Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse

Dimension: px
Commencer à balayer dès la page:

Download "Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse"

Transcription

1 Séquece 9 Itervalles de fluctuatio, estimatio Objectifs de la séquece Das le chapitre 2, o étudie des itervalles de fluctuatio des variables aléatoires X F =, fréqueces des variables aléatoires biomiales X de paramètres et p. O étudie quelques exemples de prise de décisio. Das le chapitre 3, o aborde l estimatio d ue proportio icoue à partir de celle d u échatillo. Sommaire 1. Pré-requis 2. Itervalles de fluctuatio 3. Estimatio 4. Sythèse de la séquece 5. Exercices de sythèse Séquece 9 MA01 1 Ced - Académie e lige

2 1 Pré-requis Échatilloage E statistiques, u échatillo de taille est la liste des résultats obteus par répétitios idépedates de la même expériece aléatoire. Ici l expériece répétée est ue épreuve de Beroulli, c est-à-dire qu elle e pred que deux valeurs : échec / réussite, oui / o, homme / femme, 0 / 1 Par exemple, u échatillo de taille 100 du lacer d ue pièce das lequel o compte le ombre de fois où o obtiet Pile est la liste des résultats obteus e laçat effectivemet 100 fois la pièce. Le ombre de réussites das u échatillo de taille suit la loi biomiale ( ; p). O appelle f la fréquece du ombre de réussites das l échatillo. Défiitio U itervalle de fluctuatio au seuil de 95 %, relatif aux échatillos de taille, est u itervalle où se situe la fréquece f observée das u échatillo de taille avec ue probabilité supérieure à 0,95. O a vu e Secode que : L itervalle p p 1 ; est u itervalle de fluctuatio approché au seuil de 95 %, relatif aux échatillos de taille. Commetaire : das certais cas, la probabilité que la fréquece appartiee à l itervalle p p 1 ; est très proche de 0,95 mais e état iférieure, c est pourquoi o dit que ce sot des itervalles de fluctuatio «approchés». Das la pratique, o utilise l itervalle p p 1 ; pour des probabilités p comprises etre 0,2 et 0,8 et des échatillos de taille supérieure ou égale à 25. Séquece 9 MA01 3 Ced - Académie e lige

3 Remarque Tout itervalle qui cotiet u itervalle de fluctuatio au seuil de 95 %, est lui aussi u itervalle de fluctuatio à ce même seuil. L itervalle [ 0;1 ] cotiet toutes les fréqueces, il vérifie la coditio de la défiitio précédete, mais il est sas itérêt. O cherchera des itervalles de fluctuatio correspodat à des probabilités supérieures à 0,95 et aussi très proches de 0,95 e particulier das les prises de décisio. Remarque Il y a plusieurs sortes d itervalle de fluctuatio. O peut choisir des itervalles de fluctuatio cetrés e p comme ceux vus e Secode, où pour lesquels la probabilité que la fréquece soit à l extérieur de l itervalle à gauche soit égale à la probabilité que la fréquece soit à l extérieur de l itervalle à droite comme ceux vus e Première, ou Par exemple, pour p = 0,2 et = 100, l itervalle de fluctuatio vu e 0,12 ; 0,28. Secode est [ 0,1; 0,3 ] et celui obteu e Première est [ ] Exercice O utilisera ici les itervalles de fluctuatio au seuil de 95 % de la forme p p 1 ;. O dispose d u dé bie équilibré, o gage quad o obtiet 1 ou 6. Détermier u itervalle de fluctuatio au seuil de 95 %, de la fréquece des lacers gagats das les échatillos de taille 100. O sait qu e moyee 51% des ouveau-és sot des garços. Détermier u itervalle de fluctuatio au seuil de 95% de la fréquece des garços ouveau-és das des échatillos de taille 25. Que peut-o e déduire pour le ombre de garços parmi 25 ouveau-és? Utilisatio Prise de décisio O a découvert ue pièce aciee et o se demade si elle est bie équilibrée. Commet faire? O lace fois la pièce et o ote la fréquece f d apparitio de Pile. O détermie u itervalle de fluctuatio I au seuil de 95 %, de la fréquece d apparitio de Pile das des échatillos de taille. 4 Séquece 9 MA01 Ced - Académie e lige

4 Règle de décisio : si f appartiet à l itervalle I, o décide que la pièce est équilibrée, si f appartiet pas à l itervalle I o décide que la pièce est pas équilibrée. Das chacu des deux cas suivats, quelle est la décisio prise? = 100 et f = 0,56 = 1000 et f = 0,560. Séquece 9 MA01 5 Ced - Académie e lige

