La notion de comportement optimal
|
|
- Robin Jacques
- il y a 8 ans
- Total affichages :
Transcription
1 Leçon d Option B La notion de comportement optimal Jean-Olivier Irisson irisson@normalesup.org http ://jo.irisson.free.fr/work/ Table des matières 1 La théorie du comportement optimal tente de prédire les comportements animaux Il existe des comportements plus avantageux que d autres La théorie de l optimal foraging La théorie du comportement optimal appliquée à la reproduction Intérêts et limites de la notion de comportement optimal Intérêts Limites Est-il possible de mesurer d adaptation? Des méthodes d optimisation différentes et l explication de comportements incompris L optimum dépend des autres Une définition alternative de l unité d optimisation Références [1] Krebs et Davies, An introduction to behavioral ecology. Particulièrement pour la partie The economics of foraging, p [2] Campan, Éthologie. Notamment pour le chapitre sur l optimal foraging. [3] Gouyon, Henry, Arnould, Les avatars du gène. Pour la partir sur les ESS : Et bien, jouez maintenant!, p [4] Ridley, Évolution biologique. Pour la partie The analysis of adaptation, p dans l édition anglaise. Les livres sont classés par ordre d intérêt. Les références seront faites dans la suite en utilisant les numéros de cette liste. Le titre de cette démonstration pose déjà problème : faut-il se restreindre à la théorie du comportement optimal en éthologie (particulièrement développée dans le cadre de la recherche de nourriture : optimal foraging) ou considérer plus largement les problèmes d optimalité en écologie et choisir des exemples comportementaux? J ai choisi la seconde solution étant donné que je trouve que la première restreint trop le sujet (et il faut tenir 50 minutes quand même hein...)
2 Introduction Observer que dans la nature, les comportements des animaux d une même espèce sont stéréotypés. Les Vautours nichent par exemple tous en falaises, en général sur les versants exposés au Sud dans nos régions. Les Truites sortent toutes dans le courant pour chasser autour des mêmes heures de la journée etc. Ceci est-il le résultat du hasard? D une contrainte développementale? structurale? On peut également penser que ces comportements sont le résultat de sélection est sont identiques chez tous les individus car ils procurent le maximum de bénéfices. Pour les Truites par exemple, sortir dans le courant est coûteux en énergie et nous pouvons donc penser qu elles sont sélectionnées pour chasser brièvement, au moment où la chasse est la plus efficace (en début et en fin de journée notamment, quand les insectes sont abondants). Les comportements sont-ils tous le résultat de la sélection? Sont-ils optimisés par rapport à un environnement donné et jusqu à quel point le sont-ils? 1 La théorie du comportement optimal tente de prédire les comportements animaux Cette partie a pour objectif de présenter des exemples en faisant ressortir au fur et à mesure les caractéristiques de modèles d optimisation en biologie afin de préparer la seconde partie. 1.1 Il existe des comportements plus avantageux que d autres Pour cela, on pourra comparer deux stratégies de recherche de nourriture et montrer que l une est plus efficace que l autre. S il y a une pression de sélection présente sur la recherche de nourriture (= si les ressources sont limitantes), la stratégie la plus efficace sera sélectionnée. C était l objectif du document 5. Le but de cette partie est surtout de montrer que, notamment pour la recherche de nourriture, il semble possible de prédire quel type de comportement sera sélectionné. 1.2 La théorie de l optimal foraging Cette théorie est un hyper-classique de l écologie comportementale. Le principe est simple (et bien énoncé dans le Combes, Interactions durables. p. 67) : un comportement minimisant l énergie dépensée pour acquérir une quantité donnée de nourriture sera positivement sélectionné. On pourra choisir plusieurs exemples, en général tous traités dans [1] et [2] (mais malheureusement mieux expliqués en anglais...). Au nombre de ceux-ci : des oiseaux qui lâchent des coquillages de différentes hauteurs pour les casser et pour lesquels la hauteur optimale de lâcher est calculée ; des passereaux dont la charge optimale en proies avant de retourner au nid dépend de l éloignement de celui-ci (Figure 1) ; des meutes de chiens africains dont l efficacité dépend de l effectif (Figure 2) etc. Dans tous ces modèles : 1. on choisit un système biologique et on étudie ses mécanismes (paramètres physiques, biologiques etc.) 2. on modélise ces différents mécanismes mathématiquement. 