Vous êtes sur la page 1sur 29

R.

KOUTA SQ40 - C1 1
C1
PARTIE I : Probabilits statistiques : outils pour une dmarche qualit


Probabilits statistiques :

Outils pour une dmarche Qualit

Dfi de la qualit,

Enjeu conomique
Produits comptitifs



Enjeu commercial Enjeu technologique
Fournisseurs fiables . Organisation efficace
Performance, cot, . Suivi de la technologie
dlai


Enjeu humain
Solidarit et synergie

Fournisseurs
Collaborateurs partenaires
Clients

ECOUTER
Intelligent - Actif


Actuellement l'entreprise ne peut se dispenser de relever le dfi de la qualit, tant donns les
enjeux auxquels elle est confronte :

L'enjeu commercial :

La concurrence est exacerbe. Le client a maintenant un grand choix et peut slectionner les
fournisseurs qui seront les plus fiables en termes de performance du produit, cot, dlai.

L'enjeu conomique :

La matrise de la qualit permet d'abaisser le prix de revient et d'augmenter la
comptitivit

L'enjeu technologique :

R.KOUTA SQ40 - C1 2
Pour fidliser les clients et conqurir des nouveaux, l'entreprise doit tre imaginative :
- analyse interactive des besoins, apprhender le march,
- suivre les progrs technologiques,
- structures capables de ragir avec efficacit aux nouvelles donnes pour ne pas se
laisser dpasser par la concurrence.

L'enjeu humain :

- Amlioration des conditions de travail,
- Valorisation des travaux des acteurs dans l'entreprise,
- Dveloppement de la solidarit et de la synergie.

En face du "client roi" et des contraintes du march sans cesse en volution, l'entreprise doit
s'engager dans un processus d'amlioration permanente. Etablir un dialogue permanent avec ses clients, dans
un vritable partenariat, devient l'attitude "qualit" indispensable pour dvelopper le climat de confiance
ncessaire la fidlisation.

Cela ncessite de pratiquer une coute active du client en l'aidant clarifier leurs besoins implicites
et leurs attentes et mme de leur proposer une aide dans la rsolution de leurs problmes.

La Qualit : C'est FAIRE BIEN DU PREMIER COUP"... tous les coups et au moindre cot
Cela veut dire que l'on aura tout prvu en amont pour tre l'abri des drives et des "impondrables". Cela
ne s'improvise pas. Une approche mthodique est ncessaire (satisfaire le client).

LA QUALITE
Bien faire du premier coup tous les coups moindre cot

Une approche mthodologique Spcifications

Satisfaire le client

* Rponse utile un besoin

* Satisfaire le client au moindre cot (Traquer la non - qualit)

* Bonne perception finale du produit


Dans l'environnement conomique et commercial actuel, la qualit est obligatoire, condition qu'elle
soit bien cerne comme tait la rponse utile, c'est--dire, la prise en compte des vrais besoins du client. Ne
faire que ce dont le client besoin et pas davantage.

Si l'on considre la qualit selon la dfinition admise par tous : "satisfaction du client au moindre
cot", on constate que dans l'entreprise, depuis le besoin rel du client, jusqu' la perception qu'il aura en
final du produit et (ou) du service qu'on va lui livrer, il y a une dperdition progressive (tableau page 3)
qui va reprsenter la non qualit globale gnre par l'entreprise.

R.KOUTA SQ40 - C1 3





Qualit
Souhaite Qualit
exprime Qualit
interprte
Qualit
dfinie
Qualit
conue
Qualit
ralise Qualit
livre Qualit
perue





Marketing Cahier des Etudes -Mise en Commercial Utilisation
charges essais oeuvre Vente aprs
-Facturation vente
Le Client L'entreprise
Le Client
N
O
N

Q
U
A
L
I
T
E
C1 SQ40 - Raed KOUTA 4
Exp : en 1981 le cot de la non -qualit :
150 milliards de francs dans l'industrie du btiment
270 milliards de francs pour l'ensemble de l'activit industrielle nationale
13000 F/an/salari

Alors pour


Russir le dfi de la qualit

Management de l'entreprise par la qualit

Pour une entreprise la qualit TOTALE :

est une POLITIQUE

qui tend la MOBILISATION

de tous ses MEMBRES

pour amliorer la qualit de :

ses PRODUITS

de son FONCTIONNEMENTS

de ses OBJECTIFS

en relation avec

L'EVOLUTION de son ENVIRONNEMENT


Les conditions indispensables pour la russite de la dmarche qualit sont contenues dans les cinq
IMPERATIFS qui doivent tre dclins simultanment travers toutes les actions mises en place :
- Responsabilit,
- Conformit,
- Prvention,
- Mesure,
- Excellence
- Responsabilit :
- Mobilisation de l'intelligence de chaque acteur de l'entreprise,
- Respect des personnes, volont d'informer, de communiquer, de les former, de fixer avec
elles des objectifs clairs et raisonnables et leur donner la possibilit de progresser et d'tre
reconnus.
- Remise en cause de la faon de travailler et de commander,
- Obtenir l'adhsion des diffrents acteurs aux objectifs.

- Conformit
C1 SQ40 - Raed KOUTA 5
- Identifier le besoin du client (interne ou externe)
- Traduire les besoins en spcifications
- Raliser le produit (ou service) conformment aux spcifications

ISO9000 : Gestion de la qualit et l'assurance de la qualit et l'assurance de la qualit
Fournit des lignes directrices pour la slection et l'utilisation d'une srie de normes
internationales sur les systmes qualit qui peuvent tre utiliss des fin de gestion interne
de la qualit (ISO9004) et des fins d'assurance externe de la qualit. ISO9001 : modle
pour lassurance de la qualit en conception/dveloppement, production, installation et
soutien aprs la vente.
ISO9002 : modle pour lassurance de la qualit en production et installation,
ISO9003 : modle pour lassurance de la qualit en contrle et essais.

- Prvention
- Prvenir est mieux que gurir
- Dtecter et corriger les sources de non conformits mieux qu'une (actions correctives)
aprs coup qui est coteuse
- Eviter un vnement fcheux ncessite une politique prventive optimise.
- On investit dans le produit au fur et mesure de son dveloppement, un retour sur le
process aprs le lancement en srie est trs coteuse et trs dommageable.
- Les actions correctives sont "10 000 fois" suprieures aux cots des actions prventives.

