Statistiques : corrigés des exercices de maths en 1ère.

Exercice 1 : calcul de la médiane, quartile et étendue
L’intervalle représenté par le diagramme en boîte est de %5B98%2C\,150%5D.

Calcul de l’écart interquartile:
Q_3\,-\,Q_1\,=\,135\,-\,120\,=\,15

Pour déterminer la série de 5 valeurs ayant les caractéristiques suivantes (la médiane est 12, le maximum est 36, le premier quartile est 9, l’étendue est 34, et l’écart interquartile est 15), on peut procéder comme suit :

1. Etendue:
Etendue\,=\,Maximum\,-\,Minimum
34\,=\,36\,-\,Minimum
Minimum\,=\,36\,-\,34
Minimum\,=\,2

2. Ecart\,Interquartile:
Q_3\,-\,Q_1\,=\,15
Q_3\,-\,9\,=\,15
Q_3\,=\,24

Ainsi, les valeurs sont : 2%2C\,9%2C\,12%2C\,24%2C\,36.

En vérifiant :
– La médiane est bien 12.
– Le premier quartile est 9.
– L’étendue est 36\,-\,2\,=\,34.
– L’écart interquartile est 24\,-\,9\,=\,15.

Donc la série de valeurs est 2%2C\,9%2C\,12%2C\,24%2C\,36.

Exercice 2 : calcul de l’écart-type d’une série statistique
Pour calculer l’écart-type de la première série statistique, suivez les étapes suivantes.

La série est : 2%2C\,4%2C\,8%2C\,16%2C\,32%2C\,64%2C\,128%2C\,256%2C\,512%2C\,512.

Calculons la moyenne arithmétique \overline{x} :
\overline{x}\,=\,\frac{2\,%2B\,4\,%2B\,8\,%2B\,16\,%2B\,32\,%2B\,64\,%2B\,128\,%2B\,256\,%2B\,512\,%2B\,512}{10}\,=\,\frac{1534}{10}\,=\,153.4

Ensuite, nous calculons la variance \sigma^2 :
\sigma^2\,=\,\frac{(2-153.4)^2\,%2B\,(4-153.4)^2\,%2B\,(8-153.4)^2\,%2B\,(16-153.4)^2\,%2B\,(32-153.4)^2\,%2B\,(64-153.4)^2\,%2B\,(128-153.4)^2\,%2B\,(256-153.4)^2\,%2B\,(512-153.4)^2\,%2B\,(512-153.4)^2}{10}

Les différences au carré sont :
(2-153.4)^2\,=\,22961.16
(4-153.4)^2\,=\,22305.16
(8-153.4)^2\,=\,21025.16
(16-153.4)^2\,=\,18835.56
(32-153.4)^2\,=\,14777.16
(64-153.4)^2\,=\,8009.16
(128-153.4)^2\,=\,654.76
(256-153.4)^2\,=\,10542.76
(512-153.4)^2\,=\,128292.76

(512-153.4)^2\,=\,128292.76

La somme des carrés des différences est :
22961.16\,%2B\,22305.16\,%2B\,21025.16\,%2B\,18835.56\,%2B\,14777.16\,%2B\,8009.16\,%2B\,654.76\,%2B\,10542.76\,%2B\,128292.76\,%2B\,128292.76\,=\,374696.40

Ainsi, la variance est :
\sigma^2\,=\,\frac{374696.40}{10}\,=\,37469.64

L’écart-type \sigma est :
\sigma\,=\,\sqrt{37469.64}\,\approx\,193.54

Pour le second exercice, nous allons suivre les mêmes étapes :

Calculons la moyenne :
\overline{x}\,=\,\frac{6\,\times  \,9\,%2B\,7\,\times  \,2\,%2B\,8\,\times  \,1\,%2B\,9\,\times  \,8\,%2B\,10\,\times  \,7\,%2B\,12\,\times  \,6}{9\,%2B\,2\,%2B\,1\,%2B\,8\,%2B\,7\,%2B\,6}\,=\,\frac{54\,%2B\,14\,%2B\,8\,%2B\,72\,%2B\,70\,%2B\,72}{33}\,=\,\frac{290}{33}\,\approx\,8.79

