6. Analyse statistique de la houle réelle

Dimension: px
Commencer à balayer dès la page:

Download "6. Analyse statistique de la houle réelle"

Transcription

1 6 - Aalyse statistique de la houle réelle 6. Aalyse statistique de la houle réelle 6.. Itroductio Le coporteet des odes à la surface de la er et des océas relève, de toute évidece, bie ois de l'aalyse déteriiste, que de l'aalyse stochastique qui est l'étude du calcul des probabilités appliqué au traiteet des statistiques. Il est doc raisoable d'étudier les aspects stochastiques des états de er, aisi que ceux des réposes des ouvrages, structures, avires et egis aris qui y sot souis. Ue telle approche est écessaireet souise à des hypothèses siplificatrices qui perettet, sous réserve qu'elles soiet vérifiées, la ise e œuvre de l'outil athéatique. Ces hypothèses de base coceret, bie sûr, la odélisatio des états de er, ais aussi celle de la répose des ouvrages, structures, avires et egis aris. Das ce qui suit, les processus aléatoires serot supposés être stables (ou statioaires), ergodiques et liéaires. Ils e fot iterveir que des variables gaussiees idépedates. 6.. Décopositio d'ue houle irrégulière e houles siples L'eseble de la théorie stochastique de la houle réelle repose sur l'hypothèse fodaetale que la déivelée η(m;t) de la surface libre d'ue houle irrégulière peut être cosidérée coe état la soe d'ue ifiité d'odes siusoïdales siples, chacue se propageat avec sa célérité propre qui 'est foctio que de sa période et de la profodeur d'eau. E supposat que l'axe des abscisses x coïcide avec la directio de propagatio, la déivelée de la surface libre peut doc se ettre sous la fore géérale : H x t i (6.) η( M; t) = si π + ψ i λ i= Aisi, e u poit M fixé, la déivelée de la surface libre est supposée pouvoir s'écrire coe la soe d'u très grad obre de foctios aléatoires idépedates variat siusoïdaleet avec le teps dot les phases ϕ i sot des gradeurs aléatoires uiforéet réparties das l'itervalle [,π]: (6.) η( t) = a ( ω t + ϕ ) si i= i i i i i Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

2 6 - Aalyse statistique de la houle réelle Cette forulatio suppose ipliciteet que le processus aléatoires est liéaire. C'est à dire que les iteractios etre les différetes houles siples qui coposet la houle irrégulière sot égligeables, ce qui est pratiqueet toujours vérifié pour des profodeurs pas trop petites avec des hauteurs de houle pas trop grades. Par ailleurs, il est à oter qu'e eau peu profode, des groupeets de vagues sot souvet observables, ce qui est e cotradictio avec la répartitio des phases supposée aléatoire et uifore das l'itervalle [,π]. E supposat le processus ergodique, il est possible d'idetifier la oyee teporelle de la foctio aléatoire η(m;t) avec sa oyee statistique ou spatiale. E otat respectiveet d'u poit et de deux poits les dérivées teporelles preière et secode de la déivelée il e résulte que les espéraces athéatiques ou oyees teporelles des trois foctios sot ulles : (6.3) η( t ) = ( η t ) = ( η t ) = Ce qui e pred e copte i la liitatio de hauteur par le déferleet, i les dissyétries du profil de la houle dues à sa cabrure. Par ailleurs, les oyees quadratiques des trois foctios s'expriet à partir des différets oets d'ordres pairs du processus : η( t)( η t ) = η ( t) = a i = i= η = ω i i = i= 4 η ( t) = ω i ai = 4 ( η )( η ) i= (6.4) ( t) a η( t)( η t) = ω i ai = t t = i= Le théorèe de Lyapouov stipule que lorsque leur obre ted vers l'ifii, la distributio d'ue soe de foctios aléatoires idépedates ted vers ue loi orale de variace. Aisi, pourvu que soit asse grad, η(t) et ses dérivées teporelles preière et secode suivet des lois orales cetrées de variaces respectiveet égales à, et 4. La desité de probabilité qui est la probabilité que la déivelée soit coprise etre deux valeurs et +d, s'écrit doc : (6.5) Prob[ ( t) < + d] = li dt = P( ) d = exp η π = d Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