- Mesurer
- Localiser les champs ou les chantiers d'amliorations.
- Dfinir des indicateurs
ex. : nombre de rebuts, retouches, retours, remboursements, rclamation, retards,...
- Indicateur significatif
- Limiter le nombre de l'indicateur

Pour maintenir l'ensemble de l'entreprise dans une dynamique base sur les impratifs cits :
responsabilit, conformit, prvention, mesure, nous disposons d'un nombre de mthodes et
d'outils qui permettent de construire la qualit, la fiabilit et la sret de fonctionnement au
long du cycle de la vie d'un produit.
Le choix de l'outil dpend de la nature du produit analys, de la typologie du problme
associ, des connaissances de l'entreprise face celui-ci, de la culture et des ressources dont
elle dispose

- Les mthodologies de rsolution de problmes.
- Les outils quantitatifs (MSP) ou qualitatifs (AMDEC)

C1 SQ40 - Raed KOUTA 6


- L'Excellence

- Recherche du progrs permanent,

- Avoir l'attitude de vouloir le "zro dfaut" ou le "zro erreur" (personne n'est infaillible)
mais l'erreur doit tre une leon pour progresser.

- "Traquer" la non-qualit la moins visible (ex. iceberg)

Non qualit - Rclamations
- Produits dtriors
Visible 10% - Remboursement client
(assurances)

- Stock excessif - Temps perdu
- Dpenses inutiles
- Action de correction
- Equipement non utilis
- Contrat non renouveler
- Relations humaines


Le cycle (ou roue) de DEMING illustre le dispositif d'amlioration permanente, nous y
retrouvons les concepts cls de la qualit :

1- la prvention car on va planifier, organiser
2- se mettre en conformit avec ce qui a t prvu
C1 SQ40 - Raed KOUTA 7
3- mesurer si on a bien respecter les prvisions
4- rduire les carts constats, mettre en place des actions prventives
(Recommencer avec l'acquis en plus)











1) Prvoir tout ce qu'il faut faire (Prvention, planification, organisation)
2) Faire ce qui a t prvu (En conformit/ce qui a t prvu)
3) Vrifier que tout a t fait (Mesurer l'adquation/objectifs)
4) Mesurer les rsultats, amliorer et gnraliser (L'amlioration)
1
Prvoir
2
Faire
4
Amliorer
3
Vrifier
Progrs permanent
C1 SQ40 - Raed KOUTA 8

PROCESS GLOBAL - PROBABILITES STATISTIQUES



Analyse des produits Analyse des besoins
concurrents du clients


Dfinition du cahier des
charges
Etude de fiabilit
prvisionnelle

Analyse des retours
clients
Comparaison de solutions
techniques, choix Estimation du cot du
cycle de dure de vie


Contrle rception Contrle du procd de
des matires premires fabrication

Homologation

Analyse des problmes
clients Service garantie client

Cration de banque de Analyse des cots
donnes fiabilit de maintenance


Marketing
Etude/dvelopp./
Recherche
Fabrication/
Mthodes
Service aprs-
vente
maintenance du
produit
C1 SQ40 - Raed KOUTA 9

PARTIE II: Introduction gnrale la Fiabilit, Sret de Fonctionnement

Les origines de la fiabilit :

Le nologisme fiabilit a t admis par "l'Acadmie des Sciences avec la dfinition suivante (1962) :
"Grandeur caractrisant la scurit de fonctionnement, ou mesure de la probabilit de
fonctionnement d'un appareillage selon des normes prescrites"

Pour essayer de rpondre cet objectif, on peut montrer ce qu'il y a de radicalement diffrent
aujourd'hui, par rapport ce qui se passait il y a quelques annes. En fait, ce qui est nouveau, c'est la prise de
conscience de la ncessit, pour un produit de conserver pendant longtemps sa bonne qualit de
fonctionnement, afin que les cots d'entretien ne soient pas normment suprieurs au prix d'achat
initial.

Cette importance soudainement accorde la fiabilit a t due, l'origine, au dveloppement
des vastes systmes d'armes et l'arrive des systmes spatiaux. mais, peu peu, cette proccupation a
touch le domaine civil, tel point que lindustrie japonaise a acquis la rputation de qualit que nous
connaissons. En effet, le Japon est le premier pays critiquer la dmarche qualit dans ses usines et son
industrie.

La fiabilit des produits de lIndustrie s'est progressivement dgrade d'une part cause des raisons
lis la production de masse de produits destins tre rapidement consomms, d'autre part cause de la
vritable rvolution technique. L'industrie devant fournir avec des dlais de plus en plus rduits des
produits mettant en oeuvre des techniques nouvelles rsultant de dcouvertes de plus en plus rcentes.
Ces produits tant de plus en plus complexes, et les structures devenant de plus en plus vastes, pour des
raisons de rentabilit.

Consquence d'une fiabilit insuffisante :

- L'insuffisance de fiabilit d'un quipement a des consquences fcheuses sur les cots, le temps perdu, et
souvent mme sur la scurit du personnel, sans parler de l'effet psychologique nfaste que les
dfaillances du matriel provoquent chez les utilisateurs.

En ne s'intressant momentanment qu'aux cots, il faut toujours avoir prsent l'esprit que le cot
d'une dfaillance ne se rduit pas au prix de la pice hors d'usage. Au point de vue technique, il faut
tenir compte des dgradations ou destructions secondaires, provoques par la dfaillance initiale
d'une seule pice : le cas est particulirement flagrant si l'on envisage le risque de destruction d'une fuse
par suite de la dfaillance d'un simple transistor ! Mais il ne faut pas oublier de faire entrer dans le cot
des dfaillances des lments conomiques tels que :

* les frais entrans par la ncessit d'acheter un nombre surabondant de matriels, afin de
pouvoir remplir les missions imposes avec une probabilit de succs suffisante :
- les frais occasionns par la ncessit de disposer, en permanence d'quipes de
maintenance nombreuses et exprimentes ;
- les frais annexes supports par les pices de rechange : en particulier les frais de
magasinage, de transport, ainsi que l'intrt de l'argent immobilis pour la cration et le
maintien du stock ;
C1 SQ40 - Raed KOUTA 10
- enfin, pour les matriels lous, les manques gagner qui peuvent tre reprsents par les
pertes de loyer pendant les dures d'indisponibilits des quipements.

Il est vident que l'amlioration de la fiabilit cote, et qu'un produit fiable sera gnralement plus
onreux en prix d'achat. Mais c'est compte tenu du bilan portant sur la dure totale d'utilisation du
produit qu'apparat pleinement la justification du prix attach l'amlioration de la fiabilit.

