ANALYSE DE RESULTATS EXPERIMENTAUX Sommaire

Dimension: px
Commencer à balayer dès la page:

Download "ANALYSE DE RESULTATS EXPERIMENTAUX Sommaire"

Transcription

1 ANALYSE DE RESULTATS EXPERIMENTAUX Sommare. ANALYSE DE RESULTATS DE PLUSIEURS MESURES D UNE MÊME GRANDEUR :..... LE PROBLÈME :..... QUELQUES NOTIONS INDISPENSABLES DE STATISTIQUE Populato théorque : dstrbuto ormale : Itérêt de l écart tpe : CAS : ON DISPOSE D UN TRÈS GRAND NOMBRE DE RÉSULTATS DE MESURES (N>00) Estmato de la moee µ théorque de la populato à l'ade de la moee d'u échatllo de résultats de mesures : Estmato de (écart tpe théorque de la populato) à l ade de e (écart tpe de l'échatllo) CAS ; ON DISPOSE D UN PETIT NOMBRE DE MESURES (N ENTRE 5 ET 00) CAS 3 : ON NE DISPOSE QUE DE TRÈS PEU DE MESURES ( À 5) CAS 4 : ON NE DISPOSE QUE D UNE SEULE MESURE LA VALEUR D'UNE GRANDEUR EST CALCULÉE À PARTIR DE RÉSULTATS DE MESURES DE PLUSIEURS AUTRES GRANDEURS : PROPAGATION DES ERREURS VARIANCE DE LA GRANDEUR CALCULÉE CAS DE GRANDEURS INDÉPENDANTES ANNEXES TABLE DE STUDENT : TABLE DU KHI PROPAGATION DES ERREURS Bblographe: Modélsato et estmato des erreurs de mesures M. Neull CETAMA Tech & doc. (993) Les outls ormatques d'vestgato scetque das l'esegemet des Sceces Phsques Actes de l'uversté d'été 995 Artcle "Statstques applquées à l'eplotato de mesures" B. Vela UdP INRP Uversté de Nates Aalse statstque des doées R. Bertrad Presse de l'uversté du Québec 986 Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page

2 . Aalse de résultats de pluseurs mesures d ue même gradeur :.. Le problème : O a réalsé mesures avec le même apparellage et das de boes codtos, d ue même gradeur (par eemple, la valeur de g, la valeur d ue résstace ) Ces mesures représetet-elles la valeur de la gradeur à mesurer? Quelle coace peut-o leur are? Commet préseter le résultat sas rser le rdcule? Plus précsémet : S o calcule la valeur moee des résultats de mesures ( ) et la varace e ( ) Peut-o dre que représete la gradeur que l o veut détermer? Et e doe-t-l ue dée de l certtude du résultat? Pour répodre à ces questos pluseurs cas vot se préseter selo le ombre de résultats de mesures dspobles : Cas : o dspose d u très grad ombre de résultats (> 00) Cas : o dspose d u ombre assez pett de résultats mas pas rdcule (5 à 00) Cas 3 : o dspose d u pett ombre de résultats de mesures ( à 5) Cas 4 : o e dspose que d'u seul résultat.. Quelques otos dspesables de statstque O appelle dstrbuto des résultats la répartto du ombre de résultats obteus par valeur de ces résultats... Populato théorque : dstrbuto ormale : S les codtos de mesurages sot optma, pas de bas, pas de atgue du matérel et de l epérmetateur, chaque résultat pouvat être cosdéré comme dépedat des autres alors : S le ombre N des résultats est très grad o peut cosdérer que cet esemble costtue la populato etère des résultats (tous les résultats possbles). La dstrbuto de ceu-c est ue «dstrbuto ormale». Elle est caractérsée par : U prol «e cloche», smétrque (vor graphque plus lo) Ue moee N, valeur au mamum de la dstrbuto Ue varace ( ) et u écart tpe ( N N ) µ et sot des caractérstques de la dstrbuto de la populato des résultats ; Ils dépedet du dspost epérmetal, de l hableté de l epérmetateur. eprme la dsperso de ceu-c. Le problème est que be sur cette populato est théorque (o e possède pas l té des résultats) et que l o e coaît pas les valeurs réelles de µ et. Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page