Calculons la variance \sigma^2 :
\sigma^2\,=\,\frac{9(6-8.79)^2\,%2B\,2(7-8.79)^2\,%2B\,1(8-8.79)^2\,%2B\,8(9-8.79)^2\,%2B\,7(10-8.79)^2\,%2B\,6(12-8.79)^2}{33}

Les différences au carré multipliées par les effectifs sont :
9(6-8.79)^2\,=\,9(7.7841)\,=\,70.0569
2(7-8.79)^2\,=\,2(3.2041)\,=\,6.4082
1(8-8.79)^2\,=\,1(0.6241)\,=\,0.6241
8(9-8.79)^2\,=\,8(0.0441)\,=\,0.3528
7(10-8.79)^2\,=\,7(1.4641)\,=\,10.2487
6(12-8.79)^2\,=\,6(10.3681)\,=\,62.2086

La somme des carrés des différences est :
70.0569\,%2B\,6.4082\,%2B\,0.6241\,%2B\,0.3528\,%2B\,10.2487\,%2B\,62.2086\,=\,149.8993

Ainsi, la variance est :
\sigma^2\,=\,\frac{149.8993}{33}\,\approx\,4.5424

L’écart-type \sigma est :
\sigma\,=\,\sqrt{4.5424}\,\approx\,2.13

Exercice 3 : déterminer la moyenne à l’aide de l’écart interquartile
1. Determiner\,une\,serie\,de\,quatre\,valeurs\,dont\,l'ecart-type\,est\,inferieur\,a\,l'ecart\,interquartile.

Exemple de série : 2%2C\,2%2C\,2%2C\,5

Pour cette série, les trois premiers quartiles Q_1%2C\,Q_2%2C\,Q_3 sont respectivement :
Q_1\,=\,2
Q_2\,=\,mediane\,=\,2
Q_3\,=\,2.5

L’écart interquartile IQR est donc :
IQR\,=\,Q_3\,-\,Q_1\,=\,2.5\,-\,2\,=\,0.5

Pour calculer l’écart-type \sigma, nous devons d’abord trouver la moyenne \mu :
\mu\,=\,\frac{2%2B2%2B2%2B5}{4}\,=\,2.75

Puis, calculons la variance \sigma^2 :
\sigma^2\,=\,\frac{(2-2.75)^2\,%2B\,(2-2.75)^2\,%2B\,(2-2.75)^2\,%2B\,(5-2.75)^2}{4}\,=\,\frac{0.5625\,%2B\,0.5625\,%2B\,0.5625\,%2B\,5.0625}{4}\,=\,1.6875

Et enfin l’écart-type \sigma :
\sigma\,=\,\sqrt{1.6875}\,\approx\,1.30

Donc, pour cette série, \sigma\,=\,1.30 et IQR\,=\,0.5, l’écart-type n’est pas inférieur à l’écart interquartile. Trouvons plutôt une série où l’écart-type est vraiment plus petit :

Série alternative : 2%2C\,2%2C\,3%2C\,3
Q_1\,=\,2
Q_2\,=\,2.5
Q_3\,=\,3

IQR\,=\,Q_3\,-\,Q_1\,=\,3\,-\,2\,=\,1

Moyenne \mu:
\mu\,=\,\frac{2%2B2%2B3%2B3}{4}\,=\,2.5

Variance \sigma^2:
\sigma^2\,=\,\frac{(2-2.5)^2\,%2B\,(2-2.5)^2\,%2B\,(3-2.5)^2\,%2B\,(3-2.5)^2}{4}\,=\,\frac{0.25\,%2B\,0.25\,%2B\,0.25\,%2B\,0.25}{4}\,=\,0.25

\sigma\,=\,\sqrt{0.25}\,=\,0.5

Pour cette série, \sigma\,=\,0.5 et IQR\,=\,1, donc l’écart-type est bien inférieur à l’écart interquartile.

2. Les\,moyennes\,trimestrielles\,d'un\,eleve\,en\,mathematiques\,sont\,11\,%3B\,9\,et\,16.\,Determiner\,sa\,moyenne\,annuelle%2C\,puis\,la\,variance\,et\,l'ecart-type\,de\,cette\,serie\,de\,notes.