3 6 - Aalyse statistique de la houle réelle Les différets teres qui itervieet das cette expressio sot atérialisés sur la figure 6.. Figure 6. : Probabilité que la déivelée soit coprise das l'itervalle [,+d] Aalyse vague par vague Les deux foctios aléatoires η(t) et ( η t ) état, par costructio, statistiqueet idépedates (η( t)( η t ) = ), la desité de probabilité de leur couple (η(t), ( η t ) ) s'obtiet par siple produit des deux lois. D'où : + (6.6) P(,) = exp π Passage par u iveau doé La probabilité que la déivelée passe par u iveau doé par valeurs croissates [, [ est égale au produit de l'espérace athéatique de la fréquece de cet évéeet par le teps dt pedat lequel il se produit, ce qui ipose la relatio d = dt. Il viet doc : + (6.7) Prob[ η( t) < + d; ( η t)] = P(,) dd = E[ ] dt Aisi, après avoir replacé d par so expressio e foctio de dt, ce qui red l'itégratio iédiate, il e résulte les égalités suivates : E (6.8) E[ ] = E[ ] = [ ] + - = exp π La période de passage de la déivelée au iveau par valeurs croissates ( up-crossig) s'écrit doc : Jea Bougis - Igéieur Coseil 665 Opio Page 6-3 /

4 6 - Aalyse statistique de la houle réelle (6.9) () = E[ ] = π exp uc + La logueur d'ode associée à cette période s'obtiet e rearquat que les oets correspodat à ue forulatio e obre d'ode sot doés e foctio des oets de la forulatio e pulsatio par : (6.) ω k ω = = g g Elle est doc défiie par la relatio : (6.) λuc() = πg 4 exp Passage par le iveau oye De êe que précédeet, la probabilité que la déivelée passe par le iveau oye η(t)= par valeurs croissates ( η t) [, [ s'obtiet iédiateet : + (6.) Prob[ η( t) < + d; η( t)] = P(,) dd = E[ ] dt D'où les égalités suivates : E (6.3) E[ ] = E[ ] = [ ] + - = π La période de passage de la déivelée au iveau oye par valeurs croissates (ero up-crossig) s'écrit doc : (6.4) = E[ ] = π uc + La logueur d'ode associée à cette période état alors défiie par : (6.5) λ uc = πg 4 Jea Bougis - Igéieur Coseil 665 Opio Page 6-4 /

5 6 - Aalyse statistique de la houle réelle Passage par u extreu U iu relatif de la déivelée est défii coe u passage de la dérivée η( t ) par éro par valeurs décroissates ( η t) ], ]. Les deux foctios aléatoires η( t ) et ( η t ) état, par costructio, statistiqueet idépedates, il résulte iédiateet de ce qui précède que : E (6.6) E[ ] = E[ ] = [ ] + - = π 4 d'où la période qui sépare e oyee le passage etre deux ia cosécutifs : (6.7) = E[ ] = + π La logueur d'ode associée à cette période état alors défiie par : 4 4 (6.8) λ = πg Distributio des extrea Il s'agit désorais de déterier, e tere de probabilités, les valeurs de la déivelée lorsqu'elle passe par u iu relatif. Il faut doc pour cela cosidérer la probabilité d'u eseble de trois foctios gaussiees (η(t), η( t ), ( η t ) ). Or, si les deux couples de foctios (η(t), η( t ) ) et ( η( t ), ( η t ) ) sot respectiveet idépedats, il 'e va pas de êe du couple (η(t), ( η t ) ) puisque η( t)( η t) =. Das ces coditios, la desité de probabilité des trois foctios aléatoires gaussiees se présete sous la fore suivate : (6.9) P(,,) = exp ( π ) Avec : 3 (6.) = 4 La probabilité que la déivelée η(t) soit iale, avec doc η( t ) = et ( η t ) < das l'itervalle [,+d] s'écrit aisi, avec d = dt : (6.) G( ) d P(,,) ddd = Jea Bougis - Igéieur Coseil 665 Opio Page 6-5 /

6 6 - Aalyse statistique de la houle réelle + Elle est égale au produit de la probabilité qu'u iu existe E( ) par la probabilité f()d que ce iu soit copris das l'itervalle [,+d] : (6.) f ( ) d G( ) d E( ) dt = + La desité de probabilité de la cote des ia s'écrit doc : (6.3) f ( ) = exp ε ε + exp. 5+ erf π ε ε ε expressio das laquelle ε est u obre apparteat à l'itervalle [,] qui est appelé largeur de bade : (6.4) ε = = + E( ) + E( ) 4 La foctio de probabilité de répartitio des ia s'obtiet alors e itégrat l'expressio (6.3) sur l'itervalle [,[ : (6.5) F( ) f ( ) d = ce qui se calcule aalytiqueet pour coduire au résultat suivat : (6.6) [ ε ε ] F( ) = + 5. erf ε + exp ε 5. + erf ε ε expressio das laquelle erf(x) désige la foctio erreur défiie par : x t (6.7) erf ( x) = exp dt π Plusieurs cas sot doc à evisager selo la valeur de la largeur de bade : Si la largeur de bade est ulle, chaque crête est ecadrée par deux passages par le iveau oye. outes les crêtes ot doc ue cote positive. Les ia suivet ue loi de Rayleigh. Ce odèle correspod à ue houle siusoïdale odulée e aplitude. Jea Bougis - Igéieur Coseil 665 Opio Page 6-6 /

7 6 - Aalyse statistique de la houle réelle Si la largeur de bade est égale à l'uité, les crêtes ot des cotes de sige quelcoque ce qui traduit ue agitatio cofuse. Le phéoèe est gouveré par la loi de Gauss. Les cas iterédiaires correspodet soit à des er coplèteet forée (.6 à.8) ou à des houles qui se propaget e dehors de leur oe de géératio (. à.4) Répartitio des hauteurs de vagues Valeurs stochastiques de répartitio des ia La valeur oyee du ièe quatile des plus grades observatios des pics est, das la pratique, du plus grad itérêt. La probabilité que le ièe des pics ζ soit supérieurs à la valeur ζ, est doée par : (6.8) P [ ] F ( ) ζ ζ = ζ = Cette expressio iplicite 'est alheureuseet pas susceptible d'être résolue aalytiqueet, et u calcul uérique s'ipose pour déterier la valeur deζ. La oyee des valeurs supérieures à ζ la forule de la oyee : s'obtiet esuite e appliquat (6.9) ζ f ( ζ ) dζ = ζf ( ζ ) dζ ζ ζ soit ecore après ue itégratio par partie : (6.3) ζ = ζ + F ζ dζ ( ) Là ecore, ue itégratio etièreet aalytique est difficileet evisageable, et le recours au calcul uérique est iévitable. Il est cepedat itéressat de rearquer que puisqu'il s'agit de la recherche des plus grades valeurs des pics, les arguets des foctios erf(x) sot, dès que le sigal possède des aplitudes élevées, asse grads pour que celles-ci soiet développables e séries asyptotiques. Ceci suppose toutefois que ε e soit pas égal à l'uité, et 'e soit pas sas doute pas o plus trop proche (ε<.9). Il viet alors, e e coservat que le preier tere : ζ Jea Bougis - Igéieur Coseil 665 Opio Page 6-7 /

8 6 - Aalyse statistique de la houle réelle (6.3) ε ζ exp d'où la valeur approchée de ζ qui e résulte : (6.3) ζ l ( ε ) O retrouve, ici, lorsque la largeur de bade est ulle, l'expressio classique obteue e faisat l'hypothèse d'ue distributio de Rayleigh! Ce qui s'explique e rearquat que si la largeur de bade est stricteet iférieure à l'uité, c'est la coposate correspodat à la loi de Rayleigh qui gouvere le coporteet asyptotique des grades valeurs. De êe, e e coservat que le preier tere du développeet e série asyptotique das l'expressio (6.3), il viet : (6.33) ζ ζ + π ε 5. erf ζ soit ecore e replaçat ζ par so expressio tirée de (6.3) : (6.34) ζ ( ε ) + π ε 5 ( ε l. erf l ) E e coservat que les deux preiers teres de la série alterée du développeet asyptotique de la foctio erreur, et e e preat que la oitié du secod (accélératio de covergece), il e résulte ue boe approxiatio, légèreet par excès, de la valeur cherchée : (6.35) ζ ( ε l ) + ( ε ) 4 ( ε l ) l Hauteurs particulières La hauteur crête à creux H d'ue vague est défiie coe la différece des cotes extrêes atteites de part et d'autre d'u passage par le iveau oye. Il s'agira de la hauteur "ero up-crossig" si ce passage se fait par valeurs croissates, et de la hauteur "ero dow-crossig" das le cas cotraire. Jea Bougis - Igéieur Coseil 665 Opio Page 6-8 /

9 6 - Aalyse statistique de la houle réelle Figure 6. : Répartitio statistique des hauteurs de vagues au large Certaies hauteurs particulières sot utilisées pour caractériser u état de er. Il est à oter que le passage des iveaux des pics aux hauteurs fait apparaître u coefficiet deux etre les deux gradeurs H=ζ. L'expériece otre que la répartitio statistique des hauteurs de houle suit asse fidèleet ue loi de Rayleigh coe le otre la figure 6.. Cela sigifie que les pics des hauteurs crête à creux des vagues sot coteus das ue gae de fréquece de faible largeur de bade (ε<<), et que, das le cas gééral, leur étude doit être eée à partir de la loi de Rayleigh. Das ces coditios, la foctio desité de probabilité des hauteurs crête à creux qui représete la probabilité pour que la hauteur ait ue valeur coprise ete H et H+dH s'écrira doc d'après (6.3) avec ε= : (6.36) p ( H ) H H H dh = H f d = exp 4 8 dh Jea Bougis - Igéieur Coseil 665 Opio Page 6-9 /

10 6 - Aalyse statistique de la houle réelle Hauteur oyee La hauteur oyee est la oyee de toutes les hauteurs de l'eregistreet. (6.37) H = li Hi = Hp H dh = ( ) π i= Hauteur quadratique oyee La hauteur quadratique oyee (root-ea-square) est la racie carrée de la oyee des carrés des hauteurs d'u eregistreet : (6.38) H rs Hi i = li = Elle correspod à la hauteur que devrait avoir chacue des coposates siusoïdales du sigal si elles véhiculaiet toutes / ièe de la totalité de l'éergie de l'état de er. Elle s'exprie doc, e foctio du oet d'ordre éro, sous la fore : (6.39) H = = 3H rs Hauteur sigificative La hauteur sigificative (sigificat value) est la oyee du tiers des plus grades hauteurs. Pour des raisos de coodités, la hauteur "sigificative" H s est habituelleet défiie par l'expressio (6.4) qui correspod au cas particulier de la distributio de Rayleigh, et costitue u ajorat de H 3 pour les largeurs de bade o ulles. (6.4) H = H 3 = 4 = H = 6 H s rs Hauteurs ayat ue chace sur d'être dépassées La hauteur édiae est la hauteur qui a ue chace sur deux d'être dépassée. (6.4) H = l = l H =. 94 H rs Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

11 6 - Aalyse statistique de la houle réelle De êe la hauteur qui a ue chace sur dix d'être dépassée est : (6.4) H = l = l H = 7. H La oyee des ces hauteurs s'écrit alors : (6.43) H = 8. H =. 3H rs rs Hauteur la plus probable La hauteur la plus probable correspod au iu de la foctio desité de répartitio p(h), et s obtiet e aulat sa dérivée : (6.44) H = = H = 8. H p rs Hauteur de la plus grade vague L'espérace athéatique de la hauteur iale H d'u eregistreet de vagues doit aturelleet être légèreet iférieure à la valeur H qui correspod à la oyee des / ièe hauteurs d'u échatillo plus iportat de valeurs. D'après l'expressio (6.8), la probabilité que la variable H pree ue valeur supérieure à H est doée par la foctio de probabilité de répartitio des pics : (6.45) Prob[ H H] = F H La probabilité que les valeurs de l'eregistreet, supposées idépedates, que pred la variable H, soiet toutes iférieures à H est alors : (6.46) Prob[ < ] = H H F H La probabilité qu'au ois ue de ces valeurs, qui sera la plus grade, dépasse H est doc doée par : (6.47) Prob[ ] = H H F H Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

12 6 - Aalyse statistique de la houle réelle La probabilité que le iu H soit copris das l'itervalle [H, H+dH] est la desité de probabilité de H. Elle s'obtiet doc par dérivatio : Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

13 6 - Aalyse statistique de la houle réelle (6.48) Prob[ H < H H + dh] = F H d dh F H dh L'espérace athéatique du iu s'écrit alors : H (6.49) E( H ) H F df H = E e coservat que le preier tere du développeet asyptotique de (6.6), chacu des oôes peut être itégré, et leur série coverge vers ue expressio coue. Aisi, e désigat par γ la costate d'euler qui vaut approxiativeet.57757, la hauteur la plus grade vague probable correspodat à u eregistreet de hauteurs crête à creux s'écrit (M.S. Loguet-Higgis /95/) : (6.5) H l( ε ) + γ ( ε ) l Le tableau 6. doe les relatios etre les différetes hauteurs e foctio du obre de vagues. 5 5 H /H H /H rs H /H s ableau 6. : rapport etre la hauteur iale espérée et les hauteurs quadratique oyee et sigificative e foctio du obre de vagues. Lorsque la largeur de bade du spectre est suffisaet grade pour 'être pas égligeable, les différetes valeurs caractéristiques variet. La figure 6.3 otre l'évolutio des valeurs exactes, obteues e résolvat uériqueet l'équatio (6.8) puis e itégrat uériqueet l'expressio (6.3) e foctio des paraètres et ε. Jea Bougis - Igéieur Coseil 665 Opio Page 6-3 /

14 6 - Aalyse statistique de la houle réelle Cas d'u spectre large Figure 6.3 : Evolutio des valeurs de H différetes valeurs de. / e foctio de ε pour 4 outefois, e raiso de sa siplicité, la forule correspodat à la loi de Rayleigh cotiue d'être utilisée de aière systéatique, d'autat plus qu'elle est pessiiste et que so usage va doc, e gééral, das le ses de la sécurité Valeurs stochastiques des ia pedat ue durée doée : valeurs extrêes à court tere Certaies opératios aries e peuvet être eées à bie que das des coditios de cale relatif. E d'autres teres, l'excursio iale d'u paraètre de répose ou de la hauteur de la houle recotrée e doit pas dépasser ue certaie valeur pedat la durée de ces opératios. Il s'agit doc ici de déterier la probabilité α pour que la plus grade valeur, crête à creux, que pred ue variable aléatoire X pedat u eregistreet d'ue durée sigificative doée ds, dépasse ue valeur Jea Bougis - Igéieur Coseil 665 Opio Page 6-4 /

15 6 - Aalyse statistique de la houle réelle ( doée X α ). Das la pratique, ds est de l'ordre de vigt iutes à ue heure. D'après le paragraphe 6.4., la probabilité que la variable X pree ue valeur supérieure à X est doée par la foctio de probabilité de répartitio des pics : ( ) ( ) (6.5) Prob[ X X α α ] = F( X ) La probabilité que toutes les valeurs, supposées idépedates, que pred la variable X au cours de l'eregistreet de durée ds, soiet iférieures à X est alors : (6.5) Prob[ X < X ] = [ F( X )] La probabilité qu'au ois ue de ces valeurs, qui sera la plus grade, otée X, dépasse X est doc doée par : (6.53) Prob[ X X ] = [ F( X )] La probabilité α qu'u iu X soit supérieur à X s'écrit doc : (6.54) α = [ F( X )] Cette équatio peut alors se ettre sous la fore explicite suivate : (6.55) F( X ) = [ α] Si la probabilité α est petite, il deviet possible de développer le biôe e série pour 'e garder, ue fois de plus, que le preier tere : (6.56) α F( X ) De plus, si ε 'est pas trop proche de l'uité (ε <.9), il est possible de e garder que le preier tere du développeet de F( X ), ce qui coduit à ue solutio approchée seblable à celle de (6.3) : (6.57) X l α ε Le obre de ia recotrés est obteu e faisat le quotiet de la durée sigificative par la période des ia. d'où les expressios approchées suivates e foctio de uc ou de : Jea Bougis - Igéieur Coseil 665 Opio Page 6-5 /

16 6 - Aalyse statistique de la houle réelle ds (6.58) X l ε = α ds l α uc La oyee des valeurs supérieures à X s'obtiet ecore d'ue aière siilaire à ce qui a été fait précédeet au oye des forules (6.34) et (6.35). A oter que s'il s'agit d'ue excursio crête à creux, il faut ultiplier par deux la valeur de l'aplitude iale Les groupeets de vagues U groupeet de vagues est u trai de vagues successives dot les hauteurs sot supérieures à u seuil doé. A partir d'observatios réalisées au large du Japo, Y. Goda /976,983/ a is e évidece que les occurreces de groupeets de vagues supérieures à H 3 ou à H / sot plus obreuses que leur probabilité obteue e supposat l'idépedace des vagues successives et la distributio de leurs hauteurs suivat la loi de Rayleigh. Sur l'observatio de 5 vagues jeues répartis e 7 eregistreets, groupeets de 3 vagues successives supérieures à H 3 ot été recesés alors que la distributio de Rayleigh 'e prévoyait que trete. Ces observatios ot égaleet otré que, das 75% des cas, la plus haute vague de chaque eregistreet apparaît das u groupeet de à 7 vagues de hauteurs supérieures à H 3. Il est doc clair que la corrélatio etre les hauteurs de deux vagues successives 'est pas ulle et que l'hypothèse d'idépedace des vagues 'est pas toujours vérifiée. D'après les travaux de H. Rye /974/ la corrélatio etre les hauteurs de vagues successives est plus iportate avat le iu de la tepête, lorsque l'état de er est ecore e cours de foratio, qu'après. Les coditios d'apparitio des groupeets de vagues e sot toujours pas bie coues, et de obreuses recherches se poursuivet sur ce sujet. Il s'agit la d'u poit fodaetal car les coséqueces des groupeets de vagues sur la teue des structures ou des ouvrages à la er dépasset souvet celles ihéretes à la siple superpositio des effets de chaque vague prise isoléet. Jea Bougis - Igéieur Coseil 665 Opio Page 6-6 /

17 6 - Aalyse statistique de la houle réelle 6.5. Houles de projet Les valeurs extrêes des sollicitatios dues à l'eviroeet jouet u rôle capital das la coceptio d'u ouvrage aritie ou d'ue structure offshore dot la durée auelle d'idispoibilité ou dot le risque de ruie est étroiteet associé au frachisseet d'ue valeur critique, par exeple, e tere d'agitatio ou de cotraite. L'igéieur est doc cofroté au problèe de l'estiatio des valeurs extrêes associées à u iveau de risque doé et à ue période coesurable avec la durée de vie de l'ouvrage. Il a doc besoi de défiir ue houle de projet, c'est à dire la hauteur et la période sigificatives ou iale de la houle pour laquelle il va eer ses calculs et effectuer ses essais. Le plus souvet, ces statistiques sot obteues à partir de doées portat sur les ia du processus Forules epiriques Lorsque les coditios géographiques s'y prêtet, il est possible de défiir ue hauteur de houle iale réaliste, et doc pas trop ajorate, pouvat exister sur u site doé Hauteur liitée par la profodeur C'est d'abord le cas lorsque la profodeur h est relativeet faible pour que les houles soiet écrêtées par le déferleet. La hauteur iale à predre e copte peut être alors doée par le critère de M.A. Cowa /874/ : (6.59) H =. 78 h ais, das certais cas, cette valeur théorique peut être dépassée coe le laisse prévoir le critère de déferleet de J.A. Battjes /974/ qui otre que ce rapport peut atteidre., voire.3 et plus! Hauteur liitée par le fetch C'est égaleet le cas lorsque le fetch sur lequel la er peut se lever est bie idetifié. La hauteur iale de la houle à predre e copte peut alors être défiie à partir de différetes forules epiriques preat e copte le fetch F et la vitesse iale du vet W qui peut y souffler et sa durée iale D (forules de Bretscheider ou de Hassela). Jea Bougis - Igéieur Coseil 665 Opio Page 6-7 /

18 6 - Aalyse statistique de la houle réelle Période de retour d'u évéeet La période de retour associée à la valeur H d'ue variable aléatoire H est l'espérace athéatique du obre d'uités de teps (ois, aée ) séparat deux occurreces successives de l'évéeet H. D'après cette défiitio, l'évéeet H H se réalisera, e oyee, ue et ue seule fois pedat chaque période choisie. Sous réserves : que le phéoèe observé soit statioaire (si est copté e uités iférieures à l'aée, cette hypothèse qui peut être ise e défaut par des phéoèes saisoiers coe les cycloes), que les réalisatios successives de H pedat l'uité de teps soiet statistiqueet idépedates, la période de retour peut s'exprier e foctio de la probabilité F(H ) que H soit supérieur ou égal à H. La probabilité de s'écrit e effet : (6.6) p( ) = F( H )[ F( H )] H D'où, copte teu de l'égalité ( x) = l'expressio de la période de retour: = x (6.6) = E ( ) = p ( ) = F ( H ) [ F ( H )] = = = valable si x <, F( H ) La probabilité que soit iférieur à ue valeur doée s'écrit alors : (6.6) Prob[ ] = p( ) = F( H ) [ F( H )] = [ F( H )] = Aisi, si est la durée de vie souhaitée d'u ouvrage, et si la période de retour choisie pour so diesioeet est, la probabilité E qu'il subisse u doage associé à l'occurrece d'au ois u évéeet H H pedat la durée s'écrit, e e cosidérat que les valeurs de asse grades : = (6.63) E = Prob[ ] = exp De êe, la période de retour à predre e copte pour que la probabilité de doage au cours de la durée de vie e dépasse pas le seuil E est : Jea Bougis - Igéieur Coseil 665 Opio Page 6-8 /

19 6 - Aalyse statistique de la houle réelle (6.64) l( E) / 5 5 E ableau 6. : Probabilités d'u évéeet e foctio du rapport etre la période de retour et la durée de vie souhaitée. Le tableau 6. otre claireet que, pour liiter réelleet le risque à u faible iveau, la période de retour d'u évéeet provoquat la ruie de l'ouvrage doit être égale à plusieurs fois sa durée de vie. outefois, lorsque l'effet de durée du risque, ou l'effet de répétitio du phéoèe pred ue sigificatio iportate, il est plus ratioel de foder la défiitio de la période de retour sur la otio de durée cuulée. La houle de période de retour ~ est alors défiie coe la houle dot la ~ hauteur H est atteite et dépassée e oyee pedat ue durée cuulée de 4 heures au cours d'ue durée totale égale à ~. Aisi, e expriat ~ e aées, sa probabilité d'occurrece est défiie par : (6.65) F( H ~ ) = ~ Méthode probabiliste Pour déterier la période de retour d'ue hauteur de houle doée (hauteur iale ou hauteur sigificative, durée cuulée ou o, ), ou la hauteur de houle associée à ue période de retour doée, (houles déceale H, ciquateale H 5, ceteale H, ), il suffit de coaître la probabilité F(H ) que H soit supérieur ou égal à H. Coe le otre la figure 6.4, sur u diagrae sei-logarithique, pour u lieu d'observatio doé, les poits représetatifs de la hauteur iale e foctio de la probabilité d'occurrece s'aliget. C'est la loi de Larras : (6.66) H = H Alog( F( H )) Expressio das laquelle H désige le "bruit de fod" qui peut être très faible, voire ul. Il viet, e iversat cette relatio : H H (6.67) F( H ) = exp Alog e H = exp. 3 H A Jea Bougis - Igéieur Coseil 665 Opio Page 6-9 /

