MATHEMATIQUES. Semestre 2. Statistiques à deux variables COURS. Cours en ligne : sur section DUT Maths S2.
|
|
- Émile Bernard
- il y a 6 ans
- Total affichages :
Transcription
1 Départemet TECHNIQUES DE COMMERCIALISATION MATHEMATIQUES Semestre 2 Statstques à deux varables COURS Cours e lge : sur secto DUT Maths S2. IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page sur 3
2 SOMMAIRE COURS 3 I Itroducto, vocabulare 3 I- Objectfs 3 I-2 Mses e forme 3 I-3 Nuage de pots 4 II Test d dépedace du Kh-deux 5 III Ajustemet : méthode de Mayer et moyees mobles 6 III- Moyees mobles 6 III-2 Problématque de l'ajustemet léare 7 III-3 Méthode de Mayer 7 IV Ajustemet léare : méthode des modres carrés 8 IV- Paramètres des séres à deux varables 8 IV-2 Méthode des modres carrés 9 IV-3 Coeffcet de corrélato léare 0 V Ajustemet o léare : le chagemet de varable 2 VI Statstques prévsoelles 3 VI- Estmato poctuelle 3 VI-2 Estmato par tervalle de coface 3 IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 2 sur 3
3 COURS Itroducto, vocabulare. Objectfs Deux caractères serot c étudés smultaémet sur chaque dvdu d'ue populato de talle. Les deux lstes de valeurs des caractères formet deux varables quattatves X et Y. Objectfs : * mettre e évdece u le, ue relato, etre ces deux caractères : ue corrélato ; modélser cette corrélato par ue focto mathématque : régresso ; utlser cette relato à des fs prévsoelles, coface e cette prévso. * tester l'hypothèse qu'l 'y a pas de le etre ces deux varables crosées.2 Mses e forme Ue observato ( ) se décrra comme u couple de valeurs (x ; y ). Deux mses e forme des résultats peuvet être employées, suvat l'étude meée : * séres de valeurs doées e lstes exemple : le etre quatté d'egras épadu et producto recuelle quatté d'egras producto recuelle parcelle X (kg.ha - ) Y (q.ha - ) exemple de sére chroologque : évoluto auelle des dépeses publctares d ue etreprse X : aée Y : dépese * séres effectfs : tableaux de cotgece exemple : le etre âge et talle (mesures prses sur 200 persoes) X : âge Y : acuté 3/ / / IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 3 sur 3
4 .3 Nuage de pots Chaque sére statstque à deux varables peut être représetée graphquemet par u uage de pots, chaque varable état représetée sur so axe. * séres e lstes : u couple (x ; y ) correspod à u dvdu et se représete par u pot du pla. exemple 2 page précédete : * séres avec cotgece : u couple (x ; y ) correspod e gééral à plus d u dvdu et se représete par u objet dot la talle est focto crossate de l effectf correspodat. exemple 3 page précédete : IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 4 sur 3
5 2 Test d dépedace du Kh-deux U test statstque cosste à décder s ue hypothèse doée peut ou e peut pas être rejetée. Cette hypothèse est formulée au départ et est ommée "hypothèse ulle", H 0. S la décso codut à u rejet de H 0 (o répod "o" au test), cela se fat avec u certa rsque de se tromper, rsque dot la probablté est ommée "seul de rsque" et otée α. Le cas partculer du test d'dépedace : Ue étude crose deux varables quattatves ou qualtatves (das l'exemple du procha TD : sexe et relato au tabac), varables dot o souhate estmer l terdépedace au se d'ue populato, à partr de la seule coassace de la répartto des ctatos (effectfs) das le tableau crosé obteu d'u échatllo terrogé. E cas d'dépedace, les réposes sot cesées se répartr e coservat les sous-totaux mposés (par exemple : o a terrogé u certa ombre d'hommes et u certa ombre de femmes, ombres évetuellemet dfférets) et proportoellemet à ces sous-totaux. Le but c est de comparer la réalté des observatos à cette répartto déale lée à l'dépedace, d'e trer ue valeur, "χ²" (proocer Kh-deux), symbolsat u "écart des observatos par rapport à l'dépedace" costaté sur l'échatllo étudé, pus ef de juger s cet écart est grad ou pas. Méthodologe du test : observatos sot fates : dvdus sot évalués sur deux varables X et Y. O suppose que le caractère X présete r modaltés dfféretes et que Y présete k modaltés. L'hypothèse ulle H 0 est par coveto : les varables sot dépedates. Le test compare la réalté à ce qu'aurat doé l'dépedace parfate. O rejette cette hypothèse lorsque les observatos dffèret trop de la dstrbuto théorque.. Calcul du χ² * tableau des observatos sur dvdus Y Y 2 Y k total X X obs obs 2 obs k total X X 2 obs 2 obs 22 obs 2k total X 2 X r obs r obs r2 obs rk total X r total Y total Y total Y 2 total Y k * tableau de répartto théorque das le cas de l'dépedace O costrut u tableau sur le même modèle, où les