Loi binomiale-cours. La loi binomiale

Dimension: px
Commencer à balayer dès la page:

Download "Loi binomiale-cours. La loi binomiale"

Transcription

1 1 La loi binomiale Les robabilités en général - et la loi binomiale en articulier - doivent beaucou à la famille Bernoulli. Cette dynastie de scientifiques comte, entre autres, dans ses rangs, Jacob ( ) dit Jacques I, Johann ( ) dit Jean I, tous deux fils de Nicolas ( ), ainsi que Daniel (17-178) et Nicolas II ( ), fils de Johann. Le grand ouvrage de Jacob : Ars conjectandi (l art de conjecturer), ublié ar son neveu Daniel en 1713, est une véritable révolution dans le monde des robabilités. Il y résente la loi des grands nombres (largement utilisée aujourd hui ar les exloitants de casinos ou les assureurs, ar exemle), la loi de Bernoulli, des roriétés des coefficients binomiaux on neveu Daniel oursuivra ses travaux en exlorant la notion de rise de risques dans son ouvrage : Théorie sur la mesure du risque. es recherches le conduiront à aliquer les robabilités à l astronomie ainsi qu à des décisions ubliques comme le choix d un état de considérer une stratégie d inoculation (ancêtre de la vaccination) en fonction du risque de mortalité. es discussions avec son frère Nicolas II le mèneront à résenter le Paradoxe de aint-pétersbourg, considéré aujourd hui ar certains économistes de la finance comme fondateur des bases de la théorie économique et financière de la rise de risques. Pour en savoir lus sur la famille Bernoulli, vous ouvez vous reorter, ar exemle, à la age de P. Radelte de Grave ( 1 La loi de Bernouilli et dénombrement Considérons une roue équilibrée divisée en quatre secteurs identiques. Chaque secteur est reéré ar une lettre : A, B, C ou D. On fait tourner la roue : si l on obtient la lettre A, c est un succès (); sinon, c est un échec (). On réète cette exérience n fois et on comte le nombre de succès. A D B C Une exérience aléatoire à deux issues ossibles : succès ou échec, est aelée une éreuve de Bernouilli. La loi de Bernouilli de aramètre est la loi de variable aléatoire X renant la valeur 1 en cas de succès et en cas d échec, où désigne la robabilité du succès. On a alors : si x = 1 P(X = x) = si x = sinon La loi de X est donc : 1 P(X = ) Nous ouvons alors calculer l esérance et la variance de X : 1 E(X) = P(X = ) = ()+1 = ; V(X) = [ 1 1 ] [ E(X)] P(X = ) = P(X = ) [E(X)]. = = = Donc V(x) = ()+1 = (). Une exérience aléatoire n ayant que deux issues ossibles (succès et échec) est une éreuve de Bernouilli. oit la robabilité du succès. La variable aléatoire X renant la valeur 1 en cas de succès et O en cas d échec suit une loi de Bernouilli de aramètre. on esérance est E(X) = et sa variance est V(X) = (). Revenons à notre situation. Faisons tourner la roue une fois. Nous obtenons donc une éreuve de Bernouilli : le succès est l obtention de la lettre A. La variable aléatoire X, renant la valeur 1 si l on obtient la lettre A et sinon, suit une loi de Bernouilli de aramètre = 1. on esérance est donc et sa variance V(X) = 1 E(X) = 1 ( 1 1 ) = 3 16 Losqu on réète une éreuve de Bernouilli n fois, de manière identique et indéendante (le résultat d une éreuve ne déend as du résultat des éreuves récédentes), on arle de schémas de Bernouilli de aramètres n et ( est toujours la robabilité du succès). 1

