Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :

Dimension: px
Commencer à balayer dès la page:

Download "Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :"

Transcription

1 Estimatio Objectifs Estimer poctuellemet ue proportio, ue moyee ou u écart type d ue populatio à l aide de la calculatrice ou d u logiciel, à partir d u échatillo Détermier u itervalle de cofiace à u iveau de cofiace souhaité pour : ue proportio, das le cas d ue loi biomiale approximable par ue loi ormale; ue moyee, das le cas d ue loi ormale quad l écart type de la populatio est cou ou das le cas de grads échatillos Exploiter u itervalle de cofiace Détermier la taille écessaire d u échatillo pour estimer ue proportio ou ue moyee avec ue précisio doée 1 Échatilloage et fluctuatios Soit X ue variable aléatoire défiie sur ue populatio O suppose cous l espérace (la moyee) µ de X aisi que so écart-type σ O prélève u échatillo de taille das la populatio(c est-à-dire idividus) et o s itéresse à la moyee observée das cet échatillo : si la taille de l échatillo est petite, la moyee observée peut être très différete de celle de la populatio (cas d u échatillo atypique); si par cotre l échatillo est de taille raisoablemet grade, o peut s attedre à ce que la moyee observée «e soit pas trop éloigée» de celle de la populatio La remarque précédete est précisémet quatifiée par le théorème de la limite cetrée Théorème de la limite cetrée (admis) Soit X ue variable aléatoire quelcoque d espérace E(X) = µ et d écart-type σ(x) = σ O ote X la moyee observée das u échatillo de taille Si la taille de l échatillo est assez grade ( 30), alors : X suit approximativemet la loi ormale de moyee µ et d écart-type σ Exemple Les statistiques des otes obteues e mathématiques au BTS OL e Frace pour l aée 2014 sot : moyee atioale : µ = 10,37 écart-type : σ = 1,48 Ue classe de TS2OL comptait 35 élèves e 2013/2014 : quelle est la probabilité que la moyee de cette classe soit supérieure à 10? Répose Comme 30, la moyee X suit approximativemet ue loi ormale de paramètres µ = µ = 10,37 et σ = σ = 1, ,25 O e déduit avec la calculatrice que P ( X 10 ) = 0,93 TS2 Opticie Luetier 2014 / Lycée Fresel - Paris

2 Fréquece das u échatillo Das ue populatio, o étudie u caractère dot o coaît la proportio p O fixe u etier, et l o s itéresse à la variable aléatoire F qui à u échatillo de taille associe la fréquece du caractère étudié Si la taille de l échatillo est assez grade ( 30), alors : F suit approximativemet la loi ormale de moyee p et d écart-type Démostratio Le prélèvemet d u échatillo de taille reviet à effectuer épreuves de Beroulli, chacue d etre elles cosistat à prélever u idividu das la populatio et à appeler succès le fait qu il possède le caractère étudié (avec ue probabilité p) E admettat que les tirages sot idépedats (la populatio est suffisamet grade parrapportàlataille del échatillo), lavariable aléatoire X quicomptele ombredesuccèsdeces épreuves de Beroulli suit ue loi biomiale de paramètres et p L espérace et l écart-type de X valet : E(X) = p etσ(n) = Mais la fréquece F = X est aussi la moyee X du ombre de succès observée das l échatillo : comme 30 et d après le théorème de la limite cetrée, F suit approximativemet la loi ormale de paramètres µ = E(X) = p et σ = σ(x) = = Défiitio Das ue populatio, o étudie u caractère dot o coaît la proportio p O fixe u etier, et l o s itéresse à la variable aléatoire F qui à u échatillo de taille associe la fréquece du caractère étudié U itervalle de fluctuatio au seuil de 95% de F est doé par : [ ] IF = p 1,96 ; p+1,96 Cela sigifie que sur u grad ombre d expériece, la fréquece observée das u échatillo de taille appartiedra à cet itervalle das 95% des cas e moyee Démostratio O peut calculer que si ue variable aléatoire X suit la loi ormale de moyee µ et d écart-type σ, alors P(µ 1,96σ X µ+1,96σ) = 0,95 95% µ 1,96σ µ µ+1,96σ p(1 p) Come F suit approximativemet ue loi ormale de moyee µ = p et d écart-type σ =, o déduit de ce fait que ( ) P p 1,96 F p+1,96 = 0,95 TS2 Opticie Luetier 2014 / Lycée Fresel - Paris

3 2 Estimatio poctuelle L estimatio est le problème réciproque de l échatilloage : o e coaît pas l espérace (ou l écart-type ou la proportio) das la populatio, et l o cherche à l estimer à partir des valeurs observées sur u échatillo de taille O suppose que la populatio est suffisammet grade pour que le prélèvemet d u échatillo puisse être assimilé à u tirage avec remise Estimatio poctuelle d ue moyee O ote µ e et σ e la moyee et l écart-type observés das u échatillo de taille L estimatio poctuelle µ de la moyee µ de la populatio est : µ = µ e L estimatio poctuelle σ de l écart-type σ de la populatio est : σ = 1 σ e Remarque Le facteur 1 s appelle la correctio de biais Lorsque est grad ( 30), le facteur 1 est très voisi de 1 de sorte que l o peut estimer σ par σ e : si 30 : σ σ e Estimatio d ue proportio O ote p e la proportio observée das u échatillo de taille L estimatio poctuelle p de la proportio das la populatio est : p = p e pe (1 p e ) L estimatio poctuelle σ de l écart-type σ de la populatio est : σ =, si 30 Remarque Si < 30, il faut faire iterveir la correctio de biais et : σ = 3 Estimatio par u itervalle de cofiace pe (1 p e ) = 1 p e (1 p e ) 1 Défiitio U itervalle de cofiace de iveau de cofiace 95% est u itervalle qui cotiet la valeur icoue de la moyee ou de la proportio das la populatio avec ue probabilité (au mois) égale à 0,95 Estimatio d ue moyee Das ue populatio, o étudie ue variable aléatoire dot o coaît l écart-type σ mais dot la moyee µ est icoue O ote µ e la moyee observée sur u échatillo de taille σ état cou, u itervalle de cofiace de µ au iveau de cofiace 0,95 est doé par : [ IC = µ e 1,96 σ ; µ e +1,96 σ ] Cela sigifie que sur u grad ombre d expérieces, cet itervalle cotiedra effectivemet µ das 95% des cas e moyee TS2 Opticie Luetier 2014 / Lycée Fresel - Paris

