Mth2302B - Intra Été 2011

Dimension: px
Commencer à balayer dès la page:

Download "Mth2302B - Intra Été 2011"

Transcription

1 École Polytechnique de Montréal page 1 Contrôle périodique Été Corrigé T.Hammouche Question 1 (12 points) Mth2302B - Intra Été 2011 Des pièces produites dans une usine peuvent présenter jusqu à trois types de défaut. Soit les événements A i où : A i : "Une pièce quelconque présente un défaut de type i" i = 1, 2, 3. Chacun des trois défauts à la même probabilité, que les deux autres, d être le seul défaut que présente une pièce. D autre part, le nombre de défauts que présente une pièce quelconque est une variable aléatoire X de fonction de répartition F X (x). Le tableau suivant donne F X (x) en certains points x. x F X (x) a) (2 points) Calculer le nombre moyen de défauts par pièce. b) (2 points) Calculer les probabilités P( ) et P( ). Chaque pièce est soumise à un test de contrôle afin de détecter ses défauts. Le test est positif s il signale l existence d au mois un défaut et négatif si aucun défaut n est détecté. Le test n est pas fiable (ou bien exact) à 100%, autrement dit, il peut s avérer positif alors que la pièce ne présente aucun défaut comme il peut s avérer négatif alors que la pièce comporte au moins un défaut. Le tableau suivant donne les probabilités conditionnelles P(D W) où D : "le test est positif" W P(D W) c) (2 points) Quel est le pourcentage des tests positifs? d) (2 points) Calculer la probabilité qu un test soit exact (ou bien fiable). e) (2 points) Si un test s avère positif, quelle est la probabilité que la pièce présente au moins un défaut? f) (2 points) Calculer la probabilité qu un premier test exact survienne à partir de la troisième pièce testée.

2 École Polytechnique de Montréal page 2 Réponse : a) Calculons la fonction de masse P X (x) x F X (x) P X (x) b) P( ) = P( ) = P( ) = P X (1)/3 =0.05 D après le diagramme de VENN, P( ) = P( ) + P( )+ P( + P(X = 3) = = 0.25 c) On cherche P(D) = par application de la loi des probabilités totale puisque l ensemble { } forme une partition. P(D) = 0.05(0.7)+0.5(0.05)+0.8(0.25) = 0.26 d) P(Test exact) = P((au moins un défaut et test positif) ou (aucun défaut et test négatif)) =

3 École Polytechnique de Montréal page 3 P(Test exact) = = 0.5(0.05) + 0.8(0.25) (0.7) = 0.89 e) On cherche = f) Soit la variable Y : nombre de pièces testées pour avoir un test positif. Y On cherche Question 2 (10 points) Les durées de vie (an) de la pile principale ainsi que de la pile de secours d un appareil électronique sont des variables aléatoires notées respectivement X et Y. Lorsque la pile principale arrive à terme, la pile de secours est automatiquement mise en marche. Lorsque cette dernière arrive à terme, l appareil tombe en panne si la pile principale n est pas remplacée. La fonction de densité conjointe du vecteur [X, Y] est : 0 sinon a) (1.5 points) Calculer la valeur de la constante réelle k. b) (3 points) Si la pile principale à duré plus d un an, quelle est la probabilité que l appareil fonctionne pour une durée totale dépassant 2 ans avant qu on procède au remplacement de la pile. c) (1.5 points) Les durées de vie des deux piles sont-elles indépendantes? Justifier! d) (1 point) La variable X suit une loi vue au cours. De quelle loi s agit-il? Préciser ses paramètres. e) (3 points) La durée totale des deux piles est T = X + Y. e-1) Montrer que E(Y n ) =. e-2) Calculer le coefficient de corrélation entre les variables T et X. Conclure!

4 École Polytechnique de Montréal page 4 Aide : + c Réponse : a) b) On cherche Pour calculer P(A) et P(B), il faut double intégrer D B. respectivement sur les domaines D A et Y=2-X D A Y=1/4 X=1 D B = 32 = 0.4 Donc c). (donc 0 sinon)

5 École Polytechnique de Montréal page 5 (donc 0 sinon) On voit que = pour tout couple (x,y), donc X et Y sont indépendantes. d) De la densité marginale de X, on reconnaît une loi exponentielle de paramètre. e) e-1) E(Y n ) =. e-2) D abord : Ensuite :. (Par indépendance de X et Y, E(X*Y) = E(X)*E(Y)) (Par indépendance de X et Y, pas de cov(x,y)) Finalement. très proche de 1, donc très forte corrélation entre X et T. Ceci est prévisible car La durée X forme la plus grande partie de la durée totale T. Question 3 (8 points) Une compagnie de location d outils possède 10 appareils de même type. La location de chaque appareil rapporte à la compagnie 300$ par heure. À la récupération de chaque appareil, la compagnie doit réparer les petites pannes survenues lors de l utilisation de l appareil.

6 École Polytechnique de Montréal page 6 Soit X la variable aléatoire représentant le nombre de pannes survenant lorsque l appareil est loué pour une période de durée T (heure). X suit une loi de Poisson de moyenne 0.5T. La réparation, par appareil, coûte à la compagnie 100X 2 $. a) (1 point) Quelle est la probabilité qu un appareil ait plus de 3 pannes après une location pour une période d une heure? b) (1.5 points) Montrer que E(X 2 ) = 0.5T T 2. c) (2 points) Exprimer, en fonction de T, le profit net moyen généré par un appareil après une location pour une période d une durée T. Pour quelle valeur de T ce profit est-il maximum? d) (2.5 points) Supposons que les 10 appareils sont loués pour une journée de 8 heures. Calculer la moyenne du nombre d appareils générant une perte pour cette journée. Que peut-on conclure concernant la durée de location? e) (1 point) La durée séparant les moments où surviennent deux pannes successives est une variable aléatoire notée Y. Peut-on modéliser Y par une loi uniforme? Justifier! Réponse : a) T = 1, alors. On cherche = b) On sait que V(X) = E(X 2 ) (E(X) ) 2 donc E(X 2 ) = V(X) + (E(X) ) 2 Comme E(X) = 0.5T et V(X) = 0.5T. D où E(X 2 ) = 0.5T T 2. c) Soit P : le profit net par appareil après une location pour une durée T. = 50T 25T 2 seconde est négative (-25), il s agit bien d un maximum). (La dérivée d) Soit la variable N : nombre d appareils (parmi les 10) générant une perte.. Ici.

7 École Polytechnique de Montréal page 7 cette question, on cherche Commentaire : Avec une telle fonction de profit, la compagnie n a pas intérêt à louer ses appareils pour une longue durée (> 5 heures). À T = 5 heures, la moyenne du profit est maximale, et à partir de 5 heures le profit diminue et devient même négatif (avec une probabilité considérable) lorsque T= 8 heures. e) La durée entre deux arrivées consécutives d une Poisson ne peut pas être une loi uniforme car les arrivées de Poisson ne surviennent pas régulièrement (uniformément espacées). Comme la durée Y entre 2 arrivées successives d une Poisson P( ) est de E(Y) = 1/. Donc la loi exponentielle est la loi appropriée pour modéliser la variable Y. Question 4 (10 points) Un village de 100 logements est alimenté en électricité par une centrale thermique de puissance 1500 kw. La demande en électricité par logement au mois de janvier est une variable aléatoire normalement distribuée de moyenne 12kW et d écart type 1.8kW. a) (2.5 points) Si l on suppose l indépendance des demandes entre tous les couples de logements, quelle est la probabilité que la demande totale d électricité au cours d un mois de janvier excède la capacité de la centrale thermique? b) (2.5 points) Afin de servir équitablement les logements, la centrale thermique décide de mettre à la disposition de chaque logement une capacité maximale (quota) de 15 kw. En supposant toujours l indépendance entre les demandes des logements, quelle est, approximativement, la probabilité d observer durant ce mois au plus 10 logements ayant dépassé la capacité allouée? c) (2.5 points) Comme la consommation de chaque résidence augmente les jours plus froids, l hypothèse d indépendance des demandes n est sûrement pas réaliste. On a pu déterminer une corrélation de 0.7 entre les demandes pour tout couple de résidences. Calculer dans ce cas l espérance ainsi que l écart type de la demande totale en électricité. d) (2.5 points) Supposons que la moyenne ainsi que l écart type de la demande par logement sont respectivement 5kW et 10kW. Pourquoi une loi normale est-elle inadéquate pour décrire la demande par logement? Réponse : a) Soit X i la demande de la maison i, i = 1 à 100.

8 École Polytechnique de Montréal page 8 Soit X la demande totale, Par additivité de la loi normale, Où Indépendance des X i, toutes les covariances sont nulles) Donc (Par On cherche P(excéder la capacité) = = 0. b) Soit Y le nombre de résidences, parmi les 100, ayant dépassé la capacité allouée. = = où p = P(dépasser le quota pour une maison quelconque) On cherche P(Y 10) Comme p est petit (<0.1) et n est grand, alors on peut approximer une binomiale par une Poisson comme suit : Finalement, on lit de la table de Poisson, P(Y 10) c) E(X) = 1200 kw (ne change pas) Or Comme toutes les corrélations sont égales et tous les écart-types sont égaux, donc toutes les covariances sont égales. Il y a.

9 École Polytechnique de Montréal page 9 Donc d) À première vue, l écart type est important si on le compare avec la moyenne, ceci génère une importante probabilité des demandes négatives puisque la loi normale est symétrique par rapport à la moyenne. Or, la demande est positive, donc la loi normale est inadéquate dans ce cas. On peut calculer la probabilité que la demande soit négative comme suit : = Il S agit bien d une probabilité importante qu on ne peut négliger.

Actuariat I ACT2121. huitième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. huitième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 huitième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 Soit X une variable aléatoire continue de fonction de densité

Plus en détail

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement

Plus en détail

Variables aléatoires continues

Variables aléatoires continues IUT Aix-en-Provence Année 204-205 DUT Informatique TD Probabilités feuille n 6 Variables aléatoires continues Exercice (La station-service) Dans une station-service, la demande hebdomadaire en essence,

Plus en détail

1 Sujets donnés en option scientifique

1 Sujets donnés en option scientifique Les sujets suivants, posés aux candidats des options scientifique, économique, technologique et littéraire BL constituent la première version d un échantillon des sujets proposés lors des épreuves orales

Plus en détail

Devoir Surveillé n 5 BTS 2009 groupement B

Devoir Surveillé n 5 BTS 2009 groupement B EXERCICE 1 (12 points) Devoir Surveillé n 5 BTS 2009 groupement B Les trois parties de cet exercice peuvent être traitées de façon indépendante. A. Résolution d une équation différentielle On considère

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (2) Variables aléatoires & Lois de probabilité R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

Fiche de révision sur les lois continues

Fiche de révision sur les lois continues Exercice 1 Voir la correction Le laboratoire de physique d un lycée dispose d un parc d oscilloscopes identiques. La durée de vie en années d un oscilloscope est une variable aléatoire notée X qui suit

Plus en détail

COUPLES DE VARIABLES ALÉATOIRES

COUPLES DE VARIABLES ALÉATOIRES CHAPITRE 13 COUPLES DE VARIABLES ALÉATOIRES Dans tout le chapitre, (Ω, P) désignera un espace probabilisé fini. 1 Couple de variables aléatoires Définition 13.1 On appelle couple de variables aléatoires

Plus en détail

Couple de variables aléatoires - Notion d indépendance.