Moyenne annuelle :
\mu\,=\,\frac{11\,%2B\,9\,%2B\,16}{3}\,=\,\frac{36}{3}\,=\,12

Variance :
\sigma^2\,=\,\frac{(11\,-\,12)^2\,%2B\,(9\,-\,12)^2\,%2B\,(16\,-\,12)^2}{3}\,=\,\frac{(-1)^2\,%2B\,(-3)^2\,%2B4^2}{3}\,=\,\frac{1\,%2B\,9\,%2B\,16}{3}\,=\,\frac{26}{3}\,\approx\,8.67

Écart-type :
\sigma\,=\,\sqrt{8.67}\,\approx\,2.94

3. Sans\,calcul%2C\,deviner\,laquelle\,des\,deux\,series\,a\,le\,plus\,grand\,ecart-type.

Série 1 : 5%2C\,12%2C\,1%2C\,13%2C\,2

Série 2 : 313%2C\,312%2C\,313%2C\,314%2C\,312%2C\,311

La série 1 présente des valeurs très dispersées, allant de 1 à 13, tandis que la série 2 a des valeurs très proches les unes des autres autour de 312 et 313. Par conséquent, il est intuitivement évident que la série 1 a un écart-type plus grand que la série 2.

Exercice 4 : simplifier des sommes
\begin{align*}
\text{1. Simplifier } \sum_{i=1}^{5} x_i – \sum_{i=2}^{3} x_i:
\end{align*}

\begin{equation*}
\sum_{i=1}^{5} x_i = x_1 + x_2 + x_3 + x_4 + x_5
\end{equation*}

\begin{equation*}
\sum_{i=2}^{3} x_i = x_2 + x_3
\end{equation*}

\begin{equation*}
\sum_{i=1}^{5} x_i – \sum_{i=2}^{3} x_i
= (x_1 + x_2 + x_3 + x_4 + x_5) – (x_2 + x_3)
= x_1 + x_4 + x_5
\end{equation*}

\vspace{1cm}

\begin{align*}
\text{2. Simplifier } \sum_{i=7}^{12} n_i – \sum_{k=6}^{9} n_k:
\end{align*}

\begin{equation*}
\sum_{i=7}^{12} n_i = n_7 + n_8 + n_9 + n_{10} + n_{11} + n_{12}
\end{equation*}

\begin{equation*}
\sum_{k=6}^{9} n_k = n_6 + n_7 + n_8 + n_9
\end{equation*}

\begin{equation*}
\sum_{i=7}^{12} n_i – \sum_{k=6}^{9} n_k
= (n_7 + n_8 + n_9 + n_{10} + n_{11} + n_{12}) – (n_6 + n_7 + n_8 + n_9)
= n_{10} + n_{11} + n_{12} – n_6
\end{equation*}

Exercice 5 : diagramme en boîte et intervalle interquartile
1) Pour lire les valeurs du diagramme en boîte :

– Le minimum (la plus petite valeur) est 1.
– Le premier quartile Q_1 est 4.
– La médiane (le deuxième quartile, Q_2) est 6.
– Le troisième quartile Q_3 est 8.
– Le maximum (la plus grande valeur) est 10.

2) L’intervalle interquartile (IQR) est la différence entre le troisième quartile Q_3 et le premier quartile Q_1 :
IQR\,=\,Q_3\,-\,Q_1
IQR\,=\,8\,-\,4\,=\,4

Exercice 6 : compléter le diagramme en boîte
Pour résoudre cet exercice, nous devons placer correctement les valeurs des quartiles et des extrêmes du diagramme en boîte, en respectant les conditions données :

1. L’étendue doit être de 11.
2. La médiane doit être de 12.
3. L’écart interquartile doit être de 5.

1. Calculer\,les\,valeurs\,des\,extremes\,%3A

L’étendue est la différence entre la valeur maximale et la valeur minimale. Étant donné que l’étendue est de 11, si nous supposons que la valeur minimale (min) est 7, alors la valeur maximale (max) sera :
max\,=\,min\,%2B\,11\,=\,7\,%2B\,11\,=\,18

2. Placer\,la\,mediane\,%3A

La médiane est déjà donnée comme étant 12. Donc, elle reste à 12.

