mathsbdp.fr Lois normales TS 1. La loi normale centrée réduite
Approximation d'une loi binomiale par une loi normale. Théorème de Moivre-Laplace. Pour tout entier naturel est une variable aléatoire qui suit la loi
MATHS TS LOI NORMALE EDC
T suit la loi normale centrée réduite. 1) À combien faut-il fixer la note d'admission de ce concours pour que 60 % des candi- dats soient reçu
TS 1. Revoir la loi normale QCM X est une variable aléatoire réelle
TS. 1. Revoir la loi normale. QCM X est une variable aléatoire réelle qui suit une loi normale N (µ ; ?2). Pour chacune des affirmations suivantes
LOI NORMALE
On retrouve la loi normale dans un très grand nombre de internet : http://xymaths.free.fr/Lycee/TS/Cours-TS/Loi-normale-Generalites-Historique/ ...
Maîtrise Statistique des Procédés (MSP)
11 feb 2014 Le monde a tendance à suivre une loi normale en forme de cloche. Majorité des résultats. Résultats très rares. (probabilité > 0).
TC-TS 315 U - Einhell
23 mar 2020 TS 315 U (Art.-Nr.: 43.405.56) nicht im Liefer- umfang enthalten.): ... Cet organisme devra l'éliminer dans le sens de la Loi.
TS. DM9 - Correction Approximation dune loi binomiale par une loi
Exemple : On considère une variable aléatoire X suivant la loi binomiale B(400 ; 05). On peut approcher cette loi par la loi normale N (200 ; 10). Ainsi
DIPENDENZE OGGI
1 ago 2016 in carcere. Anna Loi ... Il TS ha aspettativa di esito fatale nel momento di inizio ... suicida ha un profilo più normale) procedure di PS.
Lois normales cours
http://mathsfg.net.free.fr/terminale/TS2011/probabilites/loinormalecoursTS.pdf
TS Ex_ sur les lois normales
TS. Exercices sur les lois normales. 1 Une variable aléatoire X suit la loi normale centrée réduite. Faire une illustration graphique dans chaque cas.
[PDF] Terminale S - Loi normale - Parfenoff org
I) Loi Normale (0 ; 1) 1) Définition Soit une variable aléatoire à valeurs réelles On dit qu'elle suit la loi normale centrée réduite (0 ; 1) si
[PDF] La loi normale
Le mod`ele de la loi normale Calculs pratiques La courbe ”en cloche” En sciences humaines on observe souvent des distributions
[PDF] Lois normales cours terminale S - Mathsfg
27 avr 2017 · Lois normales cours classe de terminale S 1 Loi normale centrée et réduite Propriété et définition : Une variable aléatoire X suit la
[PDF] LOI NORMALE - maths et tiques
L'adjectif « normale » s'explique par le fait que cette loi décrit et modélise des situations statistiques aléatoires concrètes et naturelles Prenons par
[PDF] Lois de probabilité à densité Loi normale - Lycée dAdultes
31 mar 2015 · DERNIÈRE IMPRESSION LE 31 mars 2015 à 14:11 Lois de probabilité à densité Loi normale Table des matières 1 Lois à densité
[PDF] TS Exercices sur les lois normales
TS Exercices sur les lois normales 1 Une variable aléatoire X suit la loi normale centrée réduite Faire une illustration graphique dans chaque cas
[PDF] TS Cours sur les lois normales version définitive
TS Lois normales Introduction : Rappels sur les chapitres précédents : On dit qu'une variable aléatoire X suit la loi normale centrée réduite de pour
[PDF] Chapitre 15 Lois normales Terminale S
Chapitre 15 Lois normales Terminale S LOIS NORMALES Soit X une variable aléatoire qui suit une loi binomiale de paramètres n et p notée B(n p)
[PDF] Probabilités continues et Loi normale - Logamathsfr
Terminale S Probabilités continues et Loi normale Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Notion de loi à densité
[PDF] mathsbdpfr Lois normales TS 1 La loi normale centrée réduite
On utilise la calculatrice pour calculer cette probabilité Propriété L'espérance d'une variable X suivant la loi normale ( ; ) est nulle ( ) = =
![Maîtrise Statistique des Procédés (MSP) Maîtrise Statistique des Procédés (MSP)](https://pdfprof.com/Listes/17/23419-1702_Rousseau.pdf.pdf.jpg)
MaîtriseStatistiquedes Procédés
(MSP)Statistical Process Control (SPC)
Christophe Rousseau 11.02.2014
•Qu'est-ce que la qualité? •Qu'est-ce que la MSP/le SPC? •Variabilité•Loi "Normale Plan •Loi "Normale •Cartes de contrôle •Capabilités •Application de la MSP à la StérilisationChristophe Rousseau 11.02.2014
" Si nos fabriques imposent à force de soin la qualité supérieure de nos produits, lesétrangers trouveront avantage à se fournir chez nous et leur argent affluera Qualité - Maitrise Statistique des
Procédés
fournir chez nous et leur argent affluera dans le royaume»Colbert, 3 aout 1664
3Christophe Rousseau 11.02.2014
La qualité d'un produit ou d'un service est son aptitudeà satisfaire
les besoins d'un utilisateur au moindreQu'est-ce que la qualité?