Couple de variables aléatoires - Notion d indépendance. Couple de variables aléatoires - Notion d indépendance. Préparation au Capes - Université Rennes 1 On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux

Plus en détail

Chapitre IV : Couples de variables aléatoires discrètes

Chapitre IV : Couples de variables aléatoires discrètes UNIVERSITÉ DE CERG Année 0-03 UFR Économie & Gestion Licence d Économie et Gestion MATH0 : Probabilités Chapitre IV : Couples de variables aléatoires discrètes Généralités Définition Soit (Ω, P(Ω), P)

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #9

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #9 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #9 ARTHUR CHARPENTIER 1 Soit X la variable aléatoire continue de fonction de densité : { (1.4)e 2x + (0.9)e 3x pour x > 0 f X (x) = 0 sinon. Trouver E[X]. A) 9 20 B)

Plus en détail

Probabilités Loi exponentielle Exercices corrigés

Probabilités Loi exponentielle Exercices corrigés Probabilités Loi exponentielle Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : densité de probabilité Exercice 2 : loi exponentielle de paramètre

Plus en détail

Exercices sur les lois de probabilités continues

Exercices sur les lois de probabilités continues Terminale S Exercices sur les lois de probabilités continues Exercice n 1 : X est la variable aléatoire de la loi continue et uniforme sur [0 ; 1]. Donner la probabilité des événements suivants : a. b.

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. Caractéristiques et fonctions d une v.a. 3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2 BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES Durée : 2 heures Coefficient : 2 SUJET Dès que le sujet vous est remis, assurez-vous qu il

Plus en détail

Série de TD N 1. On lance un dé dont les faces sont numérotées de 1 à 6, donc

Série de TD N 1. On lance un dé dont les faces sont numérotées de 1 à 6, donc Série de TD N 1 Exercice 1 Combien de " mots " de cinq lettres au plus peut-on former avec les quatre lettres de mot "CLAN". Ces lettres étant répétées ou non, et leur ordre n intervenant pas. Exercice

Plus en détail

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65 Sommaire Chapitre 1 Variables et vecteurs aléatoires............... 5 A. Généralités sur les variables aléatoires réelles.................... 6 B. Séries doubles..................................... 9

Plus en détail

Probabilités (méthodes et objectifs)

Probabilités (méthodes et objectifs) Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d

Plus en détail

1ES Février 2013 Corrigé

1ES Février 2013 Corrigé 1ES Février 213 Corrigé Exercice 1 Le tableau ci-dessous renseigne sur les besoins en eau dans le monde : Population mondiale (Milliards d habitants) Volume moyen par habitant ( ) 195 2,5 4 1 197 3,6 5

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES B. MARCHADIER Dépendance et indépendance de deux aléas numériques images Mathématiques et sciences humaines, tome 25 (1969), p. 2534.

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

MTH2302C- CP1-H09. QUESTION 1 (20 points)

MTH2302C- CP1-H09. QUESTION 1 (20 points) MTH232- P-H9 QUESTION (2 points) Une petite usine de traitement d eau potable possède une pompe principale et une pompe d urgence de moindre capacité. La pompe d urgence entre en fonction seulement lorsque

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

Baccalauréat S Nouvelle-Calédonie 17 novembre 2014

Baccalauréat S Nouvelle-Calédonie 17 novembre 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédonie 17 novembre 2014 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats Les trois parties A, B et C sont indépendantes Une fabrique de desserts glacés

Plus en détail

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples 36 Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples (Ω, B, P est un espace probabilisé. 36.1 Définition et propriétés des probabilités conditionnelles Définition 36.1

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

Plus en détail

PROBABILITES TRAVAUX DIRIGES

PROBABILITES TRAVAUX DIRIGES Université de Caen Basse-Normandie U.F.R. de Sciences Economiques et de Gestion Année universitaire 2009-2010 LICENCE ECONOMIE ET GESTION Semestre 3 L2 PROBABILITES TRAVAUX DIRIGES (18 heures) Hélène Ferrer

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Terminale S - ACP Ex1 : Partie A - Restitution organisée des connaissances Partie B : 1. a. 1. b. 1. c. 2. a. 2. b. Ex2 :

Terminale S - ACP Ex1 : Partie A - Restitution organisée des connaissances Partie B : 1. a. 1. b. 1. c. 2. a. 2. b. Ex2 : Terminale S - ACP Ex1 : Antilles Septembre 2006 Partie A - Restitution organisée des connaissances On suppose connu le résultat suivant : Si est une variable aléatoire qui suit une loi exponentielle de

