Intervalles de fluctuations et intervalles de confiance
|
|
- Aurore Carignan
- il y a 6 ans
- Total affichages :
Transcription
1 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Complémets e Statistique Préparatio au Capes Uiversité de Rees 1 Itervalles de fluctuatios et itervalles de cofiace Table des matières 1 Itroductio 2 2 Moyee empirique Défiitio et propriétés Loi des grads ombres (versio faible) Théorème cetral limite Itervalles de fluctuatios Calcul direct E utilisat le théorème cetral limite Comparaiso des itervalles proposés Erreurs possibles das la prise de décisio Exercices Itervalles de cofiace Première approche Secode approche Comparaiso des itervalles de cofiace proposés Exercices Gééralisatio à d autres lois Itervalles de cofiace de la moyee à variace coue Itervalles de cofiace de la moyee à variace icoue Lorsque la variace est de la forme σ 2 = g(m) Cas gééral Exercices Codes de simulatio Codes e R Codes e Scilab mars Copyright c Hélèe Guéri. Uiversité de Rees 1 1
2 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Itroductio O cosidère u espace de probabilité (Ω, F, P). Ue expériece aléatoire est ue expériece réalisée selo des règles bie défiies mais dot o e peut pas prédire le résultat de faço certaie. O cosidère das ce documet le cas d ue expériece aléatoire qui a que deux résultats possibles : succès (o obtiet le résultat espéré) et échec (o obtiet pas le résultat espéré). O peut par exemple predre l exemple du jeu Pile ou Face, de la roulette au casio, du loto, d ue électio etre deux cadidats... La recherche d itervalles de cofiace pour des lois plus géérales sera rapidemet abordée das la sectio 5. La probabilité de succès de l expériece est otée p. O répète l expériece plusieurs fois de faço idépedate. O défiit X i le résultat de la ième réalisatio : { 1 si la X i (ω) = ième réalisatio est u succès, 0 si la ième réalisatio est u échec. Par coséquet, pour chaque i 1, X i suit la loi de Beroulli B(p). O e déduit que pour chaque i 1, EX i ] = p et V ar(x i ) =. Le ombre total de succès au bout de réalisatios est S = X i. Il s agit d ue variable aléatoire à valeurs das {0, 1,..., } de loi Biomiale B(, p) car o répète de faço idépedate fois la même expériece de Beroulli. Plus le ombre de réalisatios est grad plus S peut predre des grades valeurs. Regardos maiteat la fréquece de succès sur les réalisatios. 2 Moyee empirique 2.1 Défiitio et propriétés Defiitio 1. O cosidère des variables X 1, X 2,..., X idépedates et de même loi. La moyee empirique associée, otée X, est défiie par X = X i. Das le cas qui ous itéresse, chaque X i est le résultat d ue même expériece ayat deux issus. La moyee empirique est alors aussi appelée fréquece de succès. Il s agit das ce cas d ue variable aléatoire à valeurs das {0, 1, 2,..., 1}. Propriété 2. Soit X 1, X 2,..., X des variables idépedates et de même loi, d espérace m et de variace σ 2 fiies. Alors X est ue variable aléatoire d espérace m et de variace σ 2 /. Démostratio. Par liéarité de l espérace et comme les variables X i sot d espérace m, o a EX ] = 1 EX i ] = m. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 2
3 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Par idépedace des variables X i et comme les variables X i sot de variace σ 2, o a V ar(x ) = 1 2 V ar(x i ) = σ2. Par coséquet, lorsque les variables X i suivet la loi de Beroulli B(p), X est ue variable aléatoire qui oscille autour de p et dot la variace p(1 p) dimiue lorsque gradit, ce qui sigifie que pour grad les oscillatios sot d amplitude de plus e plus faible. Exemple. Cosidéros l exemple du jeu Pile ou Face avec ue pièce bie équilibrée. La probabilité de tomber sur Pile est alors p = 1/2. Le joueur mise sur Pile. O répète 10 fois l expériece et o obtiet les résultats suivat : Pile, Face, Face, Pile, Face, Pile, Face, Face, Face, Face, Traços sur des graphiques l évolutio du ombre de Pile obteus et de la fréquece de succès e foctio du ombre de lacers. Nombre de succès e foctio du ombre de lacers Nombre de succès obteus Nombre de lacers Fréquece de succès e foctio du ombre de lacers Moyee empirique Nombre de lacers 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 3
4 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Loi des grads ombres (versio faible) O étudie l évolutio de la moyee empirique quad o augmete le ombre de réalisatios de l expériece. Exemple. O repred l exemple précédet et o augmete le ombre de lacers. O obtiet les courbes suivates pour la fréquece du ombre de succès : p= 0.5 Moyee empirique p= 0.5 Moyee empirique p= 0.5 Moyee empirique Nombre de lacers Nombre de lacers Nombre de lacers pour = 50 pour = 500 pour = E regardat ces graphiques, o a l impressio que la fréquece de succès coverge vers p = 1/2 quad deviet très grad. Cette covergece est formalisée par le théorème de la loi des grads ombres. Th eorème 3 (Loi des Grads Nombres). toto O cosidère (X i ) i 1 ue suite de variables aléatoires idépedates et de même loi, telle que E X 1 ] <. O ote m = EX 1 ] leur espérace commue. Alors X coverge e probabilité vers m lorsque +. Doc das la situatio qui ous itéresse où les X i suivet la loi B(p), la loi de grads ombres ous permet d affirmer que la fréquece de succès coverge vers p lorsque ted vers l ifii, p état la probabilité de succès. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 4