besoins d'un utilisateur au moindre coût.4Christophe Rousseau 11.02.2014
Le contrôle est généralement
considéré comme la pierre essentielle de la qualité :Qu'est-ce que la qualité?
essentielle de la qualité :•Il est le filtre qui permet de ne livrer que des produits corrects.5Christophe Rousseau 11.02.2014
•Il faut détecter la non-qualité au plus près du poste oûelle a été produite.Qu'est-ce que la qualité?À l'expédition
Chez le clientCoût=1000
6Sur le poste
Coût=1
En bout de
ligneCoût=10
À l'expéditionCoût=100
Coût=1000
Christophe Rousseau 11.02.2014
Un défaut prévu coûte 100 fois moins cher qu'un défaut constaté.•Faire la qualité du premier coup -Maîtriser les procédés utilisésQu'est-ce que la qualité? -Maîtriser les procédés utilisés •Obtenir la qualité au départ de la fabrication -Maîtriser le processus tout au long de la fabrication -De l'approvisionnement à la livraison7Christophe Rousseau 11.02.2014
•Qu'est-ce que la qualité? •Qu'est-ce que la MSP/le SPC? •Variabilité•Loi "Normale Plan •Loi "Normale •Cartes de contrôle •Capabilités •Application de la MSP à la StérilisationChristophe Rousseau 11.02.2014
•La MSP est un élément d'assurance qualité •Son objectif est de maîtriser un processus mesurable par suivi graphique temporel basé sur des fondements statistiquesQu'est-ce que la MSP (SPC en anglais)
sur des fondements statistiques •Convient uniquement pour la grande série.9Christophe Rousseau 11.02.2014
•Inventé par Walter Shewhart à la Western Electric (Illinois) dans les années 20'•Distinction entreStatistical Process Control (SPC)
•Une méthode de surveillance d'un processus afind'identifier des causes spécifiques de variation et signaler le besoin de prendre des actions correctives,
quand c'est approprié.Maîtrisestatistiquedes procédés
(MSP) •La MSP repose sur des cartes de contrôleChristophe Rousseau 11.02.2014
•Qu'est-ce que la qualité? •Qu'est-ce que la MSP/le SPC? •Variabilité•Loi "Normale Plan •Loi "Normale •Cartes de contrôle •Capabilités •Application de la MSP à la StérilisationChristophe Rousseau 11.02.2014
•Déviation= écart entre les observations et la moyenne des observationsVariabilité Jean8 7108 9 Paul
Observations
10 9 8 8 7Moyennes 8.4
Deviations
10 - 8.4 = 1.6
9 - 8.4 = 0.6
8 - 8.4 = -0.4
8 - 8.4 = -0.4
7 - 8.4 = -1.4
0.0Christophe Rousseau 11.02.2014
•Déviation= écart entre les observations et la moyenne des observationsVariabilité Jean PaulObservations
7 7 7 6 6Moyennes 6.6
Deviations
7 - 6.6 = 0.4
7 - 6.6 = 0.4
7 - 6.6 = 0.4
6 - 6.6 = -0.6
6 - 6.6 = -0.6
0.07 6 7 7 6Christophe Rousseau 11.02.2014
•Variance = carré de l'écartmoyenentre observations et moyenne des observationsVariabilité Jean8 7108 9 Paul
Observations
10 9 8 8 7Moyennes 8.4
Deviations
10 - 8.4 = 1.6
9 - 8.4 = 0.6
8 - 8.4 = -0.4
8 - 8.4 = -0.4
7 - 8.4 = -1.4
0.0Carré des Deviations
2.56 0.36 0.16 0.16 1.96 1.0Variance
Christophe Rousseau 11.02.2014
•Variance = carré de l'écart moyenentre observations et moyenne des observationsVariabilité
Jean PaulObservations
7 7 7 6 6Moyennes 6.6
Deviations
7 - 6.6 = 0.4
7 - 6.6 = 0.4
7 - 6.6 = 0.4
6 - 6.6 = -0.6
6 - 6.6 = -0.6
0.00.0
Carré des Déviations
0.16 0.16 0.16 0.36 0.36 0.24 7 6 7 7 6Variance
Christophe Rousseau 11.02.2014
•Écart type (Sigma) = racine carré de la varianceVariabilité Jean PaulVariance Écart type
Jean 1.0 1.0
Paul 0.24 0.4898979
Christophe Rousseau 11.02.2014
Variabilité
Le monde a tendance à suivre une loi normale, en forme de clocheMajorité des
résultatsRésultats très rares
(probabilité > 0)Résultats très rares
(probabilité > 0)Résultats
peu nombreux (basse)Résultats
peu nombreux (haute)Christophe Rousseau 11.02.2014
VariabilitéSomme des points sur les dés
Voilà pourquoi:Les résultats qui ont la même chance de se produire (comme les dés), s'ajoutent pour former un courbe en forme de cloche.
00.050.10.150.2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18Probabilité
Somme des points
1 die2 dice3 dice
Christophe Rousseau 11.02.2014
•Qu'est-ce que la qualité? •Qu'est-ce que la MSP/le SPC? •Variabilité•Loi "Normale Plan •Loi "Normale •Cartes de contrôle •Capabilités •Application de la MSP à la StérilisationChristophe Rousseau 11.02.2014
Courbe"Normale" en formede cloche
•Ajouter environ 30 mesures de n'importe quoi, et on commence à avoir une distribution "normale". •Une distribution normale est divisée par 3 écarts type de chaque coté de la moyenne chaque coté de la moyenne •Quand on sait cela, on comprends déjà une grande partie de ce qui se passe.Christophe Rousseau 11.02.2014
Courbe"Normale" en formede cloche
Environ 68% des individus
sont compris dansl'intervalle -1σ l'intervalle -1σChristophe Rousseau 11.02.2014
Courbe"Normale" en formede cloche
Environ 65% des individus
sont compris dansl'intervalle -2σ l'intervalle -2σChristophe Rousseau 11.02.2014
Courbe"Normale" en formede cloche
Environ 99.8% des individus
sont compris dansl'intervalle -3σ l'intervalle -3σChristophe Rousseau 11.02.2014
On a relevé la taille sur une population de 1985 hommes. Les résultats sont dans le tableau ci-dessous. Exercice 25Christophe Rousseau 11.02.2014
•Etendue notée R L'étendue est la différence entre la plus grande des données et la plus petiteTaille maxi = 2,1m Taille mini=1.6m
Etendue R=2.1-1.6 = 0.5 m
26Christophe Rousseau 11.02.2014
•Moyenne notée Xbar La moyenne arithmétique d'un ensemble de n nombre définie par Xbar Xbar = (1.6*1 + 1.65*10 + ... + 2.05 *9 + 2.1 *1) / 1985Xbar = 1.849 mètres
27Christophe Rousseau 11.02.2014
•Ecart type noté σL'écart type est la racine carrée de la moyenne arithmétique des carrés des écarts à la moyenne
Variance = σ²= [(1.6-1.849) ² *1 + (1.65-1.849) ² * 10 + ... (2.05-1.849) ² * 9 + (2.1 -1.849) ² *1] / 1985σ = 0.07
28Christophe Rousseau 11.02.2014
•plus de 99% des personnes ont une taille comprise entre Xbar - 3σ et Xbar + 3σXbar - 3xσ = 1.849 - 3 x 0.07 = 1.64
Xbar + 3xσ= 1.849 + 3 x 0.07 = 2.06
29Christophe Rousseau 11.02.2014
•Nombre de personnes ayant une taille comprise entre 1.64 et 2.0610 + 57 + 205 + 440 + 560 + 440 + 205 + 57 +9 = 1983
soit 1983 / 1985 = 99.9% 30•plus de 67% des personnes ont une taille comprise entre Xbar - σ et Xbar + σ
Xbar - 3xσ = 1.849 - 0.07 = 1.78
Xbar + 3xσ= 1.849 + 0.07 = 1.92
31•Nombre de personnes ayant une taille comprise entre 1.78 et 1.92
440 + 560 + 440= 1440
soit 1440 / 1985 = 73% 32Main d'oeuvre
Méthodes
Causes de Dispersions - les 5M
Milieu
Machine
Matière
33Variabilité du
procédéChristophe Rousseau 11.02.2014
•Causes communes: -Dispersion aléatoires (habituel) -Pas de modèle, pas de tendance -Inhérent au processus -Ajuster le procédé augmente la variabilitéCauses de Dispersions •Causes speciales -Dispersion systématique (inhabituel) -Peut suivre une tentance, un modèle -Assignable, explicable, contrôllable -Un ajustement de procédé diminue sa variation Dispersion totale = Dispersion systématique + Dispersion aléatoireChristophe Rousseau 11.02.2014
Observons la fabrication d'un échantillonde pièces sur un longue durée UCL LCLDispersion Instantanée
Liée à la Machine
Dispersion Globale
Liée au Procédé
Christophe Rousseau 11.02.2014
Causes de Dispersion
Dispersion
MilieuMachine
Matière
Méthode
Dispersion Instantanée
Dispersion Globale
MilieuMain
d'oeuvreProcédé+Christophe Rousseau 11.02.2014
•La Variabilité du procédé doit être la plus faible possible •Il existe 2 causes provoquant cette variabilité -CausesAléatoires
MaîtriseStatistiquedes Procédés
-CausesAléatoires
•Variations naturelles du résutat d'un procédé, générépar une infinité de facteurs.
-Causes Assignables •Une variation dont la source peut être identifiéeChristophe Rousseau 11.02.2014
•Le Contrôledu Procédé -Définir -MesurerMaîtriseStatistiquedes Procédés -Comparer -Evaluer -Corriger -Monitorer les resultatsChristophe Rousseau 11.02.2014
•Qu'est-ce que la qualité? •Qu'est-ce que la MSP/le SPC? •Variabilité•Loi "Normale Plan •Loi "Normale •Cartes de contrôle •Capabilités •Application de la MSP à la StérilisationChristophe Rousseau 11.02.2014
•Carte de Contrôle -Objectif: suivre le résultat d'un procédé pour voirs'il est aléatoire -Une représentation , ordonnée dans le temps, desCarte de Contrôle
-Une représentation , ordonnée dans le temps, des statistiques d'échantillons obtenus lors d'un procédé en cours (i.e. moyennes d'échantillons)-Les limites de contrôle basse et haute définissentl'écart de variation acceptable pour un procédédonné (+ ou - 3 sigma).Christophe Rousseau 11.02.2014
Carte de Contrôle
UCLMoyenne
Hors contrôleVariation Anormale
due à des sources assignables0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
LCLNuméro d'échantillon
Variation Normale
due à la chanceVariation Anormale
due à des sources assignablesChristophe Rousseau 11.02.2014
•Elles sont nommées en fonctiondu type de données entrées, i.e., Xbar, R, p, et cquotesdbs_dbs29.pdfusesText_35[PDF] calcul de la longitude
[PDF] calcul de la latitude
[PDF] longueur d'une courbe paramétrée
[PDF] abscisse curviligne
[PDF] cycloide equation
[PDF] cycloide animation
[PDF] courbe paramétrée cycloide
[PDF] mouvement cycloidal exercice corrigé
[PDF] relation entre l'énergie d'un photon et la longueur d'onde
[PDF] relation longueur d'onde fréquence
[PDF] calculer les frequences limites du spectre visible de la lumiere
[PDF] fréquence longueur d'onde conversion
[PDF] rayonnement électromagnétique plus grande fréquence
[PDF] les ondes radio pdf