Type spectral

de séries et même de prototypes de voitures. En outre, au salon de l’automobile, le visiteur peut d’abord trouver le véhicule qui correspond le mieux à ses besoins et à ses attentes. En particulier, il peut obtenir les informations sur le type d’énergie de ce véhicule, ces caractéristiques techniques, ces performances. Le salon est avant tout un lieu de réunion et de promotions des produits des différents concessionnaires automobiles Par ailleurs, une chose est très importante, au

ponctuelle (mesure unique) incertitude absolue : ∆a incertitude relative : ∆a/ames a = ames ± ∆a erreur a ? ames ames - ∆a Grandeur a ames + ∆a 2 - Incertitudes statistiques (mesures répétitives) Moyenne arithmétique Ecart-type n ∑a ames= i=1 n i mes ∆ames 2 1 n i = ames − ames ) ( ∑ n − 1 i =1 Entre une incertitude ponctuelle et et statistique, on choisira celle dont le ∆ englobe l’autre. Grandeurs composés Exemple X = a× (b−c)

DEVOIR NON SURVEILLE N°8 ( Pour le Samedi 05.04.2014 ) Exercice 1 : 10 points Une chaîne de magasin de bricolage commercialise des ponceuses « elliptiques » . CLASSE : 1ère STL Année Scolaire : 2013 – 2014 On note D l’évènement : « Une ponceuse elliptique prélevée au hasard dans un stock important de la chaîne est défectueuse . » On suppose que . On prélève au hasard 25 ponceuses elliptiques dans le stock pour vérification . Le stock est assez important pour que l’on puisse assimiler

Estimation ponctuelle de p = 36/60 = 0,60 Écart-type de la portion d’échantillon : ((0,60*0,40)/60) = 0,063 95% Za/2 = Z0, 025 = 1,96 Limite inférieure : 0,60 - (1,96*0,063) = 0,477 Limite supérieure 0,60 + (1,96*0,063) = 0,723 c) Marge d’erreur = 1,96 * ((0,60*0,40)/60) = 0,123, soit 12,3% d) Moyenne : 52 620,89$ Variance : 25 437 295,73$ Écart-type : 5 043,54$ e) CV% = (Écart-type/Moyenne) * 100 = (5043,54/52620,89) * 100 = 9,58%

de l’information utile pour l’aide à la décision. » 4 Les 3 objectifs du Data minning  Expliquer : Analyser la variable à étudier (moyenne, variance, écart-type)  Explorer : Chercher le lien entre les variables et élaborer un modèle (Covariance, Coefficient de corrélation)  Confimer : Elaboler les hypothèses pour valider le type de modèle 5 Connaissances  Knowledge Discovery in Databases (KDD)   Processus complet d’Extraction de Connaissance des Données (ECD) Comprend plusieurs

Exercice 1 : si 10% des boulons produits par une machine sont défectueux, quelle est la probabilité pour que parmi 5 boulons choisis au hasard a) 1 boulon soit défectueux b) 0 soit défectueux c) moins 2 boulons soit défectueux d) 2 boulons ou moins soit défectueux NB: lire les résultats dans la table correspondante Exercice 2 : Une entreprise fabrique des jouets électroniques. Après la fabrication de ces jouets, l’entreprise effectue des contrôles, 0,6 % des jouets sont déclarés défectueux. On

pour chaque classe : C1 Bas C2 Moyen C3 Haut C4 Très Haut Proportion des clients 30% 20% 40% 10% Probabilité d’avoir 1 accident 0.03 0.05 0.17 0.35 Un nouvel assuré rentre dans le portefeuille, mais son type est inconnu. On suppose que la répartition des classes et les probabilités correspondantes restent les mêmes pour les cinq années à venir. On suppose aussi que des événements concernant des années différentes sont indépendants. Partie A 1)

dissection sans inconvénient significatifs, pose de la sonde trachéale. 4 Prélèvement et dissection sans inconvénient significatifs Moyenne du volume sanguin total : 17,01 +/- 4,10 ml Ecart type : 4,18 ml Moyenne du volume sanguin/100 g poids vif : 5,18 +/- 0,91 ml / 100 g pv Ecart type : 0,96 ml / 100 g pv III) Discutions & interprétation L’analyse des résultats des 4 rats dont on a mesuré le volume sanguin, nous donne un volume sanguin compris entre 4,27 et 6,09 ml par 100g de

Distribution Loi Normale Quantile Chapitre 1 Loi normale 2013-14 Chapitre 1 2013-14 1 / 35 Distribution Loi Normale Quantile Sommaire 1 Distribution 2 Loi Normale 3 Quantile Chapitre 1 2013-14 2 / 35 Distribution Loi Normale Quantile Sommaire 1 Distribution 2 Loi Normale 3 Quantile Chapitre 1 2013-14 3 / 35 Distribution Loi Normale Quantile Distribution Dans une entreprise canadienne, on a observ´ la

fortement en fonction des tranches d’âge par exemple on trouve une moyenne de 7,58% pour la tranche 13-17 ans tandis qu’elle est de 4,51% pour les 56-65 ans. Influence de l’âge sur les variables de choix des portables N Moyenne Ecart-type PORT_PRIX INFLUENCE NON SIGNIFICATIVE 0-12 2 8,00 2,828 13-17 19 7,37 2,060 18-25 360 7,00 1,977 26-35 74 6,58 2,381 36-45 72 6,78 2,124 46-55 135 7,24 2,345 56-65 37 7,57 2,387 66 et + 30 7,30 2,693