Estimations et intervalles de confiance
|
|
- Émilien Jean-Michel Beaupré
- il y a 8 ans
- Total affichages :
Transcription
1 Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio poctuelle de paramètres de loi : proportio, moyee, variace. La coaissace des lois de ce estimateurs permet l estimatio par itervalle de cofiace et doc de préciser l icertitude sur ces estimatios : itervalle de cofiace d ue proportio, d ue moyee si la variace est coue ou o, d ue variace. Retour au pla du cours. 1 Itroductio Le cadre est le suivat : o dispose de doées observées e ombre fii et l o désire tirer des coclusios de ces doées sur l esemble de la populatio. O fait alors ue hypothèse raisoable : il existe ue loi de probabilité sous-jacete telle que les valeurs observables" des différets élémets de la populatio étudiée puisset être cosidérées comme des variables aléatoires idépedates ayat cette loi. U aspect importat de l iférece statistique cosiste à obteir des estimatios fiables" des caractéristiques d ue populatio de grade taille à partir d u échatillo extrait de cette populatio. C est u problème de décisio cocerat des paramètres qui le plus souvet sot : l espérace mathématique µ ; la proportio p ; la variace 2. Ces paramètres sot a priori icous car la taille réelle de la populatio état très grade, il serait trop coûteux de tester tous les élémets de la populatio. Aisi, comme u échatillo e peut doer qu ue iformatio partielle sur la populatio, les estimatios que l o obtiedra serot iévitablemet etachées d erreurs qu il s agit d évaluer et de miimiser autat que possible. E résumé, estimer u paramètre icou, c est e doer ue valeur approchée à partir des résultats obteus sur u échatillo aléatoire extrait de la populatio sous-jacete. Exemple : U semecier a récolté 5 toes de graies de Touresol. Il a besoi de coaître le taux de germiatio de ces graies avat de les mettre e vete. Il extrait u échatillo de 40 graies, les dépose sur u buvard humide et compte le ombre de graies ayat évolué favorablemet. O remarque que ce cotrôle est de type destructif : l échatillo ayat servi au cotrôle e peut plus être commercialisé. Il s agit doc d évaluer la proportio p des graies de la populatio à grad effectif, présetat u certai caractère X : succès de la germiatio. Même avec ue populatio d effectif restreit, u cotrôle destructif impose de faire cofiace à u échatillo restreit et la valeur exacte de p e peut être calculée. Le modèle s écrit comme réalisatios x i de v.a.r. idépedates de Beroulli X i défiies par : { 1 si l idividu i présete le caractère X X i = 0 sio. Il est aturel d estimer p par x = 1 x i, qui est la proportio des idividus ayat le caractère X das l échatillo. E effet, la LGN ous assure de la covergece e probabilité de la v.a.r. X = 1 X i vers l espérace de X 1, c est-à-dire p ; X est l estimateur de la proportio p et p est estimée par la réalisatio x de X. Das l expériece de germiatio, 36 graies ot eu ue issue favorable avec x i = 1. La proportio estimée est x = 40/36 = 0, 9 C est ue estimatio dite poctuelle. D autre part, das toute disciplie scietifique, il est importat d avoir ue idicatio de la qualité d u résultat ou ecore de l erreur dot elle peut-être affectée. Ceci se traduit e statistique par la recherche d u itervalle, dit itervalle de cofiace, dot o peut assurer, avec u risque d erreur cotrôlé et petit, que cet itervalle cotiet la vraie valeur icoue du paramètre. Das la suite ous ous itéresseros doc à deux types d estimatios : soit ue estimatio doée par valeur scalaire issue des réalisatios des v.a.r. X i : l estimatio poctuelle ; soit ue estimatio doée par u esemble de valeurs apparteat à u itervalle : l estimatio par itervalle de cofiace cotrôlé par u risque d erreur fixé a priori. 1