Dfinitions et principaux concepts :

Dans la pratique, on constate l'existence de plusieurs dfinitions de la fiabilit. Au sens commun, la notion
de fiabilit correspond la confiance de l'usager dans le matriel qu'il utilise.

Au sens large, cette discipline (science des dfaillances) peut couvrir les domaines d'activit suivants :

l'analyse de dfaillance des systmes,
la fiabilit oprationnelle,
les banques de donnes de fiabilit,
les essais de fiabilit,
la fiabilit prvisionnelle
les mthodes prvisionnelles de fiabilit et de scurit,
l'assurance de la fiabilit et de la qualit.

Au sens strict, la fiabilit est "l'aptitude d'un dispositif accomplir une fonction requise, dans des conditions
donnes, pendant une dure donne".

Le terme "dispositif" dsigne ici tout composant, sous-systme, systme ou quipement que l'on peut
considrer individuellement et essayer sparment.

Par le terme "fonction requise" on entent une fonction ou un ensemble de fonctions dont le dispositif doit
accomplir.

Au sens mathmatique, la fiabilit est mesure par la probabilit que le dispositif accomplisse une ou
plusieurs fonctions requises dans les conditions donnes, pendant une dure donne, suivant les
dispositifs, la notion de priode de temps devra tre remplace par celle du nombre de cycles, de la distance
parcourue.

Qualit et Fiabilit :

Qualit : "Aptitude d'un produit ou d'un service satisfaire les besoins des utilisateurs".

En toute rigueur, la qualit d'un produit est caractrise, non seulement par sa conformit aux
spcifications qui la dfinissent, mais encore par son aptitude rester conforme ses spcifications
pendant sa dure de vie. Alors, l'une des caractristiques fondamentales d'un produit qui concourt la
qualit est sa fiabilit, c'est--dire son aptitude conserver ses caractristiques d'origine.

L'usage assez rpandu dsigne par qualit la conformit du produit sa spcification sa sortie d'usine
; la fiabilit est alors son aptitude y demeurer conforme au cours de la priode d'utilisation. La
fiabilit devient alors une extension de la qualit dans le temps.
C1 SQ40 - Raed KOUTA 11

En ralit, ces deux notions sont trs lies ; les mthodes d'analyse prvisionnelle de sret de
fonctionnement peuvent tre considres comme un moyen parmi d'autres pour assurer la qualit des
produits industriels.

Sret de fonctionnement

Au sens large, la sret de fonctionnement sera dfinie comme la science de dfaillances, elle inclut
ainsi leur connaissance, leur valuation, leur prvision, leur mesure et leur matrise.

Au sens strict, la sret de fonctionnement est l'aptitude d'un dispositif satisfaire une ou plusieurs
fonctions requises dans des conditions donnes. Elle peut tre caractrise par les concepts suivants :

- la fiabilit : c'est l'aptitude d'une entit accomplir une fonction requise, dans des conditions
donnes, pendant une dure donne. La fiabilit est gnralement mesure par la probabilit qu'une
entit E accomplisse une fonction requise, dans les conditions donnes, pendant l'intervalle de
temps [O;t] :
R(t) = P [E non dfaillante sur [O;t] ]
L'aptitude contraire sera dnomme "dfiabilit"; sa mesure est note R(t) = 1 - R(t)

Termes concernant la fiabilit :

Fiabilit estime : c'est la fiabilit d'un produit mesure au cours d'essais spcifiques effectus
avec un programme d'essais entirement dfini.

Fiabilit prdite : c'est la fiabilit calcule sur la base d'un modle mathmatique dfini, partir
des donnes du projet et de la fiabilit estime ou prdite de ses composants, en tenant compte des
conditions d'exploitation prdtermines.

Fiabilit oprationnelle : c'est la fiabilit observe sur les produits en exploitation normale. Elle
dpend des conditions relles d'utilisation, de l'ambiance entourant les produits, de l'influence du
personnel de maintenance et d'exploitation.

Probabilit de survie : c'est la probabilit de ne pas avoir de dfaillance dans des conditions
d'utilisation dtermines, pendant une dure de fonctionnement donne. La probabilit de survie
est la valeur numrique de la fiabilit.

La disponibilit : c'est l'aptitude d'une entit tre en tat d'accomplir une fonction requise
dans des conditions donnes et un instant donn. La disponibilit est gnralement mesure
par la probabilit qu'une entit E soit en tat d'accomplir une fonction requise dans des
conditions donnes un instant t donn :
A(t) = Proba (E non dfaillante linstant t ). L'aptitude contraire sera dnomme
"indisponibilits", sa mesure est note : A(t) = 1 - A(t)

La maintenabilit : c'est l'aptitude d'une entit tre maintenue ou rtablir dans un tat
dans lequel elle peut accomplir une fonction requise, lorsque la maintenance est accomplie
dans des conditions donnes avec des procdures et des moyens prescrits.

C1 SQ40 - Raed KOUTA 12
La maintenance est gnralement mesure par la probabilit que la maintenance d'une entit (E)
accomplie dans des conditions donnes, avec des procdures et des moyens prescrits, soit acheve
au temps t, sachant que l'entit est dfaillante au temps t = 0 : M(t) = P (la maintenance de E est
acheve au temps t)
Dans un souci de simplification, on peut crire :
M(t) = P [E est rpare par [O;t] ] = L'aptitude contraire sera dnomme "Immaintenabilit" sa
mesure est note: M(t) = 1 - M(t)

Cette notion ne concerne que les systmes rparables. En d'autres termes, la maintenabilit
caractrise l'aptitude d'un systme reprendre l'accomplissement de sa fonction (ou de ses
fonctions) aprs dfaillance. (maintenance prventive, correction programm, non programme).

La scurit : c'est l'aptitude d'une entit viter de faire apparatre, dans des conditions
donnes, des vnements critiques ou catastrophiques.

La durabilit : aptitude d'une entit demeurer en tat d'accomplir une fonction requise dans des
conditions donnes d'utilisation et de maintenance jusqu' ce qu'un tat limite soit atteint.

La continuabilit : aptitude d'un service, une fois obtenu, continuer d'tre fourni dans des
conditions donnes et pendant la dure voulue.

La servibilit : aptitude d'un service tre obtenu la demande d'un usager et continuer d'tre
fourni pendant la dure voulue, avec des tolrances spcifies et dans des conditions donnes.

Termes concernant le temps :

Intervalle de temps en dfaillances :
Dure de fonctionnement d'un dispositif rparable entre deux dfaillances conscutives.

Moyenne des temps de bon fonctionnement
M.T.B.F. : moyenne des dures de fonctionnement entre dfaillances conscutives.

Dure de vie :
Dure de fonctionnement jusqu' dfaillance d'un dispositif irrparable.

Dure de mission :
Dure de fonctionnement spcifie d'un dispositif, servant l'valuation de sa fiabilit.

Remarque : Dans le cas des systmes, la dure de mission correspond souvent au temps sparant deux
priodes de maintenance programme.
C1 SQ40 - Raed KOUTA 13


INTRODUCTION A LA FIABILITE

1962 "Grandeur caractrisant la scurit de fonctionnement, ou mesure de la probabilit
de fonctionnement d'un appareillage selon des normes prescrites".

Motivation : - Conserver la qualit du produit,
- Cot d'entretien (rvision),
- Comptitivit.

Premiers : - Systmes d'armes
- Systmes spatiaux
- Nuclaire
- Civil

Exemple : Japon



CONSEQUENCES D'UNE FIABILITE INSUFFISANTE

Risque sur la scurit du personnel,
Cot lev, temps perdu,
Effet psychologique.

COUT D'UNE DEFAILLANCE :

Dgradations secondaires,
Frais supplmentaires
- Nombre surabondant de matriels,
- Disposer en permanence d'quipes de maintenance,
- Frais de magasinage (location)

LA FIABILITE : COTE

- Optimisation

fiabilit cot



C1 SQ40 - Raed KOUTA 14



DEFINITIONS DES PRINCIPAUX CONCEPTS

FIABILITE :
Au sens commun : la confiance de l'usager dans le matriel qu'il utilise.

Au sens large :
Science des pannes :
- Analyse des dfaillances des systmes,
- Fiabilit oprationnelles,
- Banque de donnes de fiabilit,
- Essais de fiabilit,
- Fiabilit prvisionnelle,
- Assurance fiabilit

Au sens strict :
"Aptitude d'un dispositif accomplir une fonction requise, dans des
conditions donnes, pendant une dure donne".

Au sens mathmatique :
PROBABILITE.... d'un dispositif accomplir une fonction requise,
dans des conditions donnes, pendant une dure donne



QUALITE ET FIABILITE

QUALITE : Aptitude d'un produit ou d'un service satisfaire les besoins des utilisateurs.

Un produit de qualit :
- Conforme aux spcifications
et
- Aptitude rester conforme aux spcifications pendant sa dure de vie.

Usine temps
Produit produit qui conserve ses caractristiques dorigine
de
qualit
* La fiabilit est une extension de la qualit dans le temps.

C1 SQ40 - Raed KOUTA 15


SURETE DE FONCTIONNEMENT (SdF)
Au sens large :
- La science des dfaillances : connatre, valuation, prvision, mesure, matrise.

Au sens strict : -----Voir Fiabilit------

Fiabilit - Disponibilit - Maintenabilit - ..........
Fiabilit : R(t) = Proba [E (entit) non dfaillante sur [O;t]] ( dfiabilit = Q(t) = 1-R(t))

Approche de la fiabilit :
Estime : mesure au cours d'essais,
Prvisionnelle : mesure partir de considration sur la conception du systme
Oprationnelle : observe sur des produits en exploitation normale.


Disponibilit :
Aptitude d'un dispositif tre en tat d'accomplir une fonction requise dans des conditions
donnes et un instant donn = A(t) Proba [E (entit) non dfaillante l'instant t]
(Indisponibilit : A(t) = 1-A(t))
Maintenabilit :
Aptitude d'une entit tre maintenue ou rtablie dans un tat dans lequel elle peut
accomplir une fonction requise = M(t) = Probabilit que la maintenance d'une entit (E)
accomplie dans des conditions donnes, avec des procdures et des moyens prescrits, soit
achev au temps t, sachant que l'entit est dfaillante au temps t=0 Proba (la maintenance
de E est acheve t) = Proba [E est spare sur [O;t]] ( Immaintenabilit = M(t) = 1 - M(t))
"Entit rparable"
Scurit :
Aptitude d'une entit viter de faire apparatre dans des conditions donnes, des
vnements critiques ou catastrophiques.
Durabilit :
Aptitude d'une entit demeurer en tat d'accomplir un fonction requise dans des
conditions donnes d'utilisation et de maintenance jusqu' ce qu'un tat limite soit
atteint.
Continuabilit :
Aptitude d'un service, une fois obtenu, continuer d'tre fourni dans des conditions
donnes et pendant la dure voulue.
Servibilit : Service prt ( la demande de l'usager) et continu pour la "dure voulue".







C1 SQ40 - Raed KOUTA 16

TERMES CONCERNANT LE TEMPS
Intervalle de temps entre dfaillances :
D 1 D 2
A l a t o i r e

Dure de fonctionnement d'un dispositif rparable entre deux dfaillance conscutives.
D : alatoire
Moyenne des temps de bon fonctionnement : M.T.B.F. = Moyenne des (D)
Dure de vie : Dure de fonctionnement jusqu' dfaillance d'un dispositif irrparable.
Dure de mission :
Dur de fonctionnement spcifie d'un dispositif, servant l'valuation de sa fiabilit.


SYSTEME, DISPOSITIF
L i m i t e s e x t r i e u r s
S y s t m e
l m e n t a i r e S 2
S y s t m e
l m e n t a i r e S 1
B
A
D
E
C o m p o s a n t
S y s t m e
l m e n t a i r e S 3
S o u s -
s y s t m e
I n t e r f a c e
E n v i r o n n e m e n t


(Pice) (Composant) (Sous-systme) (Systme lmentaire) (Systme)




C1 SQ40 - Raed KOUTA 17

DEFAILLANCES
Cessation de l'aptitude d'une entit accomplir une fonction requise.

Classification en fonction de la rapidit de leur manifestation :
Dfaillance progressive : Modification dans le temps des caractristiques d'une entit.
Dfaillance soudaine : Imprvisible (dverminage)

Classification en fonction de leur amplitude :.
Dfaillance partielle : dviation des caractristiques au-del des limites spcifies sans
entraner une disparition complte de la fonction requise.
Dfaillance complte : dviation des caractristiques au-del des limites spcifies qui
entrane la disparition de la fonction requise.

