EXERCICES de Statistiques

Dimension: px
Commencer à balayer dès la page:

Download "EXERCICES de Statistiques"

Transcription

1 EXERCICES de Statistiques Aette Corpart lycée Jea Zay de Thiers

2 EXERCICES sur la LOI NORMALE La variable aléatoire X suit la loi ormale N ( 12 ; 4 ). Calculer les probabilités suivates : P ( X 15 ) ; P ( X 18 ) ; P ( X 7 ) ; P ( X 9 ) ; P(8 X 17 ). O pose T = X 12, alors T suit N (0 ; 1). 4 P ( X 15 ) = P ( T 0,75 ) = 0,7734. P ( X 18 ) = P ( T 1,5 ) = 1 - (1,5) = 0,0668. P ( X 7 ) = P ( T - 1,25 ) = P ( T 1,25 ) = 0,8944. P ( X 9 ) = P ( T - 0,75 ) = 1 - (0,75) = 0,2266. P ( 8 X 17 ) = P ( -1 T 1,25 ) = (1,25) - ( 1 - (1)) = 0,7357. Ue machie produit des rodelles métalliques e grade série. Ue rodelle est acceptée si so diamètre extérieur est compris etre 21,9 et 22,1 mm. O suppose que sur l'esemble de la productio le diamètre extérieur des rodelles est ue variable aléatoire X qui suit la loi ormale de moyee m = 22 mm et d'écart type = 0,05 mm. Quelle est la probabilité qu'ue pièce soit refusée? O pose T = X 22, alors T suit N (0 ; 1). 0, 05 P ( 21,9 X 22,1 ) = P ( -2 T 2 ) = 2 (2) - 1 = 0,9544. Probabilité qu'ue pièce soit refusée = 1-0,9544 = 6. Le ombre de cliets d'u magasi suit chaque samedi ue loi ormale de moyee 350 et d'écart type 30. Quelle est la probabilité pour qu'il y ait u samedi doé, : - plus de 400 cliets? - mois de 300 cliets? - u ombre de cliets compris etre 320 et 380? O pose T = X 350, alors T suit N (0 ; 1). 30 P ( X 400 ) = P ( T 1,67 ) = 1 - (1,67) = 0,0475. P ( X 300 ) = P ( T - 1,67 ) = 1 - (1,67) = 0,0475. P ( 320 X 380 ) = P ( -1 T 1 ) = 2 (1) - 1 = 0,6826. Ue machie usie des pièces. O désige par X la variable aléatoire qui à chaque pièce associe sa logueur x. O suppose que X suit ue loi ormale de moyee m = 54 et d'écart type = 0,2. Ue pièce est cosidérée comme défectueuse si x 53,6 ou x 54,3 a) Calculer la probabilité qu'ue pièce soit défectueuse. b) Pour vérifier que la machie e s'est pas déréglée, o détermie des cotes d'alerte m - h et m + h défiies par : P ( m - h X m + h ) = 0,95. Calculer les cotes d'alerte. a) O pose T = X 54, alors T suit N (0 ; 1). 0, 2 P ( 53,6 X 54,3 ) = P ( - 2 T 1,5 ) = = (1,5) - ( 1 - (2)) = 0,9104. Probabilité qu'ue pièce soit défectueuse = 1-0,9104 = 0,0896. b) P ( 54 - h X 54 + h ) = 0,95. P ( h 0, 2 T h 0, 2 ) = 0,95.