5 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Théorème cetral limite O peut alors se demader à quelle vitesse cette covergece a lieu. Exemple. O repred otre exemple et o trace plusieurs réalisatios de la trajectoire aléatoire X (chaque réalisatio ayat ue couleur différete sur le graphique). O obtiet le résultat suivat Fréquece de succès e foctio du ombre de lacers Moyee empirique Nombre de lacers O observe que la covergece est plutôt lete. Essayos différetes foctioelles pour évaluer la vitesse de covergece (courbe tracée e oir). Moyee empirique p + 1 p 1 Moyee empirique p + 1 log() p 1 log() Nombre de lacers Nombre de lacers la vitesse semble mois rapide que la vitesse semble plus rapide que l() Moyee empirique p + log() p log() Moyee empirique p + 1 p Nombre de lacers Nombre de lacers la vitesse semble mois rapide que l() la vitesse semble de l ordre de. Regardos maiteat si la vitesse de covergece déped peut-être de la valeur de la probabilité p de succès, i.e. regardos si la vitesse est toujours satisfaisate lorsqu o pred différetes valeurs de p. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 5
6 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Das les graphiques ci-dessous, o a tracé plusieurs réalisatios de la trajectoire X et les courbes d équatio p ± 1 (e oir), pour différetes valeurs de p : Moyee empirique Moyee empirique Moyee empirique Nombre de lacers Nombre de lacers Nombre de lacers pour p = 0.1, pour p = 0.5, pour p = 0.9. La vitesse semble toujours e quelque soit la valeur de p, même si elle est mieux adaptée lorsque p = 1/2. La vitesse de covergece réelle de la moyee empirique vers l espérace est doée par le théorème cetral limite. Th eorème 4 (Théorème Cetral Limite). toto O cosidère (X i ) i 1 ue suite de variables aléatoires idépedates et de même loi, telle que EX1 2] <. O ote m = EX 1 ] et σ 2 = V ar(x 1 ) leur espérace et leur variace commue. Alors ( X σ 2 m ) coverge e loi vers la loi ormale cetrée réduite N (0, 1) lorsque +. Par coséquet, d après le théorème cetral limite, das la situatio qui ous itéresse où les X i suivet la loi B(p), la fréquece de succès coverge vers p à vitesse. p(1 p) 3 Itervalles de fluctuatios O cosidère toujours la situatio d ue expériece aléatoire qui a que deux résultats possibles : succès et échec. La probabilité de succès p est coue. O répète l expériece fois de faço idépedate et o se demade où se situe la fréquece de succès e foctio du ombre de réalisatios. Defiitio 5. Soit X 1,..., X des variables idépedates de loi de Beroulli B(p). U itervalle de fluctuatios de la fréquece de succès au iveau de cofiace 1 α est u itervalle détermiiste I f = a, b], avec a, b R tel que P(X I f ) = 1 α. La quatité α est l erreur que l o s autorise, elle est appelée iveau de risque. Elle est e gééral petite. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 6
7 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Calcul direct Das la situatio que l o cosidère S = X i suit la loi Biomiale B(, p), qui est ue loi bie coue. Par coséquet, pour trouver u itervalle de fluctuatios I f = a, b] de la fréquece de succès, il faut trouver, à l aide de la foctio de répartitio de la loi biomiale, des réels a, b tels que Les valeurs de a et b vot dépedre de p, et de α. P(a S b) = P(S b) P(S < a) = 1 α. À l aide d u tableur, o obtiet les valeurs de la foctio de répartitio de la loi biomiale B(, p) pour différetes valeurs de et de p. Il y a pas uicité des valeurs de a et b satisfaisat les coditios de l itervalle de fluctuatio. Il faut par coséquet faire u choix. Exemple. Ue persoe achète toutes les semaies u jeu de grattage. La probabilité de succès du jeu est 10%. Cette persoe aimerait coaitre au iveau de risque 5% qu elle va être sa fréquece de succès sur ue aée. O a doc = 52 et p = 0.1. Comme il y a pas uicité de a et b, o fait le choix de predre a tel que P(S 52 < 52 a) soit de l ordre de et b tel que P(S b) de l ordre de O aura alors P(X 52 a, b]) = E utilisat le tableur, o trouve les valeurs de la foctio de répartitio F (k) = P(S 52 k) de la loi B(52, 0.1). O obtiet pour les premières valeurs k F (k) k F (k) O remarque que pour 52 a = 2 et 52 b = 10, o obtiet P(X 52 a, b]) Par coséquet, au iveau de risque 4%, la persoe aura ue fréquece de succès comprise etre 2/52 et 10/ mars Copyright c Hélèe Guéri. Uiversité de Rees 1 7
8 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Lorsque le ombre de réalisatios est grad, le calcul de la foctio de répartitio de la loi biomiale est fastidieux. Au vu des graphiques présetés das la sectio 2.3, o peut supposer, pour assez grad, avec u iveau de risque assez faible (mais dot o e coaît pas la valeur), que la fréquece de succès est das l itervalle I f = p 1, p + 1 ]. (1) Cepedat, d après les deriers graphiques de la sectio 2.3, ces itervalles e sot pas forcémet optimaux pour toutes les valeurs de p. E effet, quad p est proche de 0 ou de 1, o a tedace à ecadrer de faço trop grossière la fréquece de succès. 3.2 E utilisat le théorème cetral limite D après le théorème cetral limite, lorsque est grad, la loi de p(1 p)( X p ) est proche de la loi ormale N (0, 1). Sur les graphiques ci-dessous, o a tracé l évolutio de l histogramme (e rouge) associé à la variable p(1 p)( X p ), pour p = 0.3, e foctio de. O observe qu il coverge vers la desité ormale N (0, 1) (courbe tracée e oir) = 1, p= = 5, p= = 10, p= = 50, p= = 100, p= = 1000, p= 0.3 Si o trouve u itervalle I f = a, b] tel que P(Z a, b]) = 1 α où Z N (0, 1), alors pour suffisammet grad ( ) ( ( P p a X p + b = P X p ) ) a, b] P(Z a, b]) = 1 α. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 8
