Electromagnétisme

Lenz-Faraday : e. =
- DIOB
dt
avec
Q☐= ✗ ÔDÎ Î=
? YÊ =

dans le vide
Maxwell -

Faraday : ÂtÊ=-dB EIEo-eilwt-h.it

dt
-

Gauss : div E- = 0=0 Lorenz :Î=qÊtÛB)

Eo
-

Thomson : div B- = 0

ro-tB-u.l-tc.DE/dt--uogdEdtBiot-Savart:dB--uold=y¥§dÎ^Ûm
Ampère
l1ursm
- :

× ou B-
41T PM 2 PM
2

À
Théorème d' Ampère :

§Â -

=µo
#enlacés

Probabilités

* discrètes :

EIXI ntl UN n'

PIK-xih.tn
-1
•

Uniforme ✗ ~
Ulnl = =

2 12
M¥01 1- l
Bernoulli X~BU.pl EIXI =p VIN f11 pt
-
_

PIX 1) =p
- -
-

-
_

-
Binomiale X~Bln.pl PH-nit.la?IieiH-eTETXl--npVlXl--npl1-pl
"
EIXI VIXI -1
"
•
Poisson X~PIHPIK.ae;I= e- X =

ni !
"

EIXt-fvlxt.tl
"
-

Géométrique X~G-lplPIK-xil-plp.tl
f2
•
Binomiale négative X~BNlr.pl PIK-xit.IE?Iprl1-pTi-rElXl=prVlXl--rl1- et le

* continues :

2
-
Uniforme X~UIEa.is] ) PIXEX;) =
1 EIXI -
_
bta UX) =
( b- a)
b- a 2 12

Exponentielle X~EIHPIXtxil-H-e-milll-ni-lx.IE/Xl--1
1
-
UN =

✗ f2
-
Normale
X~wlu.si/PlXtxil--1p,-fjiejHt-#dtElXl=uVlXl--o2
-
Normale centrée réduite X~NIO.lt PIXC-xil-rgfjie.tt?dtElXl=OHXl--1
*
inégalités
•

Bienaymé Tchebychev -
:
PIX > E) EEIXI corollaire : PIIX EIXII > c) for
-

g. {2
-
Jensen :
FIEIXHEE / f- ( ✗ Il
-
Markov : Pll ✗ 1721f EIXH
2
{
 *
convergences

Ë b- A négligeable f)
|
"

Presque sûre : tu t ⇐
ta x EA fnlx / →

n → ta

définitions
•

simple :
fn
'
f
⇐ 1F x.tn (x ) f) → Cv .
simple cv .
presque sûre
hosto

sûre ✗ ✗ ⇐ Pl ✗n pH 1
presque
•
: =
n

•
en probabilité : ✗n ✗ ⇐ PI I X Xnl > E)
-
→ 0 ou Pll ✗ -01 > et → 0
Proba nstoo
n
n→ta

-
en loi : Xn Ës ✗ ⇐
EHIXNII EIHXH
-
dans LP : ✗n
¥✗ ⇐
El IX -

✗ ni | →

nntoo
0

eu LP Cv en proba ⇐ Cv
presque sûre
×
cv en loi cv simple
* th de transfert
discrètes Elg ( ✗Il
EglxilPIX-xil.ua
va
•
=

Elgl fpglxlflxldx
continues ✗D=

Loi faible des

grands nombres ( variables indépendantes et de même toit
EXI Est ( ✗il
IÊ n i

Î Loi forte des grands nombres ( variables indépendantes et de même toit

à -2 Xi ¥ Et ✗et
n f. s
on

jÉÊ
TCL ( variables indépendantes et de même toit
☒ EN 10,11
r loi

statistiques
•
moyenne empirique : In =
EX
n

J! Int
-
variance empirique :

=p E ( ✗i -

-
variance estimée : s =
?, Et Xi -
Int ( estimateur sans biais et convergent ,

de Var / ✗Il
n

•
estimateur de O : Ôn
•
estimateur de EIX ) :
In
-
estimateur de si :
n
5h
h -1
 •
erreur quadratique moyenne
: EQMIÔI EHÔN ON =
-

= voir ton (Eton) OT

-
-

-
estimateur sans biais : Eton =D ou EQMIÔNI =
Var / Ônl

Méthode de vraisemblance

LIO ; xnxr sent M PIX xi ) ( va discrètes)

•
-
.
- - -
= _

M f-✗ lxil ( va continues

-
tu ILI

•
résoudre d' WILD =
0 on trouve OÏ
do
•
on
vérifie d'Ibn ILM <0
002

Méthode des moments

•
exprimer 0 en
fonction de EIXI

•
est IEIXH = In
-
Ôn =
flint

exemple ELXI =
0 0--21=1×1 Ôn =
2in
2

* intervalle de confiance

'

pour
l'
espérance
☐
avec variance connue : K = [ In ± z ×
a.
-

] z :
quantile de la loi normale
rn
IC [ In de la loi de strident
☐ avec variance inconnue : = ±
tg ¥ ] ✗
t :
quantité
In -11 s'Î
'

pour la variance : IL =

[ an, ,
,
.ge
,
'" "Î-

Zn -1 % ,
] z :
quantile de la loi Khi -
2

pour une proportion : IC = [ê ± a

E
TÉ
Tn
] z :
quantile de la loi normale

d' hypothèse (✗ seuil du risque)

* tests =
→
z
,
;
:
quantile correspondant au risque

but :
rejeter Ho pour rejeter Ho , on
regarde si % est
dans la zone de rejet
test bilatéral test unilatéral à droite test unilatéral à gauche
Ho µ suo

ÎÏËÎÏ
•
Ho :
µ =p .
-
:

Û -

Mo H, Hi µ > No Hi µ <No
µ # µ,
' '

ç
'

: : :

÷r
a
:ËË¥#ü -

21 21
Æü:* 21.x
q q
- -