2 2 Estimatios et itervalles de cofiace 2 Estimatio poctuelle 2.1 Estimateur Covergece DÉFINITION 1. U -échatillo aléatoire issu d ue v.a.r. X est u esemble X 1,..., X de v.a.r. idépedates et de même loi que X. Soit θ u paramètre associé à la loi de X, par exemple θ = EX ou θ = VarX. À partir de l observatio d u échatillo aléatoire X 1,..., X, o souhaite estimer le paramètre θ. DÉFINITION 2. U estimateur θ de θ est ue foctio qui déped uiquemet du -échatillo X 1,..., X. Il est dit coverget s il est proche" de θ au ses de la covergece e probabilité : pour tout ɛ > 0, θ θ > ɛ 0. + Das l exemple de l itroductio, la quatité 1 X i est u estimateur coverget de p et si, par exemple, o a observé 21 pièces défectueuses sur u lot de 1500 pièces prélevées, l estimatio poctuelle de p obteue est x = 21/1500 = 1, 4%. our estimer l espérace µ des variables aléatoires X i, o utilise la moyee empirique X = 1 X i, car par la LGN, o sait qu elle coverge e probabilité vers l espérace µ = EX 1. Le but de la théorie de l estimatio est de choisir, parmi toutes les statistiques possibles, le meilleur" estimateur coverget, c est-à-dire celui qui doera ue estimatio poctuelle la plus proche possible du paramètre et ceci, quel que soit l échatillo. Exemple : Cosidéros ue v.a.r. X représetat le ombre de grippes attrapées par ue persoe e u a. O peut supposer que X suit ue loi de oisso de paramètre λ > 0. Chercher la loi de X, c est chercher λ, qui est autre que l espérace mathématique de X. ar coséquet, la LGN ous idique que X est u estimateur coverget de λ : pour tout ɛ > 0, 1 X i λ ɛ 0. + Grâce à l iégalité de Chebychev, o peut démotrer le théorème suivat : THÉORÈME 3. Soit θ u estimateur de θ. Si l o a : lim E θ = θ et lim Var θ = 0, + + alors θ est u estimateur coverget de θ. Biais DÉFINITION 4. Soit θ u estimateur coverget d u paramètre θ. O appelle biais la quatité E θ θ. L estimateur θ est dit sas biais si E θ = θ, et biaisé sio. Exemple : La moyee empirique X est u estimateur coverget et sas biais de l espérace mathématique µ. Écart quadratique moye Notos que l o a { E θ θ 2} = E { θ E θ + E θ θ 2} { = E θ E θ 2 + E θ θ θ E θ E θ = Var θ + biais 2, { } car le terme E θ E θ E θ θ est ul. Aisi, pour redre l écart } quadratique moye E { θ θ 2 le plus petit possible, il faut que
3 3 Estimatios et itervalles de cofiace E θ = θ, doc choisir u estimateur sas biais, la variace Var θ soit faible. O choisira doc, parmi les estimateurs covergets et sas biais, celui qui a la variace la plus petite. E d autres termes, si θ est u estimateur coverget et sas biais de θ, o a tout itérêt à ce que θ e varie pas trop autour de sa moyee. Cette propriété traduit ce que l o appelle l efficacité de l estimateur. 2.2 Estimateur d ue moyee ou d ue proportio O cosidère u -échatillo X 1,..., X issu d ue loi de moyee µ et de variace 2, toutes deux icoues. 1. d après la LGN, la moyee empirique X est u estimateur coverget de µ. 2. l estimateur X est sas biais. 3. par idépedace : VarX = loi de X : si X N µ, 2, alors X N µ, 2 /. lorsque est grad, d après le TCL, la loi de X est approchée par ue loi ormale N µ, 2 /. L estimatio d ue proportio p est u cas particulier du précédet, au ses où les v.a.r. X i cosidérées sot de Beroulli de paramètre p. 2.3 Estimateur de la variace DÉFINITION 5. La variace empirique associée à u -échatillo X 1,..., X est défiie par S 2 = 1 1 X i X 2. DÉFINITION 6. Soit Y 1,..., Y u -échatillo de v.a.r. de loi N 0, 1. O appelle loi du chi-deux à degrés de liberté la loi de la v.a.r. Y i 2, et o la ote χ 2. ropriétés de la variace empirique : 1. S 2 est u estimateur coverget de la variace S 2 est sas biais. 3. loi de S 2 : pas de résultat gééral. Cepedat, si X N µ, 2, alors la v.a.r. 1 S 2 2 suit ue loi du chi-deux à 1 degrés de libertés χ 2 1. Remarque : uisque EY i = 0, o a EYi 2 = VarY i = 1. Si V suit ue loi χ 2, alors EV = EY Y 2 =. Aisi o retrouve le fait que S 2 est u estimateur coverget et sas biais de 2 : ES 2 = 2 1 Eχ2 1 = 2. 3 Estimatio par itervalle de cofiace our l estimatio poctuelle, o cosidère u paramètre icou θ, u esemble de valeurs observées x 1,..., x, réalisatios d u - échatillo aléatoire X 1,..., X, et so estimatio poctuelle x = 1 x i. Les estimatios poctuelles apportet pas d iformatio sur la précisio des résultats, c est-à-dire qu elles e tieet pas compte des erreurs dues aux fluctuatios d échatilloage. our évaluer la cofiace que l o peut avoir e ue valeur, il est écessaire de détermier u itervalle coteat, avec ue certaie probabilité fixée au préalable, la vraie valeur du paramètre : c est l estimatio par itervalle de cofiace. 3.1 Défiitio d u itervalle de cofiace Soit X 1,..., X u -échatillo aléatoire et θ u paramètre icou de la loi des X i. DÉFINITION 7. Soit α 0, 1[. S il existe des v.a.r. θ mi X 1,..., X et θmaxx 1,..., X telles que θ [θ mi X 1,..., X, θmaxx 1,..., X = 1 α, o dit alors que [θ mi X 1,..., X, θmaxx 1,..., X est u itervalle de cofiace pour θ, avec coefficiet de sécurité 1 α. O le ote IC 1 α θ.
4 4 Estimatios et itervalles de cofiace Das la pratique, o peut predre par exemple α = 5%, ce qui ous doe u IC à 95%. Cela sigifie qu il y a 95% de chace que la valeur icoue θ soit comprise etre θ mi x 1,..., x et θmaxx 1,..., x. 3.2 Itervalle de cofiace pour la moyee et la variace das le cas d u échatillo gaussie Soit X 1,..., X u -échatillo de v.a.r. de loi N µ, 2. Estimatio de l espérace µ lorsque la variace 2 est coue our estimer µ, o utilise la moyee empirique X = 1 X i qui a pour loi N µ, 2 /. Il e résulte que et que Ceci équivaut à X µ N 0, 1, z 1 α/2 X µ z 1 α/2 = 1 α. X z 1 α/2 µ X + z 1 α/2 = 1 α. O obtiet doc u IC pour l espérace µ avec coefficiet de sécurité 1 α das le cas où est cou : il s agit de l itervalle aléatoire [X z 1 α/2, X + z 1 α/2. Aisi, das les calculs, l IC est doé par IC 1 α µ = [x z 1 α/2, x + z 1 α/2, où x est l estimatio poctuelle de µ associée à la réalisatio du -échatillo X 1,..., X. Estimatio de l espérace µ lorsque la variace 2 est icoue Lorsque la variace 2 est icoue, il est alors écessaire de remplacer das les formules précédetes cette quatité par la variace empirique, qui e est u estimateur coverget. Il faut doc cosidérer o plus