Corrigé épreuve E2

de synthèses collectives avec les élèves. Certains de ces fichiers sont à la disposition des élèves sur le site compagnon, intégralement ou partiellement complétés, plus particulièrement lorsque le problème consiste, soit à modifier, compléter ou corriger un algorithme, soit à réaliser des conjectures sur une configuration géométrique relativement complexe, ou bien encore à effectuer des simulations sur une feuille de calcul d’un tableur. Ils serviront ainsi de base de travail pour une activité en

la Personne 2.3.2 Propositions de répartition des PFMP La répartition des P.F.M.P. doit prendre en compte : l’option du baccalauréat professionnel avec l’obligation de certains lieux spécifiques ; les exigences des réglementations liées aux épreuves certificatives du baccalauréat et à celles du BEP ; le projet pédagogique de formation ; le contexte socio-économique local. Tableau récapitulatif des exigences du référentiel pour la répartition des PFMP Durée de 22 semaines En seconde

du simplexe • Rédaction du programme avec variables d’écart MAX MCV = 150S + 200L 20S + 25L + e1 = 36 000 20S + 30L + e2 = 45 000 15S + 15L + e3 = 24 000 S + e4 = 1 000 L + e5 = 700 Les variables ei représentent les capacités disponibles. • Algorithme du simplexe Variables de base e1 e2 e3 e4 e5 MCV S 20 20 15 1 0 150 pivot L 25 30 15 0 1 200 e1 1 0 0 0 0 0 e2 0 1 0 0 0 0 e3 0 0 1 0 0 0 e4 0 0 0 1 0 0 e5 0 0 0 0 1 0 Valeur des variables de base 36 000 45 000 24

. . 1.4.3 Lois des estimateurs et régions de confiance . 1.4.4 Prévision . . . . . . . . . . . . . . . . . . . . 1.5 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . 1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . 1.7 Corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

replacement un ´echantillon de n objets dans une population de taille N . Cette exp´erience a N n r´esultats possibles. Nous adoptons le point de vue probabiliste, c’est-` a-dire la mod´elisation suivante. Nous appelons X = {0, 1}n l’ensemble des ´epreuves ou des r´ealisations. Nous notons P(X), l’ensemble 4 des parties de X, et nous appellerons tout ensemble A ∈ P(X) un ´ev´enement. Le couple (X, P(X)) forme un espace mesurable. Il sera pratique de consid´erer les variables al´eatoires (v

simplexe • Rédaction du programme avec variables d’écart MAX MCV = 150S + 200L 20S + 25L + e1 = 36 000 20S + 30L + e2 = 45 000 15S + 15L + e3 = 24 000 S + e4 = 1 000 L + e5 = 700 Les variables ei représentent les capacités disponibles. • Algorithme du simplexe Variables de base S L e1 e2 e3 e4 e5 Valeur des variables de base e1 20 25 1 0 0 0 0 36 000 1 440 e2 20 30 0 1 0 0 0 45 000 1 500 e3 15 15 0 0 1 0 0 24 000 1 600 e4 1 0 0 0 0 1 0 1 000 + οο

polynômes et systèmes d'équations préinstallée, PlySmlt2. Solveur numérique Solveur de polynômes Solveur de systèmes d'équations Résolution d'équations 65 Solveurs numériques 1. Entrez une équation de la forme expression 1 =expression 2 (E1 =E2 ). Vous pouvez entrer plus d'une variable, mais devrez sélectionner une variable pour la résolution. Les autres variables utilisées prendront les valeurs mémorisées dans la calculatrice. 2. Appuyez sur OK. 3. Positionnez le curseur sur la variable

. . . 283 La batterie DAT 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 Les autres épreuves de la DAT 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286 Les qualités psychométriques de la DAT 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 La standardisation . . . . . . . . . . . . . . . . . . . .

synonyme encadrent une partie optionnelle W de l’expression. ➤ Les mots du texte qui renvoient à une autre entrée sont mis en italiques. ➤ Enfin, quelques rares expressions n’ont aucun équivalent dans l’usage anglo-saxon (par X exemple « épreuves répétées »), elles ne sont donc pas traduites. François Dress dress@math.u-bordeaux.fr Y Z A B C D E absolument continue (variable aléatoire) Voir variable aléatoire (typologie). (absolutely continuous random variable) (acceptance

. . . . 1.4.3 Lois des estimateurs et régions de confiance . 1.4.4 Prévision . . . . . . . . . . . . . . . . . . . . 1.5 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . 1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . 1.7 Corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .