Nouveaux programmes de terminale Probabilités et statistiques

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Nouveaux programmes de terminale Probabilités et statistiques"

Transcription

1 Nouveaux programmes de terminale Probabilités et statistiques I. Un guide pour l'année II. La loi uniforme : une introduction III. La loi exponentielle IV. De la loi binomiale à la loi normale V. Échantillonnage Ressources en ligne

2 I. Un guide pour l'année Ω est l'univers d'une expérience aléatoire, muni d'une probabilité p. X est une variable aléatoire sur Ω, à valeurs dans un intervalle I. f est la fonction de densité associée : - f est continue et positive sur I ; - son intégrale sur I vaut 1. Alors : p({x J }) est l'aire de {M (x ; y); x J et 0 y f (x)} Problème : comment introduire la fonction de densité?

3 II. La loi uniforme : une introduction a) de la simulation à la fonction de densité Un nombre est tiré au hasard dans un intervalle [a;b]. Pour [c;d] inclus dans [a;b], comment mesurer? p(x [c ;d]) Simulation : n tirages au hasard dans [0;10], avec histogramme des fréquences. L'aire cumulée des rectangles entre c et d donne la fréquence de l'événement X [c ;d]

4 II. La loi uniforme : une introduction a) de la simulation à la fonction de densité On augmente n et le nombre de classes L'aire à calculer s'approche de celle d'un rectangle La surface à considérer est délimitée par : - les droites d'équations x=c et x=d - l'axe des abscisses - une courbe d'équation y=f(x) : f est la fonction de densité de la variable aléatoire.

5 II. La loi uniforme : une introduction b) Bilan La loi uniforme sur [a;b] admet pour fonction de densité : Pour [c;d] inclus dans [a;b] : f (x)= 1 b a p(x [c ; d ])= c d f (x)dx= d c b a Commentaires Pas de prérequis : les considérations d'aires suffisent Introduction de l'intégrale possible L'espérance de la loi uniforme sur [a;b] : a b x f (x)dx= a+b 2 Approche possible par analogie avec une variable aléatoire discrète Prérequis (suivant l'approche) : suites arithmétiques ou intégration

6 III. La loi exponentielle (séries S, STI2D, STL) a) Une simulation Un atome radioactif a pour probabilité de désintégration a dans une unité de temps. On considère n atomes indépendants à l'instant 0. Une simulation mène à l'histogramme des fréquences de désintégration par unité de temps.

7 III. La loi exponentielle b) Avec la fonction de densité X suit une loi exponentielle de paramètre λ si sa densité est : f (x)=λ e λ x, x [0 ;+ [ Alors : p(x [c ;d ])= c d f (x)dx=e λ c e λ d Propriété de durée de vie sans vieillissement : p X t (X t+h)=p(x h) Prérequis : fonction exponentielle, intégration, comportement asymptotique

8 III. La loi exponentielle c) Espérance E(X )=lim x + 0 x t λ e λ t dt= 1 λ La primitive : - est à donner directement - ou à rechercher sous la forme (at+b)e λ t - ou à trouver en passant par le principe de l'intégration par parties (hors programme)

9 IV. De la loi binomiale à la loi normale a) Centrer et réduire la loi binomiale Variable aléatoire : Espérance : 0 Écart-type : 1 X µ σ Variable aléatoire: X Espérance : µ Écart-type : σ Z n = X n np np(1 p) E(Z n )=0 σ(z n )=1 Avantage espérance et écart-type de Z ne dépendent plus de X. Cas de la loi binomiale X n suit B(n ; p) E( X n )=n p σ( X n )= np(1 p)

10 IV. De la loi binomiale à la loi normale b) Le théorème de Moivre-Laplace Z n = X n np np(1 p) X n suit B(n ; p) n entier non nul p ]0 ;1[ Théorème Pour tous réels a et b (a < b) : lim n + p(z n [a ;b])= 1 x 2 b a e 2 dx 2 π Pour tout x réel, soit : f (x)= 1 x 2 2 π e 2 La variable aléatoire sur R admettant f pour fonction de densité est la loi normale centrée réduite N(0;1).

11 IV. De la loi binomiale à la loi normale c) Les lois normales Définition Une variable aléatoire X suit une loi normale lorsque N (µ ;σ 2 ) d'espérance µ et d'écart-type σ X µ σ suit la loi normale centrée réduite N(0;1). Remarque La fonction de densité associée à N (µ ;σ 2 ) n'est pas un objectif du programme.

12 IV. De la loi binomiale à la loi normale d) Lois normales et probabilités f (x)= 1 x 2 2 π e 2 Z suit N(0;1) f est paire donc : p(z [ t ;t ]) = 2 p (Z [ 0 ;t ]) Espérance et écart-type E (Z ) = lim t t 0 x f (x)dx + limt + 0 t E (Z ) = 0 x f (x)dx σ(z ) = 1 (admis)

13 IV. De la loi binomiale à la loi normale d) Lois normales et probabilités Théorème (démonstration exigible en TS) Z suit la loi normale N(0;1). Soit α ]0 ; 1[. Il existe un unique réel positif u α tel que : Démonstration p(z [ u α ; u α ])=1 α f (x)= 1 x 2 2 π e 2 F est dérivable, donc continue f > 0 donc F est strictement croissante F prend ses valeurs dans [0;1/2] 0 < α < 1 donc 0< 1 α 2 < 1 2 x Soit F définie sur [0 ;+ [ par : F (x)= 0 f (t)dt Il existe un unique u α >0 tel que : F (u α )= 1 α 2 p(z [ u α ; u α ])=2 F (u α )=1 α

14 IV. De la loi binomiale à la loi normale e) Valeurs à connaître Z suit N(0;1) Z= X µ σ X suit N (µ ; σ 2 ) p(z [ 1 ;1]) 0,68 p(z [ 1,96 ;1,96]) 0,95 p(z [ 2,58 ; 2,58]) 0,99 p( X [ µ σ ; µ+σ ]) 0,68 p( X [ µ 2σ ;µ+2σ ]) 0,95 p( X [ µ 3 σ ; µ+3 σ ]) 0,99

15 V. Fluctuation et prise de décision a) La statistique inférentielle

16 V. Fluctuation et prise de décision b) Intervalle de fluctuation asymptotique Soit X n la variable aléatoire suivant la loi binomiale B(n,p) : E 1 - p Soit : p S Z n = X n np np(1 p) Par le théorème de Moivre-Laplace : lim n + p( u α Z n u α )= 1 x 2 u α u e 2 dx 2 π α Soit α entre 0 et 1. Il existe un unique u α >0 tel que : Comment revenir alors à la loi binomiale? p(z [ u α ; u α ])=1 α

17 V. Fluctuation et prise de décision b) Intervalle de fluctuation asymptotique u α Z n u α Z n = X n np np(1 p) u α np (1 p) X n np u α np(1 p) p u α p(1 p) n X n n p+u α p(1 p) n =[ α I p u n p(1 p) n ; p+u α p(1 p) n ] lim n + p( X n n I n) = 1 α =[ Avec α = 0,05 et u α =1,96 : I p 1,96 n p(1 p) n ; p+1,96 p(1 p) n ]

18 V. Fluctuation et prise de décision c) Intervalle de fluctuation asymptotique : utilisation pratique Avec α = 0,05 et u α =1,96 n=100 n 30, np 5, n(1 p) 5 Dans un échantillon de taille n, la fréquence des nombres de réussites de la loi binomiale appartient avec une probabilité 0,95 à l'intervalle : =[ I p 1,96 n p(1 p) n ; p+1,96 p(1 p) n ] I 100 [0,3 ;0,5 ] p=0,4

19 V. Fluctuation et prise de décision d) Un exemple de prise de décision Une machine fabrique des condensateurs. Probabilité qu'un condensateur soit défectueux : p=0,07. Sur un lot de 400 condensateurs, 41 sont défectueux. Cela est-il dû au seul hasard? Traitement en seconde : n= mais p n'est pas dans [0,2;0,8]. Traitement en terminale : n 30, np=28 5, n(1 p)=372 5 p 1,96 Intervalle de fluctuation asymptotique au seuil de 95% : p+1,96 p(1 p) n p(1 p) n 0,045 0,095 Fréquence des condensateurs défectueux dans l'échantillon : f = ,103 Conclusion : 0,103 n'est pas dans [0,045;0,095]. L'échantillon observé n'est donc pas «normal», au seuil 0,95.

