Université de Pau et des Pays de l Adour Département de Mathématiques Année Introduction aux probabilités

Dimension: px
Commencer à balayer dès la page:

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

Transcription

1

2

3

4 Université de Pau et des Pays de l Adour Département de Mathématiques Année Introduction aux probabilités Série n 3 Exercice 1 Une urne contient neuf boules. Quatre de ces boules portent le numéro 0, trois portent le numéro 1 et deux le numéro 2. On tire au hasard deux boules simultanément. Tous les tirages sont supposés équiprobables. Soit X la variable aléatoire égale à la somme des numéros marqués sur ces boules. Déterminer la loi de X et représenter sa fonction de répartition. Exercice 2 On lance une fois un dé non pipé. 1) Soit X la variable aléatoire égale au nombre de points du dé. Donner la loi de X et son espérance. 2) On suppose qu on reçoit 15 euros si on obtient 1, rien si on obtient 2, 3 ou 4, et 6 euros si on obtient 5 ou 6. Soit G la variable aléatoire au gain de ce jeu. Donner la loi de G et représenter sa fonction de répartition. Que vaut le gain moyen? 3) On suppose maintenant qu on reçoit 27 euros pour un 1 et rien sinon. Auquel des deux jeux préférez-vous jouer? Pourquoi? Exercice 3 On jette 2 dés. Soit X la variable aléatoire égale au plus petit des deux nombres obtenus, Y la variable aléatoire égale au plus grand des 2, et Z la différence, en valeur absolue, des points obtenus. 1) Déterminer la loi de X. Tracer sa fonction de répartition. 2) De même, donner les lois de Y et de Z. 3) Calculer l espérance et la variance de X, Y et Z. Exercice 4 (extrait examen septembre 2006) Un joueur de tennis effectue une mise en jeu. Pour cela il a droit à deux tentatives : un premier service, suivi, s il n est pas réussi, d un deuxième service. La probabilité que le premier service réussisse est 2/3. S il a échoué, la probabilité que le deuxième service réussisse est 4/5. Lorsque les deux services échouent il y a double faute, sinon la mise en jeu est réussie. 1) Déterminer la probabilité que, sur une remise en jeu, ce joueur fasse une double faute. En déduire la probabilité que la mise en jeu soit réussie. 2) Ce joueur effectue 10 mises en jeu successives (dont les résultats sont indépendants les uns des autres). Soit X la variable aléatoire réelle égale au nombre de mises en jeu réussies. (a) Quel est la loi de X? (b) Déterminer la probabilité que ce joueur réussisse au moins 9 mises en jeu. Calculer E(X). Exercice 5 Soit X une variable aléatoire de loi de Poisson de paramètre λ > 0. Vérifier que variable aléatoire intégrable. Calculer E[ 1 1+X ]. Calculer E[ 1 (1+X)(2+X) ] et en déduire E[ X 2+X ]. est une Exercice 6 On suppose que la probabilité de trouver une coquille sur une page d un livre donné est 0, 01. On suppose qu une page contient au plus une coquille. Soit X la variable aléatoire correspondant au nombre de coquilles observées dans un livre de 100 pages. 1) Reconnaître la loi de X et calculer la probabilité pour que le livre contienne au plus une coquille.

5 2) On choisit d approcher la loi de X par une loi de Poisson Y dont on précisera le paramètre. Calculer P[Y 1]. Quelle conclusion peut-on en tirer? Calculer P[Y 3]. Exercice 7 (extrait examen juin 2006) Une urne contient 10 boules blanches et 5 noires. On effectue des tirages successifs avec remise. Soit X 1 la variable aléatoire égale au nombre de tirages effectués jusqu à l obtention de la première boule blanche. 1) Quelle est la loi de X 1? Donner la valeur de E(X 1 ). 2) Soit X 2 la variable aléatoire égale au nombre de tirage effectués jusqu à l obtention de la deuxième boule. Déterminer la loi de X 2 ainsi que E(X 2 ). 3) On pose Y = X 2 X 1. Déterminer la loi de Y. Exercice 8 Un agriculteur a entreposé dans un local humide 12 doses d un herbicide total et 8 doses d un fongicide. Après plusieurs mois de séjour, les étiquettes sont indifférentiables. Chaque dose a la même probabilité d être tirée. En vue d un traitement, l agriculteur prend 6 doses au hasard. Soit X la variable aléatoire égale au nombre de doses d herbicide prises parmi 6 doses. Déterminer la loi de X, son espérance et sa variance.

6 Université de Pau et des Pays de l Adour Année Département de Mathématiques Introduction aux probabilités - Feuille d exercices N 4 Exercice 1. Soit X une variable aléatoire normale N (0, 1).; 1. Calculer P [X 2] et P [ 1 < X < 0, 5]. 2. Calculer a tel que P [ X < a] = 0, 8 et b tel que P [X < b] = 0, 31. Exercice 2. Un gagnant de la loterie nationale se rend à la banque pour placer cet argent. Le banquier lui propose un placement dont le revenu suit une loi normale N (µ, σ) où µ = 10 millions d euros et σ = 4 millions d euros. 1. Quel est la probabilité d avoir un revenu de plus de 17 millions d euros? 2. Quel est la probabilité d avoir un revenu de moins de 7 millions d euros? 3. Quel est la probabilité d avoir un revenu compris entre 9 et 15 millions d euros? Exercice 3. Soit X une variable aléatoire absolument continue dont la densité f est définie par : x [0, 1], f (x) = Kx (1 x) x / [0, 1], f (x) = Déterminer K. 2. Calculer E (X) et Var (X) (si ces réels existent). Comparer avec l espérance mathématique et la variance d une variable de densité uniforme sue [0, 1]. Exercice 4. Soit X une variable aléatoire de loi définie par la densité f suivante : { cx f(x) = 2 exp( x/λ) si x > 0, 0 si x 0, où le paramètre λ > 0 est fixé. Déterminer la valeur de c en fonction de λ. Calculer l espérance mathématique de X. Rappeler la définition d une loi exponentielle de paramètre λ > 0, son espérance mathématique et sa variance. En déduire la valeur de c. Exercice 5. Soit X une variable aléatoire de loi N (0, 1). On pose Y = exp(x), déterminer la fonction de répartition et la densité de Y. Exercice 6. Soit X une variable aléatoire de loi uniforme sur [0, 1]. On note U = min(x, 1 X) et V = max(x, 1 X). Déterminer la fonction de répartition et la densité de Y = V/U. Cette variable admet-elle une espérance mathématique? Exercice 7. Soient X une variable aléatoire de loi N (0, 1) et Y uniformément distribuée sur { 1, 1}. On note Z = Y X. Montrer que Z admet la loi N (0, 1). Calculer la covariance de X et Z. Calculer P(X +Z = 0) et en déduire que les variables X et Z ne sont pas indépendantes. Exercice 8. Soient A un intervalle de R et 1 A la fonction définie sur R par 1 A (x) = 1 si x A et 1 A (x) = 0 si x / A.