Classification en fonction de la rapidit de leur manifestation et de leur ampleur :
Dfaillance catalectique : Soudaine et complte la fois.
Dfaillance par dgradation : Progressive et partielle.

Classification en fonction de leur date d'apparition dans le cycle du systme:
Taux de dfaillance :
(Entits ayant survcu un instant t et qui ne sont plus en vie t+t)/t

Courbe en "baignoire"
T a u x d e d f a i l l a n c e
t e m p s
A
B
C

A) Dfaillance prcoce ou de jeunesse : (dcroissance rapide)
B) Dfaillance taux constant (dure de vie utile)
C) Dfaillance d'usure : (rapidement croissant)

"Modes de dfaillances"

C1 SQ40 - Raed KOUTA 18
SCHEMAS
A r r t
M a t r i e l s r p a r a b l e s
F o n c t i o n n e m e n t
M U T
M T T R
M D T
M T B F
T e m p s

MUT : Moyenne des temps de fonctionnement (Mean Up Time)
MDT : Moyenne des temps d'arrt (Mean Down Time)
MTBF : Moyenne de temps entre dfaillance (Mean Time Between Failure)
MTTR : Moyenne des temps de rparation (Mean Time To Repair)
si MTTR << MTBF MUT = MTBF

Matriels non rparables :
A r r t
M a t r i e l s i r r p a r a b l e s
F o n c t i o n n e m e n t
M T T F
T e m p s

MTTF : Moyenne des temps de dfaillance (Mean Time to Failure)

GESTION DES EVENEMENTS ALEATOIRES
- Le dispositif "A" fonctionne ; on dit on a l'vnement A
- Le dispositif "A" ne fonctionne pas ; on dit on n'a par l'vnement A (on a A

)
Boite outils (Algbre de BOOLE)
3 oprations - Union(U) - Intersection (I) - Ngation (-)
- Commutativit de U et I AUB = BUA AIB = BIA
- Associativit de U et I (AUB)UC = AU(BUC) AI(BIC) = (AIB)IC
- Absorption AI(AUB) = A AU(AIB) = A
- Distributivit de U et I AI(BUC) = (AIB)U(AIC) AU(BIC) = (AUB)I(AUC)
- Elments neutres et complmentation BI(AU A) = B BU(AI A) = B

C1 SQ40 - Raed KOUTA 19

AXIOMES
n1 P(vnement certain) = 1
n2 O P(E) 1
n3 P(E
1
UE
2
) = P(E
1
) + P(E
2
) si E
1
IE
2
=
P(E
1
UE
2
) = 1 si E
1
UE
2
= vnement certain
(P(E
2
) = 1 - P(E
1
)
P() = 0
PROBABILITE :
P(E)= nombre vnements favorables
nombre vnements possibles
P(E) = limite [frquence] N essais

Evnement non exhaustif ne modifie pas la population.
Evnement exhaustif modifie la population.

THEOREME DE PROBABILITE
P(AUB ) = P(A) + P(B) - P(AIB)
P(AIB) = P(A).P(B/A) = P(B).P(A/B)

B
i
IB
j
= mutuellement incompatibles
. les B
i
collectivement exhaustifs
= B
i
UB
2
U.....UB
n

P(A) = P(AIB
1
) +....+P(AIB
n
) = P(B
i
) P(A/B
i
)
* Un circuit sera dfaillant par suite de la dfaillance de composants cls.


P(A/B
i
) = fiabilit du systme A sachant le comportement de B
i

P(B
i
/A) = la fiabilit posteriori des causes sachant le comportement de A

On dmontre :
P
B
j
A
P B
j
P
A
B
j
P B
i
P
A
B
i
|
\

|
|
|
\

|
|
|
\

|
=

( )
( )
Formule de BAYES


C1 SQ40 - Raed KOUTA 20




APPLICATIONS A LA FIABILITE DES THEOREMES
DE PROBABILITES
Fiabilit de Systmes :
a) Un systme qui ne fonctionne que si tous ses sous ensembles fonctionnent eux-
mmes : le systme est de type SERIE au point de vue de la fiabilit.
si S = vnement "le systme fonctionne"
S
i
= vnement "le sous-ensemble i fonctionne"
R = P(S) = P(S
1
IS
2
IS
3
....... IS
n
)
si S
i
IS
j
=
R = R
i
i
n
=

1
S
1
S
2
S
4

b) Si n sous-ensembles forment un systme tel que la dfaillance d'un composant ou d'un
autre n'entrane pas la dfaillance du systme.



R P S P S
i
i
n
P S
i
I
n
= =
=
=
=
|
\

|
|

1 1
1
1
1
( ) ( )
I
= =
= =

1 1 1 1
1 1
( ( ) ( ) P S
i
R
i
i
n
i
n


ELEMENTS DE GESTION D'UNE V.A. (continu)

Histogramme des frquences Densit de probabilit
Estimateur
Histogramme des cumuls des frquences Probabilit (fonction de rpartition)
f
X
( x) F
X
( x) 1
x
x

F
X
(x) = P(Xx); f
X
(x) = lim(x 0)
F
X
x x F x
x
dF x
dx
( ) ( ) ( ) +
=


f
x
(x) dx = P(x < X x+dx)
C1 SQ40 - Raed KOUTA 21
F
X
x f
X
t dt
x
( ) ( ) =

P x X x f
X
t dt
x
x
( ) ( )
1 2
1
2
< =

DENSITE DE DEFAILLANCE ET DE REPARATION MTTF ET MTTR

T = "variable alatoire : la dure de fonctionnement"
R(t) = P(T>t) = 1-P(Tt) = 1 - F
T
(t)
dF
T
(t) = F
T
(t+t) - F
T
(t) = probabilit que la premire dfaillance survienne dans l'intervalle
de temps [t;t+t] sachant que l'entit est en fonctionnement t=0 = f
T
(t)dt

MTTF = tf
t
t dt ( )
0

t
dR
dt
dt R t dt
0 0
( )

Si M
T
(t) : fonction de rpartition des temps de rparation
G
T
(t) : fonction de densit des temps de rparation
MTTR =
[ ]
tG
T
t dt M t dt ( ) ( ) =