3. on fait une prédiction quantitative en résolvant le problème d optimisation sur un paramètre (par exemple la hauteur de lâcher, la charge optimale pour les passereaux etc.) selon un critère simple : minimiser la dépense énergétique. 4. on vérifie sur le terrain/ de façon expérimentale si la prédiction est correcte. Il faut faire ressortir ces étapes au cours de la présentation de l exemple et faire remarquer que ces modèles prédisent plutôt bien les comportements observés. Ces comportements semblent donc bien être le résultat d une sélection les optimisant. 2
3 Fig. 1 Chargement optimal en proies chez l Étourneau. A. La courbe à droite représente le nombre de proies (vers) que l Étourneau trouve en fonction de la durée de recherche. La ligne a b représente le taux optimal d items alimentaire rapporté par voyage (chargement optimal : O, durée optimale : DO). Les autres lignes représentent des chargements plus élevés (8) ou plus faibles (1), tous deux moins efficaces. B. Quand la durée du trajet change, le chargement optimal aussi. Pour une durée courte (C) le chargement optimal est faible (OC) alors qu il est plus élevé (OL) pour une durée longue (L). C. Chargement observé (points) et prédit (courbe en escalier) en fonction de la durée du trajet. Fig. 2 Chasse en meute chez les Lycaons 3
4 Fig. 3 Durée optimale de copulation chez des mouches. [1], p La théorie du comportement optimal appliquée à la reproduction On pourra présenter un autre exemple pour souligner les différentes applications de cette théorie. Dans [1] l exemple de la durée optimale de copulation chez des mouches est particulièrement détaillé (Figure 3). Les exemples peuvent être multipliés ici si vous trouvez d autres domaines d application qui vous semblent intéressants et si vous pensez avoir du temps à remplir. Sinon : Transition Après avoir compris comment fonctionnaient les modèles d optimisation et donc ce qu était un comportement optimal du point de vue des écologues il paraît intéressant de souligner les avantages et les inconvénients de cette méthode. 4
5 2 Intérêts et limites de la notion de comportement optimal 2.1 Intérêts Expliqués très clairement dans [1] p. 73 à 76. Il y en trois, que l on pourra faire ressortir facilement à partir de l analyse des exemples faite dans la partie 1 : les modèles d optimisation produisent des résultats quantitatifs et donc testables ces modèles font des hypothèses claires en posant explicitement un critère d optimisation. Le fait d énoncer ce critère impose un bonne réflexion par rapport au problème de la part des biologistes les méthodes d optimisation sont assez générales et peuvent donc s appliquer à de nombreux systèmes biologiques. Par exemple, le [1], dans la partie The economics of foraging, fait ressortir qu un modèle appliqué à des passereaux (starlings) peut être également valide pour une, voire plusieurs autres espèces animales. D autre part, vous pouvez déjà remarquer que le modèle de prédiction de la hauteur de lâcher des proies dans le cas des oiseaux ou de la durée de copulation des mouches est le même ([1] p50 56). 2.2 Limites La principale limite de ces modèles est également expliquée dans [1], au chapitre de conclusion, p. 378 et suivantes. Elle peut être résumée ainsi : il n y a pas de critère probabiliste d acceptation de l hypothèse. Certes. Bon, en gros ça veut dire que les modèles prédisent une valeur précise (par exemple 41 min de copulation chez les mouches) alors que les mesures donnent des valeurs moyennes et parfois différentes (une moyenne observée de 38 min de copulation). Comment interpréter ces différences? Ont-elles une vraie signification ou sont-elles seulement dues à des facteurs aléatoires dans la manip de vérification de l hypothèse? Il est impossible de le savoir. De plus, les bons modèles en biologie sont ceux qui donnent une indication quel que soit le résultat de la vérification : si elle est positive, ils disent : voilà c est à peu près comme ça que ça se passe ; si