II. STATISTIQUE ET PROBABILITÉS

Dimension: px
Commencer à balayer dès la page:

Download "II. STATISTIQUE ET PROBABILITÉS"

Transcription

1 II. STATISTIQUE ET PROBABILITÉS. COMMENTAIRES ET RECOMMANDATIONS Les motivatios U appretissage précoce, puis régulier, des situatios aléatoires est ue écessité pour répodre à u besoi social et professioel de plus e plus proocé das ce domaie. De plus, cet appretissage de l aléatoire favorisera la comparaiso de otre eseigemet avec celui d autres pays de l OCDE. L ejeu est d importace. Il s agit de doer u ses ratioel aux otios de «risque», de «sodage», de «preuve statistique», de «différece sigificative»..., aidat à la compréhesio de situatios gééralemet emprutes d icertitude et à la prise de décisio e cotexte aléatoire. Pour décrypter le mode modere, participer au débat démocratique, exercer so esprit critique, optimiser ses activités professioelles, «l hoête homme» du XXIe siècle doit être éduqué aux méthodes statistiques et aux probabilités. Les choix gééraux Les précédets programmes de baccalauréat professioel e laissaiet qu ue très faible place aux probabilités, pour certaies spécialités seulemet, et avec ue approche fodée sur le déombremet des cas possibles. Cette approche a motré ses limites face aux ejeux décrits précédemmet. Les ouveaux programmes des sectios professioelles s iscrivet doc, das ce domaie, das la cotiuité de l approche des probabilités iitiée par le programme de la classe de troisième, mis e place à la retrée La otio de probabilité s approprie plus aisémet par l expérimetatio et l observatio des fréqueces, e répétat idépedammet l expériece aléatoire. L utilisatio des T.I.C. (calculatrice ou tableur) favorise cet appretissage e facilitat l observatio de la «loi des grads ombres». Compte teu des ejeux qu il présete e termes de formatio de base, le domaie statistique - probabilités fait partie du troc commu des différetes spécialités de baccalauréat professioel. Das le domaie de la statistique descriptive, le module de statistique à ue variable de secode professioelle costitue essetiellemet ue cosolidatio des coteus des programmes de collège, à affermir das le cadre de situatios, y compris lors de l étude du module cocerat les fluctuatios des échatillos. E première professioelle, le module de statistique à ue variable ajoute aux idicateurs de dispersio mobilisables, l écart type et l écart iterquartile. La statistique à deux variables est itroduite e termiale professioelle à l aide des outils umériques, calculatrice et tableur, et e liaiso avec des préoccupatios o mathématiques, de la vie courate ou professioelle et des scieces physiques. Das le domaie de l aléatoire, l objectif e secode professioelle est de compredre, par l expérimetatio, que le «hasard» suit des lois. Les fluctuatios des fréqueces sot étudiées sur des échatillos aléatoires de même taille. Ceci permet de predre cosciece de l esprit de la statistique, c est-à-dire de la «variabilité aturelle» ihérete à u résultat statistique, et précise la otio de probabilité, estimée lorsqu o augmete la taille de l échatillo.

2 E première professioelle est quatifiée plus précisémet cette variabilité, e observat (sous certaies coditios) que si la fréquece d u caractère das ue populatio est p, alors plus de 95 % des échatillos aléatoires de taille prélevés das cette populatio doerot ue fréquece de ce caractère comprise etre p et p +. Cette coaissace permet d exercer u regard critique sur les doées statistiques : il faut cosidérer comme «sigificative» (c'est-à-dire représetative d ue cause o aléatoire) ue fréquece observée e dehors de cet itervalle. Plusieurs exemples d activités de classe illustret cocrètemet ce propos das ce documet. U aperçu plus théorique de ces questios, pour le professeur, est aussi développé. E termiale professioelle, se mettet e place le lagage et les méthodes (arbres, tableaux, diagrammes) permettat u calcul élémetaire des probabilités. Cette progressio facilite la poursuite d études e sectios de techicies supérieurs, où, das certaies spécialités, sot itroduits les itervalles de cofiace, les tests statistiques et les probabilités coditioelles. Quelques éclairages complémetaires par module Modules. et.2 du programme de secode professioelle À propos des idicateurs statistiques moyee et médiae Les idicateurs de tedace cetrale que sot la moyee et la médiae sot abordés au collège : la moyee dès la classe de quatrième, la médiae à partir de la troisième. Il coviet cepedat d e réactiver le ses aisi que les pricipales propriétés et de motrer que ces idicateurs jouet u rôle complémetaire. Davatage qu u cours théorique, idigeste et iefficace, il s agit d étudier l iformatio apportée par ces idicateurs das des exemples bie choisis. Il est e particulier écessaire d evisager quelques cas où moyee et médiae diffèret sesiblemet. Das le cas de valeurs obteues selo ue loi ormale, et pour u échatillo assez importat, moyee et médiae serot pratiquemet égales. Le terme «ormal» laisse etedre que cette situatio est assez fréquete. Pourtat de ombreuses distributios «o ormales» existet. U exemple fréquemmet choisi, et particulièremet parlat, est celui des reveus. E 2004, d après l INSEE, le reveu auel déclaré par idividu était e Frace, e moyee de 8 030, avec ue médiae de U Fraçais souhaitat comparer ses reveus à ceux de ses compatriotes cosidérera la médiae. U écoomiste désireux de se faire ue idée de la «richesse» de la Frace pourra multiplier la moyee par le ombre d idividus déclarat leurs reveus. Si la questio de savoir pourquoi le reveu moye est sesiblemet supérieur au reveu média se pose, ue répose peut être apporter par l observatio, sur des exemples umériques plus simples (les otes d ue classe à faible effectif à u devoir par exemple), que la moyee est «sesible» aux valeurs extrêmes (e l occurrece les très gros reveus), alors que, par sa défiitio même, la médiae e l est pas. La détermiatio de la médiae écessite u tri des doées, ce qui peut être parfois compliqué, mais e l est pas avec u outil iformatique (u tableur par exemple). Pour u ombre impair de doées, la médiae est la valeur cetrale, après tri. Pour u ombre pair de doées, plusieurs «défiitios» de la médiae sot possibles. Il est e gééral préférable de faire ue iterpolatio, e 2

3 effectuat la demi-somme des deux valeurs cetrales après tri (la médiae est cosidérée parfois comme la première valeur pour laquelle o atteit ou o dépasse 50 % de l effectif). Das la mesure du possible, il faut éviter de calculer ue moyee ou ue médiae après u regroupemet des doées e classes, lequel costitue ue perte d iformatio. Les T.I.C., avec u tableur par exemple, permettet de traiter u grad ombre de doées. Toutefois, pour les besois des exercices, il arrive que l o e dispose que de résultats regroupés e classes, sas avoir accès à la globalité des doées. Il est alors impossible de coaître la valeur exacte de la moyee ou de la médiae. Das ce cas il faut se coteter d estimer la moyee sous l hypothèse que les doées sot regroupées au cetre de chaque classe (sas précisio illusoire das le résultat du calcul), et de doer la classe médiae, c est-à-dire la classe coteat la médiae. Il est parfois possible de doer ue estimatio de la médiae sous l hypothèse que les doées sot uiformémet réparties à l itérieur de la classe médiae, mais il est souvet ridicule de mettre e œuvre des moyes de calculs disproportioés eu égard au côté arbitraire de l hypothèse effectuée. Il faut doc éviter ce type d exercice artificiel, qui est pas au programme. À propos des idicateurs statistiques étedue et quartiles L étude de la dispersio est au cœur de l activité statistique. S il y avait pas de dispersio, la statistique serait de peu d utilité. La otio d écart type état d ue compréhesio plus difficile, elle est itroduite qu e première professioelle. Il s agit, e secode professioelle, de cosolider l approche de la dispersio déjà faite au collège avec comme outils l étedue et les quartiles. L utilisatio de l étedue comme idicateur de dispersio peut paraître bie sommaire, cet idicateur état obteu simplemet à partir de deux des doées et ue élémetaire soustractio. Mais cette simplicité est ue qualité qui fait de l étedue u idicateur de dispersio très utilisé das les applicatios, e particulier e cours de fabricatio idustrielle ou à la réceptio de pièces maufacturées. Sur u échatillo aléatoire prélevé, l étedue est calculée pour juger de la qualité. Il y a peu de risques d erreurs de calcul. Le cas échéat, la «robustesse» du procédé est améliorée e élimiat les évetuelles valeurs «aberrates» avat le calcul de l étedue. Les quartiles, correspodat à des proportios de la populatio, sot coceptuellemet assez simples à compredre. Là ecore il existe plusieurs défiitios. La plus simple cosiste à cosidérer que le premier quartile (respectivemet le troisième quartile) correspod, après tri des doées das u ordre croissat de valeurs, à la première doée pour laquelle o atteit ou dépasse 25 % de l effectif (respectivemet 75 %). Calculatrice et tableurs utiliset gééralemet d autres défiitios, fodées sur des iterpolatios, mais les différeces évetuelles des résultats sot gééralemet peu sigificatives et e poset pas de problème du poit de vue de l iterprétatio statistique qui peut être faite. Il peut e pas y avoir de totale cohérece etre la défiitio choisie pour la médiae et celle qui correspodrait au deuxième quartile. Du poit de vue de l utilisatio statistique, ceci est sas importace et e doit pas être u sujet soulevé par le professeur. La coaissace du premier et du troisième quartile (c est-à-dire de la «boîte» du diagramme e boîte à moustaches) permet de situer la moitié (50 %) «cetrale» de la populatio. Selo l étedue de cette «moitié cetrale», simplemet «visualisée» e secode et qui correspod à l écart iterquartile calculé e première, il est possible de comparer la dispersio de deux populatios. 3

