Coefficient Budgétaire

impôts et côtisations puis ajouté les diverses prestations sociales reçues ainsi que les revenus des patrimoines des ménages. Il existe plusieurs façons de mesurer ces inégalités à l’aide de nombreux outils tels que la courbe de concentration, le coefficient de Gini ou le rapport interdécile que nous étudierons. Durant la période des Trente Glorieuses, les inégalités étaient plus faibles grâce à une croissance continue et donc un niveau d’emploi élevé. La fin des Trente Glorieuses marque donc une rupture

nouvelles inégalités qui sont apparues au sein de chaque catégorie sociale (exposition au risque de chômage ou de précarité). La courbe de Lorenz permet également de donner une mesure précise de la concentration grâce au calcul du coefficient de Gini ( varie de 0 à 1) Coefficient de Gini : Surface entre la courbe et la diagonale/ surface du triange OBA. II/ L’évolution de ces inégalités et les moyens mis en œuvres pour lutter contre celles-ci L’évolution des inégalités Les riches, toujours

initiale. De plus, ce temps est assez long pour que nos valeurs d’absorbances soient exploitables. Nous avons pu exploiter nos résultats de spectrophotométrie grâce à nos deux gammes étalons et à la loi de Beer-Lambert : avec : A = absorbance = coefficient d’extinction molaire (L.mol-1.cm-1) l = longueur de la cuve (1 cm) C = concentration de la solution (mol.L-1) Résultats Etude cinétique de la libération des produits de la réaction : Gamme étalon : Pour la réaliser, nous avons

Buts: Trouver les masses d’iode soluble dans l’eau et dans le cyclohexane, pour ensuite trouver les concentrations dans les liquides respectifs. Calculer le coefficient de partage de l’iode. Tableau d’observations : Les substances pures 1) iode : gris métallique, opaque 2) cyclohexane : transparent, limpide L’iode dissout dans l’eau après chauffage transparent, limpide Avec le cyclohexane 1) avant agitation : dessus violet, opaque et dessous orange, opaque 2) après agitation : dessus violet

caractères et des effectifs au sein des tableaux 18 Chapitre 3 : Statistiques permettant de résumer une série de valeurs 20 I. Les statistiques de la tendance centrale : 20 II. Les statistiques de dispersion 27 III. Variance, écart-type et coefficient de variation 33 Chapitre 1 : Terminologie & notions de base Ce chapitre présente le champ de la statistique descriptive et son vocabulaire de base. I. Statistique descriptive Il existe tellement de définitions différentes de la statistique

une série de distribution de manière plus adéquate, dans le cas où la différence dans une série de données et la dispersion et non le centre de celle-ci. Il existe quatre mesures de dispersion : - L’Étendue - L’Écart Type - La Variance - Le coefficient de variation Il n’existe aucune mesure de dispersion pour les variables qualitatives Calcul des mesures de dispersion pour les variables qualitatives PREMIER CAS : DONNÉES BRUTES L’Étendue : L’étendue correspond à l’écart entre la valeur

extérieures: Ÿ Efforts donnés: On distingue deux types de charges appliquées, données par leurs éléments de réduction au point courant G de la ligne moyenne de (S). - force concentrée : {F} = - charge répartie: elle sera caractérisée par un coefficient linéaire vectoriel de charge : Ÿ Efforts de liaison : sont les efforts qui se développent aux différentes liaisons que possède la poutre soit avec le bâti soit avec les autres éléments de la structure. Ces efforts sont généralement inconnus et

comportement d’une plaque homogène équivalente où l’on n’aurait pas besoin de décrire les trous. Ce processus est appelé méthode d’homogénéisation. Le matériau qui constitue la plaque (P) est homogène, isotrope et élastique. Son module d’Young et son coefficient de Poisson sont notés respectivement Em et vm.. On se place dans le cadre de la théorie de l’élasticité linéaire classique. Dans cette théorie, on fait l’hypothèse des petites perturbations ce qui permet de supposer que les déformations et déplacements

1000 = 100 10 • Et par la formule simplifiée, elle sera: Var ( X ) = 725 − (25) = 725 − 625 = 100 2 • D’où, l’écart-type est σ X = Var(X) = 100 = 10 15 Pour l’exemple de calcul de la variance:: variance • Le coefficient de variation CV = σ(X) 10 = = 0,4 X 25 • Soit donc un coefficient de variation de 40% supérieur à 30% • Donc, la série étudiée et non-homogène! Prof. Mohamed El Merouani 16 8 

binomiales Coefficients binomiaux Définition 2.1 Factorielle n ∗ Pour n ∈ N , on note n! le produit des entiers de 1 à n i.e. n! = k. On convient que 0! = 1. k=1 Définition 2.2 Coefficient binomial Soit n ∈ N et k ∈ 0, n . ❶ ➀ n k = n(n − 1) . . . (n − k + 1) n! = k! (n − k)!k! Remarque. Lorsque l’on interprétera les coefficients binomiaux de manière combinatoire, on verra que l’on peut convenir que n k = 0 pour k > n. Proposition 2.4 Propriétés des coefficients binomiaux