Ressources pour le lycée général et technologique

Dimension: px
Commencer à balayer dès la page:

Download "Ressources pour le lycée général et technologique"

Transcription

1 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 d'esegemet scolare, hors explotato commercale. Toute reproducto totale ou partelle à d autres s est soumse à ue autorsato préalable du Drecteur gééral de l esegemet scolare. La volato de ces dspostos est passble des sactos édctées à l artcle L.335- du Code la proprété tellectuelle. Ma 0 MENJVA/DGESCO-IGEN eduscol.educato.r/prog

2 Sommare Itroducto I. Ue vso probablste de l erreur 3 A. La oto d erreur U exemple pour commecer Pourquo ue telle varablté des résultats? La oto d erreur Commet trater de la varablté : la «radomsato» Les composates de l erreur... 5 B. L certtude Noto d certtude-type Dérets modes d évaluato de l certtude sur ue gradeur Évaluato de type A d ue certtude-type Évaluato de type B d ue certtude-type Détermato d certtudes de type B Recommadatos pratques... 3 II. Icerttude-type composée 5 A. Icerttude-type composée sur u mesurage... 5 B. Détermato de l certtude-type composée... 5 III. Icerttude élarge 7 A. Noto d certtude élarge Icerttude élarge Détermato du acteur d élargssemet k... 7 B. Présetato des résultats Arrodssage Présetato des résultats... 9 C. E cocluso... 9 D. U exemple... 0 IV. Aexes Aexe : Les certtudes-types sur le mesurage d ue gradeur... Aexe : La Démarche de recherche des causes... 4 Aexe 3 : Démarche de détermato d ue certtude sur ue gradeur Y... 5 Aexe 4 : U rappel des los de probablté... 6 Aexe 5 : Les recommadatos de détermato d certtude de type B... 8 Aexe 6 : La lo ormale Aexe 7 : Icerttude composée Aexe 8 : Icerttude sur l certtude V. Bblographe 37 Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Ma 0 Mathématques Physque-chme Mesure et certtudes

3 Itroducto «Ue erreur peut dever exacte, selo que celu qu l'a commse s'est trompé ou o.» Perre Dac ; Les pesées - Ed. du Cherche Md 97 Ce documet a pour vocato de préseter la vso probablste de l erreur, développée depus evro tros décees par le Bureau teratoal des pods et mesures BIPM et qu a perms d staller u cosesus teratoal das l'expresso de l'certtude de mesure. Il se veut être ue ressource pour les esegats de sceces physques et de mathématques des lycées. Pour les esegats de sceces physques elle veut doer à compredre les rasos et les mécasmes ms e œuvre derrère les ormules qu sot applquées das les estmatos de mesures de gradeur, par exemple das le programme de premère STL, e complétat as les documets déjà parus : Nombres, mesures et certtudes Ispecto géérale Sceces Physques et Chmques Pour les esegats de mathématques, elle doera des exemples d utlsato des otos probablstes esegées au lycée, e partculer e lat la oto d erreur à celle de varable aléatore, celle d certtude-type avec celle d écart-type. Outre la écessté d ue coassace partagée sur u sujet qu relève des deux dscples, ce domae du calcul d certtude devrat doer la possblté de travaux commus développés par les esegats de mathématques et de sceces physques. L ambto reste cepedat modeste, otammet das les outls présetés ; ue bblographe proposée e de documet doe des rééreces pour ceux qu souhateraet approodr le sujet, e partculer das l étude de l certtude des mesures obteues à partr de doées corrélées ou apparées ou ecore das le cas de doées obteues e able ombre. Vso probablste : pourquo, alors qu o travalle sur des doées statstques? Essetellemet parce qu o est das ue actvté de modélsato et que l o cherche à passer de quelques observatos à ue caractérstque de l esemble de toutes les observatos possbles, que des doées obteues o va chercher à dure des coassaces sur des varables aléatores, qu à partr d u ombre de doées o va estmer ue coassace sur ue té de possbltés, et e partculer qu o va doer des resegemets sur des modèles cosdérés comme cotus à partr d u ombre d observatos. Il aut garder préset à l esprt cette dée de modèle tout au log de ce documet. Cette brochure est coçue pour pouvor être lue sas être arrêté par des dcultés das des développemets mathématques qu sot revoyés e aexe. O y trouvera égalemet quelques complémets qu peuvet éclarer les chox ats. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page sur 37 Mathématques Physque-chme Mesure et certtudes

4 I. Ue vso probablste de l erreur A. La oto d erreur. U exemple pour commecer O souhate mesurer ue résstace. Le coducteur ohmque dot o souhate mesurer la résstace est braché aux bores d u ohmmètre. O utlse ue premère techque de mesure utlsat «quatre ls» de laso etre le coducteur ohmque et l strumet. Notre strumet commuque avec u ordateur et l o utlse u programme d acqusto de doées. Ce programme eectue 000 mesures m de la résstace R, repère les valeurs m m et m max, dvse l tervalle [ m m ; m max ] e 0 tervalles classes, calcule le ombre de résultats das chaque classe et ache les résultats sous la orme d u dagramme. O obtet les résultats c-dessous : Freq % Freq % M Max Chae 05 M: Ohm Mea: Ohm Max: Ohm Std. dev: uohm Recommeços la mesure précédete e cogurat otre strumet e ohmmètre «deux ls», ce qu correspod à ue mesure courate de la valeur d ue résstace. O obtet désormas les résultats suvats : Freq % Freq % M Max Chae 05 M: Ohm Mea: Ohm Max: Ohm Std. dev: uohm Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 3 sur 37 Mathématques Physque-chme Mesure et certtudes

5 Des questos se poset au vu de ces résultats :. Pourquo ue telle varablté des résultats?. Pourquo ces deux méthodes doet-elles des résultats dérets? 3. Et e, alemet quelle est la mesure de la résstace cherchée? O s état aperçu depus logtemps, otammet e astroome, scece qu possédat les strumets les plus précs, que : pluseurs mesurages d ue même caractérstque doaet souvet des valeurs déretes, la répartto des résultats avat ue «orme e cloche» : «l y a aucu doute que les pettes erreurs ot leu plus souvet que les grades». Toute la problématque de la détermato de la mesure d ue gradeur est là : parm tous ces résultats lequel chosr et commet estmer l erreur qu pourrat être commse?. Pourquo ue telle varablté des résultats? Ue sére de mesures est soumse à des codtos evroemetales qu modet les résultats obteus : la gradeur à mesurer est pas paratemet dée, la largeur d ue table est pas u objet dé, la talle d ue pèce métallque déped de sa posto, la surace d u lqude est pas plae, les codtos evroemetales évoluet température, presso, l strumet de mesure est source d erreur temps de répose, exacttude, sesblté l opérateur e reat jamas la même mesure exactemet das les mêmes codtos atgue, erreurs de parallaxe, eet de mésque das ue ppette Ue mesure comporte e gééral pluseurs opératos dot chacue peut être source de varablté. Il sera mportat de savor dstguer les sources de varablté mportate de celles qu sot églgeables. Précsos quelques termes de vocabulare du domae de la métrologe et qu vot être employés : Mesurage : esemble d opératos ayat pour but de détermer ue valeur d ue gradeur. Mesurade : gradeur partculère soumse à mesurage logueur, masse, testé,. «Valeur vrae» d u mesurade : mesure que l o obtedrat par u mesurage parat. O e la coaît pas et o parle égalemet de «valeur théorque». Gradeur d luece : gradeur qu est pas le mesurade mas qu a u eet sur le résultat du mesurage. 3. La oto d erreur S y est le résultat d u mesurage et y 0 la «valeur vrae» du mesurade, l erreur sur le résultat y est le ombre e y y 0 Ce cocept d erreur est déal et les erreurs e peuvet malheureusemet pas être coues exactemet. Das la problématque qu ous téresse o va chercher à estmer ue valeur y 0 du mesurade, et à quater l erreur commse sur cette estmato. As, la démarche vsée est de ourr, autour du résultat d'u mesurage, u tervalle dot o pusse s'attedre à ce qu'l compree ue racto élevée des valeurs qu pourraet rasoablemet être attrbuées au mesurade. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 4 sur 37 Mathématques Physque-chme Mesure et certtudes

6 4. Commet trater de la varablté : la «radomsato» Das les aées 960, das les lvres de sceces physques qu présetaet les «Icerttudes des mesures et calculs approchés», o cherche à dér u majorat des erreurs, et o propose des théorèmes comme «l certtude absolue d ue somme ou d ue dérece est la somme des certtudes absolues». As par exemple, s l erreur sur la dmeso des côtés c d u carré est majorée par mm, l erreur sur les dmesos du pérmètre p de ce même carré est majorée par 4mm. O écrt alors par exemple c mm ± mm et o e dédut que p 48 mm ± 4mm Quelle réalté représetet ces ombres? Ue erreur de 4mm est-elle possble, plausble, probable? C est cette dée qu sous ted la présetato qu va être proposée c-dessous, doat u aperçu du calcul d certtude de mesures tel qu l se pratque aujourd hu e laboratore ou e mleu dustrel. Cepedat, cotraremet à l exemple proposé e troducto, l sera raremet possble d eectuer 000 mesures d ue même gradeur et l va allor trouver u moye de décrre la dstrbuto des valeurs possbles des résultats d u mesurage. U mesurage comporte e gééral pluseurs opératos dot chacue peut être source de varablté. L objet de l étude des erreurs est de pouvor précser cette varablté, et ue aço de le are est d trodure le «hasard», u hasard qu peut résulter de otre gorace Dutarte, Pedor. Ue maère d terpréter les résultats est de passer par ue «radomsato», c'est-à-dre qu o explque la varablté de résultats détermstes l y a pas d aléatore das les mesures comme s ls étaet des réalsatos d ue varable aléatore. Autremet dt, o remplace la oto d erreur accdetelle par celle d certtude aléatore : la varablté de la mesure est pas u «accdet» évtable, mas est hérete au processus de mesurage s celu-c est susammet sesble. Robert, Treer S l o répète le mesurage, o obtet ue sére de valeurs y, y,..., y que l o cosdère comme les valeurs prses par ue varable aléatore Y et ue sére de valeurs e, e,..., e qu sot les erreurs dées sur chacue des observatos ; ces valeurs sot cosdérées comme celles prses par ue varable aléatore E : L erreur de mesure est ue varable aléatore O peut as modélser le mesurage par : Y y 0 + E L hypothèse odametale du tratemet probablste de l erreur est que la varable E obét à ue lo de probablté «be dée». L objet du calcul d certtude sera de détermer : les paramètres de la lo de probablté de E. u tervalle dot o pusse s'attedre à ce qu'l compree ue racto élevée des valeurs qu pourraet rasoablemet être attrbuées au mesurade. 5. Les composates de l erreur O evsage tradtoellemet qu ue erreur possède deux composates, à savor ue composate aléatore et ue composate systématque. a Composate aléatore de l erreur L erreur aléatore Δ provet des varatos temporelles et spatales o prévsbles de gradeurs d luece. Les eets de telles varatos appelés eets aléatores etraîet des varatos pour les observatos répétées du mesurade be que le mesurage sot eectué das des codtos auss costates que possble. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 5 sur 37 Mathématques Physque-chme Mesure et certtudes