4 Démostratio D après le théorèmede la limite cetrée,o sait que la moyee X observéedas u échatillo de taille suit approximativemet la loi ormale de moyee µ et d écart-type σ O a doc Mais ( P µ 1,96 σ X µ+1,96 σ ) = 0,95 µ 1,96 σ X µ+1,96 σ 1,96 σ X µ 1,96 σ 1,96 σ µ X 1,96 σ X 1,96 σ µ X+1,96 σ, doc ( P X 1,96 σ µ X+1,96 σ ) = 0,95 E remplaçat X par sa réalisatio µ e, o a bie : ( [ P X µ e 1,96 σ ; µ e +1,96 σ ]) = 0,95 Estimatio d ue proportio Das ue populatio, o étudie u caractère dot la proportio p est icoue O ote p e la proportio observée sur u échatillo de taille U itervalle de cofiace de p au iveau de cofiace 0,95 est doé par : [ ] pe (1 p e ) pe (1 p e ) IC = p e 1,96 ; p e +1,96 Cela sigifie que sur u grad ombre d expérieces, cet itervalle cotiedra effectivemet p das 95% des cas e moyee pe (1 p e ) O pourra reteir cette formule e otat que est l estimatio poctuelle σ de l écart-type Autre iveau de cofiace Si l o souhaite obteir u itervalle de cofiace avec u iveau de cofiace différet de 0,95, il suffit de remplacer das les formules précédetes le coefficiet 1,96 par : 1,645 pour u iveau de cofiace égal à 10%; 2,575 pour u iveau de cofiace égal à 1% Par exemple : σ état cou, u itervalle de cofiace de µ au iveau de cofiace 0,90 est doé par : [ IC = µ e 1,645 σ ; µ e +1,645 σ ] u itervalle de cofiace de p au iveau de cofiace 0,99 est doé par : [ ] pe (1 p IC = e ) pe (1 p e ) p e 2,575 ; p e +2,575 TS2 Opticie Luetier 2014 / Lycée Fresel - Paris

5 Exercices Exercice 1 (2014) U fabriquat de letilles souples, dites«hydrophiles», propose ue ouvelle géératio de letilles e silicoe d hydrogel Le fabriquat voudrait estimer la desité moyee icoue µ des letilles de sa productio auelle O désigepar D lavariable aléatoirequi, àtouteletille decetteproductio,associesadesitéo admetque D suitla loiormale demoyee µ et d écarttype σ = 0,07 O prélèveuéchatillo aléatoirede150 letilles das la productio auelle Cette productio est suffisammet importate pour que l o puisse assimiler ce prélèvemet à u tirage avec remise O désige par D la variable aléatoire qui, à tout échatillo de 150 letilles aisi prélevé, associe la desité moyee des letilles de cet échatillo O admet que D suit la loi ormale de moyee µ et d écart type σ 150 avec σ = 0,07 Pour l échatillo prélevé, o costate que la desité moyee des letilles est d = 1, Détermier u itervalle de cofiace cetré sur d de la moyee icoue µ au iveau de cofiace 95% Arrodir les bores de l itervalle à O cosidère la phrase suivate : «o est sûr que la moyee µ appartiet à l itervalle de cofiace obteu à la questio précédete» Est-ce vrai? Justifier Exercice 2 (2013) Ue etreprise fabrique des verres ophtalmiques à partir de verres semi-fiis Ce fabriquat effectue u sodage auprès de ses cliets opticies Il souhaite évaluer la proportio icoue p de cliets itéressés par u ouveau verre Pour cela, il iterroge au hasard u échatillo de 100 opticies parmi sa clietèle Cette clietèle est suffisammet importate pour cosidérer que cet échatillo résulte d u tirage avec remise Soit F la variable aléatoire qui à tout échatillo aisi prélevé, associe la fréquece, das cet échatillo, des opticies itéressés par ce ouveau verre O suppose que F suit la loi ormale de moyee p icoue et d écart type 100 Pour l échatillo prélevé, o costate que 70 opticies sot itéressés par le ouveau verre 1 Doer ue estimatio poctuelle f de la proportio icoue p 2 Détermier u itervalle de cofiace cetré sur f de la proportio p avec le coefficiet de cofiace 95% Arrodir les bores de l itervalle à Peut-o affirmer que p est compris das cet itervalle de cofiace? Pourquoi? Exercice 3 (2011) Ue etreprise fabrique et distribue u produit de cosommatio courate e grade quatité O s itéresse à la proportio icoue p de produits das le stock présetat ue erreur d étiquetage Pour cela, o prélève au hasard et avec remise 100 produits das le stock Soit F la variable aléatoire qui à tout échatillo aisi prélevé, associe la fréquece, das cet échatillo, des produits présetat ue erreur d étiquetage O suppose que F suit la loi ormale de moyee p icoue et d écart type 100 Pour l échatillo prélevé, o costate que 6 produits présetet ue erreur d étiquetage 1 Doer ue estimatio poctuelle f de la proportio icoue p 2 Détermier u itervalle de cofiace cetré sur f de la proportio p avec le coefficiet de cofiace 95% Arrodir les bores de l itervalle à 10 2 TS2 Opticie Luetier 2014 / Lycée Fresel - Paris