Plus en détail

6. Quelques lois continues

6. Quelques lois continues 6. Quelques lois continues MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: Lois continues 1/30 Plan 1. Loi uniforme 2. Loi exponentielle 3. Lois gamma / Weibull / bêta MTH2302D:

Plus en détail

Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007. Introduction aux probabilités

Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007. Introduction aux probabilités Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007 Introduction aux probabilités Série n 3 Exercice 1 Une urne contient neuf boules. Quatre de ces boules portent le numéro

Plus en détail

Exercices : VAR discrètes

Exercices : VAR discrètes Exercices : VAR discrètes Exercice 1: Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans les remettre jusqu à ce qu il ne reste que des boules d une seule couleur

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

TD 1 & 2 Rappels de probabilités

TD 1 & 2 Rappels de probabilités Master IF, ENS de Lyon Évaluation de performance 5 & 22 septembre 20 TD & 2 appels de probabilités lionel.rieg@ens-lyon.fr Probabilités discrètes. Calcul de probabilités Exercice Soient A et B des événements

Plus en détail

Contrôle de statistiques Sujet 2 Corrigé

Contrôle de statistiques Sujet 2 Corrigé Contrôle de statistiques Sujet 2 Corrigé L2 d économie - Université Paris 1 Panthéon-Sorbonne Nom : Prénom : Les exercices sont indépendants. Le barème est indicatif. L utilisation de documents, calculatrices,

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

TD 4 : HEC 2001 épreuve II

TD 4 : HEC 2001 épreuve II TD 4 : HEC 200 épreuve II Dans tout le problème, n désigne un entier supérieur ou égal à 2 On dispose de n jetons numérotés de à n On tire, au hasard et sans remise, les jetons un à un La suite (a, a 2,,

Plus en détail

Théorie de l information : historique

Théorie de l information : historique Théorie de l information : historique Développée dans les années quarante par Claude Shannon. Objectif : maximiser la quantité d information pouvant être transmise par un canal de communication imparfait.

Plus en détail

Exercices : Probabilités

Exercices : Probabilités Exercices : Probabilités Partie : Probabilités Exercice Dans un univers, on donne deux événements et incompatibles tels que =0, et =0,7. Calculer,, et. Exercice Un dé (à faces) est truqué de la façon suivante

Plus en détail

Chapitre 4 NOTIONS DE PROBABILITÉS

Chapitre 4 NOTIONS DE PROBABILITÉS Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 4 NOTIONS DE PROBABILITÉS Les chapitres précédents donnent des méthodes graphiques et numériques pour caractériser

Plus en détail

Cours de Probabilités et statistiques L1 2011-2012 Maths-PC-SVT

Cours de Probabilités et statistiques L1 2011-2012 Maths-PC-SVT Cours de Probabilités et statistiques L1 2011-2012 Maths-PC-SVT Université d Avignon Fichier dispo sur http://fredericnaud.perso.sfr.fr/ Une étude statistique dans la population montre que le Q.I. est

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

2 Probabilités conditionnelles. Événements indépendants

2 Probabilités conditionnelles. Événements indépendants 2 Probabilités conditionnelles. Événements indépendants 2.1 Probabilité conditionnelle Soient A et B deux événements tels que P(B) > 0. Soit alors P(A B), la probabilité que A se réalise, B étant réalisé.