7 L erreur aléatore est lée aux codtos opératores Be qu l e sot pas possble de compeser l erreur aléatore d u résultat de mesure, elle peut être rédute e augmetat le ombre d observatos. b Composate systématque de l erreur L erreur systématque ε se produt sur u résultat de mesure à partr d u eet recou d ue gradeur d luece ; cet eet, appelé eet systématque, peut être quaté et s l est sgcat par rapport à la précso requse du mesurage, ue correcto est applquée au résultat. S ous repreos l exemple de départ, lors de la deuxème sére de mesures, les ls de laso de l strumet au coducteur ot ue résstace R. Das ces codtos, l strumet e mesure pas R mas R + R. Chaque mesure m est systématquemet plus grade que la valeur de R des ls de m de log et de able secto ot été utlsés. La valeur moyee <m> des N mesures est plus grade de 0,47 ohms que das le cas précédet, passat de 8,586 ohms pour «quatre ls» à 8,946 ohms pour ue méthode «deux ls», cette dérece état due à cette erreur systématque. Les N mesures m restet dspersées autour de <m> caractérsat l erreur aléatore. S o utlse cette méthode à deux ls, ue correcto de 0,47 ohms sera eectuée sur chaque résultat. Re e ous prouve cepedat qu l exste pas d autres erreurs systématques! E gééral, la correcto est ue opérato dcle car elle écesste ue coassace approode du processus de mesure a d deter au meux les causes d erreurs pus d estmer les correctos à apporter. Il exste de ombreuses sources d erreurs systématques, comme par exemple : l eet des gradeurs d luece température, presso,... ; l erreur de justesse des strumets décalage du zéro par exemple, chroomètre mal calbré, ; la posto de l objet mesuré ; la perturbato due à la présece des strumets d observato. Das la pratque, déretes méthodes sot utlsées pour détecter et évaluer ces erreurs, comme par exemple : mesurer la même gradeur avec u strumet déret ; mesurer la même gradeur avec des méthodes déretes ; mesurer ue gradeur étalo cotrôle de la justesse ; mesurer u même mesurade das des laboratores dérets. L erreur systématque peut être cosdérée comme ue erreur «costate» qu aecte chacue des observatos. Le plus souvet o aura seulemet ue majorato de cette erreur «costate». L erreur systématque d u résultat de mesure e peut être rédute e augmetat le ombre d observatos, mas par l applcato d ue correcto. Les correctos état ates le meux possble, l subsste u doute sur la valeur des correctos. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 6 sur 37 Mathématques Physque-chme Mesure et certtudes

8 O admet que les varatos de l erreur systématque autour de la correcto eectuée sot aléatores, ce qu permet de supposer que l erreur systématque ε sut ue lo de probablté be dée. O peut llustrer ces otos d erreurs systématque et aléatore par le tr das ue cble : juste, mas pas dèle valeurs cetrées mas dspersées erreurs aléatores dèle, mas pas juste valeurs décetrées mas resserrées erreurs systématques juste, dèle erreurs aléatores et systématques dèle et juste erreurs ables Ce dess est cepedat qu ue vue théorque trompeuse, car e gééral, o e coaît pas la cble, la dsperso ous resege sur les erreurs aléatores, mas la présece d erreur systématque est souvet dcle à déceler. c Modélsato du mesurage O suppose que le résultat d u mesurage a été corrgé pour tous les eets systématques recous comme sgcats et qu o a at tous les eorts pour leur detcato. O dt alors que la méthode de mesure est correcte. O peut doc modélser le mesurage par : Y y 0 + ε + Δ S o mage pouvor are ue té de mesures ce qu revet à cosdérer la dstrbuto de toutes les mesures, l erreur systématque ε sur u mesurage est le décalage etre la «valeur vrae» du mesurade et la moyee théorque de l té de toutes les mesures qu pourraet être eectuées. C est la «moyee qu résulterat d u ombre de mesurages du même mesurade, eectués das des codtos de répétablté, mos ue valeur vrae du mesurade.» VIM 93 ou GUM 08 Comme o le verra plus lo ce résultat est justé e aexe, la moyee est e gééral la melleure estmato de la gradeur mesurée, et l erreur aléatore Δ sur u mesurage représete la dérece etre cette moyee et les résultats obteus. C est le «résultat d u mesurage mos la moyee d u ombre de mesurages du même mesurade, eectués das des codtos de répétablté.» VIM 93 Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 7 sur 37 Mathématques Physque-chme Mesure et certtudes

9 Le schéma c-dessous e doe ue llustrato : La «valeur vrae» coue y 0 La moyee coue d ue té de mesures y erreur systématque ε sur le mesurage avat correcto erreur aléatore Δ sur cette mesure Ue mesure y Ue hypothèse pragmatque : l y a pas de raso objectve pour que les résultats se répartsset plus d u côté que de l autre de la «valeur vrae» O era l hypothèse das la sute que la méthode de mesure est correcte, ce qu se tradut mathématquemet par : l espérace mathématque des varables ε et Δ est ulle et o a as E Y y0 Doer ue mesure du mesurade va écesster la détermato d ue estmato de l espérace et de l écart type ou plus précsémet de la varace de cette varable Y. B. L certtude Le mot certtude sge doute ; l certtude du résultat d u mesurage relète l mpossblté de coaître exactemet la valeur du mesurade. Das cette vso probablste de l erreur, le cocept d certtude est dé e accord avec cette approche : Icerttude : paramètre, assocé au résultat d u mesurage, qu caractérse la dsperso des valeurs qu pourraet être rasoablemet attrbuées au mesurade.. Noto d certtude-type Nous avos vu que le mesurage peut être modélsé par ue varable aléatore Y d espérace et que l o cherche à caractérser la dsperso des valeurs que peut predre cette varable aléatore. Ue mesure de cette dsperso peut être obteue à partr de l écart-type de la varable aléatore Y. La détermato de l certtude sur le mesurage va être exprmée e octo de l écart-type de la varable aléatore Y. y 0 L écart-type de Y est appelé certtude-type sur le résultat du mesurage. O ote gééralemet uy cette certtude-type sur Y. L essetel de la démarche va cosster à détermer la lo de probablté suve par Y ou par E et à estmer la valeur de l écart-type de Y ou de E. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 8 sur 37 Mathématques Physque-chme Mesure et certtudes

10 Das l exemple de la détermato de la résstace, la doée des 000 résultats permet d avor ue boe approxmato de la lo de la varable R o pourrat vérer qu elle est gaussee et s o at l hypothèse qu o a maîtrsé les erreurs systématques, ue estmato de l écart-type doé par le tableur est d evro 00Ω. Cepedat, l est toujours possble d obter ue estmato de la gradeur par u recuel de doées et Y peut dépedre de pluseurs autres varables. Preos u exemple : Avat de lacer la producto e sére, o veut estmer l certtude sur la dmeso d e od de raure de la pèce c-dessous. α d Pour détermer d, o place ue pge de damètre w das la raure et o mesure ue dstace L L d w w O peut motrer que d L + et d est alors ue octo de L, w et α. α ta O peut s arachr du cotrôle de la mesure de α, qu est pas la plus asée. Pour cela o eectue deux séres de mesures dépedates de la logueur L avec deux pges de damètres dérets ; avec la pge de damètre w, o obtet ue logueur L et avec la pge de damètre w, ue logueur L. L L d d Avec la pge de damètre w Avec la pge de damètre w Lw Lw E utlsat la ormule détermée précédemmet, o motre alors que d w w Cette os d est ue octo de,, et w. L L w O vot apparaître ue double dculté, d ue part l accès aux valeurs de d est pas drect et d autre part les doées sur les varables dot déped d e sot pas du même ordre ; pour certaes varables,, L, u mesurage va doer u esemble de doées que l o va pouvor trater statstquemet, alors que pour d autres, comme et w o accédera à des doées proposées par le costructeur. w Be que la problématque reste la même, à savor se doer ue dée de la dstrbuto des valeurs que pred d, évaluer l certtude sur d va demader de comber deux modes d évaluato, l u s appuyat sur ue aalyse statstque et l autre sur ue modélsato probablste. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 9 sur 37 Mathématques Physque-chme Mesure et certtudes L

11 . Dérets modes d évaluato de l certtude sur ue gradeur S o at varer la totalté des gradeurs dot déped le résultat d u mesurage, l certtude-type sur chacue des varables peut être évaluée par des moyes statstques. Cepedat, comme cela est raremet possble e pratque, l certtude-type sur certaes varables peut être estmée par utlsato d u modèle probablste décrvat la lo de propagato de l erreur sur cette varable. S ue gradeur est estmée par des moyes statstques, o dt qu o a ue évaluato de type A de l certtude-type sur cette gradeur. S ue gradeur est estmée par u modèle probablste, o dt qu o a ue évaluato de type B de l certtude-type sur cette gradeur. 3. Évaluato de type A d ue certtude-type O suppose das ce cas que la gradeur est estmée à partr d ue sére statstque o établt par exemple ue sére de 5 mesures de la logueur d ue pèce O otera,,..., u -échatllo de, où représete la varable aléatore assocée à la ème mesure de la gradeur. Les mesures x, x,..., x costtuet u échatllo des valeurs prses par. La varable aléatore a pour espérace celle de et la moyee arthmétque des valeurs x, x,..., x est e gééral ue boe estmato de l espérace E de la varable. O pred doc, e gééral, comme estmato poctuelle de le ombre x dé par : x +... x x Das l exemple du calcul de résstace, o pred 8,586 ohms o réserve le débat sur les chres sgcats pour plus tard comme estmato de la résstace mesurée. Pour ue gradeur estmée à partr de observatos répétées dépedates ce qu sge que les varables sot dépedates, obteues das les mêmes codtos de mesure, x, x,..., x ce qu mplquerat que chaque opérato de mesurage écesste le démotage et le remotage du dspost de mesure!, le ombre s x x est la «melleure» estmato de la varace de otée σ. s représete ue estmato de la dspersoσ des valeurs prses par autour de la moyee E. s est appelé écart-type expérmetal d ue mesure ou écart-type de répétablté. U résultat classque de statstque sur les los d échatlloage motre que la «melleure» estmato sur σ, varace de la moyee de, est s s L écart-type expérmetal de la moyee s moyee. est utlsé comme estmato de l certtude de la Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 0 sur 37 Mathématques Physque-chme Mesure et certtudes