la quatité X µ mais plutôt X µ, S qui e suit plus ue loi ormale mais ue loi dite de Studet à 1 degrés de liberté, que l o ote T 1. La desité de la loi de Studet est ue foctio paire, comme la loi ormale N 0, 1. O dispose de tables pour obteir les quatiles de cette loi. O e déduit doc que t 1 α/2 X µ t 1 α/2 = 1 α, ce qui équivaut à S S X t 1 α/2 µ X + t 1 α/2 = 1 α. S O obtiet doc u IC pour µ avec coefficiet de sécurité 1 α, das le cas où la variace 2 est icoue : il s agit de l itervalle aléatoire [ S S X t 1 α/2, X + t 1 α/2. Aisi, das les calculs, l IC est doé par [ s s IC 1 α µ = x t 1 α/2, x + t 1 α/2, où x et s 2 sot les estimatios poctuelles respectives de la moyee µ et de la variace 2. Remarque : Si les v.a.r. X 1,..., X e sot pas gaussiees mais que est assez grad e pratique supérieur à 30, alors le TCL ous garatit que la moyee empirique suit approximativemet la loi N µ, 2 /. Aisi, das
5 5 Estimatios et itervalles de cofiace le cas où l o souhaite estimer l espérace lorsque la variace est coue, l IC est idetique à celui détermié lorsque les v.a.r. X 1,..., X suivet la loi N µ, 2. Estimatio de la variace 2 O estime la variace 2, supposée icoue, par la variace empirique S 2 = 1 1 X i X 2. O sait que la v.a.r. S 2 2 a pour loi 1 χ2 1 et que ES 2 = 2 1 Eχ2 1 = 2, c est-à-dire que S 2 est u estimateur sas biais de 2. De plus, o lit das des tables les quatiles d ordre α/2 et 1 α/2 de la loi du χ 2 1, respectivemet otés v α/2 et v 1 α/2 il est ormal que les quatiles qui ous itéresset e soiet pas opposés car la desité de cette loi est pas paire, à l iverse de la loi ormale cetrée réduite. O obtiet alors Ceci équivaut à 1S 2 v α/2 1 2 S 2 v 1 α/2 v 1 α/2 = 1 α. 2 1S2 = 1 α. v α/2 O obtiet doc u IC pour la variace 2 avec coefficiet de sécurité 1 α : il s agit de l itervalle aléatoire [ 1S 2, 1S2. v 1 α/2 v α/2 Aisi, das les calculs, l IC est doé par [ 1s IC 1 α 2 2 =, 1s2, v 1 α/2 v α/2 où s 2 est l estimatio poctuelle de 2 associée à la réalisatio du - échatillo X 1,..., X : s 2 = 1 x i x Itervalle de cofiace pour la proportio Reveos à l exemple itroductif : o cherche à estimer la proportio π de graies défectueuses du lot de céréales. O prélève u lot de graies et o ote X i la v.a.r. qui vaut 1 si la graie i germe, et 0 sio. O estime π par la moyee empirique X = 1 X i. Les v.a.r. X i état de Beroulli, o peut alors utiliser l approximatio doée par le TCL. Soit Z N 0, 1 et z 1 α/2 le quatile d ordre 1 α/2 de la loi N 0, 1. ar le TCL, Ceci implique que z 1 α/2 c est-à-dire X i π π1 π L Z N 0, 1. Xi π z 1 α/2 z 1 α/2 Z z 1 α/2 = 1 α, π1 π + π1 π π1 π X z 1 α/2 π X + z 1 α/2 1 α. + Ceci e fourit pas u IC pour π car les bores de l itervalle dépedet de π. Mais o peut motrer que l o a le même résultat de covergece, e remplaçat π das les bores de l itervalle par so estimateur coverget X. O obtiet alors X z 1 α/2 X 1 X π X + z 1 α/2 X 1 X 1 α. + O dit que l itervalle X 1 X X 1 X X z 1 α/2, X + z 1 α/2 est u IC asymptotique pour le paramètre π, de coefficiet de sécurité 1 α. our α = 5%, o lit das les tables z 1 α/2 = z 97,5% = 1, 96. Aisi, le semecier e déduit qu ayat observé 36 graies germées sur 40, l itervalle de cofiace asymptotique pour π est [0.807, ; il suffit de remplacer das les calculs la moyee empirique aléatoire X par l estimatio poctuelle x = 36/40.