20 V. Fluctuation et prise de décision e) Fluctuation et confiance Seconde Intervalle de fluctuation p connue Seuil de 95% n 25 0,2 p 0,8 [ 1 p n ; p+ 1 ] n Intervalle de confiance p inconnue Sensibilisation Première Avec la loi binomiale - Asymptotique au seuil de 1 α Au niveau de confiance 95% Terminale I n =[ n 30 np 5 n(1 p) 5 α p u p(1 p) α p(1 p) ; p+u n n ] [ f 1 n ; f + 1 ] n Remarque : pour α=0,05, I n est inclus dans : [ p 1 n ; p+ 1 n ]

21 V. Fluctuation et prise de décision f) Intervalle de confiance, estimation et niveau de confiance Contexte : on cherche la probabilité p d'occurrence d'un certain caractère dans une population. Pour un échantillon de taille n, la fréquence d'apparition f de ce caractère est connue. Alors [ f 1 contient p n ; f + 1 ] n avec un niveau de confiance de 95%. Conditions d'application : n 30, np 5, n(1 p) 5 Exemple p=0,5 20 échantillons de taille 100 Une simulation sur 20 ne comprend pas p dans son intervalle de confiance : la probabilité porte sur f, pas sur p.

22 Ressources en ligne 1. Documents ressources sur Eduscol : lycée et collège 2. Documents ressources math-physique au lycée professionnel sur Eduscol 3. Les documents de la formation sur le Site académique de mathématiques

Statistiques et probabilités : Loi Normale. Les I.P.R. et Formateurs de l Académie de LILLE

Statistiques et probabilités : Loi Normale. Les I.P.R. et Formateurs de l Académie de LILLE Statistiques et probabilités : Loi Normale Les I.P.R. et Formateurs de l Académie de LILLE Bulletin officiel spécial 8 du 13 octobre 2011 Cadre général : loi à densité Définition Une fonction f définie

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

Lois normales, cours, terminale S

Lois normales, cours, terminale S Lois normales, cours, terminale S F.Gaudon 6 mai 2014 Table des matières 1 Variables centrées et réduites 2 2 Loi normale centrée et réduite 2 3 Loi normale N (µ, σ 2 ) 4 1 1 Variables centrées et réduites

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

Probabilités continues et lois à densité Ce que dit le programme :

Probabilités continues et lois à densité Ce que dit le programme : Chapitre 08 Probabilités continues et lois à densité Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Terminale ES Notion de loi à densité à partir d exemples Loi à densité sur un intervalle.

Plus en détail

Lois de probabilité à densité Loi normale

Lois de probabilité à densité Loi normale DERNIÈRE IMPRESSIN LE 31 mars 2015 à 14:11 Lois de probabilité à densité Loi normale Table des matières 1 Lois à densité 2 1.1 Introduction................................ 2 1.2 Densité de probabilité

Plus en détail

Exercice 1 QCM. 4 i. e π ou. e π, ou : 4 ( i) 1 /4. e π. e π Réponse d. 1. Le carré de z est : ce qui donne : soit : , soit 4i

Exercice 1 QCM. 4 i. e π ou. e π, ou : 4 ( i) 1 /4. e π. e π Réponse d. 1. Le carré de z est : ce qui donne : soit : , soit 4i TSTI2D - Bac 203 - Polynésie STI2D -.0 - Corrigé.doc - Page /5 Terminale STI2D - Bac 203 - Polynésie - Corrigé. TSTI2D - Bac 203 - Polynésie STI2D -.0 - Corrigé.doc - Page 2/5 Exercice QCM. Le carré de

Plus en détail

Cours de mathématiques pour la Terminale S

Cours de mathématiques pour la Terminale S Cours de mathématiques pour la Terminale S Savoir-Faire par chapitre Florent Girod 1 Année scolaire 2015 / 2016 1. Externat Notre Dame - Grenoble Table des matières 1) Suites numériques.................................