3 dstrbuto ormale 0,4 Eect des mesures doat la valeur correspodate 0, 0, 0,08 0,06 0,04 0,0 68% des résultats se trouvet das cette zoe 0 µ valeur des résultats Eemple d ue dstrbuto ormale d u très grad ombre de résultats de mesures, de moee µ=50 et d écart tpe = 0... Itérêt de l écart tpe : Das ue dstrbuto ormale, permet d établr des tervalles de coace pour des veau de coace désrés. As : 68% des résultats se trouvet das l tervalle [µ - µ + ] 95% des résultats se trouvet das l tervalle [µ -,96 µ +,96 ] 99% des résultats se trouvet das l tervalle [µ -,58 µ +,58 ] Coséquece : S o reat ue seule mesure, o trouve ue valeur : celle-c a 95 chaces sur 00 de se trouver das l tervalle ±,96 autour de µ; et à l verse, la moee µ a 95 chaces sur 00 de se trouver das l tervalle ±,96 autour de Mas das les cas réels ous e possédos pas ue té de mesures, ous e coassos pas µ et!.3. Cas : o dspose d u très grad ombre de résultats de mesures (>00) O peut cosdérer que les résultats sot u échatllo de la populato totale des résultats possbles. De la même maère les sodages d opo utlset u échatllo de la populato et e déduset des valeurs pour l esemble de la populato. Questos : La moee de cet échatllo de résultats de mesures est-elle représetatve de la moee µ de la populato? et e écart tpe de cet échatllo est-l représetat de l écart tpe théorque? Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 3

4 .3.. Estmato de la moee µ théorque de la populato à l'ade de la moee d'u échatllo de résultats de mesures : Théorème cetral de la lmte : O cosdère tous les échatllos de talle et leur moee La dstrbuto des moees de tous ces échatllos est ormale, a comme moee µ et comme écart tpe Autremet dt : - µ (moee de la populato) est auss la moee des moees des échatllos - 68% des moees des échatllos (tous les possbles) se trouvet das l tervalle ± autour de µ 68% des possbles sot das cet tervalle µ Tous les possbles Moee des µa 68% de chace d'être das cet tervalle u partculer Et doc à l verse, s o a eectué mesures d ue gradeur, (u échatllo) o déterme la moee des résultats obteus et l'écart tpe e alors : Avec u veau de coace de 68% Avec u veau de coace de 95% Avec u veau de coace de 99% 96, 96,, 57, 57 Ce théorème permet doc de répodre à la questo : permet-l d estmer µ? Ou à «±» près au veau de coace de 68%.,96 au veau de coace de 95% Remarque : pour le momet, o e coaît toujours pas la valeur de Atteto! Il e audrat pas crore que l o a gagé das la précso d u résultat d'ue mesure e partculer ; celu-c a toujours 68% de chace de se trouver à ± de la moee. C est la moee des résultats qu permet de meu ecadrer la moee théorque. Multpler le ombre de mesures permet de meu se rapprocher de la moee théorque, pas d augmeter la précso des mesures! Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 4