4 À propos des otios de probabilité et de fluctuatio d ue fréquece selo les échatillos Pour compredre les capacités attedues des élèves das ce module du programme de secode, et la faço dot il est possible de pratiquer e classe, le plus éclairat est sas doute de cosulter les exemples d activités présetées das ce documet, et qui ot été pratiquées das des classes. Des élémets plus théoriques, présetés aussi das ce documet, permettet d avoir esuite u peu de recul. Il parait judicieux de commecer par étudier des exemples simples, se rameat à des lacers successifs d ue pièce de moaie, ou d u dé, ou à des tirages das ue ure. Tout d abord à l aide de vraies expérieces, réalisées par exemple avec u sac coteat des billes ou ue bouteille coteat des perles de couleur. Sur l image suivate, la boîte cotiet 5 % de billes dorées, cosidérées comme défectueuses. Les 32 alvéoles, e secouat la boîte, costituet des échatillos aléatoires sur lesquels sot comptées les billes défectueuses ce qui permet d étudier les fluctuatios d échatilloage. La bouteille, dot les parois sot peites, cotiet des perles rouges et jaues. Seul le fod fait apparaître 5 perles. E secouat la bouteille, d autres échatillos de 5 perles sot observables. E multipliat le ombre d échatillos, la proportio des rouges et des jaues das la bouteille peut être estimée et utilisée pour illustrer aisi l approche fréquetiste d ue probabilité. La partie expérimetale est suivie de l utilisatio de simulatios avec la calculatrice ou le tableur (voir paragraphe II-3 pour des précisios techiques sur la simulatio). L utilisatio d u outil de simulatio permet tout d abord de multiplier les expérieces à taille d échatillo fixée, puis esuite d observer que l ampleur des fluctuatios a tedace à dimiuer lorsque la taille de l échatillo augmete. Das u secod temps, il est essetiel de cosidérer des exemples issus de la vie courate, de l écoomie, de la techologie, de l eviroemet ou des thématiques proposées au BOEN (voir les exemples d activités qui suivet). Ces exemples illustret les ejeux de ce qui est pas u jeu. Module. du programme de première professioelle À propos de l écart type et des boîtes à moustaches 4

5 L écart type est l idicateur de dispersio à associer à la moyee, alors que l écart iterquartile est celui associé à la médiae. Le couple (moyee, écart type) trouve sa pertiece e liaiso avec les probabilités et e particulier avec la loi ormale, qui est étudiée das de ombreuses spécialités de techicies supérieurs. Notammet, pour ue distributio ormale (courbe de Gauss), eviro 95 % des valeurs sot situées autour de la moyee à plus ou mois deux écarts types. Les distributios ormales état fréquemmet recotrées, e particulier das les domaies professioels idustriels (pour le cotrôle de qualité ou les erreurs de mesure), les élèves de première professioelle peuvet étudier la proportio des termes d ue série apparteat à l itervalle [ x 2σ, x + 2σ ]. L écart type est péible à calculer sas les T.I.C. et assez difficile à compredre. So calcul e présete aucu itérêt à ue époque où les T.I.C. permettet ue obtetio quasi immédiate (du mois das le cas d ue calculatrice ; mais das le cas d u tableur, ce est vrai que si les valeurs e sot pas regroupées, ue petite procédure état écessaire das le cas de valeurs regroupées). Il est doc hors de questio de calculer u écart type plus ou mois «à la mai» à l aide d u tableau. La chose importate est de travailler sur sa sigificatio, par exemple, das le cas de distributios relativemet ormales, e calculat la proportio des valeurs apparteat à l itervalle [ x 2σ, x + 2σ ], ou e comparat la dispersio de deux séries d écarts types différets. Il est itéressat de faire remarquer que deux séries de même écart type peuvet, si elles sot éloigées d ue distributio ormale, avoir ue distributio très différete, comme le motre l exemple ci-dessous. C est l occasio de rappeler l itérêt d u graphique, qui peut motrer davatage qu u simple résumé umérique. Série Série 2 Série 3 valeur effectifs s valeur effectifs s valeur effectifs s N = 300 x = 0 Me = 0 e = 6 σ 5, N = 300 x = 0 Me = 0 e = 6 σ 5,66 Série N = 300 x = 0 Me = 0 e = 6 σ 5,66 Série 3 Série

6 Le couple (médiae, écart iterquartile), sas apporter les mêmes reseigemets que le précédet, coviet à toutes les distributios et est e particulier peu sesible aux valeurs extrêmes. Das des domaies où de ombreuses distributios o ormales sot recotrées, par exemple das les secteurs professioels tertiaires, il est privilégié et souvet associé à ue représetatio graphique e boîte à moustaches. Il existe plusieurs types de diagrammes e boîte. La «boîte» est u rectagle limité par le premier et le troisième quartile et où figure la médiae. Les «moustaches» e revache peuvet s achever aux valeurs extrêmes, le miimum et le maximum de la série, ou aux premier et euvième déciles, 0 % et 90 %, mais la otio de décile est hors programme. xmi Q 25% Q2 Q3 50% 75% xmax Me La réalisatio des diagrammes e boîte est pas exigible des élèves, mais ils doivet pouvoir lire et iterpréter de tels graphiques. La covetio reteue quat aux valeurs extrêmes des moustaches est idiquée. Module. du programme de termiale professioelle À propos de la statistique à deux variables Das ce module, l accet est mis sur l utilisatio des T.I.C. pour obteir rapidemet ue représetatio graphique du uage de poits et ue droite (ou autre courbe) d ajustemet. Ceci permet de travailler davatage sur l iterprétatio et l utilisatio de cet ajustemet. La méthode de Mayer, peu performate et absete des moyes habituels de calcul, est pas à evisager. 2. EXEMPLES D ACTIVITÉS Les oze situatios présetées das ce paragraphe costituet ue illustratio cocrète des propos précédets et sot des documets-ressources à destiatio des professeurs. Certaies situatios, à coditio d être adaptées aux élèves, à leurs cetres d itérêt et à leur spécialité peuvet servir de base à des activités de classe. Les six premières activités illustret les modules.2 sur la fluctuatio d ue fréquece, des programmes de secode et première professioelles. Plusieurs d etre elles peuvet, selo le degré de quatificatio choisi, être abordées e secode ou e première. Les deux premières situatios, dot la mise e forme possible e classe est pas développée, illustret les ejeux de ces modules. Les activités 3 à 6 présetet, de plus, la faço dot elles peuvet être pratiquées e classe. L activité 7 illustre le module. de première professioelle. 6

7 Les activités 8, 9 et 0 illustret le module. de termiale professioelle à propos de la statistique à deux variables. L activité illustre le module.2 de termiale professioelle à propos du calcul des probabilités. - ACTIVITÉ : TAUX ANORMAL DE CAS DE LEUCÉMIE Niveau : secode professioelle. Module : fluctuatios d'ue fréquece selo les échatillos, probabilités. Thématique : protéger la plaète (développemet durable) - préveir u risque lié à l eviroemet (prévetio, saté et sécurité). Éocé Ue petite ville des États-Uis a cou 9 cas de leucémie chez de jeues garços e l espace de 0 aées. Doit-o, comme l ot alors affirmé les autorités, e accuser le hasard? Cet exemple motre les ejeux de la méthode statistique. Wobur est ue petite ville idustrielle du Massachusetts, au Nord-Est des ÉtatsUis. Du milieu à la fi des aées 970, la commuauté locale s émeut d u grad ombre de leucémies ifatiles surveat e particulier chez les garços das certais quartiers de la ville. Les familles se lacet alors das l exploratio des causes et costatet la présece de décharges et de friches idustrielles aisi que l existece de polluats. Das u premier temps, les experts gouveremetaux cocluet qu il y a rie d étrage. Mais les familles s obstiet et saisisset leurs propres experts. Ue étude statistique motre qu il se passe sas doute quelque chose «d étrage». Le tableau suivat résume les doées statistiques cocerat les garços de mois de 5 as, pour la période (Source : Massachusetts Departmet of Public Health). Populatio des garços de mois de 5 as à Wobur selo le recesemet de 970 : Nombre de cas de leucémie ifatile Fréquece des observés chez les leucémies aux Etats-Uis garços à Wobur (garços) : p etre 969 et , La questio statistique qui se pose est de savoir si le hasard seul peut raisoablemet expliquer le ombre de leucémies observées chez les jeues garços de Wobur, cosidérés comme résultat d u échatillo prélevé das la populatio américaie. 7

8 La populatio des États-Uis état très grade par rapport à celle de Wobur, o peut cosidérer que l échatillo résulte d u tirage avec remise et simuler des tirages de taille avec le tableur. Il est aisé de simuler sur le tableur 00 échatillos de taille = prélevés au hasard das ue populatio de garços où la probabilité de leucémie est p = 0, (cas «ormal») e utilisat l istructio : =ENT(ALEA()+0,000 52). L istructio =ALEA() géère u ombre aléatoire das l itervalle [0, [. L istructio =ALEA()+0, géère doc u ombre aléatoire das l itervalle [0, ;,000 52[. Aisi, =ENT(ALEA()+0,000 52), où ENT désige la partie etière, vaut la plupart du temps 0 (o malade) et vaut (malade) avec la probabilité 0, Sur chaque échatillo, e faisat la somme, o obtiet le ombre de cas observés, sous l hypothèse d ue probabilité «ormale». Il est possible de représeter sur u graphique les 00 résultats observés sur les échatillos aisi simulés. Les simulatios motret que le ombre de cas observés à Wobur (9 cas) est extrêmemet rare (de l ordre de % des simulatios sur u grad ombre d essais), sous l hypothèse d ue probabilité «ormale». Il est doc raisoable de peser que le iveau très «sigificativemet» élevé des leucémies ifatiles observées chez les garços de Wobur est pas dû au hasard. Ce taux aormalemet élevé de leucémies est officiellemet cofirmé par le Départemet de Saté Publique du Massachusetts e avril 980. Les soupços se portet alors sur la qualité de l eau de la appe phréatique qui, par des forages, alimete la ville. O découvre aisi le sydrome du trichloréthylèe. - ACTIVITÉ 2 : DÉFAUTS DE PEINTURE Niveau : première professioelle. 8

