos pas de probabltés codtoelles ou d'dépedace e probabltés. O utlse l'dce j pour e pas le cofodre avec l'dce (pour les trages) ou avec l'dce k (pour les élémets de l'ure) déjà utlsés. () O tre "au hasard" successvemet et sas remse boules de l'ure ( ). (, la v.a. dcatrce de l'évéemet "la ème boule trée est rouge" et le Sot ) ombre de boules rouges trées. Doer la lo de probablté de (, Les varables aléatores réelles (,, de. ) ) et sot défes sur l'espace probablsé de la questo I.() : équprobablté sur l'esemble des arragemets de élémets de, de cardal A ; e repreat les otatos de la questo I, o a, pour,, P [ ] P A P A = K/ = p ; P [ = 0 = p; ( ) (, ) Sot j 0, = = ( k) = ( ),, k sut ue lo de Beroull de paramètre p. ( ]) > > rs P ([ = j] ) =. Sot j 0, ; s j K ou j K, alo 0 alors : j K et j K tel que K K ( j )( j ) ( ) K( K )...( K j+ ) ( K) ( K )...( K + j+ ) P( [ = j] ) = ( j ) = ( )...( + ) car l'évéemet [ = j] est l'esemble de tous les arragemets de élémets de, coteat j élémets dstcts de R et - j élémets dstcts du complémetare de R ; s l'o e tet pas compte des uméros de boules, le ombre de ces arragemets est ( j ) égal au ombre de posto des j rouges das le -uplet ; e dstguat les boules l y a K( K )...( K j+ ) ( K)( K )...( K + j+ ) faços de chosr chacu d'eux d'où le résultat ; la varable aléatore sut ue lo hypergéométrque de paramètres,, et p (avec p = K /, proporto de boules rouges das l'ure avat trage). (v) O tre "au hasard" smultaémet boules de l'ure ( ). Sot le ombre de boules rouges trées. Doer la lo de probablté de. La varable aléatore réelle est défe sur l'espace probablsé de la questo I.(v) : équprobablté sur l'esemble des combasos de élémets de, de cardal (. K K ( j )( j ) Pour j 0,, P( [ = j] ) = car l'évéemet [ j] ( ) sous-esembles de élémets de, K K complémetare de R ; l y a ( j )( j ) = est l'esemble de tous les coteat j élémets de R et - j élémets du faços de chosr u tel sous-esemble d'où le résultat. La varable aléatore sut ue lo hypergéométrque de paramètres, et p. ) Jeae Fe festat.free.fr p. 3/7
4 3. Lo de probablté de la fréquece d'échatlloage et approxmato O pose F = / (fréquece ou proporto de boules rouges trées das l'échatllo). Quelle est la lo de probablté de F das chacu des trages () () (v)? Doer so espérace mathématque et so écart-type. Écrre ue lo de probablté approchée de F utlsable das les applcatos. Applcato umérque a) Das le cas = 0000, K = 3000, = 20, calculer P( 0.2 F 0.4 ). b) Das le cas = 0000, K = 3000, = 200, calculer P( 0.2 F 0.4 ). c) Das le cas = 0000, K = 500, = 20, calculer P( >. ) () La lo de probablté de F se dédut de celle de qu est bomale de paramètres, p. j j j 0, P F = j/ = P = j = p p ; comme o a Pour, ([ ]) ([ ]) ( j ) ( ) E( ) = p et σ ( ) = p( p), o e dédut ( ) σ ( ) E F = p et F = p( p) /. () et (v) La lo de probablté de F se dédut de celle de qu est hypergéométrque de K K j 0, P F = j/ = P = j = / ; paramètres,, p. Pour, ([ ]) ([ ]) ( j )( j ) ( ) E = p et = p( p), o e dédut comme o a ( ) σ ( ) E( F) = p et σ ( F) = p( p) /. Les approxmatos (cf. tableaux des los de probabltés usuelles et de leurs approxmatos) Le facteur est appelé e sodage "facteur de correcto pour populato fe" ; l est proche de / et doc proche de lorsque le taux de sodage / (talle de l'échatllo sur talle de la populato) est pett (< 0.). O motre que la lo hypergéométrque de paramètres,, p peut être approchée par la lo bomale de paramètres, p lorsque le taux de sodage / est pett (< 0.) (o suppose que et K tedet vers l'f et que le rapport K/ ted vers u ombre p). O motre que lorsque p est pett (< 0.) alors la lo bomale peut être approchée par ue lo de Posso de paramètre p (o suppose que p ted vers 0, vers l'f et p vers u réel λ ). Ef, la lo hypergéométrque et la lo bomale (resp. la lo de Posso de moyee λ ) peuvet être approchées par ue lo ormale dès que la talle de l'échatllo (resp. la moyee λ ) est suffsammet grade, 30 (resp. λ >0). Théorème cetral lmte Ces approxmatos reposet sur des théorèmes de covergece e lo, la covergece e lo de la lo bomale vers la lo ormale est u cas partculer du théorème cetral lmte : Jeae Fe festat.free.fr p. 4/7
