Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

1 Calcul de probabilités

1. ProbabilitésPtotales : Ω = ∪ n B
i=1 i où B ∩ B = Ø pour i 6= j :
i j
n
→ P (A) = i=1 P (A|Bi )P (Bi )
Pn
→ P (A|T ) = i=1 P (A|(T ∩ Bi ))P (Bi |T )

2. Bayes : Ω = ∪ n B
i=1 i où B ∩ B = Ø pour i 6= j :
i j

P (T |Bi ) P (Bi ) P (T |Bi ) P (Bi )

P (Bi |T ) = = Pn
P (T ) j=1 P (T |Bj ) P (Bj )

3. P (A ∩ B ∩ C ∩ D) = P (A) · P (B|A) · P (C|(A ∩ B)) · P (D|(A ∩ B ∩ C))

4. A est indépendant de B ⇔ P (A ∩ B) = P (A)P (B)
2 Variables aléatoires

1. (cas continu) .
 Z b 
P (a ≤ X ≤ b) = FX (b) − FX (a) = fX (x)dx
a

dans le cas discret,

X
xpX (x)
2.



µX = E(X) = Zx ∞


 xfX (x)dx
−∞
dans le cas continu.
3. var(X) = E[(X − E(X)) ] = E(X ) − E(X) 2 2 2

3 Variables aléatoires multivariées

1. E[aX + b] = aE[X] + b et var(aX + b) = a var(X) 2

2. var (aX + bY ) = a var(X) + b var(Y ) + 2abcov(X, Y )

2 2

3. cov(X, Y ) = E(X − E[X])(Y − E[Y ]) = E[XY ] − E[X]E[Y ]

4. corr(X, Y ) = ρ = pvar(X)var(Y
cov(X, Y )
X,Y
)

5. E(X) = E(E(X|Y )) et var(X) = E(var(X|Y )) + var(E(X|Y ))

6. Soient les variables X indépendantes et identiquement distribuées à une variable X et la
variable N indépendante de X pour tout i :
i
i

X = E(N ) · E(X) et var

P  P 
N N 2
E i=1 i X = E(X) var(N ) + E(N )var(X)
i=1 i

7. Théorème central limite :

Soient X , . . . , X des variables aléatoires, indépendantes et identiquement distribuées à une
variable X , Pet soient µ et σ bornés.
1 n
2

Alors S = X vérie P
X X
n
n k=1 i
n
k=1√Xi − nµX
→ N (0, 1)
nσX

1
Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

A.1 Variables aléatoires discrètes

Loi fonction de masse support E[X] var(X)

Bernouilli P (X = 1) = p {0, 1} p p(1 − p)
p ∈ [0, 1]
Uniforme P (X = i) = 1
(m − l + 1) {l, l + 1, . . . , m} l+m (m − l)(m − l + 2)
l, m ∈ Z, l ≤ m 2 12

Binomiale P (X = k) = n
k


pk (1 − p)n−k {0, 1, . . . , n} np np(1 − p)
p ∈ [0, 1], n ∈ N
Géométrique (?) P (X = k) = (1 − p)k−1 p N\{0} 1
p
(1 − p)
p ∈ [0, 1] p2

Binomiale négative P (X = k) = k−1

(1 − p)k−r pr N\{0, 1, . . . , r − 1} r
p
r(1 − p)
p ∈ [0, 1], r ∈ N r−1 p2

Hypergéométrique M
N −M

m n−m nM nM (N − n)(N − M )
N, M, n ∈ N; P (X = m) = N
{0, 1, . . . , n} N N 2 (N − 1)
M ≤ N; n ≤ N n

Poisson P (X = x) = e−µ µx
N µ µ
µ∈ R+ x!

(?) F (x) = 1 − (1 − p)k pour k ≤ x < k + 1

2
 Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

A.2 Variables aléatoires continues

Loi fonction de densité/répartition support E[X] var(X)

Uniforme fX (x) : 1
(b − a) [a, b] a+b (b − 1)2
a, b ∈ R; a ≤ b 2 12

Normale (x − µ)2
µ ∈ R, σ ∈ R
− µ σ2
+ fX (x) = √1 e 2σ 2 R

Log-normale
2π σ
(log(x) − µ)2
µ ∈ R, σ ∈ R
2  
− µ+ σ 2
eσ − 1 e2µ+σ
2
+ fX (x) = √ 1 e 2σ 2 R+ e 2
Chi-carré
2π σx
x ν
e− 2 x 2 −1
fX (x) = ν R+ ν 2ν
2 2 Γ ν2


ν ∈ N0

Student-t fX (x) = √
Γ ν+1


2

2
 ν+1
2
R ;
0 ν≥2 ν
ν−2
;ν≥3
νπ Γ ν2 1 + xν
ν ∈ N0
Exponentielle fX (x) = λe−λx
R+ 1 1
λ∈R + FX (x) = 1 − e−λx λ λ2

Erlang
λ ∈ R , r ∈ {1, 2, 3, . . .}
xr−1 λr e−λx r r
+ fX (x) = (r − 1)!
R+ λ λ2

Gamma (?)
λ∈R ,r∈R
xr−1 λr e−λx r r
+ + fX (x) = Γ(r)
R+ λ λ2

Bêta (??) fX (x) = xα−1 (1 − x)β−1

[0, 1]
α αβ
α, β ∈ R+ B(α, β) α+β (α + β)2 (α + β + 1)

Weibull
 β−1 − x β
β x
fX (x) = δ δ e δ   h    i
R+ δΓ 1 + β1 δ 2 Γ 1 + β2 − Γ2 1 + β1
β∈R ,δ∈R
 β
+ + − x
FX (x) = 1 − e δ

Fisher-F fX (x) = 1
ν1
ν1 2 ν2 2 x
ν2 ν1
2
−1
R+
ν2
;ν 2 >2 2ν22 (ν1 + ν2 − 2)
;ν
2 >4
B( ν21 , ν2
) (ν1 x + ν2 )
ν1 +ν2
2
ν2 −2 ν1 (ν2 − 2)2 (ν2 − 4)
ν ∈ N0 2

Logistique fX (x) = 1 e
−
(x−α)
β

µ σ2
µ ∈ R, σ ∈ R
2
β −
(x−α) R
+ 1+e β

Cauchy fX (x) =  1

πγ 1 + x−x
γ
0
2 
R Indénie ∞
x ∈ R, γ ∈ R arctg
 
+ 1 (x−x0 ) 1
0 FX (x) = π γ + 2
Pareto ;b>1 ;b>2
a∈R ,b∈R
b a b+1

ab a2 b
+ + fX (x) = a x
[a, ∞[ b−1 (b − 1)2 (b − 2)

R∞
(?) Γ(x) = 0 ux−1 e−u du
Γ(x + 1) = xΓ(x)
Γ(n + 1) = n! (n ∈ IN0 )
√
Γ( 21 ) = π
(??) B(α, β) = Γ(α)Γ(β)
Γ(α+β)

3
Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

4 Tests d'hypothèses

Test d'une proportion : H0 : p = p0

1. Test exact

Statistique de test : R, le nombre d'apparitions de l'événement A au cours de n expériences

indépendantes.
Loi de R sous p = p : R ∼ B(n, p ).
0 0
2. Test approché (si np0 (1 − p0 ) ≥ 9)
Statistique de test : Z=q , où
p̂ − p0
p̂ = R/n
p0 (1−p0 )
.
Loi de Z sous p = p : Z ≈ N (0, 1).
n
0

-
(0) (0)
Test de comparaison de deux proportions : H0 : p1 − p2 = p1 − p2 (si n1 , n2 ≥ 30) à
partir de deux échantillon indépendants

Statistique de test : où p̂ = n np̂ .

(0) (0)
(p̂1 − p̂2 ) − (p1 − p2 ) 1 1 + n2 p̂2
Z= r
1 + n2
 
p̂(1 − p̂) n11 + n12

Loi de Z sous p 1 = p2 (ou p (0)

1
(0)
− p2 = 0 ) : Z ≈ N (0, 1).
-
Test d'une moyenne : H0 : µ = µ0

1. Variance σ2 connue

Statistique de test : T = (X̄ /− µ ) . σ √n

0

(a)Population gaussienne

Loi de T sous µ = µ : T ∼ N (0, 1).

0
(b)Population non gaussienne (si n ≥ 30 )

Loi de T sous µ = µ : T ≈ N (0, 1).

0
2. 2
Variance σ inconnue

Statistique de test : T = (X̄/ − µ ) .

s
√
0
n−1
(a)Population gaussienne

Loi de T sous µ = µ : T ∼ t .
0 n−1
(b)Population non gaussienne (si n ≥ 30 )

Loi de T sous µ = µ : T ≈ N (0, 1).

0

4
Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

(0) (0)
Test de comparaison de deux moyennes : H0 : µ1 − µ2 = µ1 − µ2 à partir de deux
échantillons indépendants

1. Populations gaussiennes :

X1j , . . . , X1nj iid N (µj , σj2 )
  
(0) (0)

Statistique de test : .
X̄1 − X̄2 − µ1 − µ2
T = q 2
σ1 σ22
n1 + n2

Loi de T sous µ 1 = µ2 (ou µ (0) (0)

− µ2 = 0 ) : T ∼ N (0, 1).
2. avec inconnue
1
Populations gaussiennes : X1j , . . . , X1nj iid N (µj , σ 2 ) σ2
   
(0) (0)

Statistique de test : , où .
X̄1 − X̄2 − µ1 − µ2 n1 s21 + n2 s22
T = q Sp2 =
Sp n11 + n12 n1 + n2 − 2

Loi de T sous µ 1 = µ2 (ou µ (0) (0)

− µ2 = 0 ):T ∼t n1 +n2 −2 .
3.
1
Populations non gaussiennes (si n1 , n2 ≥ 50)
   
(0) (0)

Statistique de test : T = .
X̄1 − X̄2 − µ1 − µ2
q
s21 s22
n1 −1 + n2 −1

Loi de T sous µ 1 = µ2 (ou µ (0)

1 −
(0)
µ2 = 0 T ): ∼ N (0, 1) .

-
Tests chi-carré

Soit un échantillon de n individus sur lesquels on mesure 2 variables aléatoires X (à I modalités)

et Y (à J modalités).
Soit n le nombre d'individus dans l'échantillon tels que X = i et Y = j, n le nombre
d'individus dans l'échantillon tels que X = i et n le nombre d'individus dans l'échantillon tels que
ij i.

Y = j.
.j

Soit p la probabilité que X = i et Y = j, p la probabilité que X = i (indépendamment de Y )

et p la probabilité que Y = j (indépendamment de X ).
ij i.
.j

1. Testχ 2 d'indépendance

Sous H : p = p p (∀i = 1, . . . , I, j = 1, . . . , J ), .
XX n −

I J ni. n.j 2
ij n 2
0 ij i. .j ∼χ ni. n.j (I−1)(J−1)
i=1 j=1 n

2. Testχ 2 d'ajustement

Sous H : p = p , p = p , . . . , p = p , ∼χ .
I 0 2


X n − np i i
0 0 0 2
0 1 1 2 2 I I 0 I−1
np i=1 i

5
Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

B Tableau de la loi normale centrée réduite N (0, 1).

Soit Z ∼ N (0, 1) et Φ sa fonction de répartition. La table donne les valeurs z telles que
Φ(z 1−α
déf
) = P (Z ≤ z ) = 1 − α. Exemple : P (Z ≤ 1,73) = 0,9582.
1−α
1−α

0 .01 .02 .03 .04 .05 .06 .07 .08 .09

0.0 .5000 .5040 .5080 .5120 .5160 .5199 .5239 .5279 .5319 .5359
0.1 .5398 .5438 .5478 .5517 .5557 .5596 .5636 .5675 .5714 .5753
0.2 .5793 .5832 .5871 .5910 .5948 .5987 .6026 .6064 .6103 .6141
0.3 .6179 .6217 .6255 .6293 .6331 .6368 .6406 .6443 .6480 .6517
0.4 .6554 .6591 .6628 .6664 .6700 .6736 .6772 .6808 .6844 .6879
0.5 .6915 .6950 .6985 .7019 .7054 .7088 .7123 .7157 .7190 .7224
0.6 .7257 .7291 .7324 .7357 .7389 .7422 .7454 .7486 .7517 .7549
0.7 .7580 .7611 .7642 .7673 .7704 .7734 .7764 .7794 .7823 .7852
0.8 .7881 .7910 .7939 .7967 .7995 .8023 .8051 .8078 .8106 .8133
0.9 .8159 .8186 .8212 .8238 .8264 .8289 .8315 .8340 .8365 .8389
1.0 .8413 .8438 .8461 .8485 .8508 .8531 .8554 .8577 .8599 .8621
1.1 .8643 .8665 .8686 .8708 .8729 .8749 .8770 .8790 .8810 .8830
1.2 .8849 .8869 .8888 .8907 .8925 .8944 .8962 .8980 .8997 .9015
1.3 .9032 .9049 .9066 .9082 .9099 .9115 .9131 .9147 .9162 .9177
1.4 .9192 .9207 .9222 .9236 .9251 .9265 .9279 .9292 .9306 .9319
1.5 .9332 .9345 .9357 .9370 .9382 .9394 .9406 .9418 .9429 .9441
1.6 .9452 .9463 .9474 .9484 .9495 .9505 .9515 .9525 .9535 .9545
1.7 .9554 .9564 .9573 .9582 .9591 .9599 .9608 .9616 .9625 .9633
1.8 .9641 .9649 .9656 .9664 .9671 .9678 .9686 .9693 .9699 .9706
1.9 .9713 .9719 .9726 .9732 .9738 .9744 .9750 .9756 .9761 .9767
2.0 .9772 .9778 .9783 .9788 .9793 .9798 .9803 .9808 .9812 .9817
2.1 .9821 .9826 .9830 .9834 .9838 .9842 .9846 .9850 .9854 .9857
2.2 .9861 .9864 .9868 .9871 .9875 .9878 .9881 .9884 .9887 .9890
2.3 .9893 .9896 .9898 .9901 .9904 .9906 .9909 .9911 .9913 .9916
2.4 .9918 .9920 .9922 .9925 .9927 .9929 .9931 .9932 .9934 .9936
2.5 .9938 .9940 .9941 .9943 .9945 .9946 .9948 .9949 .9951 .9952
2.6 .9953 .9955 .9956 .9957 .9959 .9960 .9961 .9962 .9963 .9964
2.7 .9965 .9966 .9967 .9968 .9969 .9970 .9971 .9972 .9973 .9974
2.8 .9974 .9975 .9976 .9977 .9977 .9978 .9979 .9979 .9980 .9981
2.9 .9981 .9982 .9982 .9983 .9984 .9984 .9985 .9985 .9986 .9986
3.0 .9987 .9987 .9987 .9988 .9988 .9989 .9989 .9989 .9990 .9990
3.1 .9990 .9991 .9991 .9991 .9992 .9992 .9992 .9992 .9993 .9993
3.2 .9993 .9993 .9994 .9994 .9994 .9994 .9994 .9995 .9995 .9995
3.3 .9995 .9995 .9995 .9996 .9996 .9996 .9996 .9996 .9996 .9997
3.4 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9998
3.5 .9998 .9998 .9998 .9998 .9998 .9998 .9998 .9998 .9998 .9998
3.6 .9998 .9998 .9999 .9999 .9999 .9999 .9999 .9999 .9999 .9999