12 E cocluso : S ue gradeur est estmée à partr de observatos répétées dépedates x, x,, x, alors x x x + x x s l certtude-type ux sur so estmato x est s Il aut be compredre ce que sge ce résultat, c est ue des dcultés souvet recotrée : σ est le paramètre qu caractérse la dsperso des valeurs prses par et caractérse l certtude x +... x sur ue mesure. S o eectue mesures, x est ue moyee parm d autres possbles s o reasat à ouveau mesures, o obtedrat ue autre moyee ; c est u résultat das la populato de l té de moyees possbles. La théore des probabltés motre que la dstrbuto de l esemble des moyees est be mos dspersée la dsperso est dvsée par que l esemble des mesures uques. Cela corme l dée «pragmatque» que l estmato à partr d ue moyee est «melleure» que sur ue mesure seule. Dstrbuto de pour 5 Dstrbuto de Dstrbutos comparées : et Cepedat das la pratque, pour des problèmes de coût, o e pourra eectuer mesures et o aura souvet ue estmato de s, produte das des codtos smlares par u autre opérateur ou à u autre momet que celu de l évaluato de l certtude. O at l hypothèse que les mesures atéreures costtuet ue boe mage de la dsperso des mesures attachées à la procédure employée. La ormule précédete est doc pas applcable. O cosdère alors que l estmato de s reste l écart-type expérmetal d ue mesure. S o s eectue p ouvelles observatos dépedates, alors o predra u x p S ue gradeur est estmée à partr de p observatos répétées dépedates x, x,..., x p et s s est l écart-type expérmetal d ue mesure obteu auparavat à partr de valeurs alors x + x x p l certtude-type ux sur so estmato x est s p p Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page sur 37 Mathématques Physque-chme Mesure et certtudes

13 Exemple : O eectue 0 mesures du damètre d u cyldre à l ade d u ped à coulsse et o obtet s 0,08 mm S l o eectue l évaluato de l certtude à partr de ces 0 observatos, l certtude-type reteue sur la moyee de ces 0 observatos sera ux 0, 08 mm 0 S o estme que cette évaluato, 0,08 mm, représete coveablemet l écart-type de la dsperso d ue mesure de ce cyldre autour de sa moyee, o peut predre s 0,08 mm comme l écarttype expérmetal d ue mesure étable à l ade du même type d strumet. C est cette valeur qu sera utlsée pour ue ouvelle mesure. L certtude-type sur ue mesure sera alors ux 0,08 mm L certtude-type sur la moyee de tros mesures ultéreures sera alors ux 0, 08 mm 3 Ue remarque : o vot sur cet exemple l ambgüté qu peut surgr de cette otato ux qu est employée pour désger u écart-type représetat ue certtude-type sur la gradeur, mas qu déped de la procédure utlsée. D où la écessté, comme ous le verros das les exemples tratés de be précser les codtos du mesurage. Repreos l exemple traté de la dmeso e od de raure. O eectue les deux séres de dx mesures de maère dépedate et o obtet, e mm : L 5,36 5,35 5,34 5,35 5,36 5,34 5,35 5,35 5,36 5,34 L 59,7 59,8 59,7 59,7 59,9 59,8 59,8 59,7 59,8 59,9 L écart-type de répétablté obteu sur ue mesure de L est égal à 8,64 x 0 3 mm et celu sur ue mesure de L est égal à 7,888 x 0 3 mm. Pour obter l écart-type reteu sur la moyee des 0 mesures de L, o predrat cette même valeur 8,64x0 3 mm dvsée par Évaluato de type B d ue certtude-type Lorsque l estmato d ue gradeur e peut être obteue à partr d observatos répétées, la varace estmée u x ou l certtude-type ux sot évaluées par u jugemet odé sur des los de probablté supposées a pror. La détermato de la lo de l erreur est lée à la maîtrse du processus de mesure et à l expérece de l opérateur ; elle déped d u esemble d ormatos qu peuvet être : des résultats de mesures atéreures ; l expérece ou la coassace du comportemet et des proprétés des matéraux et strumets utlsés ; de acteurs d luece température, presso,... ; des spéccatos du abrcat ; les doées oures par des certcats d étaloage ou autres ; l certtude assgée à des valeurs de réérece et doée avec ces valeurs. E aexe 4, o trouvera des exemples de los utlsées das les calculs d certtude as que les certtudes-types correspodates. Les los qu sot recotrées le plus souvet sot les los ormales et les los rectagulares ou uormes. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page sur 37 Mathématques Physque-chme Mesure et certtudes

14 La lo ormale ou gaussee détallée e aexe 6 est cetrale das la théore des erreurs. O costate que le plus souvet, la dstrbuto des erreurs aléatores est ormale o e peut pas le motrer mas o peut le vérer par des tests de ormalté, et que même s ce est pas le cas, la dstrbuto des moyees l est gééralemet. Das l exemple des mesures de la résstace, la orme du dagramme peut lasser peser rasoablemet que la dstrbuto de l esemble des valeurs est ormale. La lo rectagulare ou uorme est utlsée souvet e calcul d certtude, lorsqu o e coaît qu ue majorato de l erreur, ce qu est souvet le cas pour les erreurs systématques. As s o peut rasoablemet are l hypothèse que les erreurs se stuet etre deux ombres a et b, la lo rectagulare sur [a, b] elle vaut etre a et b et 0 alleurs est de toutes les los dées sur ce même tervalle [a, b], celle qu a le plus grad écart-type ; pour cela o la omme paros la «lo du pre» e ce ses qu o e mmse pas l écart-type qu caractérse l certtude-type. 5. Détermato d certtudes de type B Le traval va être de chosr, e octo des ormatos recuelles ou des coassaces des processus, la lo de probablté qu lu semble être le meux représetatve du phéomèe étudé. As, s o sat rasoablemet que les valeurs de la gradeur sot comprses etre M d et M + d, le chox de la lo de propagato de etre M d et M + d va décder de l certtude-type reteue : S o suppose que la lo est ormale o predra ux d 3 d S o suppose que la lo est tragulare, o predra ux 6 d S o suppose que la lo est rectagulare o predra ux 3 O remarque sur les résultats précédets que l hypothèse d ue lo tragulare est u bo comproms etre les los ormales et rectagulares. E aexe 5, o trouvera les dspostos qu, sas ormato supplémetare, sot prses das la pratque. 6. Recommadatos pratques a Chox des composates de l certtude Das la pratque l exste de ombreuses sources possbles d certtude das u mesurage, telle que : la déto complète du mesurade ; u échatlloage o représetat ; ue coassace susate ou u mesurage mparat des codtos d evroemet ; u bas dû à l observateur das la lecture des strumets aalogques ; la résoluto de l strumet ; des valeurs exactes des étalos et matéraux de réérece ; des valeurs exactes des costates et paramètres reteus obteus par des sources extéreures par exemple ; des approxmatos das la méthode de calcul des certtudes ou das le processus de mesure. Ces sources e sot pas écessaremet dépedates, et certaes cotrbuet aux varatos etre les observatos répétées du mesurade das des codtos detques. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 3 sur 37 Mathématques Physque-chme Mesure et certtudes

15 Il est mportat de e pas compter deux os les mêmes composates de l certtude. S ue composate de l certtude proveat d u eet partculer est obteue par ue évaluato de type B, elle e dot être trodute comme composate dépedate das le calcul de l certtude ale du résultat de mesure que das la lmte où l eet e cotrbue pas à la varablté des observatos répétées. Par exemple, la résoluto d u strumet de mesure, de sesblté adaptée au mesurage, cotrbue à la varablté des observatos répétées, par la précso des résultats obteus. Par cotre ue erreur évetuelle de justesse de cet strumet y cotrbue pas. b Icerttude-type sur ue gradeur Le mesurage d ue gradeur Y peut être modélsé par Y y 0 + E + E +... E où les varables E, E,..., E représetet les déretes composates dépedates de l erreur. U résultat statstque motre que u Y u E + u E +... u E Par exemple : Plaços ous das le cas où Y représete le mesurage d ue pèce das des codtos d evroemet cotrôlées. O suppose qu o eectue ue sére d observatos à l ade d u strumet de mesure et que les composates reteues de l erreur amèet au calcul de : u A, certtude-type détermée statstquemet sur la sére des observatos ; u B certtude-type détermée sur la justesse de l strumet de mesure. Alors l certtude reteue sur la gradeur Y est : Y u A ub u + Das l exemple «od de raure» traté, s les mesures de logueurs sot eectuées à l ade d u ped à coulsse au /00 dot l erreur de justesse maxmale est de 30m, alors l certtude sur ue mesure de L est : u A 0,0086 mm et 0,030 ub mm strumet véré 3 O a alors u L u A + u B 0, mm et o e dédut que u L 0, mm Nous précseros les règles d arrodssage e de documet Remarque : L strumet de mesure est adapté au mesurage, les erreurs attachées à la résoluto de l strumet sot prses e compte das la varablté des résultats des mesures. So l audrat predre e compte l erreur attachée à la résoluto de l strumet de mesure. Pour s e covacre, l sut d mager des mesures prses avec u strumet peu précs comme par exemple u mètre de charpeter ; toutes les valeurs seraet detques et l écart-type de répétablté égal à zéro! Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 4 sur 37 Mathématques Physque-chme Mesure et certtudes

16 II. Icerttude-type composée Repreos l exemple de la détermato des certtudes sur la dmeso e od de raure proposé Lw Lw page 8 ; o cherche à évaluer l certtude sur d dé par d, d est ue octo w w de L, L, w et w ; l va allor détermer cette certtude e octo des certtudes sur,, et w, c'est-à-dre l écart-type de la varable aléatore modélsat d. L L w C est l objet de ce paragraphe. A. Icerttude-type composée sur u mesurage E gééral pour détermer l certtude de mesure assocée à u résultat, l aut décrre le processus de mesure et détermer le modèle mathématque qu rele la valeur mesurée y du mesurade Y aux déretes gradeurs qu terveet das le processus : Y,,... où les sot des gradeurs mesurées, des correctos d erreurs systématques, des costates physques, des gradeurs d luece estmées,... O coat les los de répartto des erreurs sur chacue des gradeurs et doc l certtude-type ux sur chacue de ces gradeurs. L objet de ce paragraphe est de détermer l écart-type sur la varable Y qu représetera l certtude-type sur Y, appelée certtude-type composée de Y et otée uc y B. Détermato de l certtude-type composée Das le cas gééral, les erreurs état cosdérées comme «pettes» devat les valeurs des gradeurs, o utlse la ormule c-dessous dot o trouvera ue justcato e aexe 7 S Y,,... avec,,... dépedates alors o pred gééralemet u c y x u x où ux est l certtude-type sur x et u c y est l certtude-type composée sur y L expresso c-dessus s écrt égalemet uc y cu x avec c où représete x la valeur de réérece pour chacue des varables ue doée ou ue moyee de doées. La varace composée u y c peut as être cosdérée comme ue somme de termes dot chacu représete la varace estmée de la cotrbuto de chaque varable. Nous verros, das la présetato des résultats, que cette écrture permet de repérer le pods relat de chacu des acteurs terveat das l estmato de l certtude et as predre des décsos quat aux actos à mettre e œuvre pour dmuer cette certtude. Das le cas de l exemple de la détermato de la dmeso d e od de raure, o a vu que Lw Lw d w w Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 5 sur 37 Mathématques Physque-chme Mesure et certtudes x

17 O obtet : d w d w c 3, c L w w, L w w d L L w c 5, 3 w w w d L L w et e c 4 3, 44 w w w E preat w 8mm, w mm, pour valeur de L la moyee 5,35mm des 0 valeurs et pour valeur de L la moyee 59,78mm des 0 valeurs. Et par coséquet u c d 3u L + u L + 5,u w + 3,44u w Le calcul explcte de l certtude composée sur d sera eectué e du documet. Remarque : Le cas où les varables e sot maestemet pas dépedates est ettemet plus délcat à trater. C est le cas par exemple lorsqu o déterme à l ade d u même multmètre, testé et dérece de potetel ; l est alors écessare d trodure la covarace etre les couples de varables o dépedates. O pourra alors se reporter au gude ISO sur le calcul d certtude qu proposera des ormules à applquer. Das le cas où les certtudes sot estmées à partr d observatos, u moye de vérer s les varables et Y sot dépedates, sas avor recours au coecet de corrélato, est de comparer les écarts-types de + Y et Y ; lorsque les résultats sot très dérets, o e peut pas cosdérer les varables dépedates. Sur l exemple des séres de mesures de L et L : L 5,36 5,35 5,34 5,35 5,36 5,34 5,35 5,35 5,36 5,34 L 59,7 59,8 59,7 59,7 59,9 59,8 59,8 59,7 59,8 59,9 L + L,53,53,5,5,55,5,53,5,54,53 L L 6,8 6,83 6,83 6,8 6,83 6,84 6,83 6,8 6,8 6,85 O a alors varl L 0,0359 et varl + L 0,03593 O peut remarquer que les deux varaces sot très proches, ce qu cte à peser que les varables L et L sot dépedates ce qu est assez aturel car la détermato des deux dmesos écesste u motage et démotage des pges. p p Remarque : s Y est de la orme Y k... p, u calcul smple des dérvées partelles motre qu à partr de la ormule détermat u c y, o peut écrre ue relato détermat u y l certtude-type composée relatve c e octo des certtudes-types composées relatves y ux u y. O obtet alors : p ux c. x y x Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 6 sur 37 Mathématques Physque-chme Mesure et certtudes

18 III. Icerttude élarge A. Noto d certtude élarge. Icerttude élarge Rappelos la problématque développée : Das les chaptres précédets, o a modélsé la mesure d ue gradeur Y comme varable aléatore, et o a détermé ue approxmato de l écart-type de cette varable que l o a oté u c y. L teto de départ est de ourr, autour du résultat d'u mesurage, u tervalle dot o pusse s'attedre à ce qu'l cotee ue racto élevée de la dstrbuto des valeurs qu pourraet rasoablemet être attrbuées au mesurade Y. Après l estmato de l écart-type de Y, l reste à estmer la lo de probablté suve par cette varable. Idéalemet, o amerat détermer u ombre k tel que s Y est estmé par y avec ue certtude Uy k uc y, alors o peut armer que : y Uy Y y + Uy avec ue probablté p proche de. Uy otée égalemet U est appelée certtude élarge sur Y. Détermato du acteur d élargssemet k La détermato de k correspod à ce qu o appelle e statstque la détermato d u tervalle de coace à u veau de coace p. Pour obter ce acteur k, l est écessare d avor ue coassace de la lo de probablté de la varable représetée par le résultat de mesure. Das la pratque ous avos au meux qu ue estmato de cette lo et de l écart-type assocé. Y y Cepedat, les proprétés de la lo ormale vor aexe 6 motret que sut uc y approxmatvemet ue lo ormale cetrée rédute dès que l ue des codtos suvates est vérée : u c y est pas domée par ue composate d certtude-type obteue par ue évaluato de type A odée sur quelques observatos, par ue composate d certtude-type obteue par ue évaluato de type B odée sur mos de tros los rectagulares ; les composates de u y c odées sur des los ormales sot sgcatvemet beaucoup plus grades que toute autre composate. Pour de ombreux mesurages pratques das ue large étedue de domaes, les codtos suvates prédomet : l estmato y du mesurade Y est obteue à partr des estmatos d u ombre sgcat de gradeurs d etrée qu peuvet être décrtes par des los de probabltés rasoables telles que des los ormales ou rectagulares ; les certtudes-types u x de ces estmatos, qu peuvet être obteues par des évaluatos de type A ou de type B, cotrbuet de maère comparable à l certtude-type composée uc y du résultat de mesure y ; l approxmato léare supposée par la lo de propagato de l certtude est coveable. Das ces codtos, o peut supposer que la lo de probablté suve par la varable Y est ormale e raso du théorème lmte cetral vor aexe 6 ; et u c y peut être cosdéré comme ue estmato rasoablemet able de l écart-type de cette lo ormale. x Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 7 sur 37 Mathématques Physque-chme Mesure et certtudes

19 O sat que s ue varable aléatore sut ue lo ormale de moyee m et d écart type σ, alors la probablté que l o at m,96σ m +, 96σ est égale à 0,95. Das la pratque, o pred le plus souvet k ce qu sge que das les codtos décrtes cdessus o peut peser rasoablemet que la procédure suve a plus de 95% de chaces d aboutr à u tervalle coteat eectvemet la «valeur vrae» de Y ou ecore que : l tervalle [ y uc y; y + uc y ] cotet evro 95% des valeurs que l o peut rasoablemet assocer à la gradeur Y. O dt alors que l certtude élarge U veau de coace d evro 95 %. uc y dét u tervalle [ y U y; y + U y ] ayat u Das certas cas o peut predre k 3 et cosdérer qu avec U 3 ayat u veau de coace d evro 99 %. uc y o dét u tervalle S les codtos d expérmetato précsées c-dessus e sot pas vérées, o e peut pas are l hypothèse que la varable Y sut approxmatvemet ue lo ormale. Das ce cas o dot aer la recherche de la lo de Y et recourr à d autres los comme la lo de Studet. B. Présetato des résultats. Arrodssage Les résultats mesurés ou calculés peuvet comporter des chres qu ot pas de ses e regard à l certtude détermée sur la mesure. Il est doc écessare de procéder à u arrodssage du résultat obteu. Les règles à applquer sot doées c-dessous : S l certtude élarge est U, alors o arrodt de aço que l erreur due à l arrodssage sot éreure à /0 de l certtude U reteue ; Le derer chre reteu sut les règles d arrodssage «au plus près» habtuelles. Remarques : Pour coserver ue cohérece, les certtudes serot doées avec au plus deux chres sgcats. Tout arrodssage des certtudes se era, par prudece, par excès. Pour lmter le cumul d erreurs sur les arrods, l arrodssage est eectué sur le résultat al. Pour les calculs termédares o gardera doc des chres qu peuvet être o sgcats. Exemples S y,357 et u c y estmé à 0,3 avec k. Alors U 0,464. L erreur d arrodssage devra alors être éreure à 0,04. O arrodt doc au /00 près. Par coséquet, o predra : y,3 ± 0,47 S y 3,385 et u c y estmé à,89 avec k. Alors U 5,784. L erreur d arrodssage devra alors être éreure à 0,57. O arrodt doc au /0 près. Par coséquet, o predra : y 3,4 ± 5,8 Cepedat, le calcul d certtude, basé sur des estmatos s appue sur des approxmatos coassace des los et des coassaces mparates ature des sources d erreurs. Il est lu-même soums à certtude Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 8 sur 37 Mathématques Physque-chme Mesure et certtudes

20 O peut estmer que das le cas d ue estmato d ue gradeur comme la moyee de valeurs, le pourcetage d certtude sur l certtude proposée est r vor aexe 8 As l certtude sur l certtude détermée sur la moyee de 0 valeurs est de l ordre de 5%, et celle sur la moyee de 50 valeurs de l ordre de 0%. Ce résultat juste le chox qu a été at das le documet proposé par l Ispecto Géérale de Physque de e coserver qu u seul chre sgcat. O pese souvet que les méthodes d évaluato de type A de l certtude, détermée à partr de doées statstques doet des résultats plus ables que ceux obteus à partr d hypothèses sur les los de probabltés suves par les erreurs supposées. L évaluato c-dessus de l mprécso de l certtude de type A, relatvse ortemet cette asserto!. Présetato des résultats Lorsqu o exprme le résultat d u mesurage et so certtude, l est bo de doer u maxmum d ormatos sur les codtos d obteto des résultats aocés, par exemple : Décrre les méthodes utlsées ; Doer la lste des composates de l certtude et la maère dot elles ot été évaluées ; Préseter l aalyse des résultats de telle aço que ces derers pusset être réutlsés ; Les résultats précserot, au mmum, le acteur d élargssemet et le veau de coace de l tervalle estmé. Par exemple : y 5,34 mm ± 0,046 mm où l certtude exprmée est ue certtude élarge d u acteur k 3. Cette certtude dét u tervalle estmé avor u veau de coace proche de 99 %. C. E cocluso Pour détermer ue certtude sur u mesurage : Chosr ue méthode de mesurage. Modélser le mesurage : Détermer les déretes varables qu etret das le mesurage. Détermer les gradeurs d luece. Détermer la octo mathématque qu le ces varables. Détermer les composates de l erreur sur chacue des varables. Lster les composates aléatores et les composates systématques. Détermer les certtudes-types sur chacue des varables. Estmatos de type A statstques ou de type B probablstes Évetuelle Icerttude type composée sur chaque varable Détermer l certtude type composée sur le mesurage. Détermer le acteur d élargssemet assocé à la lo supposée représeter la répartto des valeurs prses par le mesurade. Doer l certtude élarge sur le mesurage avec ses caractérstques. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 9 sur 37 Mathématques Physque-chme Mesure et certtudes

21 D. U exemple Repreos l exemple traté de la dmeso e od de raure. O a les doées suvates : La pge w est ue pge de 8mm. Le certcat d étaloage dque que «l certtude à deux sgmas» est de m. La pge w est ue pge de mm. Le certcat d étaloage dque que «l certtude à deux sgmas» est de m. Les mesures de logueurs sot eectuées à l ade d u ped à coulsse au /00 dot l erreur de justesse maxmale est de 30m. O suppose que la salle de mesure est mateue à ue température régulée de 0 C. la méthode de mesure chose est celle avec deux pges, a de s arachr du cotrôle de la mesure de l agle. la modélsato mathématque est doée par d Lw w Lw w détermos les sources d certtude sur les résultats obteus : certtudes lées aux mapulatos ; certtude de justesse de l apparel de mesure ; certtude sur le damètre des pges ; certtude due à la orme de l objet e parte prse e compte das a ; certtude dues aux codtos evroemetales : stablté de la température, dérece de température etre la pèce et les pges églgée, car able devat a. détermos les valeurs des coecets : d w d w O a : c 3, c L w w, L w w d L L w c 5, 3 w w w d L L w et e c 4 3, 44 w w w E preat w 8, w, pour valeur de L la moyee 5,35 des 0 valeurs et pour valeur de L la moyee 59,78 des 0 valeurs détermos les certtudes sur les quatre varables : L certtude-type sur L a déjà été calculée et elle a pour valeur 0,090 L certtude-type sur L se calcule de même et elle a pour valeur 0,09 avec 0,030 ub mm strumet véré 3 u A 0,00780 mm et L certtude-type sur w, comme sur w est 0,000 mm 0,000 mm représete deux écarts-types Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 0 sur 37 Mathématques Physque-chme Mesure et certtudes

22 Résumos les résultats das u tableau, les doées sot exprmées e mm : Composates Sources d certtudes u x c c u x Pods relat u L 0, , ,% s 9 Observatos répétées 0,0086 u Erreur de justesse du PAC 0,03 / 3 j u L 0,09 0,0384 3% s 9 Observatos répétées 0,00780 u Erreur de justesse du PAC 0,03 / 3 j u w Doée costructeur sgmas 0,00 5, 0,005 0,55% u w Doée costructeur sgmas 0,00 3,44 0,0034 0,5% O a alors u c d 0,0570 D où d 0, u c + 0, , ,0034 Avec u coecet d élargssemet k, o predra U 0,4 mm. 0, Le pods able des certtudes assocées à des varables rectagulares ous permet rasoablemet de are l hypothèse que la varable d sut approxmatvemet ue lo ormale. E cocluso : L certtude sur d élarge d u acteur k vaut 0,4 mm ; cette certtude dét u tervalle estmé avor u veau de coace proche de 95%. Remarque : À la lecture de ce tableau, o peut remarquer la part mportate de l certtude sur les calculs de logueurs ; ue aalyse de l certtude obteue à partr d ue méthode s appuyat sur ue estmato de l agle α permettrat d évaluer la pertece du chox de cette méthode. Remarque : U logcel, développé par Jea-Mare Basa permet d automatser les calculs. Il est dspoble à l adresse : Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page sur 37 Mathématques Physque-chme Mesure et certtudes

23 IV. Aexes Aexe : Les certtudes-types sur le mesurage d ue gradeur. Mesure sas correcto Dstrbuto des moyees de p mesures σ p σ Dstrbuto des mesures σ Vv m x es ea us u La gradeur est estmée par la moyee x de p mesures m est la moyee de la populato e des mesures est l écart-type de la populato e des mesures V.v est la valeur vrae déale e s est l erreur systématque sur le mesurage ea est l erreur aléatore sur la moyee x des p mesures u a est l certtude-type de l erreur aléatore sur les p mesures u s est l certtude-type de l erreur systématque La melleure estmato de x est x a L certtude type sur la gradeur x est ux dée par u x ua x + us x Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page sur 37 Mathématques Physque-chme Mesure et certtudes

24 . Mesure avec correcto Dstrbuto des moyees de p mesures σ p Dstrbuto des mesures σ Vv m x es c ea us u a La gradeur est détermée à partr de la moyee x de p mesures m est la moyee de la populato e des mesures est l écart-type de la populato e des mesures V.v est la valeur vrae déale c est la correcto eectuée sur les mesures e s est l erreur systématque sur le mesurage ea est l erreur aléatore sur la moyee x des p mesures u a est l certtude type de l erreur aléatore sur les p mesures u s est l certtude type de l erreur systématque sur la correcto La melleure estmato de x est x c L certtude type sur la gradeur x est ux dée par u x ua x + us x Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 3 sur 37 Mathématques Physque-chme Mesure et certtudes

25 Aexe : La Démarche de recherche des causes Les «cq M» Dsperso METHODES Nombre de mesures Durée de la mesure Chox de la méthode Chox de la réérece Chox de l apparel Nombre d opérateurs Correctos MAIN D OEUVRE opérateur Eort de mesure Expérece Formato Parallaxe Iterpolato Vue Température MOYENS apparellage Justesse Fdélté Géométre Résoluto Icerttude d étaloage Température Correctos INCERTITUDES DE MESURES MILIEU evroemet MATIERE produt mesuré Température Hygrométre Presso Vbratos Poussères Magétsme Rayoemets Température État de surace Déormablté Postoemet Géométre Aspect Magétsme Source : Isttut Médterraée de la Qualté Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 4 sur 37 Mathématques Physque-chme Mesure et certtudes

26 Aexe 3 : Démarche de détermato d ue certtude sur ue gradeur Y Chox de la méthode de mesure Lster : o Les varables dépedates terveat das le calcul du mesurade o o Les gradeurs d luece Les sources d certtude Modélser la octo mathématque qu le les varables Détermer les valeurs prses par o Calculs des x o Doées Applquer des correctos évetuelles aux valeurs prses par o Calculs des x o Doées Observatos répétées Utlsatos de doées atéreures Détermer les certtudes-types u x Estmato à partr de chox de los de probabltés Estmato à partr d ormatos subjectves Relato octoelle mathématque coue : Y,..., Détermato des coecets x Détermer u c Y Relato octoelle dclemet ormalsable ou algorthmque : Recherche expérmetale de l luece de sur Y? Δx ΔY Chosr le veau de coace Détermer le acteur k assocé Détermer U Y et coclure Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 5 sur 37 Mathématques Physque-chme Mesure et certtudes

27 Aexe 4 : U rappel des los de probablté. Los ormales Ces los sot d ue grade mportace car elles se trouvet être los lmtes de la moyee de varables aléatores das le cas de ombreuses los, lors d observatos répétées de maère dépedate. allure de la desté de m S ue varable sut ue lo ormale de moyee m et d écart-type σ o a alors : Probablté σ m σ 0,68 Probablté σ m σ 0,95 Probablté 3σ m 3σ 0,997 Cette derère égalté dque que quasmet la totalté des doées sot stuées etre 3σ et 3σ. O dt paros que l étedue des valeurs représete 6σ, ce qu permet de doer rapdemet ue estmato de l écart-type e dvsat cette étedue par 6.. Los rectagulares ou los uormes Ue varable sut ue lo uorme sur u tervalle [a, b] s sa octo de desté est dée par x pour a x b et x 0 so b a b a a m σ m m+σ b allure de la desté La moyee de est b+ a et so écart-type est σ b a 3 Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 6 sur 37 Mathématques Physque-chme Mesure et certtudes

28 Par exemple das l utlsato d u apparel umérque de résoluto 0,0 uté et qu doe,46 comme achage, o at l hypothèse que le résultat réel est avec la même probablté 0 etre,455 et,456, etre,456 et,457,. ou etre,464 et,465. L certtude-type lée à la résoluto de l apparel sera 0,0 3 Ue remarque : cette lo est celle du «pre», c'est-à-dre que pour des valeurs que l o sat comprses etre a et b, c est la lo qu a le plus grad écart-type. 3. Los tragulares Ue varable sut ue lo tragulare sur u tervalle [ a, b ] s sa octo de desté est dée par : 4 x a x pour a x b+ a b a 4 b x x pour b+ a b a ; x b ; x 0 so b a a m σ m m + σ b allure de la desté La moyee de est b+ a et so écart-type est σ b a 6 Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 7 sur 37 Mathématques Physque-chme Mesure et certtudes

29 Aexe 5 : Les recommadatos de détermato d certtude de type B. Résoluto d ue dcato umérque. S la résoluto d u strumet umérque est d, la valeur du sgal mesuré peut se stuer «avec ue d d égale probablté» à mporte quel edrot de l tervalle allat de à +. Le sgal mesuré sut doc ue lo rectagulare de largeur d O predra doc : ux d 3 Exemple : s u strumet de pesage a u dspost dcateur dot le derer chre sgcat correspod à g, l certtude-type sur la résoluto est u g sot evro 0,9g 3. Hystéréss L dcato d u strumet peut varer selo que les lectures se ot par valeurs crossates ou décrossates. L opérateur prudet ote le ses des lectures successves et at les correctos écessares. Cepedat le ses de l hystéréss est pas toujours décelable oscllatos autour d u pot d équlbre par exemple et o suppose alors que la lo de probablté suve par l hystéréss est ue lo rectagulare. S l étedue des lectures possbles dues à cette cause est δx, alors ux δx 3 3. Arrodssage, calculs à précso lmtée L arrodssage ou la trocature des ombres qu se produt das les réductos automatques de doées par les ordateurs peut auss être source d certtude problème de soustractos de ombres proches par exemple. S ue smulato de doées proches sur les gradeurs d etrées permet de déceler ue varato sur la valeur de sorte, o suppose que cette valeur sut ue lo rectagulare. S δx est la plus pette varato de la gradeur de sorte, alors ux δx 3 4. Icerttude-type sur u strumet véré S le métrologue utlse u strumet véré, ce derer est coorme à ue classe qu est dée par ue lmte ±α. S o suppose que les valeurs achées suvet ue lo rectagulare, o predra alors ux α 3 Cepedat, s l y a des rasos de peser que les valeurs stuées près de 0 sot plus probables que celles stuées près de α ou α o pourra peser que la lo de propagato de l erreur est ormale ou par prudece tragulare ; o predra alors : ux α 3 chox de ormalté ou ux α 6 Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 8 sur 37 Mathématques Physque-chme Mesure et certtudes

30 5. Icerttude-type sur u strumet étaloé Das le cas d u strumet étaloé, le certcat d étaloage aoce ue certtude U. E at cette valeur U est égale à l certtude-type ux multplée par u acteur d élargssemet k pratque justée e de documet. O predra doc ux U k E prcpe, le acteur d élargssemet devrat être précsé avec l certtude doée par le costructeur. S aucue précso est ate, o supposera que k. Remarque : o suppose e gééral que la détermato de l certtude-type obteue s appue sur ue lo de dstrbuto de l erreur ormale. 6. Icerttude-type due aux eets de la température E métrologe dmesoelle, la température est u acteur d luece de premer ordre. Pour e mmser les eets, ue méthode souvet employée est de comparer le mesurade à u étalo de réérece de même logueur dot o coat la valeur «vrae» à la température de 0 C. La température tervet à dérets veaux : écart de température avec 0 C oté Δt La lo de propagato de l erreur sur des gradeurs sous cotrôle par exemple température das u ba régulé demade ue aalyse e de la ature des régulatos ou ue aalyse statstque pertete. Das u mleu clmatsé, la lo de propagato de l erreur sur l écart à 0 C est e gééral assmlée à ue lo e «dérvée d arcsus». Das ces codtos, o predra : uδt Δt écart de température etre le mesurade et les cales étalos oté δt E gééral, o at l hypothèse que δt sut ue lo ormale et o pred alors δ t uδ t 3 Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 9 sur 37 Mathématques Physque-chme Mesure et certtudes

31 Aexe 6 : La lo ormale L'établssemet, au début du Ie sècle, de la lo "ormale", dot l'usage est odametal e statstque, s'est at par deux voes : celle, das le cadre de la "théore des erreurs", de la méthode des modres carrés, qu aboutt avec Carl Fredrch Gauss , et celle des théorèmes lmtes, avec l'éocé d'ue premère verso du théorème lmte cetral par Perre Smo de Laplace L'astroome et la géodése sot à l'orge des questos théorques sur la répartto des erreurs de mesure "accdetelles" que l'o peut qualer d'aléatores, dues à l'addto de ombreux acteurs dépedats codtos de la mesure, erreurs de lecture, de vsée..., qu peuvet dure ue erreur das u ses ou das l'autre. L'object est de pouvor aller au delà de la précso d'u strumet, e "combat" pluseurs mesures de la même quatté, de aço à calculer la "melleure estmato" de cette derère. Adre-Mare Legedre puble e 805 la méthode cosstat à mmser la somme des carrés des écarts. Idépedammet, Gauss, alors drecteur de l'observatore de Göttge, parvet, das le cadre de l'étude des orbtes plaétares, à cette même méthode des modres carrés, dt-l dès 794 l e coteste la paterté à Legedre, mas e publera qu'e 809. L'orgalté de Gauss est d'établr les les qu exstet etre cette méthode et les los de probablté, aboutssat à la "lo gaussee" : Il rasoe as : Sot ue quatté θ coue, pour laquelle o possède pluseurs mesures x, x,..., x. O cherche à mmser la somme des carrés des écarts θ. E cosdérat cette quatté comme ue octo de θ u smple calcul de dérvée motre que la valeur de θ redat mmale la somme des x x carrés des erreurs est la moyee : x E evsageat la questo d'u pot de vue probablste, o cosdérera que les erreurs e x θ,..., e x θ sot des réalsatos de varables aléatores dépedates E,..., E de même lo cotue de desté, dépedat de la valeur coue θ. Pour θ doé, la probablté d'eectuer des erreurs à la premère mesure etre e et e + de vaut evro e de, et e vertu de l dépedace des mesures, la probablté que les erreurs se stuet etre e et e + de,., e et e + d e est alors, e e. e de de de. O peut alors retourer le rasoemet à la aço de Bayes et se demader, les mesures x,..., x état coues, quelle est la valeur de θ la plus vrasemblable. C'est à dre, quelle est la valeur de θ qu redra maxmale la probablté d'observato des mesures x,..., x réellemet observées doc des erreurs e,..., e Il s'agt de rechercher θ, doc, de sorte que e e, e de de de sot maxmum cette démarche est ommée "maxmum de vrasemblace". x x Sachat que la moyee arthmétque x correspod à la valeur recherchée de θ, Gauss kx e dédut par u calcul algébrque assez smple que la octo est de la orme x Ce. La octo état ue octo de desté, o motre que C et plus gééralemet, o appelle π x m lo ormale de moyee m et d écart-type σ, la lo de desté dée par x e σ σ π x Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 30 sur 37 Mathématques Physque-chme Mesure et certtudes

32 Exemples de desté de los ormales de moyee et de varace As lorsque, lors de mesures, l'addto de pluseurs acteurs aléatores dépedats et sesblemet équvalets dut des erreurs, celles-c se répartsset selo la lo de Gauss et la moyee arthmétque des mesures ourt l'estmato qu mmse la somme des carrés des erreurs. L'approche de Laplace se stue das la voe des los lmtes. Il motre, que sa "secode lo des erreurs" qu est la lo de gauss présetée précédemmet approche la dstrbuto des moyees arthmétques de erreurs dépedates de même lo. Laplace et Gauss réalset as, au début du Ième sècle, ue sythèse etre l'approche emprque des modres carrés et celle, probablste, des los lmtes. Avec Laplace, la lo ormale s'mpose comme presque uverselle. E eet, même s la dstrbuto dvduelle des erreurs e sut pas ue lo ormale, celle des moyees des erreurs sut approxmatvemet, sous certaes codtos dépedace, los detques, ue lo ormale. Plus précsémet o peut éocer u résultat qu est cetral das la théore des probabltés : Soet des varables aléatores dépedates de même moyee m et d écart type σ. Pour susammet grad, la varable moyee m et d écart-type σ. σ sut approxmatvemet la lo ormale de même Ce qu sge que s les suvet ue lo quelcoque de moyee m et d écart-type σ alors la varable aléatore sut approxmatvemet ue lo ormale. As, o peut schématquemet dre que s o cosdère que l esemble des mesures d ue gradeur est assocé à ue dstrbuto par exemple uorme, alors s à chaque sére de mesures o assoce la moyee de ces mesures, la dstrbuto de l esemble de ces moyees est approxmatvemet ormale. Mstère de l éducato atoale, de la jeuesse et de la ve assocatve DGESCO-IGEN Page 3 sur 37 Mathématques Physque-chme Mesure et certtudes

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

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

Plus en détail

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

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

Plus en détail

Analyse de régression

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

Plus en détail

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

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

Plus en détail

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

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

TD Techniques de prévision pour la Gestion de production

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

Plus en détail

Coefficient de partage

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

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm I. DEFINITION ANALYSE DES ENQUETES CAS-TEMOINS AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séres o apparées) Dr F. Séguret Départemet d Iformato Médale, Épdémologe et Bostatstques U facteur F est ue

Plus en détail

AJUSTEMENT ANALYTIQUE RÉGRESSION - CORRÉLATION

AJUSTEMENT ANALYTIQUE RÉGRESSION - CORRÉLATION AJUSTEMENT ANALYTIQUE RÉGRESSION - CORRÉLATION. INTRODUCTION Il est fréquet de s'terroger sur la relato qu peut exster etre deux gradeurs e partculer das les problèmes de prévso et d estmato. Tros types

Plus en détail

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

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

Calculs en chromatographie

Calculs en chromatographie Calculs e chroatographe éthode de la oralsato tere... 1 Coeffcet de répose assque relatf... 1 Calcul des pourcetages assques... 2 Calcul des pourcetages olares... 3 xeple d aalyse CG d ue substtuto copéttve

Plus en détail

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

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

Plus en détail

RECUEIL DES METHODES INTERNATIONALES D'ANALYSES OIV Guide de validation Contrôle qualité

RECUEIL DES METHODES INTERNATIONALES D'ANALYSES OIV Guide de validation Contrôle qualité Gude de valdato Cotrôle qualté Gude pratque pour la valdato, le cotrôle qualté, et l estmato de l certtude d ue méthode d aalyse œologque alteratve (Résoluto Oeo 10/005) Sommare 1. OBJET... 5. PREAMBULE

Plus en détail

Incertitudes expérimentales

Incertitudes 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 détail

GIN FA 4 02 01 INSTRUMENTATION P Breuil

GIN 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 détail

2013 LES DÉLAIS DE PAIEMENT. STATISTIQUES DE 2000 À 2012 EN NOMENCLATURE NAF rev. 2

2013 LES DÉLAIS DE PAIEMENT. STATISTIQUES DE 2000 À 2012 EN NOMENCLATURE NAF rev. 2 203 LES DÉLAIS DE PAIEMENT STATISTIQUES DE 2000 À 202 EN NOMENCLATURE NAF rev. 2 Javer 204 Itroducto Des séres statstques chroologques des délas de paemet et du solde du crédt teretreprses sot dspobles

Plus en détail

1 ère partie : STATISTIQUE DESCRIPTIVE

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

Plus en détail

6GEI300 - Électronique I. Examen Partiel #1

6GEI300 - Électronique I. Examen Partiel #1 6GEI3 Électroque I Autome 27 Modalté: Aucue documetato est permse. Vous avez drot à ue calculatrce o programmable. La durée de l exame est de 3h Cet exame compte pour 2% de la ote fale. Questo 1. Questos

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Analyse Statistique des Données de Lifetest

Analyse Statistique des Données de Lifetest Aalyse Statstque des Doées de Lfetest Evas Gouo Laboratore de Statstque Applquée de l Uversté de Bretage-Sud Pla Gééraltés Les modèles paramétrques Essas accélérés : modèle d accélérato Exemple Step-Stress

Plus en détail

La statistique et les statistiques

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

Plus en détail

ANALYSE DES CORRESPONDANCES SIMPLES

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

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 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 détail

Analyse de survie. Michel Fioc. (Michel.Fioc@iap.fr, www2.iap.fr/users/fioc/enseignement/analyse_de_survie/)

Analyse de survie. Michel Fioc. (Michel.Fioc@iap.fr, www2.iap.fr/users/fioc/enseignement/analyse_de_survie/) École doctorale d astroome et d astrophysque d Île de Frace. I.A.P., févrer 2013 Post-master. Approche statstque bayésee par l exemple Aalyse de surve Mchel Foc (Mchel.Foc@ap.fr, www2.ap.fr/users/foc/esegemet/aalyse_de_surve/)

Plus en détail

Rappel (voir cours 1). On obtient l ampleur de chacune de ces dispersions par les sommes suivantes :

Rappel (voir cours 1). On obtient l ampleur de chacune de ces dispersions par les sommes suivantes : Master SV U7 COURS III - - Aalyse de varace (ANOVA I Patrc Coqullard I. ANOVA T RGRSSION MULTIPL I.. Rappels Ue régresso multple s accompage toujours d ue aalyse de varace ( ANalyse Of VArace = ANOVA.

Plus en détail

Apport de la technique de décomposition de domaine en réduction modale de branche

Apport de la technique de décomposition de domaine en réduction modale de branche Apport de la techque de décomposto de domae e réducto modale de brache Perre-Olver LAFFAY, Olver QUEMENER *, Etee VIDECOQ, Ala NEVEU Laboratore de Mécaque et d Eergétque d Evry (LMEE) 40, Rue du Pelvoux

Plus en détail

6. RADIERS 6.1. GÉNÉRALITÉS

6. RADIERS 6.1. GÉNÉRALITÉS 6. RADIERS 6.. GÉNÉRALITÉS U raer est ue alle plae, évetuellemet ervurée, costtuat l'esemble es foatos 'u bâtmet. Il s'éte sur toute la surface e l'ouvrage. Ce moe e foato est utlsé as eux cas : lorsque

Plus en détail

Améliorer la productivité

Améliorer la productivité Maurce Pllet Amélorer la productvté Déploemet dustrel du toléracemet ertel, 010 SBN : 978--1-54754- Sommare Remercemets... troducto De l terchageablté à Sx Sgma... 1 V CHAPTRE 1 Du toléracemet tradtoel

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application 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 détail

PHYSIQUE DES SEMICONDUCTEURS

PHYSIQUE DES SEMICONDUCTEURS MIISTERE DE L'ESEIGEMET SUPERIEURE ET DE LA REHERHE SIETIFIQUE UIERSITE DE BEHAR Départemet es Sceces Laboratore e Pysque es spostfs à semcoucteurs (L.P.D.S ttp://www.uv-becar.z/lps/ PHYSIQUE DES SEMIODUTEURS

Plus en détail

" BIOSTATISTIQUE - 1 "

 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 détail

FD5-10-15 Solutions D Acquisition de données Module d acquisition de données

FD5-10-15 Solutions D Acquisition de données Module d acquisition de données Module d acqusto de doées De 5 à 15 etrées aalogques sychrosées dfféretelles uverselles Logcel d'explotato embarqué Serveur Web Jusqu'à 400 échatllos par secode par voe Voes de calcul et de tratemet Stockage

Plus en détail

THESE. présentée devant. l UNIVERSITE D EVRY VAL D ESSONNE. en vue de l obtention du DOCTORAT DE L UNIVERSITE D EVRY. Spécialité : Robotique.

THESE. présentée devant. l UNIVERSITE D EVRY VAL D ESSONNE. en vue de l obtention du DOCTORAT DE L UNIVERSITE D EVRY. Spécialité : Robotique. THESE présetée devat l UNIVERSITE D EVRY VAL D ESSONNE e vue de l obteto du DOCTORAT DE L UNIVERSITE D EVRY Spécalté : Robotque Par Omar AÏT-AIDER Localsato référecée modèle d'u robot moble d'téreur Le

Plus en détail

Cours 8 : Analyse de variance à un facteur

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

Plus en détail

9 ème Cogrès Fraças de écaque arselle, 4-8 août 009 Evaluato des certtudes de mesure sur ue mache à mesurer trdmesoelle: Nouvelle méthode d estmato des paramètres de surface et certtudes assocées.jlid

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz

Plus en détail

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Les 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 détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das

Plus en détail

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

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

Plus en détail

GESTION COOPÉRATIVE DE STOCKS DE PRODUITS FINIS DANS UN RESEAU DE DISTRIBUTION

GESTION COOPÉRATIVE DE STOCKS DE PRODUITS FINIS DANS UN RESEAU DE DISTRIBUTION GESTION COOPÉRATIVE DE STOCKS DE PRODUITS FINIS DANS UN RESEAU DE DISTRIBUTION Lama Trqu, Jea-Claude Heet To cte ths verso: Lama Trqu, Jea-Claude Heet. GESTION COOPÉRATIVE DE STOCKS DE PRO- DUITS FINIS

Plus en détail

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

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

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

Plus en détail

APPRENTISSAGE ARTIFICIEL («Machine-Learning»)

APPRENTISSAGE ARTIFICIEL («Machine-Learning») APPRENTISSAGE ARTIFICIEL («Mache-Learg») Fabe Moutarde Cetre de Robotque (CAOR) MINES ParsTech (Ecole des Mes de Pars) Fabe.Moutarde@mes-parstech.fr http://perso.mes-parstech.fr/fabe.moutarde Appretssage

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS 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 détail

Manuel. Servovariateurs multi-axes MOVIAXIS Fonctions technologique

Manuel. Servovariateurs multi-axes MOVIAXIS Fonctions technologique Systèmes d etraîemet \ Systèmes d automatsato \ Itégrato de systèmes \ Servces Mauel Servovarateurs mult-axes MOVIAXIS Foctos techologque Verso 11/2009 11667427 / FR SEW-EURODRIVE Drvg the world Sommare

Plus en détail

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une 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 détail

REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES

REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES UNIVERSITE ABOU BAKR BELKAID TLEMCEN FACULTE DE TECHNOLOGIE DEPARTEMENT DE GENIE ELECTRIQUE

Plus en détail

sont distincts 2 à 2.

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

Plus en détail

ÉTUDE DE MÉTHODES D ANALYSE SPATIALE ET ILLUSTRATION À L AIDE DE MICRODONNÉES URBAINES DE LA GRANDE RÉGION DE MONTRÉAL

ÉTUDE DE MÉTHODES D ANALYSE SPATIALE ET ILLUSTRATION À L AIDE DE MICRODONNÉES URBAINES DE LA GRANDE RÉGION DE MONTRÉAL les Cahers Scetfques du Trasport N 49/006 - Pages 77-0 Cathere Morecy Étude de méthodes d aalyse spatale et llustrato à l ade de mcrodoées urbaes de la Grade Régo de Motréal JEL : C8 ÉTUDE DE MÉTHODES

Plus en détail

Méthodologie statistique

Méthodologie statistique Méthodologe statstque 000 L'ECONOMETIE ET l'etude DES COMPOTEMENTS Présetato et mse e oeuvre de modèles de régresso qualtatfs Les modèles uvarés à résdus logstques ou ormaux LOGIT, POBIT Documet de traval

Plus en détail

Universe Ratio Jean-François BOULIER Romain VERDIER Abstract

Universe Ratio Jean-François BOULIER Romain VERDIER Abstract Uverse Rato B Jea-Fraços BOULIER Head of Euro Fxed Icome ad Credts Crédt Agrcole Asset Maagemet 90 boulevard asteur 75730 ars cedex 5 Jea-fracos.bouler@ca-assetmaagemet.fr Roma VERDIER Egeer - EDF, place

Plus en détail

Enseignement à l Université, perspective institutionnelle et contrat didactique. Le cas de la dualité en algèbre linéaire

Enseignement à l Université, perspective institutionnelle et contrat didactique. Le cas de la dualité en algèbre linéaire FACULTES UNIVERSITAIRES NOTRE-DAME DE LA PAIX FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUE Esegemet à l Uversté, perspectve sttutoelle et cotrat ddactque. Le cas de la dualté e algèbre léare ANNEXES

Plus en détail

PROCESSUS DES RESTAURANTS CHINOIS ET LOI D EWENS

PROCESSUS DES RESTAURANTS CHINOIS ET LOI D EWENS PROCESSUS DES RESTAURANTS CHINOIS ET LOI D EWENS DJALIL CHAFAÏ, YAN DOUMERC, ET FLORENT MALRIEU Résumé. O étude ue sute aléatore à valeurs das les permutatos d esembles fs, appelée processus des restaurats

Plus en détail

Test de validité et d'hypothèse

Test de validité et d'hypothèse Test de validité et d'hypothèse 1 Vocabulaire Problème: Il s'agit à partir de l'étude d'u ou plusieurs échatillos de predre des décisios cocerat l'esemble de la populatio. O est alors ameé à émettre des

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION 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 détail

Pricing Avancé pour Exotiques FINKEYS FRANCE

Pricing Avancé pour Exotiques FINKEYS FRANCE Prcg Avacé pour Exotques Esegat Phlppe DUCHEMIN, Cosultat Formateur. www.fkeys.com (accès au cours) Cosultat : «Product Cotrol» CNP, chox d u outl Frot to Compta SOCIETE GENERAL SGCIB - Product Cotrol

Plus en détail

Cours d Electrostatique-Electrocinétique

Cours d Electrostatique-Electrocinétique Uversté Joseph Fourer DEUG SMa Cours d Electrostatque-Electrocétque Joatha Ferrera Aée uverstare - Pla du cours I- Le champ électrostatque. Notos géérales a. Phéomèes électrostatques b. Structure de la

Plus en détail

Trois méthodes pour une amélioration des calculs thermiques dans les multicouches avec sources internes dans le cadre de l approche quadripolaire

Trois méthodes pour une amélioration des calculs thermiques dans les multicouches avec sources internes dans le cadre de l approche quadripolaire Tros méthodes pour ue améorato des cacus thermques das es mutcouches avec sources teres das e cadre de approche quadrpoare Jea-Caude KAPEZ, Eme DHU NEA Départemet ptque Théorque et Appquée - VA BA 7 33

Plus en détail

Traitement Numérique du Signal (Partie 2)

Traitement Numérique du Signal (Partie 2) II Tratemet umérque du Sgal Parte Support de cours Olver SETIEYS seteys@essat.fr http://rd.essat.fr/esegemets/ts/ts.php Pla du cours Parte II IV. Aalyse des fltres umérques. Spécfcato, classfcato, représetato.