2 1 Lançons la roue deux fois de suite. Nous sommes donc en résence d un schémas de Bernouilli de aramètres n = et = 1. oit X la variable aléatoire comtant le nombre de succès. Afin de déterminer la loi de X, nous réalisons un arbre ondéré : : X = : X = 1 : X = 1 : X = Nous ouvons donc obtenir ; 1 ; ou succès. L univers de la variable aléatoire X est donc X(Ω) = { ; 1 ; ( }. ) Comtons à résent le nombre de chemins ermettant de n obtenir aucun succès. Nous noterons ce nombre (se lit ( ) armi ). Par lecture de l arbre, il n y a qu un seul chemin ossible. Donc = 1. Ce chemin corresond au coule ( ) dont la robabilité est (). Donc P(X = ) = (). ( ) De même, le nombre de chemins menant à un seul succès est = ( 1 armi est égal à ). 1 Les chemins menant à un succès sont () et (). Donc P(X = 1) = ()+() = (). ( ) Enfin, le nombre de chemins menant à deux succès est = 1 ( armi est égal à 1). Ce chemin est () et, ar conséquent, P(X = ) =. La loi de robabilité de X est donc : 1 P(X = ) () () On dira que la variable aléatoire X suit une loi binomiale de aramètres n = et = 1. Remarque : Pour tous nombres réels a et b, (a+b) = a +ab+b. Les coefficients de chaque facteur corresondent aux ( ) ( ) ( ) nombres, et. 1 Lançons maintenant la roue trois fois et comtons le nombre de succès. L arbre rerésentant l exérience aléatoire est alors : : X = 3 : X = : X = : X = 1 : X = : X = 1 : X = 1 : X = Comme récédemment, comtons le nombre de ( chemins ) : 3 Nombre de chemins menant à aucun succès : = 1 ( armi 3 est égal à 1) et P(X = ) = () 3.

3 1 ( ) 3 Nombre de chemins menant à un succès : = 3 et ( 1 armi 3 est égal à 3) P(X = 1) = 3(). 1( ) 3 Nombre de chemins menant à deux succès : = 3 ( armi 3 est égal à 3) et P(X = ) = 3 (). ( ) 3 Nombre de chemins menant à trois succès : = 1 ( 3 armi 3 est égal à 1) et P(X = 3) = 3. 3 La loi de robabilités de X est donc : 1 3 P(X = ) () 3 3() 3 () 3 On dira que la variable aléatoire X suit une loi binomiale de aramètres n = 3 et = 1. Remarque : Pour tous nombres réels a et b, (a + b) 3 = a 3 + 3a b + 3ab + b 3. Les coefficients de chaque facteur ( ) ( ) ( ) ( ) corresondent aux nombres,, et. 1 3 Juste our le laisir, lançons maintenant la roue quatre fois et comtons le nombre de succès. L arbre rerésentant l exérience aléatoire est alors : : X = Comtons le nombre de chemins : Nombre de chemins menant à aucun succès : : X = 3 : X = 3 : X = : X = 3 : X = : X = : X = 1 : X = 3 : X = : X = : X = 1 : X = : X = 1 : X = 1 ( ) = 1 et P(X = ) = (). : X = 3

4 1 ( ) Nombre de chemins menant à un succès : = et P(X = 1) = () 3. 1( ) Nombre de chemins menant à deux succès : = 6 et P(X = ) = 6 (). ( ) Nombre de chemins menant à trois succès : = et P(X = 3) = 3 (). 3( ) Nombre de chemins menant à quatres succès : = 1 et P(X = ) =. La loi de robabilités de X est donc : 1 3 P(X = ) () () 3 6 () 3 () On dira que la variable aléatoire X suit une loi binomiale de aramètres n = et = 1. La loi binomiale Considérons un shéma de Bernouilli de aramètres n (nombre de réétitions de l exérience, de manière identique et indéendante) et (robabilité du succès). Nous avons constaté, sur les exemles récédents, qu un tel shéma eut se rerésenter ar un arbre ondéré à n niveaux. oit X la variable aléatoire comtant le nombre de succès. On dit alors que X suit une loi binomiale de aramètres n et. Le nombre de chemins conduisant à succès (où est un entier de l intervalle [ ; n]) est noté armi n. Remarque : les nombres our déterminer ( ) 1, saisir : ( n ). Il se lit : (on arle de coefficients binomiaux) sont rogrammés dans la calculatrice. Par exemle, 1 MATH PRB ncr (ou, selon les modèles : Combinaison). On obtient : 1. Essayons de déterminer la robabilité P(X = ). Nous cherchons donc à déterminer la robabilité d obtenir succès en effectuant n éreuves identiques ( ) et indéendantes ( est toujours un entier de [ ; n]) : n Nous savons qu il existe chemins ermettant d obtenir succès; Pour obtenir succès (exactement), il doit y avoir fois et (n ) fois. La robabilité d un chemin menant à un tel événement est () n. Par conséquent, les différents événements comortant succès et n échecs étant incomatibles : P(X = ) = () n Petit bilan : On réète, de manière identique et indéendante, n fois une éreuve de Bernouilli de aramètre. oit X la variable aléatoire comtant le nombre de succès. X suit une loi binomiale de aramètres n et : X B(n ;( ); ) n Pour tout entier naturel tel que n, P(X = ) = () n ; L esérance de X est E(X) = n (c est n fois l esérance de la loi de Bernouilli de aramètre ); La variance de X est V(X) = n(). Exemle : Rerenons l exemle de la roue. Faisons-la tourner 15 fois. 1. Quelle est la robabilité d obtenir 8 succès?. Quelle est le nombre moyen de succès? olution : 1. oit X la variable aléatoire comtant le nombre de succès. On lance 15 fois de suite la roue. Ces 15 lancers sont identiques et indéendants.on réètedonc 15 fois une éreuve de Bernouilli de aramètre = 1. La variable aléatoire

5 1 X suit donc une loi binomiale de aramètre n = 15 et = 1 : X B(15 ; 1 ). Par conséquent, la robabilité d obtenir 8 succès est : ) 15 8 = P(X = 8) = ( 15 8 )( 1 ) 8 ( 1 1, L esérance de X est E(X) = n = Le nombre moyen de succès est donc. Remarques : La loi binomiale est rogrammée dans la calculatrice. En rerenant l exemle ci-dessus (X B(15 ; Pour TI Casio 1 ) : Calculer P(X = ) nd vars (Distrib) MENU (TAT) F5 (otion DIT) électionner A :bionmdf ou ( :binom) Renseigner n, et dans cet ordre : F5 F1 (otion BINM) (otion Bd) Renseigner l écran x = ; Numtrial=n; 15,.5, 8 x = 8 Numtrial=15 =.5 Calculer P(X ) Procéder de même en choisissant Procéder de même en choisissant la fonction B :Binom FRe l otion Bcd ( F ) Obtenir la loi TAT 1 (Edit) MENU (TAT) de robabilité de X aisir dans List 1 les entiers de à n aisir dans List 1 les entiers de à n :,1,,,15. :,1,,,15. Positionner le curseur sur L. F5 (DIT) F5 (BINM) F1 (BPD) nd VAR choisir binomdf (ou binom) Renseigner l écran : List : List1, Numtrial : n, Renseigner n et ENTER 15,.5 ) ENTER F1 (CACL) EXIT EXIT On obtient les P(X = ) dans List Exercice : Dans une ville comtant habitants, on a recensé cas de gries. On choisit au hasard 3 ersonnes dans la ville. On aelle X le nombre de ersonnes malades choisies atteintes ar le virus grial. 1. Quelle est la loi de robabilités de X?. Calculer la robabilité des événements suivants (on donnera les résultats arrondis au millième) : olution : (a) Deux ersonnes exactement sont atteintes ar le virus (b) Il y a au-moins une ersonne atteint ar le virus 1. La roortion de ersonnes atteintes de la grie dans la ville est = =,. La oulation de la ville est suffisamment grande our considérer que le choix des 3 ersonnes se fait de manière indéendante et identique. On réète donc 3 fois la même éreuve de Bernouilli de aramètre =, : choisir une ersonne. Le succès est : la ersonne choisie est malade. Donc P() =,. L échec est : la ersonne choisie n est as malade. Donc P5) = 1, =,98. Les éreuves étant identiques et indéendants, X suit une loi binomiale de aramàtres n = 3 et =, : X B(3 ;,). 5

6 1. (a) L évènement ( Deux ) ersonnes exactement sont atteintes ar le virus corresond à X =. 3 P(X = ) = () 8 = 35,,98 8,99. La robabilité que armi les 3 ersonnes choisie, deux exactement soient malades est P(X = ),99. (b) L évènement Il y a au-moins une ersonne atteint ar le virus corresond P(X 1). L évènement contraire de P(X 1) ( est) P(X < 1) c est-à-dire P(X = ). Donc : 3 P(X 1) = 1 P(X = ) = 1 () 3 = 1,98 3,55. La robabilité que armi les 3 ersonnes choisie, au-moins une soit malade est P(X 1),55. Alication algébrique : La robabilité de l univers est égale à 1. Elle est aussi égale à la somme des robabilités des =n =n événements élémentaires le formant. Nous avons donc : P(X = ) = 1 = () n ( ). = = Posons, dans cette égalité : = a a. Alors = 1 a+b a+b = a+b a = b. L égalité s écrit alors : a+b a+b =n ( )( ) n a b ( ) = 1 a+b a+b = =n a b n ( ) (a+b) (a+b) n = 1 = =n ab n ( ) (a+b) n = 1 = Par conséquent, en multiliant as (a+b) n les deux membres de l égalité : = =n a b n = (a+b) n Exemles : =3 ( ) 3 1. Pour tout réel x, (1+x) 3 = 1 x 3 = 1+3x+3x +x 3. =n. () n = (1+1) n = 1 1 n = = =n = =. 3 Proriétés des coefficients binomiaux (ROC) Comme récédemment, n et sont des entiers naturels tels que n. Considérons un shéma de Bernouilli, réétition de n éreuves de Bernouilli identiques et indéendantes. ur l arbre rerésentant ce shéma, un seul chemin mène à aucun succès et un seul chemin mène à n succès. Donc : ( ) n = = 1 n Toujours sur l arbre, il y a autant de chemins menant à succès que de chemins menant à échecs. Or, dire qu un chemin indique échecs revient à dire que ce chemin indique n succès. Par conséquent : Pour tous entiers naturels n et tels que n, ( ) n =. n Considérons à résent que nous réétons n+1 fois l éreuve de Bernouilli et cherchons le nombre de chemins nous menant à +1 succès (avec n 1). Pour obtenir ces +1 succès, deux ossibilités s offrent à nous : lors des n remiers tirages, nous avons obtenu +1 succès, ce qui corresond à chemins. Il faut alors obtenir un échec lors de la dernière éreuve (un seul chemin ossible). Cette ossibilité corresond donc à chemins; +1 6

7 1. lors des n remiers tirages, nous avons obtenu succès, ce qui corresond à chemins. Il faut alors obtenir un succès lors de la dernière éreuve (un seul chemin ossible). Cette ossibilité corresond donc à chemins. Ces différents chemins étant icomatibles, nous obtenons donc réétition de n+1 éreuves de Bernouilli : Formule de Pascal Pour tous entiers n et tels que n 1, + +1 ( ) +1 n = chemins menant à +1 succès lors de la Conséquence : Le triangle de Pascal. Le triangle ( de ) Pascal ermet de calculer, de roche en roche, les coefficients binomiaux en utilisant la formule de Pascal. n L entier est à l intersection de la ligne n et de la colonne. ( ) n On commence ar lacer les valeurs évidentes : = = 1, uis on comlète le tableau de roche en roche. n n

dénombrement, loi binomiale

dénombrement, loi binomiale dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................

Plus en détail

Des familles de deux enfants

Des familles de deux enfants Des familles de deux enfants Claudine Schwartz, IREM de Grenoble Professeur, Université Joseh Fourier Les questions et sont osées dans le dernier numéro de «Pour la Science» (n 336, octobre 2005, article

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

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

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

Santé et hygiène bucco-dentaire des salariés de la RATP

Santé et hygiène bucco-dentaire des salariés de la RATP Santé et hygiène bucco-dentaire des salariés de la RATP Percetion des salariés et examen clinique du raticien Période 2006-2009 14 juin 2012 Dominique MANE-VALETTE, Docteur en Chirurgie dentaire dominique.mane-valette@rat.fr

Plus en détail

TP : Outils de simulation. March 13, 2015

TP : Outils de simulation. March 13, 2015 TP : Outils de simulation March 13, 2015 Chater 1 Initialisation Scilab Calculatrice matricielle Exercice 1. Système Unix Créer sous Unix un réertoire de travail outil_simulation dans votre home réertoire.

