1 Intervalles de confiance. 2 Tests d hypothèses. 3 La loi du χ 2. X N (µ; σ 2 ) n très grand = la valeur observée x de X µ
|
|
- Eveline Monette
- il y a 7 ans
- Total affichages :
Transcription
1 Pla du cours 3 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ Christophe Gozales LIP6 Uiversité Paris 6, Frace 1 Itervalles de cofiace Tests d hypothèses 3 La loi du χ Itervalles de cofiace RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ /34 Itervalles de cofiace : exemple 1/ Estimateur T d u paramètre θ = valeur estimée ˆθ Problème : peut-o avoir cofiace das l estimatio poctuelle? Itervalle de cofiace U itervalle de cofiace de iveau 1 α = itervalle ]at, bt tel que : θ Θ, P θ ]at, bt θ = 1 α 1 α = proba que l itervalle cotiee θ X N µ; σ échatillo de taille = X = moyee théorème cetral-limite = X µ σ/ N 0; 1 très grad = la valeur observée x de X µ mois grad = x µ = estimatio par itervalle de cofiace de iveau 95% loi ormale = P 1, 96 X µ σ/ 1, 96 = 95% RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 3/34 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 4/34
2 Itervalles de cofiace : exemple / P 1, 96 X µ σ/ 1, 96 = 95% P X 1, 96 σ µ X + 1, 96 σ = 95% = itervalle de cofiace = ]x 1, 96 σ, x + 1, 96 σ seulemet maiteat, o tire u échatillo de taille = observatio de x = o peut calculer ]x 1, 96 σ, x + 1, 96 σ RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 5/34 Itervalles de cofiace : autre exemple / Itervalles de cofiace : autre exemple 1/ Éocé de l exemple plusieurs cetaies de cadidats à u exame variace sur les otes obteues 16 correcteur = oté 100 copies, moyee = 8,75 Problème : moyee sur toutes les copies de l exame? hypothèse : les otes suivet ue loi ormale N µ; 16 X = variable aléatoire moyee des otes d u correcteur théorème cetral-limite = X µ σ/ = X µ N 0; 1 4/10 chercher das la table de la loi ormale z α/ tel que : σ σ P X z α/ µ X + z α/ = 1 α RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 6/34 Exemple : aalyse des déchets cf. cours σ σ P X z α/ µ X + z α/ = 1 α 1 α itervalle de cofiace 50% 8, 75 0, 674 0, 4; 8, , 674 0, 4] = 8, 48; 9, 0] 75% 8, 75 1, 15 0, 4; 8, , 15 0, 4] = 8, 9; 9, 1] 80% 8, 75 1, 8 0, 4; 8, , 8 0, 4] = 8, 4; 9, 6] 90% 8, 75 1, 645 0, 4; 8, , 645 0, 4] = 8, 09; 9, 41] 95% 8, 75 1, 96 0, 4; 8, , 96 0, 4] = 7, 96; 9, 53] 99% 8, 75, 575 0, 4; 8, 75 +, 575 0, 4] = 7, 7; 9, 78] Greelle de l eviroemet = réductio des déchets = aalyse des déchets = échatillo de taille 100 x : moyee de l échatillo = 390 kg/a/habitat écart-type σ = 0 supposé cou X N µ, 4 = P Z α/ X µ Z α/ = 1 α = estimatio par itervalle de cofiace de iveau 1 α : ] x zα/, x + z α/ RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 7/34 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 8/34
3 Exemple : aalyse des déchets suite Exemple du réchauffemet climatique cf. cours opiio des ges sur le réchauffemet climatique Estimatio par itervalle de cofiace de iveau 1 α : ] x zα/, x + z α/ 1 α itervalle de cofiace 50% 390 0, 674 ; , 674 ] = 388, 65; 391, 35] 75% 390 1, 15 ; , 15 ] = 387, 70; 39, 30] 80% 390 1, 8 ; , 8 ] = 387, 44; 39, 56] 90% 390 1, 645 ; , 645 ] = 386, 71; 393, 9] 95% 390 1, 96 ; , 96 ] = 386, 08; 393, 9] 99% 390, 575 ; 390 +, 575 ] = 384, 85; 395, 15] RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 9/34 Tests d hypothèses e statistique classique 1/ 1000 persoes de 15 as et + iterrogées 790 peset qu il y a u chagemet climatique 10 e le peset pas P : proportio de succès moyee de l échatillo p : proportio de persoes pesat qu il y a dérèglemet climatique das la populatio fraçaise P p p1 p ] p N 0; 1 = estimatio par itervalle de cofiace de iveau 1 α : ] p1 p p1 p p1 p z α/ ; p + z α/ p z α/ ; p + p1 p z α/ RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 10/34 Tests d hypothèses e statistique classique / Hypothèses Θ = esemble des valeurs du paramètre θ Θ partitioé e Θ 0 et Θ 1 hypothèses = assertios H 0 = θ Θ 0 et H 1 = θ Θ 1 H 0 = hypothèse ulle, H 1 = cotre-hypothèse hypothèse H i est simple si Θ i est u sigleto ; sio elle est multiple test uilatéral = valeurs das Θ 1 toutes soit plus grades, soit plus petites, que celles das Θ 0 ; sio test bilatéral hypothèse test H 0 : µ = 4 simple H 1 : µ = 6 simple uilatéral H 0 : µ = 4 simple H 1 : µ > 4 composée test uilatéral H 0 : µ = 4 simple H 1 : µ 4 composée test bilatéral H 0 : µ = 4 simple formulatio icorrecte : les hypothèses H 1 : µ > 3 composée e sot pas mutuellemet exclusives RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 11/34 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 1/34
