Années 590 av. J.-C.

seconde année de la filière scientifique. Couvrant la totalité des résultats au programme, il contient tout ce qui est nécessaire pour la série « économique », au prix de certaines coupes évidentes ; cela dit, un autre volume couvrant les deux années de celle-ci est en cours de rédaction, et sera publié en juin 2006. Rappelons dans quel esprit notre cours a été conçu et réalisé. Le rôle d’un professeur est, tout particulièrement en classes préparatoires, de construire son propre cours à partir

binomiale quand n tend vers l’infini et p tend vers zéro, le produit np restant fini (paragraphe 5.8.2). La loi de Poisson est la loi des événements rares ou loi des petites probabilités. Exemple 5.6 Selon les données recueillies depuis plusieurs années, le nombre de pannes hebdomadaires du système informatique d’une entreprise suit une loi de Poisson de paramètre l 5 0,05. Soit X la variable aléatoire « nombre de pannes hebdomadaires » : e −0,05 (0,05) k k! La probabilité que le système tombe en

ce jugement affirmant que la désignation des jurés de ce comté était discriminatoire pour les américains d’origine mexicaine : 79,1 % de la population du comté était d’origine mexicaine mais, sur les 870 personnes convoquées pour être jurés les 11 années précédentes, seules 339 d’entre elles étaient d’origine mexicaine. 1 Simulation de la désignation d’un juré On étudie une fonction du tableur qui choisit un juré en tenant compte de ses origines. 1) Quel nombre de jurés d’origine mexicaine peut-on

dois-je accorder un crédit pour minimiser le risque de perte? La statistique n'est plus alors un auxiliaire de la science mais aussi un outil pour l'action. Le« data mîning» que l'on peut traduire par « fouille de données» est apparu au milieu des années 1990 comme une nouvelle discipline à l'interface de la statistique et des technologies de l'information: bases de données, intelligence artiticielle, apprentissage automatique (machine leal1ling). David Hand (1998) en donne la définition suivante:

– X – 2 Ê Iˆ 8ln 10  ln Á ˜  9ln 10 Ë I0 ¯ 108 I0  I  109 I0 c) 4  M  5 3,2  7,7 – 0,9M  4,1 3,2  log N  4,1 3,2ln 10  ln N  4,1ln 10 e3,2ln10  N  e4,1ln10 e3,2ln10 ≈1 584,4 ; e4,1ln10 ≈ 12 589. Il y a eu en moyenne entre 1 584 et 12 590 séismes dont la magnitude M est entre 4 et 5. ≈ 282 ln10 • MN  2 1er cas : x ∈ ]0 ; 1] ∪ [e ; + ∞[ MN  2 ⇔ (ln x)2 – ln x  2 ⇔ X2 – X – 2  0 avec X = ln x. 0 0 + + + b) Pour x ∈ ]0 ; 1] ∪ [e ; + ∞[, MN = (ln x)2 – ln x. Pour x ∈ [1 ; e], MN

chapitre décrit les tâches courantes suivantes qui utilisent des informations de date et d’heure : ■ ■ ■ ■ ■ ■ ■ Utilisation des objets Date Obtention de la date et de l’heure actuelles Accès à des unités de date et d’heure individuelles (jours, années, heures, minutes, etc.) Exécution d’opérations arithmétiques sur les dates et les heures Conversion entre plusieurs fuseaux horaires Exécutions d’actions répétées Exécution d’actions après un délai défini Concepts et termes importants La liste