Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional

Dimension: px
Commencer à balayer dès la page:

Download "Université de Thessalie Département d Aménagement, D Urbanisme et Développement Régional"

Transcription

1 Université de Thessalie Départeent d Aénageent, D Urbanise et Développeent Régional Enseignant : As. Pr. Marie-Noelle Duquenne II. Les Méthodes de Classification Ces éthodes ont pour objectif de parvenir à définir une partition des individus en un nobre restreint de classes hoogènes, perettant une typologie des individus considérés. Les classes sont obtenues à l aide d algorithes foralisés et elles doivent décrire des types de coporteents. Il s agit en d autres teres de faire apparaître des profils types. Les données se présentent sous la fore d un tableau de n individus et k variables. Nous travaillerons ici sur les éthodes de classification autoatique et plus particulièreent sur les éthodes hiérarchiques et non hiérarchiques. Dans tous les cas, il nous faut définir (a) un critère de distance qui reflète la disseblance entre les individus, c'est-à-dire leur dissiilarité grâce auquel on pourra regrouper les individus et (b) une stratégie de classification..1. La Classification Hiérarchique Cette éthode repose sur le principe de la foration de partitions eboitées. Elle a pour but de forer un enseble de partitions de l enseble des n individus en classes de oins en oins fines. Ces classes sont obtenues par regroupeents successifs des individus, en coençant par les individus les plus proches. A chaque étape de regroupeent, le principe sera le êe, réunir dans une classe, les individus les plus proches (objectif d hoogénéité des classes). Certes plus on avance dans le regroupeent des individus et plus les individus présenteront des différences. Il faut donc tenir copte de cet aspect pour déliiter le nobre de classes finaleent retenu. Il ne s agit pas d une éthode anuelle ais d une classification basée sur l algorithe qui utilise un critère d agrégation (regroupeent des individus dans diverses classes), basé sur un critère de distance. 1. Définition du critère de distance Le plus souvent on utilise la distance euclidienne usuelle. Supposons que nous observions k caractères (X 1, X X k ) sur un enseble d individus, la distance euclidienne entre deux des individus du groupe (individus A et B) sera donnée par : Docuent interne / Marie Noelle Duquenne (011 01) 1

2 d k A, B ( X A, j X B, j ) j1 Considérons les 4 grandes villes de Thessalie pour lesquelles nous avons calculé leur densité ainsi que le nobre de résidents en 001 qui vivaient déjà dans la êe ville en 1995 pour 100 résidents en 001. (Par exeple, pour 100 résidents à Larissa en 001, 83 y vivaient déjà en 1995). Lorsque l on regarde les données brutes (tableau de gauche), il est clair que les échelles de esure sont très différentes et donc que les différences concernant la deuxièe variable ne joueront quasient aucun rôle dans le calcul de la distance. C est pourquoi avons-nous centrés et réduites les deux variables (standardisation) pour prendre en copte les deux variables. Variables initiales Variables centrées réduites Villes Densite Part en 95 Villes Densite Part en 95 Karditsa , Karditsa -1,7 1,50 Larissa , Larissa 1,37-1,3 Volos-Nea Ionia ,6 Volos-Nea Ionia -0,55-0,04 Trikala ,5 Trikala 0,45-0,14 A partir des deux variables centrées - réduites, nous pouvons calculer à les distances entre les villes. La distance entre Karditsa et Larissa est 1 : d ( 1,7 1,37) (1,50 ( 1,3)) 14,9 K, L Cette distance en elle-êe ne nous dit rien, il faut la coparer avec les autres distances pour coprendre les siilarités et dissiilarités. La distance entre Karditsa et Volos est : d K, V ( 1,7 ( 0,55)) (1,50 ( 0,04)),9 Calculées deux à deux les distances peuvent être retranscrites au travers de la atrice carrée dite atrice des proxiités : Villes Karditsa Larissa Volos- Nea Ionia Trikala Karditsa 0,0 14,9,9 5,6 Larissa 14,9 0,0 5,3, Volos-Nea Ionia,9 5,3 0,0 1,0 Trikala 5,6, 1,0 0,0 1 Si nous n avions pas noré les variables, la distance entre Karditsa et Larissa, basée sur les deux variables, serait de alors que la êe distance en ne prenant en copte que la 1 ère variable serait de Le rôle de la seconde variable est alors annulé. Ainsi, avec les variables brutes, on pourrait ontrer facileent que la plus petite distance concerne Karditsa et Volos. Cela est dû au fait que l ipact de la èe variable n est en fait pas pris en copte lorsque les variables ne sont pas norées. Docuent interne / Marie Noelle Duquenne (011 01)

3 Conduite de la Classification La procédure coprend un enseble d étapes successives qui vont se répéter. Etape initiale = Etape 0 a) On associe à chaque individu un poids. On considère généraleent que tous les individus au départ, ont une êe poids (=1). b) Au départ, chaque individu fore une classe, donc la partition initiale correspond au nobre d individus que l on exaine. c) Puisque chaque classe initiale a un seul individu, le centre de gravité de chacune des classes initiales se confond l unique point qui les copose et le poids de chaque classe k est noté k = 1 d) On calcule alors des distances entre les individus à, ce qui revient à calculer les distances entre les centres de gravité des clases initiales. e) On fore alors une nouvelle partition en réunissant dans une classe, les deux preiers individus qui sont les plus proches, au sens de la plus petite distance euclidienne (critère de Ward), ce qui signifie de la plus faible perte d inertie (inforation). D autant plus les individus sont proches l un à l autre, d autant plus les individus se resseblent et donc en les réunissant dans une êe classe, on perd d autant oins d inforation. Le critère d agrégation retenu est donc le critère de WARD = Miniisation de la perte d inertie. Si nous avons n individus initialeent, donc une partition initiale en n classes, à la fin de l étape 0, nous avons désorais n-1 classes. La nouvelle classe coprenant les deux individus les plus proches a donc un poids k = alors que tous les autres classes ont toujours un poids k = 1. 1 ère Etape a) puisque la partition obtenue a peris de définir de nouvelles classes en nobre réduit, les centres de gravités se sont odifiés et il faut alors calculer ces nouveaux centres. b) Puis on calcule les distances entre chacun de n-1 nouveaux centres de gravité, c'est-à-dire entre chacune des n-1 classes de la partition. c) On fore une nouvelle partition en réunissant dans une êe classe, les individus / classes qui sont les plus proches, ceux qui font perdre le oins d inertie. d) Selon ce critère de iniisation de la perte d inertie, nous obtenons alors n- classes. Docuent interne / Marie Noelle Duquenne (011 01) 3