3. Determiner\,les\,quartiles\,%3A

L’écart interquartile (Q3 – Q1) est donné comme étant 5. Sachant que la médiane (Q2) est 12, nous devons répartir cet écart de part et d’autre de la médiane de manière équilibrée.

– Si Q2 est 12, pour avoir un écart interquartile de 5, nous pouvons placer Q1 à 10 (Q2 – 2.5) et Q3 à 15 (Q2 + 2.5).

En résumé, voici les valeurs pour constituer le diagramme en boîte :

– Minimum (min) : 7
– Quartile 1 (Q1) : 10
– Médiane (Q2) : 12
– Quartile 3 (Q3) : 15
– Maximum (max) : 18

Le diagramme en boîte respectant ces conditions se dessine comme suit :

\boxed{%0D%0A\begin{array}{c}%0D%0Amin\,=\,7\,\\%0D%0AQ_1\,=\,10\,\\%0D%0AQ_2\,=\,12\,\\%0D%0AQ_3\,=\,15\,\\%0D%0Amax\,=\,18\,\\%0D%0A\end{array}%0D%0A}

Ce diagramme satisfera toutes les conditions de l’exercice.

Exercice 7 : déterminer les quartiles et diagramme en boîte
Pour déterminer les quartiles Q_1 et Q_3 et la médiane de cette série, nous devons d’abord organiser les données sous forme triée cumulée.

### Table des Effectifs Cumulés

| Nombre d’articles | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|——————-|—-|—-|—-|—-|—-|—-|—-|—-|—-|
| Nombre de clients | 3 | 5 | 10 | 15 | 22 | 8 | 1 | 0 | 1 |
| Effectif cumulé | 3 | 8 | 18 | 33 | 55 | 63 | 64 | 64 | 65 |

### Calcul de la Médiane

Le nombre total de clients (n) est de 65. La médiane correspond à la valeur de la position
(\frac{65\,%2B\,1}{2})\,=\,33.
En examinant les effectifs cumulés, on remarque que la position 33 se trouve dans la catégorie où il y a 5 articles (car l’effectif cumulé passe de 18 à 33). Donc, la médiane est:
Mediane\,=\,5

### Calcul du Premier Quartile (Q_1)

Le premier quartile correspond à la valeur de la position (\frac{n%2B1}{4})\,=\,(\frac{65%2B1}{4})\,=\,16.5.
La position 16.5 se situe dans la catégorie où il y a 4 articles (car l’effectif cumulé passe de 8 à 18). Donc,
Q_1\,=\,4

### Calcul du Troisième Quartile (Q_3)

Le troisième quartile correspond à la valeur de la position 3\,(\frac{n%2B1}{4})\,=\,3\,(\frac{65%2B1}{4})\,=\,49.5.
La position 49.5 se situe dans la catégorie où il y a 6 articles (car l’effectif cumulé passe de 33 à 55). Donc,
Q_3\,=\,6

### Diagramme en boîte

Pour tracer le diagramme en boîte (ou boîte à moustaches), nous utilisons les valeurs suivantes :

– Minimum: 2
Q_1: 4
– Médiane: 5
Q_3: 6
– Maximum: 10

« `latex
\documentclass{article}
\usepackage{tikz}
\begin{document}

\begin{tikzpicture}
\draw (0,0) — (10,0);
\draw[thick] (2,0) — (2,0.5);
\draw[thick] (4,0) — (4,0.5);
\draw[thick] (5,0) — (5,0.5);
\draw[thick] (6,0) — (6,0.5);
\draw[thick] (10,0) — (10,0.5);

\draw[dashed] (2,0.25) — (4,0.25);
\draw[dashed] (6,0.25) — (10,0.25);
\draw[thick] (4,0.5) rectangle (6,-0.5);

\node at (2,-0.7) {2};
\node at (4,-0.7) {4};
\node at (5,-0.7) {5};
\node at (6,-0.7) {6};
\node at (10,-0.7) {10};

\end{tikzpicture}

\end{document}
« `

Exercice 8 : déterminer la médiane et jeux vidéos
1. Détermination de Q_1, Q_3 et de la médiane de cette série.

La série triée dans l’ordre croissant est :
0%2C\,1%2C\,2%2C\,3%2C\,5%2C\,6%2C\,7%2C\,10%2C\,11%2C\,12

Nombre total de valeurs, n\,=\,10.

