Coefficient de Poisson

allocations... Les dépenses commercialisables Ventilation des dépenses par grands postes budgétaires  (voir INSEE ou CECOD)  Indice de disparité de consommation (IDC) Coefficient permettant de prendre en compte les disparités de consommation régionales ou locales. Indice de richesses vives (IRV) Coefficient permettant de prendre en compte les disparités de revenu régionales ou locales. D/ Evaluer le marché et le chiffre d'affaires prévisionnel d'un point de vente : L'analyse

de deux variables quantitatives B. Ajustement linéaire d’un nuage de points C. Interprétation du coefficient de corrélation linéaire D. Comparaison des deux droites des moindres carrés E. Le coefficient r et la qualité de l’ajustement linéaire 72 III. IV 49 • Une variable qualitative et une variable quantitative A. Mesure de la liaison par le rapport de corrélation B. Comparaison du coefficient de corrélation linéaire et des rapports de corrélation INTRODUCTION À LA MÉTHODE STATISTIQUE 73

produit de deux variables aléatoires discrètes : E(XY) = ∑ xiyipij = E(X)*E(Y) Réciproque fausse Covariance : Cov(XY) = E(XY)-E(X)*E(Y) Cov(XY) = Cov(YX) Indique le degré de corrélation entre les deux variables. Corrélation Linéaire : Coefficient de corrélation linéaire : ρ= Cov(XY) / σ(X)* σ (Y) Si X et Y indep. Alors Cov(XY)=0 et ρ=0 Var(X-Y)=Var(X)+Var(Y)-2Cov(XY) ; réciproque fausse. Espérance conditionnelle : EY=yi(X) = ∑ xi*PY=yi(X=xi) Variance conditionnelle : VarY=yi(X) =

deux variables _________________________________________ 43 43 48 54 Lois de probabilités discrètes _____________________________________________ 59 A. Loi binomiale B(n;p) ___________________________________________________ 59 B. Loi de Poisson P(m) ___________________________________________________ 66 1 INITIATION A LA PROGRAMMATION Courbes et représentations graphiques _____________________________________ 73 A. SUPPORTS DE PROGRAMMATION B. BASES au menu graphique _____________________________________________

|Prix bas | |Surface de vente moyenne  |600 m² | |Coefficient de rotation des stocks  |De 35 à 60 | |Taux de marge : |13 %

BACCALAURÉAT GÉNÉRAL SESSION 2014 IA LI TÉ MATHÉMATIQUES Série S ÉPREUVE DU JEUDI 19 JUIN 2014 Durée de l’épreuve : 4 heures Coefficient : 9 SP ÉC ENSEIGNEMENT DE SPÉCIALITÉ Les calculatrices électroniques de poche sont autorisées, conformément à la réglementation en vigueur. Le sujet est composé de 4 exercices indépendants. Le candidat doit traiter tous les exercices. Dans chaque exercice, le candidat peut admettre un résultat précédemment donné dans le texte pour

service (QoS=Quality of service) de e e e la tranche horaire i est d´finie comme la proportion d’appels ayant abouti au cours de la tranche e horaire i. Question 1. Expliquer pourquoi, dans le cadre des centres d’appels t´l´phoniques, le processus de ee Poisson et la loi exponentielle sont bien adapt´s pour mod´liser respectivement le processus d’arriv´e e e e des clients et le temps de service. Quelles limites voyez-vous ` cette mod´lisation ? On supposera a e par la suite que : – le processus d’arriv´e

manière plus explicite à l’innovation et au processus de création de valeur par le biais de modèles comme le Value Chain Scoreboard (Lev, 2001) qui suppose de trouver les gains attribuables aux actifs du « capital connaissance » et d’appliquer un coefficient (a discount rate) pour déterminer la valeur de ces actifs. L’intérêt de ce modèle est qu’il puisse être reconnu par le marché puisque quantifié, normalisable et normalisé. La troisième vague de modèles présente le capital immatériel : sa constitution

___________________________________________________________ 13 II.4. Ecrouissage ____________________________________________________________ ________13 II.4.a. Explication du phénomène ____________________________________________________________ _ 13 II.4.b. Coefficient d'anisotropie (source Usinor) __________________________________________________ 13 II.4.c. Bake-hardening (source Usinor) _________________________________________________________ 14 III. Traction biaxiale____________________________________________________

p est un r´el et n un entier on a e n 1 = (p + (1 − p))n = k=0 n k p (1 − p)n−k . k Cette ´criture de 1 comme une somme fait apparaˆ les coefficient de la loi binomiale B(n, p) (voir e ıtre la partie 9). 2 2.1 Compl´ments d’analyse pour les probabilit´s e e S´ries doubles positives e Soit (ai,j )(i,j)∈N2 une famille de coefficients positifs (cette hypoth`se est importante ; sans elle ce e qui suit est faux). C’est une famille sp´ciale qui ressemble ` une suite mais qui n’en est