3 h 0, 2 = 0,975 doc h 0, 2 = 1,96 d'où h = 0,392. Das u pays d'afrique, 15 % de la populatio est atteite du virus du sida. Ue campage de dépistage est mise e place sur u échatillo de 500 persoes prises au hasard das la populatio. O suppose que l'effectif de la populatio est très grad. O suppose que les risques d'erreur du test sot égligeables et o admet que la probabilité qu'u test réalisé sur ue persoe prise au hasard das la populatio soit positif est 0,15. O appelle X la variable aléatoire qui pred pour valeur le ombre de tests positifs sur les 500 tests effectués. 1 Quelle est la loi de probabilité de X? Calculer l'espérace mathématique et l'écart type de X. 2 Par quelle loi ormale peut-o approcher la loi défiie ci-dessus? 3 E utilisat cette loi ormale, calculer la probabilité que plus de 80 tests se révèlet positifs. 1 X suit la loi biomiale B ( 500 ; 0,15 ) 2 X peut être approchée par la loi ormale N ( 75, 63, 75 ). 3 O pose T = X 75, alors T suit N (0 ; 1). 63, 75 P ( X 80 ) = P ( T 0,626 ) = 1 - (0,626) 0,266. EXERCICES TESTS D'HYPOTHESE Das u atelier ue machie fabrique des pièces e grade série; o s'itéresse à leur logueur mesurée e cm. O admet que la variable aléatoire qui, à chaque pièce tirée au hasard das la productio associe sa logueur, suit ue loi ormale de moyee m et d'écart type = 0,14. Afi de cotrôler le fait que la moyee m des logueurs des pièces produites est 150, o se propose de costruire u test d'hypothèse. O prélève des échatillos aléatoires de 49 pièces (chaque échatillo état obteu par tirage avec remise). A chaque échatillo aisi défii, o associe la moyee des logueurs des 49 pièces; o défiit aisi ue variable aléatoire X. L'hypothèse ulle est H 0 : m = 150; l'hypothèse alterative est H 1 : m 150. Le seuil de sigificatio du test est fixé à 0,05. a) Quelle est, sous l'hypothèse ulle H 0, la loi de la variable aléatoire X? Détermier le ombre réel positif h tel que p(150 - h X h) = 0,95. b) Eocer la règle de décisio permettat d'utiliser ce test. c) La moyee observée sur u échatillo de 49 pièces est x = 149,9. Que peut-o coclure au seuil de sigificatio 5 % quat à la qualité des pièces produites? a) Sous H 0, X suit N ( 150 ; 0,14 ) soit N ( 150 ; 0,02 ) O pose T = X , alors T suit N (0 ; 1). P ( h X h ) = 0,95. P (- h T h ) = 0,95. h ) = 0,975 doc h = 1,96 d'où h = 0,0392 soit h = 0,04 à 0,001 près b) Règle de décisio : Soit x la moyee observée sur u échatillo de 49 pièces. Si x [ 149,96 ; 150,04 ], alors o accepte H 0 et o rejette H 1 Si x [ 149,96 ; 150,04 ], alors o accepte H 1 et o rejette H 0 c) Utilisatio du test : Ici x = 149,9 : o rejette H 0. O coclut au seuil de 5 % que la moyee 'est pas m = 150.

4 Ue etreprise commercialise des pieds de lit de type boule. Pour ces pieds o utilise ue bague e matière plastique de diamètre itérieur x. O défiit aisi ue variable aléatoire X qui, à chaque bague tirée au hasard das la productio, associe so diamètre itérieur x mesuré e millimètres. O admet que X suit la loi ormale de moyee m et d'écart type 0,04. Le fourisseur affirme que m = 12,1. O veut cotrôler cette affirmatio e prélevat au hasard et avec remise u échatillo de 64 pièces das la livraiso. A tout échatillo o associe la moyee x des diamètres itérieurs des bagues. O défiit aisi ue variable aléatoire X. a) Quelle est la loi suivie par X? b) Costructio d'u test bilatéral au seuil de risque de 10 %. Doer l'hypothèse ulle H 0 et l'hypothèse alterative H 1. Détermier les deux valeurs critiques qui permettet de décider si la livraiso est coforme. Eocer la règle de décisio du test. c) Pour l'échatillo prélevé la moyee obteue est 12,095. Que cocluez-vous? a) X suit N (m ; 0, ) soit N ( m ; 0,005 ) b) Choix des hypothèses : Hypothèse ulle H 0 : m = 12,1; hypothèse alterative H 1 : m 12,1. Détermiatio de la régio critique : Sous H 0, X suit N ( 12,1 ; 0,005 ). O pose T = P ( 12,1 - h X 12,1 + h ) = 0,9. T ) = 0,9. P (- h h h ) = 0,95 doc h X 12,1, alors T suit N (0 ; 1). = 1,645 d'où h = 0,0082 0,01. Règle de décisio : Soit x la moyee observée sur u échatillo de 64 pièces. Si x [ 12,09 ; 12,11 ], alors o accepte H 0 et o rejette H 1 Si x [ 12,09 ; 12,11 ], alors o accepte H 1 et o rejette H 0 c) Utilisatio du test : Ici x = 12,095 : o 'a pas de raiso de rejeter H 0. Soit u stock importat dot o estime qu'u caractère X suit ue loi ormale de moyee = 240 et d'écart type = 50. O prélève u échatillo de 40 uités, dot la moyee observée est x = 260. Au risque de 1 % peut-o cosidérer que est effectivemet égal à 240? (Costruire u test bilatéral : choix des hypothèses, détermiatio de la régio critique, règle de décisio puis utiliser le test) Et au risque de 5 %? Choix des hypothèses : Hypothèse ulle H 0 : = 240; hypothèse alterative H 1 : 240. Détermiatio de la régio critique : Soit X la variable aléatoire qui à tout échatillo de taille 40 associe la moyee x des uités de cet échatillo. Sous H 0, X suit N ( 240 ; 50 ) soit N ( 240 ; 7,9 ). O pose T = X 240, alors T suit N (0 ; 1). 40 Risque de 1 % : P ( h X h ) = 0,99. ) = 0,99. P (- h T h h ) = 0,995 doc h Règle de décisio : Soit x la moyee observée sur u échatillo de 40 uités. = 2,575 d'où h 0,3.

5 Si x [ 219,7 ; 260,3 ], alors o accepte H 0 et o rejette H 1 Si x [ 219,7 ; 260,3 ], alors o accepte H 1 et o rejette H 0 Utilisatio du test : Ici x = 260 : o 'a pas de raiso de rejeter H 0 au seuil de 1 %. Risque de 5 % : P ( h X h ) = 0,95. ) = 0,95. P (- h T h h ) = 0,975 doc h Règle de décisio : Soit x la moyee observée sur u échatillo de 40 uités. Si x [ 224,5 ; 255,5 ], alors o accepte H 0 et o rejette H 1 Si x [ 224,5 ; 255,5 ], alors o accepte H 1 et o rejette H 0 Utilisatio du test : Ici x = 260 : o rejette H 0 au seuil de 5 %. = 1,96 d'où h,5. O s'itéresse das cet exercice aux allergies déclechées par u certai médicamet. Das ue populatio de grad effectif, o a observé que 40 % des idividus sot allergiques à ce médicamet. Ces allergies sot détectées par des tests effectués e laboratoire. O examie u échatillo de 100 aalyses choisies au hasard et o observe que 31 idividus révèlet l'allergie à ce médicamet. Au seuil de risque 0,05 peut-o coclure que l'échatillo est représetatif de la populatio pour cette allergie? Et au risque 0,10? Soit p la proportio d'allergiques au médicamet das la populatio et soit F la variable aléatoire qui à tout échatillo de taille 100 prélevé das cette populatio associe la fréquece des idividus allergiques das cet échatillo. Choix des hypothèses : Hypothèse ulle H 0 : p = 0,4; hypothèse alterative H 1 : p 0,4. Détermiatio de la régio critique : Sous H 0, F suit N ( 0,4 ; Risque de 5 % : P ( 0,4 - h F 0,4 + h ) = 0,95. P (- h T 0,4 0,6 ) soit N ( 0,4 ; ). O pose T = 100 h ) = 0,95. F 0,4, alors T suit N (0 ; 1). h ) = 0,975 doc h = 1,96 d'où h. Règle de décisio : Soit f la fréquece observée das u échatillo de 100 persoes. Si f [ 0,304 ; 0,496 ], alors o accepte H 0 et o rejette H 1 Si f [ 0,304 ; 0,496 ], alors o accepte H 1 et o rejette H 0 Utilisatio du test : Ici f = 0,31 : o accepte H 0 au seuil de 5 %. O cosidère que l'échatillo est représetatif de la populatio pour laquelle p = 0,4. Risque de 10 % : P ( 0,4 - h F 0,4 + h ) = 0,9. P (- h T h ) = 0,9. h ) = 0,95 doc h = 1,645 d'où h. Règle de décisio : Soit f la fréquece observée das u échatillo de 100 persoes. Si f [ 0,319 ; 0,481 ], alors o accepte H 0 et o rejette H 1

6 Si f [ 0,319 ; 0,481 ], alors o accepte H 1 et o rejette H 0 Utilisatio du test : Ici f = 0,31 : o rejette H 0 au seuil de 10 %. O cosidère que l'échatillo ' est pas représetatif d'ue populatio pour laquelle 40 % des idividus sot allergiques. Pour u sodage électoral, o costitue deux échatillos d'électeurs de tailles 300 et 200 respectivemet das deux circoscriptios A et B. Cela met e évidece des itetios de vote de 56 % et 48 % pour u cadidat doé. Tester, au seuil de 5 %, les hypothèses : - il y a ue différece etre les circoscriptios. - le cadidat est préféré das la circoscriptio A. O compare les pourcetages p A et p B de votats pour le cadidat das les deux populatios A et B. Soit F A la variable aléatoire qui à tout échatillo de taille 300 prélevé das la circoscriptio A associe la fréquece f A des votats pour le cadidat das cet échatillo et soit F B la variable aléatoire qui à tout échatillo de taille 200 prélevé das la circoscriptio B associe la fréquece f B des votats pour le cadidat das cet échatillo. F A suit N ( p A ; F B suit N ( p B ; 0,56 0,44 ) soit N ( p 300 A ; 0,029 ) 0,48 0,52 ) soit N ( p 200 B ; 0,035 ). O pose D = F A - F B. Alors D suit N ( p A - p B ; 0,0292 0, 0352 ) soit N ( p A - p B ; ) Test bilatéral : o teste s' il y a ue différece etre les deux circoscriptios. Choix des hypothèses : Hypothèse ulle H 0 : p A = p B ; hypothèse alterative H 1 : p A p B. Détermiatio de la régio critique au seuil de 5 % : Sous H 0, D suit N ( 0 ; ). P ( - h D h ) = 0,95. P (- h T h ) = 0,95. h ) = 0,975 doc h = 1,96 d'où h. Règle de décisio : Soit d = f A - f B la différece etre deux fréqueces observées respectivemet das deux échatillos des circoscriptios A et B. Si d [ - 0,09 ; 0,09 ], alors o accepte H 0 et o rejette H 1 Si d [ - 0,09 ; 0,09 ], alors o accepte H 1 et o rejette H 0 Utilisatio du test : Ici d = 0,08 : o 'a pas de raiso de rejeter H 0 au seuil de 5 %. O cosidère qu'il 'y a pas de différece sigificative etre les deux circoscriptios. Test uilatéral : o teste si le cadidat est préféré das la circoscriptio A. Choix des hypothèses : Hypothèse ulle H 0 : p A = p B ; hypothèse alterative H 1 : p A > p B. Détermiatio de la régio critique au seuil de 5 % : Sous H 0, D suit N ( 0 ; ). P ( D h ) = 0,95. P ( T 0, 045 h ) = 0,95. h ) = 0,95 doc Règle de décisio : h = 1,645 d'où h.