elle est négative, ils disent : voilà c est là où le modèle foire. La réalité comporte donc quelque chose de plus complexe/différent à cet endroit là. Or il n y a pas une seule façon d interpréter les ratés des modèles d optimisation. Ils ne donnent donc pas d indication quand la vérification ne valide pas l hypothèse. Les différentes interprétations d une différence entre la valeur prédite et la valeur mesurée sont : la quantité optimisée n est pas la bonne. Par exemple, pour les mouches, le critère important n est peut être pas uniquement la quantité de sperme transmise. Voir [1]. il existe des contraintes mécaniques, développementales etc. qui ne sont prises en compte dans le modèle. la réalité est non optimale. Ce qui signifie que le comportement est en cours d optimisation ou qu il ne sera jamais optimisé du fait de contraintes liées à un autre comportement ou que l amélioration de fitness qu apporterait son optimisation n est pas suffisante pour que les mutations envahissent rapidement la population ou etc. En gros, on peut tout dire et tout dire c est rien dire. Il faut également remarquer ici que ces avantages et ces limites sont valables pour tous les modèles d optimisation, c est-à-dire d évaluation de l adaptation d un caractère, et pas seulement pour ceux d écologie comportementale. Les contraintes développementales sont par exemple bien visibles pour des caractères morphologiques (exemple du nerf laryngien bizarroïde chez la girafe, [4] p ). Ceci peut permettre d embrayer sur une troisième sous-partie concernant l adaptation. À ne traiter que s il y a du temps à combler car elle est en limite du sujet à mon avis. 5
6 Coopère Ne coopère pas Tit-for-Tat C (B C) 4 = 60 C 4 = NC B 4 = = 0 B 1 = 18 T-f-T 60 C 1 = 3 60 Tab. 1 Dilemme du prisonnier répété. Nous nous intéressons aux gains de l individu en ligne rencontrant celui en colonne. 2.3 Est-il possible de mesurer d adaptation? Pour cette partie, tout est expliqué clairement dans le [4], aux pages mentionnées. Il y a 3 étapes, et 3 méthodes. C est tout clair et ça tient en 2 paragraphes. Tout se ramène en fait à la façon de définir l adaptation. Une définition valable pour l auteur pourra être trouvée quelques pages avant. Transition Une autre limite intrinsèque aux types de modèles décrits jusqu à présent est le fait que le critère optimisé est absolu : on recherche la meilleure stratégie possible. Or tout est relatif! En effet, ce qui compte vraiment ce n est pas de dépenser le moins d énergie possible pour récolter sa nourriture, c est plutôt d en dépenser moins que les autres. Le critère d optimisation devrait donc tenir compte des stratégies des autres individus dans la population. On revient ainsi à l idée que la fitness est quelque chose de relatif et que la seule bonne façon de tenir compte de cela est d utiliser la théorie des jeux. 3 Des méthodes d optimisation différentes et l explication de comportements incompris Dans cette partie on abordera la théorie des jeux et le concept d ESS qui permettent de justifier des comportements étrange comme le respect du partenaire dans les conflits sociaux, les règles sociales etc. On pourra aussi s intéresser à des définitions alternatives de la fitness, comme la fitness inclusive, et donner des exemples de sélection de parentèle pour expliquer ces comportements bizarres. 3.1 L optimum dépend des autres Il faut insister sur le fait que les théories d optimisation classiques ne prévoient jamais ce type de comportement. Ceci peut être efficacement montré sur le modèle du Vampire d Azara présenté par le document 3 ou sur le modèle faucon-colombe-bourgeois (en le présentant à partir de l exemple des papillons territoriaux comme cela est fait dans [3]). En effet, la stratégie Tit-for-Tat n envahit jamais une population d Égoïstes ou d Altruistes. Elle n est donc pas meilleure dans l absolu. Par contre si un nombre d individus suffisant joue Tit-for-Tat et que Gain Coût (ce qui est le cas des Vampires), alors cette stratégie est stable et ne peut être envahie (Tableau 1 et Figure 4). NB : en fait ce n est qu une pseudo ESS car des Altruistes peuvent augmenter en nombre par dérive dans une population de Tit-for-Tat jusqu à l envahir. De même la stratégie bourgeois n est jamais directement favorisée (elle n envahit ni une population de colombe, ni une population de faucons). Ce n est qu une fois qu elle est présente en assez grand nombre qu elle devient favorable. Notez aussi que si [3] décrit bien l exemple, les matrices de gains, les quelques petits calculs et les hypothèses associées sont bien mieux expliqués dans [1]. 6
