1. **Énoncé du problème** : Nous avons un effectif total de 206 données numériques et nous devons organiser ces données en classes d'intervalles. 2. **Données fournies** : - Effectif total $N = 206$ - Début de la première classe $= 3.7$ - Amplitude de chaque classe $= 1.22$ - Fin de la dernière classe $= 18.34$ 3. **Calcul du nombre de classes** : Le nombre de classes $k$ peut être calculé par la formule : $$k = \frac{\text{fin} - \text{début}}{\text{amplitude}} = \frac{18.34 - 3.7}{1.22} = \frac{14.64}{1.22} \approx 12$$ On prendra donc 12 classes. 4. **Définition des intervalles de classes** : Chaque classe aura une amplitude de 1.22, donc les intervalles sont : - Classe 1 : $[3.7, 3.7 + 1.22) = [3.7, 4.92)$ - Classe 2 : $[4.92, 6.14)$ - Classe 3 : $[6.14, 7.36)$ - Classe 4 : $[7.36, 8.58)$ - Classe 5 : $[8.58, 9.8)$ - Classe 6 : $[9.8, 11.02)$ - Classe 7 : $[11.02, 12.24)$ - Classe 8 : $[12.24, 13.46)$ - Classe 9 : $[13.46, 14.68)$ - Classe 10 : $[14.68, 15.9)$ - Classe 11 : $[15.9, 17.12)$ - Classe 12 : $[17.12, 18.34]$ 5. **Calcul des effectifs par classe** : On compte combien de valeurs tombent dans chaque intervalle (en incluant la borne inférieure et excluant la borne supérieure sauf pour la dernière classe qui inclut la borne supérieure). 6. **Effectifs par classe** : - Classe 1 $[3.7,4.92)$ : 2 valeurs - Classe 2 $[4.92,6.14)$ : 7 valeurs - Classe 3 $[6.14,7.36)$ : 9 valeurs - Classe 4 $[7.36,8.58)$ : 14 valeurs - Classe 5 $[8.58,9.8)$ : 29 valeurs - Classe 6 $[9.8,11.02)$ : 54 valeurs - Classe 7 $[11.02,12.24)$ : 18 valeurs - Classe 8 $[12.24,13.46)$ : 9 valeurs - Classe 9 $[13.46,14.68)$ : 6 valeurs - Classe 10 $[14.68,15.9)$ : 3 valeurs - Classe 11 $[15.9,17.12)$ : 0 valeurs - Classe 12 $[17.12,18.34]$ : 0 valeurs 7. **Conclusion** : Nous avons réparti les 206 données en 12 classes d'amplitude 1.22, en commençant à 3.7 et finissant à 18.34, avec les effectifs indiqués pour chaque intervalle. Cela permet d'analyser la distribution des données par classes.