5 sot ( ) * ue sute de v.a.r...d. admettat espérace et varace ; alors la lo de la moyee d'échatlloage cetrée rédute coverge vers la lo ormale cetrée rédute. 2 μ = E, σ = var et = = alors o a : 2 σ E( ) = μ, var ( ) =. La moyee d'échatlloage cetrée rédute est la v.a.r. : * μ Lo * = et le théorème cetral lmte s'écrt : ( ) (0 ;) σ / Formellemet, s o pose ( ) ( ) Cas partculer : schéma de Beroull S la lo de est la lo de Beroull de paramètre p (probablté de succès) alors μ = p, σ = p( p) et la moyee d'échatlloage 'est autre que la fréquece d'échatlloage (fréquece de succès sur expéreces) otée F. La fréquece * F p d'échatlloage cetrée rédute est alors la v.a.r. : F = dot la lo p( p) / asymptotque est ue lo ormale cetrée rédute (théorème cetral lmte). Applcato umérque Das les tros cas a) b) c), le taux de sodage / est églgeable ; la lo de la v.a.r. peut être cosdérée comme ue lo bomale de paramètre et p (où p est la proporto K / de boules rouges das l'ure) et la lo de probablté de la fréquece de boules rouges das l'échatllo F = / se dédut de celle de. Das le cas b) la talle de l'échatllo = 200 permet d'approcher la lo bomale par la lo ormale de même espérace et de même écart-type. Das le cas c) la proporto p état fable, égale à / 20, la lo bomale peut être approchée par la lo de Posso de paramètre p sot c. B P(0.2 F 0.4) = P( 4 8) P F P( U ) P () P( > ) a) (20 ; 0.3) ; b) F (0.3 ; ) ; c) ; ( ) = (avec U (0 ;) ). 4. Statstque féretelle, échatlloage et estmato La statstque féretelle cosste à obter des formatos sur les paramètres de la populato (c, proporto de boules rouges das l'ure) à partr des résumés umérques observés sur u échatllo de talle (c, fréquece de boules rouges das l'échatllo). La parte échatlloage cosste à détermer les los de probabltés des varables dtes d'échatlloage qu vot être utlsées das la deuxème phase d'estmato des paramètres. Ic, l s'agt de détermer la dstrbuto de probablté de la varable aléatore F, fréquece d'échatlloage de la catégore d'térêt. O e dédut l'tervalle de fluctuato de autour F Jeae Fe festat.free.fr p. 5/7
6 de p à 95% de probablté (ouveau programme de 2 de ). Cette parte est déductve (calcul de probabltés). La parte estmato cosste à partr d'u échatllo observé à fourr ue estmato par tervalle de coface des paramètres de la populato. Ic, c'est à partr d'ue fréquece f observée sur u échatllo de talle que l'o estme p par tervalle de coface à 95%. Cette parte est ductve (o fère u résultat d'u échatllo à la populato avec ue certae probablté d'erreur fxée à l'avace, c 5%). Itervalle de fluctuato de la fréquece d'échatlloage probablté 95% F autour de p au veau de O lt sur la table de la lo ormale cetrée rédute, que s U est ue v.a.r. (0 ;) alors P(.96 U +.96) = O e dédut que s est ue v.a.r. ( μ ; σ ) alors P( μ.96 σ μ +.96 σ ) = 0.95, doc, pour suffsammet grad : σ σ P μ.96 μ+.96 = 0.95 et p( p) p( p) P p.96 F p =. Pour tout p de [0, ] o a p( p) et égalté pour 4 P p F p c'est-à-dre : o a l'égalté F p avec ue probablté supéreure à p =, o e dédut : 2 Estmato de p par tervalle à 95% de coface cetré sur f Lorsque l'o répète ue épreuve de Beroull de paramètre p das les mêmes codtos u grad ombre de fos, o peut doc estmer la probablté p de succès lors d'ue expérece par la fréquece de succès f sur les épreuves (lettre muscule car l s'agt d'ue observato de la v.a.r. F sur LA sére de épreuves réalsées). Il s'agt du deuxème le etre fréquece et probablté trodut das les programmes sous le om d'approche fréquetste de la probablté. De la proposto "o a l'égalté F p avec ue probablté supéreure à 0.95", o dédut la proposto "o a l'égalté f p à 95 % de coface". Quad o e peut plus parler de probablté (pusqu'l 'y a pas de v.a.r. mas ue observato d'ue v.a.r.) o parle de coface. O peut doc estmer p par l'tervalle à 95 % de coface : f ; f +. Das le cadre du trage d'u échatllo à probabltés égales avec remse de talle das ue populato fe (approche sodage), à chaque échatllo o assoce la fréquece de Jeae Fe festat.free.fr p. 6/7