7 Soit d = f A - f B la différece etre deux fréqueces observées respectivemet das deux échatillos des circoscriptios A et B. Si d 0,07, alors o accepte H 0 et o rejette H 1 Si d > 0,07, alors o accepte H 1 et o rejette H 0 Utilisatio du test : Ici d = 0,08 : o rejette H 0 au seuil de 5 %. O cosidère que le cadidat est préféré das la circoscriptio A. EXERCICES INTERVALLES DE CONFIANCE O admet que la variable aléatoire X qui pred comme valeurs les résultats de la pesée d'u même objet doé suit la loi ormale de moyee m et d'écart type. O suppose que m et sot icous. O a relevé das le tableau suivat les résultats de 10 pesées d'u même objet : masse e grammes 72,20 72,24 72,26 72,30 72,36 72,39 72,42 72,48 72,50 72,54 1 Calculer la moyee et l'écart type de cet échatillo. 2 E déduire des estimatios poctuelles de la moyee m et de l'écart type de la variable X. 3 Das la suite, o admet que la variable aléatoire qui à tout échatillo de 10 pesées associe la moyee de ces pesées suit ue loi ormale. E preat pour écart type la valeur estimée e 2, doer u itervalle de cofiace au seuil de 5% de la moyee m. 4 L'écart type de l'appareil de pesée, mesuré à partir de ombreuses études atérieures, est e réalité, pour u objet ayat eviro cette masse, de 0,08. Das cette questio, o pred doc = 0,08. Détermier (à l'uité près) pour que au seuil de %, u itervalle de cofiace de m soit [72,31 ; 72,43]. 1 x = 72,37 et s = 0,11 2 m = 72,37 et = 0, = 0,12 3 [ x - t ; x + t ] = [72,37-1,96 x 0,12 ; 72,37 + 1,96 0,12 x ] = [72,29 ; 72,45] t x 0, 08 = 0,06 ; t = 2,37 ; 2 (t ) - 1 = 2 (2,37) - 1 0,98 d'où = 2 %. 10 U cadidat à ue électio fait effectuer u sodage das sa circoscriptio comportat électeurs. Sur 1068 persoes iterrogées, 550 déclaret vouloir voter pour ce cadidat. O suppose que cet échatillo peut être assimilé à u échatillo prélevé au hasard das la populatio des électeurs de la circoscriptio. 1 Soit F la variable aléatoire qui, à tout échatillo de taille = 1068 prélevé au hasard das cette populatio, associe le pourcetage d'électeurs de cet échatillo voulat voter pour le cadidat. O suppose que F suit ue loi ormale. Doer les paramètres de F e foctio de p, le pourcetage icou des électeurs de la circoscriptio voulat voter pour le cadidat. 2 Détermier u itervalle de cofiace de p avec le coefficiet de cofiace 0,95. 3 Au vu du résultat de ce sodage, le cadidat a-t-il raiso de peser que si les électios avaiet eu lieu au momet où le sodage a été réalisé et si les réposes au sodage étaiet sicères, il aurait été élu au premier tour? 1 F suit N ( p ; pq 1068 ) 2 [f - t f (1 f ) 0, 515 0,485 f (1 f ) ; f + t ] = [0,515-1,96 x 0, 515 0,485 ; 0, ,96 x ] soit [0,485 ; 0,545] ou, e pourcetages [48,5 % ; 54,5 %] 3 Avec le coefficiet de cofiace 95 %, le pourcetage des électeurs votat pour A est situé das l'itervalle [48,5 % ; 54,5 %] A 'est doc pas écessairemet élu.

8 O tire au hasard au sei d'ue populatio (très grade), u échatillo de 100 sujets et l'o mesure la glycémie de chacu d'etre eux. O obtiet pour cet échatillo ue moyee x = 92,2 et u écart type s = 7,17. 1 A partir des résultats obteus pour cet échatillo, estimer poctuellemet la moyee m et l'écart type de la glycémie das la populatio. 2 O suppose que la variable aléatoire X qui, à tout échatillo de taille 100 associe la glycémie moyee de cet échatillo suit ue loi ormale et o pred pour valeur de l'écart type de la glycémie das la populatio l'estimatio poctuelle obteue. a) Quels sot les paramètres de la loi suivie par X? b) Détermier u itervalle de cofiace de la glycémie moyee m das la populatio avec le iveau de cofiace de 99 %. c) Quelle doit être la taille miimale de l'échatillo pour coaître avec le iveau de cofiace de 95 % la glycémie moyee m das la populatio à 1 mg / 100 ml près? 1 m = 92,2 et = 7,17 x 100 = 7, a) X suit N ( m ; 0,72 ) b) [ x - t ; x + t ] = [92,2-2,575 x 0,72 ; 92,2 + 2,575 x 0,72] = [90,3 ; 94,1] 7, 21 1,96 7, 21 c) 1,96 = 0,5 ; = 0, 5 d'où = 799 Ue agece de voyages propose, das u de ses circuits, la visite d'ue expositio sous forme d'optio supplémetaire. E prélevat au hasard 60 fiches de cliets parmi les 2379 cliets de la période cosidérée, o observe que seulemet 14 fiches comportet cette optio. Soit F la variable aléatoire qui, à tout échatillo de taille = 60 prélevé au hasard parmi les 2379 cliets, associe le pourcetage des cliets de l'échatillo ayat pris cette optio. O ote p le pourcetage icou des 2379 cliets ayat pris l'optio et o suppose que F suit ue loi ormale. 1 Quels sot les paramètres de la loi suivie par F? 2 Détermier ue estimatio de p par u itervalle de cofiace à 95 %. 3 Avec quel effectif miimal obtiet-o, avec le coefficiet de cofiace 95 %, ue estimatio de p par u itervalle de cofiace e comportat que des pourcetages iférieurs à 25 %? Coclure. 1 F suit N ( p ; 2 [f - t f (1 f ) 3 0, 233 1, 96 pq 60 ) ; f + t f (1 f ) 0, 233 0, 767 0, 233 0, 767 ] = [0,233-1,96 ; 0, ,96 60 = [0,126 ; 0,340] 0, 25 d' où , 233 0, ].

9

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

Échantillonnage et estimation

Échantillonnage 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 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

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

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

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

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

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

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

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

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

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

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

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

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

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

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

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

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

Plus en détail

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

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

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

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

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

[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

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

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

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

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

Plus en détail

. (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

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

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

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

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

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

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

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

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

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

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

Plus en détail

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

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Nous imprimons ce que vous aimez!

Nous imprimons ce que vous aimez! Nous imprimos ce que vous aimez! Persoalisé simple différet Catalogue de produits Tapis stadard tapis logo tapis publicitaire Nous imprimos ce que vous aimez! 2 I JOBET JOBET Vous et vos cliets serez coquis...

Plus en détail

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

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée

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

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

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

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

Séries réelles ou complexes

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

Plus en détail

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

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

La coloration vitale au diacétate de fluorescéine permet un diagnostic plus précoce de la tuberculose à germes résistants à la rifampicine

La 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 détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Risque de longévité et détermination du besoin en capital : travaux en cours

Risque 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 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

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

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

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

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

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

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

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

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Renseignements 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 détail

LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE

LES 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 détail

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

Le chef d entreprise développe les services funéraires de l entreprise, en Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.

Plus en détail

Working Paper RETAIL RÉGIONAL RESPONSABLE

Working Paper RETAIL RÉGIONAL RESPONSABLE «BANQUE DE DÉTAIL DE MASSE» : COMMENT LES CAISSES D ÉPARGNE EN AFRIQUE, ASIE ET AMÉRIQUE LATINE PEUVENT FOURNIR DES SERVICES ADAPTÉS AUX BESOINS DES POPULATIONS DÉFAVORISÉES Travailler avec les caisses

Plus en détail

Neolane Message Center. Neolane v6.0

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

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Options Services policiers à Moncton Rapport de discussion

Options Services policiers à Moncton Rapport de discussion Optios Services policiers à Mocto Rapport de discussio Le 22 ovembre 2010 Also available i Eglish TABLE DES MATIÈRES Chapitre 1.0 Sommaire 3 Chapitre 2.0 Problématique 4 Chapitre 3.0 Cotexte 5 Chapitre

Plus en détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION 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 détail

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

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

RÈGLES 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 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

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

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui. S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

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

Plus en détail

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

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

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

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

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

DETERMINANTS. a b et a'

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

Plus en détail

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

Plus en détail

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

One 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 détail

Les nouveaux relevés de compte

Les 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 détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,

Plus en détail

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

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

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

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

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

Présentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser

Présentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser Iformatique idustrielle Présetatio & orgaisatio du cours Itroductio : décider e milieu idustriel les difficultés à affroter «il faut que cela marche!» élémets de gestio de productio et illustratios Les

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

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

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est

Plus en détail

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce

Plus en détail

La maladie rénale chronique

La 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 détail

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

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

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

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

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

Plus en détail