0
1
0


TAUX DE DEFAILLANCE

Taux instantan de dfaillance :
A : "vnement de survie jusqu' t"; B : "vnement de dfaillance entre t et t+dt
P(AIB) = P(A).P(B/A)
Probabilit de dfaillance entre t et (t+dt) =
(probabilit de survie jusqu' t)*(Probabilit conditionnelle de dfaillance entre t et (t+dt))
( )
F t dt F t F t
P
B
A
t dt
( ) ( ) ( ( )).
( )
+ = 1


( )
( ) ( )
( )
( )
( )
t dt
F t dt F t
F t
dF t
F t
=
+

=
1 1
(t) = taux instantan de dfaillance
F t e
t dt
o
t
( )
( )
=

; f t t e
t dt
o
t
( ) ( )
( )
=

; R t e
t dt
o
t
( )
( )
=

;
Application
f
T
(t)=e
-t
;
E T) tf
T
t dt
o
V T) ( ( ) ; ( = =

=
1 1
2


; F
T
t e
t
( ) =

1

;
R
T
(t) = e
-t
;
( )
( )
( )
t
f
T
t
R
T
t
= =

C1 SQ40 - Raed KOUTA 22
PARTIE III: Statistique descriptive

Introduction

Dans la plupart du temps, les donnes se prsentent sous la forme suivante : on a relev sur n units
appels "individus" p variables numriques. Lorsque n et p sont grands, on cherche synthtiser cette
masse d'informations sous une forme exploitable et comprhensible. Une premire tape consiste dcrire
sparment les rsultats obtenus pour chaque variable : c'est la description unidimensionnelle, phase
indispensable dans toute tude statistique. De mme pour ltude du couplage ou l'interaction entre variables
qui sont des informations que nous devons prendre en compte (corrlation, rgression).

Le mot "statistiques" est pour le chercheur, l'ingnieur et le dcideur et dans tous les cas,
insparable des mots expriences, essais, chantillons, rsultats numriques.

En ce domaine comme en d'autres, il est clair que les procdures d'investigations et les rsultats qui
en dcoulent sont trs lis. De mme que la richesse de l'information et les outils d'analyse mise en oeuvre.

Dans tous les cas, il ne faut jamais oublier que les n observations tudier forment l'chantillon
n

qui est explicitement ou implicitement issu d'une population P
N
. Ainsi, trois objectifs sont poursuivre :

S'intresser l'chantillon, indpendamment du contexte global duquel il est issu. C'est la
statistique descriptive.
Depuis les informations fournies par l'chantillon, on souhaite en dduire des
renseignements, au niveau de la population "mre", P
N
, on dsire en dduire des
renseignements concernant un chantillon, ralis ou raliser. C'est l'chantillonnage.

La statistique descriptive ne ncessite pas de connaissances en probabilits. Elle se dveloppe
depuis les questions poses l'ingnieur. Il est toutefois judicieux d'effectuer l'analyse descriptive des
donnes en similitude avec les modles lis aux probabilits.

L'estimation et l'chantillonnage sont deux notions qui ncessitent la mise en oeuvre des modles
ou outils probabilistes. Il faut noter que la statistique descriptive est une dmarche pralable l'estimation
et que d'une manire gnrale, tout problme de statistique a pour but d'tablir des relations entre population
et chantillon.

Dfinitions et rotations :

Echantillon :
Au niveau de la statistique descriptive, le caractre tudi tant not x, on considre l'chantillon
n

comme tant la liste des n ralisations numriques x
i
, rsultant de la liste des n expriences lmentaire e
i
.
Mais si l'on rpte, dans des conditions similaires plusieurs chantillons, on constate que la i
me
exprience
ne fournit pas la mme ralisation x
i
. Ceci conduit donc considrer que x
i
n'est pas la ralisation d'un
paramtre dterministe, mais celle d'une variable alatoire X
i
"Ralisation du caractre, lors de la i
me

exprience.
Finalement, un chantillon sera considr successivement ou simultanment, comme :

- la liste de n expriences e
i
note {e
i
}
C1 SQ40 - Raed KOUTA 23
- la liste de n variables alatoires x
i
, note {x
i
}
- la liste de leurs n ralisations x
i
, note {x
i
}

Remarque :

Dans la plupart des dveloppements, les v.a X
i
sont supposes indpendantes ; hypothse
valable si les expriences sont indpendantes. Dans le cas contraire, les v.a X
i
ne bnficient plus de cette
proprit et les dveloppements deviennent dlicats.

Notations :

a) Dans la population P
N
, le caractre tudi X suit une loi L dfinie par une fonctionnelle et
tributaire de paramtres
j
, telle que, x D
x
(domaine de dfinition de x)
L(X) = L(x,
j
), de fonction de rpartition
F
x
(x) = F
x
= F et de densit de probabilit
f
x
(x) = f
x
= f
Sous l'hypothse d'indpendance des expriences, et de la "reprsentativit" de l'chantillon, dans
n

la loi de tout X
i
est identique la loi de X dans P
N
, donc : L(X
i
) = L(X)

b) On notera :

- dans P
N
- dans
n
m = m
x
la moyenne x la moyenne
=
x
l'cart type s = s
x
l'cart type
p = la probabilit f = la frquence

Ces paramtres sont souvent manipuls simultanment, il convient de respecter les notations, afin
d'viter des erreurs d'identification.

Il faut remarquer que m, , p d'une part et x , s, f d'autre part, sont des "tres" mathmatiques
diffrents. Les premiers sont au sens de l'estimation classique de nombres certains ; les secondes sont la
ralisation de variables alatoires, qui, numriquement changent d'chantillon un autre.

Variable discrte et variable continue :

Soit P
N
, la population dont est extrait l'chantillon
n
de taille n.
On appelle srie statistique, la liste chronologique des n ralisations numriques, note x
i
, si le
caractre tudi s'appelle x.

Ce caractre peut tre de type discret (nombre de naissance) souvent, dans ce cas, entier ou de type
rel.
Par exemple lecture sur un appareil de mesure lorsque le caractre tudi est de type rel, la prcision
de l'appareil de mesure le discrtise un nombre de chiffres significatifs lis la dite prcision.
Ainsi, il n'existe pas, dans la population humaine, deux individus ayant le mme poids. Mais, si on
mesure ce poids avec une balance ayant une prcision de 100 grammes, tous les individus, de masse non
diffrente de plus de 100 grammes; apparatront comme ayant le mme poids. Il peut ainsi se faire que dans
la liste des n x
i
, certaines valeurs sont rptes. On peut alors construire la statistique (n
i
, x
i
), o n
i
est le
C1 SQ40 - Raed KOUTA 24
nombre, ou effectif absolu, ou frquence absolue, d'observations x
i
. On appelle frquence relative : f
n
n
i
i
=
bien sr f
i

= 1 n n
i
=



Outils de la statistique descriptive

Histogrammes : si la taille de l'chantillon est leve (n>30 par exemple), on effectuera un
regroupement en classes. Ceci permet de diminuer de manire importante les calculs numriques en
acceptant une certaine perte d'information.

Depuis l'chantillon ordonn, on dduit des valeurs simples a et b, contenant [y
1
; y
n
] (y
1
= x
min
; y
n
=
x
max
) et on effectue un dcoupage du domaine [a; b] en p intervalles d'amplitudes constante y. Il reste
compter les effectifs n
k
de la k
ime
classe [ [ y y
k k
;
+1
. D'o la srie regroupe : {n
k
; y'
k
}, y'
k
tant le "tmoin"
de la dite classe. Le bon sens conduit prendre pour y'
k
le milieu de [ [ y y
k k
;
'
.

La srie statistique tant regroupe en classes, on peut construire l'histogramme simple des
frquences absolues.
y
k
y
k + 1
f
k
o u n
k

Une autre construction est aussi envisager ; celle de l'histogramme cumul. A la verticale de
[ [ y y
k k
;
+1
porte le cumul :
n
j
j
k
=

1
ou f
j
j
k
=

1

1

C1 SQ40 - Raed KOUTA 25
Il est vident que l'histogramme simple fournit des informations trs intressantes (voire trs
importantes) sur la forme du phnomne tudi, qui n'est pas dcelable depuis la srie des rsultats.
L'histogramme cumul est aussi porteur d'informations, il sera la liaison avec la fonction caractristique.

Caractristiques de la position centrale :

Il s'agit de formaliser l'expression populaire "a fait en moyenne" donc de prciser selon quelles
dmarches, on tablira numriquement, la valeur de la dite "moyenne".

Diffrentes approches sont possibles :

Mode
Cette caractristique concerne un chantillon assez grand, soit de ralisations discrtes, soit de
ralisations relles regroupes en classes. Le mode est la valeur de x
i
laquelle est associe la plus grande
frquence.
L'avantage de cette caractristique rside en ce qu'elle s'obtient instantanment, ds lors que le
regroupement est effectu. Son grand inconvnient rsulte du fait qu'elle n'est pas forcment unique, pour
un chantillon donn.

Mdiane
Sur la srie statistique ordonne, la mdiane est une valeur qui spare l'effectif en deux sous-groupes
gaux (50% ; 50%). Son avantage est qu'elle est peu sensible aux valeurs extrmes (min et max) ; son
inconvnient se trouve dans le fait qu'elle se conjugue mal avec les caractristiques de dispersion.

Moyen arithmtique (pondre ou barycentrique)
C'est la caractristique de position centrale fondamentale. Si le caractre tudi est nomm x, elle
sera note x et elle s'exprime par :

=
=

=
= =
p
*
k
x
k
f
n
i
n
x
_
' m
p
k
*
k
x nk
n
i x
1
1
1
1
1
1
s'il y a regroupement en p
classes sur l'chantillon brut. Avec n
k
leffectif dans la classe k et f
k
la frquence dans cette mme classe

Deux relation sont fondamentales :
soit y = ax + b ; calculons y , sachant x

+ = = ) b ax (
n
y
n
y i i
1 1
n * b
n
x a
n
i

+ =
1 1
= + ax b

Soient les 2 sries statistiques (n
1
;x
1
) et (n
2
;x
2
), avec x
1
et x
2
de moyennes arithmtiques
respectives. Alors, la moyenne x de l'union des 2 sries est :
x
n x n x
n n
=
+
+
2 1 1 2
1 2


Autres moyennes
Il existe d'autres moyennes, qui prsentent de l'intrt pour certains problmes spcifiques :
a) Moyenne gomtrique g (la somme est effectue sur le nombre des classes)
g x
i
i
p
n
n
i
=


`
)
=
( )
1
1/
d'o ln( ) (ln( )) g
n
n x
i i
=
1

C1 SQ40 - Raed KOUTA 26
donc le log de la moyenne gomtrique est la moyenne arithmtique.

b) Moyenne harmonique h (la somme est effectue sur le nombre des classes)

=
i
i
x
n
n
h d'o
1 1 1
h n
n
x
i
i
=
|
\

|

donc l'inverse de la moyenne harmonique est la moyenne arithmtique des inverses.

c) Moyenne quadratique q (la somme est effectue sur le nombre des classes)

2
1 i x ) n / ( q

= d'o
2
2
1
i ix n
n
q

=
donc le carr de la moyenne quadratique est la moyenne arithmtique des carrs
Remarque : on dmontre que h<g<x <q

Caractristiques de dispersion
Il s'agit de prciser comment on peut modliser la proprit de fluctuation des ralisations,
autour de leur tendance "moyenne", phnomne bien mis en vidence dans l'expression populaire "a
tourne autour de...". Ici galement l'approche n'est pas unique.

Etendue (ou range) w
C'est simplement l'amplitude du domaine des ralisations, soit
w=y
n
-y
1

Cette caractristique a l'avantage de s'obtenir instantanment, ds lors que l'chantillon est
ordonn. Elle prsente le grave inconvnient de n'utiliser, quelle que soit la taille de
l'chantillon, que deux ralisations, qui plus est, celles extrmes, donc les plus "douteuses"
ventuellement.
Cette caractristique est peu performante. Elle est nanmoins utiliser dans certains essais de
contrle de fabrication.

Ecart moyen e. cart quadratique et cart quadratique moyen
Faisons une remarque pralable, valable pour toute la suite des dfinitions. Ds lors que l'on
veut exprimer une formule d'cart la tendance moyenne, si la tendance moyenne est reprsente
par la moyenne arithmtique x , le bon sens conduite travailler sur des fonctions dont la forme de
dpart soit x
i
- x .
L'cart moyen s'exprime par : i x x
n
e =

1

Cette caractristique est la plus performante des caractristiques de dispersion.
Malheureusement, le fait qu'elle fasse intervenir des valeurs absolues la rend difficilement maniable.
Sauf pour des problmes spcifiques, elle n'est pas utilise.
Mais apparat une dconvenue. En effet :
0
1 1
= = =

x x x n
n
x
n
e
Donc cette expression tant identiquement nul, il faut "monter" un degr suprieur. d'o la
dfinition de lcart quadratique = 2 2
1
) x x (
n
) x ( m i

C'est la caractristique fondamentale de dispersion, caractristique de laquelle on va dduire
l'cart quadratique moyen, not s et qui en est la racine carre :
C1 SQ40 - Raed KOUTA 27
2
2
1
) x (
n
m s
x
_
i
'
x = =
La dfinition de l'cart quadratique moyen se justifie par le fait que l'on sera conduite,
presque toujours, associer moyenne x et caractristique de fluctuation. Comme m
2
est homogne
au degr 2, et que la moyenne est de degr 1, il est donc ncessaire d'homogniser.

Deux relations fondamentales :
. Soit y = ax+b
Sachant m
2
(x), on veut connatre m
2
(y)
[ ]
+ + = =
2
1
2
1
2
) b x a ( ) b axi (
n
) y
i
y (
n
) y ( m
= =
1
2 2 2
n
n
i
a x
i
x a v x ( ) ( )
d'o en corollaire : s
y
= as
x


. Relation de Koenig
2 2
2 1
2
1
2
) x
i
x x
i
x (
n
) x
i
x (
n
) x ( m + = =
n
n
) x (
i
x
n
x
i
x
n
1
2
1
2
2
1
+ =


2
2
1
= x
i
x
n

C'est toujours par cette formule qu'on calculera la moyenne quadratique.

* L'intervalle interquartile
Les quartils Q
1
, Q
2
, Q
3
, sont dfinis par F(Q
1
) = 0,25, F(Q
2
) = 0,5, F(Q
3
) = 0,75
Q
3
- Q
2
est un indicateur de dispersion.
Diagramme de dispersion

* *
A . I .
A . S .
Q 1 Q 2 Q 3

A.I = Q Q Q
1
3
2
3 1
( ) A.S. = Q Q Q
3
3
2
3 1
+ ( )
A.I. = adjacent infrieur ; A.S. = adjacent suprieur
Les valeurs "extrieures" reprsentes par des * sont celles qui sortent des "moustaches". La
comparaison entre diagramme en bote est plus ais que la comparaison de plusieurs histogrammes.

Relation de Bienaim - Tchebychef
Cette relation lie la moyenne, l'cart-type et la frquence d'appartenance un intervalle.
***
x-ks x x+ks

C1 SQ40 - Raed KOUTA 28
On veut calculer une borne infrieure de la frquence d'appartenance des ralisations x
i

l'intervalle
[ ]
I x ks x ks = + ; , c'est--dire l'intervalle centr sur la moyenne et de longueur 2ks.
I contient donc les ralisations satisfaisant x
i
x < ks
I contient donc les ralisations satisfaisant x
i
x > ks
On a :
s V x
n
n
i
x
i
x
i
p
n
n
i
n
i
n
x
i
I
n
n
i
h s
x
i
I
2
1
1
2
1
2
1
2 2
= =
=

( ) ( ) ( )
donc 1
2
1

h
n
n
i
x
i
I


Mais
1
n
n
i
x
i
I
est prcisment la frquence (ou%) des ralisations x
i
extrieures I ; soit f
I
cette
frquence. On peut crire : f
I
k

1
2
. Donc la frquence f
I
des xi appartenant l'intervalle I est
borne infrieurement par 1
1
2

k
soit f
I
k
> 1
1
2

avec k = 2 et k = 3, on trouve respectivement les bornes infrieures 0,75 et 0,89, issues de 1
1
2
2
et
1
1
3
2


L'intrt de cette ingalit rside dans le fait qu'elle est toujours vraie. Son inconvnient est qu'elle
fournit, en ralit (on le verra plus tard, par comparaison), une information peu importante.

Gnralisation des moments ; coefficients de forme

Les formules de x et de s
2
peuvent tre considres comme des cas particuliers de formes plus
gnrales, quant la puissance des "radicaux" x
i
et (x
i
-x ). Cela incite donc une gnralisation.
D'autre part, si la moyenne fournit l'information concernant la tendance gnrale, et si la moyenne
quadratique fournit l'information concernant la fluctuation, il est bon de se demander si des
informations supplmentaires sont souhaitables, et si oui, lesquelles.

La rponse est affirmative. En effet, deux chantillons peuvent avoir mme moyenne et mme cart-
type, mais prsenter des histogrammes trs diffrents, cela traduisant des phnomnes eux aussi trs
diffrents. La forme sera dfinie par 2 paramtres l'un d'asymtrie, l'autre d'aplatissement. Ces
coefficients vont prcisment s'exprimer par certaines des gnralisations numres plus haut.

a) Moments non centrs : m'
k
d'ordre k

k
j
x
j
f
k
i
x
n
k
m

=
1
'

C1 SQ40 - Raed KOUTA 29
d'o m'
0
= 1 (=f
i
); m'
1
= x ; m'
2
=
2
1
i
x
n


b) Moments centrs : m
k


k
x
i
x
n
k
m ) (
1

=

c) Relations entre moments centrs et moments non centrs
Depuis le dveloppement binomial
si k = 0, on retrouve la relation Koenig : 2 ) '
1
( '
2
2
m m m =
si k = 3, on obtient : 3 ) '
1
( 2 '
1
'
2
3 '
3
3
m m m m m + =
si k = 4, il vient : 4 ) '
1
( 3 2 ) '
1
( '
2
6 '
1
'
3
4 '
4
4
m m m m m m m + =
etc...

d) Coefficients d'asymtrie et d'aplatissement
Le coefficient d'asymtrie est dfini par :
2 / 3
)
2
(
3
3
) (
3
1
m
m
s
m
g = =
C'est un nombre sans dimension.
- ngatif si la distribution est tale vers les faibles valeurs
- nul si la distribution est symtrique
- positif si la distribution est tale droite

Le coefficient d'aplatissement est dfini par : 3
2
)
2
(
4
4
) (
2
)
2
( 3
4
2
=

=
m
m
s
m m
g
C'est galement un nombre sans dimension,
- ngatif si la distribution est plus aplatie que celle de la loi normale,
- nul si la distribution a l'aplatissement d'un phnomne normal,
- positif si la distribution est moins aplatie que celle de la loi normale.

Remarque : si graphiquement, l'asymtrie se conoit et se voit fort bien, l'aplatissement est
graphiquement, beaucoup plus subtil "saisir".