7 succès f et l'tervalle f ; f +, o peut dre qu'au mos 95 % des échatllos foursset u tervalle f ; f + qu cotet la proporto p. Das le cadre expérmetal, o pourra seulemet coclure que "la probablté p de succès lors d'ue expérece appartet à l'tervalle f ; f + à 95 % de coface, doc avec u rsque de se tromper de 5 %". Jeae Fe festat.free.fr p. 7/7
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 détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailSemestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailCHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.
TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détail" BIOSTATISTIQUE - 1 "
ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008
Plus en détailApplication de la théorie des valeurs extrêmes en assurance automobile
Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:
Plus en détailIncertitudes expérimentales
U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure
Plus en détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailMathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)
A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailLes sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes
Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailMesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailGIN FA 4 02 01 INSTRUMENTATION P Breuil
GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailGENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)
GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailDivorce et séparation
Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailUne méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés
Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailOBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET
Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailMobile Business. Communiquez efficacement avec vos relations commerciales 09/2012
Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détailUne action! Un message!
Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio
Plus en détailLes nouveaux relevés de compte
Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailOne Office Voice Pack Vos appels fixes et mobiles en un seul pack
Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre
Plus en détailCOURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat
P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailLe Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html
Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses
Plus en détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détailL Analyse Factorielle des Correspondances
Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes
Plus en détailDéveloppement en Série de Fourier
F-IRIS-5.ex Développeme e Série de Fourier Développer e série de Fourier les focios de période T défiies aisi : a b { f impaire T = f = si ] ; { f paire T = f = si ; ] Faire das chaque cas ue représeaio
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailLES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE
LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises
Plus en détailExercices de révision
Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailDonnez de la liberté à vos données. BiBOARD. www.biboard.fr
Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,
Plus en détailIntégrales généralisées
3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle
Plus en détailn tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...
Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détail