La médiane (Q_2) est la valeur moyenne des valeurs en position \frac{n}{2} et \frac{n}{2}\,%2B\,1 , soit :
Q_2\,=\,\frac{6\,%2B\,7}{2}\,=\,6.5

Les quartiles Q_1 et Q_3 sont les médianes des moitiés inférieure et supérieure de la série triée.

Pour Q_1 (premier quartile), on prend les 5 premières valeurs :
0%2C\,1%2C\,2%2C\,3%2C\,5
Le premier quartile Q_1 est la médiane de cette sous-série :
Q_1\,=\,2

Pour Q_3 (troisième quartile), on prend les 5 dernières valeurs :
7%2C\,10%2C\,11%2C\,12
Le troisième quartile Q_3 est la médiane de cette sous-série :
Q_3\,=\,10.5

2. Diagramme en boîte (boîte à moustaches) de cette série :
Après avoir déterminé les valeurs importantes (Q_1%2C\,Q_2%2C\,Q_3), nous pouvons tracer le diagramme en boîte. Il est représenté comme suit :

0\,---%7C\,2\,---%7C\,6.5\,---%7C\,10.5\,---%7C\,12

3. Phénomène important que le diagramme en boîte ne rend pas compte.

Le diagramme en boîte donne une vision claire de la dispersion et des valeurs extrêmes, mais il ne montre pas les détails de la distribution des valeurs chronologiques, comme les tendances ou les variations au cours du temps.

4. Représentation graphique rendant compte de ce phénomène.

Pour rendre compte de la tendance chronologique, on peut utiliser un graphique de séries chronologiques, où l’axe x représente le temps (les années) et l’axe y représente le nombre de jeux achetés. Voici une esquisse de ce graphique :

\begin{tikzpicture}%0D%0A\begin{axis}%5B%0D%0Axlabel={Annee}%2C%0D%0Aylabel={Nombre\,de\,jeux\,achetes}%2C%0D%0Axtick={1%2C2%2C3%2C4%2C5%2C6%2C7%2C8%2C9%2C10}%2C%0D%0Axticklabels={1%2C2%2C3%2C4%2C5%2C6%2C7%2C8%2C9%2C10}%2C%0D%0Aytick={0%2C2%2C4%2C6%2C8%2C10%2C12}%2C%0D%0Aymin=0%2C\,ymax=12%2C%0D%0Agrid=major%2C%0D%0Awidth=10cm%2C%0D%0Aheight=6cm%0D%0A%5D%0D%0A\addplot%5Bmark=%2A%2C\,mark\,options={scale=1.2}%2C\,color=blue%5D%0D%0Acoordinates\,{(1%2C5)\,(2%2C6)\,(3%2C10)\,(4%2C11)\,(5%2C12)\,(6%2C7)\,(7%2C3)\,(8%2C2)\,(9%2C1)\,(10%2C0)}%3B%0D%0A\end{axis}%0D%0A\end{tikzpicture}

Ce graphique montre clairement la diminution du nombre de jeux achetés au fil des années.

Exercice 9 : tracer les diagrammes en boîtes des séries
1) Déterminons le nombre d’élèves de chaque classe.

Pour la classe 1re S1:
Nombre\,d'eleves\,=\,5\,%2B\,4\,%2B\,0\,%2B\,4\,%2B\,5\,%2B\,3\,%2B\,7\,%2B\,6\,%2B\,5\,%2B\,5\,=\,44

Pour la classe 1re S2:
Nombre\,d'eleves\,=\,4\,%2B\,3\,%2B\,5\,%2B\,6\,%2B\,4\,%2B\,6\,%2B\,5\,%2B\,2\,%2B\,3\,%2B\,1\,=\,39

2) Traçons les diagrammes en boîtes (boxplots) des deux séries sur le même graphique.

Pour tracer les diagrammes en boîtes, nous devons d’abord calculer le minimum, le premier quartile (Q1), la médiane (Q2), le troisième quartile (Q3), et le maximum pour chaque classe.