Plus en détail

Prévention et gestion des risques naturels et environnementaux

Prévention et gestion des risques naturels et environnementaux Prévention et gestion des risques naturels et environnementaux Risque et assurance : quelques éléments théoriques Ecole des Ponts - Le 6 Avril 01 Jacques Pelletan 1 Théorie du risque et pérennité de l

Plus en détail

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

Plus en détail

Le sujet est composé de 6 pages dont une annexe à rendre avec la copie. Formulaire

Le sujet est composé de 6 pages dont une annexe à rendre avec la copie. Formulaire Année universitaire 2013-2014 Diplôme de D.A.E.U Option A 1 ère session Juin 2014 Intitulé de la matière : Nom de l enseignant : Mathématiques Mme Baulon Date de l épreuve : Mercredi 11 juin 2014 13.30-16.30

Plus en détail

Espérance, variance, quantiles

Espérance, variance, quantiles Espérance, variance, quantiles Mathématiques Générales B Université de Genève Sylvain Sardy 22 mai 2008 0. Motivation Mesures de centralité (ex. espérance) et de dispersion (ex. variance) 1 f(x) 0.0 0.1

Plus en détail

Corrigé du baccalauréat STMG Métropole 18 juin 2015

Corrigé du baccalauréat STMG Métropole 18 juin 2015 orrigé du baccalauréat STMG Métropole 18 juin 215 Durée : 3 heures EXERIE 1 4 points Tous les ans, en août, Maïlys reçoit l échéancier (document indiquant le montant de sa cotisation annuelle) de sa mutuelle

Plus en détail

Exercices corrigés de probabilités et statistique

Exercices corrigés de probabilités et statistique Exercices corrigés de probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

Corrigé du baccalauréat STI 2D/STL spécialité SPCL Métropole La Réunion 18 juin 2015

Corrigé du baccalauréat STI 2D/STL spécialité SPCL Métropole La Réunion 18 juin 2015 Durée : 4 heures Corrigé du baccalauréat STI 2D/STL spécialité SPCL Métropole La Réunion 18 juin 15 EXERCICE 1 4 points Cet exercice est un questionnaire à choix multiples. Pour chacune des questions suivantes,

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Université Paris VII. Préparation à l Agrégation. (François Delarue) COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Ce texte vise à l étude du temps d attente d un client à la caisse d un

Plus en détail

Que faire lorsqu on considère plusieurs variables en même temps?

Que faire lorsqu on considère plusieurs variables en même temps? Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites

Plus en détail

Examen de Gestion des Risques Financiers

Examen de Gestion des Risques Financiers Examen de Gestion des Risques Financiers Thierry Roncalli 4 janvier 2012 Merci de rédiger entièrement vos réponses. 1 Les réglementations Bâle II et Bâle III 1. Quelles sont les principales différences

Plus en détail

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix.

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix. ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D'ECONOMIE APPLIQUEE ABIDJAN 1 AVRIL 21 CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE EPREUVE D'ORDRE GENERAL DUREE :

Plus en détail

Espace de probabilité, indépendance et probabilité conditionnelle

Espace de probabilité, indépendance et probabilité conditionnelle Chapter 2 Espace de probabilité, indépendance et probabilité conditionnelle Sommaire 2.1 Tribu et événements........................................... 15 2.2 Probabilité................................................

Plus en détail

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé.

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé. TES Spé Maths Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013 Calculatrice autorisée - Aucun document n'est autorisé. Vous apporterez un grand soin à la présentation et à la

Plus en détail

9. Distributions d échantillonnage

9. Distributions d échantillonnage 9. Distributions d échantillonnage MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v3) MTH2302D: distributions d échantillonnage 1/46 Plan 1. Échantillons aléatoires 2. Statistiques et distributions

Plus en détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

Examen d accès - 1 Octobre 2009

Examen d accès - 1 Octobre 2009 Examen d accès - 1 Octobre 2009 Aucun document autorisé - Calculatrice fournie par le centre d examen Ce examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses sont

Plus en détail

Définitions Covariance Corrélation Meilleur prédicteur linéaire. Chapitre 5 Couple de variables aléatoires

Définitions Covariance Corrélation Meilleur prédicteur linéaire. Chapitre 5 Couple de variables aléatoires Chapitre 5 Couple de variables aléatoires Définitions 1 On appelle couple de variables aléatoires (discrètes) l application: Ω R ω (X (ω), Y (ω)) 2 La distribution d un couple de v.a. est définie par les

Plus en détail

Support du cours de Probabilités et Statistiques. IUT d Orléans, Département Informatique

Support du cours de Probabilités et Statistiques. IUT d Orléans, Département Informatique Support du cours de Probabilités et Statistiques IUT d Orléans, Département informatique Pierre Andreoletti IUT d Orléans, Département Informatique Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences)

Plus en détail

Ch.12 : Loi binomiale

Ch.12 : Loi binomiale 4 e - programme 2007 - mathématiques ch.12 - cours Page 1 sur 5 1 RÉPÉTITION D'EXPÉRIENCES INDÉPENDANTES Lancer plusieurs fois un dé et noter les résultats successifs. Ch.12 : Loi binomiale Prélever des

Plus en détail

Corrigé du baccalauréat ES Antilles Guyane 24 juin 2015

Corrigé du baccalauréat ES Antilles Guyane 24 juin 2015 Corrigé du baccalauréat ES Antilles Guyane 2 juin 2015 EXERCICE 1 Commun à tous les candidats Aucune justification n était demandée dans cet exercice. 1. La fonction f définie sur R par f (x)= x 3 + 6x

Plus en détail

5. Quelques lois discrètes

5. Quelques lois discrètes 5. Quelques lois discrètes MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: Lois discrètes 1/46 Plan 1. Loi de Bernoulli 2. Loi binomiale 3. Loi géométrique 4. Loi hypergéométrique

Plus en détail

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation.

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation. Travaux Dirigés de Probabilités - Statistiques, TD 4 Lois limites ; estimation. Exercice 1. Trois machines, A, B, C fournissent respectivement 50%, 30%, 20% de la production d une usine. Les pourcentages

Plus en détail

Agrégation interne de Sciences économiques et sociales - Session 2008 Épreuve de Mathématiques - sujet A

Agrégation interne de Sciences économiques et sociales - Session 2008 Épreuve de Mathématiques - sujet A Épreuve de Mathématiques - sujet A Exercice Une société de location de voitures possède trois agences, une à Rennes, une à Lyon, une à Marseille. Lorsqu un client loue une voiture, un jour donné, dans

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

Un corrigé de l épreuve de mathématiques du baccalauréat blanc Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l

Plus en détail

Sujet 3: Programmation Stochastique Mésures

Sujet 3: Programmation Stochastique Mésures Sujet 3: Programmation Stochastique Mésures d efficacité MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 12, 2011 Dans ce sujet... 1 Mésures d efficacité Valeur du modèle

Plus en détail

Mathématiques Ch. 6 : Exercices

Mathématiques Ch. 6 : Exercices 1 BTS CGO - LYCÉE LOUIS PAYEN - Mathématiques Ch. 6 : Exercices Cours J-L NEULAT 1 Loi normale 1.1 Lecture directe EXERCICE 1 Soit X une variable aléatoire qui suitn(0,1). On donne : P(X 1) 0,84. Sans

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

Sujets HEC B/L 2013-36-

Sujets HEC B/L 2013-36- -36- -37- Sujet HEC 2012 B/L Exercice principal B/L1 1. Question de cours : Définition et propriétés de la fonction de répartition d une variable aléatoire à densité. Soit f la fonction définie par : f(x)

Plus en détail

Exercice 1 Métropole juin 2014 5 points

Exercice 1 Métropole juin 2014 5 points Le sujet comporte 6 pages. Seule l annexe est à rendre avec la copie. BAC BLANC MATHÉMATIQUES TERMINALE STMG Durée de l épreuve : 3 heures Les calculs doivent être détaillés. Les calculatrices sont autorisées,

Plus en détail

Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres

Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres 1 Introduction Le nombre de piles obtenus au cours d une série de n lancers de pile ou face ou plus généralement dans

Plus en détail

Examen Mesures de Risque de Marché

Examen Mesures de Risque de Marché ESILV 2012 D. Herlemont Mesures de Risque de Marché I Examen Mesures de Risque de Marché Durée: 2 heures. Documents non autorisés et calculatrices simples autorisées. 2 pt 1. On se propose d effectuer

