From bca3687707b2c7cba79b88c77fea346053f7d1cc Mon Sep 17 00:00:00 2001
From: Claudio <claudio.sousa@gmail.com>
Date: Sat, 17 Jun 2017 14:21:18 +0200
Subject: [PATCH] corrections orthographiques

---
 cours.tex | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/cours.tex b/cours.tex
index 63bb710..2a9d5b7 100644
--- a/cours.tex
+++ b/cours.tex
@@ -222,7 +222,7 @@ avec $y=(A-1)/(A+1)$. On a finalement que
 \begin{equation}
  \log(n)=\log(A\cdot 10^{p-1})=(p-1)\log(10)+2\sum_{k=0}^\infty \frac{y^{2k+1}}{2k+1}.
 \end{equation}
-La valeur de $y$ étant quelque chose de proche de 0, la somme converge vite vers une valeurs finie et on peut faire l'approximation
+La valeur de $y$ étant quelque chose de proche de 0, la somme converge vite vers une valeur finie et on peut faire l'approximation
 \begin{equation}
  \log(n)\cong(p-1)\log(10),
 \end{equation}
@@ -3272,7 +3272,7 @@ Nous allons voir deux mesures différentes dans cette sous-section: la variance
 Nous cherchons d'abord à calculer la moyenne des écarts à la moyenne. 
 Hors, comme on l'a vu dans la sous-section précédente l'écart à la moyenne $x_i-\bar{x}$ est nul en moyenne. Cette grandeurs ne nous apprend rien. 
 On peut donc s'intéresser plutôt à la moyenne de l'écart quadratique $(x_i-\bar{x})^2$ qui est une quantité toujours positive et donc la moyenne sera 
-de cette écart quadratique aura toujours une valeurs qui sera positive ou nulle (elle sera nulle uniquement si 
+de cette écart quadratique aura toujours une valeur qui sera positive ou nulle (elle sera nulle uniquement si 
 $x_i-\bar{x}=0,\forall i$)\footnote{on pourrait aussi étudier la moyenne de $|x_i-\bar{x}|$, mais cela est moins pratique à étudier théoriquement.}.
 On définit donc la \textit{variance}, $v$, comme étant la moyenne des écarts quadratiques
 \begin{equation}
-- 
GitLab