7 Fig. 4 Échange de sang chez les Vampires d Azara 3.2 Une définition alternative de l unité d optimisation Les modèles d optimisation précédents prennent en compte la fitness des individus ou une mesure énergétique comme facteur d optimisation. Ils ne permettent pas d expliquer des comportements d altruisme de reproduction comme celui observé dans les sociétés d hyménoptères : il en résulte une perte nette de fitness pour l individu. Afin d expliquer ce comportement social apparemment aberrant il est nécessaire de s intéresser à la fitness des gènes plutôt que celle des individus. En effet aider un individu apparenté revient à aider une partie de ses propres gène. La fitness des gènes d un individu est désignée comme fitness inclusive (fitness directe + bénéfices indirects, par le biais des gènes des individus apparentés). La fitness inclusive est très différente de la fitness classique quand les individus sont très apparentés, ce qui est le cas du fait de l haplo-diploïdie des hyménoptères (Figure 5). Conclusion La notion de comportement optimal est probablement quelque chose de théorique et en tout cas complètement impossible à vérifier totalement par des études de terrain. Ceci est d ailleurs le cas d à peu près tous les modèles. Il n en reste pas moins que ces études peuvent se montrer très intéressantes pour souligner les facteurs principaux qui modèlent les comportements des animaux. Par exemple, si les facteurs entrant en jeux dans le temps de copulation des mouches ne sont pas restreints uniquement à la quantité de sperme transférée, c est quand même surtout autour de ça que doit tourner la copulation car le modèle prédit plutôt bien le temps d accouplement! 7
8 Fig. 5 Apparentement chez les abeilles 8
Peut-on imiter le hasard?
168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailModèles et simulations informatiques des problèmes de coopération entre agents
Modèles et simulations informatiques des problèmes de coopération entre agents Bruno Beaufils LIFL Axe CIM Équipe SMAC Laboratoire d'informatique Plan 1. Motivations 2. Dilemme itéré du prisonnier 3. Simulations
Plus en détailTITRE DE L ACTIVITÉ : Vivre en groupe chez les animaux. DISCIPLINES ET DOMAINES D ACTIVITÉ de la discipline
TITRE DE L ACTIVITÉ : Vivre en groupe chez les animaux DISCIPLINES ET DOMAINES D ACTIVITÉ de la discipline - Lecture de textes documentaires. - Les êtres vivants dans leur environnement. SÉANCE OU SÉQUENCE
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailLe montant des garanties constituées aux fins du STPGV est-il excessif?
Le montant des garanties constituées aux fins du STPGV est-il excessif? Kim McPhail et Anastasia Vakos* L e système canadien de transfert des paiements de grande valeur (STPGV) sert à effectuer les paiements
Plus en détailLe calcul du barème d impôt à Genève
Le calcul du barème d impôt à Genève Plan : 1. Historique Passage d un système en escalier à une formule mathématique 2. Principe de l imposition Progressivité, impôt marginal / moyen ; barème couple/marié
Plus en détailComplexité et auto-organisation chez les insectes sociaux. Complexité et auto-organisation chez les insectes sociaux
Complexité et auto-organisation chez les insectes sociaux Guy Theraulaz Centre de Recherches sur la Cognition Animale CNRS, UMR 5169, Toulouse, France Marathon des Sciences XXIII ème Festival d Astronomie,
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailGROUPE DE TRAVAIL «ARTICLE 29» SUR LA PROTECTION DES DONNÉES
GROUPE DE TRAVAIL «ARTICLE 29» SUR LA PROTECTION DES DONNÉES 00727/12/FR WP 192 Avis 02/2012 sur la reconnaissance faciale dans le cadre des services en ligne et mobiles Adopté le 22 mars 2012 Le groupe
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détailPEUT- ON SE PASSER DE LA NOTION DE FINALITÉ?
PEUT- ON SE PASSER DE LA NOTION DE FINALITÉ? à propos de : D Aristote à Darwin et retour. Essai sur quelques constantes de la biophilosophie. par Étienne GILSON Vrin (Essais d art et de philosophie), 1971.