4 èe Etape a) on procède exacteent de la êe façon qu à l étape 1. b) On obtient alors une nouvelle partition avec n-3 classes. c) Si le nobre de classes obtenues est supérieur à 1, on continue, sinon la procédure est terinée. On peut alors, représenter cette agrégation des individus par un arbre de classification hiérarchique, sur lequel apparaissent les nœuds successifs de réunion des classes, la valeur de chaque nœud correspondant à la perte d inertie provoquée par la réunification des classes. Présentation de l algorithe à l aide d un exeple siple Nous considérons 5 individus caractérisés par une variable qui prend les valeurs suivantes : Individus A B C D E Variable Etape 0 Tableau des distances initiales d (i,j)= (xi-xj) A B C D E A B C D 0 4 E 0 d² (A,B) = (5-9) =16 Calcul de la perte d inertie par la réunion de classes k et k P k. k ' d ²( k, k' ) Forule 1 k k ' Chaque classe a un poids = 1 ( k ). Lorsque l on réunit points en un seul, la perte d inforation correspond donc à la distance entre les deux points, pondérés par le poids relatif de ces points. Tableau des pertes d inertie possible par réunion de classes A B C D E A B C D 0 E 0 Docuent interne / Marie Noelle Duquenne (011 01) 4

5 Résultat : La plus faible d inertie est de 0,5 par la réunion de B et C. 1 er Nœud est entre B et C avec une perte de 0,5. Nouvelle partition : A D E F=B+C Poids = k Etape 1 Nous devons aintenant calculer les nouvelles distances prenant en copte la réunification de B et C. La distance entre A et D, A et E ainsi que D et E ne change pas. Tableau des distances Etape 1 A D E F A D E F 0 Il a fallu calculer les nouvelles distances selon le critère d agrégation de Ward ; pour les réunions de A à F, D à F et E à F. Le calcul de la distance de A à F (= B+C) se fait ainsi : 1 B. C d²( A, F) Bd ²( B, A) Cd ²( C, A) d²( B, C) B C B C Forule De la êe façon, on calcule d (D,F) et d (E,F) Quel est le sens de cette forule? B F C A La distance entre la classe A et la nouvelle classe F qui est la réunification de B et C n est autre que la distance de A et B plus la distance de A à C oins la distance de B à C, ces distances étant pondérées par le poids relatif de chaque classe. Tableau des pertes d inertie en Etape 1 A D E F A D E F 0 Docuent interne / Marie Noelle Duquenne (011 01) 5

6 Pour cela, on utilise la preière forule, en tenant copte des poids de chaque classe. En fait, les classes A, D et E ont 1 individu donc leur poids =1 tandis que la classe F a deux individus et son poids =. Perte d inertie due à la réunion de A et F (B+C) = 1 1,5 1,5 8, La perte iniale est égale à soit par réunion de A et D soit par réunion de D et E Choisissons la réunion de D et E. Nous avons une nouvelle classe G coposée de individus. Le èe Nœud est entre D et E avec une perte de. Nouvelle partition A F G=D+F Poids = k 1 Etape Nous devons à nouveau calculer les nouvelles distances prenant en copte la réunification de D et F Tableau des distances Etape A F G=D+E A 0 1,5 9 F 0 4,5 G 0 La distance entre A et F ne change pas puisqu il s agit toujours de individus uniques. Il faut calculer les nouvelles distances selon le critère d agrégation de Ward pour les réunions de A à G et F à G. Calcul de la distance de A à G (=D+E) 1 D. E d²( A, G) Dd ²( D, A) Ed ²( E, A) d²( D, E) D E D E Forule De la êe façon, on calcule d² (D,G) Tableau des partes d inertie en Etape A F G=D+E A 0 8,1 6 F 0 4,5 G 0 Pour cela, on a utilisé la preière forule, en tenant copte des poids de chaque classe. En fait, la classe A contient 1 individu donc son poids =1 tandis que les classes F et G ont deux individus et leur poids =. Docuent interne / Marie Noelle Duquenne (011 01) 6

7 La perte iniale est égale à 6. Le 3 èe nœud est entre A et G avec une perte de 6 Nouvelle partition : F H= A + G Poids = k 3 Etape 3 Il ne reste que deux classes dans la partition précédente, que signifie que cette étape est la dernière. Il suffit de calculer la perte d inertie qui subviendra lorsque les deux dernières classes F et H vont s agréger. La nouvelle est distance est donnée par la forule soit : 1 A. G d ²( F, H ) Ad ²( A, F ) G d ²( G, F ) d ²( A, G ) A G A G D² (F, H) = 30.5 Le 4 èe Nœud réunissant F et H engendre une perte d inertie égale à : P F F. H H d ²( F, H ),3 3 * 30,5 36,3 Critère Taux Taux cuulés d agrégation = niveau du noeud Nœud 4 A,B,C,D,E 36,3 81,0% 81,0% Nœud 3 A,D,E 6 13,4% 94,4% Nœud D,E 4,5% 98,9% Nœud 1 D,C 0,5 1,1% 100% 44,8 100% Docuent interne / Marie Noelle Duquenne (011 01) 7

8 Docuent interne / Marie Noelle Duquenne (011 01) 8

9 Exeple de dérouleent d une Classification Hiérarchique à l aide du logiciel SPSS Les données portent sur les 13 régions de Grèce et plus préciséent sur leur population totale (ainsi que population Hoes et Fees) lors des deux derniers recenseents 001 et 011. L objectif de l analyse est de produire une partition des 13 régions en fonction du taux de variation intercensitaire de leur population. Nous coençons donc par créer la variable Taux = taux de variation de la population entre 001 et 011, à l aide de la coande : Transfor Copute variable. On utilisera l une ou l autre forule ci-dessous. Pop11_ T Pop01_ T Pop11_ T Taux 100 * 100 * 1 Pop01_ T Pop01_ T Docuent interne / Marie Noelle Duquenne (011 01) 9

10 La nouvelle variable Taux est ainsi créée et apparait à la dernière colonne du fichier de données. L observation des valeurs prises par la variable Taux et en évidence - selon les régions considérées - des évolutions relativeent disparates entre 001 et 011. La plupart des régions ont du al à aintenir leur population, certaines êes subissent une perte relativeent iportantes, seules deux régions présentent un taux relativeent positif (> 3,4%) Nous allons réaliser une siple classification hiérarchique afin de ettre en évidence les partitions successives (regroupeents successifs des 13 régions) et proposer une classification de ces régions. Coande utilisée : Analyze Classify Hierarchical Cluster Choix de la variable à partir de laquelle sera effectuée la classification Sélection de la variable d identification de chaque région de façon à ieux lire les résultats Docuent interne / Marie Noelle Duquenne (011 01) 10