9 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Il y a pas uicité de a et b vérifiat P(Z a, b]) = 1 α. O peut par exemple predre a = b (ce choix déped e fait de la situatio cosidérée). Par symétrie de la loi ormale N (0, 1), o a P( Z t) = 2P(Z t) 1. Par coséquet, il faut trouver t α tel que P(Z t α ) = 1 α/2. Cette valeur est obteue e utilisat ue table de la loi ormale. Par exemple, pour α = 5%, o obtiet t α = Coclusio Soit t α choisit tel que P( Z t α ) = 1 α. Pour assez grad, ] I f = p t α, p + t α (2) est u itervalle de fluctuatios de la fréquece de succès au iveau de cofiace de l ordre de 1 α. 3.3 Comparaiso des itervalles proposés O a proposé deux itervalles de fluctuatios doés par les formules (1) et (2). Peut-o comparer ces itervalles? O remarque que la foctio p est positive et atteit la valeur maximale 1/4 e p = 1/2. O a 1 p 0, 1], 2. Lorsque α = 5%, o a t α = 1.96 et doc Par coséquet, pour α = 5%, o e déduit p 0, 1], p 1.96 p 0, 1], , p ] p 1, p + 1 ] Quad α = 5%, l itervalle défiit par (2) est u meilleur itervalle de fluctuatios que celui défiit par (1) et quad α 5%, l itervalle (1) a pas de ses. Sur les graphiques ci-dessous, o compare les itervalles de fluctuatios (1) et (2) pour différetes valeurs de p : Moyee empirique p= 0.2 p + 1 p + t t= 1.96 Moyee empirique p= 0.5 p + 1 p + t t= 1.96 Moyee empirique p= 0.9 p + 1 p + t t= Nombre de lacers Nombre de lacers Nombre de lacers pour p = 0.2 pour p = 0.5 pour p = 0.9. O observe que pour p = 1/2, ils sot quasimet cofodus, ce qui était prévisible car 1.96 est alors très proche de mars Copyright c Hélèe Guéri. Uiversité de Rees 1 9
10 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Erreurs possibles das la prise de décisio Les itervalles de fluctuatios sot u outil itéressat pour la prise de décisio. E effet, lorsqu o e coaît pas la probabilité de succès d ue épreuve de Beroulli (probabilité de gager à u jeu aléatoire, proportio de pièces défectueuses,...), o peut émettre ue hypothèse sur sa valeur. O réalise alors plusieurs réalisatios de l épreuve de Beroulli et au vu de la valeur de la moyee empirique o pourra rejeter ou pas l hypothèse de départ. Si la moyee empirique est pas das l itervalle de fluctuatios, o aura tedace à rejeter l hypothèse et si elle est das l itervalle, o sera ecli à e pas rejetter l hypothèse. C est ce qu o appelle ue prise de décisio. Il faut savoir qu il y a deux erreurs possibles. Erreur de première espèce : rejeter l hypothèse alors qu elle est vraie. U itervalle de fluctuatio est costruit avec u certai iveau de cofiace 1 α fixé à l avace. La quatité α correspod à la probabilité de rejeter à tord l hypothèse. Plus α est petit, mois o rejetera l hypothèse, ce qui ous amèe à l autre type d erreur. Erreur de secode espèce : accepter l hypothèse alors qu elle est pas vraie. Autat, la première erreur est cotrôlée par α, autat cette secode erreur est absolumet pas cotrôlée. Elle peut arriver avec ue forte probabilité. De maière géérale, si la moyee empirique X est pas das l itervalle de fluctuatio, o rejette l hypothèse et si X est das l itervalle de fluctuatio, o e rejette pas l hypothèse. Ne pas rejeter l hypothèse e sigifie pas qu elle est vraie... mais das la réalité, il faut predre ue décisio et doc souvet o accepte l hypothèse das ce cas de figure. 3.5 Exercices Exercice 1. Repreos le cas de la persoe qui achète toutes les semaies u jeu de grattage. La probabilité de succès du jeu est 10%. Cette persoe aimerait coaitre au iveau de risque 5% qu elle va être sa fréquece de succès sur ue aée. Faire le calcul de trois maières différetes et comparer les itervalles de fluctuatios obteus. Corrigé. Le modèle probabiliste associé à l expériece est le suivat. O itroduit les variables aléatoire X i qui représetet le résultat du ième jeu. O a X i = 1 si le jeu est gagat et X i = 0 si le jeu est perdat. Les variables X i sot idépedates et de loi de Beroulli B(0.1). Par ailleurs, il y a 52 semaies das ue aée. L expériece est doc répétée = 52 fois. O sait que S 52 = 52 X i suit le loi biomiale B(52, 0.1). E utilisat la foctio de répartitio de la loi biomiale, o trouve l itervalle I 1 = 2/52, 10/52] = 0.038, 0.192] (cf l exemple de la sectio 3.1). E utilisat l itervalle défiit par la formule (1), o obtiet l itervalle I 2 = 0.038, 0.239]. E utilisat la formule (2) basée sur le théorème cetral limite, o obtiet l itervalle I 3 = 0.018, 0.181]. Le derier itervalle obteu est très proche de celui obteu à l aide de la loi biomiale, par cotre le secod est trop grossier. Exercice 2. U joueur qui doit choisir au hasard ue carte das u jeu de 32 cartes obtiet certais avatages s il découvre u roi. O costate qu il a retouré 11 fois u roi sur 50 essais. Peut-o présumer, au risque de 5%, que ce joueur est u tricheur? Corrigé. La probabilité de tirer u roi das u jeu de 32 cartes est p = 4/32 = 1/8. O itroduit les variables aléatoire X i qui représetet le résultat du ième jeu. O a X i = 1 si le joueur obtiet u roi et X i = 0 si le joueur obtiet ue autre carte qu u roi.les variables X i sot idépedates et de loi de Beroulli B(1/8). 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 10