5 Eemple : résultats de 00 mesures de g Valeur des résultats 9, 9,5 9,3 9,35 9,4 9,45 9,5 9,55 9,6 9,65 9,7 9,75 9,8 Nombre de résultats Valeur des résultats 9,85 9,9 9,95 0 0,05 0, 0,5 0, 0,5 0,3 0,35 0,4 0,45 Nombre de résultats Nombre de résultats 5 moee de l'échatllo µ a 68% de chace d'être das cet tervalle , 9,5 9,3 9,35 9,4 9,45 9,5 9,55 9,6 9,65 9,7 9,75 9,8 9,85 9,9 9,95 0 0, 0, 0, 0, 0,3 0,3 0,4 0,4 0,5 Nombre de mesures Moee Varace : e Ecart tpe e 00 9,85 0,04 0, S o cood et e o peut prétedre qu'au veau de coace de 95% g est comprs etre , ,,, g,, Sot g = 9,85 ± 0,08 avec u tervalle de coace de 95% O démotre :.3.. Estmato de (écart tpe théorque de la populato) à l ade de e (écart tpe de l'échatllo) ( ) - que la varace de l échatllo e est u estmateur o basé de la varace de la ( ) populato, c est à dre que la varace de la populato est égale à la moee des varaces e de tous les échatllos de même talle. - que la gradeur e. ( ) a 95 chaces sur 00 de se trouver etre les valeurs : 0, 05 ( ) et 0 975, ( ) la octo ( ) (proocer Kh deu) est tabulée das les ouvrages de statstque pour les pettes valeurs de. Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 5

6 As, o peut répodre à l estmato de par e e e Cocluso: Lorsque le ombre de résultats de mesures est grad : : moee des résultats de mesures ; e : écart tpe de l'échatllo A 95% de coace : Le résultat peut s'écrre 96,. L'écart tpe est ecadré par e e S o applque cela au 00 valeurs mesurées de g o déterme etre 0,99 et 0,6 Les 00 mesures de g permettet d armer qu avec u veau de coace de 95% La moee des mesures doe 9,85 l'écart tpe de l'échatllo e =0, Le résultat peut doc s écrre : g = 9,85 ± 0,08 L écart tpe est etre 0,9 et 0,.4. Cas ; o dspose d u pett ombre de mesures ( etre 5 et 00) ( ) Lorsque le ombre de résultats est assez pett, o démotre que la gradeur t sut ue / dstrbuto dte de Studet. Cette dstrbuto s écarte de la dstrbuto ormale d autat plus que le ombre de mesures est pett ; elle reste cepedat smétrque mas plus «écrasée» que la dstrbuto ormale. Autremet dt : s est la moee de l échatllo, pour u veau de coace de 68% la moee µ de la populato se trouve das l tervalle t. / autour de Quelques valeurs de t(,) =5 =0 =30 =40 =0 Nveau de coace 90%,05,8,697,684,658,645 95%,575,8,04,0,98,96 99% 4,03 3,7,75,66,6,57 Cocluso : Lorsque le ombre de mesures est pas très élevé le résultat peut être préseté sous la orme : X t * t état le coecet de Studet à 95% pour mesures Eemple : 4 mesures de g résultats 9,6 9,65 9,7 9,75 9,8 9,85 9,9 9,95 0 0,05 0, 0,5 0, 0,5 Dstrbuto Nombre de résultats : 4 Moee de l échatllo : 9,875 Écart tpe de l échatllo : e = 0,48 Pour u veau de coace de 95% le coecet de Studet t (4,0.95) =,45 Doc g se trouve das l tervalle 45, * 0, 48 / 4 0, 0848 autour de la valeur 9,875 Présetato des résultats : g = 9,875 ± 0,085 Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 6

7 L écart tpe est etre 0,04 et 0,5 (à partr du kh deu) 4 3 moee de l'échatllo La moee théorque a 95% de chace de se trouver das cet tervalle 0 9,6 9,65 9,7 9,75 9,8 9,85.5. Cas 3 : o e dspose que de très peu de mesures ( à 5) Alors o peut doer u résultat e utlsat l étedue E, écart etre les valeurs les plus etrêmes E = ma - m L tervalle de coace se détermat à l ade d u coecet C multplcateur de l étedue ; ce coecet est tabulé e asat des hpothèses de ormalté, l déped du ombre de mesures et du veau de coace p désré. ValeurcherchéeC * E Quelques valeurs de C p 95% 99% 6,353 3,830 3,304 3, ,77,36 5 0,507 0,843 Eemple : veau de coace : 95% cq mesures de g doet les résultats : 9,78 ; 9,89 ; 9,74 ; 0, ; 9.85 moee 9,87 étedue E = 0, 9,74 =0,36 g = 9,87 ± 0,8 9,9 Remarque ; l applcato des coecets de Studet doerat ( = 0,4 ; t 5 =,776) g = 9,87 ± 0,7 9,95 0 0,05 0, 0,5 0, 0,5.6. Cas 4 : o e dspose que d ue seule mesure Das ce cas, l aut utlser ue estmato sur l erreur mamale de l apparel de mesure ; E gééral o cosdère que l erreur mamale ourt par le costructeur correspod à tros écarts tpes. 3 Le résultat R peut doc être écrt sous la orme : À 99,8% de coace : R = valeur mesurée ± A 95% de coace : R = valeur mesurée ± /,5 A 68% de coace : R = valeur mesurée ± /,5 Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 7

8 Eemples : utlsato d u voltmètre aalogque (à agulle) : Le costructeur doe ue estmato de l erreur mamale = classe * Calbre /00 (e déped pas de la valeur mesurée, mas seulemet du calbre!) Sur les veu voltmètres, l dcato de la classe est mprmée sur le cadra ; Eemple: u très veu voltmètre Metr EM5 Classe,5 e cotu et e alterat, calbre 5 Volts S la valeur lue est U l =,4 V alors 5 *,5 / 00 = 0,3 V A 95 % de coace U =,40 ± 0,6 V ( 0,6 = 0,3/,5 ) utlsato d u voltmètre dgtal Le costructeur dque das la documetato ue «précso» sous la orme = ± k % de la lecture + * dgts Eemple: multmètre 000 dgts Hug Chag modèle DM-30 (pett multmètre commercalsé par la socété Perro) Idcato du costructeur : ± ( 0,7% de la lecture + d ) S o lt U l =,4 sur le calbre 0 V ( dgt = 0,0V) = ± ( 0.7%*,4 + * 0,0) = 0, V A 95 % de coace U =,4 ± 0,07 V utlsato d'u ordateur das ue chaîe d'acqusto Le covertsseur aalogque - dgtal de la chaîe d'acqusto trodut ue erreur d'au mos u dgt. L'erreur sur la teso d'etrée dépedra doc du calbre de celle-c et du ombre de dgts de coverso. Eemple: l'terace Orph GTS, dgtalse sur 8 bts sot 56 dgts. Sur ue etrée 0-5V, l'erreur est doc de 5V / 56 sot 9,5mV. l'terace Orph GTI umérse du bts sor 4096 dgts ; l'erreur est alors de 5/4096 sot 0.5mV.. La valeur d'ue gradeur est calculée à partr de résultats de mesures de pluseurs autres gradeurs : propagato des erreurs O a souvet à détermer la valeur d ue gradeur c obteue par calcul à partr de gradeurs mesurées,,. c est ue octo de,, c = (,, ) Par eemples : La valeur de g calculée à partr des oscllatos d u pedule smple : o mesure la pérode T des pettes oscllatos et la logueur l du l pedule. g 4.. T La valeur d ue ductace L et de sa résstace Rl détermée à l ade d u pot de Mawell : lorsque le pot est équlbré, L=R R C Rl = R R /R c L R Rl µa C Rc R. Varace de la gradeur calculée O désre détermer la valeur d'ue gradeur c dépedat de deu gradeurs mesurables et O a réalsé ue sére de mesures de ces deu gradeurs et doat les valeurs et ; les valeurs moee sot et ; La valeur de la gradeur recherchée est c (, ) ; alors, la varace de c, c déped de la varace de, de celle de et de la covarace etre et c... cov(, ).. Pot de Mawell Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 8

9 O appelle coecet de corrélato le acteur cov(, ) ce coecet vaut 0 s les deu gradeurs sot. dépedates. (C'est le cas le plus réquet pour les mesures que ous asos habtuellemet) et s les deu gradeurs sot etèremet corrélées.. Cas de gradeurs dépedates Das ce cas =0 et Quelques eemples c c c c c c c=+ c=- c=* (*) c=/.k.. - c=k.. c (*) s c= (,) =. alors sot c. Applcatos Eemple : mesure de g à l'ade d'u pedule smple O désre détermer la valeur de g e utlsat u pedule assmlé à u pedule smple de logueur l. O eectue ue seule mesure de la logueur du pedule l et de la pérode des pettes oscllatos l est mesuré à l'ade d'u mètre à ruba l =,0 m ; o peut estmer l'erreur mamale à 4 mm (compte teu de l'mprécso sur la talle de la boule, de l'épasseur du œud du l au pots de ato etc. O peut doc estmer l'écart tpe sur l à l = m (o rappelle que l'erreur mamale est estmée à 3) T est mesurée e détermat la durée de 0 oscllatos avec u chroomètre de sport au /0 ème de secode. O trouve T =,0s. Compte teu de l'mprécso des momets du déclechemet et de l'arrêt o peut estmer l'erreur à 0,0 s sur la détermato d'ue pérode. Sot u écart tpe de T = 0,008 s l Alors comme g 4.. o calcule g = m s - T g l T g l. T = 0,008 sot g = 0,079 Le résultat peut doc se préseter sous la orme g = 9,868 ± 0,079 avec u veau de coace de 68% Avec u veau de coace de 95% : g = 9,87 ± 0,6 m.s - Eemple : mesure de L par pot de Mawell Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 9

10 Le pot de Mawell est équlbré e vérat à l'ade d'u détecteur de 0 e courat alterat ; la détecto est sesble à la plus pette varato de la valeur d'ue résstace ou de la capacté. O utlse des botes de résstace AOIP à décade de tolérace 0,5%. Le pot est équlbré pour : R = 500 ; R = 345 et C = µf Alors L = 0,75 H L'erreur sur la résstace Rvaut R = 50005% =,5 sot R = L'erreur sur R vaut R = 3000,5% + 400,5% + 50,5% =,9 sot R = 0,78 La boîte de capacté est doée avec ue tolérace de 0,5% L'erreur sur C vaut C = F sot C = F L R R C L R R C sot L L =3,6.0-3 ce qu doe L = 0,6 mh Avec u veau de coace de 95% L = 7,5 ±, mh Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page 0

11 3. Aees 3.. Table de Studet : valeur de t e octo de la probablté et du degré de lberté 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 0,975 0,99 0,995 0,9995 0,58 0,35 0,5 0,77,376,963 3,078 6,34,706 3,8 63, ,69 0,4 0,89 0,445 0,67 0,86,06,386,886,9 4,303 6,965 9,95 3, ,37 0,77 0,44 0,584 0,765 0,978,5,638,353 3,8 4,54 5,84, ,34 0,7 0,44 0,569 0,74 0,94,9,533,3,776 3,747 4,604 8, ,3 0,67 0,408 0,559 0,77 0,9,56,476,05,57 3,365 4,03 6, ,3 0,65 0,404 0,553 0,78 0,906,34,44,943,447 3,43 3,707 5, ,3 0,63 0,40 0,549 0,7 0,896,9,45,895,365,998 3,499 5, ,3 0,6 0,399 0,546 0,706 0,889,08,397,86,306,896 3,355 5, ,9 0,6 0,398 0,543 0,703 0,883,,383,833,6,8 3,5 4, ,9 0,6 0,397 0,54 0,7 0,879,093,37,8,8,764 3,69 4, ,9 0,6 0,396 0,54 0,697 0,876,088,363,796,0,78 3,06 4,437 0,8 0,59 0,395 0,539 0,695 0,873,083,356,78,79,68 3,055 4,38 3 0,8 0,59 0,394 0,538 0,694 0,87,079,35,77,6,65 3,0 4, 3 4 0,8 0,58 0,393 0,537 0,69 0,868,076,345,76,45,64,977 4, ,8 0,58 0,393 0,536 0,69 0,866,074,34,753,3,60,947 4, ,8 0,58 0,39 0,535 0,69 0,865,07,337,746,,583,9 4, ,8 0,57 0,39 0,534 0,689 0,863,069,333,74,,567,898 3, ,7 0,57 0,39 0,534 0,688 0,86,067,33,734,0,55,878 3, ,7 0,57 0,39 0,533 0,688 0,86,066,33,79,093,539,86 3, ,7 0,57 0,39 0,533 0,687 0,86,064,35,75,086,58,845 3,85 0 0,7 0,57 0,39 0,53 0,686 0,859,063,33,7,08,58,83 3,89 0,7 0,56 0,39 0,53 0,686 0,858,06,3,77,074,508,89 3,79 3 0,7 0,56 0,39 0,53 0,685 0,858,06,39,74,069,5,807 3, ,7 0,56 0,39 0,53 0,685 0,857,059,38,7,064,49,797 3, ,7 0,56 0,39 0,53 0,684 0,856,058,36 708,06 485, ,7 0,56 0,39 0,53 0,884 0,856,058,35 706, ,7 0,56 0,389 0,53 0,684 0,855,057,34,703,05,473,77 3, ,7 0,56 0,389 0,53 0,683 0,855,056,33,70,048,467,763 3, ,7 0,56 0,389 0,53 0,683 0,854,055,3,699,045,46,756 3, ,7 0,56 0,389 0,53 0,683 0,854,055,3,697,04,457,75 3, ,6 0,55 0,388 0,39 0,68 0,85,05,303,684,0,43,704 3, ,6 0,54 0,387 0,57 0,679 0,848,046,96 67,39,66 3, ,6 0,54 0,386 0,56 0,677 0,845,04,89 658,98,358,67 3, ,6 0,53 0,385 0,54 0,674 0,84,036,8,645,96,36,576 3,9 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 0,975 0,99 0,995 0,9995 Utlsato de la table : Cette table doe la valeur de t e octo du degré de lberté = - p avec = ombre de résultats p = ombre de paramètres dépedats. S o désre u veau de coace de 95%, cela sge que l'o cherche la probablté que la moee sot supéreure à 0,05 et éreure à 0,975. Ce qu lasse,5% des deu cotés de la courbe, 5% e tout. Comme la dstrbuto de Studet est smétrque, le coecet est le même pour ces deu valeurs. Il sut de predre le coecet t à 0,975. Eemple: 0 résultats, e dépedat que d'u seul paramètre : = 9, pour u veau de coace de 0,95 T 0,975 (9) =,093 Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page

12 3.. Table du kh pour les valeurs 0,05 et 0,975 seul 0,05 0,975 0,000 5,0 0,0506 7,38 3 0,6,3 4 0,484, 5 0,83,8 6,4 4,4 7,69 6 8,8 7,5 9, ,5 0,5 3,8,9 4,4 3,3 3 5,0 4,7 4 5,63 6, 5 6,6 7,5 6 6,9 8,8 7 7,56 30, 8 8,3 3,5 9 8,9 3,9 0 9,59 34, 0,3 35,5 36,8 3,7 38, 4,4 39,4 5 3, 40,6 6 3,8 4,9 7 4,6 43, 8 5,3 44, ,7 30 6, ,4 59,3 50 3,4 7, ,5 83, , , 06, ,6 8, 00 74, 9,6 Cotraremet à la dstrbuto ormale ou de Studet, la dstrbuto du kh 'est pas smétrque ; l aut doc ecadrer la valeur à rechercher etre deu valeurs qu "ecluet" les etrêmes. Eemple: 95% des valeurs de e. ( ) sot plus grades que 0, 05 ( ) et plus pettes que 0, 975 ( ) Utlsato de la table : O a eectué 5 mesures d'ue teso électrque, o trouve u écart tpe de e = 0,0 Volts 95% des valeurs possbles de e. ( ) se trouvet etre 0, 05 ( 4) =5,63 et 0, 975 ( 4) =6, doc l'écart tpe théorque se trouvet etre 5, 6, et, 37 5, 63 0,. 4 5, 0,. 4 sot 0,07 < < 0,5, 37 Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page

13 Aalse de résultats epérmetau Préparato à l épreuve de motage du CAPES de Sceces Phsques brzemur@pars.um.r IUFM de Pars le 07/09/06 Page Propagato des erreurs La gradeur à détermer est c (, ) Par déto de la varace: c (, ) (, ) c ( ) ( ) Sot e développat: e ( ) ( ). ( )( ). c... ( )( ).. Le terme ( )( ) est appelé covarace de et cov(,) et o appelle acteur de corrélato, la covarace rédute cov(, ). O trouve alors be l'epresso de la varace d'u résultat dépedat de résultats de mesures de deu gradeurs et : c

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

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

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

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

GIN FA 4 02 01 INSTRUMENTATION P Breuil

GIN FA 4 02 01 INSTRUMENTATION P Breuil GIN FA 4 0 0 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

" 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,

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

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

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en 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

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

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

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

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

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

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

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en 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

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

. (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

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

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

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

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

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

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

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

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

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

Plus en 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

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

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

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

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

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

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

[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

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en 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

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

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

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

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

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Circuits RL et RC. Chapitre 5. 5.1 Inductance

Circuits RL et RC. Chapitre 5. 5.1 Inductance Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

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

BILAN EN ELECTRICITE : RC, RL ET RLC

BILAN EN ELECTRICITE : RC, RL ET RLC IN N TIIT :, T I. INTNSIT : = dq d en couran varable I = Q en couran connu Méhode générale d éablssemen des équaons dfférenelles : lo d addvé des ensons pus relaons dq caracérsques :, lo d Ohm u = aux

Plus en détail

One Office Full Pack Téléphonie fixe, téléphonie mobile et internet tout-en-un

One Office Full Pack Téléphonie fixe, téléphonie mobile et internet tout-en-un Nouveau! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Full Pack Téléphoie fixe, téléphoie mobile et iteret tout-e-u Commuiquez et travaillez e toute liberté Mobistar

Plus en détail

Les solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller

Les solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller Les solutios mi-hypothécaires, mi-bacaires de Mauvie Guide du coseiller 1 2 Table des matières Itroductio... 5 La Baque Mauvie...5 Le compte Mauvie U...5 Le compte Sélect Baque Mauvie...5 1. Les solutios

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

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

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

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

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

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER

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

Opérations bancaires avec l étranger *

Opérations bancaires avec l étranger * Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur

Plus en détail

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE GUIDE DE L ENSEIGNANT 9 E ANNÉE TROUSSE PÉDAGOGIQUE 9 E ANNÉE Le préset Guide de l eseigat, qui accompage la trousse pédagogique COMMENT ÇA MARCHE : PRODUCTION D ÉLECTRICITÉ 9 e aée a été coçu à l itetio

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

Quand BÉBÉ VOYAGE. Guide pratique sur les précautions à prendre

Quand BÉBÉ VOYAGE. Guide pratique sur les précautions à prendre Quad BÉBÉ VOYAGE Guide pratique sur les précautios à predre Vous partez bietôt pour u log voyage avec votre jeue efat. Quelques précautios sot à predre avat, pedat le déplacemet et durat votre séjour.

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

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