20 6 - Aalyse statistique de la houle réelle Les paraètres H et A de cette loi sot déteriés par ajusteet au ses des oidres carrés à partir des observatios sur le site cosidéré. Figure 6.4 : extrapolatio des hauteurs iales aux grades périodes de retour. aturelleet, pour pouvoir procéder à ue extrapolatio coveable sur des périodes logues, il est écessaire de disposer, pour le site cosidéré, de esures cotiues pedat au ois deux à trois aées, et, si possible, plus. C'est sas doute pour cela que la houle de projet augete souvet sesibleet pedat les études. Cette approche qui peut être utilisée, à coditio de disposer de doées directioelles, e teat copte des icideces, e fourit alheureuseet pas d'idicatio sur la période des houles Méthode du reouvelleet Lorsque la durée des observatios est trop courte, il reste possible, sous certaies hypothèses, d'obteir ue estiatio idirecte des périodes de retour des houles iales à partir des iforatios les plus sigificatives sur les probabilités des fortes houles, c'est à dire les hauteurs de houle iales de chaque tepête supérieures à u seuil doé. Cette éthode de déteriatio de la houle de projet dite "par reouvelleet" a été ise au poit par le L..H. (EDF Chatou). Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

21 6 - Aalyse statistique de la houle réelle Elle suppose doc que, pour u site doé, toutes les tepêtes caractérisées par ue hauteur H supérieure à u seuil doé H sot coues sur ue durée de plusieurs aées. Par ailleurs, le seuil H est sesé être suffisaet élevé pour que deux tepêtes successives puisset être supposées statistiqueet idépedates. Alors, la probabilité pour que la hauteur iale H soit supérieure à ue valeur H peut s'écrire sous la fore : (6.68) Prob[ H H ] = p( )[ F( H )] Expressio das laquelle p() désige la probabilité qu'il y ait, au cours d'ue aée, tepêtes de hauteur supérieure au seuil et F(H ) la probabilité qu'ue tepête doée ait ue hauteur supérieure à H, sachat qu'elle est au dessus du seuil H. Si F(H ) est proche de éro, ce qui est vérifié sous deux coditios : que l'échatillo de tepêtes observées soit asse iportat, ce qui suppose que la hauteur H du seuil soit asse petite et que la durée d'observatio soit asse logue ; que la hauteur cosidérée H soit asse grade c'est à dire que sa probabilité d'occurrece soit suffisaet petite (vague déceale, treteale, ciquateale ou ceteale) ; alors la relatio (6.68) peut se ettre sous la fore approchée suivate : = (6.69) Prob[ H H ] F( H ) D Expressio das laquelle D est la durée oyee qui sépare deux tepêtes. C'est doc le rapport etre le obre d'aées d'observatio et le obre de tepêtes observées. La période de retour associée à la hauteur H s'écrit alors : D (6.7) F ( H ) A partir d'u obre suffisaet iportat d'eregistreets effectués régulièreet sur u grad obre d'aées, et sachat que la distributio des hauteurs crête à creux suit ue loi qui est asyptotiqueet ue loi de Rayleigh pour u état de er doé, l'estiatio des valeurs extrêes à log tere e devraiet plus poser de problèe. Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

22 6 - Aalyse statistique de la houle réelle Extrapolatio stochastique La vraie difficulté du problèe proviet de ce que la quatité des doées écessaires, de boe qualité, et réparties sur ue durée suffisate 'existe quasiet pas e dehors des sites côtiers. Il faut alors recourir, das la pratique, à des extrapolatios stochastiques. Des lois asyptotiques sot doc souvet utilisées pour approcher F(H ) au voisiage des valeurs itéressates de H. Le choix des différetes asyptotes 'est pas uique. Il est guidé par l'expériece et l'idée qu'il est, a priori, possible de se faire de la queue de la distributio iitiale. L'asyptote de Weibull coduit à écrire : ( H H ) (6.7) F( H ) exp A Les deux paraètres A et B de la loi doivet être ajustés sur les observatios. A oter qu'elle correspod à la loi de Larras quad B= et à la loi de Rayleigh quad B= ; ais l'expériece otre que l'exposat peut atteidre des valeurs allat jusqu'à 5. La preière asyptote de E.J. Gubel /958/ coduit à écrire : H (6.7) F( H ) exp exp B H A Les deux paraètres de la loi A et H doivet être ajustés sur les observatios, e écrivat les deux relatios suivates à partir de la oyee H M et de l'écart type σ M des M valeurs de l'échatillo observé : (6.73) π A = σ M 6 H + γa = H M Expressio das laquelle γ=.577 est la costate d'euler. Ces expressios perettet d'estier F(H ) à partir d'observatios. Il coviet de oter que l'ajusteet de la loi de Gubel peut se faire graphiqueet puisqu'elle correspod à ue droite das le pla défii par : (l(-l[-f(h )]), H ). Jea Bougis - Igéieur Coseil 665 Opio Page 6 - /

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

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

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

[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 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 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

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

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

Plus en détail

Séries réelles ou complexes

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

Plus en détail

Comportement d'une suite

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

Plus en détail

1 Mesure et intégrale

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

Plus en détail

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

Statistique descriptive bidimensionnelle

Statistique 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 détail

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

Etude de la fonction ζ de Riemann

Etude 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 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

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

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

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

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

Cours de Statistiques inférentielles

Cours 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 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

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 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 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

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe 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 détail

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

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

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ 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 détail

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

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

Plus en détail

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

Cours 5 : ESTIMATION PONCTUELLE

Cours 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 détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

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

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

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 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 détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* 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 détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. 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 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

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

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

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

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* 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 détail

Processus et martingales en temps continu

Processus 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 détail

Module 3 : Inversion de matrices

Module 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

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

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université 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 détail

Processus géométrique généralisé et applications en fiabilité

Processus 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 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

4 Approximation des fonctions

4 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 détail

Le chef d entreprise développe les services funéraires de l entreprise, en

Le 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 détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques 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 détail

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

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

Plus en détail

Statistique Numérique et Analyse des Données

Statistique 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 détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV 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 détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Suites et séries de fonctions

Suites 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 détail

Sommes de signaux : Décomposition de Fourier Spectre ondes stationnaires et résonance

Sommes de signaux : Décomposition de Fourier Spectre ondes stationnaires et résonance Sommes de sigaux : Décompositio de Fourier Spectre odes statioaires et résoace Das le cours précédet, o a étudié la propagatio des odes moochromatiques mais celles-ci e peuvet pas porter d iformatio ;

Plus en détail

Déroulement de l épreuve de mathématiques

Déroulement de l épreuve de mathématiques Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation 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 détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université 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 détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen 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 détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université 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

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat 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 détail

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

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

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes 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 détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE 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 détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. 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 détail

Mécanique non linéaire

Mécanique non linéaire M MN9 Mécaique o liéaire Zhi-Qiag FENG UFR Sciece et Techologies Uiversité d Evry Val d Essoe TABLES DES MATIERES INTRODUCTION Chapitre : CONCEPTS ELEMENTAIRES. Pricipales propriétés des matériaux. Coaissace

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux 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 détail

Chapitre 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. 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 détail

Compte Sélect Banque Manuvie Guide du débutant

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

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

SyGEMe: Géo-Monitoring et gestion de l eau potable

SyGEMe: Géo-Monitoring et gestion de l eau potable SyGMe: U systèe itelliget de gestio de l eau potable SyGMe: Géo-Moitorig et gestio de l eau potable S Stéphae Storelli, CRM hierry Bussie, PFL SyGMe: U systèe itelliget de gestio de l eau potable S Structure

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : 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 détail

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL

LE 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 détail

Les algorithmes de tri

Les 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 détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Résolution numérique des équations aux dérivées partielles (PDE)

Résolution numérique des équations aux dérivées partielles (PDE) Résolutio umérique des équatios au dérivées partielles (PDE Sébastie Charoz & Adria Daerr iversité Paris 7 Deis Diderot CEA Saclay Référeces : Numerical Recipes i Fortra, Press. Et al. Cambridge iversity

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La 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 détail

Des résultats d irrationalité pour deux fonctions particulières

Des 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 détail

Probabilités et statistique pour le CAPES

Probabilités 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 détail

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail

Plus en détail

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :... Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude 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 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

Terminale S. Terminale S 1 F. Laroche

Terminale 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 détail

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

S-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 détail

Les études. Recommandations applicables aux appareils de levage "anciens" dans les ports. Guide Technique

Les études. Recommandations applicables aux appareils de levage anciens dans les ports. Guide Technique es Cetre d Etudes Techiques Maritimes et Fluviales Les études Recommadatios applicables aux appareils de levage "acies" das les ports Guide Techique PM 03.01 Cetre d Etudes Techiques Maritimes et Fluviales

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le 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 détail

Chapitre 3 : Transistor bipolaire à jonction

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

Plus en détail

Création et développement d une fonction audit interne*

Création et développement d une fonction audit interne* Créatio et développemet d ue foctio audit itere* Ue démarche e 10 étapes [ Sommaire] Dix étapes pour réussir... 7 Étapes 1 à 4 Défiitio du cadre d itervetio... 9 1 Idetifier les attetes des parties preates...

Plus en détail

Comment les Canadiens classent-ils leur système de soins de santé?

Comment les Canadiens classent-ils leur système de soins de santé? Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté

Plus en détail

Exercices de mathématiques

Exercices 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 détail

?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,

Plus en détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation 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 détail

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour

Plus en détail