Pour la classe 1re S1:
– Notes triées: 1, 1, 1, 1, 1, 2, 2, 2, 2, 5, 5, 5, 5, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10.
– Minimum = 1
– Q1 = 5 (11e valeur)
– Médiane (Q2) = 7 (22e et 23e valeurs moyennes)
– Q3 = 9 (33e valeur)
– Maximum = 10

Pour la classe 1re S2:
– Notes triées: 1, 1, 1, 1, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 7, 7, 7, 8, 8, 9.
– Minimum = 1
– Q1 = 4 (10e et 11e valeurs moyennes)
– Médiane (Q2) = 5 (20e et 21e valeurs moyennes)
– Q3 = 6 (24e et 25e valeurs moyennes)
– Maximum = 9

Diagrammes en boîtes pour les deux classes (dans un environnement graphique):

\begin{array}{c%7Cl%7Cl%7Cl%7Cl%7Cl}%0D%0AClasse\,%26\,Minimum\,%26\,Q1\,%26\,Q2\,%26\,Q3\,%26\,Maximum\,\\%0D%0A\hline%0D%0A1re\,S1\,%26\,1\,%26\,5\,%26\,7\,%26\,9\,%26\,10\,\\%0D%0A1re\,S2\,%26\,1\,%26\,4\,%26\,5\,%26\,6\,%26\,9\,\\%0D%0A\end{array}

3) Comparons les deux classes.

– La classe 1re S1 a une médiane (7) plus élevée que celle de la classe 1re S2 (5), ce qui suggère que la classe 1re S1 a globalement des résultats meilleurs.
– Les valeurs interquartiles (Q1 et Q3) sont également plus élevées pour la classe 1re S1 comparé à la classe 1re S2.
– La classe 1re S2 a une dispersion plus faible des valeurs (écart interquartile de 4 à 6) par rapport à la classe 1re S1 (écart interquartile de 5 à 9), indiquant que les notes des élèves de 1re S2 sont plus groupées autour de la médiane.
– Le maximum pour la note de la classe 1re S1 est plus élevé (10) comparé à la classe 1re S2 (9). Cela montre qu’il y a des élèves avec des résultats excédant en classe 1re S1.

Exercice 10 : une étude de séries statistiques
Correction\,de\,l'exercice\,%3A

1) La série la plus homogène est celle avec le plus petit écart interquartile e. Donc, celle avec e est plus homogène que celle avec 100e.

2) Soit t_1%2C\,t_2%2C\,\ldots%2C\,t_n les valeurs des tailles en mètres pour une série d’élèves.

Les tailles en centimètres seront alors données par 100\,\times  \,t_1%2C\,100\,\times  \,t_2%2C\,\ldots%2C\,100\,\times  \,t_n.

Si Q_1 et Q_3 sont respectivement les 1er et 3e quartiles des tailles exprimées en mètres, alors l’écart interquartile est e\,=\,Q_3\,-\,Q_1.

Pour la série des tailles en centimètres, les 1er et 3e quartiles seront 100\,\times  \,Q_1 et 100\,\times  \,Q_3 respectivement. Ainsi, l’écart interquartile de cette série sera :
100Q_3\,-\,100Q_1\,=\,100(e).
Donc, l’écart interquartile de la deuxième série est bien égal à 100 fois celui de la première série.

3) Concernant la réponse à la question 1), la série la plus homogène est la première avec un écart interquartile e. Lorsqu’on discute de l’homogénéité de deux séries à l’aide de l’écart interquartile, il est important de tenir compte des échelles des valeurs.

Plutôt que seulement l’écart interquartile, on devrait utiliser l’écart interquartile relatif défini comme e\,%2F\,moyenne ou une autre mesure normalisée pour comparer l’homogénéité des séries lorsque les unités diffèrent. Vous pouvez aussi considérer d’autres paramètres statistiques comme la variance relative ou le coefficient de variation pour avoir une vision plus complète de l’homogénéité.

Voir Corrigés 11 à 20 ...
Voir Corrigés 21 à 30 ...
Voir Corrigés 31 à 32 ...

Réviser les cours et exercices de maths avec nos Q.C.M :


D'autres outils pour progresser en autonomie :



Nombre de fichiers PDF téléchargés.  Maths PDF c'est 13 213 124 cours et exercices de maths téléchargés en PDF et 4 250 exercices.

Maths PDF

GRATUIT
VOIR