6 Exercice 4 (2008) Au cours d ue aée, le service ophtalmologie d u cetre hospitalier a examié 5000 patiets Pour chaque patiet, ue fiche a été remplie sur laquelle sot idiqués l âge de la persoe et le diagostic posé Parmi les pathologies recotrées chez les 5000 patiets figure l aiséïcoie (L aiséïcoie se défiit comme la perceptio d images différetes e taille et/ou e forme par les deux yeux fixat u même objet) O cosidère u échatillo de 60 fiches prélevées au hasard das le fichier des patiets Le ombre de fiches du fichier est assez importat pour qu o puisse assimiler ce tirage à u tirage avec remise O costate que 15 fiches de cet échatillo sigalet ue aiséïcoie 1 Doer ue estimatio poctuelle de la fréquece icoue p des fiches du fichier qui sigalet ue aiséïcoie 2 Soit F la variable aléatoire qui, à tout échatillo de 60 fiches prélevées au hasard et avec remise das le fichier, associe la fréquece des fiches qui sigalet ue aiséïcoie O admet que F suit la loi ormale de moyee p et d écart type, où p désige la fréquece icoue des fiches du fichier qui 60 sigalet ue aiséïcoie Détermier u itervalle de cofiace de la fréquece p au seuil de cofiace 95% Exercice 5 (2007) Ue etreprise orgaise ue equête de satisfactio auprès de ses cliets Soir Z la variable aléatoire qui à tout échatillo de fiches, prélevées au hasard et avec remise das le fichier de la clietèle, associe le pourcetage de cliets correspodats satisfaits par le produit O admet que Z suit la loi ormale de moyee p et d écart type où p est la proportio icoue de cliets satisfaits par le produit das l esemble de la clietèle U sodage auprès d u échatillo aléatoire de 100 cliets a motré que 85 d etre eux étaiet satisfaits 1 Doer ue estimatio poctuelle de p 2 Doer ue estimatio de p par u itervalle de cofiace avec le coefficiet de cofiace 95% Arrodir les bores à Peut-o affirmer que p est compris das cet itervalle de cofiace? Pourquoi? Exercice 6 (2003) Ue etreprise fabrique des faces de luettes e grade série O s itéresse à la logueur de faces de luettes produites pedat ue jourée et o ote µ la moyee, icoue, de ces logueurs Soit L lavariable aléatoirequi,àtoutéchatillo de64facesdeluettesprélevéesau hasardetavecremisedas la productio des faces de la jourée cosidérée, associe la moyee des logueurs des faces de cet échatillo σ O suppose que L suit la loi ormale de moyee µ et d écart type avec σ = 0,48 64 O mesure la logueur, exprimée e millimètres, de chacue des 64 faces d u échatillo prélevé au hasard et avec remise das la productio de la jourée des faces O costatequelavaleur approchéearrodie à10 3 dela moyeel deslogueursdesfaces decetéchatillo est l = 130,088 1 À partir des iformatios portat sur cet échatillo, doer ue estimatio poctuelle de la moyee µ 2 Détermier u itervalle de cofiace cetré e l de la moyee µ, avec le coefficiet de cofiace 95% 3 O cosidère l affirmatio suivate : «la moyee µ est obligatoiremet etre 129, 970 et 130, 206» Peut-o déduire de ce qui précède qu elle est vraie? O e demade pas de justificatio TS2 Opticie Luetier 2014 / Lycée Fresel - Paris

Fluctuation et estimation

Fluctuation et estimation Fluctuatio et estimatio Table des matières I Idetificatio de la situatio........................................ II Échatilloage, itervalle de fluctuatio asymptotique........................ II. Itervalle

Plus en détail

FLUCTUATION ET ESTIMATION

FLUCTUATION ET ESTIMATION 1 FLUCTUATION ET ESTIMATION Le mathématicie d'origie russe Jerzy Neyma (1894 ; 1981), ci-cotre, pose les fodemets d'ue approche ouvelle des statistiques. Avec l'aglais Ego Pearso, il développe la théorie

Plus en détail

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f.

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f. Chapitre 14 Itervalle de fluctuatio des fréqueces. Estimatio Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Itervalle de fluctuatio Estimatio Itervalle de cofiace (*). Niveau

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL Corrigé du baccalauréat Polyésie 6 jui 4 STID STL spécialité SPCL EXERCICE 4 poits Cet eercice est u questioaire à choi multiples. Pour chacue des questios suivates, ue seule des quatre réposes proposées

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. T ale S Correctio Exercices type bac de Probabilités. Mars Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l ure : Si la boule

Plus en détail

Intervalles de fluctuation et de confiance

Intervalles de fluctuation et de confiance Chapitre 9 Itervalles de fluctuatio et de cofiace Sommaire 9.1 Itervalle de fluctuatio................................... 157 9.1.1 Quelques rappels..................................... 157 9.1.2 Itervalle

Plus en détail

TS Intervalle de fluctuation et estimation Cours

TS Intervalle de fluctuation et estimation Cours Aée 2013/2014 TS Itervalle de fluctuatio et estimatio Cours est u etier aturel o ul et p est u réel de l itervalle 0 ; 1. I Itervalle de fluctuatio Cotexte : Das ue populatio, la proportio d idividus présetat

Plus en détail

VARIABLES ALEATOIRES

VARIABLES ALEATOIRES VARIABLES ALEATOIRES TABLE DES MATIÈRES. Loi de probabilité.. Exemple... Calcul de probabilités sur u uivers Ω... Variable aléatoire à valeurs réelles...3. Probabilité image défiie par ue variable aléatoire..4.

Plus en détail

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression Pla du cours Méthodes de statistique iféretielle. A. Philippe Laboratoire de mathématiques Jea Leray Uiversité de Nates Ae.Philippe@uiv-ates.fr 1 Itroductio 2 Probabilités : Variables Aléatoires Cotiues

Plus en détail

CORRECTION DU BAC BLANC 2

CORRECTION DU BAC BLANC 2 CORRCTION DU BAC BLANC 2 XRCIC 1 (6 poits) Baccalauréat ST Mercatique Podichéry - 2010 Deux tableaux sot doés e aexe : le premier doe l évolutio du prix du mètre carré das l immobilier résidetiel acie

Plus en détail

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001 Exercice 1 : ( 12 poits ) Les parties A et B peuvet être traitées idépedammet l ue de l autre. O se propose d étudier l évolutio e foctio du temps des températures d u bai et d u solide plogé das ce bai.

Plus en détail

STATISTIQUE : ESTIMATION

STATISTIQUE : ESTIMATION STATISTIQUE : ESTIMATION Préparatio à l Agrégatio Bordeaux Aée 202-203 Jea-Jacques Ruch Table des Matières Chapitre I. Estimatio poctuelle 5. Défiitios 5 2. Critères de comparaiso d estimateurs 6 3. Exemples

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

Échantillonnage. Pour reprendre contact Les réponses exactes sont : Activité 1. Activité 2. 1 Réponse c. 2 Réponse a. Réponse c. 3 Réponse a.

Échantillonnage. Pour reprendre contact Les réponses exactes sont : Activité 1. Activité 2. 1 Réponse c. 2 Réponse a. Réponse c. 3 Réponse a. Échatilloage 9 Pour repredre cotact Les réposes exactes sot : Répose c. Répose a. Répose c. 3 Répose a. 4 Répose b. Répose c. Activité. La populatio étudiée est la productio d automobiles. Le caractère

Plus en détail

STATISTIQUES - ESTIMATION

STATISTIQUES - ESTIMATION STATISTIQUES - ESTIMATION I Echatilloage et estimatio : itroductio O se situe ici das 2 domaies des statistiques qui sot ceux de l «échatilloage» et de l «estimatio». Ces 2 domaies ot des cotextes d applicatio

Plus en détail

Séquence 9. Lois normales, intervalle de fluctuation, estimation. Sommaire

Séquence 9. Lois normales, intervalle de fluctuation, estimation. Sommaire Séquece 9 Lois ormales, itervalle de fluctuatio, estimatio Sommaire 1. Prérequis. Lois ormales 3. Itervalles de fluctuatio 4. Estimatio 5. Sythèse de la séquece Séquece 9 MA0 1 Ced - Académie e lige Das

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles BTS Mécaique et Automatismes Idustriels Statistiques iféretielles, Aée scolaire 2005 2006 Statistiques iféretielles 1. Itroductio vocabulaire Pour étudier ue populatio statistique, o a recours à deux méthodes

Plus en détail

PROBABILITES EXERCICES CORRIGES

PROBABILITES EXERCICES CORRIGES PROBABILITES EXERCICES CORRIGES Vocabulaire des probabilités Exercice. Das chacue de situatios décrites ci-dessous, éocer l évéemet cotraire de l évéemet doé. ) Das ue classe, o choisit deux élèves au

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédoie 7 mars 2014 A. P. M. E. P. EXERCICE 1 Commu à tous les cadidats 4 poits Cet exercice est u QCM questioaire à choix multiple. Pour chaque questio, ue seule

Plus en détail

E(X i ) par linéarité de l espérance.

E(X i ) par linéarité de l espérance. Statistiques appliquées. L3 Iterrogatio Questios de cours. 3 poits 1) Eocer le théorème cetral limite (1 pt). Si (X ) est ue suite de v.a. idépedates et de même loi, admettat des momets d ordre u et deux

Plus en détail

Estimation de paramètres

Estimation de paramètres CHAPITRE 8 Estimatio de paramètres 1. Distributio des moyees des échatillos Das ce chapitre, ous étudieros commet est distribué la moyee de tous les échatillos de taille possibles d ue certaie populatio.

Plus en détail

Mots de longueur donnée à base de P lettres, et fonction génératrice

Mots de longueur donnée à base de P lettres, et fonction génératrice Mots de logueur doée à base de lettres, et foctio géératrice Cosidéros les mots de logueur à base de lettres, avec etier positif. ) Combie existe-t-il de tels mots? La première lettre du mot est l ue des

Plus en détail

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse Séquece 9 Itervalles de fluctuatio, estimatio Objectifs de la séquece Das le chapitre 2, o étudie des itervalles de fluctuatio des variables aléatoires X F =, fréqueces des variables aléatoires biomiales

Plus en détail

II - Estimation d'un paramètre par intervalle de confiance

II - Estimation d'un paramètre par intervalle de confiance II - Estimatio d'u paramètre par itervalle de cofiace 1 ) - Gééralités sur la costructio O veut estimer u paramètre (moyee, proportio ) d'u caractère das ue populatio P. Ue estimatio poctuelle à partir

Plus en détail

PROBABILITES EXERCICES CORRIGES

PROBABILITES EXERCICES CORRIGES PROBABILITES EXERCICES CORRIGES Vocabulaire des probabilités Exercice. Das chacue de situatios décrites ci-dessous, éocer l évéemet cotraire de l évéemet doé. ) Das ue classe, o choisit deux élèves au

Plus en détail

Chapitre 3 Détermination de la taille de l'échantillon

Chapitre 3 Détermination de la taille de l'échantillon Chapitre 3 Détermiatio de la taille de l'échatillo Lorsqu o prélève u échatillo pour estimer u paramètre, o court toujours le risque de découvrir u peu trop tard que l'échatillo prélevé est trop petit