11 Résultats Statistiques (Coande : Statistics) Lorsque le nobre d individus est liité, il est intéressant de produire la atrice de proxiité qui n est autre que la atrice initiale des distances à entre les individus. Attention, il s agit d une atrice carrée donc plus le nobre d individus est élevé et plus cette atrice sera grande. Vous pouvez néanoins la copier dans Excel pour faciliter sa lecture. Vous pouvez deander la production d un certain nobre de partitions de façon à lire le regroupeent des individus par classe, en fonction du nobre de classes que vous aurez choisi. Ici nous avons choisi de produire les résultats de trois partitions, celles correspondant à 3, 4 et 5 classes. Nous aurons ainsi, un tableau qui nous perettra de ieux suivre les regroupeents. Méthode retenue (Coande : Method) La éthode de Ward est l une des éthodes les plus habituelles et counéent utilisées La esure choisie pour regrouper les individus doit être la distance euclidienne. Coe nous n avons qu une variable, la question de la noralisation ne se pose pas Représentation graphique des partitions (Coande Plots) Se liiter à l arbre des partitions car c est la représentation la plus explicite Docuent interne / Marie Noelle Duquenne (011 01) 11

12 Une fois toutes les sélections effectuées, les résultats apparaissent sur une nouvelle feuille de travail (feuille output). Ces résultats nous donnent : (a) un résué de la éthode appliquée : nobre d individus retenus, nobre d individus pour lesquels nous détenons des données valides, critère de regroupeent. (b) la atrice initiale de proxiité qui n est lisible que si le nobre d individus est liité Nous observons une très forte proxiité entre quelques régions, tandis que la Grèce de l Ouest, la Crète et le Sud de l Egée présentent en général de fortes distances avec les autres régions. Par contre, la Crète et le Sud de l Egée ont une relativeent faible distance entre elles. (c) l historique de la classification, c'est-à-dire la présentation des étapes de regroupeent. Puisque nous avons 13 individus, il y a donc 1 étapes successives jusqu à ce que le dernier individu (le plus éloigné de tous) ait été regroupé. Si nous avons N individus, nous avons donc n-1 nœuds successifs. Le tableau qui fait suite, reprend en détail la foration des 1 nœuds. Docuent interne / Marie Noelle Duquenne (011 01) 1

13 Aggloeration Schedule Cluster Cobined Stage Cluster First Appears Stage Cluster 1 Cluster Coefficients Cluster 1 Cluster Next Stage 1 4, , , , , , , , , , , , er nœud : Les régions les plus proches sont les régions et 4 (Macédoine Centrale et Epire). Taux pour Région = 0,00 et Taux pour Région 4 = 0,08. Leur distance euclidienne est donc : (0,00-0,08) = 0,0064. En forant ce preier nœud, la perte d inforation est alors de = 0,003 (voir Forule 1). Il faut attendre le 4 èe nœud (colonne next stage) pour que ces deux régions soient regroupées avec une autre région. èe nœud : Régions 6 (Grèce Centrale) et 10 (Attique) dont la distance est de 0,008, entrainant une perte totale d inforation de 0,007 (0,003 au 1 er nœud + 0,004 au ee). Il faut attendre le 6 èe nœud pour que ces régions soient regroupées à une autre (colonne next stage). Au 6ee nœud apparait en effet l inforation selon laquelle, la région 6 fut rattachée à la région 10, lors du ee nœud. 3 èe nœud : Régions 5 et 7 (Thessalie et Iles Ioniennes) dont la distance est de : (-1,7-(-1,50)) = 0,053. La perte d inforation à ce 3 èe nœud, toujours selon la êe forule, est de 0,06, soit donc une perte totale de 0, èe nœud : il réunit la région 1 à la région, plus exacteent la région 1 aux régions et 4 qui ont foré le 1 er nœud. Il faudra attendre le 10ee nœud pour que d autres régions soient rattachées aux trois régions 1, et 4. Au total, après la réunion de toutes les régions, la perte cuulée d inforation est de 96,86. A partir du tableau qui suit, on observe que la perte d inforation totale reste très liitée jusqu au 9ee nœud. Elle est de oins de 5%. Par contre au 10ee nœud, nous avons effectiveent un saut non négligeable puisque l on passe à 11%. Quant au 11ee nœud, il correspond a une perte totale de près de 36%, ce qui est un niveau non acceptable. On adet en général qu une bonne partition ne doit pas entrainer une perte supérieure à 5%. La lecture du dendrograe nous peret de lire plus aiséent l historique des partitions. Certes, le nobre liité de régions facilite largeent cette lecture, ce qui ne sera plus le cas lorsque le nobre d individus statistiques ser relativeent grand. Docuent interne / Marie Noelle Duquenne (011 01) 13

14 Nœuds Perte cuulée % 1 0,003 0,0 0,007 0,0 3 0,033 0,0 4 0,06 0,1 5 0,199 0, 6 0,40 0,4 7 1,049 1,1 8 1,951,0 9 4,33 4,4 Quatre partitions avec très faible perte d inforation 10 10,816 11, Trois partitions acceptables 11 34,54 35,7 Deux partitions non acceptables 1 96,86 100,0 Une seule partition coprenant les 13 régions A la lecture du tableau et du dendrograe, il seble que la partition en 4 groupes soit la eilleure. Le tableau qui suit, nous peret de lire la foration des groupes selon que l on en retient 5, 4 ou 3. Docuent interne / Marie Noelle Duquenne (011 01) 14

15 Cluster Mebership Case 5 Clusters 4 Clusters 3 Clusters 1:Macedoine de l'est et Thrace :Macedoine Centrale :Macedoinde de l'ouest 4:Epire :Thessalie :Grece Centrale :Iles Ioniennes :Grece de l' Ouest 4 9:Peloponnese :Attique :Nord de l'egee 1:Sud de l'egee :Crete La partition en 4 groupes que nous privilégierons ici, revient à considérer : a) Les régions bénéficiant d une croissance déographique supérieure à 3,4% (Sud de l Égée et Crète) b) Les régions qui parviennent tout juste à aintenir leur population (croissance nulle) : Macédoine de l Est et Thrace, Macédoine Centrale et Épire c) Les régions arquées par une légère baisse de population. Elles sont au nobre de cinq, la perte variant entre -1,7% (Thessalie) et -,6% (Péloponnèse) d) Les régions subissant la plus forte perte de population (supérieure a 3,6%). Il s agit du Nord de l Égée, de la Macédoine de l Ouest et enfin de la Grèce de l Ouest. Cette éthode peut être utilisée en considérant non pas une ais plusieurs variables. Dans ce dernier cas, il faudra prendre soin de standardiser les variables afin d éviter les problèes que peuvent engendrer les différences d échelle de esure entre les diverses variables. Docuent interne / Marie Noelle Duquenne (011 01) 15

5 La résistance électrique

5 La résistance électrique 5 La résistance électrique 5.1 La nature de la résistance électrique Expérience : Appliquons une tension U à un fil de cuivre de longueur et de diaètre connus et esurons l intensité du courant I. Ensuite,

Plus en détail

Arrondissage des résultats de mesure. Nombre de chiffres significatifs

Arrondissage des résultats de mesure. Nombre de chiffres significatifs BUREAU NATIONAL DE MÉTROLOGIE COMMISSARIAT À L'ÉNERGIE ATOMIQUE LABORATOIRE NATIONAL HENRI BECQUEREL Note technique LNHB/04-13 Arrondissage des résultats de esure Nobre de chiffres significatifs M.M. Bé,

