GIN FA INSTRUMENTATION P Breuil

Dimension: px
Commencer à balayer dès la page:

Download "GIN FA 4 02 01 INSTRUMENTATION P Breuil"

Transcription

1 GIN FA INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces d ue chae de mesure. Etre capable de compredre le suv des solutos d strumetato (étaloage, vérfcato du foctoemet, ). Compredre le foctoemet d ue chaîe d acqusto de mesure, les dfférets sgau ms e œuvre et les prcpales opératos de tratemet de sgau assocés. Compredre les otos d échatlloage et de quatfcato et leur fluece sur la mesure, compredre les formatos du domae fréquetel. Etrecapabledechosrdescapteursetdesupervserleurmseeœuvree focto de l formato souhatée(type, précso, ), de l evroemet, et du système de tratemet de l formato Pour cela, coaître les prcpes physques et les prcpales techologes utlsés das les capteurs GIN FA INSTRUMENTATION P Breul. Statstques de la mesure. La chaîe d acqusto de mesure et sgau assocés 3. Les capteurs Total : 4 heures Autoome Cours TD TP 4 8 >

2 Caledrer Mer 0//04 am cours La mesure Jeu ou Ve ou //04 m ou am TP Mesure Ecel Mar 7/0/05 am cours Sgal, acqusto Lu /0/05 am cours capteurs Jeu 5/0/05 m ou am TP* TP sgal, capteurs X Mars 05 ENSMSE, 58 cours Faurel ½ jourée TP* sgal * évalué Cotact & le: Ressources du cours d strumetato: (accès aoyme: GINFA03) pbreul@emse.fr

3 Evaluato TPs(coef /4) Evaluato sur les «redus» e f de séace d u TP, dépôt sur «Campus» Evaluato Rapport (coef 3/4) Etude d ue soluto d strumetato, s possble das l etreprse., Mse e œuvre des élémets du cours. Objectf, caher des charges tal, Moyes ms e œuvre (capteurs, chaes de mesure et d acqusto), Justfcato métrologque, spécfcatos attedues justfées, Aspect coût Vous devrez proposer u sujet (pour évetuelle valdato ou ajustemet) au plus tard lors de la derère séace de TPs (5-4 mars 05), mas s possble avat Rapport ~0 pages + aees (format électroque) Evetuellemet fcher ecel(calculs, smulatos etc ) Date lmte: 3 ma 05, dépôt sur «Campus» 3

4 Statstques de la Mesure Mesure Measuremet Icerttude ucertaty Etaloage Calbrato Phlppe Breul, décembre 04 La Mesure Mesure?? Istrumet de mesure, uté de mesure, méthode de mesure Mesurage acto de mesurer (measuremet) «L'objectf d'u mesurage cosste à détermer la valeur du mesurade (measurad), c'est-à-dre la valeur de la gradeur partculère à mesurer» (GUM* 008) «E gééral, le résultat d'u mesurage est seulemet ue appromato ou estmato de la valeur du mesurade et, de ce fat, est seulemet complet lorsqu'l est accompagé par ue epresso de l'certtude de cette estmato» (GUM 008) *Gude to the epresso of Ucertaty Measuremet 4

5 Métrologe Métrologe scece de la mesure Aspect physque et mathématque Statstques de la mesure: - calcul des certtudes -Etaloage Moyes de mesure: Capteurs Aspect légal Oblgatos lors d ue trasacto commercale Oblgatos lors de la publcato d ue mesure Aspect écoomque Traçablté et fablté Optmsato de la qualté Mesure d ue gradeur: Le mesurage se fat à l'ade d'u strumet de mesure: Par comparaso: e, mètre, rapporteur Plus gééralemet, l strumet de mesure va servr à trasformer u phéomèe physque e u autre plus faclemet mesurable par l termédare d u capteur -- phmètre: gradeur chmque -> gradeur électrque --boussole: gradeur magétque -> gradeur géométrque (agle) Cf cours suvat 5

6 Métrologe, chae de mesure NIST (US), PTB (D), NPL (UK) CGPM: tous les 4 as Etalos Laboratore Natoal d Essas Comte Fraças d accrédtato Utés de Mesure: Système Iteratoal Système Iteratoal (SI): basé sur 7 gradeurs étalo 6

7 Utés de Mesure: Système Iteratoal Système Iteratoal (SI): 960, basé sur le système métrque (CGS pus MKSA) Utés de Mesure Autres utés autorsées: -Composées à partr des utés prmares: joule (J)kg.m.s- -Autorsées car sgfcato physque uverselle: C, heure, ev -Multples pussaces de atto a 7

8 Vocabulare () Le vocabulare est ormalsé par le BIPM: VIM: Vocabulare Iteratoal de Métrologe Erreur absolue: dfférece etre la valeur réelle et la mesure Erreur relatve: erreur / mesure Erreur systématque: erreur de valeur moyee o ulle Erreur aléatore: erreur o prévsble, de valeur moyee ulle. Eacttude de mesure: Etrotesse de l accord etre UNE valeur mesurée et la valeur vrae 5 Vocabulare () Justesse de mesure: Etrotesse de l accord etre la moyee d u grad ombre de valeurs mesurées et la valeur vrae Sesblté d u SDM*: dy/d pour doé (mesurade, yvaleur foure par le SDS) E, capteur de presso: mv/hpa Résoluto d u SDM*: plus pette varato du mesurade détectable. Icerttude: «Paramètre o égatf qu caractérse la dsperso des valeurs attrbuées à u mesurade à partr des formatos utlsées» Icerttude relatve: certtude/ mesure 6 * Système de mesure 8

9 Vocabulare (3) No léarté: dévato mamale par rapport à la drote appromat la répose Offset d u SDM*: valeur du sgal de sorte quad le mesurade est à 0 «Slew rate»: vtesse mamale de varato du sgal de sorte sas dstorso Temps de répose: «à X%»: Temps ou bout duquel, e répose à u «échelo» de gradeur à mesurer, le sgal a attedx% de sa valeur asymptotque (typquemet 95%) Hysteress d u SDM*: apttude d u SDM dot le sgal de sorte à l état statoare e déped pas que du mesurade mas auss de l hstore des sgau atéreurs 7 * Système de mesure Vocabulare (4) Dérve: Lete varato du sgal de sorte e focto du temps ou de la température, à etrée costate Lmte de détecto d u SDM*: plus pette valeur o ulle mesurable pour ue certae probablté d erreur sur le fat que la valeur vrae est ulle ou o MTBF: Mea Tme Betwee Falure Répétablté: Etrotesse de l accord etre les valeurs obteues par des mesurages répétés das les mêmes codtos. Reproductblté: Etrotesse de l accord etre les valeurs obteues par des mesurages répétés e fasat varer certaes codtos de mesure. * Système de mesure 8 9

10 Quelques rappels sur l'erreur et l'certtude Mesure d ue varable de valeur réelle R : Erreur: varable ε R - R R E() (espérace de ) Epectato + ε + ε B A Erreur systématque: ε B Systematc error Erreur accdetelle ou aléatore: ε A Radom or accdetal error 9 Erreur systématque ou aléatore? Par défto, l'erreur aléatore est mprévsble (et doc o corrgeable) et de valeur moyee ulle Le caractère systématque ou aléatore de l'erreur peut dépedre du cotete 0 0

11 Erreur systématque ou aléatore? E: mesure d'ue masse à l'ade d'ue balace umérque: Erreur: ε ε a +ε T +ε o +ε u +ε s ε a : Erreur aléatore o eplquée ε T : Dérve e température ε o : Erreur "opérateur" ε u : Erreur propre à l'apparel ε s : Erreur systématque de la sére (!) Codtos des epéreces ε a ε T ε o ε u ε s opérateur le même jour, apparel Idem + étalé sur pluseurs jours Idem + pluseurs opérateurs Idem + tests sur u lot d'apparels Caractérsato de la mesure (et de l erreur aléatore): Moyee estmée de mesures d'ue même valeur R Estmated mea lm( ) R E( R valeur réelle (lo des grads ombres) Law of large umbers (S erreur aléatore) ) (espérace de ) Epectato

12 Ecart-type de l'erreur aléatore: Varace (de l erreur aléatore) : Varace (of radom error) Stadard devato of radom error V E ( ) ) R Ecart-type de l'erreur aléatore σ V σ ( ) ) ( R R ) Valeur réelle, À pror coue Ecart-type estmé de l'erreur aléatore s ( ) E(s) σ Ecart type relatf : σ σ r 3 Dstrbutos d erreurs Dstrbutos of errors Courbe de probablté de l'erreur P(ε) ε Gaussee ou ormale*, Uforme, Possoee, Etc 0 4 * La plus répadue, grâce au Théorème cetral lmte Gaussa or ormal*, Uform, Possoa,

13 La dstrbuto Gaussee (ou ormale) σ: 99.7% des valeurs σ: 95.5% des valeurs σ: 68.3% des valeurs F( ) σ π e σ σ σ σ 0 σ σ 3σ Ecart à la mo yee - σ écart-type [ X X t.σ ] P proba < R -LOI.STUDENT(t;N;) N b échatllos utlsés pour le calcul de s Tableau des coeffcets «t» de Studet P N5 N0 N0 N> 00 50% 0,73 σ 0,70 σ 0,69 σ 0,67 σ 68% σ 70%,6 σ,09 σ,06 σ,04 σ 87%,5 σ 90%,0 σ,8 σ,73 σ,65 σ 95%,57 σ,3 σ,09 σ,96 σ 99% 4,03 σ 3,7 σ,85 σ,56 σ 99,7% 3 σ 99,9% 6,87 σ 4,59 σ 3,85 σ 3,8 σ 99, % 6 σ 5 Théorème cetral lmte Cetral Lmt Theorem S ue varable est la résultate d'u grad ombre de causes, pettes, à effet addtf, cette varable ted vers ue lo ormale. C'est à cause de cette terprétato que la lo ormale est très souvet employée comme modèle (malheureusemet pas toujours à raso). Demo 6 3

14 Dstrbuto d erreur uforme Erreur équprobable sur tout u tervalle Peu courat, sauf erreur de dscrétsato: 5δ 6δ 7δ σ d δ δ δ d δ 3 0.9δ 7 Dstrbuto de Posso E: comptage d évèemets o smultaés (déstégrato radoactve, queue ) Moyee: µ Varace: µ demo 8 4

15 Les tests d hypothèse Sgfcace tests Tests d ue hypothèse («ullhypothess», e: échatllos ot même moyee) à partr d u ombre f d échatllos, etachés d erreur aléatore. Le résultat du test est pas absolu mas est ue probablté qu est ue ade à la valdato ou o de l hypothèse tale, l e costtue doc jamas ue preuve. -sample T-test Tests paramétrques (hypothèse sur dstrbuto + ou écessare) Comp. Échatllo à valeur de référece, tervalle de coface -samples T-test Comparaso de échatllos F-Test ANOVA Ch-Square test Grubbs test Comparaso de la varace de échatllos Aalyse de varace: aalyse des varaces de K échatllos, comparaso des moyees Utlsato otammet pour vérfer ue hypothèse de dstrbuto Détecto des valeurs aberrates («outlers») Tests o paramétrques (pas d hypothèse sur dstrbuto) Test Wlcoo.M.W Comparaso de échatllos, méthode de rag 9 E rouge: tests décrts + lo, so vor bblo ou google oe-sample T-test «smplfé» Comparasode la mesure Md u échatllo à ue valeur de référece R, o suppose que la dstrbuto est ormale. Hypothèses: «M est dfféret de R»? «M est probablemet dfféret de R»? «la dfférece etre la valeur de la mesure M et ue valeur de référece R est pas due qu au erreurs aléatores» Cette hypothèse de dfférece H est reteue s sa probablté est supéreure à 95% (par eemple) (ou s la probablté d égalté est féreure à 5% (H) mesure: M, écart-type estmé de la mesure cou: s, dstr. gaussee Μ R Hypothèse reteue s: M R t. s (tcoef de Studet) 95% -4s -3s -s s 0 s s 3s 4s H: 95% (ou H: 5%) s s est calculable «précsémet»: H: 99% (ou H: %) t H: 99.9% (ou H: 0.%) 30 5

16 oe-sample T-test «offcel» Comparaso de la moyeed u échatllo à ue valeur de référece R, o suppose que la dstrbuto est ormale*. Hypothèse: «la dfférece etre la moyeede mesures et ue valeur de référece est pas due qu au erreurs aléatores» Cette hypothèse est reteue s sa probablté est supéreure à 95% (par eemple) mesures: moyee µ, écart-type estmé de chaque mesure: s O motre (+ lo ) que l écart-type estmé de la moyee est: s ' s 95% µ R -4s -3s -s s 0 s s 3s 4s H: 95% (ou H: 5%) Hypothèse reteue s: µ R t s s est calculable «précsémet»: H: 99% (ou H: %) t s (tcoefde Studet) H: 99.9% (ou H: 0.%) 3 Hypothèse: «la dfférece etre la moyee de pesages d ue masse étalo et la valeur de cette masse est pas due qu au erreurs aléatores» Il este u «bas»? µ R t. s oe-sample T-test, eemple R t µ s Etalo R (kg) moyee µ: Ecart-type s: µ R s t (t) (0)

17 two-sample T-test Comparaso de moyees de échatllos, o suppose que la dstrbuto est ormale. Hypothèse: «la dfférece etre les moyees est pas due qu au erreurs aléatores» Cette hypothèse est reteue s sa probablté est supéreure à 95% (par eemple) Ech Ech Nb mesures Ecart type estmé s s Comparaso de µ et µ : Peut se rameer à u -sample-test e comparat µ -µ à 0 Moyee estmée µ µ O pred alors, comme écarttype de µ -µ : s s s + (démotré das parte «los de propagato de l erreur») Hypothèse reteue s: µ µ t.s s s µ µ t + Et le ombre de degrés de lberté est e ere appro: Hypothèse: «la dfférece etre les moyees de pesages d ue même masse par opérateurs est pas due qu au erreurs aléatores» Il este u «basetre les opérateurs»? s s µ µ t. + two-sample T-test: eemple op op op op moyee µ écart-type s µ-µ s s s : 43 t s.t:

18 Itervalle de coface L'tervalle de coface à p (95%) d ue mesure est u tervalle de valeurs qu a ue probablté cetrée p (95%) de coter la vrae valeur R du paramètre estmé. [ α, + β ] α et β certtude à p (95%) ( )/ P( < α) P( > + β ) p R R Cofdece terval α β La calcul de α et β e focto de la probablté P (gééralemet 95%) déped de la lo de dstrbuto de l'erreur 0 Dstrbuto symétrque: 0 α β αβ Valeur moyee de la mesure la plus probable Dstrbuto ormale 35 Itervalle de coface, cas de la dstrbuto ormale: L'tervalle de coface à p (95%) d ue mesure est u tervalle de valeurs qu a ue probablté cetrée p (95%) de coter la vrae valeur R du paramètre estmé. [ t. s, + t. s] σ: 99.7% des mesures σ: 95.5% des mesures [ α, +α ] σ: 68.3% des mesures 3σ σ σ 0 σ σ 3σ Ecart à la mo yee - σ écart-type Coefs de Studet t tervalle de cof. 90.0% 95.0% 98.0% 99.0% 99.9% p deg lb Nombre de pots - pour le calcul de σ

19 Écrture d ue mesure (dstrbuto ormale) Le résultat d ue mesure dot comporter 4 élémets : E : C NO 5.3 ppb ±.7 ppb (à 95% ou k) 3 4 : Valeur umérque avec u ombre correct de décmales :Uté 3:Icerttude élarget.σ 4: Le coeffcet d élargssemet t utlsé : Numercal value wth a correct umber of decmals : Ut 3: epaded ucertaty t.s 4: Coverage factor t Probablté e % pour que la mesure sot das l tervalle [ ts, + ts] Lo ormale: 95% 37 Évaluato de l certtude : Évaluato par aalyse statstque de séres de mesures («type A») (gééralemet mesure, mas auss smulato) Évaluato par calcul de l effet sur l certtude fale des dfféretes sources d certtude («type B»: «par tout autre moye»!), elles même évaluées : par ue méthode de type A, par des doées costructeur, d étaloage etc Il est alors écessare de coaître les los de propagato de l erreur 38 9

20 Évaluato par aalyse statstque de séres de mesures Eemple: évaluato d ue méthode de mesure d ue résstace: E R? V mesuré V R0 E R + R 0 R R 0 E V V Mesure et calcul avec u grad ombre N de résstaces «étalo» (R cou) R 0 Calcul de l écart-type σ (e fat, écart-type estmé s ) Icerttude à 95% t.σ, # σ (s N>5 ) Ne tet pas compte: -De l certtude du Vmètre (V) -Des certtudes sur E, R 0, les résstaces étalo 39 Évaluato par calcul de l effet sur l certtude fale des dfféretes sources d certtude Eemple: évaluato d ue méthode de mesure d ue résstace: E R? R R 0 E V V V mesuré σ(r 0 ), σ(e), σ(v) cous R 0 Lo de propagato des écart-types combed stadard ucertaty R0 R0E 0 ) + σ ( E) + σ ( ) E U σ ( R) σ ( R V U V V Eplcato 40 0