Plus en détail

EXERCICES de Statistiques

EXERCICES de Statistiques EXERCICES de Statistiques Aette Corpart lycée Jea Zay de Thiers EXERCICES sur la LOI NORMALE La variable aléatoire X suit la loi ormale N ( 12 ; 4 ). Calculer les probabilités suivates : P ( X 15 ) ; P

Plus en détail

1 Intervalles de confiance. 2 Tests d hypothèses. 3 La loi du χ 2. X N (µ; σ 2 ) n très grand = la valeur observée x de X µ

1 Intervalles de confiance. 2 Tests d hypothèses. 3 La loi du χ 2. X N (µ; σ 2 ) n très grand = la valeur observée x de X µ Pla du cours 3 RFIDEC cours 3 : Itervalles de cofiace, tests d hypothèses, loi du χ Christophe Gozales LIP6 Uiversité Paris 6, Frace 1 Itervalles de cofiace Tests d hypothèses 3 La loi du χ Itervalles

Plus en détail

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques Agrégatio extere de mathématiques, sessio 2008 Épreuve de modélisatio, optio (public 2008) Mots clefs : Loi des grads ombres, espace des polyômes, estimatio o-paramétrique Il est rappelé que le jury exige

Plus en détail

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION Des PROBABILITES à la STATISTIQUE - APPLICATIONS - Jea-Marie MARION 1 STATISTIQUE DESCRIPTIVE (décrire ue populatio à l aide de caractéristiques et graphiques) STATISTIQUE INFERENTIELLE (étedre des résultats

Plus en détail

Estimation par intervalle de confiance

Estimation par intervalle de confiance 62 CHAPITRE 12 Estimatio par itervalle de cofiace 1. Estimatio de la moyee par itervalle de cofiace 1.1. Calcul de la marge d erreur. O veut maiteat faire ue estimatio par itervalle de cofiace de la moyee

Plus en détail

Statistiques inférentielles. Introduction. Exemples. Définition (Échantillon aléatoire) Définition (Statistique inférentielle) Exemple 1.

Statistiques inférentielles. Introduction. Exemples. Définition (Échantillon aléatoire) Définition (Statistique inférentielle) Exemple 1. Statistiques iféretielles Pierre-Heri WUILLEMIN Licece d Iformatique Uiversité Paris 6 Itroductio Soit ue populatio de taille N sur laquelle o observe ue propriété, dot o veut calculer moyee µ et de variace

Plus en détail

Statistiques inférentielles

Statistiques inférentielles Statistiques iféretielles LI323 Hugues Richard (otes de cours: Pierre-Heri Wuillemi) Uiversité Pierre et Marie Curie (UPMC) Laboratoire géomique des microorgaismes (LGM) Itroductio Soit ue populatio de

Plus en détail

Questions pour un champion en ligne

Questions pour un champion en ligne Questios pour u champio e lige Le jeu télévisé QPUC préseté sur FR3 et aimé par Julie Lepers existe aussi e variate «e lige». U jeu «e lige» se déroule aisi : Six iterautes disputet ue première mache dite

Plus en détail

Estimation par intervalle de conance

Estimation par intervalle de conance SQ20 - ch7 Page 1/6 Estimatio par itervalle de coace Pricipe de costructio : Das le chapitre précédet, ous avos déi les estimateurs, et l'estimatio poctuelle d'u paramètre θ. Soit : X ue variable aléatoire

Plus en détail

SESSION DE 2004 CA/PLP

SESSION DE 2004 CA/PLP SESSION DE 4 CA/PLP CONCOURS EXTERNE Sectio : MATHÉMATIQUES SCIENCES PHYSIQUES COMPOSITION DE MATHÉMATIQUES Durée : 4 heures L usage des calculatrices de poche est autorisø (coformømet au directives de

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

MA401 : Probabilités TD3

MA401 : Probabilités TD3 MA : Probabilités Exercice Ue compagie aériee étudie la réservatio sur l u de ses vols. Ue place doée est libre le jour d ouverture de la réservatio et so état évolue chaque jour jusqu à la fermeture de

Plus en détail

Echantillon : Collection d'individus prélevés dans la population statistique.

Echantillon : Collection d'individus prélevés dans la population statistique. SONDAGE (ECHANTILLONNAGE) POPULATION STATISTIQUE N idividus possédat ue modalité yi de la (ou des) variable(s) y ( i N) PARAMETRES valeur cetrale dispersio corrélatio µ σ² ρ moyee variace coef. corr. ECHANTILLON

Plus en détail

1 Programme de l agrégation interne

1 Programme de l agrégation interne Séries umériques Programme de l agrégatio itere Partie 0b : Séries de ombres réels ou complexes Séries à termes positifs La série coverge si et seulemet si la suite des sommes partielles est borée Étude

Plus en détail

Aide Mémoire de Statistique

Aide Mémoire de Statistique Aide Mémoire de Statistique (E, E, P) modèle statistique (E, E, P) modèle probabiliste E probabilité, o coaît la loi P et o fait des calculs E statistique, o e coaît pas la loi (seulemet ue famille de

Plus en détail

Estimations. Les Moyennes des échantillons suivent une loi normale : = m et d' écart - type σ X

Estimations. Les Moyennes des échantillons suivent une loi normale : = m et d' écart - type σ X Estimatios Problématique. A partir d'observatios faites sur u échatillo, o se propose de tirer des coclusios sur la populatio toute etière. Aisi cotrairemet à la logique déductive, qui va du gééral au

Plus en détail

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1 1 Statistique iferetielle. Relatios Iteratioales Lucya Firlej Pl. E.Bataillo, Bat.11, cc.06 34095 Motpellier cedex 5 Frace lucya.firlej@umotpellier.fr S3. Statistics. 30 h d eseigemet: 10 cours, 10 TD,

Plus en détail

1. Probabilités sur les ensembles finis

1. Probabilités sur les ensembles finis . Probabilités sur les esembles fiis.. RAPPELS ET COMPLEMENTS. VOCABULAIRE DES EVENEMENTS Das ue expériece aléatoire, l'uivers Ω est l'esemble des résultats possibles. U évéemet est ue partie de l'uivers.