4 Exemples pratiques d hypothèses associatio de cosommateurs échatillo de 100 bouteilles de Bordeaux Pb : la quatité de vi est-elle bie égale à 75cl? paramètre θ étudié = µ = EX X = quatité de vi das les bouteilles rôle de l associatio = H 0 : µ = 75cl et H 1 : µ < 75cl le mois derier, taux de chômage = 10% échatillo : 400 idividus de la pop. active Pb : le taux de chômage a-t-il été modifié? paramètre étudié = p = % de chômeurs H 0 : p = 10% et H 1 : p 10% RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 13/34 Régios critiques Hypothèses H 0 : µ = µ 0 H 1 : µ > µ 0 H 0 : µ = µ 0 H 1 : µ < µ 0 H 0 : µ = µ 0 H 1 : µ µ 0 Problème : Règle de décisio rejeter H 0 si x > c, où c est u ombre plus grad que µ 0 rejeter H 0 si x < c, où c est u ombre plus petit que µ 0 rejeter H 0 si x < c 1 ou c < x, où c 1 et c sot des ombres respectivemet plus petit et plus grad que µ 0, et égalemet éloigés de celui-ci erreurs das les décisios prises RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 15/34 Tests d hypothèse Défiitio du test test etre deux hypothèses H 0 et H 1 = règle de décisio δ règle fodée sur les observatios esemble des décisios possibles = D = {d 0, d 1 } d 0 = accepter H 0 d 1 = accepter H 1 = rejeter H 0 régio critique échatillo = -uplet x 1,..., x de valeurs das R δ = foctio R D régio critique : W = {-uplets x R : δx = d 1 } régio critique = régio de rejet régio d acceptatio = A = {x R : δx = d 0 } RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 14/34 Erreurs das les décisios Décisio prise H 0 est rejetée Réalité H 0 est pas rejetée H 0 est vraie mauvaise décisio : erreur de type I boe décisio α = risque de première espèce H 1 est vraie boe décisio = probabilité de réaliser ue erreur de type I mauvaise décisio : erreur de type II = probabilité de rejeter H 0 sachat que H 0 est vraie = Prejeter H 0 H 0 est vraie, β = risque de deuxième espèce = probabilité de réaliser ue erreur de type II = probabilité de rejeter H 1 sachat que H 1 est vraie = Prejeter H 1 H 1 est vraie. RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 16/34
5 Exemple de calcul de α 1/ Exemple de calcul de α / Exemple échatillo de taille 5 paramètre estimé : µ d ue variable X N µ; 100 hypothèses : H 0 : µ = 10 H 1 : µ > 10 Sous H 0 : X µ σ/ = X 10 10/5 = X 10 N 0; 1 Sous H 0 : peu probable que X éloigée de plus de écarts-types de µ 4,56% de chace = peu probable que X < 6 ou X > 14 = régio critique pourrait être rejeter H 0 si x > 14 échatillo de taille 5 paramètre estimé : µ d ue variable X N µ; 100 hypothèses : H 0 : µ = 10 H 1 : µ > 10 régio critique : rejeter H 0 si x > 14 α = Prejeter H 0 H 0 est vraie = PX > 14 µ = 10 X = P > µ = 10 X 10 = P > = 0, 08 e pricipe α est fixé et o cherche la régio critique RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 17/34 Exemple de test d hypothèses 1/ RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 18/34 Exemple de test d hypothèses / filtre de mails sur u serveur mail : mail extractio de caractéristiques agrégatio = score filtrage par score Z = X µ σ/ = X / 400 = X N 0; 1 50 X = score = spam ; historiques des mails = σ X = 5000 le serveur reçoit u evoi e masse de = 400 mails de xx@yy.fr Problème : xx@yy.fr est-il u spammeur? H 0 : xx@yy.fr = spammeur v.s. H 1 : xx@yy.fr spammeur test : H 0 : µ = v.s. H 1 : µ < où µ = EX règle : si x < c alors rejeter H mails = théorème cetral limite = sous H 0 : Z = X µ σ/ = X / 400 = X N 0; 1 50 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 19/34 choix du risque de première espèce : α = 0, 01 α = 0, 01 = PX < c µ = = P X < 50 c µ = = P Z < c = c = PZ <, 36 =, 36 = c = 17418, 5 règle de décisio : si x < 17418, 5, rejeter H 0 = o spam RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 0/34
6 Iterprétatio de α et β Puissace du test e pas rejeter H 0 rejeter H 0 α = Prejeter H 0 H 0 est vraie β = Prejeter H 1 H 1 est vraie loi de X sous H 0 loi de X sous H 1 : µ = α et β variet e ses iverse l u de l autre = test = compromis etre les deux risques β 10 1 α H 0 = hypothèse privilégiée, vérifiée jusqu à préset et que l o aimerait pas abadoer à tort = o fixe u seuil α 0 : α α 0 test miimisat β sous cette cotraite mi β = max 1 β 1 β = puissace du test RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 1/34 Exemple de calcul de β 1/ RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ /34 Exemple de calcul de β / 1 β11 = Prejeter H 0 H 1 : µ = 11 est vraie échatillo de taille 5 paramètre estimé : µ d ue variable X N µ; 100 hypothèses : H 0 : µ = 10 H 1 : µ > 10 régio critique : rejeter H 0 si x > 14 sous H 1 : plusieurs valeurs de µ sot possibles = courbe de puissace du test e foctio de µ Supposos que µ = 11 : µ = 11 = X µ σ/ = X 11 N 0; 1 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 3/34 = PX > 14 µ = 11 X = P > µ = 11 X 11 = P > 1, 5 = 0, 0668 µ 1 z 1 = 14 µ 1 1 βµ 1 = PZ > z 1 βµ 1 10,0 0,08 0, ,5 0,0668 0, ,0 0,1587 0, ,5 0,3085 0, ,0 0,5000 0, ,5 0,6915 0, ,0 0,8413 0, ,5 0,933 0,0668 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 4/34
7 Courbe de puissace du test Exemple : otes d exame de RFIDEC 1/3 1,0 0,8 1 βµ 1 les aées précédetes, otes d exame N 14, 6 cette aée, correctio d u échatillo de 9 copies : ,6 0,4 0, courbe de puissace Les otes sot-elles e baisse cette aée? hypothèse H 0 = la moyee est égale à 14 hypothèse H 1 = la moyee a baissé, i.e., elle est 14 test d hypothèse de iveau de cofiace 1 α = 95% µ 1 = détermier seuil c tel que x < c = H 1 plus probable que H 0 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 5/34 Exemple : otes d exame de RFIDEC /3 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 6/34 Exemple : otes d exame de RFIDEC 3/ H 0 : µ = 14, σ = 6 Problème : le risque de ème espèce est-il élevé? sous hypothèse H 0, o sait que X 14 σ/ = X 14 N 0; 1 calcul du seuil c régio de rejet : X 14 P < c 14 X 14 N 0; 1 = 0, 05 Table de la loi ormale : c 14 1, 645 = c = 10, 71 Règle de décisio : rejeter H 0 si x < 10, 71 tableau = x = 1 = o e peut déduire que la moyee a dimiué Puissace du test pour ue moyee de 1 H 1 : la moyee est égale à 1 Puissace du test = 1 β1 = Prejeter H 0 H 1 = P X < 10, 71 X 1 N 0; 1 = P X 1 < 0, 645 X 1 N 0; 1 5, 95%. RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 7/34 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 8/34
8 Lemme de Neyma-Pearso 1/ Cas : Θ 0 = {θ 0 } Θ 1 = {θ 1 } Échatillo x 1,..., x de taille Échatillo = les x i = réalisatios de variables aléatoires X i Échatillo i.i.d. = les X i sot mutuellemet idépedats = PX 1 = x 1,..., X = x θ = θ k = i=1 PX i = x i θ = θ k Vraisemblace d u échatillo x = x 1,..., x : échatillo de taille Lx, θ k = Vraisemblace de l échatillo Lx, θ k = proba d obteir cet échatillo sachat que θ = θ k Lx, θ k = Px 1,..., x θ = θ k = Px i θ = θ k RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 9/34 Loi du χ 1/3 populatio = répartie e k classes i=1 p 1 p p 3 p k hypothèse : répartitio das les classes coues = p r = proba qu u idividu appartiee à la classe c r échatillo de idividus N r = variable aléatoire ombre d idividus tirés de classe c r Chaque idividu = p r chaces d apparteir à la classe c r = X r i = v.a. succès si l idividu i appartiet à la classe c r = X r i B1, p r = N r B, p r = N r loi ormale quad grad RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 31/34 Lemme de Neyma-Pearso / Lemme de Neyma-Pearso Cas : Θ 0 = {θ 0 } Θ 1 = {θ 1 } il existe toujours u test aléatoire le plus puissat de seuil doé α 0 c est u test du rapport de vraisemblace : Lx, θ 0 Lx, θ 1 > k x A accepter H 0 Lx, θ 0 Lx, θ 1 < k x W rejeter H 0 Lx, θ 0 Lx, θ 1 = k δx = ρ accepter H 0 avec proba 1 ρ H 1 avec proba ρ k et ρ détermiés de faço uique par α = α 0 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 30/34 Loi du χ /3 populatio = répartie e k classes p 1 p p 3 p k p r = proba qu u idividu appartiee à la classe c r échatillo de idividus N r = v.a. b d idividus tirés de classe c r loi ormale D = k N r.p r r=1.p r = D = somme des carrés de k v.a. lois ormales D = écart etre théorie et observatio D ted e loi, lorsque, vers ue loi du χ k 1 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 3/34
9 Loi du χ 3/3 Table de la loi du χ Loi du χ loi du χ r = la loi de la somme des carrés de r variables idépedates et de même loi N 0, 1 espérace = r variace = r RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 33/34 valeurs das le tableau ci-dessous : les c ;α tels que PZ > c ;α = α 0 c ;α \ α 0,995 0,99 0,975 0,95 0,90 0,10 0,05 0,05 0,01 0, , ,000 0,001 0,0039 0,0158,71 3,84 5,0 6,63 7,88 0,0100 0,001 0,0506 0,103 0,11 4,61 5,99 7,38 9,1 10,6 3 0,0717 0,115 0,16 0,35 0,584 6,5 7,81 9,35 11,3 1,8 4 0,07 0,97 0,484 0,711 1,06 7,78 9,49 11,1 13,3 14,9 5 0,41 0,554 0,831 1,15 1,61 9,4 11,1 1,8 15,1 16,7 6 0,676 0,87 1,4 1,64,0 10,6 1,6 14,4 16,8 18,5 7 0,989 1,4 1,69,17,83 1,0 14,1 16,0 18,5 0,3 8 1,34 1,65,18,73 3,49 13,4 15,5 17,5 0,1,0 9 1,73,09,70 3,33 4,17 14,7 16,9 19,0 1,7 3,6 10,16,56 3,5 3,94 4,87 16,0 18,3 0,5 3, 5, RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ 34/34 α Z
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 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 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 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 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 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 détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailCours 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 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 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 détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en 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 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 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 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 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 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 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 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 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 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 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 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 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 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 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
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 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 détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en 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 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 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 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 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 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 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 détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
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 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 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 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 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 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 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 détailLe Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html
Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses
Plus en détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailLES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE
LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises
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 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 détailLogiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd
easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple
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 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 détailOpérations bancaires avec l étranger *
Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur
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 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 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 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 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 détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en 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 détailInstitut de démographie
Cours aalyse émographiue par Aleare Aveev, IDUP 26/3/22 Chapitre 7 : Uiversité Paris Pathéo orboe, Istitut e émographie I D U P Aalyse e la uptialité. ariage e tat u u évéemet émographiue : partiularité,
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 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 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 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 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 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 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 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 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 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 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 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 détailTARIFS BANCAIRES. Opérations bancaires avec l étranger Extrait des conditions bancaires au 1 er juillet 2014. Opérations à destination de l étranger
Opératios bacaires avec l étrager Extrait des coditios bacaires au 1 er juillet Opératios à destiatio de l étrager Viremets émis vers l étrager : Frais d émissio de viremets e euros (3) vers l Espace écoomique
Plus en détailRenseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.
Reseigemets et moitorig. Reseigemets commerciaux et de solvabilité sur les etreprises et les particuliers. ENSEMBLE CONTRE LES PERTES. Reseigemets Creditreform. Pour plus de trasparece. Etreteir des rapports
Plus en détailDivorce et séparation
Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et
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 détailLes nouveaux relevés de compte
Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),
Plus en détailLE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL
LE WMS EXET DE LA SULY HAIN DE DÉTAIL QUELS SNT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec l évolutio des modes de cosommatio.
Plus en détailOne Office Voice Pack Vos appels fixes et mobiles en un seul pack
Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre
Plus en détailS euls les flux de fonds (dépenses et recettes) définis s ent l investissement.
Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme
Plus en détailA11 : La représentation chaînée (1ère partie)
A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio
Plus en détailLa coloration vitale au diacétate de fluorescéine permet un diagnostic plus précoce de la tuberculose à germes résistants à la rifampicine
INT J TUBERC LUNG DIS 16(9):1174 1179 2012 The Uio La coloratio vitale au diacétate de fluorescéie permet u diagostic plus précoce de la tuberculose à germes résistats à la rifampicie A. Va Deu,* A. K.
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 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 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 détailDonnez de la liberté à vos données. BiBOARD. www.biboard.fr
Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,
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 détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
Plus en 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 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 détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en détailServeur mail sécurisé
Serveur mail sécurisé CROUVEZIER - FOLTZ - HENRIOT - VOISINET IUT Charlemagne Nancy Sommaire Introduction Serveur mail Chiffrement Mise en place Solutions alternatives Conclusion 2 Sécuriser ses mails?
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 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 détail