Plus en détailRapport d'analyse des besoins
Projet ANR 2011 - BR4CP (Business Recommendation for Configurable products) Rapport d'analyse des besoins Janvier 2013 Rapport IRIT/RR--2013-17 FR Redacteur : 0. Lhomme Introduction...4 La configuration
Plus en détailL oligopole ESCP 2012 2103
Structures de marché L oligopole Anne Yvrande Billon ESCP 2012 2103 1 Plan du cours (1/2) 1. Introduction : qu est ce qu un oligopole? 2. L oligopole de Cournot 3. Le «paradoxe de Bertrand» 2 1. Introduction
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailModélisation multi-agents - Agents réactifs
Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf
Plus en détailPRIX DE VENTE À L EXPORTATION GESTION ET STRATÉGIES
PRIX DE VENTE À L EXPORTATION GESTION ET STRATÉGIES Direction du développement des entreprises et des affaires Préparé par Jacques Villeneuve, c.a. Conseiller en gestion Publié par la Direction des communications
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailPremière étape : créer le fichier de données - extraire les données de PMB et les transférer dans Excel
A.-M. Cubat Démo (Apli) : imprimer des cartes de lecteurs ou une «planche-contact» - avec les codes-barres Page 1 Première étape : créer le fichier de données - extraire les données de PMB et les transférer
Plus en détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailEn 2014, comment mener à bien une enquête aléatoire en population générale par téléphone?
En 2014, comment mener à bien une enquête aléatoire en population générale par téléphone? Prémila Choolun 1, François Beck 2, Christophe David 1, Valérie Blineau 1, Romain Guignard 3, Arnaud Gautier 3,
Plus en détail2.0 Interprétation des cotes d évaluation des risques relatifs aux produits
2.0 Interprétation des cotes d évaluation des risques relatifs aux produits L interprétation des cotes attribuées dans le cadre des évaluations des risques relatifs aux produits décrite plus loin repose
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailModule 24 : Analyse de scénarios
Module 24 : Analyse de scénarios 24.0 Introduction Ce module enseigne un sous-ensemble de techniques de création de modèle qui, dans Excel 2007, constitue l «analyse de scénarios». Ces techniques sont
Plus en détailArchitecture des Systèmes d Information Architecture des Systèmes d Information
Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau
Plus en détailModélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme
Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Trading system : Trend following Breakout Janvier 1996 - Janvier 2009 Etude de la performance du système Le
Plus en détailLa demande Du consommateur. Contrainte budgétaire Préférences Choix optimal
La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal
Plus en détailCONSEIL NATIONAL DE LA COMPTABILITÉ. 1.4 - Remplacement d instruments
CONSEIL NATIONAL DE LA COMPTABILITÉ Réponse aux questions pratiques liées à l application du règlement CRC n 2002-09 relatif à la comptabilisation des instruments financiers à terme par les entreprises
Plus en détailMéthode universitaire du commentaire de texte
Méthode universitaire du commentaire de texte Baptiste Mélès Novembre 2014 L objectif du commentaire de texte est de décrire la structure argumentative et de mettre au jour les concepts qui permettent
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détailEntraînement, consolidation, structuration... Que mettre derrière ces expressions?
Entraînement, consolidation, structuration... Que mettre derrière ces expressions? Il est clair que la finalité principale d une démarche d investigation est de faire acquérir des connaissances aux élèves.
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailInstitut Informatique de gestion. Communication en situation de crise
Institut Informatique de gestion Communication en situation de crise 1 Contexte Je ne suis pas un professionnel de la communication Méthode empirique, basée sur l(es) expérience(s) Je suis actif dans un
Plus en détailCHOU BIOLOGIQUE. Evaluation d aménagements floristiques sur la répartition intra-parcellaire des auxiliaires
CHOU BIOLOGIQUE Evaluation d aménagements floristiques sur la répartition intra-parcellaire des auxiliaires Essai de plein champ conditions expérimentales 1 Auteurs : Christian ICARD (Ctifl-SERAIL), Nadine
Plus en détailPrincipes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch
Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailIntervention au Colloque de Bruxelles du jeudi 31 octobre 2013 (Mallorie Trannois)
Intervention au Colloque de Bruxelles du jeudi 31 octobre 2013 (Mallorie Trannois) Tout d abord, je voulais remercier Monsieur Marique de m avoir invité à donner mon point de vue lors de la table ronde
Plus en détailL intelligence collective des fourmis
L intelligence collective des fourmis Guy Théraulaz* Les comportements collectifs des fourmis ont toujours fasciné et émerveillé les naturalistes. Tout semble se passer comme si chaque colonie se comportait
Plus en détailComment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie
Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même
Plus en détailConditions Générales pour l achat de biens et services
Conditions Générales pour l achat de biens et services 1 Champ d application 1.1 Les conditions générales règlent la conclusion, le contenu et l exécution des accords d achat de biens et services. 1.2
Plus en détailBienvenue sur la planète des insectes!