Plus en détail

TP Bonus : Simulation de variables aléatoires

TP Bonus : Simulation de variables aléatoires IMIS : Master 1 Université Paris Est Marne la Vallée TP Bonus : Siulation de variables aléatoires 1. Siulation de lois Dans les applications, on a souvent besoin de générer de façon artificielle (à l aide

Plus en détail

Potentiel de la géothermie de surface pour le chauffage et la climatisation en Tunisie

Potentiel de la géothermie de surface pour le chauffage et la climatisation en Tunisie Revue des Energies Renouvelables CICME 08 Sousse (008) 143 151 Potentiel de la géotherie de surface pour le chauffage et la cliatisation en Tunisie M.S. Guellouz * et G. Arfaoui Laboratoire d Etudes des

Plus en détail

UNE APPROCHE INTÉGRÉE POUR RÉSOUDRE LE PROBLÈME DE FORMATION DES CELLULES DE PRODUCTION AVEC DES ROUTAGES ALTERNATIFS

UNE APPROCHE INTÉGRÉE POUR RÉSOUDRE LE PROBLÈME DE FORMATION DES CELLULES DE PRODUCTION AVEC DES ROUTAGES ALTERNATIFS 4 e Conférence Francophone de MOdélisation et SIMulation Organisation et Conduite d Activités dans l Industrie et les Services MOSIM 3 du 23 avril au 25 avril 23 Toulouse (France) UNE APPROCHE INTÉGRÉE

Plus en détail

Première S2 Chapitre 20 : probabilités. Page n 1 2007 2008

Première S2 Chapitre 20 : probabilités. Page n 1 2007 2008 Preière S2 Chapitre 20 : probabilités. Page n De tous teps, les hoes se sont intéressés aux jeux de hasard. La théorie des probabilités est une branche des athéatiques née de l'étude des jeux de hasard

Plus en détail

Fenêtres Moniteur et Montage

Fenêtres Moniteur et Montage Chapitre 4 Fenêtres Moniteur et Montage 4.1 Montage dans les fenêtres Moniteur et Montage...108 4.2 Utilisation de la fenêtre Moniteur...108 4.3 Espaces de travail de ontage...114 4.4 Utilisation de la

Plus en détail

MÉTHODES DE CLASSIFICATION

MÉTHODES DE CLASSIFICATION MÉTHODES DE CLASSIFICATION Pierre-Louis GONZALEZ MÉTHODES DE CLASSIFICATION Objet Opérer des regroupements en classes homogènes d un ensemble d individus. Données Les données se présentent en général sous

Plus en détail

ESTIMATION D UNE STRUCTURE PAR TERME DES TAUX D INTÉRÊT SUR DONNÉES FRANÇAISES

ESTIMATION D UNE STRUCTURE PAR TERME DES TAUX D INTÉRÊT SUR DONNÉES FRANÇAISES ESTIMATION D UNE STRUCTURE PAR TERME DES TAUX D INTÉRÊT SUR DONNÉES FRANÇAISES La structure par tere des taux d intérêt, à savoir la relation entre les durées des placeents et des eprunts et les taux d

Plus en détail

2.1 Comment fonctionne un site?

2.1 Comment fonctionne un site? Coent fonctionne un site? Dans ce chapitre, nous allons étudier la liste des logiciels nécessaires à la création d un site ainsi que les principes de base indispensables à son bon fonctionneent. 2.1 Coent

Plus en détail

THESE. Applications des algorithmes d'auto-organisation à la classification et à la prévision

THESE. Applications des algorithmes d'auto-organisation à la classification et à la prévision UNIVERSITE PARIS I PANTHEON SORBONNE U.F.R. DE MATHEMATIQUES et INFORMATIQUE Année 999 THESE Pour obtenir le rade de DOCTEUR DE L'UNIVERSITE PARIS I Discipline : Mathéatiques Présentée et soutenue publiqueent

Plus en détail

LES CHIFFRES SIGNIFICATIFS ET LES INCERTITUDES

LES CHIFFRES SIGNIFICATIFS ET LES INCERTITUDES Une prédiction de certains écoloistes : Les poissons devraient avoir disparu en 048! LES CHIFFRES SIGNIFICATIFS ET LES INCERTITUDES Les rèles suivantes s appliquent pour tous les calculs ipliquant des

Plus en détail

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash Une personne de 60 kg est à gauche d un canoë de 5 de long et ayant une asse de 90 kg. Il se déplace ensuite pour aller à droite du canoë. Dans les deux cas, il est à 60 c de l extréité du canoë. De cobien

Plus en détail

Principes et mise en œuvre

Principes et mise en œuvre A Principes et ise en œuvre 1 DÉFINITIONS ET MÉTHODES A 1.1 Définitions D après l Afnor (FD X 60-000), «la aintenance est l enseble de toutes les actions techniques, adinistratives et de anageent durant

Plus en détail

Version française 2012. Code de bonnes pratiques pour la réalisation de forages

Version française 2012. Code de bonnes pratiques pour la réalisation de forages Rural Water Supply Network la réalisation de forages Version française 2012 Code de bonnes pratiques Résué La réalisation d ouvrages pérennes d exploitation d eau souterraine est fondaentale pour l accès

Plus en détail

Correction du «Brevet Blanc» de mathématiques Lundi 26 mars 2012

Correction du «Brevet Blanc» de mathématiques Lundi 26 mars 2012 orrection du «revet lanc» de athéatiques Lundi 26 ars 2012 TIVITÉS NUMÉRIQUES (12 points) Exercice 1 Pour chaque ligne du tableau ci-dessous, choisir et entourer la bonne réponse pari les trois proposées.

Plus en détail

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage Classification Exemple : Enquête d opinion sur les OGM Pauline Le Badezet Alexandra Lepage SOMMAIRE Introduction Méthodologie Méthode de partitionnement Classification Ascendante Hiérarchique Interprétation

Plus en détail

Séminaire Francilien de Sûreté de Fonctionnement - 22 février 2013

Séminaire Francilien de Sûreté de Fonctionnement - 22 février 2013 Séinaire Francilien de Sûreté de Fonctionneent - 22 février 2013 Les défaillances de cause coune Doinique VASSEUR EDF R&D Claart Plan Introduction Quelques odèles possibles Les principes de l estiation

Plus en détail

Travaux pratiques Informatique

Travaux pratiques Informatique Preière S Travaux pratiques Inforatique. Questions ouvertes - : Lieu de points - : Distance iniale - : Fonctions inconnues -4 : Médianes? -5 : Droites d un triangle -6 : S-TS banque exos /04-7 : Cercle

Plus en détail

Data Mining: Activité hospitalière

Data Mining: Activité hospitalière Data Mining: Activité hospitalière DIAGNE Sénéba 1, Huai Yuan WAN 2 1. S2IFA 2. DRM Chapitre 1 Clustering : Activité hospitalière 1.1 Présentation des données Le périmètre des données représente ici un

Plus en détail

2B La résolution de modèles linéaires par Excel 2010

2B La résolution de modèles linéaires par Excel 2010 2B La résolution de modèles linéaires par Excel 2010 Nous reprenons ici, de façon plus détaillée, la section où est indiqué comment utiliser le solveur d'excel 2010 pour résoudre un modèle linéaire (voir

Plus en détail

Les bases de données. Historique

Les bases de données. Historique 1 Les bases de données Aujourd hui indispensables dans tous les systèes de gestion de l inforation, les bases de données sont une évolution logique de l augentation de la deande de stockage de données.