6
Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

C Tables de la fonction de répartition de la loi Student

Soit T une variable aléatoire qui suit une loi de Student à ν degrés de liberté, notée T ∼ t .
La table donne les valeurs t telles que F (t ) déf
ν

= P (T ≤ t ) = 1 − α.
Par exemple : t = 1, 533 ce qui implique que P (T ≤ 1, 533) = 0, 90 si T ∼ t .
ν;1−α ν n;1−α ν;1−α
4;0,90 4 4

ν ↓ → Fν (t) 0,60 0.70 0,80 0,90 0,95 0,975 0,990 0,995 0,999 0,9995
1 0,325 0,727 1,376 3,078 6,314 12,71 31,82 63,66 318,3 636,6
2 0,289 0,617 1,061 1,886 2,920 4,303 6,965 9,925 22,33 31,60
3 0,277 0,584 0,978 1,638 2,353 3,182 4,541 5,841 10,22 12,94
4 0,271 0,569 0,941 1,533 2,132 2,776 3,747 4,604 7,173 8,610
5 0,267 0,559 0,920 1,476 2,015 2,571 3,365 4,032 5,893 6,859
6 0,265 0,553 0,906 1,440 1,943 2,447 3,143 3,707 5,208 5,959
7 0,263 0,549 0,896 1,415 1,895 2,365 2,998 3,499 4,785 5,405
8 0,262 0,546 0,889 1,397 1,860 2,306 2,896 3,355 4,501 5,041
9 0,261 0,543 0,883 1,383 1,833 2,262 2,821 3,250 4,297 4,781
10 0,260 0,542 0,879 1,372 1,812 2,228 2,764 3,169 4,144 4,587
11 0,260 0,540 0,876 1,363 1,796 2,201 2,718 3,106 4,025 4,437
12 0,259 0,539 0,873 1,356 1,782 2,179 2,681 3,055 3,930 4,318
13 0,259 0,538 0,870 1,350 1,771 2,160 2,650 3,012 3,852 4,221
14 0,258 0,537 0,868 1,345 1,761 2,145 2,624 2,977 3,787 4,140
15 0,258 0,536 0,866 1,341 1,753 2,131 2,602 2,947 3,733 4,073
16 0,258 0,535 0,865 l,337 1,746 2,120 2,583 2,921 3,686 4,015
17 0,257 0,534 0,863 1,333 1,740 2,110 2,567 2,898 3,646 3,965
18 0,257 0,534 0,862 1,330 1,734 2,101 2,552 2,878 3,611 3,922
19 0,257 0,533 0,861 1,328 1,729 2,093 2,539 2,861 3,579 3,883
20 0,257 0,533 0,860 1,325 1,725 2,086 2,528 2,845 3,552 3,850
21 0,257 0,532 0,859 1,323 1,721 2,080 2,518 2,831 3,527 3,819
22 0,256 0,532 0,858 1,321 1,717 2,074 2,508 2,819 3,505 3,792
23 0,256 0,532 0,858 1,319 1,714 2,069 2,500 2,807 3,485 3,767
24 0,256 0,531 0,857 1,318 1,711 2,064 2,492 2,797 3,467 3,745
25 0,256 0,531 0,856 1,316 1,708 2,060 2,485 2,787 3,450 3,725
26 0,256 0,531 0,856 1,315 1,706 2,056 2,479 2,779 3,435 3,707
27 0,256 0,531 0,855 1,314 1,703 2,052 2,473 2,771 3,421 3,690
28 0,256 0,530 0,855 1,313 1,701 2,048 2,467 2,763 3,408 3,674
29 0,256 0,530 0,854 1,311 1,699 2,045 2,462 2,756 3,396 3,659
30 0,256 0,530 0,854 1,310 1,697 2,042 2,457 2,750 3,385 3,646
32 0,256 0,530 0,853 1,309 1,694 2,037 2,449 2,738 3,365 3,622
34 0,255 0,529 0,852 1,307 1,691 2,032 2,441 2,728 3,348 3,601
36 0,255 0,529 0,852 1,306 1,688 2,028 2,434 2,719 3,333 3,582
38 0,255 0,529 0,851 1,304 1,686 2,024 2,429 2,712 3,319 3,566
40 0,255 0,529 0,851 1,303 1,684 2,021 2,423 2,704 3,307 3,551
50 0,255 0,528 0,849 1,298 1,676 2,009 2,403 2,678 3,261 3,496
60 0,254 0,527 0,848 1,296 1,671 2,000 2,390 2,660 3,232 3,460
70 0,454 0,527 0,847 1,294 1,667 1,994 2,381 2,648 3,211 3,435
80 0,254 0,527 0,846 1,292 1,664 1,990 2,374 2,639 3,195 3,415
90 0,254 0,526 0,846 1,291 1,662 1,987 2,368 2,632 3,183 3,402
100 0,254 0,526 0,845 1,290 1,660 1,984 2,365 2,626 3,174 3,389
200 0,254 0,525 0,843 1,286 1,653 1,972 2,345 2,601 3,131 3,339
500 0,253 0,525 0,842 1,283 1,648 1,965 2,334 2,586 3,106 3,310
∞ 0,253 0,524 0,842 1,282 1,645 1,960 2,326 2,576 3,090 3,291

7
Formulaire Math F-315 NE RIEN ECRIRE SUR CES FEUILLES SVP

D Tableau de la fonction de répartition de la loi chi-carré

Soit X une variable aléatoire qui suit une loi chi-carré à ν degrés de liberté, notée X ∼ χ2ν .
La table donne les valeurs χ telles que F (χ ) déf
ν ν
2 2= P (X ≤ χ 2
) = 1 − α.
Par exemple : χ = 1, 06, ce qui implique que P (X ≤ 1, 06) = 0, 10 si X ∼ χ .
ν,1−α ν ν,1−α ν ν,1−α
2 2
4;0,10 4 4 4

ν ↓ → Fν (t) 0,001 0,005 0,010 0,025 0,05 0,10 0,50 0,90 0,95 0,975 0,990 0,995 0,999
1    0,001 0,004 0,016 0,455 2,71 3,84 5,02 6,63 7,88 10,8
2 0,002 0,010 0,020 0,051 0,103 0,211 1,39 4,61 5,99 7,38 9,21 10,6 13,8
3 0,024 0,072 0,115 0,216 0,352 0,584 2,37 6,25 7,81 9,35 11,3 12,8 16,3
4 0,091 0,207 0,297 0,484 0,711 1,06 3,36 7,78 9,49 11,1 13,3 14,9 18,5
5 0,210 0,412 0,554 0,831 1,15 1,61 4,35 9,24 11,1 12,8 15,1 16,7 20,5
6 0,381 0,676 0,872 1,24 1,64 2,20 5,35 10,6 12,6 14,4 16,8 18,5 22,5
7 0,598 0,989 1,24 1,69 2,17 2,83 6,35 12,0 14,1 16,0 18,5 20,3 24,3
8 0,857 1,34 1,65 2,18 2,73 3,49 7,34 13,4 15,5 17,5 20,1 22,0 26,1
9 1,15 1,73 2,09 2,70 3,33 4,17 8,34 14,7 16,9 19,0 21,7 23,6 27,9
10 1,48 2,16 2,56 3,25 3,94 4,87 9,34 16,0 18,3 20,5 23,2 25,2 29,6
11 1,83 2,60 3,05 3,82 4,57 5,58 10,3 17,3 19,7 21,9 24,7 26,8 31,3
12 2,21 3,07 3,57 4,40 5,23 6,30 11,3 18,5 21,0 23,3 26,2 28,3 32,9
13 2,62 3,57 4,11 5,01 5,89 7,04 12,3 19,8 22,4 24,7 27,7 29,8 34,5
14 3,04 4,07 4,66 5,63 6,57 7,79 13,3 11,1 23,7 26,1 29,1 31,3 36,1
15 3,48 4,60 5,23 6,26 7,26 8,55 14,3 22,3 25,0 27,5 30,6 32,8 31,7
16 3,94 5,14 5,81 6,91 7,96 9,31 15,3 23,5 26,3 28,8 32,0 34,3 39,3
17 4,42 5,70 6,41 7,56 8,67 10,1 16,3 24,8 27,6 30,2 33,4 35,7 40,8
18 4,90 6,26 7,01 8,23 9,39 10,9 17,3 26,0 28,9 31,5 34,8 37,2 42,3
19 5,41 6,84 7,63 8,91 10,1 11,7 18,3 27,2 30,1 32,9 36,2 38,6 43,8
20 5,92 7,43 8,26 9,59 10,9 12,4 19,3 28,4 31,4 34,2 37,6 40,0 45,3
21 6,45 8,03 8,90 10,3 11,6 13,2 20,3 29,6 32,7 35,5 38,9 41,4 46,8
22 6,98 8,64 9,54 11,0 12,3 14,0 21,3 30,8 33,9 36,8 40,3 42,8 48,3
23 7,53 9,26 10,2 11,7 13,1 14,8 22,3 32,0 35,2 38,1 41,6 44,2 49,7
24 8,08 9,89 10,9 12,4 13,8 15,7 23,3 33,2 36,4 39,4 43,0 45,6 51,2
25 8,65 10,5 11,5 13,1 14,6 16,5 24,3 34,4 37,7 40,6 44,3 46,9 52,6
26 9,22 11,2 12,2 13,8 15,4 17,3 25,3 35,6 38,9 41,9 45,6 48,3 54,1
27 9,80 11,8 12,9 14,6 16,2 18,1 26,3 36,7 40,1 43,2 47,0 49,6 55,5
28 10,4 12,5 13,6 15,3 16,9 18,9 27,3 37,9 41,3 44,5 48,3 51,0 56,9
29 11,0 13,1 14,3 16,0 17,7 19,8 28,3 39,1 42,6 45,7 49,6 52,3 58,3
30 11,6 13,8 15,0 16,8 18,5 20,6 29,3 40,3 43,8 47,0 50,9 53,7 59,7
32 12,8 15,1 16,4 18,3 20,1 22,3 31,3 42,6 46,2 49,5 53,5 56,3 62,5
34 14,1 16,5 17,8 19,8 21,7 24,0 33,3 44,9 48,6 52,0 56,1 59,0 65,2
36 15,3 17,9 19,2 21,3 23,3 25,6 35,3 47,2 51,0 54,4 58,6 61,6 68,0
38 16,6 19,3 20,7 22,9 24,9 27,3 37,3 49,5 53,4 56,9 61,2 64,2 70,7
40 17,9 20,7 22,2 24,4 26,5 29,1 39,3 51,8 55,8 59,3 63,7 66,8 73,4
50 24,7 28,0 29,7 32,4 34,8 37,7 49,3 63,2 67,5 71,4 76,2 79,5 86,7
60 31,7 35,5 37,5 40,5 43,2 46,5 59,3 74,4 79,1 83,3 88,4 92,0 99,6
70 39,0 43,3 45,4 48,8 51,7 55,3 69,3 85,5 90,5 95,0 100,4 104,2 112,3
80 46,5 51,2 53,5 57,2 60,4 64,3 79,3 96,6 101,9 106,6 112,3 116,3 124,8
90 54,2 59,2 61,8 65,6 69,1 73,3 89,3 107,6 113,1 118,1 124,1 128,3 137,2
100 61,9 67,3 70,1 74,2 77,9 82,4 99,3 118,5 124,3 129,6 135,8 140,2 149,4