Plus en détail

Correction du baccalauréat STMG Polynésie 17 juin 2014

Correction du baccalauréat STMG Polynésie 17 juin 2014 Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé

Plus en détail

Probabilité mathématique et distributions théoriques

Probabilité mathématique et distributions théoriques Probabilité mathématique et distributions théoriques 3 3.1 Notion de probabilité 3.1.1 classique de la probabilité s Une expérience ou une épreuve est dite aléatoire lorsqu on ne peut en prévoir exactement

Plus en détail

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 Introduction Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 L auteur remercie Mme Sylvie Gervais, Ph.D., maître

Plus en détail

Analyse de données et méthodes numériques

Analyse de données et méthodes numériques Analyse de données et méthodes numériques Analyse de données: Que faire avec un résultat? Comment le décrire? Comment l analyser? Quels sont les «modèles» mathématiques associés? Analyse de données et

Plus en détail

1 Partie mail (Jean-Luc Richier) environ 4 points

1 Partie mail (Jean-Luc Richier) environ 4 points Durée : 2 heures. Tous documents autorisés. Une partie des points tient compte de la clarté et de la présentation des réponses. Le barème est purement indicatif. Chaque partie devra être rédigée sur une

Plus en détail

Probabilités 2009-2010. Licence 2 Sciences économiques et Economie - Langues Année universitaire 2009-2010. Livret d exercices. x k pour tout x R. k!

Probabilités 2009-2010. Licence 2 Sciences économiques et Economie - Langues Année universitaire 2009-2010. Livret d exercices. x k pour tout x R. k! Licence 2 Sciences économiques et Economie - Langues Année universitaire 2009-2010 Probabilités A.L Basdevant, C. Hardouin Livret d exercices 1 Rappels, calculs utiles Exercice 1. 1) On rappelle que e

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12 TS. 01/013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 0/11/1 Exercice 1 : ( 6,5 pts) Première partie : Démonstration à rédiger { Démontrer que si ( ) et (v n ) sont deux suites telles

Plus en détail

IFT6561. Simulation: aspects stochastiques

IFT6561. Simulation: aspects stochastiques IFT 6561 Simulation: aspects stochastiques DIRO Université de Montréal Automne 2013 Détails pratiques Professeur:, bureau 3367, Pav. A.-Aisenstadt. Courriel: bastin@iro.umontreal.ca Page web: http://www.iro.umontreal.ca/~bastin

Plus en détail

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

T ES DEVOIR SURVEILLE 2 28 NOVEMBRE 2014

T ES DEVOIR SURVEILLE 2 28 NOVEMBRE 2014 T ES DEVOIR SURVEILLE 2 28 NOVEMBRE 2014 Durée : 3h Calculatrice autorisée NOM : Prénom : Sauf mention du contraire, tous les résultats doivent être soigneusement justifiés. La précision et la clarté de

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS ONDITIONNELLES Exercice 01 On considère une roue partagée en 15 secteurs angulaires numérotés de 1 à 15. es secteurs sont de différentes couleurs. On fait tourner la roue qui s'arrête sur

Plus en détail

1. Probabilités élémentaires

1. Probabilités élémentaires 1. Probabilités élémentaires MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: probabilités 1/48 Plan 1. Expériences aléatoires et événements 2. Probabilités 3. Analyse combinatoire

Plus en détail

EXAMEN INTRA (3/4), ACT 2121

EXAMEN INTRA (3/4), ACT 2121 EXAMEN INTRA (3/4), ACT 2121 ARTHUR CHARPENTIER Les calculatrices sont autorisées. Les documents sont en revanche interdits. Il y a 25 questions. Sur la feuille jointe, veuillez reporter vos réponses (une

Plus en détail

1 Espaces probabilisés discrets

1 Espaces probabilisés discrets I.S.F.A. L3 (1ʳe année) 1 Espaces probabilisés discrets Probabilités, fiche d exercices n 1 Exercice 1 On cherche à modéliser le lancer de deux dés à six faces, un rouge et un noir. Voici trois modèles

Plus en détail