Plus en détail

Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte

Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte Projet d informatique M1BI : Compression et décompression de texte Le but de ce projet est de coder un programme réalisant de la compression et décompression de texte. On se proposera de coder deux algorithmes

Plus en détail

O L D A SITUATION ECONOMIQUE ET SOCIALE REGIONALE 2013. Service Régional de la Statistique et de la Démographie de Kolda

O L D A SITUATION ECONOMIQUE ET SOCIALE REGIONALE 2013. Service Régional de la Statistique et de la Démographie de Kolda REPUBLIQUE DU SENEGAL Un Peuple Un But Une Foi ------------------ MINISTERE DE L ECONOMIE, DES FINANCES ET DU PLAN ------------------ AGENCE NATIONALE DE LA STATISTIQUE ET DE LA DEMOGRAPHIE ------------------

Plus en détail

Laboratoire d Analyses Démographiques et Sociales, Pedion Areos, 38334 Volos, Grèce http://www.ldsa.gr/, demolab@uth.gr, +302421074432-33

Laboratoire d Analyses Démographiques et Sociales, Pedion Areos, 38334 Volos, Grèce http://www.ldsa.gr/, demolab@uth.gr, +302421074432-33 DEMO NOUVELLES Demo Νews LADS, Μars-Avril 2012 Fascicule 18 Laboratoire d Analyses Démographiques et Sociales, Pedion Areos, 38334 Volos, Grèce http://www.ldsa.gr/, demolab@uth.gr, +302421074432-33 Les

Plus en détail

Arrêté du 17 avril 2015 relatif à l agrément des modalités de prise en compte des systèmes Cylia et Xiros dans la réglementation thermique 2012

Arrêté du 17 avril 2015 relatif à l agrément des modalités de prise en compte des systèmes Cylia et Xiros dans la réglementation thermique 2012 MINISTÈRE DE L ÉOLOGIE, DU DÉVELOPPEMENT DURALE ET DE L ÉNERGIE Aénageent nature, logeent MINISTÈRE DU LOGEMENT, DE L ÉGALITÉ DES TERRITOIRES ET DE LA RURALITÉ _ Direction de l habitat, de l urbanise et

Plus en détail

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Université de Perpignan - IUT de Carcassonne Vivien ROSSI Année 2006/2007 IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Ce document est tiré du site : http ://www.stat.ucl.ac.be/ispersonnel/lecoutre/stats/spad/

Plus en détail

Abstract. Key-words: The flowshop problem, Heuristics, Job scheduling, Total flowtime.

Abstract. Key-words: The flowshop problem, Heuristics, Job scheduling, Total flowtime. Abstract Since the flowshop scheduling proble has found to be an NP-coplete proble, the developent of heuristic algoriths that give better solutions becoe necessary. In this paper we discuss how to resolve

Plus en détail

Rapports. CETE de l'ouest. Coûts des techniques de. construction et d'entretien des. chaussées. Analyse Bretagne-Pays de la Loire

Rapports. CETE de l'ouest. Coûts des techniques de. construction et d'entretien des. chaussées. Analyse Bretagne-Pays de la Loire CEE de l'ouest Centre d'ėtudes echniques de l'équipeent Rapports Coûts des techniques de construction et d'entretien des chaussées Analyse Bretagne-Pays de la Loire Aout 009 Centre d Etudes echniques de

Plus en détail

Appliquer Kanban sur Scrum

Appliquer Kanban sur Scrum Appliquer Kanban sur Scru Lean Kanban France 2015 1 aubryconseil.co blogueur counautés Claude Aubry @claudeaubry auteur développeur consultant 2 Scru la éthode agile la plus populre 3 Pourquoi Kanban?

Plus en détail

vs Christia 1 n Poisson

vs Christia 1 n Poisson vs Christian 1 Poisson Cet ouvrage contient une sélection d'études d'echecs composées par ordinateur, plus précisément par l'analyse de tables de finales, en l'occurrence ici la table, à l'aide de WinChloe

Plus en détail

Classification supervisée multi-étiquette en actes de dialogue : analyse discriminante et transformations de Schoenberg

Classification supervisée multi-étiquette en actes de dialogue : analyse discriminante et transformations de Schoenberg Classification supervisée ulti-étiquette en actes de dialogue : analyse discriinante et transforations de Schoenberg Christelle Cocco 1 1 Université de Lausanne christelle.cocco@unil.ch Abstract This work

Plus en détail

GRAFCET. 1- Structure générale. CPGE / Sciences Industrielles pour l Ingénieur C60 Cours GRAFCET. Divergence en OU

GRAFCET. 1- Structure générale. CPGE / Sciences Industrielles pour l Ingénieur C60 Cours GRAFCET. Divergence en OU C60 GRAFCET 1- Structure générale Etape initiale : généraleent associée à une attente ou à une ise en réérence de la partie opérative Réceptivité : cobinaison d inorations reçues par la partie coande et

Plus en détail

La planification en cas d inaptitude. Vous avez le pouvoir d agir!

La planification en cas d inaptitude. Vous avez le pouvoir d agir! La planification en cas d inaptitude. Vous avez le pouvoir d agir! Août 2015 Jaie Golobek Directeur gestionnaire, Planification fiscale et successorale Services consultatifs de gestion de patrioine CIBC

Plus en détail

Etude salaires : le marketing s'en sort bien

Etude salaires : le marketing s'en sort bien Page 1/5 Etude salaires : le arketing s'en sort bien Public- le i:» 12 2013 pai ('ATI IF RI M; UFrRTFHISi Selon l'étude Maesina Marketing Search/Aon Hewitt, les arketers ont vu leur réunération progresser

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

Excel 2010 Module 13. Comment créer un tableau d amortissement dégressif d une immobilisation. Enseignant : Christophe Malpart

Excel 2010 Module 13. Comment créer un tableau d amortissement dégressif d une immobilisation. Enseignant : Christophe Malpart Excel 2010 Module 13 Comment créer un tableau d amortissement dégressif d une immobilisation Enseignant : Christophe Malpart Excel 2010. Module 13. Christophe Malpart Sommaire 1 Introduction 3 2 Calcul

Plus en détail

2.x. L écoulement des liquides

2.x. L écoulement des liquides .x L écouleent des liquides près l étude de cette section, le lecteur pourra calculer le débit d un liquide dans une canalisation ainsi que la diinution graduelle de la pression causée par la résistance