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

Démonstrations exigibles au bac

Démonstrations exigibles au bac Démonstrations exigibles au bac On donne ici les 11 démonstrations de cours répertoriées comme exigibles dans le programme officiel. Toutes ces démonstrations peuvent donner lieu à une «restitution organisée

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

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

Mathématiques : statistiques et simulation

Mathématiques : statistiques et simulation Université de Picardie - LAMFA CNRS UMR 6140 PAF Amiens - Formation Enseignement des Mathématiques - 20 janvier 2012 (Extrait du document ressource pour la classe de seconde) Dans le sens commun des sondages,

Plus en détail

Le documentd accompagnement des programmes de Mathématiques en classe de première et de terminale,

Le documentd accompagnement des programmes de Mathématiques en classe de première et de terminale, PROGRESSION SPIRALÉE Page 1/10 Le documentd accompagnement des programmes de Mathématiques en classe de première et de terminale, série scientifique et série économique et sociale, précise que : " Les

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

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

Licence Pro Amélioration Végétale

Licence Pro Amélioration Végétale Analyse de données Licence Pro Amélioration Végétale Marc Bailly-Bechet Université Claude Bernard Lyon I France marc.bailly-bechet@univ-lyon1.fr 1 marc.bailly-bechet@univ-lyon1.fr Analyse de données Des

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé Baccalauréat ES Centres étrangers 1 juin 14 - Corrigé A. P. M. E. P. Exercice 1 5 points Commun à tous les candidats 1. On prend un candidat au hasard et on note : l évènement «le candidat a un dossier

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

Algorithmique. De la seconde à la terminale

Algorithmique. De la seconde à la terminale Algorithmique De la seconde à la terminale Le calendrier Rentrée 2009 : o En seconde : nouveau programme pour tous Rentrée 2010 : o En première : aménagements en ES et S Rentrée 2011 : o En première :

Plus en détail

Sujets. Formulaire. mai 2011. Amérique du Nord. novembre 2011. Nouvelle-Calédonie. mai 2012. BTS Métopole (B1) mai 2013.

Sujets. Formulaire. mai 2011. Amérique du Nord. novembre 2011. Nouvelle-Calédonie. mai 2012. BTS Métopole (B1) mai 2013. LOIS CONTINUES Sujets mai 2011 novembre 2011 mai 2012 mai 2013 Amérique du Nord Nouvelle-Calédonie BTS Métopole (B1) BTS Métropole (D) Formulaire LOIS CONTINUES 1 Amérique du Nord mai 2011. EXERCICE 2

Plus en détail

STATISTIQUE ET PROBABILITÉS AU LYCÉE. (séries ES, S, STI2D, STL)

STATISTIQUE ET PROBABILITÉS AU LYCÉE. (séries ES, S, STI2D, STL) STATISTIQUE ET PROBABILITÉS AU LYCÉE (séries ES, S, STI2D, STL) Contexte de travail Des notions de statistique inférentielle introduites pour la première fois dans les programmes du secondaire. Ces notions

Plus en détail

Cours de mathématiques Terminale STMG

Cours de mathématiques Terminale STMG Cours de mathématiques Terminale STMG Chapitre 1 Information chiffrée...3 I Proportions...3 II Taux d'évolution...3 a) Détermination d'un taux d'évolution...3 b) Appliquer un taux d'évolution...4 III Taux

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

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Amérique du Nord

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Amérique du Nord Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Amérique du Nord EXERCICE 1 : 5 points On se place dans l espace muni d un repère orthonormé. On considère les points,, et. 1. Démontrer que les points,

Plus en détail

CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Probabilités Épreuve de Bernoulli, loi de Bernoulli.

CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Probabilités Épreuve de Bernoulli, loi de Bernoulli. 1 ère - 3 Chap.9 : Loi binomiale. Échantillonnage. 1 ère - Chapitre 9 : LOI BINOMIALE. ÉCHANTILLONNAGE. Textes officiels (30 septembre 2010) : CONTENU CAPACITÉ ATTENDUE COMMENTAIRE Probabilités Épreuve

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Échantillonnage et estimation Dans ce chapitre, on s intéresse à un caractère dans une population donnée dont la proportion est notée. Cette proportion sera dans quelques cas connue (échantillonnage),

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

Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005

Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Prise en Compte de l Incertitude dans l Évaluation des Technologies de

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

Correction du TP4. column 1 to 17. column 18 to 34. column 35 to 51. column 52 to 68. column 69 to 85. column 86 to 100. U i ]. i=1.