7 a. Soit X une variable aléatoire réelle, déterminer la loi de la variable aléatoire 1 A (X). b. Considérons les nombres réels ε > 0 et µ R. Déduire de la question précédente que P( X µ > ε) = E ( 1 ]ε,+ [ ( X µ ) ). c. Comparer sur R les fonctions x 1 ]ε,+ [ ( x µ ) et x ( x µ ) 2 ε puis en déduire que si X admet la moyenne µ et une variance σ 2 alors P( X µ > ε) σ2 ε 2. d. Application : soit X normale centrée réduite. Donner des majorations de (i) P( X > 3), (ii) P(X > 4), (iii) P( X 2 > 5). Exercice 9. Le temps T (en mois) qui s écoule entre deux accidents à une certaine intersection suit une loi exponentielle d espérance mathématique 4. Quand un accident se produit, le nombre de personnes impliquées dans l accident suit une loi géométrique de moyenne 3. a. Calculer la probabilité qu un accident donné implique au moins 4 personnes étant donné que 2 sont impliquées. b. Soit A k l événement «le temps écoulé entre le (k 1) e et le k e accident est supérieur à un an» pour k 2. On suppose les événements A k indépendants. Quelle est la probabilité qu exactement 2 des événements A 2,..., A 21 se réalisent? Exercice 10. Soient X une variable aléatoire de Bernoulli de paramètre 1/2 et Y, indépendante de X, de loi uniforme sur [1, 2]. Déterminer et tracer les fonctions de répartition de X + Y et Y X. Ces variables aléatoires admettent-elles des densités (si oui l expliciter)? Exercice 11. Une usine fabrique des résistances de deux types dont les valeurs en Ohms suivent respectivement les lois N (100, 3) et N (200, 4). Des circuits électriques sont alors fabriqués où deux résistances de chaque type sont montées en série. Un circuit est commercialisé s il offre une résistance de 300 ± 9, 8 Ohms. Un lot de 100 circuits a été fabriqué par l usine. Évaluer la probabilité que ce lot contienne au moins 5 circuits non commercialisables. Exercice 12. Soit Y une variable aléatoire exponentielle de paramètre λ > 0 et ɛ une variable aléatoire discrète indépendante de Y telle que P(ε = 1) = P(ε = 1) = 1/2. Déterminer la loi de Z = εy, son espérance mathématique et sa variance. Cette loi est appelée loi exponentielle symétrique. Exercice 13. Soient U 1 et U 2 deux variables aléatoires indépendantes de loi uniforme sur [0, 1]. Déterminer la loi de U = (U 1 + U 2 ) mod 1. Aide : utiliser le fait que (U 1, U 2 ) définit les coordonnées d un point choisi uniformément dans [0, 1] [0, 1]. Exercice 14. Soit X 1, X 2 des v.a. indépendantes de loi N (0, 1). 1. Donner la densité de probabilité de X Donner la densité de probabilité de X X2 2.

8 Université de Pau et des Pays de l Adour Année Département de Mathématiques Introduction aux probabilités - Feuille d exercices N 5 Exercice 1. Soient X et Y deux variables aléatoires indépendantes suivant toutes les deux la loi de Bernoulli de paramètre p ]0, 1[. Soient U = X Y et V = X + Y. Calculer Cov (U, V ). Les variables aléatoires U et V sont-elles indépendantes? Conclusion? Exercice 2. On considère une pièce telle que la probabilité d obtenir pile vaut p ]0, 1[. Un individu joue avec cette pièce de la façon suivante : il lance tout d abord la pièce jusqu à ce qu il obtienne un premier pile. Si ce premier pile a été obtenu au lancer numéro n, il lance ensuite sa pièce n fois. On note N le nombre de lancers nécéssaires à l obtention du premier pile et X le nombre de piles obtenus lors de la deuxième série de lancers. 1. Déterminer la loi du couple (N, X). 2. Déterminer la loi de X. 3. Montrer que X a même loi qu un produit de deux variables aléatoires indépendantes, l une suivant une loi de Bernoulli, l autre suvant une loi géométrique. 4. Calculer l espérance et la variance de X. Exercice 3. Soit (X, Y ) un couple de variables aléatoires de densité f (X,Y ) (x, y) = 1 π 3 e 2 3 (x2 xy+y 2 ) sur R 2. Déterminer les lois marginales du couple (X, Y ), la covariance de X et Y, ainsi que la loi de X + Y. Exercice Soient X et Y deux variables aléatoires indépendantes suivant la loi exponentielle de paramètre λ. Déterminer la loi de X + Y l aide d un produit de convolution. Plus généralement, déterminer la loi de la somme de n variables aléatoires indépendantes suivant la loi exponentielle de paramètre λ. 2. Soit donc (X i ) i 1 une suite de variables aléatoires indépendantes de même loi exponentielle de paramètre λ. On définit la variable aléatoire entière N par : si X 1 > 1 alors N = 0, si i k=1 X k 1 < i+1 k=1 X k alors N = i. Montrer que N suit la loi de Poisson de paramètre λ. Exercice 5. Une montre subit des écarts quotidiens (positifs ou négatifs) que l on suppose indépendants d un jour à l autre et qui suivent tous la même loi de moyenne nulle et de variance 16 secondes. En supposant la montre bien réglée au départ, déterminer la probabilité que l écart sur une année (365 jours) soit inférieure à deux minutes. Déterminer un minorant de cette probabilité à l aide de l inégalité de Bienaymé-Tchebychev. Conclusion?

9 Exercice 6. Soit (X n ) n N une suite de variables aléatoires telles que Im(X n ) = { 1 n, 1 n } et P(X n = 1 n ) = P(X n = 1 n ) = Montrer que X n converge en loi vers Montrer que X n converge en probabilité vers 0. Exercice 7. Soit (X n ) n N une suite de variables aléatoires indépendantes et identiquement distribuées telles que E(X 1 ) et Var(X 1 ) existent. Pour tout n 2, on définit Y n = 1 n n k=1 X k et Z n = 1 n 1 Montrer que Z n converge en probabilité vers Var(X 1 ). n (X k Y n ) 2. k=1