sous-totaux et le total gééral sot respectés, mas où les effectfs th j respectet les proportos des sous-totaux par rapport à. ( obs th) * calcul du χ² total etre observato et théore : χ² calc = tableau th 2. Seul de o-rejet La varable χ² exprme la dfférece globale, aléatore, etre ce que peut doer 'mporte quel échatllo ssu d'ue populato où rège l'dépedace, et ce qu'aurat doé u échatllo parfatemet représetatf de la populato (ce qu est e gééral rare). Cette varable sut ue lo du même om, réglée par so ombre de degrés de lberté (ddl). ddl = (r- )(k - ) A chaque χ² possble correspod ue probablté "α" qu'u échatllo a de le dépasser. O fat alors ue lecture, das la table de la lo du χ², du seul χ² lm (coassat p = - α) 3. Comparaso et décso S χ² calc (calculé etre les tableaux) > χ² lm (doé par la table de la lo), alors o peut rejeter l'hypothèse ulle (l'dépedace), mas au rsque α de se tromper. 2 IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 5 sur 3
6 3 Ajustemet : méthode de Mayer et moyees mobles 3. Moyees mobles Elles s emploet le plus fréquemmet das le cas de séres chroologques, la varable X représete le temps et la varable Y ue valeur évoluat das le temps. Lorsque les valeurs Y évoluet de faço fortemet oscllate, l est dffcle de vsualser ue tedace globale à la hausse ou à la basse. Les moyees mobles sot alors là pour apporter ue répose, e lssat cette courbe oscllate. Méthode : * regrouper des valeurs successves de Y par paquets, toujours du même ombre (par exemple : predre des valeurs deux par deux ou tros par tros, ou quatre par quatre, etc.) ; * le paquet suvat est costtué du paquet précédet, auquel o a retré la premère valeur et jot la valeur suvate de Y (paquets glssats) ; * o calcule la moyee e Y de chaque paquet (ce sot les moyees mobles), as que sa moyee e X (pour stuer chaque paquet das le temps) ; * o représete graphquemet les pots obteus. Exemple : X (trmestres) Y (mllers de tourstes) Etablssos la lste des moyees mobles prses quatre par quatre : X 2,5 3,5 4,5 5,5 6,5 Y 32,25 32,75 32,25 32,5 3,75 Cette ouvelle lste de valeurs, as que la représetato graphque, suggère ue très légère tedace à la basse. b : * la premère moyee moble est la moyee des valeurs, 2, 3 et 4. Ic : (234)/4 = 2,5 e x et ( )/4 = 32,25 e Y * la deuxème moyee moble est la moyee des valeurs 2, 3, 4 et 5. Ic : (2345)/4 = 3,5 e x et ( )/4 = 32,75 e Y * et as de sute IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 6 sur 3
7 3.2 Problématque de l ajustemet léare U uage de pots peut refléter u le etre les deux varables s ses pots e sot apparemmet pas dspersés au hasard. Das certas cas, ce uage peut être de forme allogée, relatvemet fe, avec u "axe" assez drot motrat ue certae tedace Peut-o trouver u axe, ue drote, das ce repère, qu "suve au meux" l'esemble du uage? Imagos que l'o at tracé ue drote (D), d'équato y = ax b. Pour ue valeur x chose, o observe la valeur y (ordoée du pot M du uage) et la valeur y ˆ = ax b (sur la drote). y yˆ défto : o appelle résdu le ombre e = y - y ˆ Le résdu d u pot M sera doc postf s ce x pot est e-dessus de la drote et égatf das le cas cotrare. L objectf est alors de trouver la drote qu «mmse au meux» les résdus, celle qu «passe au plus près» de l esemble des pots du uage. O l'appellera drote d'ajustemet ou drote de régresso de la sére et o dra qu'o fat u ajustemet léare (ou affe). La pratque cosstat à modélser u uage de pots par ue drote est appelée régresso léare. 3.3 Méthode de Mayer Certas résdus sot postfs, d'autres égatfs. L'dée de Mayer est de dre que la "melleure" drote est celle pour laquelle la somme des résdus est ulle (les résdus égatfs compeset les résdus postfs). défto : o appelle prcpe de Mayer celu dot l ajustemet codut à étude mathématque : e = y ax b = y a x b ( ) IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 7 sur 3 = e = 0 Cette somme vaut zéro ss y a x b = 0 ss y ax b = 0 C est-à-dre : pour obter ue drote qu aule la somme des résdus, l faut et l sufft que celle-c G x, y. Cette proprété est e so suffsate pour redre la cotee le pot moye du uage, ( ) drote de Mayer uque, pusqu'elle e porte que sur u pot. Il exste ue fté de drotes aulat la somme des résdus! Méthode de Mayer : * Dvser le uage de pots e deux partes : Le uage est dvsé e deux uages de même ombre de pots (/2) s est par, ou s est mpar, e u uage de ()/2 pots et u autre de (-)/2 pots. Les valeurs de x (abscsses) des pots du premer uage sot toutes féreures à celles des pots du secod ; * Calculer les coordoées de G et G 2, pots moyes des deux uage ; * Détermer (s demadé) l équato de la drote (G G 2 ), drote de Mayer (aulat la somme des résdus) ; tracer cette drote. remarque : O motre que la drote qu cotet les pots G et G 2, pots moyes de deux "demuages", est l'ue d'etre elles car elle cotet forcémet G...
8 4 Ajustemet léare : méthode des modres carrés 4. Paramètres des séres à deux varables 4.. La moyee de X et celle de Y sot be etedu : x = = r x et y = = k y e l absece de cotgece (doées sous forme de lstes vor p.3) ; x jyj = j= x = et y = e présece de cotgece (tableau crosé coteat des effectfs le plus souvet supéreurs à vor p.3) Le pot partculer G ( x, y ) est appelé pot moye du uage de la sére. La varace de X et celle de Y sot le plus smplemet (s o souhate u calcul détallé) obteues par le bas du théorème de Koeg : ( ) V X ( ) V X r x 2 = 2 = x r x 2 = 2 = x et V ( Y ) et V ( Y ) k y 2 j j= 2 = y k jy 2 j j= 2 = y e l absece de cotgece ; e présece de cotgece. Les écarts types de X et Y sot be etedu les races carrées de leurs varaces O appelle covarace du couple (X,Y) le ombre : Cov ( X Y ) =, = ( x x )( y y ) C est ue «varace commue» etre os deux varables, paramètre dspesable pour étuder la relato qu elles etreteet. Le théorème de Koeg smplfe so calcul : (, ) Cov X Y x y = = x y (c sas cotgece) et Cov ( X, Y ) r k x y j j = j= = x y. (avec) 4..4 Sur la calculatrce : Les moyees et écarts types serot obteus drectemet grâce au mode Stat. Malheureusemet, la calculette e doera les varaces, la covarace. IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 8 sur 3
9 4.2 Méthode des modres carrés L'dée de cette méthode est de cosdérer le carré de chaque résdu, pus la somme de ces carrés, et ef de dre que la "melleure" drote est celle qu red cette somme mmale (obter la plus pette somme possble, e cosdérat l'fté des drotes du pla). défto : O appelle prcpe des modres carrés celu qu cosste à trouver ue drote d'ajustemet codusat à = e est mmum sur le uage (Gauss) étude mathématque : posos : (, ) = ( ) 2 2 P a b y ax b : polyôme de deux varables a et b. O peut développer ce polyôme d'au mos deux maères dfféretes : 2 (, ) = (( ) ) = 2 ( ) ( ) 2 2 P a b y ax b b b y ax y ax () qu est u trôme du secod degré e b ; 2 2 (, ) = ( ( ) ) = 2 ( ) ( ) 2 2 P a b y b ax a x a x y b x y b (2) qu est u trôme du secod degré e a. Das ce cotexte, o peut suvre cet térare : * cosdéros a costat et b varable. P(a,b) () est mmal lorsque sa dérvée par rapport à b s'aule (so er coeffcet,, est postf), ce qu codut à b = y ax * cosdéros que b a la valeur précédemmet trouvée, et que a est varable. P(a,b) (2) est alors mmal lorsque sa dérvée par rapport à a s'aule, ce qu codut à xy x. y Cov X, Y a = = 2 2 x V ( X ) x Pour les férus de calcul : essayez de retrouver les deux résultats précédets! remarque : le calcul de b etraîe que la drote trouvée cotet le pot moye G du uage. méthode des modres carrés : ( ) * Calculer les coeffcets (, ) ( ) a = Cov X Y V X et b = y ax (o peut les obter sur calculatrce!) * Ecrre l'équato de la drote de régresso de Y e X, D Y/X : y = ax b IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 9 sur 3
10 4.3 Coeffcet de corrélato léare U uage de pots présete u le plus ou mos fort etre deux varables X et Y, qu se révèle parfos sous la forme d'u uage de forme allogée et plutôt drote : das ce cas o parle be etedu de corrélato léare. Le but du coeffcet de corrélato léare est de chffrer cette tedace. coeffcet de corrélato léare etre X et Y : (, ) ( X ) σ ( Y ) Cov X Y r = σ O motre que quelle que sot la sére statstque, o a toujours - r (e pratque, la majuscule R ou la lettre grecque ρ peuvet auss être employées pour désger ce coeffcet) Sur la calculatrce : E gééral, ue calculatrce le ote r. Certas modèles e le calculet pas. O chosra doc toujours de calculer so-même u coeffcet de corrélato léare (ce qu mplque de calculer au préalable la covarace ). Iterprétato de sa valeur : Plus la corrélato léare est forte (uage tedat vers ue drote), plus r est proche de. r est postf lorsque Y est globalemet focto crossate de X - "corrélato postve" r est égatf lorsque Y est globalemet focto décrossate de X - "corrélato égatve" 0 r 0,5 : corrélato léare fable, modèle léare adapté. 0,5 r 0,75 : corrélato léare moyee, modèle léare peu fable. 0,75 r 0,95 : corrélato léare assez forte, modèle léare pas forcémet le melleur. 0,95 r : corrélato léare très forte, modèle léare parm les plus adaptés. Remarques : * le cocret? U coeffcet de corrélato léare proche de (ou de -) red compte d'u uage de pots presque algés, mas e dt pas que les varables X et Y sot cocrètemet lées. exemple : e Frace, de 974 à 98, le taux de marages a bassé de maère quas léare, alors que le PIB a augmeté de maère quas léare. Le quatrème graphque, c-dessous, motre le uage de pots obteu e crosat ces deux varables : la corrélato est très forte. Cepedat, l 'y a pas de relato de cause à effet etre les deux! (l'évoluto du taux de marage après 98 e correspod plus à la drote d'ajustemet). * corrélato léare r e red compte que d'ue corrélato léare. Il se peut que la corrélato etre X et Y sot très forte, mas sas que le uage de pots suve ue drote. Das ce cas, r est élogé de et de -, et l faudra prologer l'étude (vor II-4). IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 0 sur 3
11 Quelques exemples : reveus ( ) taux de réusste e collège / % de CSP défavorsées r = 0,8449 aceeté r = -0,7457 marge utare ( /u) r = 0,6438 quatté (mllers d'u) r = -0,9875 IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page sur 3
12 5 Ajustemet o léare : le chagemet de varable Il est pratqué lorsque le uage de pots semble suvre la courbe d'ue focto. La focto à evsager sera toujours dquée das u éocé. Elle peut être otammet : * ue focto logarthme ou expoetelle * ue focto du secod degré ou pussace * ue focto trgoométrque * Ue des deux varables X ou Y (ou les deux!) est remplacée par ue ouvelle varable, otée T par exemple, selo u mode de calcul doé par l éocé. Exemple : X Y Y semblat varer comme le carré de X, plus 5, l éocé proposera le chagemet de varable T = X². O établra alors le tableau suvat, où T remplace X : T Y * O effectue ue régresso léare etre ces deux ouvelles varables, e respectat leur ordre. Exemple : c, l s agt de détermer ue équato de drote de type y = at b. S o ous mpose la méthode des modres carrés, les coeffcets a et b sot smplemet obteus grâce à la calculatrce : y =,02526 t 3,856 * Ef, o déterme la relato de régresso de Y sur X, e réécrvat le chagemet de varable, pour obter l équato de la courbe de régresso qu o aura évetuellemet à tracer. Exemple : Pusque y =,02526 t 3,856, o obtet : y =,02526 x² 3,856 (cette derère est l équato d ue parabole) IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 2 sur 3
13 6 Statstques prévsoelles 6. Estmato poctuelle La drote d'ajustemet obteue (sas ou avec chagemet de varable) permet de par so équato d'estmer ue valeur de la varable explquée Y e chosssat ue valeur o explorée de la varable explcatve X (e gééral supéreure à celles récoltées das la sére). E l'occurrece, s X représete ue date, l est perms de fare ue prévso sur le futur. Par exemple : ue drote d ajustemet a pour équato y = 0,85x 22. a. O veut ue estmato de y pour x 0 = 0. y 0 = 0, = 30,5. b. O veut ue estmato de x pour y 0 = 39. x 0 = (39 22)/0,85 = Estmato par tervalle de coface La valeur doée par ue estmato poctuelle est à predre avec du recul : suvat la valeur du coeffcet de corrélato léare (doc suvat la dsperso du uage de pots), o peut lu fare plus ou mos coface. L'dée c est de doer ue fourchette pour l'estmato fate, plutôt qu'ue valeur uque, et de savor dre quelle est la probablté que la valeur réelle, o ecore mesurée, se trouve das cet tervalle. Méthode des rapports (e corrélato léare, pour estmer y à partr de x) :. Pour chaque valeur x du tableau de doées : * calculer les valeurs y' d'après l'équato de la drote de régresso * calculer les rapports z = y / y' * calculer la moyee et l'écart-type des valeurs z de la varable Z 2. La varable Z est cosdérée comme dstrbuée par ue lo ormale. Il e découle etre autres que : z, 96σ ; z, 96 σ 95 % des valeurs de Z se trouvet das l'tervalle [ z z ] 99 % des valeurs de Z se trouvet das l'tervalle [ z 2, 58σ ; z 2, 58 σ ] 3. Calculer la valeur y' 0 assocée à la ouvelle valeur souhatée x 0, d'après la régresso léare. O estme alors la valeur réelle y 0, coue, comme sut : y ' 0 z, 96σ z ; y ' 0 z, 96 σz Il y a 95% de chaces que y 0 se trouve das ( ) ( ) Il y a 99% de chaces que y 0 se trouve das y ' ( z 2, 58σ ) ; y ' ( z 2, 58 σ ) 0 z 0 remarques : * cette méthode 'est valable que pour r > 0 (corrélato postve) * le taux (95%, 99%, etc.) s'appelle veau de coface de l'estmato. So complémetare (5%, %, etc.) est le seul de rsque. * l'ampltude d'u tel tervalle de coface (doc l'certtude) augmete lorsque :. le veau de coface désré augmete,. r dmue,. x 0 s'éloge des valeurs x de la sére relevée. z z z IUT de Sat-Etee Départemet TC J.F.Ferrars Math S2 Stat2Var Cours Rev206 page 3 sur 3
