Forme normale

effectifs cumulés (fonction de répartition) ....................................... 41 5.8 Quantiles ..................................................................................................................... 42 5.9 La loi ou distribution normale ou gaussienne ............................................................. 43 5.10 Intervalle de confiance................................................................................................ 45 5.11 Critères de normalité.........

................................................................. 1.3.2 Exemples fondamentaux ................................................................... Lois de probabilités classiques en statistique................................. Loi normale unidimensionnelle.................................................................. Loi du khi-deux ............................................................................................ Loi de Student.......................................

′ (x) > 0. 3 c. Démontrer qu’il existe un unique réel c de l’intervalle − ; −1 tel que 2 f (c) = 0. 3 Justifier que c < − + 2.10−2 . 2 3. On désigne par A l’aire, exprimée en unités d’aire, du domaine défini par : c x 0 et 0 a. Écrire A sous la forme d’une intégrale. y f (x). A. P. M. E. P. Baccalauréat S Métropole 11 septembre 2014 Baccalauréat S 11 septembre 2014 b. On admet que l’intégrale I = A. P. M. E. P. 0 − 23 f (x) dx est une valeur approchée de A à 10−3 près. Calculer la valeur

. 3. Variance . . . . . . . . . . . . . . . . . 4. Covariance et corrélation . . . . . . . . 5. Fonction de répartition conjointe . . . 6. Formule de Bayes . . . . . . . . . . . . 7. Règle de calcul des espérances . . . . . 8. Loi Gaussienne ou normale . . . . . . 9. Estimation . . . . . . . . . . . . . . . . 9.1. Principes, méthode de moments 9.2. Moindres carrés ordinaires . . 9.3. Maximum de vraisemblance . . 2 7 7 7 8 9 9 10 10 11 11 11 13 14 17 17 20 22 25 27 28 31 35 35 37 37 43 . .

représentations graphiques B. Le diagramme « branche et feuille » 3 4 10 III. Les indicateurs statistiques A. Conditions de Yule B. Les indicateurs de tendance centrale et de position C. Les indicateurs de dispersion D. Les caractéristiques de forme E. Les caractéristiques de dispersion relative 13 13 14 23 26 29 IV. La boîte de distribution A. Résumé d’une distribution par des quantiles B. Représentation d’une boîte de distribution C. Interprétation d’une boîte de distribution V. 33 33 34

cadre rouge. • Qu’est ce qui doit figurer sur l’ordonnance : Identité du prescripteur : nom adresse et qualité Identité du patient : nom, prénom, sexe, poids et taille si nécessaire. Traitement : DCI, dosage, posologie, voie d’administration, forme galénique, durée Date et signature du prescripteur. Possibilité aussi de mentionner « à renouveler » et le nombre de renouvellement ou encore « à ne pas renouveler ». • Les différents types d’ordonnance : O. simple, sécurisée, bizones et de «

Th´or`me 3.13 Si (pn )n≥1 est une suite de r´els de [0, 1] v´rifiant e e e e npn → λ ∈]0, +∞[, alors : ∀k ∈ N, k Cn pk (1 − pn )n−k −→ e−λ n quand n → +∞, (3.15) λk , k! quand n → +∞. Preuve : L’hypoth`se (3.15) peut s’´crire sous la forme plus maniable : npn = e e λun avec un tendant vers 1 quand n tend vers +∞. Ainsi pn = λun /n et k Cn pk (1 − pn )n−k = n n! 1 λ (n − k)! k! n k uk 1 − n λun n n−k . (3.16) Pour obtenir la limite de cette expression lorsque

Enregistrement de l’Autorisation de Mise sur le marché « AMM ». Fixation de prix et remboursement. Pré formulation : Définition Intérêt Etudes de pré formulation Formulation : Définition Sélection du PA Sélection de la voie d’administration Sélection de la forme galénique Sélection des excipients Sélection des articles de conditionnement Sélection du procédé de fabrication et de contrôle Production : Fabrication industrielle (Operations pharmaceutiques) Conditionnement Contrôle de qualité Commercialisation :

CHAPITRE 12. Variables al´atoires ` deux dimensions ; esp´rance conditionnelle. Lois normales . . . . . . . . . . . . . . . . . . . . . . 141 e D´finitions et premi`res propri´t´s. Loi de probabilit´ absolument e e ee e continue, densit´ de probabilit´. Loi de probabilit´ conditionnelle, e e e esp´rance math´matique conditionnelle, r´gression. R`gles de cale e e e cul concernant les esp´rances conditionnelles. La loi normale a e ` deux dimensions. Compl´ments et exercices. e e e CHAPITRE 13. Fonction g´n´ratrice

répartition ( si elle existe) : dFX fX = dx UCL Devolder 6 1. Probabilités - exemple 1 :variable aléatoire normale ( ou gaussienne) : Une variable aléatoire X est distribuée normalement N(m, σ 2 ) si sa fonction de densité existe est donnée par : − 1 fX (x) = e σ 2π UCL Devolder ( x −m )2 2σ2 7 1. Probabilités - exemple 2 :variable aléatoire log normale : Une variable aléatoire Y est distribuée log normalement log N(m, σ 2 ) si il existe une variable aléatoire X