10 Université de Pau et des Pays de l'adour Faculté des Sciences et Techniques Département de Mathématiques Avenue de l'université Pau Tél : Partiel 16 Novembre 2006 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Durée : 1 heure 30 minutes Documents non autorisés Calculatrice UPPA autorisée Exercice 1 Dans la production d'une pièce mécanique, il peut apparaître un défaut. Le processus de production est trop complexe pour prévoir l'apparition de ce défaut. Il faut donc faire un contrôle de production pour estimer le nombre de pièces défectueuses et être sûr de remplir les engagements pris vis à vis de la clientèle. Supposons que l'on a produit N pièces dont m (m N) sont défectueuses. On tire au sort n (n N) pièces dans cette production. 1. Dans cette question, on modélise l'expérience en ne tenant pas compte de l'ordre. a. Dénir l'univers correspondant. b. Soit A k l'évènement {le nombre de pièces tirées défectueuses est égal à k} (où 0 k m). Calculer P(A k ). 2. Dans cette question, on modélise l'expérience en tenant compte de l'ordre. a. Dénir l'univers correspondant. b. Soit B k l'évènement {le nombre de pièces tirées défectueuses est égal à k} (où 0 k m). Calculer P(B k ). 3. Comparer P(A k ) et P(B k ). Conclure. Exercice 2 Un étudiant se rend tous les jours (enn presque) à l'université, distante de 5 km de son domicile. Il fait le trajet à vélo à une vitesse moyenne de 30 km/h. Mais sur son parcours il rencontre 4 feux de signalisation, non synchronisés. Pour chaque feu, la probabilité qu'il soit vert est égale à 2 3, et la probabilité qu'il soit orange ou rouge est égale à 1 3. A toutes ns utiles, on rappelle que tout véhicule doit s'arrêter lorsqu'un feu est orange... Bien entendu, un feu vert ne ralentit pas l'étudiant alors qu'on estime qu'un feu orange ou rouge lui fait perdre une minute. On note X le temps (exprimé en minutes) mis par l'étudiant pour se rendre à l'université et Y le temps perdu par l'étudiant à cause des feux de signalisation. 1. a. Quelle est la loi de la variable aléatoire Y? b. Donner les valeurs de E(Y ) et Var(Y ). 2. a. Déterminer la fonction de répartition de la variable aléatoire X. Tracer la courbe représentative de cette fonction. b. On suppose que l'étudiant part de chez lui 12 mn avant le début des cours. Calculer la probabilité pour qu'il arrive en retard. 1

11 Exercice 3 Une urne contient a boules rouges et b boules blanches (a 1 et b 1). À chaque tirage on choisit une boule au hasard dans l'urne. La boule est ensuite remise dans l'urne et on ajoute 1 boule de la même couleur. On note R n l'évènement {tirer une boule rouge au n e tirage} et B n l'évènement {tirer une boule blanche au n e tirage} (n 1). On considère les variables aléatoires X n dénies par X n = 1 si R n est réalisé et X n = 0 si B n est réalisé. 1. Quelle est la loi de X 1? Calculer son espérance mathématique. 2. Calculer P(R 2 R 1 ) et P(R 2 B 1 ) et en déduire la loi de X On pose S n = X X n pour n 1. a. Dénir l'ensemble S n des valeurs que peut prendre S n. Si S n = k, quel est le contenu de l'urne juste après le n e tirage? En déduire P(R n+1 A k ) où A k est l'évènement [S n = k]. b. Montrer que P(R n+1 ) = n k=0 a + k a + b + n P(A k). c. Remarquant que P(R n+1 ) = P(X n+1 = 1) et P(A k ) = P(S n = k), en déduire que 4. On considère l'hypothèse de récurrence suivante. P (X n+1 = 1) = a + E(S n) a + b + n. P n : les variables aléatoires X 1,..., X n ont la même loi que X 1. a. Si P n est vraie calculer E(S n ). b. Montrer que P n est vraie pour tout n 1. 2

12 Corrigé succinct du Contrôle continu du 16/11/2006 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Exercice 1 1. Dans cette question, on modélise l'expérience en ne tenant pas compte de l'ordre. a. Ω 1 = {combinaisons de n éléments parmi N} b. Equiprobabilité sur Ω 1. P(A k ) = Ck mc n k N m CN n, si k n P(A k ) = 0, si k > n. 2. Dans cette question, on modélise l'expérience en tenant compte de l'ordre. a. Ω 2 = {arrangements de n éléments parmi N} b. Equiprobabilité sur Ω 2. P(B k ) = Ck na k ma n k N m A n, si k n (où Cn k compte les possibilités d'emplacement pour les pièces N défectueuses dans le n-uplet). P(B k ) = 0, si k > n. 3. P(A k ) = P(B k ). Exercice 2 1. a. Y B(4; 1/3). b. E(Y ) = 4/3 et Var(Y ) = 8/9. 2. a. X = 10 + Y. Donc F X (x) = F Y (x 10), i.e. x < 10 F X (x) = 0 10 x < 11 F X (x) = 16/ x < 12 F X (x) = 48/ x < 13 F X (x) = 72/ x < 14 F X (x) = 80/ x 14 F X (x) = 1. b. P(X > 12) = 1 F X (12) = 1/ Exercice 3 1. X 1 suit la loi de Bernoulli de paramètre ( a a+b ). E(X 1 ) = a a+b. a a+b P(R 2 R 1 ) = a+1 a+b+1 et P(R 2 B 1 ) = X 2 suit la loi de Bernoulli de paramètre ( a E(X 2 ) = a a+b. a+b ). 1

13 3. a. S n = {0,..., n}. Si S n = k, l'urne contient (a + b + n) boules dont (a + k) rouges et (b + n k) blanches. Donc P(R n+1 A k ) = b. c. a+k a+b+n. P(R n+1 ) = n P(R n+1 A k )P(A k ) = k=0 P (X n+1 = 1) = P(R n+1 ) = n k=0 n k=0 a + k a + b + n P(A k) a + k a + b + n P(A k). = a + n k=0 kp(a k) = a + E(S n) a + b + n a + b + n. 4. a. Si P n est vraie, E(S n ) = E(X X n ) = ne(x 1 ) = n a a+b. b. Par récurrence. On sait que P 1 est vraie. Montrons que P n P n+1 : On montre aussi que P(X n+1 = 0) = paramètre ( a a+b )). P(X n+1 = 1) = a + E(S n) a + b + n = a + n a a+b a + b + n a(a + b + n) = (a + b)(a + b + n) = a a + b b a+b. Ainsi X n+1 a même loi que X 1 (la loi de Bernoulli de 2

14 Université de Pau et des Pays de l'adour Faculté des Sciences et Techniques Département de Mathématiques Avenue de l'université Pau Tél : Examen Janvier 2007 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Durée : 2 heures Documents non autorisés Calculatrice UPPA autorisée Exercice 1 Soit (X, Y ) un couple de variables aléatoires discrètes dont la distribution de probabilité conjointe est donnée par le tableau suivant : Y \X a 2a a 1 3a/2 3a b a. A quelles conditions sur a et b ce tableau dénit-il bien une distribution de probabilité conjointe pour (X, Y )? (Dans la suite, on supposera cette condition satisfaite). b. On pose : Z = X + 2Y et T = max(x, Y ). Déterminer, en fonction de a seulement, les lois de X, Z et T. c. Calculer les espérances des X, Y et Z. d. Calculer E(X 2 ) et Var(X). e. Calculer Cov (X, Y ). f. Les variables aléatoires X et Y sont-elles indépendantes? Exercice 2 Soit f la fonction dénie sur R par f(x) = (x + 1)1 [ 1,0] (x) + (1 x)1 ]0,1] (x). 1. Montrer que f est une densité de probabilité. 2. Soit X une variable aléatoire réelle admettant f pour densité de probabilité. Déterminer la fonction de répartition F de X. Tracer sur un même graphe f et F. 3. Calculer E(X) et Var(X). Pouvait-on prévoir sans calcul la valeur de E(X)? 4. A quelle(s) condition(s) sur a a-t-on 5. Déterminer P( X a) pour tout a R. P( X a) 1 6a 2? 6. Soit Y variable aléatoire uniforme sur [ 1, 1] indépendante de X. Calculer 7. Soit Z = min(x, Y ). Quelle est la loi de Z? P((X, Y ) [ 1 2, 1 2 ] [ 1 2, 1 2 ]).

15 Exercice 3 On s'intéresse dans cet exercice à une mine dont la production mensuelle est toujours comprise entre 0 et 30 tonnes. Cette production est en fait modélisée par une variable aléatoire Y dont la loi admet la densité f Y (x) = α( x x)1 [0,30] (x). 1. a. Déterminer α pour que f Y ait les propriétés d'une densité de probabilité. b. Déterminer la fonction de répartition de Y. c. Calculer, si ces réels existent, E(Y ) et Var(Y ). 2. On note X n la production du n-ième mois. On suppose de plus que les (X n ) n N sont i.i.d de même loi que la variable aléatoire Y. On s'intéresse dans cette question à la variable aléatoire X n = 1 n n i=1 X i qui représente la moyenne empirique sur n mois. a. Etudier la convergence en probabilité de la moyenne empirique X n. b. Etudier la convergence en loi de n ( Xn En déduire une valeur approchée de la probabilité que la moyenne empirique sur 3 ans soit comprise entre 12 et 18 tonnes. ).

16 Annexe Loi normale : fonction de répartition Pour une valeur u 0, la table ci-dessous renvoie la valeur F (u) de la fonction de répartition F de la loi normale centrée réduite au point u. u Table pour les grandes valeurs de u : u F (u) u F (u) u F (u) u F (u)

17 Université de Pau et des Pays de l'adour Faculté des Sciences et Techniques Département de Mathématiques Avenue de l'université Pau Tél : Examen -2ème session- Juin 2007 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Durée : 2 heures Documents non autorisés Calculatrice UPPA autorisée Exercice 1 Dans une usine on produit des résistances dont la valeur en Ohms suit une loi normale de moyenne 100 et de variance 0,26. On considère qu'une résistance est commercialisable si sa valeur est de 100 Ohms à 1% près. 1. Quelle est la probabilité p qu'une résistance soit commercialisable? 2. Soit X la variable aléatoire qui vaut 1 si la résistance est commercialisable et 0 sinon. Quelle est la loi de X? sa moyenne? sa variance? 3. Les résistances sont fabriquées indépendamment les unes des autres par lots de taille n. Soit S n le nombre de résistances commercialisables dans un lot de taille n. Quelle est la loi de S n? sa moyenne? sa variance? 4. (Question de cours) Soit Y une variable aléatoire de loi binomiale de paramètres n et p. Donner, pour n grand, une approximation de P(Y x) en fonction de n, p et F la fonction de répartition de la loi normale centrée réduite. 5. En utilisant l'approximation évoquée dans la question précédente (on supposera que n est susament grand), quelle est la taille minimale des lots qui assure qu'au moins 99% des lots contiennent plus de 90% de résistances commercialisables? Exercice 2 Soient b, r N et c N. Une urne contient b boules blanches et r boules rouges. On eectue des tirages successifs de la manière suivante : une boule étant tirée, on la remet dans l'urne avec en plus c boules de la même couleur. On note X n la variable aléatoire qui prend la valeur 1 si la boule obtenue au nième tirage est rouge, la valeur 0 si elle est blanche. On posera p = r b + r, q = b b + r. 1. Déterminer la loi du couple (X 1, X 2 ). En déduire la loi de X 2 et la comparer à la loi de X Déterminer la loi de la variable aléatoire S 2 = X 1 + X Déterminer la loi de X 3 sachant S 2 = k pour k {0, 1, 2}.

18 4. Montrer, à l'aide du résultat de la question précédente, que la loi de X 3 est la même que celle de X Soit la variable aléatoire S n = X X n. Exprimer la loi de X n+1 en fonction de E(S n ). (On pourra calculer P(X n+1 = 1) à l'aide de la formule des probabilités totales.) 6. On considère l'hypothèse de récurrence suivante. a. Si P n est vraie calculer E(S n ). P n : les variables aléatoires X 1,..., X n ont la même loi que X 1. b. Montrer que P n est vraie pour tout n 1, c'est à dire que toutes les variables X n ont même loi que X 1. Exercice 3 Soient X et Y deux variables aléatoires indépendantes de même loi exponentielle de paramètre Calculer la fonction de répartition de X. 2. En déduire la densité de probabilité de la variable aléatoire X. 3. On rappelle que si deux variables aléatoires indépendantes X 1 et X 2 admettent respectivement les densités de probabilité f X1 et f X2 (par rapport à la mesure de Lebesgue) alors la variable aléatoire X 1 + X 2 admet la densité de probabilité dénie par f X1 +X 2 (x) = + f X 1 (x y)f X2 (y)dy. En utilisant ce résultat, montrer que la variable aléatoire Z = Y X admet la densité de probabilité f Z (x) = 1 2 e x, x R. (on pourra distinguer les cas x > 0 et x 0) 4. Déterminer (si possible quasiment sans calcul) E(Z) et Var(Z).

19 Annexe Loi normale : fonction de répartition Pour une valeur u 0, la table ci-dessous renvoie la valeur F (u) de la fonction de répartition F de la loi normale centrée réduite au point u. u Table pour les grandes valeurs de u : u F (u) u F (u) u F (u) u F (u)

Espérances et variances

Espérances et variances [http://mp.cpgedupuydelome.fr] édité le 29 décembre 201 Enoncés 1 Espérances et variances Exercice 1 [ 04018 ] [Correction] Soit X une variable aléatoire discrète à valeurs dans [a ; b]. a Montrer que

Plus en détail

Exercices chapitre 8. Probabilités.

Exercices chapitre 8. Probabilités. Lycée Descartes PC 2014-15 M. Besbes Exercices chapitre 8. Probabilités. Exercice 1. Soit (Ω, B, P ) un espace probabilisé. Montrer que l ensemble : A = {A B; P (A) = 0 ou P (A) = 1} est une tribu. Exercice

Plus en détail

0.1 Espace de probabilité

0.1 Espace de probabilité 0.1. ESPACE DE PROBABILITÉ 1 0.1 Espace de probabilité Exercice 1 La population d une ville compte 48% d hommes et 52% de femmes. Le 1er Janvier 2002 5% des hommes et 1% des femmes avaient la grippe. a)

Plus en détail

1 Variable aléatoire discrète... 1. 1.1 Rappels... 1. 1.2 Exemple... 2 2 Couples de variables aléatoires... 3. 2.1 Définition... 3

1 Variable aléatoire discrète... 1. 1.1 Rappels... 1. 1.2 Exemple... 2 2 Couples de variables aléatoires... 3. 2.1 Définition... 3 CHAPITRE : LOIS DISCRÈTES Sommaire Variable aléatoire discrète................................... Rappels........................................... Exemple......................................... Couples

Plus en détail

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale MT8 A 0 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale. Fonction de répartition.. Variable aléatoire à valeurs réelles Définition : Soit un ensemble fondamental

Plus en détail

Feuille 1. L3 Maths Appliquées lagache@biologie.ens.fr 27 Janvier 2009. A le chambre des députés d un pays composé de 100 départements, chaque

Feuille 1. L3 Maths Appliquées lagache@biologie.ens.fr 27 Janvier 2009. A le chambre des députés d un pays composé de 100 départements, chaque Feuille 1 L3 Maths Appliquées lagache@biologie.ens.fr 27 Janvier 2009 1 Combinatoire 1.1 Exercice 1 A le chambre des députés d un pays composé de 100 départements, chaque département est représenté par

Plus en détail

Distributions de plusieurs variables

Distributions de plusieurs variables de plusieurs variables Mathématiques Générales B Université de Genève Sylvain Sardy 8 mai 2008 1. conjointes 1 Comment généraliser les fonctions de probabilité et de densité à plus d une variable aléatoire?

Plus en détail

UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités

UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités 1 UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités Chapitre II : Espaces probabilisés 1 Notions d événements 1.1 Expérience

Plus en détail

PROBABILITÉS Variable aléatoire

PROBABILITÉS Variable aléatoire PROBABILITÉS Variable aléatoire I Langage des événements Lors d'un oral de mathématiques, quatre questions sont proposées : une question de probabilités (P) ; une question de statistiques (S) ; une question

Plus en détail

Mesures et analyses statistiques de données - Probabilités. Novembre 2012 - Contrôle Continu, Semestre 1 CORRECTION

Mesures et analyses statistiques de données - Probabilités. Novembre 2012 - Contrôle Continu, Semestre 1 CORRECTION MASTER 1 GSI- Mentions ACCIE et RIM La Citadelle - ULCO Mesures et analyses statistiques de données - Probabilités Novembre 2012 - Contrôle Continu, Semestre 1 CORRECTION Exercice 1 Partie I 12pts 1 Étude

Plus en détail

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6 Probabilités et Statistiques Raphaël KRIKORIAN Université Paris 6 Année 2005-2006 2 Table des matières 1 Rappels de théorie des ensembles 5 1.1 Opérations sur les ensembles................... 5 1.2 Applications

Plus en détail

Theme 4 - Lois usuelles discrètes

Theme 4 - Lois usuelles discrètes L2 AES TD de statistique 2008/2009 Cours de Mme Mériot M.-A. Jambu & S.Turolla Theme 4 - Lois usuelles discrètes Exercice 1 (Loi binomiale) A et B sont deux avions ayant respectivement 4 et 2 moteurs.

Plus en détail

Feuille d exercice n 22 : Probabilités

Feuille d exercice n 22 : Probabilités Lycée La Martinière Monplaisir Année 2015/2016 MPSI - Mathématiques Second Semestre Feuille d exercice n 22 : Probabilités Exercice 1 On se donne N N. Deux joueurs lancent tour à tour un dé. Le premier

Plus en détail

Baccalauréat ES Pondichéry 21 avril 2016

Baccalauréat ES Pondichéry 21 avril 2016 Exercice 1 Commun à tous les candidats Baccalauréat ES Pondichéry 21 avril 216 4 points Cet exercice est un QCM (questionnaire à choix multiples). Pour chacune des quatre questions posées, une seule des

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Dénombrement et probabilités Version du juillet 05 Enoncés Exercice - YouTube Sur YouTube, les vidéos sont identifiées à l aide d une chaîne

Plus en détail

TD : Microéconomie de l incertain. Emmanuel Duguet

TD : Microéconomie de l incertain. Emmanuel Duguet TD : Microéconomie de l incertain Emmanuel Duguet 2013-2014 Sommaire 1 Les loteries 2 2 Production en univers incertain 4 3 Prime de risque 6 3.1 Prime de risque et utilité CRRA.................. 6 3.2

Plus en détail

Probabilités et statistique

Probabilités et statistique Probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon les termes de la licence

Plus en détail

Sujets HEC B/L 2013-36-

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

Plus en détail

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

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

Plus en détail

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité Corrrigé du sujet de Baccalaurat S Pondichery 2015 Spécialité EXERCICE 1 (4 points) commun à tous les candidats Partie A Soit f la fonction définie sur R par f(x) et la droite d équation et la droite d

Plus en détail

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales Recueil d annales en Mathématiques Terminale S Enseignement obligatoire Frédéric Demoulin Dernière révision : 3 juin 2 Document diffusé via le site www.bacamaths.net de Gilles Costantini 2. frederic.demoulin

Plus en détail

IUT d Orléans - Département d Informatique TD de Probabilités

IUT d Orléans - Département d Informatique TD de Probabilités IUT d Orléans - Département d Informatique TD de Probabilités Fiche 1 Dénombrement DENOMBREMENT : arrangements et combinaisons Le but de cette première partie est d introduire la fonction factorielle,

Plus en détail

5. Quelques lois discrètes

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

Plus en détail

EXAMEN INTRA (3/4), ACT 2121

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

Plus en détail

Formulaire de Probabilités et Statistiques

Formulaire de Probabilités et Statistiques Formulaire de Probabilités et Statistiques AD+JS 1 Rappels de combinatoire Arrangements avec répétitions Nombre d applications d un ensemble à k éléments dans un ensemble à n éléments : n k Arrangements

Plus en détail

Lois de probabilité. a ; avec a < b, toute fonction f vérifiant

Lois de probabilité. a ; avec a < b, toute fonction f vérifiant Lois de probabilité A) Lois à densité Loi continue Approche : Jusqu ici, les variables aléatoires étudiées prenaient un nombre fini de valeurs Or les issues d un grand nombre d expériences aléatoires prennent

Plus en détail

Master 2 IMOI - Mathématiques Financières

Master 2 IMOI - Mathématiques Financières Master 2 IMOI - Mathématiques Financières Exercices - Liste 1 1 Comportement d un investisseur face au risque Exercice 1 Soit K la matrice définie par 1 2 [ 3 1 1 3 1.1 Montrer que K est la matrice de

Plus en détail

2. Formalisation ... Or les variables sont indépendantes. Donc si

2. Formalisation ... Or les variables sont indépendantes. Donc si L'estimation 1. Concrètement... Dernièrement un quotidien affichait en première page : en 30 ans les françaises ont grandi de... je ne sais plus exactement, disons 7,1 cm. C'est peut-être un peu moins

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7 BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES Série S ÉPREUVE DU JEUDI 19 JUIN 2014 Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont

Plus en détail

Épreuve de Mathématiques 8

Épreuve de Mathématiques 8 Lycée La Prat s Vendredi 10 avril 2015 Classe de PT Épreuve de Mathématiques 8 Durée 4 h L usage des calculatrices est interdit. La présentation, la lisibilité, l orthographe, la qualité de la rédaction

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 Le sujet est numéroté de 1 à 5. L annexe 1 est à rendre avec la copie. L exercice Vrai-Faux est

Plus en détail

Exercices de probabilités et statistique

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

Plus en détail

Espaces de probabilités.

Espaces de probabilités. Université Pierre et Marie Curie 2010-2011 Probabilités et statistiques - LM345 Feuille 2 Espaces de probabilités. 1. Donner un exemple d'une famille de parties d'un ensemble qui ne soit pas une tribu.

Plus en détail

b) Exprimer B à l aide des événements A n et en déduire la probabilité de B Exercice 1.4. Inégalité de Bonferroni.

b) Exprimer B à l aide des événements A n et en déduire la probabilité de B Exercice 1.4. Inégalité de Bonferroni. MP 205/6 Feuille d exercices - Probabilités généralités). Univers, généralités Exercice.. Langage des probabilités. Soit Ω, A) un espace probabilisable. Soit A n ) n N une famille d événements et A, B,

Plus en détail

Lois de probabilité (2/3) Anita Burgun

Lois de probabilité (2/3) Anita Burgun Lois de probabilité (2/3) Anita Burgun Contenu des cours Loi binomiale Loi de Poisson Loi hypergéométrique Loi normale Loi du chi2 Loi de Student Loi hypergéométrique La loi du tirage exhaustif Puce à

Plus en détail

Probabilité mathématique et distributions théoriques

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

Plus en détail

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

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

Plus en détail

Exercices : VAR discrètes

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

Plus en détail

Statistiques appliquées (L3 d'économie) - Cours de Patrick Sevestre - TD 2 - Corrigé

Statistiques appliquées (L3 d'économie) - Cours de Patrick Sevestre - TD 2 - Corrigé Statistiques appliquées (L3 d'économie) - Cours de Patrick Sevestre - TD 2 - Corrigé Marc Sangnier - marc.sangnier@ens-cachan.fr 29 octobre 2007 Exercice 1 - Lien entre salaire et formation Remarques préliminaires

Plus en détail

Statistiques. IUT Biotechnologie 2ème année. Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008

Statistiques. IUT Biotechnologie 2ème année. Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008 Statistiques IUT Biotechnologie 2ème année Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008 version du 04 octobre 2008 Table des matières 1 Lois de probabilité usuelles 1 1.1 Dénombrement................................

Plus en détail

Terminologie. La théorie des probabilités fournit des modèles mathématiques permettant l'étude des expériences aléatoires.

Terminologie. La théorie des probabilités fournit des modèles mathématiques permettant l'étude des expériences aléatoires. Probabilités Terminologie Une expérience ou une épreuve est qualiée d'aléatoire si on ne peut pas prévoir son résultat et si, répétée dans des conditions identiques, elle peut donner des résultats diérents.

Plus en détail

TD1, sur la Régression Logistique (STA 2211)

TD1, sur la Régression Logistique (STA 2211) TD, sur la Régression Logistique STA 22) Exercice : Un sondage international cité dans un article de presse le 4 décembre 2004) rapportait le faible taux d approbation de la politique du Président des

Plus en détail

II. Eléments des probabilités

II. Eléments des probabilités II. Eléments des probabilités Exercice II.1 Définir en extension l ensemble fondamental Ω des résultats associé à chacune des expériences aléatoires suivantes: 1. jeter une pièce de monnaie et observer

Plus en détail

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50 10. Estimation MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: estimation 1/50 Plan 1. Introduction 2. Estimation ponctuelle 3. Estimation par intervalles de confiance 4. Autres

Plus en détail

Au menu. Cours 7: Classes Probabilistes. Application : Calcul de la médiane. Sous menu. Retours sur quelques algorithmes.

Au menu. Cours 7: Classes Probabilistes. Application : Calcul de la médiane. Sous menu. Retours sur quelques algorithmes. Au menu Cours 7: Classes Probabilistes Olivier Bournez bournez@lix.polytechnique.fr LIX, Ecole Polytechnique Retours sur quelques algorithmes Quelques résultats INF561 Algorithmes et Complexité 1 2 Sous

Plus en détail

Exercices de Mathématiques BTS CGO 2

Exercices de Mathématiques BTS CGO 2 Exercices de Mathématiques BTS CGO 2 Page 1 sur 18 20002/2003 Page 2 sur 18 20002/2003 Exercices de probabilités Exercice 1 Un lot de pièces fabriquées comporte 5% de pièces défectueuses. Un contrôleur

Plus en détail

Seconde Partie. Cours de Mathématiques. Semestre

Seconde Partie. Cours de Mathématiques. Semestre Année 2009-2010 ntégration et Probabilités Seconde Partie Cours de Mathématiques Takéo Takahashi Première Année FICM Semestre Table des matières 5 Indépendance et Convolution 3 5.1 Indépendance..............................................

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR SOUS ÉPREUVE : MATHÉMATIQUES. Informatique de gestion de 2001 à 2011

BREVET DE TECHNICIEN SUPÉRIEUR SOUS ÉPREUVE : MATHÉMATIQUES. Informatique de gestion de 2001 à 2011 BREVET DE TECHNICIEN SUPÉRIEUR A. P. M. E. P. SOUS ÉPREUVE : MATHÉMATIQUES Informatique de gestion de 2001 à 2011 Nouvelle-Calédonie 2000................................ 4 2001..........................................

Plus en détail

Contrôle commun : 4 heures

Contrôle commun : 4 heures Exercice 1 (5 points) Contrôle commun : 4 heures PARTIE A On considère la fonction f définie sur l intervalle ]0 ; + [ par f(x) = ln x + x. 1. Déterminer les limites de la fonction f en 0 et en +.. Étudier

Plus en détail

Correction des exemples. Mathieu EMILY

Correction des exemples. Mathieu EMILY Correction des exemples Mathieu EMILY Novembre 2005 Table des Matières Exemple_Exercice 1 Page 2 Exemple_Exercice 2 Page 3 Exemple_Exercice 3 Page 5 Exemple_Exercice 4 Page 6 Exemple_Exercice 5 Page 7

Plus en détail

Probabilités sur un univers ni

Probabilités sur un univers ni POIRET Aurélien TD n o 21 MPSI Probabilités sur un univers ni 1 Événements et probabilités Exercice N o 1 : Dans un centre de loisirs, une personne peut pratiquer trois activités. On considère les événements

Plus en détail

Cours de DEUG Probabilités et Statistiques. Avner Bar-Hen

Cours de DEUG Probabilités et Statistiques. Avner Bar-Hen Cours de DEUG Probabilités et Statistiques Avner Bar-Hen Université Aix-Marseille III 3 Table des matières Table des matières i Analyse combinatoire 1 1 Arrangements................................ 1 1.1

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Exercices supplémentaires

Exercices supplémentaires Exercices supplémentaires Christophe Lalanne Emmanuel Chemla Exercices Exercice 1 Un grand magasin a n portes d entrée ; r personnes arrivent à des instants divers et choisissent au hasard une entrée indépendamment

Plus en détail

T ES/L DEVOIR SURVEILLE 4 23 JANVIER 2013

T ES/L DEVOIR SURVEILLE 4 23 JANVIER 2013 T ES/L DEVOIR SURVEILLE 4 23 JANVIER 2013 Durée : 2h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

Plus en détail

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

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

Plus en détail

Estimation. Anita Burgun

Estimation. Anita Burgun Estimation Anita Burgun Estimation Anita Burgun Contenu du cours Sondages Mesures statistiques sur un échantillon Estimateurs Problème posé Le problème posé en statistique: On s intéresse à une population

Plus en détail

Brevet de technicien supérieur Métropole Session mai 2014 - Comptabilité et gestion des organisations

Brevet de technicien supérieur Métropole Session mai 2014 - Comptabilité et gestion des organisations Brevet de technicien supérieur Métropole Session mai 2014 - Comptabilité et gestion des organisations Exercice 1 11 points Une entreprise fabrique un certain type d articles. Sa capacité maximale de production

Plus en détail

2) Ecrire en utilisant la notation : 3+5+7+9+ 15+17

2) Ecrire en utilisant la notation : 3+5+7+9+ 15+17 STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES Exercice n. Les 5 élèves d'une classe ont composé et le tableau ci-dessous donne la répartition des diverses notes. Recopier et compléter ce tableau en calculant

Plus en détail

Extraits de Concours

Extraits de Concours Pierre-Louis CAYREL 2008-2009 Prépa HEC 2 disponible sur www.cayrel.net Lycée Lavoisier Feuille d extraits de concours Extraits de Concours 1 HEC Exercice 1 (via HEC - Oral 1997) Écrire un programme qui

Plus en détail

Corrigé du Baccalauréat S Nouvelle-Calédonie Mars 2016

Corrigé du Baccalauréat S Nouvelle-Calédonie Mars 2016 Corrigé du Baccalauréat S Nouvelle-Calédonie Mars 0 A. P. M. E. P. EXERCICE Commun à tous les candidats points Partie A Une boite contient 00 médailles souvenir dont 50 sont argentées, les autres dorées.

Plus en détail

CHAPITRE II NOTIONS DE PROBABILITES

CHAPITRE II NOTIONS DE PROBABILITES CHAPITRE II NOTIONS DE PROBABILITES II.1. Un exemple : le poker Distribuer une main de poker (5 cartes sur 52) revient à tirer au hasard 5 cartes parmi 52. On appelle expérience aléatoire une telle expérience

Plus en détail

Probabilités TD1. Axiomes des probabilités.

Probabilités TD1. Axiomes des probabilités. TD1. Axiomes des probabilités. 1. Une boîte contient 3 jetons, un rouge, un vert et un bleu. On considère l expérience consistant à tirer au hasard un jetons dans la boîte, à l y remetre puis à en tirer

Plus en détail

Probabilité d un événement. Combinaisons d événements. Probabilité conditionnelle

Probabilité d un événement. Combinaisons d événements. Probabilité conditionnelle Probabilités classiques Mathématiques discrètes Théorie des probabilités Cours 31, MATH/COSC 1056F Julien Dompierre Département de mathématiques et d informatique Université Laurentienne 7 novembre 00,

Plus en détail

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

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

Plus en détail

[ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 2015

[ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 2015 Durée : 4 heures [ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 015 A. P. M. E. P. EXERCICE 1 7 points Une usine produit de l eau minérale en bouteilles. Lorsque le taux de calcium dans une bouteille

Plus en détail

Initiation aux probabilités.

Initiation aux probabilités. Initiation aux probabilités. On place dans une boite trois boules identiques à l exception de leur couleur : une boule est noire, une est blanche, la troisième est grise. On tire une des boules sans regarder,

Plus en détail

ECGE 1224 - Statistiques en économie et gestion : TP 1

ECGE 1224 - Statistiques en économie et gestion : TP 1 ECGE 14 - Statistiques en économie et gestion : TP 1 Exercice 1 Un dé parfaitement équilibré est lancé. Soit X la variable aléatoire (v.a.) correspondant au résultat obtenu avec le dé. a) Justifer pourquoi

Plus en détail

suit la loi centrée réduite N(0;1). La courbe de f est symétrique par rapport à la droite d'équation x =

suit la loi centrée réduite N(0;1). La courbe de f est symétrique par rapport à la droite d'équation x = T ES/L EXERCICES : LOI DE PROBABILITE A DENSITE Rappel Exercice 1 Soit X une variable aléatoire. X suit la loi normale N( ;²) lorsque Z = X suit la loi centrée réduite N(0;1). La courbe de f est symétrique

Plus en détail

TRINÔME DU SECOND DEGRÉ

TRINÔME DU SECOND DEGRÉ TRINÔME DU SECOND DEGRÉ Définition On appelle fonction trinôme du second degré, toute fonction f définie sur IR qui, à x associe f(x) = ax 2 + bx + c, a, b et c étant trois réels avec a 0. Exemple Les

Plus en détail

Mth2302B - Intra Été 2011

Mth2302B - Intra Été 2011 École Polytechnique de Montréal page 1 Contrôle périodique Été 2011--------------------------------Corrigé--------------------------------------T.Hammouche Question 1 (12 points) Mth2302B - Intra Été 2011

Plus en détail

Chapitre 8: Inférence, échantillonnage et estimation

Chapitre 8: Inférence, échantillonnage et estimation Chapitre 8: Inférence, échantillonnage et estimation 1. Echantillonnage aléatoire simple 2. Inférence statistique 3. Estimation 4. Evaluation graphique de l adéquation d un modèle de distribution 1 L inférence

Plus en détail

Probabilités conditionnelles

Probabilités conditionnelles 22 Probabilités conditionnelles Ω, B, P est un espace probabilisé. 22. Définition et propriétés des probabilités conditionnelles Considérons l expérience aléatoire qui consiste à lancer deux fois un dé

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Spécialité : BIOTECHNOLOGIES

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Spécialité : BIOTECHNOLOGIES BACCALAURÉAT TECHNOLOGIQUE Session 2015 Jeudi 18 juin 2015 MATHÉMATIQUES Série : SCIENCES ET TECHNOLOGIES DE LABORATOIRE Spécialité : BIOTECHNOLOGIES Durée de l épreuve : 4 heures Coefficient : 4 Calculatrice

Plus en détail

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc Lorsque cela n est pas précisé (explicitement ou implicitement), les tests sont réalisés à 5% en bilatéral QCM n 1 : Généralités sur les probabilités

Plus en détail

EXERCICES SUR LES PROBABILITÉS

EXERCICES SUR LES PROBABILITÉS EXERCICES SUR LES PROBABILITÉS Exercice 1 Dans un univers Ω, on donne deux événements A et B incompatibles tels que p(a) = 0,2 et p(b) = 0,7. Calculer p(a B), p(a B), p ( A ) et p ( B ). Exercice 2 Un

Plus en détail

1. Probabilités élémentaires

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

Plus en détail

Chapitre 6 TESTS STATISTIQUES

Chapitre 6 TESTS STATISTIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 6 TESTS STATISTIQUES Les tests statistiques sont des méthodes de la statistique inférentielle qui, comme

Plus en détail

119 exercices de mathématiques pour 1 re S

119 exercices de mathématiques pour 1 re S mai 06 9 exercices de mathématiques pour re S Stéphane PASQUET Sommaire Disponible sur http: // www. mathweb. fr mai 06 I Le second degré.................................. I. Calcul de discriminant et

Plus en détail

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 Durée : 3h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mathématiques 2 première partie : Analyse 2 DEUG MIAS 1 e année, 2 e semestre. Maximilian F. Hasler Département Scientifique Interfacultaire B.P. 7209 F 97275 SCHOELCHER CEDEX Fax : 0596 72 73

Plus en détail

COUPLES DE VARIABLES ALÉATOIRES

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

Plus en détail

Cours Statistiques L2 Université Nice Sophia-Antipolis. François Delarue

Cours Statistiques L2 Université Nice Sophia-Antipolis. François Delarue Cours Statistiques L2 Université Nice Sophia-Antipolis François Delarue Table des matières Chapitre 1. Rappels de Probabilités 5 1. Espaces de probabilité et Variables aléatoires 5 2. Espérances et variances

Plus en détail

Statistique (MATH-F-315, Cours #1)

Statistique (MATH-F-315, Cours #1) Statistique (MATH-F-315, Cours #1) Thomas Verdebout Université Libre de Bruxelles 2015 Plan de la partie Statistique du cours 1. Introduction. 2. Théorie de l estimation. 3. Tests d hypothèses et intervalles

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

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

Plus en détail

Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante.

Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante. Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante. Essai de détermination du nombre de prélèvements à effectuer lors d un diagnostic amiante afin d assurer une représentativité

Plus en détail

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

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

Plus en détail

Probabilités, fiche de T.D. n o 2

Probabilités, fiche de T.D. n o 2 U.F.R. de Mathématiques Licence de Mathématiques S6, M66, année 2013-2014 Probabilités, fiche de T.D. n o 2 Ex 1. Jour de chance Un site de jeux propose le jeu suivant. Chaque internaute désireux de jouer

Plus en détail

Bac Blanc de Mathématiques Correction Durée : 3 heures

Bac Blanc de Mathématiques Correction Durée : 3 heures Terminale STG Mercatique Jeudi 1 avril 2010 Bac Blanc de Mathématiques Correction Durée : 3 heures L usage de la calculatrice est autorisé. Le sujet comporte 6 pages. EXERCICE 1 3 points Cet eercice est

Plus en détail

Baccalauréat STG Pondichéry 17 avril 2015 Sciences et technologies du management et de la gestion

Baccalauréat STG Pondichéry 17 avril 2015 Sciences et technologies du management et de la gestion Baccalauréat ST Pondichéry 17 avril 015 Sciences et technologies du management et de la gestion Correction EXERCICE 1 6 points Le tableau ci-dessous, extrait d une feuille de calcul, donne le revenu disponible

Plus en détail

Probabilités et statistiques M2MT01 - TD2

Probabilités et statistiques M2MT01 - TD2 Probabilités et statistiques M2MT01 - TD2 Exercice 1 : Une fourmi se déplace sur un dé à six faces. A chaque sommet, elle choisit le prochain parmi les trois sommets voisins avec la même probabilité. La

Plus en détail

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L BACCALAURÉAT GÉNÉRAL SESSION 2015 MATHÉMATIQUES Série ES/L Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) ES : ENSEIGNEMENT OBLIGATOIRE L : ENSEIGNEMENT DE SPECIALITE Les calculatrices électroniques

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

Fiche méthodologique Les pièges dans les dénombrements

Fiche méthodologique Les pièges dans les dénombrements Fiche méthodologique Les pièges dans les dénombrements BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Dans cette fiche, on résume quelques points techniques sur les dénombrements et la théorie des probabilités.

Plus en détail

Chapitre 6 : Estimation d erreurs numériques

Chapitre 6 : Estimation d erreurs numériques Chapitre 6 : Estimation d erreurs numériques Puisque les réels ne sont représentés en machine que sous la forme de flottants, ils ne sont connus que de manière approchée. De plus, la somme ou le produit

Plus en détail

Lycée Marlioz - Aix les Bains. Bac Blanc 2012. Mathématiques - Terminale ES. 16 mai 2012

Lycée Marlioz - Aix les Bains. Bac Blanc 2012. Mathématiques - Terminale ES. 16 mai 2012 Lycée Marlioz - Aix les Bains Bac Blanc 2012 Mathématiques - Terminale E Candidats n ayant pas choisi la spécialité maths 16 mai 2012 Pour cette épreuve, la rédaction, la clarté et la précision des explications

Plus en détail

Schéma de Bernoulli Loi binomiale

Schéma de Bernoulli Loi binomiale Schéma de Bernoulli Loi binomiale I) Epreuve et loi de Bernoulli 1) Définition On appelle épreuve de Bernoulli de paramètre, toute expérience aléatoire admettant deux issues exactement : L une appelée

Plus en détail