Bienvenue sur la planète des insectes! Les Entomonautes c/o Youssef Guennoun 49 bis rue du Borrégo 75020 Paris entomonautes(at)gmail.com Des milliards de petites bêtes Les insectes constituent 75 % de
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailÉCOLE : cycle 3 (CM2) Sciences de la vie et de la Terre S INFORMER : organiser l information Classer, trier, assembler, grouper, distinguer
NIVEAU DISCIPLINE CAPACITÉ COMPÉTENCE MOTS CLÉS ÉCOLE : cycle 3 (CM2) Sciences de la vie et de la Terre S INFORMER : organiser l information Classer, trier, assembler, grouper, distinguer 1. TITRE : TRIER
Plus en détailECONOMIE MANAGÉRIALE NESSRINE OMRANI ECOLE POLYTECHNIQUE NESSRINE.OMRANI@POLYTECHNIQUE.EDU
ECONOMIE MANAGÉRIALE NESSRINE OMRANI ECOLE POLYTECHNIQUE NESSRINE.OMRANI@POLYTECHNIQUE.EDU 1 CHAPITRE 3: L ASYMÉTRIE D INFORMATION NOTIONS IMPORTANTES: Asymétrie d information Antisélection (ou sélection
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailFOIRE AUX QUESTIONS - WebDEPOT
FOIRE AUX QUESTIONS - WebDEPOT Département de Biochimie Université de Montréal 2005-2006 WebDépôt TABLE DES MATIÈRES Table des Matières 1 Banques de données 3 2 Bouton Dossier WEB 3 2.1 Fureteur..............................................
Plus en détailCONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE. Information importante : Ces conseils ne sont pas exhaustifs!
CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE Information importante : Ces conseils ne sont pas exhaustifs! Conseils généraux : Entre 25 et 60 pages (hormis références, annexes, résumé) Format d un
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailPourquoi donne t-on? Quelques apports de l économie comportementale
Pourquoi donne t-on? Quelques apports de l économie comportementale Marie Claire Villeval Directrice de recherche CNRS, GATE et CORTEX Les dons : un phénomène économique important Etats-Unis : 260 milliards
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détail21 mars 2012. Simulations et Méthodes de Monte Carlo. DADI Charles-Abner. Objectifs et intérêt de ce T.E.R. Générer l'aléatoire.
de 21 mars 2012 () 21 mars 2012 1 / 6 de 1 2 3 4 5 () 21 mars 2012 2 / 6 1 de 2 3 4 5 () 21 mars 2012 3 / 6 1 2 de 3 4 5 () 21 mars 2012 4 / 6 1 2 de 3 4 de 5 () 21 mars 2012 5 / 6 de 1 2 3 4 5 () 21 mars
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailEtude d un cas industriel : Optimisation de la modélisation de paramètre de production
Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui
Plus en détailLa reconnaissance moléculaire: la base du design rationnel Modélisation moléculaire: Introduction Hiver 2006
La reconnaissance moléculaire: la base du design rationnel En 1890 Emil Fisher a proposé le modèle "serrure et clé" pour expliquer la façon de fonctionner des systèmes biologiques. Un substrat rentre et
Plus en détail2. Les auxiliaires de culture
III- Maîtriser les ravageurs et les adventices 2. Les auxiliaires de culture Insectes Le principe de la lutte biologique est la régulation des populations de ravageurs de culture par l utilisation de leurs
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailCritique des conditions de la durabilité: application aux indices de dév...
1 sur 5 25/10/2007 4:04 Critique des conditions de la durabilité: application aux indices de développement durable. Bruno Kestemont Mémoire de DEA Version révisée, 2004 IGEAT-ULB Sous la direction du Prof
Plus en détailINTRANET: Pédagogie générale
INTRANET: Pédagogie générale Les objectifs généraux : trois axes fondamentaux et trois types d activités associées. Les outils : A. Le cahier d ordinateur. B. Le projet de classe. C. Les projets personnels.
Plus en détailFOIRE AUX QUESTIONS PAIEMENT PAR INTERNET. Nom de fichier : Monetico_Paiement_Foire_aux_Questions_v1.7 Numéro de version : 1.7 Date : 2014-05-29
FOIRE AUX QUESTIONS PAIEMENT PAR INTERNET Nom de fichier : Monetico_Paiement_Foire_aux_Questions_v1.7 Numéro de version : 1.7 Date : 2014-05-29 FOIRE AUX QUESTIONS Confidentiel Titre du document : Monetico
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailCATALOGUE DES FORMATIONS
CATALOGUE DES FORMATIONS 2009 CONDUITE DES PRESSES A GRANULER OUVERT A TOUS 2 sessions : 13 Janvier et 09 Juin 2009 Adhérent : 592 TTC/personne (495 H.T.) Non Adhérent : 828,82 TTC/personne (693 H.T.)
Plus en détailGénétique et génomique Pierre Martin
Génétique et génomique Pierre Martin Principe de la sélections Repérage des animaux intéressants X Accouplements Programmés Sélection des meilleurs mâles pour la diffusion Index diffusés Indexation simultanée
Plus en détailUne conférence-débat proposée par l Institut National de la Recherche Agronomique
Economies d'énergies dans les procédés agro-alimentaires : l'optimisation coût/qualité, un équilibre pas si facile à maîtriser Une conférence-débat proposée par l Institut National de la Recherche Agronomique
Plus en détailCours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailMASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion
Plus en détailL ANALYSE COUT-EFFICACITE
L ANALYSE COUT-EFFICACITE 1 Pourquoi utiliser cet outil en évaluation? L analyse coût-efficacité est un outil d aide à la décision. Il a pour but d identifier la voie la plus efficace, du point de vue
Plus en détail- Les êtres vivants dans leur environnement, rôle et place des êtres vivants - Lecture de textes documentaires
Titre de l atelier : Les vers de terre Domaines d activité Les êtres vivants dans leur environnement, rôle et place des êtres vivants Lecture de textes documentaires Motsclés Vers de terre Vie du sol Compétences
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailNicolas DEPRUGNEY Julien CARTON 1 SA TPE 1 S. Les Phéromones de la Fourmi
Nicolas DEPRUGNEY Julien CARTON 1 SA TPE 1 S Les Phéromones de la Fourmi 1 Introduction... p.3 Comment les fourmis communiquent-elles entre elles? I. Mise en évidence des phéromones p.4 Expérience avec
Plus en détailCirculaire du directeur des contributions L.I.R. n 104/1 1 du 18 février 2009. L.I.R. n 104/1
Circulaire du directeur des contributions L.I.R. n 104/1 1 du 18 février 2009 L.I.R. n 104/1 Objet : Évaluation de certains avantages accordés par l employeur à ses salariés a) Mise à la disposition à
Plus en détailQuestionnaire pour les enseignant(e)s
info@educatout123.fr www.educatout123.fr +31 614303399 L enfant qui bouge beaucoup! C est un fait, un enfant bouge beaucoup, il a besoin de se dépenser. Il arrive même parfois qu on n arrive plus à tenir
Plus en détailPrimaire. analyse a priori. Lucie Passaplan et Sébastien Toninato 1
Primaire l ESCALIER Une activité sur les multiples et diviseurs en fin de primaire Lucie Passaplan et Sébastien Toninato 1 Dans le but d observer les stratégies usitées dans la résolution d un problème
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détaillogiciels de gestion des dossiers médicaux
logiciels de gestion des dossiers médicaux (clic) la solution complète pour la gestion des archives www.advalorem.fr 10 bonnes raisons de s équiper avec le logiciel Gesmedic Utilisez-vous une solution
Plus en détailSamuel Decout, Sandra Luque. Sandra.luque@cemagref.fr
!""#$%&'()*+,-#,'((.'(&),#/#%&)0/1$*(.'("/+%&0(.2&/3)+/+('*(4/5'6#(.'(7/(%$**'%15)+,(8(( 9)7)'6:($65'#+0('+(9)7)'6:(4$#'01'#0( ( (!"#$%&#'"#(%#)*"+,-.(("#*,-&&"#"+#/&0*"# Samuel Decout, Sandra Luque Sandra.luque@cemagref.fr
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailFONCTION DE DEMANDE : REVENU ET PRIX
FONCTION DE DEMANDE : REVENU ET PRIX 1. L effet d une variation du revenu. Les lois d Engel a. Conditions du raisonnement : prix et goûts inchangés, variation du revenu (statique comparative) b. Partie
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détailLes méthodes de luttes : De la protection «systématique» à la Protection Intégrée (P.B.I.)
Les méthodes de luttes : De la protection «systématique» à la Protection Intégrée (P.B.I.) Protection Biologique Intégrée Lutte phytosanitaire De la lutte «systématique» à la lutte raisonnée La lutte «systématique»
Plus en détailJOHANNA ETNER, MEGLENA JELEVA
OPENBOOK LICENCE / BACHELOR Micro économie JOHANNA ETNER, MEGLENA JELEVA Sommaire Remerciements... Introduction... V VII Chapitre 1 Demande et offre sur le marché... 1 Chapitre 2 Technologie de production...
Plus en détailAtelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr
Atelier Transversal AT11 Activité «Fourmis» Pierre Chauvet pierre.chauvet@uco.fr Ant : un algorithme inspiré de l éthologie L éthologie Etude scientifique des comportements animaux, avec une perspective
Plus en détailIntroduction à la méthodologie de la recherche
MASTER DE RECHERCHE Relations Économiques Internationales 2006-2007 Introduction à la méthodologie de la recherche geraldine.kutas@sciences-po.org Les Etapes de la Recherche Les étapes de la démarche Etape
Plus en détailLA METHODE DU COUT CIBLE (TARGET COSTING)
LA METHODE DU COUT CIBLE (TARGET COSTING) Finalité de la démarche Optimiser les performances futures de profit du produit sur l ensemble de son cycle de vie. Prérequis Connaissance élémentaire de la problématique
Plus en détailProtocoles pour le suivi des pontes de tortues marines dans le cadre de Protomac. Professeur Marc Girondot
Muséum National d'histoire Naturelle de Paris Département de Systématique et Evolution Laboratoire des Reptiles et Amphibiens 25 rue Cuvier 75005 Paris & Laboratoire Ecologie, Systématique et Evolution
Plus en détailLe scoring est-il la nouvelle révolution du microcrédit?
Retour au sommaire Le scoring est-il la nouvelle révolution du microcrédit? BIM n 32-01 octobre 2002 Frédéric DE SOUSA-SANTOS Le BIM de cette semaine se propose de vous présenter un ouvrage de Mark Schreiner
Plus en détailAnalyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts
Analyse des coûts Les techniques de calcul et d analyse des coûts portent le nom de comptabilité analytique ou comptabilité de gestion. Ces deux termes seront utilisés indifféremment dans ce cours. Contrairement
Plus en détailClasse verte à Hollenfels
Classe verte à Hollenfels Du lundi 10 mai au mercredi 12 mai 2010 C.E.1 de Madame Lanneluc SOMMAIRE 1. Personnel d encadrement 2. Transport 3. Hébergement 4. Projet pédagogique 5. Budget 6. Annexes : -
Plus en détailCirculaire du directeur des contributions L.I.R. n 104/1 1 du 20 novembre 2014. L.I.R. n 104/1
Circulaire du directeur des contributions L.I.R. n 104/1 1 du 20 novembre 2014 L.I.R. n 104/1 Objet : Evaluation de certains avantages accordés par l employeur à ses salariés a) Mise à la disposition à
Plus en détailContribution à la Consultation nationale des acteurs du soutien à la parentalité
Contribution à la Consultation nationale des acteurs du soutien à la parentalité dans le cadre de la «Mobilisation pour la petite enfance et la parentalité», menée par le Ministère délégué chargé de la
Plus en détailStockage de chaleur solaire par sorption : Analyse et contrôle du système à partir de sa simulation dynamique
Stockage de chaleur solaire par sorption : Analyse et contrôle du système à partir de sa simulation dynamique Kokouvi Edem N TSOUKPOE 1, Nolwenn LE PIERRÈS 1*, Lingai LUO 1 1 LOCIE, CNRS FRE3220-Université
Plus en détail