6 6 Estimatios et itervalles de cofiace 3.4 Exemple Ue etreprise chimique commercialise u polymère servat à la fabricatio de microprocesseurs et stocké das ue cuve dot la caractéristique à cotrôler est la viscosité ; celle-ci doit être comprise etre 75 et 95 pour pouvoir commercialiser le polymère. Quatre extractios ot été réalisées das des zoes différetes de la cuve et ot coduit aux valeurs de l échatillo :x 1 = 78, x 2 = 85, x 3 = 91, x 4 = 76, réalisatio des variables aléatoires X 1, X 2, X 3, X 4. L etreprise a besoi d estimer la viscosité et aussi de coaître la précisio de cette estimatio. Ayat choisi a priori u seuil de 5%, il s agit de fourir aux cliets des itervalles de cofiaces à 95% pour µ. Estimatios poctuelles Le modèle cosidère que les variables X i sot idépedates selo ue loi N µ, 2 ; µ représete la moyee de la viscosité das la cuve tadis que 2 pred e compte la variabilité de la viscosité au sei de la cuve et celle due à l erreur de mesure. Les paramètres sot la moyee µ et la variace 2. Les estimateurs sot X de µ et S 2 de 2. Les estimatios poctuelles sot x = 82.5 et s = Itervalle de cofiace de µ avec 2 coue Il est admis que la variabilité du processus de fabricatio est costate et coue avec = 5. Das ce cas, l estimateur de µ est gaussie, z 1 α/2 = 1.96 et les formules précédetes coduiset à l estimatio de l itervalle de cofiace de µ : cofiace deviet alors : [ /2; /2 = [71.6; L itervalle est pas coteu das la spécificatio. Notez l augmetatio sesible de la taille de cet itervalle par le simple fait de devoir estimer la variace plutôt que de la supposer coue ; Itervalle de cofiace de 2 L estimateur de la variace suit ue loi du chi-deux à ν = 1 = 3 degrés de liberté. Attetio, la loi est pas symétrique et il faut chercher les deux quatiles à gauche et à droite das la table ; χ 2 3;0.025 = et χ 2 3;0.975 = Avec s = 6.86, l itervalle de cofiace s écrit : [ , = [3.9; La taille de cet itervalle, soulige le maque de précisio de l estimatio de l écart-type, la taille de l échatillo y est pour beaucoup. [ /2; /2 = [77.6; L itervalle obteu est bie à l itérieur de la spécificatio [75; 95. Itervalle de cofiace de µ avec 2 estimée La variace est plus supposée costate et coue, elle doit être estimée. L estimatio de l écart-type est s = Celui-ci est certes plus importat que la valeur théorique précédete mais surtout, l estimateur de la moyee µ suit maiteat ue loi de Studet à 1 = 3 degrés de liberté. La table de la loi e questio fourit le 1 α/2-quatile t 3;0.975 = L itervalle de
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 détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailChapitre 2 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 détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détailChap. 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 détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détail2 ième partie : MATHÉMATIQUES FINANCIÈRES
2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul
Plus en détailTélé OPTIK. Plus spectaculaire que jamais.
Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise
Plus en détail3.1 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 détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailS-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.
S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des
Plus en détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en détailRÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION
RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables
Plus en détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailDominique Tapsoba, Vincent Fortin, François Anctil et Mario Haché
289 NOTE / NOTE Apport de la techique du krigeage avec dérive extere pour ue cartographie raisoée de l équivalet e eau de la eige : Applicatio aux bassis de la rivière Gatieau Domiique Tapsoba, Vicet Forti,
Plus en détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
Plus en détailLe chef d entreprise développe les services funéraires de l entreprise, en
Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.
Plus en détailUne action! Un message!
Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailRisque de longévité et détermination du besoin en capital : travaux en cours
Risque de logévité et détermiatio du besoi e capital : travaux e cours Frédéric PLANCHET ISFA Laboratoire SAF Versio.6 / Septembre 2008 Sommaire La prise e compte de l expériece propre au groupe das l
Plus en détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailPROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS
PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie
Plus en détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détailFaites 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 détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailTempêtes : 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 détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détailGUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES
GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES SOMMAIRE Les visites d etreprises : pourquoi ouvrir ses portes?.... 8 1.1 Des motivatios variées pour les etreprises... 8 1.2 Les freis à l ouverture
Plus en détailContribution à la théorie des entiers friables
UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailDETERMINANTS. 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 détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détailNeolane Leads. Neolane v6.0
Neolae Leads 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. Cette publicatio
Plus en détailCode de Déontologie Commercial Changer les choses avec intégrité
Code de Déotologie Commercial Chager les choses avec itégrité U message du Directeur gééral de Hospira Chers collaborateurs de Hospira, Je souhaite vous préseter le Code de Déotologie Commercial de Hospira.
Plus en détailLes 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 détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détail