Correction du TP4. column 1 to 17. column 18 to 34. column 35 to 51. column 52 to 68. column 69 to 85. column 86 to 100. U i ]. i=1. Exercice 1. 1. U=grand(1,10000,'uin',-2,5) disp(u(1:100), "U=") On obtient par exemple : U= column 1 to 17-1. 2. 3. 0. 5. 3. - 1. 0. 4. - 2. 5. 3. - 1. 2. 0. - 1. 3. column 18 to 34-2. - 1. 3. 1. 5. 5.

Plus en détail

«L art de la réussite consiste à s entourer des meilleurs» STAGE INTENSIF OBJECTIF BAC PROBABILITES & SES LOIS

«L art de la réussite consiste à s entourer des meilleurs» STAGE INTENSIF OBJECTIF BAC PROBABILITES & SES LOIS «L art de la réussite consiste à s entourer des meilleurs» STAGE INTENSIF OBJECTIF BAC PROBABILITES & SES LOIS PONDICHERY 2015 Pour chacune des propositions suivantes, dire si la proposition est vraie

Plus en détail

FICHE DE RÉVISION DU BAC

FICHE DE RÉVISION DU BAC Introduction Pré-requis : Etude de fonctions dérivées logarithmes et exponentielles continuité Plan du cours 1. Intégrales 2. Primitives 1. Intégrales A. Aire sous la courbe Méthode des rectangles : Pour

Plus en détail

BACCALAURÉAT BLANC 2013

BACCALAURÉAT BLANC 2013 BACCALAURÉAT BLANC 203 Série S Corrigé Exercice. a) On traduit les données de l énoncé et on représente la situation par un arbre pondéré. PF ) = 2, PF 2) = 3, P F ) = 5 00 = 20, P F 2 ) =,5 00 = 3 3,5,

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

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

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

: 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

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Lois de probabilité 3/3. Anita Burgun

Lois de probabilité 3/3. Anita Burgun Lois de probabilité 3/3 Anita Burgun Contenu des cours Loi binomiale Loi hypergéométrique Loi de Poisson Loi normale Loi du Chi2 Loi de Student Loi normale VA continue X Densité de probabilité de X" Loi

Plus en détail

2010 My Maths Space Page 1/6

2010 My Maths Space Page 1/6 A. Des statistiques aux probabilités 1. Statistiques descriptives, analyse de données. Vocabulaire des statistiques : Population : c'est l'ensemble étudié. Individu : c'est un élément de la population.

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

Entrer par les problèmes en probabilités et en statistique. Équipe Académique Mathématiques - 2009

Entrer par les problèmes en probabilités et en statistique. Équipe Académique Mathématiques - 2009 Entrer par les problèmes en probabilités et en statistique Équipe Académique Mathématiques - 2009 Quelle valeur ajoutée peut-on espérer d une entrée par les problèmes en probabilités? Donner du sens aux

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

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

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Chapitre VI Échantillonages et simulations

Chapitre VI Échantillonages et simulations Chapitre VI Commentaires : Récursivement, les commentaires ne sont pas à l attention des élèves.. Fluctuation d échantillonnage Définition : En statistiques, un échantillon de taille n est la liste des

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

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

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

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

LOIS DE PROBABILITÉ À DENSITÉ

LOIS DE PROBABILITÉ À DENSITÉ LOIS DE PROBABILITÉ À DENSITÉ Une expérience aléatoire consiste à choisir au hasard un nombre réel X dans l'intervalle I = ]0 ; 0]. L'univers est l'intervalle I. C'est un univers infini. On ne peut pas

Plus en détail

NOM : PRENOM : Centre d écrit : N Inscription : Série STI2D et STL. Mercredi 15 mai 2013. Epreuves Geipi Polytech

NOM : PRENOM : Centre d écrit : N Inscription : Série STI2D et STL. Mercredi 15 mai 2013. Epreuves Geipi Polytech NOM : PRENOM : Centre d écrit : N Inscription : SUJET DE MATHÉMATIQUES Ne rien inscrire ci-dessous Série STI2D et STL Mercredi 15 mai 2013 Epreuves Geipi Polytech 1 2 Nous vous conseillons de répartir

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

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

Statistiques et estimation

Statistiques et estimation DERNIÈRE IMPRESSION LE 23 juillet 2014 à 16:35 Statistiques et estimation Table des matières 1 Intervalle de fluctuation 2 1.1 Simulation................................. 2 1.2 Définition.................................