5 2 Itervalles de fluctuatio A Objectifs du chapitre Quad o réalise ue expériece aléatoire, o observe bie sûr que les résultats obteus e sot pas toujours les mêmes, c est la fluctuatio d échatilloage. Mais o observe aussi que, plus o répète ue expériece u grad ombre de fois, plus la régularité de la fréquece des résultats est grade. O défiit les itervalles de fluctuatio asymptotique et o e doe u exemple. O peut alors décider si o cosidère que des résultats obteus lors d ue expériece sot dus au hasard (c est-à-dire à la fluctuatio d échatilloage), ou si o cosidère qu ils sot statistiquemet sigificatifs d ue différece avec le modèle choisi. B Activité 1 Pour débuter Sur le tableur Ope Office, o a simulé 100 échatillos de lacers d u dé tétraédrique bie équilibré. O a détermié les fréqueces où la face marquée 1 est la face cachée ( p = 0,25), elles sot idiquées e ordoées sur le graphique. Das chacu des trois cas, détermier : Le pourcetage des fréqueces apparteat à l itervalle p p 1 ;, Le pourcetage des fréqueces apparteat à p 1, 96 p(1 p) p(1 p) ; p + 1,96. 6 Séquece 9 MA01 Ced - Académie e lige

6 Premier cas 0,4 Fluctuatio 100 échatillos = 50 p = 0,25 0,35 0,3 0,25 fréquece 0,2 0,15 0,1 0, Deuxième cas fréquece 0,4 Fluctuatio 100 échatillos = 100 p = 0,25 0,35 0,3 0,25 0,2 0,15 0,1 0, Séquece 9 MA01 7 Ced - Académie e lige

7 Troisième cas fréquece 0,35 Fluctuatio 100 échatillos = 200 p = 0,25 0,3 0,25 0,2 0,15 0,1 0, C Cours 1. Itervalles de fluctuatio asymptotique Das ce qui suit, o cosidère des variables aléatoires X suivat chacue ue loi biomiale ( ; p). (exemple : o lace fois ue pièce équilibrée, X est le ombre de Pile obteus, X suit la loi ( ;0,5)). X La variable aléatoire F = doe doc la fréquece du ombre de «succès» (attetio : il s agit d ue utilisatio du mot fréquece différete de ce qui est fait e statistique lorsqu o parle de fréquece d u caractère, ici la fréquece est ue variable aléatoire). 8 Séquece 9 MA01 Ced - Académie e lige

8 Propriété 1 X La variable aléatoire F = : pred + 1 valeurs : 0, 1, 2,..., ; X a pour espérace le ombre p : E = p. Démostratio La variable aléatoire X preat les + 1 valeurs : 0, 1, 2,,, o e déduit celles de F. O sait que E ( X )= p, et, d après la liéarité de l espérace, quad o divise la variable aléatoire par, l espérace est aussi divisée par. O obtiet doc X E = p. Les fréqueces F ot doc pour espérace le ombre p qui e déped pas de. Les résultats observés ot tedace à se resserrer autour de l espérace p quad augmete. C est cette cocetratio des valeurs les plus probables autour de p qui permet d améliorer la prise de décisio à partir des observatios. Défiitio 1 X U itervalle de fluctuatio asymptotique de la variable aléatoire F = au seuil de 95 %, est u itervalle détermié à partir de p et de et qui cotiet F avec ue probabilité d autat plus proche de 95 % que est grad. Exemple 1 O motrera plus loi que l itervalle p p 1 ; est u itervalle de X fluctuatio asymptotique de la variable aléatoire F = au seuil de 95%. E classe de secode, ceci a été éocé sous forme simplifiée, le caractère asymptotique e pouvat pas être itroduit. Des exemples d utilisatio ot été doés das les pré-requis. Séquece 9 MA01 9 Ced - Académie e lige