Plus en détail

Accès optiques : la nouvelle montée en débit

Accès optiques : la nouvelle montée en débit Internet FTR&D Dossier du mois d'octobre 2005 Accès otiques : la nouvelle montée en débit Dans le domaine du haut débit, les accès en France sont our le moment très majoritairement basés sur les technologies

Plus en détail

S2I 1. quartz circuit de commande. Figure 1. Engrenage

S2I 1. quartz circuit de commande. Figure 1. Engrenage TSI 4 heures Calculatrices autorisées 214 S2I 1 L essor de l électronique nomade s accomagne d un besoin accru de sources d énergies miniaturisées. Les contraintes imosées à ces objets nomades sont multiles

Plus en détail

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques). CHAINE DE TRANSMISSION Nous avons une information que nous voulons transmettre (signal, images, sons ). Nous avons besoin d une chaîne de transmission comosée de trois éléments rinciaux : 1. L émetteur

Plus en détail

.NET remoting. Plan. Principes de.net Remoting

.NET remoting. Plan. Principes de.net Remoting Plan.NET remoting Clémentine Nebut LIRMM / Université de Montellier 2 de.net Remoting côté serveur côté client.net Remoting en ratique Les canaux de communication L'activation L'invocation Les aramètres

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

Module : réponse d un système linéaire

Module : réponse d un système linéaire BSEL - Physique aliquée Module : réonse d un système linéaire Diaoramas () : diagrammes de Bode, réonse Résumé de cours - Caractérisation d un système hysique - Calcul de la réonse our une entrée donnée

Plus en détail

Un modèle de composition automatique et distribuée de services web par planification

Un modèle de composition automatique et distribuée de services web par planification Un modèle de comosition automatique et distribuée de services web ar lanification Damien Pellier * Humbert Fiorino ** * Centre de Recherche en Informatique de Paris 5 Université Paris Descartes 45, rue

Plus en détail

Procès - Verbal du Conseil Municipal Du lundi 15 décembre 2014

Procès - Verbal du Conseil Municipal Du lundi 15 décembre 2014 Procès - Verbal du Conseil Municial Du lundi 15 décembre 2014 Nombre de membres comosant le Conseil Municial : 15 Nombre de membres en exercice : 15 Nombre de Conseillers résents : 14 Nombre de Conseillers

Plus en détail

Les marchés du crédit dans les PVD

Les marchés du crédit dans les PVD Les marchés du crédit dans les PVD 1. Introduction Partout, les marchés du crédit sont au centre de la caacité des économies à croître, uisqu ils financent l investissement. Le Taleau 1 montre ar exemle

Plus en détail

prix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1

prix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1 3- LE MONOOLE DISCRIMINANT Le monoole eut vendre ertaines unités de roduit à des rix différents. On arle de disrimination ar les rix. Selon une terminologie due à igou (The Eonomis of Welfare, 1920), on

Plus en détail

Vous êtes un prestataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret peut vous accompagner!

Vous êtes un prestataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret peut vous accompagner! Le guide 2015 e u q i t s i r u o t e r i du artena Vous êtes un restataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret eut vous accomagner! Qui sommes nous? 2 Edito Nouveau

Plus en détail

Bois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France

Bois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France CMP Bois n 19-12 avril - mai 2010 P.25 Carrefour du Bois P.34 cm La revue de l activité Bois en France Bois Saturateurs P.31 Usinage fenêtres P.37 Bardages Tout our l usinage du bois massif. Tout d un

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

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

VOIP. Pr MOUGHIT Mohamed m.moughit@gmail.com. Cours VOIP Pr MOUGHIT Mohamed 1

VOIP. Pr MOUGHIT Mohamed m.moughit@gmail.com. Cours VOIP Pr MOUGHIT Mohamed 1 VOIP Pr MOUGHIT Mohamed m.moughit@gmail.com Cours VOIP Pr MOUGHIT Mohamed 1 Connexion fixe, rédictible Connexion établie avant la numérotation user Centre de commutation La Radio est le suort imrédictible