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

Du traitement de l information visuelle à la planification de trajectoires : Application à la robotique mobile d assistance.

Du traitement de l information visuelle à la planification de trajectoires : Application à la robotique mobile d assistance. Du tratemet de l formato vsuelle à la plafcato de trajectores : Applcato à la robotque moble d assstace. Mohamed Mocef Be Khelfa, Moez Bouchoucha Docteurs e Sceces et echologe Idustrelles, Postdocs au

Plus en détail

Hydrologie et Hydrogéologie

Hydrologie et Hydrogéologie ème aée ème semestre Hydrologe et Hydrogéologe Téléchargemets autorsés pour le cours, mpresso autorsée, photocopllage terdt Resposable: V. MERRIEN-SOUKATCHOFF Aée Uverstare 0/03 Eau souterraes Avrl 03

Plus en détail

Pratique de la technique d entraînement Codeurs SEW

Pratique de la technique d entraînement Codeurs SEW Systèmes d etraîemet \ Systèmes d automatsato \ Itégrato de systèmes \ Servces ratque de la techque d etraîemet Codeurs SEW Verso 11/2009 16742036 / FR SEW-USOCOME - E mouvemet perpétuel Sommare Sommare

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Pauvreté multidimensionnelle des enfants et des ménages Analyse appliquée à la République Centrafricaine

Pauvreté multidimensionnelle des enfants et des ménages Analyse appliquée à la République Centrafricaine PMMA Network Sesso Paper Pauvreté multdmesoelle des efats et des méages Aalyse applquée à la Républque Cetrafrcae Serge Matchdé Naretoudjou Tt Vaha Steve Apété-Matogo Eugèe Zabolo A paper preseted durg

Plus en détail

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain.

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain. Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amens.fr/pedagoge/maths/new/ue2007/synthese_ateler_annette_alan.pdf 1 La règle du jeu Un drecteur de casno se propose d nstaller le

Plus en détail

Chaîne de Markov - Télétrafic - Files d'attente

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

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

DETERMINATION D UNE METHODE DE

DETERMINATION D UNE METHODE DE UNIVERITÉ PARI DAUPHINE Place du Maréchal de Lattre de Tassgy 75775 Pars CEDEX 6 MEMOIRE D ACTUARIAT - Promoto 8 - DETERMINATION D UNE METHODE DE PROVIIONNEMENT POUR LE CREANCE DOUTEUE Mots clés : Provso

Plus en détail

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectorels ormés Marc SAGE 13 avrl 006 Table des matères 1 Sommes de fermés et d ouverts U sev strct est d téreur vde 3 U crtère de cotuté pour les formes léares 3 4 Dstace à u fermé 3 5 Covergece

Plus en détail

Utilisation du symbole

Utilisation du symbole HKBL / 7 symbole sgma Utlsaton du symbole Notaton : Pour parler de la somme des termes successfs d une sute, on peut ou ben utlser les pontllés ou ben utlser le symbole «sgma» majuscule noté Par exemple,

Plus en détail

Spécialité : Physique

Spécialité : Physique ENSC-( UMR 8537) THESE DE DOCTORAT DE L ECOLE NORMALE SUPERIEURE DE CACHAN Présetée par Yacouba SANOGO pour obter le grade de DOCTEUR DE L ECOLE NORMALE SUPERIEURE DE CACHAN Spécalté : Physque Sujet de

Plus en détail

Chapitre III. Gaz parfaits

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

Plus en détail

Finance. Anaïs HAMELIN. Sujet 1

Finance. Anaïs HAMELIN. Sujet 1 Maser (AES Exames du er semesre 3/4 Face Aaïs HAMELI Sue urée : 3 H ocume(s auorsé(s : aucu Maérel auorsé : Calcularce auorsée (Mémore vde pour les calcularces graphques Cosges : - Les exercces so dépedas

Plus en détail

CHAPITRE III PROBABILITES

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

Plus en détail

ZONAGE DU BRESIL A PARTIR D UNE SERIE TEMPORELLE D IMAGES MODIS

ZONAGE DU BRESIL A PARTIR D UNE SERIE TEMPORELLE D IMAGES MODIS Evroemet et géomatque : approches comparées Frace-Brésl. Rees, 2-5 ovembre 204 ZONAGE DU BRESIL A PARTIR D UNE SERIE TEMPORELLE D IMAGES MODIS JOLIVOT A. (), BEGUE A. (), BISQUERT M. (2), TONNEAU JP. (),

Plus en détail

Programmation. linéaire avecexcel. Christian Prins - Marc Sevaux. Groupe Eyrolles, 2011, ISBN : 978-2-212-12659-4

Programmation. linéaire avecexcel. Christian Prins - Marc Sevaux. Groupe Eyrolles, 2011, ISBN : 978-2-212-12659-4 Programmato léare avecexcel Chrsta Prs - Marc Sevaux Groupe Eyrolles, 20, ISBN : 978-2-22-2659-4 CHAPITRE 3 Emplos du temps et gesto de persoel 3. Itroducto La gesto du persoel est u élémet sesble de la

Plus en détail

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

Plus en détail

Correction des exercices sur la nature ondulatoire de la lumière

Correction des exercices sur la nature ondulatoire de la lumière CORRECTION EXERCICES TS /5 CHAPITRE 3 Correctio des exercices sur la ature odulatoire de la lumière Correctio exercice : idice d u verre et réfractio. La radiatio = 530 m est verte et la radiatio = 680

Plus en détail

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6 Corrigés TD Chapitre : Variables aléatoires sur u uivers fii Exercice : Soit X la VAR défiie par le tableau suivat : x i - - 0 p 6 4 6 4 6 i O ote Y = X ) Détermier la loi cooite de X et Y ) Détermier

Plus en détail

Corrélation et régression linéaire

Corrélation et régression linéaire Corrélaton et régresson lnéare 1. Concept de corrélaton. Analyse de régresson lnéare 3. Dfférences entre valeurs prédtes et observées d une varable 1. Concept de corrélaton L objectf est d analyser un

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles BTS Mécaique et Automatismes Idustriels Statistiques iféretielles, Aée scolaire 2005 2006 Statistiques iféretielles 1. Itroductio vocabulaire Pour étudier ue populatio statistique, o a recours à deux méthodes

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédoie 7 mars 2014 A. P. M. E. P. EXERCICE 1 Commu à tous les cadidats 4 poits Cet exercice est u QCM questioaire à choix multiple. Pour chaque questio, ue seule

Plus en détail

f(t) g(t)dt f²(t)dt g²(t) dt a a a

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

Plus en détail

Correction HEC III 2007

Correction HEC III 2007 HEC III 7 Voie Écoomique Correctio Page Correctio HEC III 7 Voie écoomique La correctio comporte 9 pages. Eercice. Par dé itio est ue valeur propre de t si et seulemet si est ue valeur propre de T: Et

Plus en détail

TS Intervalle de fluctuation et estimation Cours

TS Intervalle de fluctuation et estimation Cours Aée 2013/2014 TS Itervalle de fluctuatio et estimatio Cours est u etier aturel o ul et p est u réel de l itervalle 0 ; 1. I Itervalle de fluctuatio Cotexte : Das ue populatio, la proportio d idividus présetat

Plus en détail

Mémoire présenté devant l Institut de Science Financière et d Assurances le 16 mai 2001 pour l obtention du diplôme d Actuaire de Lyon

Mémoire présenté devant l Institut de Science Financière et d Assurances le 16 mai 2001 pour l obtention du diplôme d Actuaire de Lyon Uversté Claude Berard Lyo INSTITUT DE SCIENCE FINANCIERE ET D'ASSURANCES Mémore préseté devat l Isttut de Scece Facère et d Assuraces le 6 ma 200 pour l obteto du dplôme d Actuare de Lyo Par : Mlle Auréle

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES DT 3/2006 Pauvreté multdmesoelle au Cogo : ue approche o moétare Samuel AMBAPOUR BAMSI BAMSI B.P. 3734 Brazzavlle DT 3/2006 Pauvreté multdmesoelle

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. 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 détail

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

Développement d un appareil permettant de prédire la maturité du raisin par spectroscopie proche infra-rouge. (PIR)

Développement d un appareil permettant de prédire la maturité du raisin par spectroscopie proche infra-rouge. (PIR) Mauscrt auteur, publé das "Revue fraçase d'oeologe, 240 (2010) p. 2 - p. 8" Author-produced verso of the artcle publshed "Revue Fraçase d'oeologe", 2010, 240, 2-8. Développemet d u apparel permettat de

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE 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 détail

Devoir de statistiques: CORRIGE

Devoir de statistiques: CORRIGE CPP - la prépa des INP ( ème aée). Bordeaux, 6/04/04. Devoir de statistiques: CORRIGE durée h Doées: O rappelle que si Z suit ue loi N (0, ), o a P(Z.96) 0, 975 et P(Z.65) 0, 95. Exercice. θ et O cosidère

Plus en détail

SISOL : Un modèle d'évolution de l état structural des couches de sol cultivées

SISOL : Un modèle d'évolution de l état structural des couches de sol cultivées 33 SISOL : U modèle d'évoluto de l état structural des couches de sol cultvées J. Roger-Estrade (1), G. Rchard (), H. Bozard (3), P. Défossez (), H. Macho (4) et J. Caell (5) (1) INA P-G, UMR d'agroome

Plus en détail

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson.

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson. Travaux dirigés G33 Dimesioemet 2 séaces Eseigat : Athoy Busso. Exercice 1 : O cosidère u web switch et 3 serveurs web. Le web switch reçoit les requêtes http proveat des cliets et les répartit de maière

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II 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 détail