9 Résultat admis à savoir p(1 p) p(1 p) L itervalle I = p 1, 96 ; p + 1,96 est u itervalle X de fluctuatio asymptotique de la variable aléatoire F = au seuil de 95%. Das l activité 1, o a pu faire des observatios cohéretes avec ces résultats. Mais, la défiitio d u itervalle de fluctuatio est exprimée avec ue probabilité. Si vous faites d autres simulatios avec le fichier qui est sur le site, il se peut que quelques observatios doet des pourcetages évetuellemet iférieurs à 95%. Remarque Les itervalles I sot des itervalles de fluctuatio asymptotique car il y a la coditio «d autat plus proche de que est grad». O peut cosidérer que les I sot des itervalles de fluctuatio «approchés», la probabilité que les F appartiee à I est pas forcémet supérieure à 0,95 (coditio de la défiitio d u itervalle de fluctuatio au seuil de 95%) mais si elle est pas supérieure à cette valeur, elle e est proche. E pratique das les exercices, la taille de l échatillo est fixée, l itervalle de fluctuatio asymptotique I correspodat sera l itervalle de fluctuatio utilisé. Remarque Coditios d utilisatio Les exigeces habituelles de précisio pour utiliser cette approximatio sot : 30, p 5 et (1 p) 5. Exemple 2 Solutio Détermier u itervalle de fluctuatio asymptotique au seuil de 95% lorsque = 100 et p = 0,5. O a p = 50 et (1 p) = 50 doc les trois coditios sot réalisées et o peut utiliser l itervalle I. O obtiet : 10 Séquece 9 MA01 Ced - Académie e lige

10 I = 0,5 1,96 0,5 0,5 ;0,5+ 1, ,5 0, ,402 ; 0, soit [ ] Cet exemple modélise 100 lacers d ue pièce équilibrée. O peut doc dire que, pour eviro 95 % des séries de 100 lacers, la fréquece du ombre de Pile obteus se situe das l itervalle [ 0,402 ; 0,598 ]. Remarque Ces itervalles de fluctuatio asymptotique sot plus faciles à détermier que ceux du cours de Première qui écessitaiet l utilisatio d algorithmes ou de tableurs, certais tableurs d ailleurs e pouvat pas dépasser certaies valeurs pour. 2. Exemple d utilisatio : prise de décisio O utilise u itervalle de fluctuatio lorsque l o veut détermier si la proportio f observée das u échatillo est compatible ou o avec u modèle de Beroulli, c est-à-dire si elle peut être u résultat obteu par ue variable X aléatoire F =, où X suit ue loi biomiale de paramètres et p, la valeur p état coue ou supposée coue das la populatio. Quad X suit ue loi biomiale de paramètres et p, u itervalle de fluctuatio asymptotique I au seuil de 95% est u itervalle où se situe la fréquece X F = avec ue probabilité d autat plus proche de 0,95 que est grad. L itervalle I cotiet doc eviro 95% des fréqueces observées das les échatillos de taille suffisammet grade. Des fréqueces (eviro 5%) de certais échatillos e sot pas das I, c est la fluctuatio d échatilloage. E foctio de l apparteace ou o de la fréquece observée f à l itervalle I, o décide si l échatillo est coforme ou o au modèle. La règle de décisio adoptée est la suivate : si la fréquece observée f das u échatillo appartiet à u itervalle de fluctuatio asymptotique au seuil de 95 % o cosidère que l échatillo est compatible avec le modèle ; sio, o cosidère que l échatillo est pas compatible avec le modèle. Séquece 9 MA01 11 Ced - Académie e lige

11 Remarque Avec cette règle, la fluctuatio d échatilloage amèe à rejeter, à tort, les 5 % (eviro) d échatillos qui suivet le modèle de Beroulli et qui e sot pas das I. Das les exemples, les tirages sot effectués sas remise. La taille des échatillos cosidérés état faible par rapport à la taille de la populatio totale, o assimile les tirages réalisés à des tirages avec remise et o peut alors appliquer les résultats précédets. Exemple 3 Solutio Le resposable de la maiteace des machies à sous d u casio doit vérifier qu u certai type de machies est bie réglé sur ue fréquece de succès de 0,06. Il décide de régler chaque machie pour laquelle il aura observé, das l historique des jeux, ue fréquece de succès se situat e dehors d u itervalle de fluctuatio au seuil de 95 %. Lors du cotrôle d ue machie, le techicie costate qu elle a fouri 9 succès sur 85 jeux. Détermier la fréquece observée f de succès de cette machie. Détermier d après le cours u itervalle de fluctuatio asymptotique au seuil de 95 %. Le techicie va-t-il modifier le réglage de la machie? Quelle aurait été sa décisio s il y avait eu 21 succès sur 200 jeux? 9 O a f = 0, O a = 85, p = 0,06, p = 5,1 et (1 p) = 79,9, doc les coditios sot remplies pour utiliser l itervalle de fluctuatio asymptotique du cours 0,06 1,96 0,06 0,94 85 ; p + 1,96 valeur approchée par défaut de 0,06 0,94. Comme 0,009 est ue 85 0,06 1,96 valeur approchée par excès de 0,06 + 1,96 cotiet 0,06 1,96 0,06 0,94 ;0,06+ 1, ,06 0, ,06 0, ,06 0,94 85 et 0,111 est ue, alors [ 0,009 ; 0,111 ] et [ 0,009 ; 0,111 ] est doc u itervalle de fluctuatio légèremet plus large que celui du cours. 12 Séquece 9 MA01 Ced - Académie e lige

12 La fréquece observée f se situe das l itervalle de fluctuatio doc le réglage de la machie est pas modifié. 21 Das ce deuxième cas, la fréquece observée est f = = 0,105 et l iter- 200 valle de fluctuatio est eviro égal à [ 0,027 ; 0,093 ]. La fréquece f du ombre de succès observée est pas das l itervalle car elle est trop grade, doc le techicie va modifier le réglage de la machie. O remarque que, das les deux cas, les fréqueces f sot presque les mêmes mais les décisios prises sot différetes car les itervalles de fluctuatio sot différets. Remarque L amplitude de l itervalle de fluctuatio asymptotique au seuil de 95 % du p(1 p) cours est égale à 2 1,96. Pour ue valeur de p doée, cette amplitude dimiue quad la taille de l échatillo augmete. 3. Complémet sur les itervalles p + 1 p 1 ; O peut retrouver l itervalle de fluctuatio qui a été doé e classe de Secode. O motre pour cela que l itervalle p p 1 ; I = p 1, 96 Pour tout p das ] [ p(1 p) p(1 p) ; p + 1, ;1, l iégalité p(1 p) 4 cotiet l itervalle est vérifiée (la foctio poly- 2 ôme du secod degré p p(1 p) = p + p admet u maximum car le coefficiet de p 2 est égatif, ce maximum est atteit pour p = = 1 4 ). O e déduit que 1, 96 p(1 p) 1, et il vaut doc Séquece 9 MA01 13 Ced - Académie e lige

13 O obtiet : 1 p p 1, 96 p(1 p) p + 1, 96 p(1 p) 1 p +. Doc l itervalle I est iclus das l itervalle p p 1 ; etraîe que + P X 1 X I P p 1 p. Doc l itervalle p p 1 ; cotiet F avec ue probabilité supérieure à celle obteue avec I. ce qui Doc l itervalle p p 1 ; cotiet F avec ue probabilité d autat plus sûre de dépasser 95 % que est grad. Coclusio L itervalle p p 1 ; est bie u itervalle de fluctuatio asymptotique de X à u seuil au mois égal à celui de I, c est-à-dire 95%. D Exercices d appretissage Exercice 1 (d après ressources Educatio atioale) Les efats sot dits prématurés lorsque la durée gestatioelle est iférieure ou égale à 259 jours. La proportio de ces aissaces est de 6%. Des chercheurs suggèret que les femmes ayat eu u travail péible pedat leur grossesse sot plus susceptibles d avoir u efat prématuré que les autres. Il est décidé de réaliser ue equête auprès d u échatillo aléatoire de 400 aissaces correspodat à des femmes ayat eu pedat leur grossesse u travail péible. Les chercheurs décidet a priori que si la proportio d efats és prématurés das cet échatillo est supérieure à la bore supérieure d u itervalle de fluctuatio asymptotique au seuil de 0,95 alors leur hypothèse sera acceptée. Fialemet le ombre d efats prématurés est de 50. Quelle est doc la coclusio? 14 Séquece 9 MA01 Ced - Académie e lige

14 Exercice 2 Das le mode, la proportio de gauchers est 12 %. Das u club de teis, il y a 21 gauchers parmi les 103 liceciés. Détermier la fréquece de gauchers das ce club. Détermier u itervalle de fluctuatio asymptotique au seuil de 95 %. Peut-o dire que ce club est «représetatif» de la proportio de gauchers das le mode? Exercice 3 O souhaite utiliser l itervalle de fluctuatio asymptotique p(1 p) p(1 p) I = p 1, 96 ; p + 1,96. Pour p = d utilisatio : 0,02, détermier la plus petite valeur de vérifiat les coditios 30, p 5 et (1 p) 5. Détermier esuite la plus petite valeur de pour laquelle l amplitude de l itervalle de fluctuatio est iférieure à 0,1. Séquece 9 MA01 15 Ced - Académie e lige