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Sous le feu des questions

Sous le feu des questions ARTICLE PRINCIPAL Assureurs Protection juridique Sous le feu des questions Comment les assureurs Protection juridique vont-ils désormais romouvoir leurs roduits? Seraient-ils artisans d une assurance Protection

Plus en détail

DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS

DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS Ecole Nationale des Ponts et Chaussées Laboratoire Paris-Jourdan Sciences Economiques DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS

Plus en détail

Manuel de l'utilisateur

Manuel de l'utilisateur 0 Manuel de l'utilisateur Mise en route... 4 Votre Rider 0... 4 Réinitialiser le Rider 0... 5 Accessoires... 5 Icônes d'état... 5 Connexion, synchro et chargement... 6 Allumer/éteindre le Rider 0... 6

Plus en détail

Compression scalable d'images vidéo par ondelettes 2D+t

Compression scalable d'images vidéo par ondelettes 2D+t Comression scalable d'images vidéo ar ondelettes 2D+t Madji Samia, Serir Amina et Ouanane Abdelhak Université des Sciences et de la Technologie Houari Boumediene, Laboratoire de traitement d images et

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

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Probabilités. C. Charignon. I Cours 3

Probabilités. C. Charignon. I Cours 3 Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3

Plus en détail

«INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION BRITANNIQUE»

«INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION BRITANNIQUE» Manuscrit auteur, ublié dans "«COMPTABILITE ET ENVIRONNEMENT», France (007)" «INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION

Plus en détail

Découvrez les bâtiments* modulaires démontables

Découvrez les bâtiments* modulaires démontables Découvrez les bâtiments* modulaires démontables w Industrie w Distribution * le terme «bâtiment» est utilisé our la bonne comréhension de l activité de Locabri. Il s agit de structures modulaires démontables

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

Chambre Régionale de Métiers et de l Artisanat. Région Auvergne. Région Auvergne

Chambre Régionale de Métiers et de l Artisanat. Région Auvergne. Région Auvergne Chambre Régionale de Métiers et de l Artisanat L Artisanat en Auvergne, l Energie du Déveloement Région Auvergne Région Auvergne Edito Edito Valoriser la formation des jeunes et des actifs : un enjeu

Plus en détail

Plan général du cours

Plan général du cours BTS GPN 1ERE ANNEE-MATHEMATIQUES-PROBABILITES-DENOMBREMENT,COMBINATOIRE PROBABILITES Plan général du cours 1. Dénombrement et combinatoire (permutations, arrangements, combinaisons). 2. Les probabilités

Plus en détail

Commande prédictive des systèmes non linéaires dynamiques

Commande prédictive des systèmes non linéaires dynamiques Rébliqe Algérienne Démocratiqe et olaire Ministère de l Enseignement Sérier et de la Recherche Scientifiqe Université Molod Mammeri de Tizi-Ozo Faclté de Génie Electriqe et Informatiqe Déartement Atomatiqe

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Méthodologie version 1, juillet 2006

Méthodologie version 1, juillet 2006 Méthodologe verson, ullet 2006 Tendances Carbone résente chaque mos sx groues d ndcateurs :. Synthèse du mos 2. Clmat 3. Actvté économque. Energe 5. Envronnement nsttutonnel 6. Tableau de bord Ce document

Plus en détail

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Guide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/

Guide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/ Guide d utilisation (Version canadienne) Téléhone sans fil DECT 6.0/ avec réondeur et afficheur/ afficheur de l ael en attente CL83101/CL83201/ CL83301/CL83351/ CL83401/CL83451 Félicitations our votre

Plus en détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée

Plus en détail

4. Exercices et corrigés

4. Exercices et corrigés 4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

Probabilités et Statistique

Probabilités et Statistique Probabilités et Statistique Y. Velenik Version du 24 mai 2012 Dernière version téléchargeable à l adresse http://www.unige.ch/math/folks/velenik/cours.html 2011-2012 2 Table des matières Table des matières

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

NFE107 Urbanisation et architecture des systèmes d information. Juin 2009. «La virtualisation» CNAM Lille. Auditeur BAULE.L 1

NFE107 Urbanisation et architecture des systèmes d information. Juin 2009. «La virtualisation» CNAM Lille. Auditeur BAULE.L 1 Juin 2009 NFE107 Urbanisation et architecture des systèmes d information CNAM Lille «La virtualisation» Auditeur BAULE.L 1 Plan INTRODUCTION I. PRINCIPES DE LA VIRTUALISATION II. DIFFÉRENTES TECHNIQUES

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition

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

Documents et lieux de mémoire de la persécution et de la déportation des Juifs à Nîmes. Pistes d'intervention auprès des classes de 3e et de 1ère.

Documents et lieux de mémoire de la persécution et de la déportation des Juifs à Nîmes. Pistes d'intervention auprès des classes de 3e et de 1ère. Documents et lieux de mémoire de la ersécution et de la déortation des Juifs à Nîmes. Pistes d'intervention aurès des classes de 3e et de 1ère. L'enseignement du génocide des Juifs est inscrite à trois

Plus en détail

Les suites numériques

Les suites numériques Chapitre 3 Term. STMG Les suites numériques Ce que dit le programme : Suites arithmétiques et géométriques CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Suites arithmétiques et géométriques Expression du terme

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en détail

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher. Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110

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

P1 : Corrigés des exercices

P1 : Corrigés des exercices P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Philippe NERISSON Le 5 février 2009

En vue de l'obtention du. Présentée et soutenue par Philippe NERISSON Le 5 février 2009 THÈSE En vue de l'obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré ar l Institut National Polytechnique de Toulouse Disciline ou sécialité : Dynamique des Fluides Présentée et soutenue ar Philie

Plus en détail

Cours d algorithmique pour la classe de 2nde

Cours d algorithmique pour la classe de 2nde Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage

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

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en détail

LA CERTIFICATION DES ARMATURES

LA CERTIFICATION DES ARMATURES LA CERTIFICATION DES ARMATURES NF - Aciers our béton armé NF - Armatures AFCAB - Disositifs de raboutage ou d ancrage des armatures du béton AFCAB - Pose des armatures du béton LE CYCLE DES ARMATURES :

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

TRIGONOMETRIE Algorithme : mesure principale

TRIGONOMETRIE Algorithme : mesure principale TRIGONOMETRIE Algorithme : mesure principale Déterminer la mesure principale d un angle orienté de mesure! 115" Problèmatique : Appelons θ la mesure principale, θ et! 115" sont deux mesures du même angle,

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

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

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

Catalogue 3 Chaine sur Mesure

Catalogue 3 Chaine sur Mesure Catalogue 3 Chaine sur Mesure SUBAKI Les Chaines 2009 CAALGUE 3 Classification chaine sur mesure sériés de chaîne ye de chaîne subaki Caractéristiques RUNNER BS Performance suérieure Général Chaînes à

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

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

EI - EXERCICES DE PROBABILITES CORRIGES

EI - EXERCICES DE PROBABILITES CORRIGES EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card

Plus en détail

La persistance des nombres

La persistance des nombres regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...

Plus en détail

Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE

Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE Introduction Nous avons conçu ce document dans le but de vous aider à

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

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

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

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

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Peut-on imiter le hasard?

Peut-on imiter le hasard? 168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

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

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

INF 162 Probabilités pour l informatique

INF 162 Probabilités pour l informatique Guy Melançon INF 162 Probabilités pour l informatique Licence Informatique 20 octobre 2010 Département informatique UFR Mathématiques Informatique Université Bordeaux I Année académique 2010-2011 Table

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

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue

Plus en détail

point On obtient ainsi le ou les points d inter- entre deux objets».

point On obtient ainsi le ou les points d inter- entre deux objets». Déplacer un objet Cliquer sur le bouton «Déplacer». On peut ainsi rendre la figure dynamique. Attraper l objet à déplacer avec la souris. Ici, on veut déplacer le point A du triangle point ABC. A du triangle

Plus en détail

Nombre dérivé et tangente

Nombre dérivé et tangente Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative

Plus en détail

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail