par SoS-Math(9) » sam. 29 mars 2014 13:33
Bonjour Anaïs,
Nous ne donnons pas de leçon sur ce forum .... cependant voici le principe de linéarité de la moyenne :
Soit \(m\) est la moyenne d'une série statistique \((x_1, x_2, ..., x_n)\).
si à chaque valeur \(x_i\) (pour i allant de 1 à n) de cette série on applique la transformation affine \(y = ax + b\),
alors la moyenne de cette nouvelle série \((ax_1+b, ax_2+b, ..., ax_n+b)\) sera \(m^,=am+b\).
SoSMath.
Bonjour Anaïs,
Nous ne donnons pas de leçon sur ce forum .... cependant voici le principe de linéarité de la moyenne :
Soit [tex]m[/tex] est la moyenne d'une série statistique [tex](x_1, x_2, ..., x_n)[/tex].
si à chaque valeur [tex]x_i[/tex] (pour i allant de 1 à n) de cette série on applique la transformation affine [tex]y = ax + b[/tex],
alors la moyenne de cette nouvelle série [tex](ax_1+b, ax_2+b, ..., ax_n+b)[/tex] sera [tex]m^,=am+b[/tex].
SoSMath.