15 3 Estimatio A Objectifs du chapitre O souhaite coaître das ue populatio, la valeur d ue proportio p (proportio des pièces défectueuses parmi les pièces fabriquées par ue usie, proportio des gauchers e Frace, itetios de vote pour u référedum, ) Pour des raisos matérielles, fiacières ou autres (par exemple, o e peut pas tester le bo foctioemet de toutes les allumettes d ue productio car das ce cas tester ue allumette amèe à la détruire!), o e peut pas toujours réuir les doées cocerat la populatio tout etière. O va doc estimer la proportio p que l o cherche à partir de la fréquece f observée das u échatillo. Mais o sait que cette fréquece observée va varier d u échatillo à l autre, c est la fluctuatio d échatilloage autour de p. Il est doc écessaire de teir compte de cette fluctuatio e doat u résultat sous forme d u itervalle, appelé itervalle de cofiace e précisat aussi le iveau de cofiace que l o accorde à cette répose. Das ce chapitre, o motre commet o peut détermier u itervalle de cofiace au iveau 0,95. Cet itervalle dépedat de la taille de l échatillo, o détermie la taille de l échatillo qui est suffisate pour obteir ue précisio doée (qui déped de l amplitude de l itervalle de cofiace), le iveau de cofiace état toujours 0,95. B Pour débuter Das ce chapitre, o motrera commet répodre à des questios aalogues à celles qui suivet. O cosidère ue ure coteat u très grad ombre de petites billes de couleur blache ou oire, la proportio p de billes oires est icoue. O cherche à estimer p à partir d u échatillo de taille. O effectue 100 tirages successifs avec remise et o obtiet 71 billes oires et 29 billes blaches, à combie peut-o estimer p? Même questio sachat qu o a effectué 1000 tirages et obteu 693 billes oires et 307 billes blaches. 16 Séquece 9 MA01 Ced - Académie e lige

16 C Cours 1. Résultat prélimiaire Démotrer que, pour tous réels x et y et pour tout réel r positif, o a : x r y x+ r y r x y + r. Solutio x r y x y r x r y x+ r + y r x y + r. y x+ r y r x Remarque La double iégalité x r y x + r équivaut à r y x r qui sigifie que l écart etre les deux ombres x et y est compris etre r et r, les deux ombres x et y jouat le même rôle. 2. Exemple de référece Avat d aborder les défiitios et les propriétés bie mises e forme mais u peu difficiles au premier abord, ous allos étudier u exemple. O cosidère ue ure coteat u très grad ombre de petites billes de couleur blache ou oire, la proportio p de billes oires est icoue. O cherche à estimer p à partir d u échatillo de taille. La probabilité d obteir ue bille oire quad o fait u tirage au hasard est égale à la proportio p. O sait doc que, parmi tous les échatillos de taille qu o peut obteir, eviro 95% d etre eux ot ue fréquece f qui appartiet à l itervalle de fluctuatio p p 1 ;. Le résultat prélimiaire du prouve que : p f p+ f p f + ce qui permet de déduire que : f p p 1 " ; " est équivalet à p f f 1 " ; ". Doc, parmi tous les échatillos de taille qu o peut obteir, eviro 95% sot tels que l itervalle associé f f 1 ; cotiet le ombre p que l o cherche à estimer. Séquece 9 MA01 17 Ced - Académie e lige

17 O réalise doc u échatillo de taille e effectuat tirages idépedats (tirages au hasard avec remise). O calcule la fréquece f de billes oires das l échatillo obteu et o détermie l itervalle f f 1 ;. O dit alors que p appartiet à f f 1 ; avec u iveau de cofiace de 95% et que l itervalle f f 1 ; est u itervalle de cofiace au iveau 0,95. Exemple 4 Solutio O effectue 100 tirages idépedats et o obtiet 71 billes oires et 29 billes blaches. Doer u itervalle de cofiace au iveau 95% pour la proportio p de billes oires. Même questio sachat qu o a effectué 1000 tirages et obteu 693 billes oires. O trouve f = 0,71. Comme = 100, l itervalle f f 1 ; 1 l itervalle 0, ;0, , soit [ 0,61; 0,81 ]. La proportio p de billes oires appartiet à [ 0,61; 0,81 ] avec u iveau de cofiace de 95%. O dit aussi que la proportio de billes oires est estimée à 0,71 avec l itervalle de cofiace de [ 0,61; 0,81 ] au iveau 0,95. O a ici f = 0,693. est U itervalle de cofiace au iveau 95% est doc 1 0, ; 0, Pour doer u itervalle dot les bores sot des ombres décimaux ayat trois chiffres après la virgule, o détermie ue valeur approchée par excès de la bore de droite et ue valeur approchée par défaut de la bore de gauche : o obtiet [ 0,661; 0,725 ]. La proportio de billes oires est estimée à 0,693 avec l itervalle de cofiace de [ 0,661; 0,725 ] au iveau 0,95. Ue fois l échatillo réalisé, l itervalle f f 1 ; est détermié et il y a alors que deux possibilités : p appartiet ou appartiet pas à cet itervalle 18 Séquece 9 MA01 Ced - Académie e lige

18 (de même quad o a lacé ue pièce, o a obteu Pile ou o a obteu Face). C est pourquoi o e s exprime plus e termes de probabilité. Pour exprimer l idée qu o a obteu u itervalle et qu eviro 95% des itervalles qu o peut obteir aisi cotieet la proportio cherchée, o a choisi le mot «cofiace». 3. Défiitio Comme das le chapitre précédet, o cosidère ue suite de variables aléatoires ( X ) où chaque variable aléatoire X suit la loi biomiale ( ; p) (exemple : o lace fois ue pièce et X est le ombre de Pile obteus). La variable aléatoire F = X doe doc la fréquece du ombre de «succès». O dit qu u itervalle est aléatoire lorsque ses bores sot défiies par des variables aléatoires. La réalisatio d u itervalle aléatoire est l itervalle obteu après avoir réalisé l expériece aléatoire (après avoir lacé 500 fois ue pièce, iterrogé 1000 persoes ). Défiitio 2 U itervalle de cofiace pour ue proportio p à u iveau de cofiace 95% est la réalisatio, à partir d u échatillo, d u itervalle aléatoire coteat la proportio p avec ue probabilité supérieure ou égale à 95%. Propriété 2 admise Pour ue valeur de p fixée, l itervalle aléatoire F F 1 ; cotiet, pour assez grad, la proportio p avec ue probabilité au mois égale à 0,95. Coséquece La proportio p das ue populatio est élémet de l itervalle f f 1 ; avec u iveau de cofiace d au mois 0,95, où f désige la fréquece observée das u échatillo de taille. Séquece 9 MA01 19 Ced - Académie e lige

19 A savoir O se place das le cas où l échatillo cotiet au mois 30 élémets, 30. Si la fréquece f observée est telle que f 5 et (1 f ) 5, o coviet que f est ue estimatio de p et que l itervalle f f 1 ; est u itervalle de cofiace au iveau 0,95 pour la proportio p. Cet itervalle est aussi appelé «fourchette de sodage». 4. Taille de l échatillo pour obteir ue précisio doée au iveau de cofiace 0,95 La précisio de l estimatio est doée par l amplitude de l itervalle f f 1 ; qui est égale à 2 et déped doc de la taille de l échatillo. O observe que cette amplitude e déped pas de la taille de la populatio totale, ce qui peut étoer. Mais pour goûter u plat, il suffit d e goûter ue petite quatité, cette quatité e déped pas de la taille du récipiet (mais il faut éamois avoir bie mélagé)! (Explicatio doée d après ue idée de Jea- Louis Boursi das so livre «Les structures du hasard».) O peut doc choisir la taille de l échatillo pour obteir la précisio souhaitée. E otat a la précisio souhaitée, o cherche u etier tel que a, 4 2 soit. 2 a Précisio a 0,06 0,04 0,02 0,01 Taille miimale de l échatillo Séquece 9 MA01 Ced - Académie e lige

20 Les sodages sot souvet faits avec des échatillos d eviro 1000 persoes, la précisio obteue est doc d eviro 0,06. Aisi, questioer 1112 persoes suffit pour avoir ue fourchette de sodage d amplitude 0,06, qu il s agisse d u sodage pour u référedum local cocerat électeurs ou pour le deuxième tour d ue électio présidetielle cocerat 35 millios d électeurs. Il faut bie sûr savoir cela quad o reçoit des iformatios où les sodages sot u élémet importat. 5. Exemple : sodages et électios Exemple 5 Das cet exercice, la populatio est suffisammet grade pour que les sodages soiet assimilés à des tirages avec remise. O e tiet compte que des réposes exprimées, c est-à-dire qu o e tiet pas compte des prévisios d abstetios ou des itetios de vote ul. Les sodages sot faits auprès de 1112 persoes. Au deuxième tour de l électio présidetielle, le derier sodage de l istitut A idique 52,5% d itetios de vote pour le cadidat X et 47,5% pour le cadidat Y. L istitut B idique 50,5% d itetios de vote pour le cadidat X et 49,5% pour le cadidat Y. Y-a-t-il ue cotradictio etre les résultats de ces deux istituts de sodage? Le cadidat X peut-il être totalemet rassuré? Solutio L itervalle de cofiace la fourchette de sodage f f 1 ; obteu à partir des résultats de l istitut A qui doe f = 0,525 pour le cadidat X est eviro égal à [ 0,495 ; 0,555 ]. E utilisat les résultats de l istitut B qui doe f = 0,505, o obtiet eviro [ 0,475 ; 0,535 ]. Les deux fourchettes de sodage ot ue partie commue, doc les résultats de ces deux istituts de sodage e sot pas e cotradictio. Le cadidat X e peut pas être totalemet rassuré car les deux fourchettes de sodage cotieet des ombres iférieurs à 0,5, correspodats à u échec de sa cadidature. 6. Simulatio Pour mieux voir ce qu est u itervalle de cofiace, ue fourchette de sodage, o a réalisé 20 séries de 200 tirages de 0 et de 1 au hasard. Séquece 9 MA01 21 Ced - Académie e lige

21 Pour chaque série, o obtiet u itervalle de cofiace. Das les 200 coloes de A à GR o a écrit les résultats des tirages. Das la coloe GS, o a détermié pour chaque lige la fréquece avec laquelle o a obteu 1. Das les coloes GT et GU sot calculées les bores de l itervalle de cofiace du cours au iveau 0,95. La sélectio des coloes GT et GU et le choix de «XY dispersio» das type de diagramme das Ope Office doe u diagramme aalogue à celui-ci. O costate ici que 19 d etre eux cotieet p = 0,5 qui est la proportio réelle das cet exemple de tirage au hasard. U seul itervalle e cotiet pas p = 0,5. Das d autres simulatios, o peut bie sûr trouver plusieurs itervalles de cofiace qui e cotieet pas p ou aucu. Quad o veut estimer ue proportio, o utilise u seul itervalle de cofiace. La simulatio permet de voir qu eviro 95% des itervalles de cofiace cotieet p. 7. Autre itervalle de cofiace Comme il existe différets itervalles de fluctuatio, il existe différets itervalles de cofiace. 22 Séquece 9 MA01 Ced - Académie e lige

22 Par exemple, l itervalle f(1 f ) f(1 f ) f 1, 96 ; f + 1,96 est aussi u itervalle de cofiace qui est utilisé das certais cas. O e le justifiera pas ici. D Exercice 4 Exercices d appretissage Ue usie viet d istaller ue chaîe de fabricatio pour fabriquer ue ouvelle pièce. Après u bref temps de foctioemet, o prélève 100 pièces. La fabricatio est assez importate pour que ce prélèvemet soit assimilé à u tirage avec remise. O trouve 23 pièces défectueuses. Détermier u itervalle de cofiace de la proportio de pièces sas défaut avec u iveau de cofiace 0,95. Des modificatios ot été apportées. O prélève de ouveau 100 pièces et o e trouve 9 défectueuses. Détermier l itervalle de cofiace correspodat. Coclure. Exercice 5 Das ue grade ville, u ouveau ciéma va être costruit. La muicipalité propose u terrai à proximité du cetre acie. U premier sodage est effectué auprès de 100 persoes choisies de faço aléatoire et idique 53 avis favorables. Peut-o dire que la majorité de la populatio est favorable à cet emplacemet? U deuxième sodage effectué auprès de 500 persoes idique la même proportio d avis favorables. La coclusio est-elle différete? U sodage effectué auprès de persoes idique la même proportio d avis favorables. A partir de quelle valeur de peut-o estimer, au seuil de cofiace 0,95, que la majorité de la populatio est favorable à cet emplacemet? Séquece 9 MA01 23 Ced - Académie e lige

23 4 Sythèse de la séquece Itervalle de fluctuatio asymptotique Défiitio U itervalle de fluctuatio asymptotique de la variable aléatoire X F = au seuil de 95% est u itervalle détermié à partir de p et de et qui cotiet F avec ue probabilité d autat plus proche de 95% que est grad. p(1 p) p(1 p) L itervalle I = p 1, 96 ; p + 1,96 est u itervalle de fluctuatio asymptotique au seuil de 95 %. Coditios d utilisatio Les exigeces habituelles de précisio pour utiliser cette approximatio sot : 30, p 5 et (1 p) 5. Il faut savoir utiliser u itervalle de fluctuatio pour predre ue décisio. La règle de décisio adoptée état la suivate : si, das u échatillo, la fréquece observée f appartiet à u itervalle de fluctuatio asymptotique au seuil de 95 % o cosidère que l échatillo est compatible avec le modèle ; sio, o cosidère que l échatillo est pas compatible avec le modèle. Itervalle de cofiace Défiitio U itervalle de cofiace pour ue proportio p à u iveau de cofiace 0,95 est la réalisatio, à partir d u échatillo, d u itervalle aléatoire coteat la proportio p avec ue probabilité supérieure ou égale à 95%. 24 Séquece 9 MA01 Ced - Académie e lige

24 Il faut savoir estimer ue proportio icoue p grâce à u échatillo : la proportio p est estimée par la fréquece f, l itervalle f f 1 ; état u itervalle de cofiace au iveau 0,95. Coditios d utilisatio O se place das le cas où l échatillo cotiet au mois 30 élémets et où la fréquece f observée est telle que f 5 et (1 f ) 5. La précisio de l estimatio est doée par l amplitude de l itervalle f f 1 ; qui est égale à 2 et déped doc de la taille de l échatillo. Séquece 9 MA01 25 Ced - Académie e lige

25 5 Exercices de sythèse Exercice I Itervalle de fluctuatio (d après ressources Educatio atioale) Les persoes qui achètet u billet pour u voyage e avio e se présetet pas toutes à l embarquemet. Les compagies aériees cherchet doc à optimiser le remplissage d u avio e vedat évetuellemet u ombre de billets supérieur à la capacité de l avio (o dit que les places sot vedues e surréservatio ou e surbookig). Les compagies aériees veulet bie sûr maitriser le risque dû à cette pratique. O cosidère u avio de 300 places, soit le ombre de billets vedus, soit p la probabilité qu u cliet ayat acheté u billet se présete à l embarquemet et soit X la variable aléatoire désigat le ombre d acheteurs d u billet se présetat à l embarquemet. O cherche à évaluer, > 300, tel que PX ( > 300) 0,05, c est-à-dire tel que la probabilité que le ombre de passagers se présetat à l embarquemet soit supérieur à 300 soit eviro de 0,05. Pour modéliser cette situatio o suppose que les comportemets des cliets sot idépedats les us des autres. Détermier la loi de X. O suppose que p = du cours pour X au seuil de 95 %. 0,85. Écrire l itervalle de fluctuatio asymptotique I Motrer que si I 0; 300, alors la probabilité que le ombre de passagers se présetat à l embarquemet excède 300 est iférieur à ue valeur proche de 0,05. O cherche à détermier la valeur de maximale permettat de satisfaire la coditio I 0; 300. a) Motrer que, si I 0; 300, alors 0,85+ 1,96 0, b) O défiit sur [ + [ 1; la foctio f par f( x) = 0,85x + 1,96 0,1275 x Séquece 9 MA01 Ced - Académie e lige

26 Motrer que la foctio f est strictemet croissate sur [ 1; + [ et détermier le plus grad etier 0 pour lequel la foctio f pred ue valeur égative. c) Vérifier que, pour cette valeur 0, o a bie I 0; Coclure. 0 Appliquer la même démarche lorsque p = 0,9 puis lorsque p = 0,95. Commeter. Exercice II Itervalle de cofiace Pour estimer das ue populatio la proportio p des idividus possédat le caractère A, o iterroge au hasard 80 élémets de cette populatio. O observe que 18 idividus possèdet le caractère A. Doer pour p u itervalle de cofiace au iveau 0,95. Doer ue coditio sur le ombre d idividus iterrogés, pour que la précisio obteue par l itervalle de cofiace au iveau 0,95 soit iférieure à 0,05. Doer ue coditio sur le ombre d idividus iterrogés, pour qu avec la même fréquece observée l itervalle de cofiace au iveau 0,95 soit iclus das [ 0;0,25 ]. Détermier u etier vérifiat les deux coditios. Quel serait alors, avec la même fréquece observée, l itervalle de cofiace au iveau 0,95? Séquece 9 MA01 27 Ced - Académie e lige

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

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

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

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

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

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

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

[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

. (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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 SÉRIES ENTIÈRES

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

Plus en détail

Chapitre 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

* 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

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

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Mécanismes de protection contre les vers

Mécanismes de protection contre les vers Mécaismes de protectio cotre les vers Itroductio Au cours de so évolutio, l Iteret a grademet progressé. Il est passé du réseau reliat quelques cetres de recherche aux États-Uis au réseau actuel reliat

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en 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

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

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

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

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

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

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

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

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

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

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

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

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

Neolane Leads. Neolane v6.0

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

Plus en 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

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

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

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

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en 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

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

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple

Plus en détail