Plus en détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

Correction du devoir surveillé de mathématiques n o 5

Correction du devoir surveillé de mathématiques n o 5 Correctio du devoir surveillé de mathématiques o 5 Exercice 1 1. Soit g la foctio défiie sur R par g(x) = (x 1)e x. (a) Détermier les ites de g e et +. Limite e. O a ue forme idétermiée. E développat,

Plus en détail

Devoir de statistiques: CORRIGE

Devoir de statistiques: CORRIGE CPP - la prépa des INP ( ème aée). Bordeaux, 6/04/04. Devoir de statistiques: CORRIGE durée h Doées: O rappelle que si Z suit ue loi N (0, ), o a P(Z.96) 0, 975 et P(Z.65) 0, 95. Exercice. θ et O cosidère

Plus en détail

Temps moyen de lecture par page (exercice compris) : 10 minutes

Temps moyen de lecture par page (exercice compris) : 10 minutes MOTS BINAIRES Mots biaires de logueur 2 Rappel : le logarithme e base b 3 Le choix de la logueur des mots biaires 4 Calculs avec les mots de logueur 5 Le poids d u mot biaire de logueur 6 La distace de

Plus en détail

MANUEL D EXERCICES. Enquêtes et sondages UE STA 108. Conservatoire National des Arts et Métiers. Sylvie Rousseau

MANUEL D EXERCICES. Enquêtes et sondages UE STA 108. Conservatoire National des Arts et Métiers. Sylvie Rousseau Coservatoire atioal des Arts et Métiers Pôle Scieces et Teciques de l'iformatio et de la Commuicatio, Spécialité Matématiques Equêtes et sodages UE STA 8 MAUEL D EXERCICES Slvie Rousseau Aée scolaire Table

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

Feuille 2 : dérivabilité, théorème de Rolle et des accroissements finis, étude des variations

Feuille 2 : dérivabilité, théorème de Rolle et des accroissements finis, étude des variations UPMC 1M001 Aalyse et algèbre pour les scieces 013-014 Feuille : dérivabilité, théorème de Rolle et des accroissemets fiis, étude des variatios Les eercices sas ( ) sot des applicatios directes du cours.

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

Séries entières. Chap. 09 : cours complet.

Séries entières. Chap. 09 : cours complet. Séries etières Chap 9 : cours complet Rayo de covergece et somme d ue série etière Défiitio : série etière réelle ou complee Théorème : lemme d Abel Théorème : itervalle des valeurs positives où ue série

Plus en détail

COURS N 6 : Estimations

COURS N 6 : Estimations COURS N 6 : Estimatios O peut rappeler que les biostatistiques ot pour objectif de predre e compte la variabilité iteridividuelle, de résumer et décrire des doées et de comparer des échatillos. Nous avos

Plus en détail

Tous les quatre pensent ensuite utiliser la formule bien connue : f

Tous les quatre pensent ensuite utiliser la formule bien connue : f Exercices sur les Itervalles de cofiace Exercice Le parti d u cadidat commade u sodage réalisé à partir de 600 persoes à l issue duquel il est doé gagat avec 52% des voix. A-t-il des raisos d être cofiat?

Plus en détail

Codes détecteurs et correcteurs d erreurs

Codes détecteurs et correcteurs d erreurs Codes détecteurs et correcteurs d erreurs Lorsque des doées umériques sot stockées ou trasmises, des perturbatios (par exemple électromagétiques) peuvet les edommager. Les codes détecteurs et correcteurs

Plus en détail

Racine nième Corrigés d exercices

Racine nième Corrigés d exercices Racie ième Corrigés d eercices Page 9 : N 8, 8, 8, 86, 88, 89, 9, 9, 9, 97 Page 6 : N, Page 6 : N Page 67 : N 8 Page 6 : N N 8 page 9 6 6 6 6 6 ( ) = = = = = = = = ( ) = = = = = = ( ) 8 = 8 = = = = = =

Plus en détail

Chapitre 1 : Les notions de base

Chapitre 1 : Les notions de base Chapitre : Les otios de base Itroductio I Comparer des gradeurs A) Les pourcetages B) Taux de variatio, coefficiet multiplicateur, idice C) Importace du ses de la comparaiso ) Raisoemet sur les taux de

Plus en détail

1 Lois des grands nombres. 2 Théorème central-limite. 3 Estimation ponctuelle à partir d échantillons. 4 Biais dans les estimations

1 Lois des grands nombres. 2 Théorème central-limite. 3 Estimation ponctuelle à partir d échantillons. 4 Biais dans les estimations Pla du cours 2 RFIDEC cours 2 : Échatillos, estimatios poctuelles Christophe Gozales LIP6 Uiversité Paris 6, Frace 1 Lois des grads ombres 2 Théorème cetral-limite 3 Estimatio poctuelle à partir d échatillos

Plus en détail

Opérations sur les variables aléatoires Lois limites

Opérations sur les variables aléatoires Lois limites Opératios sur les variables aléatoires Lois limites A. Idépedace de deux variables aléatoires. Exemple 1. Pour améliorer le stockage d u produit u supermarché fait ue étude sur la vete de packs de 6 bouteilles

Plus en détail

Vendredi 20 octobre CONTRÔLE DE MATHEMATIQUES N 2 Classe de TERM 07. En salle 206, deux heures de 8 h à 10 h : LES SUITES et PROBABILITES.

Vendredi 20 octobre CONTRÔLE DE MATHEMATIQUES N 2 Classe de TERM 07. En salle 206, deux heures de 8 h à 10 h : LES SUITES et PROBABILITES. Vedredi 0 octobre 07. CONTRÔLE DE MATHEMATIQUES N Classe de TERM 07. E salle 06, deux heures de 8 h à 0 h : LES SUITES et PROBABILITES. La première feuille de ce devoir doit être ue feuille double. Lisez

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

Plus en détail

COURS DE STATISTIQUES INFERENTIELLES Licence d économie et de gestion

COURS DE STATISTIQUES INFERENTIELLES Licence d économie et de gestion COURS DE STATISTIQUES INFERENTIELLES Licece d écoomie et de gestio Laurece GRAMMONT Laurece.Grammot@uiv-st-etiee.fr http://www.uiv-st-etiee.fr/maths/cvlaurece.html September 19, 003 Cotets 1 Rappels 5

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Fiace d Etreprise, Gestio des systèmes d iformatio. SESSION 2012 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et fiace d etreprise

Plus en détail

Master 1ère année spécialité IMIS et Mathématiques Contrôle continu de "Processus Stochastiques"

Master 1ère année spécialité IMIS et Mathématiques Contrôle continu de Processus Stochastiques Master ère aée spécialité IMIS et Mathématiques Cotrôle cotiu de "Processus Stochastiques" 8 octobre 00 - Durée h Calculatrices et documets autorisés Exercice Jacques va tous les jours à so travail e emprutat

Plus en détail

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6 Corrigés TD Chapitre : Variables aléatoires sur u uivers fii Exercice : Soit X la VAR défiie par le tableau suivat : x i - - 0 p 6 4 6 4 6 i O ote Y = X ) Détermier la loi cooite de X et Y ) Détermier

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

est la fréquence empirique des succès lors des 10 premières expériences.

est la fréquence empirique des succès lors des 10 premières expériences. Pierre Veuillez Statistiques iféretielle Sources, et pour e savoir plus : http://www.math-ifo.uiv-paris5.fr/smel 1 Problématique : Exemple ue ure cotiet des boules rouges et blaches dot o e coaît pas la

Plus en détail

CTU, Licence de Mathématiques Statistique Inférentielle. Jean-Yves DAUXOIS. Université de Franche-Comté

CTU, Licence de Mathématiques Statistique Inférentielle. Jean-Yves DAUXOIS. Université de Franche-Comté CTU, Licece de Mathématiques Statistique Iféretielle Jea-Yves DAUXOIS Uiversité de Frache-Comté Aée scolaire 2011-2012 Ce polycopié cotiet le cours, les sujets d exercice et leurs corrigés aisi que les

Plus en détail

DÉTERMINATION DE L INDICE DE RÉFRACTION D UN LIQUIDE

DÉTERMINATION DE L INDICE DE RÉFRACTION D UN LIQUIDE TP O. Page /5 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE TRAVAUX PRATIQUES DE SCIENCES PHYSIQUES SUJET O. Ce documet compred : - ue fiche descriptive du sujet destiée à l examiateur : Page /5 - ue fiche descriptive

Plus en détail

Qu est-ce qu un bon énoncé de bac? Analyse de l exercice de spécialité de TS de Pondichéry 2013 Jacques Lubczanski

Qu est-ce qu un bon énoncé de bac? Analyse de l exercice de spécialité de TS de Pondichéry 2013 Jacques Lubczanski Dossier : Actualité de l Aalyse e Lycée 447 Qu est-ce qu u bo éocé de bac? Aalyse de l exercice de spécialité de TS de Podichéry 2013 Jacques Lubczaski «Podichéry est tombé!» : cela ressemble à l aoce

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Probabilités et Statistiques MATH-F-315. Simone GUTT

Probabilités et Statistiques MATH-F-315. Simone GUTT Probabilités et Statistiques MATH-F-315 Simoe GUTT 2012 Das la vie, ous sommes cotiuellemet cofrotés à des collectios de faits ou doées. Les statistiques formet ue brache scietifique qui fourit des méthodes

Plus en détail

ÉCHANTILLONNAGE ESTIMATION

ÉCHANTILLONNAGE ESTIMATION Chapitre 16 ÉCHANTILLONNAGE ESTIMATION Vous vous ferez estimer e supportat les ijustices. Cicéro 1 ÉCHANTILLONNAGE 1.1 Itroductio O cosidère ue populatio (par exemple la populatio fraçaise) et u certai

Plus en détail

Test de validité et d'hypothèse

Test de validité et d'hypothèse Test de validité et d'hypothèse 1 Vocabulaire Problème: Il s'agit à partir de l'étude d'u ou plusieurs échatillos de predre des décisios cocerat l'esemble de la populatio. O est alors ameé à émettre des

Plus en détail

ANNALES BACCALAURÉAT 2013 MATHÉMATIQUES TERMINALE S. 1. Suites

ANNALES BACCALAURÉAT 2013 MATHÉMATIQUES TERMINALE S. 1. Suites ANNALES BACCALAURÉAT 03 MATHÉMATIQUES TERMINALE S ANNALES 03 TERMINALE S Suites Foctios 9 3 Probabilités 4 Géométrie 9 8 5 Spécialité 34 6 Cocours 44 Suites - : Amérique du Nord 03, 5 poits, o spécialistes

Plus en détail

Amérique du Nord. Terminale S mai 2014

Amérique du Nord. Terminale S mai 2014 Termiale S mai 2014 Amérique du Nord 1 Exercice 1 (5 poits) Das cet exercice, tous les résultats demadés serot arrodis à 10 3 près Ue grade eseige de cosmétiques lace ue ouvelle crème hydratate Partie

Plus en détail

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures) Bac Blac Termiale L - Février 2017 Correctio de l Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) 1. Depuis le 28 jui 2007, la ville de Bordeaux a été classée au patrimoie modial

Plus en détail

Cours VII. Tests de randomisation - Tests de contingence P. Coquillard 2015

Cours VII. Tests de randomisation - Tests de contingence P. Coquillard 2015 1 TESTS DE RANDOMISATION Cours VII. Tests de radomisatio - Tests de cotigece P. Couillard 2015 Das ue majorité de cas e biologie o cosidèrera certaies hyothèses comme des alteratives à l hyothèse ulle.

Plus en détail

1 Un peu de vocabulaire

1 Un peu de vocabulaire Statistiques - Échatilloage Cours Objectifs du chapitre Passer d u mode de représetatio des doées à u autre (doées brutes, tableau d effectifs, représetatio graphique) Calculer la moyee, la médiae, les

Plus en détail

Introduction aux théorèmes limites et aux intervalles de confiance

Introduction aux théorèmes limites et aux intervalles de confiance Chapitre 5 Itroductio aux théorèmes limites et aux itervalles de cofiace Objectifs du chapitre. Savoir approcher ue loi biomiale par ue loi de Poisso ou ue loi ormale. 2. Savoir approcher ue loi e appliquat

Plus en détail

Automates 1 Présentation

Automates 1 Présentation Automates Présetatio Présetatio d u automate 2 Ue maière de désiger l automate de l exemple 3 Défiitio géérale 4 U exemple d automate 5 Mot costruit sur l alphabet C 6 L esemble de tous les mots das u

Plus en détail

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson.

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson. Travaux dirigés G33 Dimesioemet 2 séaces Eseigat : Athoy Busso. Exercice 1 : O cosidère u web switch et 3 serveurs web. Le web switch reçoit les requêtes http proveat des cliets et les répartit de maière

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

Travaux dirigés de transports et transferts thermiques

Travaux dirigés de transports et transferts thermiques Travaux dirigés de trasports et trasferts thermiques Aée 015-016 Araud LE PADELLEC alepadellec@irap.omp.eu page page 3 P r é s e t a t i o Tous les exercices de trasports et de trasferts thermiques qui

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

Plus en détail

Formulaire de statistiques

Formulaire de statistiques Formulaire de statistiques E. Depiereux G. Vicke B. De Hertogh Javier 009 Formulaire de statistiques I. Statistiques descriptives : Moyee arithmétique : (populatio: m x = µ) (échatillo = x = M x ) 1 i

Plus en détail

UNE APPROCHE DE LA COMPÉTITIVITÉ DE LA ZONE EURO : LE TAUX DE CHANGE EFFECTIF DE L EURO

UNE APPROCHE DE LA COMPÉTITIVITÉ DE LA ZONE EURO : LE TAUX DE CHANGE EFFECTIF DE L EURO UN APPROCH D LA COMPÉTITIVITÉ D LA ZON URO : L TAU D CHANG FFCTIF D L URO Le taux de chage effectif d ue moaie omial et réel costitue u idicateur privilégié pour apprécier la compétitivité d ue écoomie

Plus en détail

ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS

ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS Idice de Révisio Date de mise e applicatio B 01/09/2014 Cahier Techique 1 ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS 4, aveue du Recteur-Poicarré, 75782 Paris Cedex 16 Tel. 33.(0)1.64.68.84.97

Plus en détail

i la moyenne empirique de X n n v =

i la moyenne empirique de X n n v = Corrigé Statistiques iféretielle par par Pierre Veuillez Itervalle de cofiace. Exercice Détermier ue valeur approchée de la loi de la moyee empirique : E X E X, V X V X doc X N E X, V X Exercices. Variace

Plus en détail

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne 1 lois usuelles 11 Loi Biomiale B(, p) q = 1 p p(x = k) = C k p k q k Espérace E(X) = p Variace : V ar(x) = pq Écart type : σ = pq 12 Loi de Poisso P(λ) : loi de Poisso de paramètre λ > 0 : X(Ω) = N λ

Plus en détail

Lois normales et autres lois dérivées

Lois normales et autres lois dérivées Lois ormales et autres lois dérivées - Lois ormales a) - Défiitio O dit qu'ue variable aléatoire réelle X suit la loi ormale (ou gaussiee) de paramètres et, otée N ( ; ), si elle admet pour desité la foctio

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

GRAPHES - EXERCICES CORRIGES Compilation réalisée à partir d exercices de BAC TES

GRAPHES - EXERCICES CORRIGES Compilation réalisée à partir d exercices de BAC TES GRAPHES - EXERCICES CORRIGES Compilatio réalisée à partir d exercices de BAC TES Exercice. U groupe d amis orgaise ue radoée das les Alpes. O a représeté par le graphe ci-dessous les sommets B, C, D, F,

Plus en détail

Feuille d exercices 5

Feuille d exercices 5 Mathématiques Physique S3, 205/206 Uiversité Blaise Pascal Feuille d exercices 5 Ex.. Tracer le graphe des foctios périodiques suivates, doer leur développemet e série de Fourier et discuter la covergece

Plus en détail

Master Eseec Statistique pour l expertise - partie2

Master Eseec Statistique pour l expertise - partie2 Master Eseec Statistique pour l expertise - partie2 Christia Laverge Uiversité Paul Valéry - Motpellier 3 http://moodle-miap.uiv-motp3.fr http://www.uiv-motp3.fr/miap/es (UPV) Eseec 1 / 57 Lois limites

Plus en détail