Plus en détail

Aperçu. Livret sur les POR. Une mise-à-jour sur le bilan comparatif des médicaments dans le programme d agr. agrément Qmentum

Aperçu. Livret sur les POR. Une mise-à-jour sur le bilan comparatif des médicaments dans le programme d agr. agrément Qmentum Une ise-à-jour sur le bilan coparatif des édicaents dans le prograe d agr agréent Qentu Greg Kennedy 8 novebre 2011 Aperçu Bilan coparatif des édicaents en Qentu Mise à jour sur le prograe et attentes

Plus en détail

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h I.U.T de Caen STID 2ème année Département STID Année Universitaire 2002-2003 Responsable de cours : Alain LUCAS Seule la calculatrice type collège est autorisée. Seul le cours est autorisé. On rappelera

Plus en détail

Solution Examen final

Solution Examen final Solution Eaen inal Intellience Artiicielle II I-7587 Jeudi 29 avril 2004 De 8h30 à h20 en salles L-255 out docuent est peris. Le nobre de points accordés à chacune des questions est inscrit entre parenthèses.

Plus en détail

Ingénieur informatique

Ingénieur informatique Ingénieur inforatique Par la voie de l apprentissage F Perraud POLYTECH Lyon Directeur M P. Fournier Départeent Inforatique Responsable Me C. Gertosio 1 Plan de la présentation 1. Qui soes nous? 2. L apprentissage

Plus en détail

TD 8: Investissement - Structure de Financement. Exercice 1. Théorème de Modigliani-Miller

TD 8: Investissement - Structure de Financement. Exercice 1. Théorème de Modigliani-Miller Nicolas Coeurdacier nicolas.coeurdacier@pse.ens.fr Cours de Macroéconoie 2 (Prof. A. Direr) TD 8: Investisseent - Structure de Financeent Exercice 1. Théorèe de Modigliani-Miller On considère une fire

Plus en détail

Mode d emploi du simulateur d urne

Mode d emploi du simulateur d urne Mode d eploi du siulateur d urne IREM de Grenoble 21 octobre 2013 Table des atières 1 Installation 1 2 Utilisation 2 3 Modification des paraètres du siulateur 2 31 Modification de la coposition de l urne

Plus en détail

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

Plus en détail

Analyse de la qualité de l énergie électrique : mesure du Flicker. Power quality analysis: measurement of Flicker

Analyse de la qualité de l énergie électrique : mesure du Flicker. Power quality analysis: measurement of Flicker P. ESPEL Analyse de la qualité de l énergie électrique : esure du Flicker Power quality analysis: easureent of Flicker Patrick ESPEL Laboratoire national de étrologie et d essais (LNE), 9 Avenue Roger

Plus en détail

murs en BriqueS SilicocalcaireS

murs en BriqueS SilicocalcaireS urs en BriqueS SilicocalcaireS diensionneent selon la nore Sia 66 applicable à un ouvrage de açonnerie à siple paroi standard 1. k n..5.8.1.15.6..4..5. e z =.5 t w réalisé par Joseph Schwartz ingénieur-conseil

Plus en détail

La direction chorale en bref

La direction chorale en bref La direction chorale en bref Guy Barblan Table des atières Introduction......................................... p.2 Le directeur......................................... p.2 La chorale..........................................

Plus en détail

Le portail APB. www.admission-postbac.fr. Le portail ABP est un site internet qui vous permet de :

Le portail APB. www.admission-postbac.fr. Le portail ABP est un site internet qui vous permet de : Le portail APB www.adission-postbac.fr Le portail ABP est un site internet qui vous peret de : vous INFORMER sur les différentes forations possibles, Ouvrir VOTRE dossier, saisir vos vœux de poursuites

Plus en détail

GarageBand Premiers contacts Comprend une présentation complète des fenêtres GarageBand, ainsi que des leçons pas à pas conçues pour vous aider à

GarageBand Premiers contacts Comprend une présentation complète des fenêtres GarageBand, ainsi que des leçons pas à pas conçues pour vous aider à GarageBand Preiers contacts Coprend une présentation coplète des fenêtres GarageBand, ainsi que des leçons pas à pas conçues pour vous aider à utiliser GarageBand 1 Table des atières Préface 7 Preiers

Plus en détail

Open Office Calc Tableau Croisé Dynamique avec le Pilote de données

Open Office Calc Tableau Croisé Dynamique avec le Pilote de données zi Open Office Calc Tableau Croisé Dynamique avec le Pilote de données 1 Introduction Les Tables de Pilote de données (comme les tableaux croisés dynamiques de Microsoft Excel) sont des outils d'analyse

Plus en détail

Chapitre I L état solide cristallin

Chapitre I L état solide cristallin 1 Chapitre I L état solide cristallin La atière peut exister sous trois états : L état gazeux, l état liquide et l état solide. La fore sous la quelle se trouve la atière est déterinée par les interactions

Plus en détail

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Le Data Mining au service du Scoring ou notation statistique des emprunteurs! France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative

Plus en détail

Article. «S.O.S. lecture : ateliers de récupération de lecture» Réjeanne Allard et Micheline Voynaud. Québec français, n 98, 1995, p. 55-58.

Article. «S.O.S. lecture : ateliers de récupération de lecture» Réjeanne Allard et Micheline Voynaud. Québec français, n 98, 1995, p. 55-58. Article «S.O.S. lecture : ateliers de récupération de lecture» Réjeanne Allard et Micheline Voynaud Québec français, n 98, 1995, p. 55-58. Pour citer cet article, utiliser l'inforation suivante : http://id.erudit.org/iderudit/44285ac

Plus en détail

Mosaïque d images multi résolution et applications

Mosaïque d images multi résolution et applications Université Luière Lyon École Doctorale Inforatique et Mathéatiques de Lyon Nuéro : _ _ _ _ _ _ _ _ THESE pour obtenir le grade de Docteur en Inforatique présentée par Lionel Robinault Mosaïque d iages

Plus en détail

Baromètre de consommation et de perception des produits biologiques en France 12 ème édition 1 ère phase

Baromètre de consommation et de perception des produits biologiques en France 12 ème édition 1 ère phase Logo client Baroètre de consoation et de perception des produits biologiques en France 12 èe édition 1 ère phase Janvier 2015 Étude n 1400610 Soaire INTRODUCTION 3 Contexte 4 Méthodologie 5 ECHANTILLON

Plus en détail

GUIDE DU DATA MINER. Classification - Typologies. Data Management, Data Mining, Text Mining

GUIDE DU DATA MINER. Classification - Typologies. Data Management, Data Mining, Text Mining GUIDE DU DATA MINER Classification - Typologies Data Management, Data Mining, Text Mining 1 Guide du Data Miner Classification - Typologies Le logiciel décrit dans le manuel est diffusé dans le cadre d

Plus en détail

Coordination SAVARA - Présentation des labels - 201 4

Coordination SAVARA - Présentation des labels - 201 4 L a c h a rt e d e S A V A RA L e s l a b e l s S A V A RA A d h é re r a u ré s e a u L e c a h i e r d e s c h a rg e s 1 C h a rt e L e p ri n c i p e Le dynaise et le développeent rapide de la vie

Plus en détail

Une programmation opératoire robuste

Une programmation opératoire robuste Une prograation opératoire robuste Sondes HAMMAMI Maître Assistante, ESTI, Laboratoire d Autoatique de Grenoble ENSIEG - deddes2002@yahoo.fr Pierre LADET Professeur, Laboratoire d Autoatique de Grenoble

Plus en détail

Retrouvez des informations sur cet ouvrage!

Retrouvez des informations sur cet ouvrage! Copyright 2009 Micro Application 20-22, rue des Petits-Hôtels 75010 PARIS 1 re Edition - Novebre 2009 Auteur Eric VIEGNES Toute représentation ou reproduction, intégrale ou partielle, faite sans le consenteent

Plus en détail

Découvrez la réponse à cette question dans ce chapitre.

Découvrez la réponse à cette question dans ce chapitre. Quels sont le poids apparent (grandeur et direction) et le nobre de g subit par un pilote d avion de chasse de 70 kg quand il est catapulté d un porte-avion sachant que l avion accélère jusqu à une vitesse

Plus en détail

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2 Sommaire Sommaire... 1 Introduction... 2 1 Trois différentes techniques de pricing... 3 1.1 Le modèle de Cox Ross Rubinstein... 3 1.2 Le modèle de Black & Scholes... 8 1.3 Méthode de Monte Carlo.... 1

Plus en détail

La boite de vitesse a variation continue CVT

La boite de vitesse a variation continue CVT Epreuve de Sciences Industrielles pour l Inge nieur La boite de vitesse a variation continue CVT Durée : h. Calculatrices autorisées. Docuents interdits. Ce sujet coporte 9 pages. Présentation La boite

Plus en détail

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des

Plus en détail

Université de Picardie - Jules Verne UFR d'economie et de Gestion

Université de Picardie - Jules Verne UFR d'economie et de Gestion Université de Picardie - Jules Verne UFR d'economie et de Gestion 23/09/2014 Excel 2003 - Base de données Avant d apparaitre dans de beaux tableaux synthétiques ou des graphiques, l information d une organisation

Plus en détail

L indice des prix à la consommation

L indice des prix à la consommation L indice des prix à la consoation Base 2004 Direction générale Statistique et Inforation éconoique 2007 L indice des prix à la consoation Base 2004 = 100 La Direction générale Statistique et Inforation

Plus en détail

«Stratégies d investissement dans les obligations canadiennes et américaines»

«Stratégies d investissement dans les obligations canadiennes et américaines» Note «Stratégies d investisseent dans les obligations canadiennes et aéricaines» Nabil T. Khoury L'Actualité éconoique, vol. 53, n 1, 1977, p. 106-113. Pour citer cette note, utiliser l'inforation suivante

Plus en détail

Fiche n 10 : Statistiques et rapports avec Excel

Fiche n 10 : Statistiques et rapports avec Excel PlanningPME Planifiez en toute simplicité Fiche n 10 : Statistiques et rapports avec Excel I. Description... 2 II. Les statistiques depuis le menu Outils -> Statistiques... 2 III. Zoom sur la charge de

Plus en détail

Etude des performances du système d'ouverture de porte automatique de TGV

Etude des performances du système d'ouverture de porte automatique de TGV Etude des perforances du systèe d'ouverture de porte autoatique de TGV (D après Centrale-Supelec MP 28) On s intéresse aux perforances du systèe d ouverture de porte du TGV dont on donne une description

Plus en détail

Chapitre-1 Propagation d'une onde

Chapitre-1 Propagation d'une onde Chapitre- Propagation d'une onde.- Définition Lorsqu'une source éet un signal et crée une perturbation locale d'une grandeur physique, cette perturbation se transet de proche en proche constituant ainsi

Plus en détail

ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES

ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES Seaine de la PME BDC 2014 Résué --------------------------------------------------------------------------------------

Plus en détail

2/ LA DEMANDE. R1/p1 R2/p1 R3/P1 x1

2/ LA DEMANDE. R1/p1 R2/p1 R3/P1 x1 2/ LA DEMANDE Nous venons de voir dans le capitre précédent du cours, que le coix optimal du consommateur dépend de son revenu et du prix des biens. Nous allons maintenant nous intéresser aux fonctions

Plus en détail

CH.9 ÉNERGIES exercices - correction

CH.9 ÉNERGIES exercices - correction CH.9 ÉNERGIES exercices - correction SAVOIR SON COURS ❶ Choisir la bonne réponse : Enoncés Réponse A Réponse B Réponse C ❶ L énergie de position d un objet ❷ Lorsqu un objet tobe augente quand son altitude

Plus en détail

Pourcentage d évolution

Pourcentage d évolution Pourcentage d évolution I) Proportion et pourcentage. 1) Proportion Soit E un ensemble fini et A une partie de l ensemble E. est le nombre d éléments de E et le nombre d éléments de A. La proportion ou

Plus en détail

Octobre 2010 INDICE S&P/TSX 60 VIX MÉTHODE DE CALCUL DE L INDICE

Octobre 2010 INDICE S&P/TSX 60 VIX MÉTHODE DE CALCUL DE L INDICE Octobre 00 IDICE S&P/SX 60 VIX MÉHODE DE CALCUL DE L IDICE able des atières Introduction 3 Aperçu 3 Construction de l indice 4 Méthodes utilisées 4 Établisseent de la valeur du VIX à partir des options

Plus en détail

PHS1101 Mécanique pour ingénieurs

PHS1101 Mécanique pour ingénieurs PHS1101 écanique pour inénieurs Contrôle périodique 1 Hier 01 «Spécial Déénaeent» Question 1: k Déénaeent PHS1101 nc. 51-1-159 C Question 1: Dans les annonces publicitaires de Ford F150, on annonce fièreent

Plus en détail

Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps

Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Le Saux Loïc Tanguy Brewal Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Traitement des enquêtes M1 ISC 2007/2008 Sommaire Introduction... 3 I ANALYSE DESCRIPTIVE

Plus en détail

CHAPITRE VII - LE COMPTE DE CAPITAL FIXE

CHAPITRE VII - LE COMPTE DE CAPITAL FIXE CHAPITRE VII - LE COMPTE DE CAPITAL FIXE 1. La foration brute de capital fixe... 135 2. La consoation de capital fixe et les autres postes du copte de capital fixe.. 139 Le copte spécifique de l agriculture

Plus en détail

2.1.3. La représentation graphique d évolutions

2.1.3. La représentation graphique d évolutions 2.1.3. La représentation graphique d évolutions 142 2 La mathématique financière 2.1.3. - LA REPRÉSENTATION GRAPHIQUE D ÉVOLUTIONS L analyse de la succession des données dans le temps va devoir être traitée

Plus en détail

Problème I : Microscope à force atomique

Problème I : Microscope à force atomique Problèe I : Microscope à force atoique Ces dernières années, de nouvelles techniques dites de "icroscopies à chap proche" se sont développées pour étudier les surfaces. Pari ces techniques, le icroscope

Plus en détail

Les calculatrices sont interdites

Les calculatrices sont interdites Les calculatrices sont interdites Ce sujet coporte deux problèes indépendants qui portent sur des thèes différents. Chaque problèe coporte plusieurs parties qui sont le plus souvent indépendantes les unes

Plus en détail

Le tableur. Table des matières

Le tableur. Table des matières Le tableur Table des matières 1 Présentation 2 1.1 Repèrage des cellules........................... 2 1.2 Édition des cellules............................ 2 1.3 Contenu d une cellule..........................

Plus en détail

Manuel d aide. A l utilisation. Du logiciel. HexaSoft

Manuel d aide. A l utilisation. Du logiciel. HexaSoft Manuel d aide A l utilisation Du logiciel HexaSoft 1. Installation du logiciel Pour installer le logiciel sur votre PC procéder comme suit : 1. Insérez le CD d HexaSoft dans le lecteur CD du PC (Si l installation

Plus en détail

Analyse de la variance à deux facteurs

Analyse de la variance à deux facteurs 1 1 IRMA, Université Louis Pasteur Strasbourg, France Master 1 Psychologie du développement 06-10-2008 Contexte Nous nous proposons d analyser l influence du temps et de trois espèces ligneuses d arbre

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

EVALUATION ½ FOND / BREVET DES COLLEGES

EVALUATION ½ FOND / BREVET DES COLLEGES EVALUATION ½ FOND / BREVET DES COLLEGES - l évaluation terinale (voir fiche élève) : - les élèves choisissent un contrat de course (3 ou 4 périodes de 3 à 5 inutes) à des % de V.M.A différents. Attention

Plus en détail

Déclassement d'actifs et stock brut de capital

Déclassement d'actifs et stock brut de capital Extrait de : La mesure du capital - Manuel de l'ocde 2009 Deuxième édition Accéder à cette publication : http://dx.doi.org/10.1787/9789264067752-fr Déclassement d'actifs et stock brut de capital Merci

Plus en détail

Fiche PanaMaths Introduction au tracé de courbes avec Scilab

Fiche PanaMaths Introduction au tracé de courbes avec Scilab Fiche PanaMaths Introduction au tracé de courbes avec Scilab Introduction Ce document présuppose un certain niveau de connaissance du logiciel Scilab de la part du lecteur (de la lectrice) : calcul matriciel,

Plus en détail

Logique avancée. Cours optionnel de Licence, A. Lecomte, 2009-2010. Système de déduction naturelle

Logique avancée. Cours optionnel de Licence, A. Lecomte, 2009-2010. Système de déduction naturelle Logique avancée ours optionnel de Licence, Lecote, 2009-2010 Systèe de déduction naturelle Les systèes de déduction sont des ensebles de règles perettant de construire des preuves L un des systèes correspondant

Plus en détail

( ) ( ) U. c,e. Remarque : On s intéressera quasiment systématiquement à un système au repos dans le référentiel d étude. tot

( ) ( ) U. c,e. Remarque : On s intéressera quasiment systématiquement à un système au repos dans le référentiel d étude. tot herodnaique Le paragraphe I. est consacré à l introduction (d une partie) du vocabulaire de base de la therodnaique. Dans le paragraphe II., l étude d un sstèe particulier, le gaz parfait, peret une preière

Plus en détail

APS 001-4 SYSMAC Séries C GRAFCET. Guide d'utilisation PMI/STA/6.12.96

APS 001-4 SYSMAC Séries C GRAFCET. Guide d'utilisation PMI/STA/6.12.96 APS 001-4 SYSMAC Séries C GRAFCET Guide d'utilisation PMI/STA/6.12.96 TABLE DES MATIERES Nouvelle édition décebre 1996 1 - LE GRAFCET 2 2 - RAPPEL des REGLES de BASE 3 2. 1 - Rèle d'alternance 3 2. 2 -

Plus en détail

LE GUIDE COMPLET PRETS A PARIER

LE GUIDE COMPLET PRETS A PARIER LE GUIDE COMPLET PRETS A PARIER Ce guide va vous proposer deux manières de profiter des jeux «Prêts à Parier» disponibles sur le site Promoturf. Ces pronostics sont le résultat d une amélioration majeure

Plus en détail

Numération. On sait que dans 342 381, le chiffre 4 ne vaut pas 4 mais 40 000... Ainsi :

Numération. On sait que dans 342 381, le chiffre 4 ne vaut pas 4 mais 40 000... Ainsi : Numération Numération. 1 Les systèmes de numération 1.1 Le système décimal. 1.1.1 Les chiffres. Le système décimal est le système d écriture des nombres que nous utilisons habituellement dans la vie courante.

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en détail

Nb heures par semaine 3 3 8 30 0 2 30 semaine 1, 8 semaine 2

Nb heures par semaine 3 3 8 30 0 2 30 semaine 1, 8 semaine 2 Mention : Evolution, Patrioine naturel et Sociétés Spécialité : SEP Titre du Module : E2F11 Initiation au recueil des données de terrain Responsable(s) : Bruno de Reviers (PR MNN)H,Christine Rollard (MC

Plus en détail

Statistiques Géographie 3 ème année N. Martiny

Statistiques Géographie 3 ème année N. Martiny Statistiques Géographie 3 ème année N. Martiny Quelques rappels sur Excel 1. Présentation Excel fait partie de la grande famille des tableurs. Il est dédié à la réalisation de calculs, de tableaux et de

Plus en détail

Fonction polynôme du second degré : Forme canonique

Fonction polynôme du second degré : Forme canonique Fonction polynôme du second degré : Forme canonique I) Introduction. Soit g(x) = a(x - s)²+h. Toute fonction polynôme du second degré peut s écrire sous cette forme. Le passage de la forme développée à

Plus en détail

Correction Baccalauréat STMG Antilles Guyane 18 juin 2015

Correction Baccalauréat STMG Antilles Guyane 18 juin 2015 Durée : 3 heures Correction Baccalauréat STMG Antilles Guyane 18 juin 2015 EXECICE 1 4 points Cet exercice est un questionnaire à choix multiples (QCM). Le candidat recopiera sur sa copie le numéro de

Plus en détail

Analyse des données - Logiciel R

Analyse des données - Logiciel R Université de Strasbourg Analyse des données Master de Sciences, Spécialité Statistique 2012/13 Master Actuariat Emmanuel Périnel Analyse des données - Logiciel R TP n 2. L Analyse en Composantes Principales

Plus en détail