11 Complémets e statistique. Préparatio au Capes. Uiversité de Rees O utilise la formule (2) pour calculer l itervalle de fluctuatios, car la probabilité de succès est proche de 0 et o sait que la formule (1) est trop grossière das ce cas. Si le joueur e triche pas, au iveau de cofiace de l ordre 95%, la fréquece de succès doit être das l itervalle 1 7 I 2 = , 1 ] = 0.033, 0.217]. 50 Le joueur a obteu ue fréquece de succès de 11/50 = 0.22 qui est hors de l itervalle de fluctuatios. Par coséquet, au iveau de risque 5%, o peut mettre e doute l hoêteté du joueur. 4 Itervalles de cofiace O cosidère ue expériece aléatoire qui a que deux résultats possibles : succès et échec. O suppose maiteat que la probabilité de succès p est icoue, ce qui est ue grade différece avec ce que l o a fait jusqu à préset. O peut peser par exemple à ue électio etre deux participats ou à la proportio de pièces défectueuses das u lot de grade taille. Le but est d estimer la valeur de p. Pour cela, o cosidère u échatillo X 1,..., X de variables idépedates de loi de Beroulli B(p). La valeur de chaque X i est coue. O a, par exemple, effectué u sodage sur u échatillo de la populatio pour coaitre les itetios de vote, o a prélevé au hasard u échatillo du lot de pièces usiées pour e comptabiliser le ombre de pièces défectueuses, o a joué plusieurs fois à Pile ou Face pour estimer la probabilité de tomber sur Pile,... Defiitio 6. Soit X 1,..., X des variables idépedates de loi de Beroulli B(p), avec p ]0, 1 icou. U itervalle de cofiace de la probabilité de succès p au iveau de cofiace 1 α est u itervalle aléatoire I c = a, b], avec a et b qui dépedet de l échatillo X 1,..., X, tel que p ]0, 1, P(p I c ) = 1 α. La quatité α est l erreur que l o s autorise, elle est appelée iveau de risque. Elle est e gééral petite. U itervalle de cofiace asymptotique pour p au iveau de cofiace 1 α est ue suite d itervalles aléatoires Ic tel que p ]0, 1, lim P(p I c ) = 1 α. Attetio! U itervalle de cofiace e doit pas dépedre de l icoue p. O doit pouvoir le calculer à partir de la seule coaissace des valeurs de l échatillo X 1,..., X. Remarque 7. U cadidat aturel pour estimer la probabilité de succès est la moyee empirique (aussi appelée fréquece de succès) X, qui comme o l a vu das la sectio 2.2, coverge e probabilité vers p lorsque +. Comme E X ] = p, l estimateur X est dit estimateur sas biais de l icoue p. O souhaite maiteat costruire des itervalles de cofiace. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 11
12 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Première approche O e peut pas travailler directemet sur la loi de X, car o e coait pas le paramètre p de la loi Biomiale B(, p). Le Théorème Cetral Limite permet d approcher sa loi par ue loi ormale, quelque soit la valeur de p. Soit t α tel que P( Z t α ) = 1 α où Z N (0, 1). Cette valeur t α est obteue e utilisat ue table de la loi ormale. D après le théorème cetral limite, pour assez grad, o a p ]0, 1, ( ]) ( P p X t α, X + t α = P X p ) t α Malheureusemet, l itervalle pas être u itervalle de cofiace. P( Z t α ) = 1 α. ] p(1 p) p(1 p) X t α, X + t α déped de l icoue p et doc il e peut O peut cepedat réutiliser l argumetatio de la sectio 3.3. Lorsque α = 5%, o a t α = 1.96 et p 0, 1], Par coséquet, pour α = 5%, o a ] p ]0, 1, X 1.96, X X 1, X + 1 ]. D où, pour assez grad, p ]0, 1, ( P p X 1, X + 1 ]) L itervalle ] X 1, X + 1 est u itervalle de cofiace asymptotique pour p de iveau de cofiace supérieur à 95%, quad est grad. 4.2 Secode approche Comme o e coaît pas p, o e coaît pas o plus la variace des X i : V ar(x 1 ) =. C est ce qui ous empêche d utiliser directemet le théorème cetral limite. Cepedat, d après la loi des grads ombres, la moyee empirique X coverge vers p. O e déduit que, X ( 1 X ) coverge e probabilité vers V ar(x1 ) = lorsque +. Il est alors aturel d approcher la valeur de la variace par X ( 1 X ) pour assez grad et d utiliser cette approximatio pour costruire u itervalle de cofiace. Il existe e fait ue gééralisatio du théorème cetral limite qui permet d affirmer que X ( 1 X )( X p ) coverge e loi vers la loi ormale cetrée réduite N (0, 1) lorsque mars Copyright c Hélèe Guéri. Uiversité de Rees 1 12
13 Complémets e statistique. Préparatio au Capes. Uiversité de Rees O e déduit que si t α est choisi tel que P( Z t α ) = 1 α où Z N (0, 1), pour assez grad, o a p 0, 1], ( ) ( ) X 1 X X 1 X P p X t α, X + t α 1 α. Par coséquet, l itervalle X ] X (1 X ) X (1 X ) t α, X + t α est u itervalle de cofiace asymptotique pour p de iveau de cofiace de l ordre de 1 α (t α = 1.96 pour α = 5%). 4.3 Comparaiso des itervalles de cofiace proposés Comme o avait procédé pour les itervalles de fluctuatios, o peut comparer les deux itervalles de cofiace proposés, le premier ayat du ses que lorsque α = 5%. O pose doc α = 5%. Sur les graphiques ci-dessous o trace l évolutio e foctio de des deux itervalles de cofiace proposés pour différetes valeurs de p. Moyee empirique p= 0.2 X + 1 X(1 X) X Moyee empirique p= 0.5 X + 1 X(1 X) X Moyee empirique p= 0.9 X + 1 X(1 X) X Nombre de lacers Nombre de lacers Nombre de lacers pour p = 0.2 pour p = 0.5 pour p = 0.9. Ces courbes sot plus chaotiques que celles des itervalles de fluctuatios car les itervalles de cofiace sot cetrés sur X qui varie e foctio de. O remarque que la vraie valeur p est pas toujours das l itervalle de cofiace, ce qui est ormal car la probabilité d avoir fait ue erreur est de l ordre de α = 5%. 4.4 Exercices Exercice 3. Lors d ue equête d opiio, o a déombré 81 persoes satisfaites d u produit sur 1681 iterrogées. E admettat que les persoes de l échatillo ot été prises au hasard das ue grade populatio, doer l itervalle de cofiace de la proportio p de persoes satisfaites das la populatio totale, avec ue probabilité de cofiace de Corrigé. Le modèle probabiliste lié à l expériece est le suivat. O itroduit X i la variable aléatoire représetat l opiio du ième idividu. O a X i = 1 si la ième persoe iterrogée est satisfaite et X i = 0 sio. Les variables X i sot supposées idépedates car les persoes sot choisies au hasard et suivet la loi de Beroulli B(p), où p est la proportio de persoes satisfaites das la populatio etière. Par coséquet, ] X (1 X ) X (1 X ) X 1.96, X est u itervalle de cofiace pour p de iveau de cofiace 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 13
14 Complémets e statistique. Préparatio au Capes. Uiversité de Rees de l ordre de 95%, pour est grad. Ici = 1681 et ue réalisatio de la fréquece de succès X est 81/1681. Par coséquet, ue réalisatio de l itervalle de cofiace au iveau de risque 5% est 0.038, 0.058], ce qui doe ue estimatio de la valeur de p. Exercice 4. O veut coaître la prévalece d ue maladie chroique das ue populatio doée. O extrait au hasard de cette populatio u échatillo d effectif 400 et o observe que 16 persoes sot porteurs de la maladie. 1. Détermier u itervalle de cofiace de la prévalece de la maladie das la populatio, au risque de 5 %. 2. Quelle doit être la taille miimale de l échatillo si l o souhaite ue étedue de l itervalle de cofiace iférieure ou égale à 0.02, toujours au risque de 5%? Corrigé. O e coaît pas la probabilité p d être malade. O regarde u échatillo X 1,..., X 400 de loi B(p) où X i = 1 si le ième idividu est malade et X i = 0 sio. ] X 400(1 X 400) X 400(1 X 400) 1. L itervalle X , X est u itervalle de cofiace pour p de iveau de cofiace de l ordre de 95%. Ue réalisatio de cet itervalle est 0.021, 0.059], ce qui doe ue estimatio de p. 2. Si o chage la valeur de, o chage a priori la valeur de la moyee empirique. Cepedat, o remarque que quelque soit la valeur de X, ( ) ( ) X 1 X X 1 X X 1.96, X X 1, X + 1 ]. Par coséquet, si , alors l étedue de l itervalle de cofiace sera iférieure ou égale à Il faut doc Gééralisatio à d autres lois La loi des grads ombres et le théorème cetral limite s appliquet à importe quelle loi ayat u momet d ordre 2 fii. O peut gééraliser la costructio d itervalles de cofiace pour la moyee à des lois plus géérales. Defiitio 8. O appelle échatillo (de taille ) u uplet (X 1,..., X ) de variables aléatoires idépedates et de même loi. O cosidère u échatillo de variables aléatoires X 1,..., X. O ote m = EX 1 ] et σ 2 = V ar(x 1 ). O e coaît pas m et o aimerait l estimer au mieux à partir de l échatillo. Defiitio 9. Soit X 1,..., X des variables idépedates de même loi telle que E X 1 ] <. O ote m = EX 1 ] l espérace commue. Le paramètre m est icou. O appelle estimateur de m toute variable aléatoire m s écrivat sous la forme m = f(x 1,..., X ). 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 14
15 Complémets e statistique. Préparatio au Capes. Uiversité de Rees U estimateur de m e doit évidemmet pas dépedre de l icoue m. Il existe ue ifiité d estimateurs. Par exemple, m = 10, m = X 1 X 2, m = (X 1 + X)e 2 X 3 sot des estimateurs de m. O va essayer de chercher des estimateurs ayat de boes propriétés, comme par exemple qui coverget vers l icoue m lorsque la taille de l échatillo ted vers l ifii. D après la Propriété 2, o sait que la moyee empirique X = X i/ est ue variable aléatoire d espérace m et de variace σ 2 /. Cette variable oscille par coséquet autour de la valeur icoue m (elle est dite sas biais) et pour assez grad les oscillatios sot d amplitude assez faible. Par ailleurs, d après la loi des grads ombres, X coverge e probabilité vers m lorsque (voir sectio 2.2). Trouver u bo estimateur de l icou m permet d estimer poctuellemet m. Mais o e sait pas si la vraie valeur de m est proche ou pas de l estimatio poctuelle choisie. Pour estimer où se trouve la vraie valeur avec ue probabilité assez forte, o itroduit la otio d itervalle de cofiace. Defiitio 10. Soit X 1,..., X des variables idépedates de même loi avec E X 1 ] <, d espérace commue m = EX 1 ]. U itervalle de cofiace de la moyee m au iveau de cofiace 1 α est u itervalle aléatoire I c = a, b], avec a et b qui dépedet de l échatillo X 1,..., X, tel que m R, P(m I c ) = 1 α. U itervalle de cofiace asymptotique de m au iveau de cofiace 1 α est ue suite d itervalles aléatoires Ic tel que m R, lim P(m I c ) = 1 α. 5.1 Itervalles de cofiace de la moyee à variace coue D après le théorème cetral limite, si o choisit t α tel que P( Z t α ) = 1 α où Z N (0, 1), o a, pour grad, ( P X σ 2 m ) ( tα = P m X σ t α, X + σ ]) t α P( Z t α ) = 1 α. ] Quad la variace σ 2 est coue, l itervalle X σ t α, X + σ t α est alors u itervalle de cofiace de la moyee m au iveau de cofiace 1 α lorsque est assez grad. Exemple. Regardos le cas particulier où les variables X i suivet la loi ormale N (m, 1). Das ce cas, comme les variables sot idépedates, o coaît explicitemet la loi de X qui est la loi ormale N (m, 1/). Par coséquet, ( X m ) suit la loi N (0, 1). Doc si t α est choisi tel que P( Z t α ) = 1 α où Z N (0, 1), o a pour tout 1 ( P m X 1 t α, X + 1 ]) t α = 1 α. L itervalle ] X 1 t α, X + 1 t α cofiace 1 α, pour tout 1 (cet itervalle est pas asymptotique). est alors u itervalle de cofiace de la moyee m au iveau de 5.2 Itervalles de cofiace de la moyee à variace icoue Lorsque la variace est icoue, comme das le cas de la loi de Beroulli, o a besoi d estimer aussi ce paramètre. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 15
16 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Lorsque la variace est de la forme σ 2 = g(m) O cosidère das cette partie le cas où la variace s écrit sous la forme σ 2 = g(m) où g est ue foctio cotiue. Par exemple, das le cas où les X i suivet la loi B(p), o a g(x) = x(1 x). D après la loi des grads ombres, X est u estimateur de m qui coverge e probabilité vers m. Comme la foctio g est cotiue, g(x ) coverge e probabilité vers g(m) = σ 2 quad m. U estimateur aturel de σ 2 est alors g(x ). D après la gééralisatio du théorème cetral limite, o a ( X m ) coverge e loi vers la loi ormale cetrée réduite N (0, 1) lorsque +. g(x ) De ce résultat, e repreat le même raisoemet que pour la loi de Beroulli, o] e déduit que, si t α g(x est choisi tel que P( Z t α ) = 1 α, l itervalle X ) g(x t α, X + ) t α est u itervalle de cofiace asymptotique pour m de iveau de cofiace de l ordre de 1 α. Exemple. O cosidère u échatillo X 1,..., X de loi de Poisso P(λ) avec λ icou. La loi de Poisso satisfait EX 1 ] = λ et V ar(x 1 ) = λ. Par coséquet, X est à la fois u estimateur sas biais de l espérace et de la variace. O e déduit que si t α est choisi tel que P( Z t α ) = 1 α, X X t α, X + l ordre de 1 α. 5.4 Cas gééral ] X t α est u itervalle de cofiace asymptotique pour λ de iveau de cofiace de La variace e s écrit pas forcémet comme ue foctioelle de l espérace. Par ailleurs, même si o peut l écrire sous la forme σ 2 = g(m), e gééral l estimateur g(x ) est pas cetré autour de σ 2. O itroduit maiteat u estimateur de la variace qui a de boes propriétés quelque soit la loi des X i. Defiitio 11. O cosidère des variables X 1, X 2,..., X idépedates et de même loi. O défiit la variace empirique de l échatillo par σ 2 = 1 ( ) 2. Xi X Propriété 12. Soit X 1, X 2,..., X de variables idépedates et de même loi, d espérace m et de variace σ 2 fiies. Alors 1. σ 2 = 1 X2 i X σ 2 est ue variable aléatoire d espérace 1 σ2. 3. σ 2 coverge e probabilité vers σ 2 quad. Remarque 13. L estimateur est dit biaisé car so espérace est pas égale à σ 2. Cepedat estimateur sas biais de σ 2 et qui coverge e probabilité vers σ 2 quad. 1 σ2 est u Démostratio. 1. O développe le carré das la somme et o obtiet σ 2 = 1 Xi 2 2 X i X + X 2 = 1 Xi 2 X mars Copyright c Hélèe Guéri. Uiversité de Rees 1 16
17 Complémets e statistique. Préparatio au Capes. Uiversité de Rees E utilisat EX ] = m et V ar(x ) = σ 2 / et e développat le carré, o a E σ 2 ] 1 = = 1 (Xi ) ] 2 E m + m X E (X i m) 2] 2 = σ 2 V ar(x ) = 1 σ2. E (X i m) ( X m )] (X + E m ) ] 2 3. D après la loi des grads ombres, X coverge e probabilité vers m. Par coséquet, X 2 coverge e probabilité vers m 2. Par ailleurs, e appliquat la loi des grads ombres à la suite de variables (X 2 i ) i 1 qui sot idépedates et de même loi, o obtiet que 1 X2 i coverge e probabilité vers EX 2 1 ]. Comme σ2 = EX 2 1 ] m2, o e déduit que σ 2 coverge e probabilité vers σ 2 quad. Remarque 14. Lorsque l échatillo X 1, X 2,..., X suit la loi de Beroulli B(p), alors σ 2 = X X 2 = X ( 1 X ). E effet, das ce cas X 2 i = X i. O retrouve l estimatio de la variace utilisée das la sectio 4.2. Comme σ 2 coverge e probabilité vers σ 2 quad, e utilisat la gééralisatio du théorème cetral limite, o obtiet que ( X m ) coverge e loi vers la loi ormale cetrée réduite N (0, 1) lorsque +. σ 2 ] Par coséquet, pour t α est choisi tel que P( Z t α ) = 1 α, l itervalle X σ t α, X + σ t α est u itervalle de cofiace asymptotique pour m de iveau de cofiace de l ordre de 1 α. 5.5 Exercices Exercice 5. O cosidère X 1,..., X u échatillo de loi E(λ), avec λ > 0 icou. Trouver u itervalle de cofiace à 95% de λ. Corrigé. Das le cas de la loi expoetielle, o a EX 1 ] = 1/λ et V ar(x 1 ) = 1/λ 2. Par coséquet, d après la loi des grads ombres X coverge e probabilité vers 1/λ et d après le théorème cetral limite gééralisé ( X X 1 ) coverge e loi vers la loi ormale cetrée réduite N (0, 1) lorsque +. λ Comme α = 5%, o pred t α = 1.96 et doc pour assez grad ( X P X 1 ) ( λ 1.96 = P X X λ X ) X ( ( = P X ) 1 ( λ X 1.96 ) ) X X 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 17
18 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Doc ( ) 1, ) ] 1 X X (X 1.96 X est u itervalle de cofiace de λ de iveau de l ordre de 95% pour grad. Autre méthode : O peut das le cas particulier de la loi expoetielle, utiliser le Théorème Cetral Limite classique. E effet, comme V ar(x 1 ) = 1/λ 2, o a, pour assez grad, ( P λ X 1 ) λ 1.96 = P ( λx ) P( Z 1.96) = Cepedat, Par coséquet, I = cofiace 95%. { λx 1 } { ( 1 = ) λ 1 ( )}. X X ( ( )] X ), X est u itervalle de cofiace asymptotique au iveau de Exercice 6. Vigt adultes fracophoes ot fait l objet d ue expériece de mémoire. Le temps pris pour appredre ue liste de 5 verbes allemads a été eregistré pour chaque persoe. Ceci a doé les résultats suivats (e miutes) : Calculer la moyee et l écart type de l échatillo 2. Établir u itervalle de cofiace (α = 5%) du temps moye écessaire à u fracophoe pour appredre la liste des 5 verbes allemads. 3. O dit qu u fracophoe e peut appredre qu u verbe par miute. Est-ce que cette affirmatio est justifiée par le résultat obteu das la questio précédete? Corrigé. O itroduit le modèle probabiliste suivat. La variable X i représete ici le temps mis par la persoe i pour appredre 5 verbes allemad. O e coaît pas la loi des X i, par coséquet o se permet d utiliser abusivemet l approximatio par la loi ormale même si = 20 est pas si grad. 1. La moyee de l échatillo est et sa variace Ne coaissat pas la loi des X i, o doit utiliser l itervalle de cofiace faisat iterveir la variace empirique. O obtiet alors l itervalle de cofiace pour la moyee m au iveau de cofiace 95% I c = X 1.96 σ, X σ ] dot ue réalisatio est 5.03, 5.42]. 3. Selo le résultat du sodage, au iveau de risque 5%, il semble qu u fracophoe appree mois d u verbe par miute. Exercice 7. Ue etreprise reçoit u lot importat de pièces fabriquées e série. Das u échatillo de 200 pièces, 15 sot défectueuses. 1. Doer u itervalle de cofiace de la proportio p de pièces défectueuses das tout le lot. 2. L etreprise accepte la livraiso que si la proportio p de pièces défectueuses est de 5%. Que coclure au iveau de risque 1%? 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 18
19 Complémets e statistique. Préparatio au Capes. Uiversité de Rees E fait, il est plus réaliste de peser que l etreprise accepte la livraiso que si la proportio p de pièces défectueuses est iférieure à 5%. Commet répodre à cette questio? Corrigé. Le modèle probabiliste associé à l expériece est le suivat. O itroduit X i la variable aléatoire correspodat à l état de la ième pièce et p la proportio de pièces défectueuses das tout le lot. Comme les pièces sot fabriquées e série, o peut supposer que chaque pièce a la même proportio d être défectueuse. Les pièces état choisies au hasard, il est aturel de supposer que les variables X i sot idépedates de loi B(p). 1. Pour α = 0.01, o a t α = U itervalle de cofiace de p au iveau de cofiace 99% est doé par ( ) ( ) X X200 X X200 X dot ue réalisatio est 0.027, 0.123]. 200, X Si l etreprise a raiso, la valeur de p est 5%, et doc la moyee empirique devrait être, au iveau de cofiace 99%, das l itervalle de fluctuatio ] p 2.57, p 2.57 = 0.01, 0.089] Ue réalisatio de la moyee empirique X 200 vaut qui est das cet itervalle de fluctuatios, o e peut doc pas rejeter, au iveau de risque 5%, l hypothèse que la proportio de pièces défectueuses est 5%. L etreprise peut predre la décisio d accepter le lot. 3. Si l etreprise souhaite que la proportio de pièces défectueuses soiet iférieure à u certai iveau, elle va avoir tedace à rejeter le lot si la moyee empirique est trop grade. Par coséquet, cherchos u itervalle de fluctuatios de la forme 0, a]. E utilisat la même méthode que das le cours et otammet le théorème cetral limite, le réel a va vérifier pour tout p 0, 5%] P ( X > a ) ( P Z > ) a p = α où Z N (0, 1), puisque P(X 0, a]) = 1 P(X > a). E utilisat la table de la loi ormale, o obtiet a p = 2.32, d où a = p p(1 p) p(1 p). O remarque que pour tout p 5%, o a ] ] , p , Par coséquet, pour tout p 5%, ( ) ( ) P X P X p Si la vraie proportio p de pièces défectueuses est iférieur à 5%, ] alors avec u iveau de cofiace supérieur à 0.95, X est das l itervalle 0, , qui vaut 0, 0.085] pour = Au iveau de cofiace de l ordre de 95%, o e rejete pas l hypothèse que la proportio de pièces défectueuses est iférieure à 5% et l etreprise accepte le lot. 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 19
20 Complémets e statistique. Préparatio au Capes. Uiversité de Rees Codes de simulatio Les codes de simulatios des graphes présets das ce documet sot mis à votre dispositio à la fois e R et Scilab. Choisissez etre ces deux logiciels, celui avec le quel vous êtes le plus à l aise, ils sot tous les deux très efficaces pour ce type de simulatio. 6.1 Codes e R Les simulatios présetes das ce documet ot été effectuées avec le logiciel R. Ce logiciel est gratuit et téléchargeable sur la page ou sur N hésitez pas à utiliser l aide de R, elle est très bie documetée. Vous trouverez, sous l oglet Cotributed, sur la page plusieurs mauels (ombreux sot e fraçais), dot otammet celui de Emmauel Paradis R pour les débutats. 6.2 Codes e Scilab U autre logiciel gratuit pour réaliser des simulatios est Scilab. Il est téléchargeable sur la page L aide de Scilab est très bie documetée. Vous trouverez, sous l oglet Ressources, sur la page plusieurs aides et otammet de très bos tutoriels 13 mars Copyright c Hélèe Guéri. Uiversité de Rees 1 20
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 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 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 détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en 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 détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en 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 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 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 détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en 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 détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en 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 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 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 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 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 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 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 détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en 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 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 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 détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en 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 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 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 détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en 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 détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en 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 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 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 détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en 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 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 détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
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 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 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 détailFormation 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 détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en 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 détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en 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 détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en 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 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 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 détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en 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 détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en 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 détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
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 détailRenseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.
Reseigemets et moitorig. Reseigemets commerciaux et de solvabilité sur les etreprises et les particuliers. ENSEMBLE CONTRE LES PERTES. Reseigemets Creditreform. Pour plus de trasparece. Etreteir des rapports
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 détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
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 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 détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailRisque de longévité et détermination du besoin en capital : travaux en cours
Risque de logévité et détermiatio du besoi e capital : travaux e cours Frédéric PLANCHET ISFA Laboratoire SAF Versio.6 / Septembre 2008 Sommaire La prise e compte de l expériece propre au groupe das l
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 détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
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 détailRégulation analogique industrielle ESTF- G.Thermique
Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en 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 détailLe chef d entreprise développe les services funéraires de l entreprise, en
Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.
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 détailMUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB
MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace
Plus en détailMobile Business. Communiquez efficacement avec vos relations commerciales 09/2012
Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre
Plus en détailRÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION
RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables
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 détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailLa fibre optique arrive chez vous Devenez acteur de la révolution numérique
2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit
Plus en détailTélé OPTIK. Plus spectaculaire que jamais.
Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise
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 détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détailDares Analyses. Plus d un tiers des CDI sont rompus avant un an
Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée
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 détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
Plus en détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailRéseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus
Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio
Plus en détailLE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL
LE WMS EXET DE LA SULY HAIN DE DÉTAIL QUELS SNT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec l évolutio des modes de cosommatio.
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 détailNous imprimons ce que vous aimez!
Nous imprimos ce que vous aimez! Persoalisé simple différet Catalogue de produits Tapis stadard tapis logo tapis publicitaire Nous imprimos ce que vous aimez! 2 I JOBET JOBET Vous et vos cliets serez coquis...
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 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 détail