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 détailSemestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
Plus en détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
Plus en détailApplication de la théorie des valeurs extrêmes en assurance automobile
Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:
Plus en détailCHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.
TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d
Plus en détailMathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)
A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels
Plus en détailLes sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes
Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place
Plus en détailIncertitudes expérimentales
U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailCOURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat
P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE
Plus en détail" BIOSTATISTIQUE - 1 "
ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés
Plus en détailUne méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés
Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détailMesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailOBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET
Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle
Plus en détailGénéralités 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 détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailL Analyse Factorielle des Correspondances
Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailGIN FA 4 02 01 INSTRUMENTATION P Breuil
GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces
Plus en détailRemboursement 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 détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détail2 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 détailConception 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 détailMontage 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 détailConception 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 détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en détailChap. 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 détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailTD 1. Statistiques à une variable.
Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailUne action! Un message!
Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio
Plus en détailCalculer 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 détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailCalcul de tableaux d amortissement
Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailSTATISTIQUE 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 détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailInterface OneNote 2013
Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailGrandeur physique, chiffres significatifs
Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère
Plus en détailExercices d Électrocinétique
ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailAssurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire
Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats
Plus en détailSTRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO
Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détail?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,
Plus en détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détailExercice 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 détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailOne Office Voice Pack Vos appels fixes et mobiles en un seul pack
Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre
Plus en détailDéveloppement en Série de Fourier
F-IRIS-5.ex Développeme e Série de Fourier Développer e série de Fourier les focios de période T défiies aisi : a b { f impaire T = f = si ] ; { f paire T = f = si ; ] Faire das chaque cas ue représeaio
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailSéries numériques. Chap. 02 : cours complet.
Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailLES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE
LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailLe Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html
Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses
Plus en détailS-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.
S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des
Plus en détailContrats 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