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

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

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

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

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

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

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

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

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

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

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

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

" 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

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

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

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

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

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

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

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

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

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

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

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

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

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Calculs financiers. Auteur : Philippe GILLET

Calculs financiers. Auteur : Philippe GILLET Clculs fcers Auteur : Phlppe GILLET Le tux d térêt Pour l empruteur qu e dspose ps des fods écessres, l représete le prx à pyer pour ue cosommto mmédte. Pour le prêteur, l représete le prx ecssé pour l

Plus en détail

Le théorème du viriel

Le théorème du viriel Le théorème du vrel On se propose de démontrer le théorème du vrel de deux manères dfférentes. La premère fat appel à deux "trcks" qu l faut vor. Cette preuve met en avant une quantté, notée S c, qu permet

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSION 1 - Correction -

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSION 1 - Correction - EXAME FIAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSIO 1 - Correcton - Exercce 1 : 1) Consdérons une entreprse E comportant deux établssements : E1 et E2 qu emploent chacun 200 salarés. Au sen de l'établssement

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr Modélsatons du rsque en assurance automoble Mchel Grun-Rehomme Unversté Pars 2 et Ensae Emal: grun@ensae.fr 1 Modélsatons du rsque en assurance automoble La snstralté est mesurée en terme de fréquence

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

stages 2015 paris saint-germain ACADEMY Dossier d inscription

stages 2015 paris saint-germain ACADEMY Dossier d inscription stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

L Analyse Factorielle des Correspondances

L Analyse Factorielle des Correspondances Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY Répblqes Algéree Démocratqe et Poplare Mstère de l Esegemet Spérer et de la Recherche Scetfqe Uversté MENTOURI Costate Faclté des Sceces de l'igéer Départemet de Gée Mécaqe N d ordre : /MAG/ Sére : /GM/

Plus en détail

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Commet utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Survol du compte Mauvie U La majorité des Caadies gèret leurs fiaces comme suit : 1. Ils déposet leur reveu et autres actifs à court

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Université Montpellier II

Université Montpellier II MODICOM Cette plaquette motre ommet u gal peut être éhatilloé, trasmis omme ue suite d éhatillos, puis reostitué à l aide de iltres passe-bas. I) Le blo de logique de ommade d éhatilloage («Samplig otrol

Plus en détail

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Divorce et séparation

Divorce et séparation Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et

Plus en détail

Apprentissage: cours 3a Méthodes par moyennage local

Apprentissage: cours 3a Méthodes par moyennage local Appretissage: cours 3a Méthodes par moyeage local Guillaume Oboziski 1 er mars 2012 Réferece : chap. 6 of [Hastie et al., 2009] ad chap. 6 of [Devroye et al., 1996]. Algorithmes par moyeage local O cosidère

Plus en détail

Historique de la fibre optique Les fontaines lumineuses de l antiquité

Historique de la fibre optique Les fontaines lumineuses de l antiquité stoque de la fbe optque Les fotaes lumeuses de l atquté Pcpe de la popagato de la lumèe? Pcpe du gudage plaae (1 Dmeso) Se place e codto de éfleo totale A 1 A 1 Gae g Gae g M < c Cœu c M > c Cœu c Fute

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria. 1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

Plus en détail

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3. Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs

Plus en détail

trouve ton équilibre

trouve ton équilibre trouve to équilibre www.bee-secure.lu FR Trouver so équilibre Es-tu allé à u cocert ou à la piscie récemmet? A quad remote ta derière recotre avec des amis? Combie de temps passes-tu sur les réseaux sociaux?

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

Terminal numérique TM 13 raccordé aux installations Integral 33 Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Maîtrise de Mathématiques TER Le bandit manchot à deux bras

Maîtrise de Mathématiques TER Le bandit manchot à deux bras Maîtrise de Mathématiques TER Le badit machot à deux bras Deis Cousieau Sous la directio de Jea-Michel Loubes Septembre 2003 Table des matières 1 Présetatio du problème 2 1.1 Exemple de la machie à sous,

Plus en détail