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Cours de terminale S Probabilités : lois à densité

Cours de terminale S Probabilités : lois à densité Cours de terminale S Probabilités : lois à densité V. B. et S. B. Lycée des EK Considérons une variable aléatoire susceptible de prendre n importe quelle valeur réelle appartenant à un intervalle donné.

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 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

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

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader Terminale STMG O. Lader Table des matières 1 Information chiffrée (4s) 4 1.1 Taux d évolution....................................... 6 1.2 indices............................................. 6 1.3 Racine

Plus en détail

Lycée Cassini BTS CGO 2014-2015. Test de début d année

Lycée Cassini BTS CGO 2014-2015. Test de début d année Lycée assini BTS GO 4-5 Exercice Test de début d année Pour chaque question, plusieurs réponses sont proposées. Déterminer celles qui sont correctes. On a mesuré, en continu pendant quatre heures, la concentration

Plus en détail

Exercices de simulation 1

Exercices de simulation 1 Licence MIA 2ème année Année universitaire 2009-2010 Simulation stochastique C. Léonard Exercices de simulation 1 Les simulations qui suivent sont à effectuer avec Scilab. Le générateur aléatoire de Scilab.

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

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Fiche TD avec le logiciel : a2-1-c Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Sylvain Mousset Rappels de probabilités / statistiques Table des matières 1 Probabilités

Plus en détail

Activité 1 : échantillonnage

Activité 1 : échantillonnage Activité échantillonnage, intervalle de fluctuation, prise de décision (à partir d un même thème) Les trois activités qui suivent s inspirent du document «ressources pour la classe de première générale

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

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

Baccalauréat ES Amérique du Nord 30 mai 2013

Baccalauréat ES Amérique du Nord 30 mai 2013 Baccalauréat ES Amérique du Nord 30 mai 03 EXERCICE 4 points Cet exercice est un questionnaire à choix multiples. Chaque question ci-après comporte quatre réponses possibles. Pour chacune de ces questions,

Plus en détail

Variables aléatoires continues et loi normale

Variables aléatoires continues et loi normale Variables aléatoires continues et loi normale H. Hocquard HSE 2016-2017 Hervé Hocquard Variables aléatoires continues et loi normale 1/35 Variable alétoire continue Définition Une variable aléatoire est

Plus en détail

Lois de probabilités avec la calculatrice graphique Graph 35+ USB pour le lycée

Lois de probabilités avec la calculatrice graphique Graph 35+ USB pour le lycée Lois de probabilités avec la calculatrice graphique Graph 35+ USB pour le lycée Par Benoît Truchetet www.casio-education.fr Ce guide est dédié à Madame Meyniel ancien chef d établissement, mes collègues

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

BACCALAURÉAT GÉNÉRAL. MATHEMATIQUES Série S

BACCALAURÉAT GÉNÉRAL. MATHEMATIQUES Série S BACCALAURÉAT GÉNÉRAL Session 2015 MATHEMATIQUES Série S ÉPREUVE DU LUNDI 22 JUIN 2015 Enseignement Obligatoire Coefficient : 7 Durée de l épreuve : 4 heures Ce sujet comporte 7 pages numérotées de 1 à

Plus en détail

Classe de Terminale de la série STI2D

Classe de Terminale de la série STI2D L'enseignement des mathématiques au collège et au lycée a pour but de donner à chaque élève la culture mathématique indispensable à sa vie de citoyen et les bases nécessaires à son projet de poursuite

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

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

BACCALAURÉAT BLANC DE MATHÉMATIQUES. Terminales ES (Spécialité)

BACCALAURÉAT BLANC DE MATHÉMATIQUES. Terminales ES (Spécialité) BACCALAURÉAT BLANC DE MATHÉMATIQUES Terminales ES (Spécialité) Vendredi 7 février 0 8h - h coefficient : 7 Les calculatrices sont autorisées Le sujet est composé de exercices indépendants. Le candidat

Plus en détail

Chapitre 11 : Lois de probabilité continues ( ou à densité )

Chapitre 11 : Lois de probabilité continues ( ou à densité ) Chapitre : Lois de probabilité continues ( ou à densité ) ntroduction : Dans toutes les situations étudiées jusqu'à présent, la variable aléatoire X prend un nombre fini de valeurs x, x 2, x 3, x n On

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban EXERCICE 1 : 4 Points Cet exercice est un questionnaire à choix multiples. Aucune justification n est demandée. Pour chacune des questions, une

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

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

Intervalle de fluctuation Intervalle de confiance. () Intervalle de fluctuation Intervalle de confiance 1 / 1

Intervalle de fluctuation Intervalle de confiance. () Intervalle de fluctuation Intervalle de confiance 1 / 1 Intervalle de fluctuation Intervalle de confiance () Intervalle de fluctuation Intervalle de confiance 1 / 1 Intervalle de fluctuation - Intervalle de confiance () Intervalle de fluctuation Intervalle

Plus en détail

Probabilités Loi binomiale Exercices corrigés

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

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

Échantillonnage Équipe Académique Mathématiques - 2011

Échantillonnage Équipe Académique Mathématiques - 2011 Échantillonnage Équipe Académique Mathématiques - 2011 Fluctuation des échantillons Considérons une urne «de Bernoulli» (la population) contenant une proportion p de boules blanches, dont on extrait n

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

Proverbe birman. PROBABILITÉS & lois

Proverbe birman. PROBABILITÉS & lois «La chance aide parfois, le travail toujours» Proverbe birman Stage Intensif Objec1f BAC 2014 PROBABILITÉS & lois 1 Applica4on 1 An1lles Guyanne 2010 Applica4on 2 Liban 2008 Applica4on 3 Pondychérie 2013

Plus en détail

Lois normales. P( Z u ) = P ( Z u ) P( Z u ) = 1 P( Z < u )

Lois normales. P( Z u ) = P ( Z u ) P( Z u ) = 1 P( Z < u ) Lois normales La loi de probabilité la plus utilisée en statistique est la loi normale, encore appelée loi de Gauss ou de Laplace_Gauss. C'est une distribution théorique qui ne se rencontre jamais exactement

Plus en détail

BACCALAURÉAT PROFESSIONNEL SUJET

BACCALAURÉAT PROFESSIONNEL SUJET SESSION 2013 Antilles - Guyane - Polynésie BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)

Plus en détail

Baccalauréat STL biotechnologies Métropole La Réunion 18 juin 2015

Baccalauréat STL biotechnologies Métropole La Réunion 18 juin 2015 Baccalauréat STL biotechnologies Métropole La Réunion 18 juin 2015 Calculatrice autorisée conformément à la circulaire n o 99-186 du 16 novembre 1999. Le candidat doit traiter les quatre exercices. Il

Plus en détail

Lois usuelles. Michaël Genin. Université de Lille 2. EA Santé Publique : Epidémiologie et Qualité des soins

Lois usuelles. Michaël Genin. Université de Lille 2. EA Santé Publique : Epidémiologie et Qualité des soins Lois usuelles Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lille2fr Plan 1 Exemple introductif Michaël Genin (Université de Lille

Plus en détail

Sujet de Bac 2013 - Maths ES Obligatoire & Spécialité Amérique du Nord

Sujet de Bac 2013 - Maths ES Obligatoire & Spécialité Amérique du Nord Sujet de Bac 2013 - Maths ES Obligatoire & Spécialité Amérique du Nord Exercice 1 : 4 points et exercice est un questionnaire à choix multiples. Chaque question ci-après comporte quatre réponses possibles.

Plus en détail

démonstrations exigibles au baccalauréat

démonstrations exigibles au baccalauréat démonstrations exigibles au baccalauréat fonction exponentielle (1/2) propriété : Il existe une unique fonction dérivable sur telle que ' = et (0) = 1 1 L'existence de la fonction est admise conformément

Plus en détail

Probabilités continues et Loi normale Ce que dit le programme :

Probabilités continues et Loi normale Ce que dit le programme : Chapitre 3 Probabilités continues et Loi normale Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Terminale S Notion de loi à densité à partir d exemples Loi à densité sur un intervalle.

Plus en détail