9 Module : fluctuatios d'ue fréquece selo les échatillos, probabilités Thématique : cotrôler la qualité (vie écoomique et professioelle). Éocé Das ue usie automobile, o cotrôle les défauts de peiture de type «grais poctuels sur le capot». Lorsque le processus est sous cotrôle, o a 20 % de ce type de défauts. Lors du cotrôle aléatoire de 50 véhicules, o observe 26 % de défauts (3 sur 50). Faut-il s iquiéter? Élémets de répose E supposat que la situatio est sous cotrôle, c est-à-dire que la proportio de capots présetat ce défaut (miime) de peiture das la productio totale est p = 0,20, u échatillo aléatoire de 50 capots présetera ue proportio de défauts comprise, das plus de 95 % des cas, etre 0,20 et 0, , soit eviro 6 %,, soit eviro 34 %. Il y a doc pas lieu de cosidérer ue 50 observatio de 26 % de défauts sur u échatillo de taille 50 comme «aormale». Ce type de cotrôle de qualité a effectivemet été pratiqué par u costructeur d automobiles fraçais. Il s agissait de détecter ue amélioratio sigificative du procédé de peiture grâce à cet idicateur de défaut, quasimet ivisible pour le cliet. - ACTIVITÉ 3 : NAISSANCES À PILE OU FACE Niveau : secode professioelle (sous cette forme) ou première. Module : fluctuatios d'ue fréquece selo les échatillos, probabilités. Thématique : compredre l iformatio (vie sociale et loisirs) préveir u risque lié à l eviroemet (prévetio, saté et sécurité). O propose ici ue séquece e trois étapes. ÉTAPE : éocé Les doées statistiques suivates ot été relevées : - e 2000, das le village de Xicu, e Chie, il est é 20 efats, parmi lesquels 6 garços, 9

10 das la réserve idiee d Aamjiwaag, située au Caada à proximité d idustries chimiques, il est é etre 999 et 2003, 32 efats dot 46 garços. Ces observatios sot-elles le fruit du hasard? - Élémets de répose U temps est laissé aux élèves pour se «débrouiller» avec ces chiffres puis saisir les pistes issues d ue «tempête de cerveaux». Il faut s attedre à des calculs de statistique descriptive (pourcetage, fréquece), à ue comparaiso avec ue proportio de 50 %, et voir émerger la problématique du hasard. La proportio de garços à la aissace est habituellemet estimée à 50 %. E réalité elle est, de faço étoammet stable, de 5,2 %, mais o peut ici predre sas icovéiet le modèle «d ue chace sur deux» pour aalyser les doées proposées. Ue première idée, pour se situer par rapport à u a priori de 50 %, cosiste à calculer le pourcetage de garços (ou de filles) das chaque cas : Pourcetage de garços Xicu Aamjiwaag 80 % 34,8 % Les valeurs trouvées sot loi du résultat «attedu». Mais peut-être est-ce le hasard? Pour préciser la répose à la questio posée, il faut étudier les propriétés du hasard e supposat, pour simplifier, qu à la aissace o a ue chace sur deux d avoir ue fille ou u garço. Ue expérimetatio avec des pièces de moaie peut être proposée. ÉTAPE 2 : expérimetatio avec des pièces de moaie. Lacer 20 fois ue pièce de moaie et oter le ombre de «pile». 2. Recommecer l expériece ue dizaie de fois ou regrouper les résultats obteus das la classe. 3. Commet peut-o utiliser ces expérieces pour commeter les statistiques de Xicu? 4. Pourquoi l expérimetatio avec des pièces e permet-elle pas de répodre complètemet au problème posé? Élémets de répose O peut décider que «pile» correspod à «garço» et «face» à «fille» (ou le cotraire). O costate que pratiquemet aucue expériece e doe 6 piles (ou plus), mais que cela peut se produire. Le résultat chiois est très étoat et laisse plutôt peser que «la pièce est truquée». Remarque pour le professeur Le ombre de piles peut être cosidéré comme correspodat à la réalisatio d ue variable aléatoire de loi biomiale de paramètres = 20 et p = 0,5. La probabilité, sur 20 lacers, d avoir u ombre de piles iférieur ou égal à 5 est eviro 0,994. 0

11 Ce résultat peut s obteir sur u tableur par l istructio : =LOI.BINOMIALE(5;20;0,5;VRAI). C est-à-dire que l observatio d u résultat comparable à celui du village chiois a 0,6 % de chaces de se produire (quad o suppose le hasard «ue chace sur deux» à l œuvre). Pour Aamjiwaag, il faudrait lacer la pièce u trop grad ombre de fois. Faire costater qu u plus grad ombre d expérieces permettrait de s assurer des observatios faites pour 20 lacers, permet alors de proposer u TP de simulatio sur tableur-grapheur (ou faire ue vidéo projectio devat la classe ou ecore distribuer le fichier sur des ordiateurs). Cette première expérimetatio iformatique permet d étudier esuite des échatillos de 32 lacers e utilisat le même protocole de simulatio. ÉTAPE 3 : travaux pratiques sur tableur U éocé possible. Simulatio d u lacer de pile ou face. a) Etrer e cellule A la formule =ALEA() (avec des parethèses vides) puis appuyer de ombreuses fois sur la touche F9. Compléter la phrase : «La formule =ALEA() affiche u ombre décimal tiré au hasard etre... et...». b) Compléter la phrase : «La formule =ALEA()+0,5 affiche u ombre décimal tiré au hasard etre... et...». Vérifiez votre répose e etrat la formule =ALEA()+0,5 e cellule A. c) E complétat la phrase suivate, trouver ue règle permettat de simuler u tirage à pile ou face à l aide de la foctio ALEA : «Si e utilisat la formule =ALEA()+0,5 le tableur affiche u ombre de l itervalle [0,5 ;...[, o cosidère que la pièce est tombée sur face, si au cotraire le tableur affiche u ombre de l itervalle [...,...[, o cosidère que l o a obteu pile.». d) O souhaite améliorer la simulatio e utilisat la foctio ENT qui affiche la partie devat la virgule d u ombre positif (partie etière). Etrer e A la formule =ENT(ALEA()+0,5). Faire plusieurs fois F9. Quels résultats obtiet-o? Quelle est leur sigificatio das le jeu de pile ou face? 2. Simulatio de 20 lacers de pile ou face. Recopier le coteu de la cellule A jusqu e A20 (poiteur de la souris e forme de croix oire). E A2 etrer la formule =SOMME(A:A20)/20. Que calcule cette formule? 3. Simulatio de 00 expérieces. Sélectioer les cellules de A à A2 puis recopier vers la droite jusqu e coloe CV.

12 Sélectioer la lige 2 (e cliquat sur la tête de lige) puis cliquer sur l icôe de l assistat graphique et demader u «uage de poits». Faire de ombreuses fois F9. D après vos observatios, sur 20 lacers, ue fréquece de «pile» égale ou supérieure à 0,8 : e se produit jamais ; se produit eviro 20 fois sur 00 ; se produit eviro 0 fois sur 00 ; se produit eviro fois sur Que pouvez-vous déduire de aissaces à Xicu e 2000? ces simulatios à propos des 5. Cas de 32 aissaces. a) Sur ue autre feuille de calcul, simuler 00 expérieces de 32 lacers de pile ou face et représeter les fréqueces de «pile» comme précédemmet. D après le graphique, doer u itervalle autour de 0,5 das lequel se trouve la «grade majorité» des poits. b) Que pouvez-vous déduire de ces simulatios à propos des aissaces à Aamjiwaag? Élémets de répose. a) «La formule =ALEA() affiche u ombre décimal tiré au hasard etre 0 et». b) «La formule =ALEA()+0.5 affiche u ombre décimal tiré au hasard etre 0,5 et,5». c) «Si e utilisat la formule =ALEA()+0.5 le tableur affiche u ombre de l itervalle [0,5 ; [ o cosidère que la pièce est tombée sur face, si au cotraire le tableur affiche u ombre de l itervalle [ ;,5[ o cosidère que l o a obteu pile.» d) O obtiet comme résultats 0 ou. Le résultat 0 correspod à face et correspod à pile. 2. La formule calcule la fréquece de «pile» sur les 20 lacers. 3. D après les observatios, sur 20 lacers, ue fréquece de «pile» égale ou supérieur à 0,8 R se produit eviro fois sur O peut e déduire que les statistiques de Xicu sot très étoates. Il est peu probable qu elles s expliquet par le seul hasard. C est ue «alerte» qui doit iciter à rechercher des causes extérieures. 5. a) La «grade majorité» des poits sot das l itervalle [0,4 ; 0,6]. 2

13 b) Le résultat 0,348 observé à Aamjiwaag e se trouve pas das l itervalle [0,4 ; 0,6]. Il est peu probable, qu il s explique par le seul hasard. C est ue «alerte» qui doit iciter à rechercher des causes extérieures. Commetaires Il est importat de préciser que les «réposes» apportées par l activité précédete e sot que des réposes «statistiques». Les résultats observés sur les aissaces à Xicu et Aamjiwaag sot «bizarres» (et préoccupats). Rie de plus e peut être dit quat aux causes, mais ces résultats doivet iciter à equêter. C est ue obligatio morale, car o a établi ue «preuve statistique», ratioelle, qu il se passe sas doute quelque chose d ihabituel. Pour le cas de Xicu, la cause probable est l acquisitio das ce village (e 999) d ue machie à ultra-sos bo marché, permettat aux médecis de détermier le sexe du fœtus. (Source : Washigto Post du 29 mai 200.) Das le cas d Aamjiwaag, ue equête saitaire est meée. E effet, depuis Seveso, le rôle de certais polluats sur les déséquilibres du sex-ratio est cou. (Sources : Sciece et Vie février 2006 Eviromethal Health Perspectives octobre 2005, article e aglais e lige.) - ACTIVITÉ 4 : SEGMENT ALÉATOIRE Niveau : secode ou première professioelle. Module : fluctuatios d'ue fréquece selo probabilité. les échatillos, otio de Cette activité illustre l approche «fréquetiste» d ue probabilité, c est-à-dire l observatio de la «stabilisatio relative des fréqueces quad augmete» vers la probabilité de l évéemet. Éocé 3