21 Quelle est la pesée la plus précse? 4

22 Los de propagato des certtudes des erreurs aléatores dépedates () combed stadard ucertaty for radom & depedat errors Eemple de la somme: sa+b Rappel: les erreurs s ajoutet algébrquemet: e a e s e a +e b e b Et leur écart-type? a b a+b moyee somme moyees varace somme varaces ecartype somme écart-types e s a b a+b Los de propagato des certtudes des erreurs aléatores dépedates () combed stadard ucertaty for radom & depedat errors Eemple de la somme: sa+b Erreur aléatore: σ ( s) σ( a) + σ( b) Les écart-types e s ajoutet pas!! Var ( a + b) Var( a) + Var( b) Les varaces s!! ( σ ( a + b) ) σ ( a) + σ ( b ) ( a+ b) σ( a) σ( b) σ + Les écart-types s ajoutet quadratquemet

23 Écart type de l'erreur aléatore de la somme de varables Eemple de la somme: sa+b (sute) Varace: ( a) ( a a ) Var( s) b Var Var( b) ( ) b b ( ) ( a a+ b ) ( a a ) + ( b b ) + ( a a )( b b ) Var ( a + b) Var( a) + Var(b) + Cov( a, b) Les varaces s ajoutet, Et les écarts-types? 0 s erreurs dépedates ( a+ b) σ( a) σ( b) σ + Somme quadratque des écart-types 45 Quelle est la pesée la plus précse? 3

24 4 Rappel: lo de propagato d ue «pette» erreur f y ) (,..),.. ( f y Focto quelcoque: () f y d df f f + +. ) ( ) ( d df y. Cas partculer, produt: / 3.. d a b c y d d c c b b a a y y + + / 3 Lo de propagato de la varace et de l écart-type f y ) (,..),.. ( f y Focto quelcoque: La varace est addtve, doc s les varables sot dépedates: ) ( ) ( V f y V ) ( ) ( f y σ σ Ecart type: V()(σ()) ), ( ) ( ) ( j j j f f f y Cov + + σ σ Cas gééral (varables o dépedates):!

25 Los de propagato des certtudes des erreurs aléatores () Focto quelcoque: y f (,..,..) Icerttude pour ue dst. ormale: I(y)t.σ(y), gééralemet, t~ I f ( y) I ( ) (rappel: varables dépedates) 49 Los de propagato des certtudes des erreurs aléatores dépedates () Combaso léare: y a σ ( y) ( a σ ( )) E: somme ou dfférece: y a + b c σ σ σ + σ ( y) ( a) + ( b) ( c ) Applcato fodametale e strumetato: La moyee 50 5

26 Los de propagato des certtudes des erreurs aléatores dépedates (3) Applcato fodametale e strumetato: La moyee Théorème de la moyee: σ ( ) σ ( ) σ ( ) S ue sére de mesures a ue erreur aléatore et dépedate d écart-type σ, alors la moyee de de ces mesures a ue erreur aléatore dot l écarttype est dvsé par race carrée de. Theorem of the mea Lo "des grads ombres" Demo 5 Ec Los de propagato des certtudes des erreurs aléatores (4) Produts et pussaces: Proprété téressate des écart-types relatfs: y A α σ () σ ( y) σ ( ) α y Somme quadratque des écart-types relatfs Eemple: σ( y) y a. b. c y / d σ( a) a 3 σ( b) + b σ( c) + 3 c σ( d) + / d 5 6