14 Deux poits A et B sot pris «au hasard» sur u segmet de logueur. Ceci peut être réalisé grâce à la foctio «radom» de la calculatrice qui doe «au hasard» u ombre compris etre 0 et, qui sera l abscisse du poit. Quelle est la probabilité de l évéemet : «la logueur AB est supérieure à 0,5»? Élémets de répose Expérimetatio avec ue calculatrice : La différece rad rad correspod, au sige près, à la distace AB. Il suffit d appuyer 0 fois sur Eter pour simuler 0 expérieces. Les résultats de la classe peuvet esuite être mutualisés. Visualisatio sur u tableur : La simulatio de l expériece est simple à mettre e place sur u tableur : sur l image d écra ci-dessous, est etrée e B5 et e C5 la formule =ALEA(). E D5 la formule =ABS(B5-C5) fourit la distace AB. E etrat e E5 la formule =SI(D5>0,5;;0) la valeur est obteue lorsque l évéemet «AB > 0,5» est réalisé et la valeur 0 est obteue lorsqu il e l est pas. Par recopie, l expériece simulée peut être répétée et costituer u échatillo (de taille par exemple 500) des résultats de cette expériece. E faisat F9, o multiplie les observatios. Fréquece relative aux sept premières expérieces 4

15 La fréquece l évéemet «AB > 0,5» se stabilise autour de 25 %. Commetaire L avatage de cette situatio est que la probabilité de l évéemet cosidéré, qui est égale à 0,25, est pas «ituitive». Il est d ailleurs itéressat de demader aux élèves ue évaluatio «a priori» de la répose, avat d expérimeter. - ACTIVITÉ 5 : CONTESTER UN JUGEMENT Niveau : première professioelle. Module : fluctuatios d'ue fréquece selo les échatillos, probabilités. Thématique : compredre l iformatio (vie sociale et loisirs). (Source : Prove it with figures H. Zeisel et D Kaye.) Éocé E Novembre 976 das u comté du sud du Texas, Rodrigo Partida était codamé à huit as de priso. Il attaqua ce jugemet au motif que la désigatio des jurés de ce comté était discrimiate à l égard des Américais d origie mexicaie. Alors que 79,% de la populatio de ce comté était d origie mexicaie, sur les 870 persoes covoqués pour être jurés lors d ue certaie période de référece, il y eut que 339 persoes d origie mexicaie.. Quelle est la fréquece des jurés d origie mexicaie observée das ce comté du Texas? 2. La simulatio sur u tableur du prélèvemet d échatillos aléatoires de taille = 870 das ue populatio où la fréquece des habitats d origie mexicaie est p = 0,79. Les fréqueces des habitats d origie mexicaie observées sur 00 échatillos simulés sot représetées ci-dessous. 5

16 a) Calculer les bores de l itervalle [ p, p + 0 2). b) Quel est le pourcetage des simulatios fréquece e dehors de l itervalle précédet? ]. (Arrodir à fourissat ue 3. Sur les simulatios, est-il arrivé au hasard de fourir ue fréquece d habitats d origie mexicaie comparable à celle des jurés d origie mexicaie observée das ce comté du Texas? 4. Commet expliquez-vous cette situatio? Élémets de répose. La fréquece observée des jurés d origie mexicaie est f = soit eviro 0, a) O a [0, ; 0, ] c est-à-dire eviro [0,76 ; 0,82]. b) Sur le graphique des 00 simulatios, 4 poits sot e dehors de l itervalle précédet, soit 4 % des cas. 3. No. La fréquece observée 0,39 est très loi des valeurs obteues sur les simulatios. 4. La costitutio des jurys est sas doute pas totalemet aléatoire. Commetaires Les doées étudiées costituet ue «preuve statistique» du fait que la costitutio de ces jurys est pas totalemet aléatoire, c est-à-dire que ceux ci e sot pas «représetatifs» de la populatio, du poit de vue du caractère hispaique. Les calculs précédets motret qu il est pas possible de cosidérer que les jurys résultet d u tirage au sort où chaque élémet de la populatio a les mêmes chaces d être choisi. Mais c est tout ce que l o peut dire et, e particulier, il est pas possible de se proocer sur les causes et 6

17 porter des accusatios de discrimiatio raciale. L étude statistique précédete doit iciter à equêter sur les coditios de costitutio des jurys. Le costat pourra alors être fait que pour être juré o doit maîtriser la lague aglaise (écrite et parlée), ce qui est pas le cas de la majorité de la populatio d origie hispaique, que pedat les aées correspodat à l étude, la proportio des hispaiques das la populatio a évolué, et que la proportio d hispaiques das les jurys a égalemet évolué au cours de ces aées. - ACTIVITÉ 6 : PREMIER TOUR DES PRÉSIDENTIELLES 2002 Niveau : secode professioelle (sous cette forme) ou première. Module : fluctuatios d'ue fréquece selo les échatillos, probabilités. Thématique : croire u sodage (vie sociale et loisirs). Éocé Voici u extrait d article, publié das le joural «Le Mode» par le statisticie Michel Lejeue, après le premier tour de l électio présidetielle de «Pour les rares scietifiques qui savet commet sot produites les estimatios, il était clair que l'écart des itetios de vote etre les cadidats Le Pe et Jospi redait tout à fait plausible le scéario qui s'est réalisé. E effet, certais des deriers sodages idiquaiet 8 % pour Jospi et 4 % pour Le Pe. Si l'o se réfère à u sodage qui serait effectué das des coditios idéales [...], o obtiet sur de tels pourcetages ue icertitude de plus ou mois 3 % état doé la taille de l'échatillo [...].». Si l o tiet compte de l icertitude liée au sodage, etre quels pourcetages pourraiet se situer réellemet (à 95 % de cofiace) les deux cadidats lorsque le sodage doe 8 % pour l u et 4 % pour l autre? 2. Représeter sur u même graphique les deux «fourchettes» calculées à la questio précédete. Peut-o prévoir l ordre des cadidats? 3. Au premier tour de l électio présidetielle de 2002, L. Jospi a obteu 6,8 % des voix et J.-M. Le Pe 6,86 %. Expliquer la phrase «l'écart des itetios de vote etre les cadidats Le Pe et Jospi redait tout à fait plausible le scéario qui s'est réalisé». Élémets de répose. Pour L. Jospi, etre 5 % et 2 %. Pour J.-M. Le Pe, etre % et 7 %. 2. U dessi possible. 0 % 5 % 7 20 %

18 Si o utilise ces fourchettes, o e peut pas prévoir l ordre des cadidats car elles ot ue partie commue. 3. La phrase correspod au fait que les pourcetages obteus à l électio sot situés das les fourchettes du sodage. Commetaires Voici u exemple où quelques otios mathématiques de base (pourcetage, représetatio des ombres, itervalle, itersectio) sot écessaires à la boe compréhesio d u article de presse de la rubrique société ou politique. La lecture du texte est ue des difficultés de l exercice, mais motre aussi l itérêt de la situatio. L aspect fluctuatio d échatilloage (plus ou mois 3 % sur u échatillo de taille mille, c est-à-dire 000 0,03) est pas pris e compte das cet exercice, qui se veut élémetaire. La «cofiace» est doée au statisticie. Il est possible e première professioelle, d expérimeter la pertiece de ce 3 % (eviro 95 % de cofiace) par simulatio (module.2 du programme de première). 8

19 - ACTIVITÉ 7 : POPULATION FRANCAISE EN 2030 Niveau : première professioelle. Module : statistiques à ue variable Thématique : compredre l iformatio (vie sociale et loisirs) Éocé Le tableau ci-dessous doe la répartitio e foctio de l âge de la populatio fraçaise e 200 et ue prévisio pour L objectif de cette activité est de calculer, à l aide d u ordiateur, différets idicateurs de tedace cetrale et de dispersio pour comparer ces deux répartitios.. ÉTUDE DE L ANNÉE 200 ENTRÉE DES DONNÉES DANS LE TABLEUR a) Pour etrer les libellés des coloes, saisir «a» das la cellule B2, «b» e C2, «i» e D2 et «xi» e E2. Remarque : pour les idices (ou exposats) cliquer sur Format das la barre d outil, sélectioer Cellule puis cliquer sur l oglet Police et sélectioer Idice (ou exposat) b) Pour etrer les classes d âge : - saisir verticalemet à partir de B3 bores iférieures des itervalles classes ; - saisir verticalemet à partir de C3 bores supérieures des itervalles classes. les de les de c) Pour etrer les effectifs de l aée 200 : - saisir verticalemet les effectifs à partir de D3 ; - sélectioer les effectifs et cliquer sur le bouto pour effectuer le total de la Âge Effectif e 200 [0;0[ [0;20[ [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ [70;80[ [80;90[ [90;00[ 7,6 7,7 8, 8,3 8,6 8,2 6,3 4,6 2,9 0,6 Effectif prévu e ,5 6,8 7,3 7,4 7,9 8,3 8,2 6,4 3,5 0,9 Source : US Cesus Bureau Iteratioal Data Base coloe ; l effectif total apparaît e D3. d) Pour etrer les cetres de classes : - saisir «=(B3+C3)/2» e E3 ; - cliquer-glisser à partir du coi iférieur droit de E3 jusqu e E2. Remarque : pour les calculs qui suivet, o admet que la totalité de l effectif de chaque classe est affecté e so cetre xi. ESTIMATION DE LA MOYENNE : x = i xi N a) Pour etrer le libellé de la coloe de calcul, saisir «i xi» e F2. b) Pour calculer ue estimatio de la moyee : 9

20 - saisir «= D3*E3» e F3 puis faire u cliquer-glisser jusqu e F2 ; effectuez le total de la coloe avec le bouto ; - saisir «Moyee :» e B6; - saisir «= F3/D3» e C6 ; valider, l estimatio de la moyee apparaît. Remarque : pour choisir le ombre de chiffres après la virgule, cliquer sur le bouto. CALCUL DE L ÉCART TYPE : σ = i x i2 x2 N a) Pour etrer le libellé de la coloe de calcul, saisir «i xi2» e G2. b) Pour calculer l écart-type : - saisissez «= D3*E3*E3» e G3, puis faire u cliquer-glisser jusqu e G2 ; - effectuez le total de la coloe avec le bouto ; - saisissez «Ecart type :» e E6 ; - saisissez «= RACINE(G3/D3-C6*C6)» e G6 ; validez, la valeur de l écart type apparaît. 2. ÉTUDE DE L ANNÉE 2030 E procédat comme à la questio précédete avec l aide du tableur, calculer ue estimatio de la moyee et l écart-type de la populatio fraçaise prévue e ANALYSE DES RÉSULTATS Comparer les idicateurs statistiques moyee et écart type e 200 avec ceux e E déduire u commetaire sur l évolutio de la populatio fraçaise prévue sur cette période. Élémets de répose L écart type e 200 est peu différet de celui e 2030 (mois d u a d écart). La moyee e 2030 est supérieure de 3,6 as à celle e 200. La prévisio prévoie doc que la populatio fraçaise va peu augmeter sur la période étudiée. E revache elle sera plus âgée e moyee de 3,5 as, avec ue dispersio par rapport à la moyee variat peu. Commetaire 20

21 L élève e doit pas être e totale autoomie das la phase d appretissage iformatique. La présece du professeur est idispesable pour apporter l aide écessaire lorsqu il recotre des difficultés liées aux différetes procédures à mettre e œuvre. Cette activité permet, das u premier temps, d itroduire les outils du tableur lors de l étude de l aée 200. Das u deuxième temps, lors de l étude de l aée 2030, plus d autoomie est laissée à l élève pour cosolider l acquisitio de ces outils e lui demadat de reproduire les mêmes procédures. Comparer deux séries statistiques à l aide d idicateurs de tedace cetrale et de dispersio doe du ses à l activité. L aalyse des résumés umériques des séries pourrait être prologée e demadat à l élève de comparer des représetatios graphiques obteues à l aide du tableur-grapheur. - ACTIVITÉ 8 : INSÉCURITÉ ROUTIÈRE Niveau : termiale professioelle. Module : statistique à deux variables. Thématique : predre soi de soi, utiliser u véhicule (prévetio, saté et sécurité). Cette activité cosiste e l illustratio de doées statistiques à l aide d u tableur, puis à leur iterprétatio, das u cotexte «citoye». Éocé Le tableau ci-dessous fourit, pour la Frace, la vitesse moyee des véhicules légers, aisi que le ombre de morts sur les routes, de 998 à Aée Vitesse moyee des véhicules légers (km/h) 88,7 88,6 90, 89,4 89,2 86,8 84,5 82,9 82 Nombre de morts (Source a) Représeter, à l aide d u tableur, l évolutio de la vitesse moyee e foctio des aées (choisir u «uage de poits reliés par ue courbe»). b) Représeter de même l évolutio du ombre de morts e foctio des aées. c) Comparer les deux graphiques. 2. a) Représeter, à l aide d u tableur, le uage de poits (o reliés) correspodat à la série statistique à deux variables, vitesse et ombre de morts, e plaçat la vitesse e abscisses et le ombre de morts e ordoées. 2

22 b) Effectuer, à l aide du tableur, u ajustemet affie du uage précédet. c) Iterpréter le graphique obteu. Élémets de répose. a) et b) Nombre de morts c) Les deux graphiques sot très semblables, avec ue tedace géérale à la baisse (et ue petite «bosse» autour de 200). Remarque pour le professeur : ceci coduit à l idée d ue corrélatio etre la vitesse et le ombre de morts, que l o étudie à la questio suivate. 2. a) et b). Vitesse moyee des véhicules légers (km/h) c) La droite idique la «tedace» du uage : lorsque la vitesse augmete, le ombre de morts à tedace à augmeter. - ACTIVITÉ 9 : GLACE EN ARCTIQUE ET TEMPÉRATURE GLOBALE DE LA TERRE Niveau : termiale professioelle. Module : statistique à deux variables. Thématique : protéger la plaète (développemet durable) Source : Natios Uies GIEC (Groupe d experts itergouveremetal sur l évolutio du climat IPCC e aglais) rapport Étedue de la glace de mer das l'océa Arctique Le graphique suivat doe l étedue miimale, e millios de km2, de la glace de mer das l océa Arctique, mesurée chaque été 22

23 de 980 à Étedue miimale de la glace de mer das l océa Arctique (e millios de km2) L ajustemet affie des observatios permet de matérialiser la tedace et «d extrapoler». La droite obteue à l aide du tableur-grapheur a pour équatio y = 0,06 x + 26,56 où x est l aée et y l étedue de glace de mer e millios de km2 calculée avec cette valeur de x. Les questios suivates peuvet se poser : est-il vrai que «la tedace est à ue perte de km2 par a»? si la tedace observée se maitiet, quelle serait l étedue miimale de la glace de mer e Arctique durat l été 2050? si la tedace observée se maitiet, e quelle aée y aurait-il plus de glace de mer e Arctique e été? Température globale à la surface de la Terre Les doées ci-dessous fourisset pour la période les écarts à la moyee, de la température globale à la surface de la Terre. La valeur 0 correspod à la moyee sur la période Par exemple, e 900, la température moyee à la surface de la Terre est de 0,067 C e-dessous de la moyee de la période. 23

24 Avec u tableur-grapheur, ces doées peuvet être ajustée avec deux modèles mathématiques différets : Modèle : la droite d équatio y = 0,004 5 x 8,80 3 ; Modèle 2 : la parabole d équatio y = x 2 0,35 x + 26,02. Chacu de ces modèles peut être utilisé pour estimer, e 200, l écart e degrés de la température de la Terre par rapport à la moyee de 86 à 2003 si la tedace observée se poursuit. Modèle : + 0, Modèle 2 : + 8,7. Il coviet cepedat de «relativiser» le caractère prédictif de ces simples calculs, e effectuat par exemple ue recherche sur les modélisatios utilisées par les chercheurs du GIEC. Les modèles précédets sot plutôt rudimetaires (et le modèle 2 assez iquiétat), le GIEC a mis au poit plusieurs modèles, teat compte, e particulier, des évolutios possibles des cocetratios de gaz à effet de serre das l atmosphère. 3.4oC 2.8oC.8oC 0.6oC 24

25 Ces modèles prévoiet que le réchauffemet cotiuera si les cocetratios de gaz à effet de serre augmetet. Si les cocetratios étaiet maiteues au iveau actuel, u réchauffemet iexorable de 0,6 C se produirait d ici à 200. U réchauffemet plus large se produirait pour les cocetratios plus élevées (autres modèles). Commetaire Cette étude permet de motrer des ajustemets autres qu affie et e doit pas faire l objet de développemets théoriques pour d autres modèles d ajustemet. - ACTIVITÉ 0 : METTRE DES GANTS Niveau : termiale professioelle. Module : statistique à deux variables. Thématique : predre soi de soi (prévetio, saté et sécurité). Travail préparatoire à la maiso Quelles sot la température miimale et la vitesse de vet maximale eregistrées par le service météorologique de votre ville au cours des 00 derières aées? Éocé INFORMATIONS Durat les expéditios polaires il est très importat de se protéger du froid pour éviter les gelures. Des lésios irréversibles peuvet apparaître aux extrémités (mais, pieds, ez et oreilles) si elles sot soumises plus de 30 miutes à des températures iférieures à -25 C. Le tableau ci-dessous doe des valeurs de l idice de refroidissemet éolie (IRE) utilisé lors de ces expéditios. Il pred e compte la vitesse du vet pour doer la température réellemet ressetie. vet Vitesse du km/h) Température de l air (e C) (e , ,5 7 7, , , ,5 Exemple : ue température de l air de 0 C avec u vet de 50 km/h correspod à ue température ressetie (IRE) de 23 C. PROBLÈME La température ressetie par le coducteur d u scooter à 50 km/h est la même que celle doée das le tableau des idices de refroidissemet éolie (IRE) pour ue vitesse du vet de 50 km/h. Pour u déplacemet de 30 miutes à 50 km/h et sas gat, à partir de quelle température de l air les mais du coducteur vot-elles se geler avec apparitio de lésios irréversibles? 25

26 Exemples de questios pour guider l élève das la phase de recherche L élève e difficulté : - Quelle est la température pour laquelle des lésios peuvet apparaître sur u trajet de 30 mi? - Est-il possible de costruire ue représetatio graphique à partir des coloes du tableau doat la température de l air et celle doat l IRE pour u vet de 50 km/h? - Commet costruire cette représetatio graphique à l aide d u tableurgrapheur? - Quelle courbe passat par le uage de poits peut être tracée? - La droite obteue permet-elle de trouver la température de l air pour u IRE de 25 C? - Commet vérifier par le calcul le résultat obteu graphiquemet? L élève qui réussit plus rapidemet: - Commet obteir ue équatio d ue droite d ajustemet passat par le poit moye? - Pour quelle vitesse de vet peut-il y avoir apparitio de lésios lors d u trajet de 30 mi pour ue température de l air égale à 0 C? Élémets de répose IRE Température de l air 26

27 - ACTIVITÉ : PILE OU FACE ET CONTRÔLE DE QUALITÉ Niveau : termiale professioelle. Module : probabilités. Thématique : cotrôler la qualité (vie écoomique et professioelle). Éocé Lors de certais cotrôles de qualité e cours de fabricatio das l idustrie (diamètre d ue pièce par exemple), des cartes de cotrôle reposet sur la procédure suivate : la moyee de la cote surveillée (le diamètre de la pièce par exemple) est calculée sur des échatillos aléatoires prélevés régulièremet e fi de fabricatio. Ces moyees sot reportées sur ue carte de cotrôle (comme ci-dessous). Si ue série de sept poits cosécutifs se trouve du même côté de la «moyee attedue» (la orme visée), le processus doit être surveillé pour déceler ue évetuelle «dérive» das le processus de fabricatio. L explicatio du choix du ombre 7 se trouve das la résolutio du problème de probabilités suivat : ue pièce de moaie équilibrée est lacée 7 fois, quelle est la probabilité de l évéemet A : «la pièce est tombée 7 fois sur pile»?. Estimer la valeur de cette probabilité à l aide de simulatios sur u tableur. 2. Lacer 3 fois de suite ue pièce de moaie équilibrée. a) Dessier u arbre figurat tous les résultats possibles de l expériece. b) À l aide de l arbre précédet, calculer la probabilité de l évéemet «la pièce est tombée trois fois sur pile». 3. Par aalogie avec le cas de 3 lacers, doer la probabilité de l évéemet A et comparer avec l estimatio de la questio. Élémets de répose. Ue feuille de calcul telle que celle motrée ci-après peut être costituée. Selo les circostaces, cette feuille de calcul peut-être totalemet ou partiellemet fabriquée par les élèves, e salle iformatique ou e utilisat u vidéo projecteur. Pour costituer cette feuille de calcul, 7 lacers à pile ou face sot simulés e itroduisat e cellule B3 la formule =ENT(ALEA()+0,5) qui a été recopiée vers la droite. 27

28 La réalisatio ou o de l évéemet A est codée par ou 0 avec l itroductio e cellule J3 de la formule =SI(SOMME(B3:H3)=7;;0). Le calcul des fréqueces cumulées de l évéemet A est obteu e itroduisat e K3 la formule =J3/A3 puis e K4 la formule =SOMME(J$3:J4)/A4. Il faut sélectioer la lige 4 puis recopier vers le bas, par exemple jusqu à la lige pour obteir la fréquece de l évéemet A sur expérieces. La touche F9 permet de répéter les expérieces et de faire costater que la probabilité de l évéemet A est u peu iférieure à %. 2. a) P P F P P F F P P F F P F F b) La probabilité de l évéemet PPP est = 0,25.

29 7 3. O a P(A) =, soit eviro 0,008 c est-à-dire 0,8 %. 2 Ce résultat est coforme aux observatios des simulatios. 29

30 3. EXEMPLES D ÉVALUATION METTANT EN ŒUVRE LES T.I.C. - EXEMPLE : SURRÉSERVATION Niveau : secode professioelle. Module : fluctuatios d'ue fréquece selo les échatillos, otio de probabilité. Thématique : jouer avec le hasard (vie sociale et loisirs). Deux éocés sot proposés. Das le premier, l élève est guidé das la démarche de résolutio et das le secod il peut faire preuve de so autoomie et de sa prise d iitiative das la résolutio d u problème. Éocé Ue compagie aériee dispose d u avio de 00 places et ved 07 réservatios. L objectif est d évaluer la probabilité de surréservatio de cette compagie, autremet dit le risque que plus de 00 passagers se présetet à l embarquemet.. O suppose que toute persoe réservat ue place d avio a ue chace sur 0 de e pas se préseter à l embarquemet. Réaliser ue simulatio du ombre de persoes se présetat à l embarquemet d u vol de 00 places pour 07 réservatios, sur u échatillo aléatoire obteu à l aide d u tableur. Pour cela, das ue feuille de calcul du tableur : - saisir «=ENT(ALEA()+0,9)» das la cellule A et recopier cette formule vers la droite jusqu e DC pour obteir 07 réalisatios, - saisir «=SOMME(A:DC)» das la cellule DD. Appel : Appeler le professeur pour valider cette simulatio. 2. Réaliser ue simulatio du ombre de persoes se présetat à l embarquemet de 000 vols de 00 places pour 07 réservatios à chaque vol. Appel 2 : Appeler le professeur pour valider cette simulatio. 3. Détermier, pour cette simulatio de 000 vols, la proportio des cas où l effectif des passagers se présetat à l embarquemet est supérieur à 00. Pour cela : - das ue cellule de votre choix, utiliser la formule «=NB.SI(DD:DD000;">00")», - das ue cellule de votre choix, e déduire la fréquece demadée. Appel 3 : Appeler le professeur pour valider ces calculs. 4. a) E utilisat la touche F9, réaliser plusieurs simulatios, puis évaluer la probabilité que plus de 00 persoes se présetet à l embarquemet. 30

31 b) Évaluer, e pourcetage, le risque de surréservatio pour la compagie aériee. Appel 4 : Appeler le professeur pour lui doer les réposes. Élémets de répose. Tout type de tableur coviet, par exemple Excel ou OpeOffice Calc. Il suffit d iscrire la formule «=ENT(ALEA()+0,9)» das la cellule A, de la recopier horizotalemet pour qu elle soit calculée 07 fois, puis d effectuer la somme. L élève doit compredre que lorsque la formule affiche, le passager se présete à l embarquemet et lorsqu elle affiche 0, le passager e se présete pas. 2. Il s agit de sélectioer les cellules de la simulatio de la questio. puis de recopier vers le bas. 3. L istructio NB.SI fourit u effectif. O s attache à la différece qui est faite etre effectif et fréquece. 4. L élève doit compredre que la probabilité de surréservatio est la valeur autour de laquelle fluctuet les fréqueces lorsqu o appuie sur la touche F9. O accepte toute évaluatio comprise etre 0,06 et 0,0. Sigalos pour le professeur que le calcul de cette probabilité peut s effectuer par la formule «=-LOI.BINOMIALE(00;07;0,9;VRAI)» qui doe comme répose eviro 0,08 (ou 8 %). Compéteces évaluées Questio Compéteces L élève est capable de réaliser la simulatio 2 3 L élève compred le ses de l affichage ou 0 de l istructio «=ENT(ALEA()+0,9)» L élève est capable de réaliser la simulatio de taille 000. L élève coaît la différece de ses etre effectif et fréquece et est capable de calculer la fréquece. 3 Évaluatio (à remplir par l examiateur)

32 4 L élève idetifie la probabilité comme l ivariat autour duquel fluctuet les fréqueces observées. L élève doe ue évaluatio coveable de la probabilité. L élève sait exprimer, e pourcetages, le risque de surréservatio. L élève tire profit des idicatios évetuellemet doées à l oral. Ces idicatios peuvet être des aides logicielles écessaires pour réaliser ce qu il a prévu. 32

33 Éocé 2 Sujet... Fiche élève O suppose qu ue persoe réservat ue place d avio a ue chace sur 0 de e pas se préseter à l embarquemet. Ue compagie dispose d u avio de 00 places et ved 07 réservatios. Le but de l exercice est d évaluer la probabilité de surréservatio.. Sur u tableur, réaliser ue simulatio du ombre de persoes se présetat à l embarquemet lorsqu il y a 07 réservatios. O peut utiliser la formule =ENT(ALEA()+0,9). Appel : Appeler le professeur pour valider cette simulatio. 2. Sur u tableur, réaliser ue simulatio sur u échatillo de taille 000 de l expériece aléatoire précédete et détermier, pour cette simulatio, la fréquece des cas où plus de 00 persoes se présetet à l embarquemet. O peut utiliser la formule =NB.SI(plage ; " > 00" ). Appel : Appeler le professeur pour valider la feuille de calcul costruite. 4. À l aide des simulatios réalisées, est-il possible d évaluer le risque de surréservatio que pred la compagie? O peut utiliser la touche F9. Appel : Appeler le professeur pour lui fourir cette répose. Productio demadée Utilisatio correcte des doées de l éocé pour réaliser la simulatio de la questio (l aide logicielle est apportée par l examiateur sas péalisatio). Compréhesio correcte des termes échatillo et fréquece pour réaliser la simulatio de la questio 2 (l aide logicielle est apportée par l examiateur sas péalisatio). Répose orale à la questio 3, e expliquat l utilisatio des simulatios. 33

34 Sujet... Fiche professeur Surréservatio Éocé O suppose qu ue persoe réservat ue place d avio a ue chace sur 0 de e pas se préseter à l embarquemet. Ue compagie dispose d u avio de 00 places et ved 07 réservatios. Le but de l exercice est d évaluer la probabilité de surréservatio.. Sur u tableur, réaliser ue simulatio du ombre de persoes se présetat à l embarquemet lorsqu il y a 07 réservatios. O pourra utiliser la formule =ENT(ALEA()+0,9). Tout type de tableur coviet, par exemple Excel ou OpeOffice Calc. Il suffit d iscrire la formule =ENT(ALEA()+0,9) das ue cellule, de la recopier (verticalemet ou horizotalemet) pour qu elle soit calculée 07 fois, puis d effectuer la somme. L élève doit compredre que lorsque la formule affiche, le passager se présete à l embarquemet et lorsqu elle affiche 0, le passager e se présete pas, pour avoir l idée d effectuer la somme. De même, il doit compredre le rôle des doées 00 et 07 pour predre l iitiative du ombre de recopies de la formule. Les aides logicielles du type, commet o recopie ou commet o effectue ue somme, e doivet pas être péalisées. 2. Sur u tableur, réaliser ue simulatio sur u échatillo de taille 000 de l expériece aléatoire précédete et détermier, pour cette simulatio, la fréquece des cas où plus de 00 persoes se présetet à l embarquemet. O pourra utiliser la formule =NB.SI(plage ; " > 00" ). Il s agit de sélectioer les cellules de la simulatio de la questio. puis de recopier, selo les présetatios vers la droite ou vers le bas, de maière à visualiser 000 simulatios aalogues à celle de la questio. L élève doit esuite compredre que l o recherche la fréquece des sommes strictemet supérieures à 00. L istructio NB.SI fourit u effectif. L utilisatio de l istructio NB.SI pouvat écessiter des explicatios, otammet pour compléter la référece de la plage de cellules (sur l image d écra fourie ici cette référece est A08:ALL08), o apportera toute aide écessaire sas la péaliser. E revache o s attachera à la différece qui sera faite etre effectif et fréquece. 3. À l aide des simulatios réalisées, vous est-il possible d évaluer le risque de surréservatio que pred la compagie? 34

TS Intervalle de fluctuation et estimation Cours

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

Plus en détail

Échantillonnage. Pour reprendre contact Les réponses exactes sont : Activité 1. Activité 2. 1 Réponse c. 2 Réponse a. Réponse c. 3 Réponse a.

Échantillonnage. Pour reprendre contact Les réponses exactes sont : Activité 1. Activité 2. 1 Réponse c. 2 Réponse a. Réponse c. 3 Réponse a. Échatilloage 9 Pour repredre cotact Les réposes exactes sot : Répose c. Répose a. Répose c. 3 Répose a. 4 Répose b. Répose c. Activité. La populatio étudiée est la productio d automobiles. Le caractère

Plus en détail

Questions pour un champion en ligne

Questions pour un champion en ligne Questios pour u champio e lige Le jeu télévisé QPUC préseté sur FR3 et aimé par Julie Lepers existe aussi e variate «e lige». U jeu «e lige» se déroule aisi : Six iterautes disputet ue première mache dite

Plus en détail

Fluctuation et estimation

Fluctuation et estimation Fluctuatio et estimatio Table des matières I Idetificatio de la situatio........................................ II Échatilloage, itervalle de fluctuatio asymptotique........................ II. Itervalle

Plus en détail

Chapitre 4 Lois discrètes

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

Plus en détail

Intervalles de fluctuation et de confiance

Intervalles de fluctuation et de confiance Chapitre 9 Itervalles de fluctuatio et de cofiace Sommaire 9.1 Itervalle de fluctuatio................................... 157 9.1.1 Quelques rappels..................................... 157 9.1.2 Itervalle

Plus en détail

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse Séquece 9 Itervalles de fluctuatio, estimatio Objectifs de la séquece Das le chapitre 2, o étudie des itervalles de fluctuatio des variables aléatoires X F =, fréqueces des variables aléatoires biomiales

Plus en détail

Estimations et intervalles de confiance

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

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

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

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

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

Plus en détail

Dénombrement - Combinatoire Cours

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

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Fiace d Etreprise, Gestio des systèmes d iformatio. SESSION 2012 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et fiace d etreprise

Plus en détail

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL Corrigé du baccalauréat Polyésie 6 jui 4 STID STL spécialité SPCL EXERCICE 4 poits Cet eercice est u questioaire à choi multiples. Pour chacue des questios suivates, ue seule des quatre réposes proposées

Plus en détail

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f.

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f. Chapitre 14 Itervalle de fluctuatio des fréqueces. Estimatio Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Itervalle de fluctuatio Estimatio Itervalle de cofiace (*). Niveau

Plus en détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

Chapitre 1 : Les notions de base

Chapitre 1 : Les notions de base Chapitre : Les otios de base Itroductio I Comparer des gradeurs A) Les pourcetages B) Taux de variatio, coefficiet multiplicateur, idice C) Importace du ses de la comparaiso ) Raisoemet sur les taux de

Plus en détail

FLUCTUATION ET ESTIMATION

FLUCTUATION ET ESTIMATION 1 FLUCTUATION ET ESTIMATION Le mathématicie d'origie russe Jerzy Neyma (1894 ; 1981), ci-cotre, pose les fodemets d'ue approche ouvelle des statistiques. Avec l'aglais Ego Pearso, il développe la théorie

Plus en détail

ÉCHANTILLONNAGE ESTIMATION

ÉCHANTILLONNAGE ESTIMATION Chapitre 16 ÉCHANTILLONNAGE ESTIMATION Vous vous ferez estimer e supportat les ijustices. Cicéro 1 ÉCHANTILLONNAGE 1.1 Itroductio O cosidère ue populatio (par exemple la populatio fraçaise) et u certai

Plus en détail

MATHÉMATIQUES Corrigé

MATHÉMATIQUES Corrigé Exame de ovembre 009 Exame du premier trimestre Le 30 ovembre 009 Classes de ère STG Durée 3 heures MATHÉMATIQUES Corrigé Note aux cadidats L emploi des calculatrices est autorisé (circulaire 99 86 du

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

Questions Chapitre 2 L approche statistique de la réalité 1

Questions Chapitre 2 L approche statistique de la réalité 1 Questios Chapitre 2 L approche statistique de la réalité 1 Expliquer la otio de variable et défiir les différets types de variables Décrire les échelles de classificatio et trasformer les doées pour passer

Plus en détail

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont : Estimatio Objectifs Estimer poctuellemet ue proportio, ue moyee ou u écart type d ue populatio à l aide de la calculatrice ou d u logiciel, à partir d u échatillo Détermier u itervalle de cofiace à u iveau

Plus en détail

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante : " tirer p éléments de E ".

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante :  tirer p éléments de E . Cours de termiales Probabilités sur u esemble fii Mr ABIDI F I- Rappel I- Types de tirages : Soit u esemble fii E coteat élémets O cosidère l'épreuve suivate : " tirer p élémets de E " Type de tirages

Plus en détail

Test de validité et d'hypothèse

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

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - 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 détail

Échantillonnage et estimation

Échantillonnage 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 détail

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS LES PREVISIONS DES CONSOMMATIONS Les logiciels utilisés pour la gestio des stocks itègret de ombreuses foctios de calcul. L ue des plus importates est l exécutio des prévisios des cosommatios futures d

Plus en détail

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR TI Nspire Documet de Formatio T3 Walloie TI-Nspire Le tout e u des mathématiques Suites umériques La loi de Verhulst Applicatio «Calculs» Applicatio «Graphiques» Applicatio «Tableur et listes» FR Formatios

Plus en détail

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression Pla du cours Méthodes de statistique iféretielle. A. Philippe Laboratoire de mathématiques Jea Leray Uiversité de Nates Ae.Philippe@uiv-ates.fr 1 Itroductio 2 Probabilités : Variables Aléatoires Cotiues

Plus en détail

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

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

MA401 : Probabilités TD3

MA401 : Probabilités TD3 MA : Probabilités Exercice Ue compagie aériee étudie la réservatio sur l u de ses vols. Ue place doée est libre le jour d ouverture de la réservatio et so état évolue chaque jour jusqu à la fermeture de

Plus en détail

Codes détecteurs et correcteurs d erreurs

Codes détecteurs et correcteurs d erreurs Codes détecteurs et correcteurs d erreurs Lorsque des doées umériques sot stockées ou trasmises, des perturbatios (par exemple électromagétiques) peuvet les edommager. Les codes détecteurs et correcteurs

Plus en détail

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voie B Optio Écoomie MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (/5) Le travail sur les séries statistiques et les probabilités meé e classe de secode se poursuit avec la mise e place de ouveaux outils. Les scieces

Plus en détail

CONCOURS EXTERNE POUR l ACCÈS AU GRADE D INSPECTEUR DES FINANCES PUBLIQUES AFFECTÉ AU TRAITEMENT DE L INFORMATION EN QUALITÉ D ANALYSTE

CONCOURS EXTERNE POUR l ACCÈS AU GRADE D INSPECTEUR DES FINANCES PUBLIQUES AFFECTÉ AU TRAITEMENT DE L INFORMATION EN QUALITÉ D ANALYSTE J. 3 398 CONCOURS EXTERNE POUR l ACCÈS AU GRADE D INSPECTEUR DES FINANCES PUBLIQUES AFFECTÉ AU TRAITEMENT DE L INFORMATION EN QUALITÉ D ANALYSTE ANNÉE 04 ÉPREUVE ÉCRITE D ADMISSIBILITÉ N 3 Durée : 3 heures

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

Chapitre 3 Détermination de la taille de l'échantillon

Chapitre 3 Détermination de la taille de l'échantillon Chapitre 3 Détermiatio de la taille de l'échatillo Lorsqu o prélève u échatillo pour estimer u paramètre, o court toujours le risque de découvrir u peu trop tard que l'échatillo prélevé est trop petit

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

PROBABILITES EXERCICES CORRIGES

PROBABILITES EXERCICES CORRIGES PROBABILITES EXERCICES CORRIGES Vocabulaire des probabilités Exercice. Das chacue de situatios décrites ci-dessous, éocer l évéemet cotraire de l évéemet doé. ) Das ue classe, o choisit deux élèves au

Plus en détail

La classification de données quantitatives avec SPAD

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

Plus en détail

Correction des exercices sur la nature ondulatoire de la lumière

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

Plus en détail

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION Des PROBABILITES à la STATISTIQUE - APPLICATIONS - Jea-Marie MARION 1 STATISTIQUE DESCRIPTIVE (décrire ue populatio à l aide de caractéristiques et graphiques) STATISTIQUE INFERENTIELLE (étedre des résultats

Plus en détail

Limites des Suites numériques

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

Plus en détail

Bulletin officiel spécial n 8 du 13 octobre 2011

Bulletin officiel spécial n 8 du 13 octobre 2011 Aexe Programme de l eseigemet spécifique et de spécialité de mathématiques de la série écoomique et sociale et de l eseigemet de spécialité de mathématiques de la série littéraire L eseigemet des mathématiques

Plus en détail

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels.

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels. Uiversité de Provece 011 01 Mathématiques Géérales I Plache 6 Nombres réels Suites réelles Nombres réels Exercice 1 Mettre sous forme irréductible p/q les ratioels suivats (les chiffres souligés se répètet

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

CORRECTION DU BAC BLANC 2

CORRECTION DU BAC BLANC 2 CORRCTION DU BAC BLANC 2 XRCIC 1 (6 poits) Baccalauréat ST Mercatique Podichéry - 2010 Deux tableaux sot doés e aexe : le premier doe l évolutio du prix du mètre carré das l immobilier résidetiel acie

Plus en détail

I. (2 points) III. (2 points)

I. (2 points) III. (2 points) ère S Cotrôle du vedredi 7 mars 05 (0 mi) Préom : Nom : Note : / 0 II ( poits) Soit ABC u triagle isocèle e A tel que AB AC 8 cm et BC 5 cm O ote I le milieu de [AC] Calculer BI (valeur exacte) I ( poits)

Plus en détail

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

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

Plus en détail

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson.

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

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

Plus en détail

Qu est-ce qu un bon énoncé de bac? Analyse de l exercice de spécialité de TS de Pondichéry 2013 Jacques Lubczanski

Qu est-ce qu un bon énoncé de bac? Analyse de l exercice de spécialité de TS de Pondichéry 2013 Jacques Lubczanski Dossier : Actualité de l Aalyse e Lycée 447 Qu est-ce qu u bo éocé de bac? Aalyse de l exercice de spécialité de TS de Podichéry 2013 Jacques Lubczaski «Podichéry est tombé!» : cela ressemble à l aoce

Plus en détail

Séquence 8. Suites arithmétiques et géométriques. Sommaire

Séquence 8. Suites arithmétiques et géométriques. Sommaire Séquece 8 Suites arithmétiques et géométriques Sommaire Pré-requis Suites arithmétiques Suites géométriques Sythèse du cours Exercices d approfodissemet Séquece 8 MA Ced - Académie e lige Pré-requis A

Plus en détail

Reformulation du problème par la classe

Reformulation du problème par la classe La partie du programme traitée, les coaissaces et les capacités visées : O repred ue partie du programme : 1.1 Statistique à ue variable partie 1 Capacités Expérimeter, à l aide d ue simulatio iformatique,

Plus en détail

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1 1 Statistique iferetielle. Relatios Iteratioales Lucya Firlej Pl. E.Bataillo, Bat.11, cc.06 34095 Motpellier cedex 5 Frace lucya.firlej@umotpellier.fr S3. Statistics. 30 h d eseigemet: 10 cours, 10 TD,

Plus en détail

Séquence 9. Lois normales, intervalle de fluctuation, estimation. Sommaire

Séquence 9. Lois normales, intervalle de fluctuation, estimation. Sommaire Séquece 9 Lois ormales, itervalle de fluctuatio, estimatio Sommaire 1. Prérequis. Lois ormales 3. Itervalles de fluctuatio 4. Estimatio 5. Sythèse de la séquece Séquece 9 MA0 1 Ced - Académie e lige Das

Plus en détail

École de technologie supérieure

École de technologie supérieure École de techologie supérieure Mat 165-04 Algèbre liéaire et aalyse vectorielle A-015 Michel Beaudi michel.beaudi@etsmtl.ca Liste d exercices à faire e T.P./Caledrier des évaluatios Itroductio au cours

Plus en détail

Chapitre 1: Calcul des intérêts

Chapitre 1: Calcul des intérêts Chapitre 1: Calcul des itérêts Ce chapitre vise à familiariser le lecteur avec les otios suivates : Itérêt Taux d itérêt omial Taux d itérêt périodique Valeur acquise Valeur actuelle Capitalisatio Le lecteur

Plus en détail

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités.

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités. PROBABILITÉS I. PROBABILITÉS ( RAPPELS) a. Expérieces aléatoires et modèles Le lacer d ue pièce de moaie, le lacer d u dé sot des expérieces aléatoires, car avat de les effectuer, o e peut pas prévoir

Plus en détail

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001 Exercice 1 : ( 12 poits ) Les parties A et B peuvet être traitées idépedammet l ue de l autre. O se propose d étudier l évolutio e foctio du temps des températures d u bai et d u solide plogé das ce bai.

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

Plus en détail

Classes de première générale et technologique STATISTIQUES ET PROBABILITÉS

Classes de première générale et technologique STATISTIQUES ET PROBABILITÉS Classes de première géérale et techologique STATISTIQUES ET PROBABILITÉS Sommaire I. Itroductio...4 II. Statistique descriptive, aalyse de doées...4 III. Variables aléatoires discrètes...6 IV. Utilisatio

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. T ale S Correctio Exercices type bac de Probabilités. Mars Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l ure : Si la boule

Plus en détail

Demandes de prêt REER FAQ

Demandes de prêt REER FAQ Demades de prêt REER FAQ Commet soumettre des demades de prêt REER e lige 1. Commet puis-je accéder à l outil e lige? Pour accéder à l outil e lige, redez-vous à l adresse mauvie.ca/pretreer. Etrez votre

Plus en détail

II. Permutations sans répétitions et notation factorielle

II. Permutations sans répétitions et notation factorielle février 2012 ORRIGE II. Permutatios sas répétitios et otatio factorielle Aalyse combiatoire 4 ème - 1 I. Itroductio Les différets modèles mathématiques costruits pour étudier les phéomèes où iterviet le

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

1. Notion de «série statistique» 2. VRAI ou FAUX. Corrigé des exercices du chapitre 10 : SECTION «ON S ENTRAÎNE» (P.

1. Notion de «série statistique» 2. VRAI ou FAUX. Corrigé des exercices du chapitre 10 : SECTION «ON S ENTRAÎNE» (P. Corrigé des exercices du chapitre 10 : SECTION «ON S ENTRAÎNE» (P. 351-355) Page 1 1. Notio de «série statistique» Il s agit d ue série de doées recueillies auprès des différetes uités statistiques d u

Plus en détail

Promenades aléatoires : vers les chaînes de Markov

Promenades aléatoires : vers les chaînes de Markov AME Dossier : Matrices et suites 545 romeades aléatoires : vers les chaîes de Markov ierre Griho (*) Cet article propose ue mise e perspective de la otio de promeade ou de marche aléatoire itroduite das

Plus en détail

La Méthode de Monte Carlo

La Méthode de Monte Carlo La Méthode de Mote Carlo Etiee Pardoux UMR 6632 Laboratoire d Aalyse, Topologie, Probabilités et EA 3781 Evolutio Biologique Uiversité de Provece Etiee Pardoux (LATP) Marseille, 13/09/2006 1 / 33 Cotets

Plus en détail

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

STATISTIQUE : ESTIMATION

STATISTIQUE : ESTIMATION STATISTIQUE : ESTIMATION Préparatio à l Agrégatio Bordeaux Aée 202-203 Jea-Jacques Ruch Table des Matières Chapitre I. Estimatio poctuelle 5. Défiitios 5 2. Critères de comparaiso d estimateurs 6 3. Exemples

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

Mots de longueur donnée à base de P lettres, et fonction génératrice

Mots de longueur donnée à base de P lettres, et fonction génératrice Mots de logueur doée à base de lettres, et foctio géératrice Cosidéros les mots de logueur à base de lettres, avec etier positif. ) Combie existe-t-il de tels mots? La première lettre du mot est l ue des

Plus en détail

Sciences Po Option Mathématiques

Sciences Po Option Mathématiques Scieces Po Optio Mathématiques Epreue 3 Vrai-Fau Questio FAUX La suite ( u ) état géométrique de raiso différete de, o a classiquemet, pour tout etier aturel : où q est la raiso de la suite ( u ) Ici,

Plus en détail

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques Agrégatio extere de mathématiques, sessio 2008 Épreuve de modélisatio, optio (public 2008) Mots clefs : Loi des grads ombres, espace des polyômes, estimatio o-paramétrique Il est rappelé que le jury exige

Plus en détail

Chapitre 13. Statistiques et probabilités. Sommaire

Chapitre 13. Statistiques et probabilités. Sommaire 13 Chapitre Chapitre 13 Statistiques et probabilités Les statistiques et les probabilités occupet ue place importate das l eseigemet de certaies classes préparatoires Les pricipales foctios écessaires

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

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

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

Plus en détail

II - Estimation d'un paramètre par intervalle de confiance

II - Estimation d'un paramètre par intervalle de confiance II - Estimatio d'u paramètre par itervalle de cofiace 1 ) - Gééralités sur la costructio O veut estimer u paramètre (moyee, proportio ) d'u caractère das ue populatio P. Ue estimatio poctuelle à partir

Plus en détail

VARIABLES ALEATOIRES

VARIABLES ALEATOIRES VARIABLES ALEATOIRES TABLE DES MATIÈRES. Loi de probabilité.. Exemple... Calcul de probabilités sur u uivers Ω... Variable aléatoire à valeurs réelles...3. Probabilité image défiie par ue variable aléatoire..4.

Plus en détail

B) CHAÎNES DE SOLIDES

B) CHAÎNES DE SOLIDES Chaîes de solides B) CHAÎNES DE SOLIDES Objectifs Cette théorie a pour but d'aalyser les comportemets statique et ciématique d'u mécaisme à partir d'u modèle défii par le schéma ciématique du mécaisme.

Plus en détail

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

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

Plus en détail

Inégalités souvent rencontrées

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

Plus en détail

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme Statistiques I. Tableaux d effectifs, de fréqueces : 1. Calculer la fréquece d'ue valeur ou d'ue classe : Diviser l effectif de la valeur par l effectif total fréquece La somme des fréqueces est 1 (ou

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée gééral et techologique Ressources pour la classe termiale géérale et techologique Probabilités et statistique Ces documets peuvet être utilisés et modifiés libremet das

Plus en détail

Informatique TP2 : Calcul numérique d une intégrale CPP 1A

Informatique TP2 : Calcul numérique d une intégrale CPP 1A Iformatique TP : Calcul umérique d ue itégrale CPP 1A Romai Casati, Wafa Johal, Frederic Deveray, Matthieu Moy Avril - jui 014 1 Zéro de foctio O doe le code suivat (vu e cours), qui permet de calculer

Plus en détail

Les Nombres Parfaits.

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

Plus en détail

Principes et Méthodes Statistiques

Principes 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 détail

Seconde année - Semestre 3 PROBABILITÉS

Seconde année - Semestre 3 PROBABILITÉS 1 UNIVERSITÉ DE CERGY Aée 2012-2013 LICENCE d ÉCONOMIE et GESTION Secode aée - Semestre 3 PROBABILITÉS Feuille d exercices N 3 : Variables aléatoires - Lois discrètes 1. Calculez 3 2 + 2 5 Exercice I (

Plus en détail

Ce que les Afro-Américains atteints de diabète ou d hypertension artérielle doivent savoir

Ce que les Afro-Américains atteints de diabète ou d hypertension artérielle doivent savoir Ce que les Afro-Américais atteits de diabète ou d hypertesio artérielle doivet savoir Faites-vous examier pour les maladies réales Natioal Kidey Disease Educatio Program Que puis-je faire pour garder mes

Plus en détail

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

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

Plus en détail

Remise à Niveau Mathématiques

Remise à Niveau Mathématiques Mathématiques RAN - Calcul et raisoemet Remise à Niveau Mathématiques Première partie : Calcul et raisoemet Exercices Page sur 9 RAN Calcul et raisoemet Ex - Rev 04 Mathématiques RAN - Calcul et raisoemet

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Plus en détail

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE SCIENTIFIQUE CLASSE DE PREMIÈRE

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE SCIENTIFIQUE CLASSE DE PREMIÈRE Aexe MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE SCIENTIFIQUE CLASSE DE PREMIÈRE L eseigemet des mathématiques au collège et au lycée a pour but de doer à chaque élève la culture mathématique idispesable

Plus en détail