27 Los de propagato des erreurs aléatores: eemple de la drote d étaloage Etaloage Icerttude relatve sur débt D? Débt: Da.V V teso foure par capteur 0 D 0 L/h a0.8 L/h/mV * ±0.0 (t) Ic. Sur V : 0.mV (t) I( D) σ ( D) D D σ ( a) a σ ( V) + V Mesure des fables valeurs peu précse! σ ( a) aσ ( V ) + a D I( a) a ai( V ) + D * a verse de la sesblté 53 Calcul de l certtude par smulato de l erreur aléatore ou de Mote-Carlo E: yf(, ), et ot des erreurs aléatores (pas forcemet dépedates) caractérsées par leur écart-type s et s Smuler u certa ombre d epéreces avec les mêmes valeurs et + erreur aléatore (trages ) yf( +ε, +ε ) N fos Les ε sot calculés à l ade d u géérateur de ombre aléatores à dstrbuto adéquate (gééralemet ormale*) Calcul de l écart type des y 7

28 Calcul de l certtude par smulato de l erreur aléatore, eemple ε Trage aléatore ormal: L(Rd) *cos( πrd' ) Da.V 0 D 0 L/h a0.8 L/h/mV ±0.0 (t) Ic. Sur V 0.mV (t) moyee des D 5.00 Dma Débt: E Type des D a teso V: Icerttude 0.05 I(a) I(V) N trage (400) erreur sur a erreur sur V valeur a valeur V Da.V l certtude due à la dscrétsato : Dscretzato ucertaty La dscrétsato tervet lorsque les valeurs fales costtuet u esemble dscret. Résoluto δ du système d acqusto, à e pas cofodre avec l certtude, ou la sesblté. 0. V Teso affchée δ Teso réelle 56 8

29 l certtude due à la dscrétsato : () 5δ 6δ 7δ Erreur ma: δ/ Ecart type de l erreur due à la dscrétsato: σ d δ 3 Ecart type de l erreur totale: ( X ) σ ( ) σ d σ + 57 Le «Dtherg» demo La méthode du moyeage peut rédure auss l erreur de dscrétsato ( quatfcato): Pas de «brut», pas de moyeage Pas de «brut», moyee 50 sgau «brut», pas de moyeage «brut», moyee 50 sgau O peut gager bt de à codto que le sgal avat résoluto chaque fos que umérsato cotee u brut l o multple par 4 la (aléatore et dépedat) de valeur fréquece effcace supéreure à la résoluto d échatlloage tale La présece d erreur aléatore permet c d amélorer la «précso» de la mesure!!! 58 9

30 l certtude due à la dscrétsato : (3) les décmales sgfcatves Ecrture d u ombre avec u ombre de chffres f Erreur de dscrétsato Pour ue mesure, l écart type de l erreur trodute dot être pett devat celu de l erreur de mesure tale Mas les systèmes umérques peuvet doer beaucoup de chffres sgfcatfs E: mesure Écart-type mesure 0.55 (sot 0.5 % e relatf) Dot-o écrre: ? ? 438? 59 l certtude due à la dscrétsato : (3) les décmales sgfcatves: eemple E: mesure Écart-type mesure σ() 0.55 (sot 0.5 % e relatf) Mesure affchée résoluto E.T. erreur dscrétsato σ d δ 3 E.T. erreur fale σ σ + σ ( X ) ( ) d % d erreur due à la dscrétsato < 0-3 % % % % % O peut chosr la résoluto mmédatemet plus pette que l écart-type de la mesure. 60 L écart-type (ou l certtude) affché e dot pas avor plus de chffres sgfcatfs. 30

31 Capablté d u système de mesure Vérfcato de la tolérace: Va dépedre de la tolérace désrée et du coût dela mesure Capablté adéquato etre l certtude de la méthode de mesure et l certtude globale de la mesure désrée Tolérace, capablté d u système de mesure -SL T +SL TTolérace Ucerttude CapabltéT/U Mesure moyee «certaes ormes»: T/U8 Dstrb. des erreurs de fabrcato Noto de rsque: -rsque «clet» (à rejeter mas reteue) -rsque «fabrcat» (à reter mas rejetée) Pèce à reter? T Pèce à rejeter? Val. réelle 3

32 Lmte de détecto plus pette valeur o ulle mesurable pour ue certae probablté d erreur sur le fat que la valeur vrae est ulle ou o sgal théorque sgal réel seul de décso erreur type erreur type seul de decso type type >0 b erreurs 9 % boes décsos: 95 écart type brut aalyseur: Nveau sgal S dstr. Normale et probablté de 95%: LDD3.3σ O pred souvet: LDD3σ Etaloage d u système de mesure Etaloage:«Opérato cosstat à établr ue relato etre les valeurs de la gradeur dquées par u apparel de mesure et les valeurs correspodates de la gradeur réalsées par des étalos» (VIM) C pf H% 3

33 Etaloage: Créato d u modèle de comportemet Calbrato: Creato of a behavor model Varables X mesurées (capteurs) Varables Y mesurées (aalyses ) ETALONNAGE Créato modèle de comportemet modèle ou Prédcteur F YF(X) Varables X mesurées (capteurs) tesos Modèle PREDICTION Calcul de prédcto Estmato des varables Y 65 Étaloage - calbrage teso Étaloage (calbrato!) calcul complet du modèle, écesste u «grad» ombre d epéreces. presso teso presso Calbrage (gaugg) «recalage» du modèle, écesste epérece («zéro»), vore («zéro + ga»). Correcto varatos de fabrcato Correcto dérve Correcto chagemet codtos epérmetales (température, tarage d ue balace ) Etc S le modèle est pas léare, le calbrage e peut corrger que de fables varatos 66 33

34 Le coût de l étaloage - calbrage Problème de la portablté du modèle E «use»: Performace crossate Étaloage par modèle de coassace Étaloage modèle de coas. + calbrage e. Étaloage e. Étaloage mod. de coas. + calbrage tous Étaloage e + calbrage tous Étaloage tous Coût crossat 67 3:8 Méthode des modres carrés : Les modres carrés The least Squares O veut modélser: Y F(X), e fat, à partr des epéreces, o a: Y F(X) + E où E «résdu» ou erreur ( j j j ) E Y F( X ) y f (,..., ) mmal O utlse gééralemet la dstace Eucldee: «mmale», j ( y j f ) j k (,..., ) 68 34

35 La régresso léare Lear regresso Moovarable (yf()) + hypothèse léare (ya+b) cas: Y Régresso de y/: y a + b + ε y X Y Mmsatos des erreurs sur Y Régresso de /y: ˆ a' y + b' + ε yˆ b' a' a' Mmsato des erreurs sur X X Atteto, ue régresso de y/ avec des erreurs sur (ou l verse), etraîe ue erreur systématque sur la pete 69 La régresso léare: y/ ou /y? Atteto, ue régresso de y/ avec des erreurs sur (ou l verse), etraîe ue erreur systématque sur la pete Régresso Y/X Régresso X/Y y y Dfférece églgeable das ue majorté de cas 70 35

36 Caractérstques de la régresso y/: Estmatos de a et b: ( )(y y) Cov(, y) a ( ) Var( ) b y a Y Mmsatos des erreurs sur Y y ˆ a + b Ecart type de la pete: s a ( ) s y / avec Ecart type de l ordoée à l orge: s y/ (y ŷ ) sb s y / ( ) 7 Mesure de la qualté d'ajustemet d'ue régresso léare: Var(Y) Var( ax+b) + Var(ε) formato totale formato modélsée + formato résduelle Y Coef. De détermato: R d Var(fo modélsée) Var(fo totale) Coef. de corrélato: R d R c R c Cov( X, Y ) σ ( X ) σ ( Y ) 7 36

37 Le coef. de corrélato, utlsato: R0.75 R R0.8 R Le cœffcet de corrélato e sert à quatfer que les relatos léares etre X et Yvarables R0.8 R Régresso léare: eame des résdus resduals teso (mv) teso (mv) 900 Valeurs mesurées y courat (ma) Graphe des résdus: mesure - droteregr courat (ma) Résdu formato o modélsée, déalemet erreur aléatore R y -(a. +b) Détecto pots aberrats (outlers) A élmer après vérfcato et avec précautos Vérfcato léarté A corrger évetuellemet avec régresso o léare 74 37

38 Autres méthodes de modélsato comportemetale: Multvarables: Multvarable léare Regresso multvarable, aalyse composates prcpales Modres carrés partels (PLS) Moovarable o léare Polyomal, lo pussace, focto quelcoque 75 Régresso o léare: régresso polyomale Permet de modélser la plupart des problèmes peu o léares E: courbe de tedace d'ecel:

39 Bblo & les utles Bouqus: "Statstcs for aalytcal Chemstry" 3 rd ed. J.C. Mller ad J.N. Mller Joh Wley & Sos, 998. "Multvarate Statstcal Methods, A Prmer" B.F.J. Moley, Chapma & Hall 986. "Modélsato et estmato des erreurs de mesure", M Neully, CETAMA, Lavoser, Pars 993. Stes WWW: sous Ecel (TP du 0/) ecellet ste smple et succct mas de référece sur la calcul des certtudes, ce documet s'e est beaucoup spré. U cours plus complet de statstques est dspoble à : Cours très complet e Fraças, avec eemples et logcels Cours e Fraças sur les techques de la statstque Collecto de les et surtout de Freewares sur les stats même chose cours, artcles eemples et surtout "applets" sur les stats : Deltamu PME de métrologe offrat de ombreuses ressources Norme pfométrque 77 La orme AFNOR la plus utlsée: 78/6 PDF 39

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - 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 détail

Incertitudes expérimentales

Incertitudes expérimentales U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application de la théorie des valeurs extrêmes en assurance automobile Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

Plus en détail

" BIOSTATISTIQUE - 1 "

 BIOSTATISTIQUE - 1 ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008

Plus en détail

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3

Plus en détail

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Limites des Suites numériques

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

1 Mesure et intégrale

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

Plus en détail

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

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

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

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

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

Plus en détail

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY Répblqes Algéree Démocratqe et Poplare Mstère de l Esegemet Spérer et de la Recherche Scetfqe Uversté MENTOURI Costate Faclté des Sceces de l'igéer Départemet de Gée Mécaqe N d ordre : /MAG/ Sére : /GM/

Plus en détail

Comportement d'une suite

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

Plus en détail

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

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

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

Plus en détail

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

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

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

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

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

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria. 1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle

Plus en détail

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm.

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm. rtalzato Paorama des soltos de vrtalsato sr dfféretes plate-formes aret ael Systems Archtect IBM aret_vael@fr.bm.com 2008 IBM Corporato Evolto de la rtalsato des frastrctres Wdows Servers Maframe & U Servers

Plus en détail

L Analyse Factorielle des Correspondances

L Analyse Factorielle des Correspondances Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

Exercices d Électrocinétique

Exercices d Électrocinétique ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton

Plus en détail

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

Les Nombres Parfaits.

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

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

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

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

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

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

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS. ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent

Plus en détail

stages 2015 paris saint-germain ACADEMY Dossier d inscription

stages 2015 paris saint-germain ACADEMY Dossier d inscription stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

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

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Grandeur physique, chiffres significatifs

Grandeur physique, chiffres significatifs Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

Pratique de la statistique avec SPSS

Pratique de la statistique avec SPSS Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

Plus en détail

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

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

Plus en détail

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE L og c el s de D agnos t c s I mmob l er s Cont ac t eznous 32BddeS t r as bougcs3010875468 Par scedex10tel. 0253354064Fax0278084116 ma l : s er v c e. c l ent @l c el. f r Pourquo LICIEL? Implanté sur

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

Plus en détail

Prêt de groupe et sanction sociale Group lending and social fine

Prêt de groupe et sanction sociale Group lending and social fine Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

Plus en détail

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

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

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

Pro2030 GUIDE D UTILISATION. Français

Pro2030 GUIDE D UTILISATION. Français Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.

Plus en détail

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

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

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

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

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

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

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov. La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles

Plus en détail

GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES

GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES Gude destné au mleu muncpal québécos NOVEMBRE 2013 Coordnaton : Martn Cormer,

Plus en détail

P R I S E E N M A I N R A P I D E O L I V E 4 H D

P R I S E E N M A I N R A P I D E O L I V E 4 H D P R I S E E N M A I N R A P I D E O L I V E 4 H D Sommare 1 2 2.1 2.2 2.3 3 3.1 3.2 3.3 4 4.1 4.2 4.3 4.4 4.5 4.6 5 6 7 7.1 7.2 7.3 8 8.1 8.2 8.3 8.4 8.5 8.6 Contenu du carton... 4 Paramétrage... 4 Connexon

Plus en détail

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

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

Plus en détail

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle» Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton

Plus en détail

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991 Ggaset SX353 / französsch / A31008-X353-P100-1-7719 / cover_0_hedelberg.fm / 03.12.2003 s Be nspred www.onedrect.fr www.onedrect.es www.onedrect.t www.onedrect.pt 0 800 72 4000 902 30 32 32 02 365 22 990

Plus en détail

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

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

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail

Divorce et séparation

Divorce 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 détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

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

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail