Loi de Bernoulli et loi binomiale, cours, première S

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Loi de Bernoulli et loi binomiale, cours, première S"

Transcription

1 Loi de Beroulli et loi biomiale, cours, classe de première S Loi de Beroulli et loi biomiale, cours, première S 1 Loi de Beroulli Déitio : Soit p u ombre réel tel que p [0; 1]. Soit X ue variable aléatoire. O dit que X suit ue loi de Beroulli de paramètre p si : X pred pour seules valeurs 1 ( succès et 0 ( échec ; P (X = 1 = p et P (X = 0 = 1 p. Propriété : Soit X ue variable aléatoire qui suit la loi de Beroulli de paramètre p. E(X = p ; V (X = p(1 p. Preuve : D'ue part, E(X = 0 P (X = P (X = 1 = 0 (1 p + 1 p = p. E outre, V (X = P (X = 0 (0 E(X 2 + P (X = 1 (1 E(X 2 = (1 pp 2 + p(1 p 2 = p(1 p(p + 1 p = p(1 p Algorithmique : Algorithme de simulatio d'ue épreuve de Beroulli de paramètre p. Doées : p : ombre décimal etre 0 et 1 ; Début traitemet t pred ue valeur aléatoire décimale etre 0 iclus et 1 exclu ; si t < p alors Acher "Succès" ; sio Acher "Échec" ; Fi http: // mathsfg. et. free. fr 1

2 Loi de Beroulli et loi biomiale, cours, classe de première S TI : Prompt P NbreAleatoire( T If T < P The Disp "SUCCES" Else Disp "ECHEC" Casio : P? P Rad# T If T < P The "SUCCES" Else "ECHEC" XCas : saisir("etrer p : ",p; t:=alea(0,1; si (t<p alors afficher("succès"; sio afficher("echec"; fsi; Pytho : from radom import* p=float(raw_iput("etrer p : " t=radom( if (t<p: prit("succès" else: prit("echec" 2 Schéma de Beroulli Déitio : Deux expérieces sot dites idépedates si le résultat de l'ue 'iuece pas le résultat de l'autre. il y a idépedace lorsqu'o lace deux fois de suite ue pièce de moaie. Déitio : La répétitio d'ue expériece aléatoire suivat ue loi de Beroulli de paramètre p, ceci fois de maière idépedate, costitue u schéma de Beroulli de paramètres et p. Propriété : Das u schéma de Beroulli, la probabilité d'ue liste de résultats est le produit des probabilités de chaque résultat Exemple de savoir faire : [Costruire u arbre représetat u schéma de Beroulli de paramètres doés] O cotrôle la qualité d'u produit sur ue chaîe de productio. O prélève 3 produits au hasard. O suppose que les prélèvemets sot idépedats. Statistiquemet, chaque produit a ue http: // mathsfg. et. free. fr 2

3 Loi de Beroulli et loi biomiale, cours, classe de première S probabilité p = 0, 05 d'être défectueux. O a doc u schéma de Beroulli de paramètres p = 0, 05 et = 3. [Calculer la probabilité d'u évéemet représeté par u chemi sur u arbre podéré] Sur l'arbre ci-dessus représetat u schéma de Beroulli de paramètres = 3 et p = 0, 05, la probabilité d'avoir les deux premières expérieces qui doet u succès et la derière qui doe u échec est P (SS S = 0, , 95 0, 002 soit 0,2 % de chaces d'avoir deux produits défectueux sur les trois prélevés. 3 Loi biomiale Déitio et propriété : Soiet et k deux etiers aturels avec k. O ote ( k (o dit k sous le ombre de maières d'obteir k succès et k échecs pour répétitios idépedates de la même expériece de Beroulli. Remarque hors programme mais culturelle : O a (! = k k!( k! avec! = ( 1 ( Preuve : Admise http: // mathsfg. et. free. fr 3

4 Loi de Beroulli et loi biomiale, cours, classe de première S ( 3 3 = 1 : il y a ue seule maière d'obteir 3 succès lors de la répétitio de 3 épreuves idetiques idépedates. ( 3 2 = 3 : il y a trois maières d'obteir 2 succès et u échec lors de la répétitio de 3 épreuves idetiques idépedates (SSE ; SES ; ESS. Déitio : O cosidère ue épreuve de Beroulli de paramètre p [0; 1]. O répète fois ( 1 cette expériece idépedammet et o ote X la variable aléatoire qui compte le ombre de succés. O dit alors que la variable aléatoire X suit ue loi biomiale de paramètres et p et o ote X B(; p. Propriété : Si X est ue variable aléatoire qui suit ue loi biomiale de paramètres et p, alors la probabilité d'obteir k succès avec k {0; 1; 2;...; } est P (X = k = ( k p k (1 p k. Preuve ( : Il y a k maières d'obteir k succès das répétitios d'expérieces idetiques et idépedates. La probabilité de chacue de ces évéemets qui sot évidemmet icompatibles est p k (1 p k d'où le résultat. Exemple de savoir faire : [Calculer la probabilité de P (X = k où X suit ue loi biomiale à partir d'u arbre podéré] O cosidère le problème précédet de test des produits d'ue chaîe de productio. Les prélèvemets état supposés idépedats les us des autres, l'expériece costitue u schéma de Beroulli de paramètres = 3 et p = 0, 05. La variable aléatoire X qui compte le ombre de succès suit la loi biomiale de paramètres = 3 et p = 0, 05. http: // mathsfg. et. free. fr 4

5 Loi de Beroulli et loi biomiale, cours, classe de première S O a P (X = 2 = P (SS S S SS SSS car trois chemis permettet d'obteir deux succès c'est à dire deux objets défectueux. D'où P (X = 2 = P (SS S + P (S SS + P ( SSS doc P (X = 2 = 0, , , 95 0, 05 0, , 95 0, 05 2 = 3 0, , 95 = 0, 007 soit ue probabilité très faible de 0,007 d'avoir deux produits défectueux. Calcul pratique de P (X = k et P (X k : Soit X ue variable aléatoire de paramètres et p. Pour k allat de 0 à, pour calculer P (X = k ou P (X k, o utilise ue calculatrice : Sur Texas istrumet : aller das le meu 2d distrib, choisir biomfdp et taper, p, k pour calculer P (X = k et choisir biomfrép et taper, p, k pour calculer P (X k. Sur Casio : aller das le meu STAT puis DIST puis BINM. Sélectioer alors Bpd puis Var pour variable, puis etrer alors k das la lige x, das la lige umtrial et p das la lige p puis aller sur execute pour valider et calculer aisi P (X = k. Pour le calcul de P (X k, o utilisera Bcd au lieu de Bpd. Exemple de savoir faire : [Calculer P (X = k ou P (X k où X suit ue loi biomiale à l'aide d'ue calculatrice] O cosidère ue variable aléatoire X suivat la loi biomiale de paramètres = 4 et p = 0, 4. Sur TI, la probabilité P (X 3 est doée par biomfrép(4,0.4,3. Remarques : O a P (X < 3 = P (X 2 pour calculer P (X > k, o calcule 1 P (X k. Propriété : Soit X ue variable aléatoire qui suit ue loi biomiale de paramètres et p. Alors : E(X = p ; V (X = p(1 p Preuve : Admise Algorithmique : Algorithme de simulatio d'ue loi biomiale de paramètres et p. http: // mathsfg. et. free. fr 5

6 Loi de Beroulli et loi biomiale, cours, classe de première S Doées : p : ombre décimal etre 0 et 1 ; : etier aturel ; Début traitemet c pred la valeur 0 ; pour k de 1 jusque faire t pred ue valeur aléatoire décimale etre 0 iclus et 1 exclu ; si t < p alors c pred la valeur de c + 1 ; Fi Sorties : c TI : Prompt N Prompt P 0 C For(K,1,N N brealeatoire( T If T < P The C + 1 C Ed Ed Disp C Casio : P? P N? N 0 C For 1 K To N Step 1 Rad# T If T < P The C + 1 C IfEd Next "C=" :C XCas : saisir("etrer p : ",p; saisir("etrer : ",; c:=0; pour k de 1 jusque faire t:=alea(0,1; si t<p alors c:=c+1; fsi; fpour afficher("nombre de succès : "+c; Pytho : from radom import* p=float(raw_iput("etrer p : " =it(raw_iput("etrer : " c=0 for k i rage(1,+1: t=radom( if t<p: c=c+1 prit("nombre de succès",c http: // mathsfg. et. free. fr 6

7 Loi de Beroulli et loi biomiale, cours, classe de première S Algorithmique : Algorithme de simulatio d'obtetio de N échatillos de lois biomiales de paramètres et p. Doées :, N : ombres etiers ;p : ombre décimal etre 0 et 1 ; Début traitemet s est ue liste vide ; pour k de 0 jusque faire s[k] pred la valeur 0 ; pour m de 1 jusque N faire c pred la valeur 0 ; pour k de 1 jusque faire t pred ue valeur aléatoire décimale etre 0 iclus et 1 exclu ; si t < p alors c pred la valeur de c + 1 ; s[c] pred la valeur de s[c] + 1 ; Acher s ; Fi XCas : saisir("etrer p : ",p; saisir("etrer : ",; saisir("etrer N : ",N; s:=[]; pour k de 0 jusque faire s[k]:=0; pour m de 1 jusque N faire c:=0; pour k de 1 jusque faire t:=alea(0,1; si t<p alors c:=c+1; fsi; s[c]:=s[c]+1; pour k de 0 jusque faire afficher("avec "+k+" succès : "+s[k]; Pytho : from radom import* p=float(raw_iput("etrer p : " =it(raw_iput("etrer : " N=it(raw_iput("Etrer N : " s=[] for k i rage(0,+1: s.apped(0 for m i rage(1,n+1: c=0 for k i rage(1,+1: t=radom( if t<p: c=c+1 s[c]=s[c]+1 for k i rage(0,+1: prit "Nombre avec "+k+" succès : "+s[k] http: // mathsfg. et. free. fr 7

8 Loi de Beroulli et loi biomiale, cours, classe de première S 4 Coeciets biomiaux Propriétés : ( ( k = k ; ( ( k + ( k+1 = +1 k+1 Triagle de Pascal : Le triagle de Pascal, du om de Blaise Pascal, mathématicie fraçais du XVII e siècle qui le redécouvra e Occidet (car il était cou avat e Oriet et au Moye-Oriet est ue dispositio permettat de visualiser et de calculer les coeciets biomiaux et qui s'appuie sur la formule précédete. ( 0 ( 0 = 1 1 ( 0 = 1 1 ( 1 = 1 2 ( 0 = 1 2 ( 1 = ( 0 = = Explicatio de la costructio : le ombre de la lige et de la coloe k est le coeciet biomial ( 1 k 1. Il est obteu e ajoutat le ombre situé au dessus (lige 1 et coloe k au ombre de la coloe et de la lige précédete (lige 1 et coloe k 1. Par exemple, ( 3 1 = 3 est la somme de ( 2 1 = 2 et de ( 2 0 = http: // mathsfg. et. free. fr 8

9 Loi de Beroulli et loi biomiale, cours, classe de première S Algorithmique : Algorithme de costructio du triagle de Pascal. Doées : : etier aturel ; Début traitemet a est u tableau vide ; pour k de 0 jusque faire b est u tableau vide ; pour p de 0 jusque k faire b[p] pred la valeur 1 ; a[k] pred la valeur de b ; pour k de 1 jusque faire pour p de 1 jusque k 1 faire a[k][p] pred la valeur de a[k-1][l]+a[k-1][l-1] ; Acher a[k] ; Fi XCas : saisir("etrer :",; a:=[]; pour k de 0 jusque faire b:=[]; pour p de 0 jusque k faire b[p]:=1; a[k]:=b; pour k de 1 jusque faire pour p de 1 jusque k-1 faire a[k,p]:=a[k-1,p]+a[k-1,p-1]; afficher(a[k]; Pytho : =it(raw_iput("etrer : " a=[] for k i rage(1,+2: b=[] for p i rage(0,k: b.apped(1 a.apped(b for k i rage(1,+1: for p i rage(1,k: a[k][p]=a[k-1][1]+a[k-1][p-1] prit a[k] http: // mathsfg. et. free. fr 9

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

Cryptographie et algorithmique

Cryptographie et algorithmique F.Gaudo 1 er ovembre 2010 Table des matières 1 Avat de commecer 2 2 Préformattage d'u texte pour aalyse 3 2.1 Élimiatio de la poctuatio et des espaces das u texte................. 3 2.2 Formatage du texte

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Algorithmes pour l'étude de l'adn

Algorithmes pour l'étude de l'adn F.Gaudo 23 décembre 2010 Table des matières 1 Avat de commecer 2 2 Géératio aléatoire d'u code ADN 3 3 Géératio du code complémetaire à u code ADN doé 5 4 Algorithme CGR de représetatio de l'adn 6 1 1

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

Informatique TP2 : Calcul numérique d une intégrale CPP 1A

Informatique TP2 : Calcul numérique d une intégrale CPP 1A Iformatique TP : Calcul umérique d ue itégrale CPP 1A Romai Casati, Wafa Johal, Frederic Deveray, Matthieu Moy Avril - jui 014 1 Zéro de foctio O doe le code suivat (vu e cours), qui permet de calculer

Plus en détail

Terminale S (2014-2015) Suites numériques

Terminale S (2014-2015) Suites numériques Termiale S (04-05) Suites umériques Raisoemet par récurrece. Itroductio E Mathématiques, u certai ombre de propriétés dépedet d u etier aturel. Par exemple, la ( + ) somme des etiers aturels de à est égale

Plus en détail

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

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

Loi binomiale. Loi de Bernoulli

Loi binomiale. Loi de Bernoulli Loi biomiale Loi de Beroulli O s itéresse ici à la réalisatio ou o d u évéemet. Autremet dit, o étudie les expérieces aléatoires qui ot que deux issues possibles : Obteir Pile ou Face Doer aissace à u

Plus en détail

Décomposition d'un nombre en fractions égyptiennes, conjecture de Sierspinski

Décomposition d'un nombre en fractions égyptiennes, conjecture de Sierspinski Décompositio d'u ombre e fractios égyptiees, cojecture de Sierspiski Stage "Mathématiques et iformatique" - Ouagadougou février 999 Sommaire. Historique : l œil oudjat. Décompositio d u ombre e fractios

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

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante : " tirer p éléments de E ".

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante :  tirer p éléments de E . Cours de termiales Probabilités sur u esemble fii Mr ABIDI F I- Rappel I- Types de tirages : Soit u esemble fii E coteat élémets O cosidère l'épreuve suivate : " tirer p élémets de E " Type de tirages

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

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

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

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

9 0 6 Variables aléatoires discrètes

9 0 6 Variables aléatoires discrètes BCPST2 9 5 0 6 Variables aléatoires discrètes Exercice 1: Loi de Poisso 1 ) Soit X ue variable aléatoire discrète. O ote XΩ) = {x ; N}. O pose, pour tout de N : p = PX = x ) et s = p k. O découpe l'itervalle

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [htt://m.cgeduuydelome.fr] édité le 10 juillet 2014 Eocés 1 Déombremet Exercice 1 [ 01529 ] [correctio] Soiet E et F deux esembles fiis de cardiaux resectifs et. Combie y a-t-il d ijectios de E das F?

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

I Exercices I I I-1 3 Coefficients binomiaux et triangle de Pascal... I I I I I I

I Exercices I I I-1 3 Coefficients binomiaux et triangle de Pascal... I I I I I I Chapitre Loi biomiale TABLE DES MATIÈRES page - Chapitre Loi biomiale Table des matières I Exercices I-................................................ I-................................................

Plus en détail

Loi binomiale, cours, première ES

Loi binomiale, cours, première ES Loi binomiale, cours, première ES F.Gaudon 26 juin 2014 Table des matières 1 Schéma de Bernoulli 2 2 Loi binomiale 3 1 1 Schéma de Bernoulli Deux expériences sont dites indépendantes si le résultat de

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

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

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

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

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

S Métropole septembre 2016

S Métropole septembre 2016 S Métropole septembre 206 Exercice 3 Cadidats ayat suivi l'eseigemet de spécialité 5 poits O dispose d'u dé équilibbré à 6 faces umérotées de à 6 et de trois pièces A, B et C ayat chacue u côté pile et

Plus en détail

Notations Soit I un intervalle de R. Soit f une fonction définie sur I, à valeurs dans R. Notons représentative de f dans un repère du plan.

Notations Soit I un intervalle de R. Soit f une fonction définie sur I, à valeurs dans R. Notons représentative de f dans un repère du plan. Foctio réciproque d'ue octio cotiue, d'ue octio dérivable FNCTIN RECIPRQUE D'UNE FNCTIN CNTINUE, D'UNE FNCTIN DERIVABLE EXEMPLES N SE LIMITERA AUX FNCTINS NUMERIQUES DEFINIES SUR UN INTERVALLE DE R Notatios

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

FRLT Page 1 15/08/2014

FRLT Page 1 15/08/2014 Algorithmes à aalyser O cosidère l algorithme : - u est du type ombre - q est du type ombre - p est du type ombre - S est du type ombre - Lire u - Lire q - Lire p - S pred la valeur de u - Tat que (u >

Plus en détail

TD 4 : Variables aléatoires discrètes

TD 4 : Variables aléatoires discrètes MA40 : Probabilités TD 4 : Variables aléatoires discrètes Exercice Soit N u etier aturel supérieur ou égal à.. Motrer les égalités suivates : N k k N N + ) N k k N N + ) N + ). Ue ure cotiet ue boule blache

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

EXERCICES SIMULATION LOIS DISCRETES

EXERCICES SIMULATION LOIS DISCRETES EXERCICES SIMULATION LOIS DISCRETES EXERCICE 1 : 1) Ecrire u programme qui revoie le lacer d u lacer de dé équilibré 2) Trasformer le programme précédet pour qu il simule ue série de 100 lacers d u dé

Plus en détail

Chapitre 1. Arithmétique. Partie 5 : PGCD

Chapitre 1. Arithmétique. Partie 5 : PGCD Chapitre 1 Arithmétique Partie 5 : PGCD Propriété/Défiitio : (PGCD) O se doe deux etiers relatifs a et b o uls. L esemble des diviseurs positifs commus à a et b admet u plus grad élémet que l o PGCD a

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

Exercices - Lois discrètes usuelles : corrigé

Exercices - Lois discrètes usuelles : corrigé www.almohadiss.com Exercice - Avio - L2/Prépa Hec - O ote X la variable aléatoire du ombre de moteurs de A qui tombet e pae, et Y la variable aléatoire du ombre de moteurs de B qui tombet e pae. X suit

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

Dénombrement. Le nombre de p-listes d éléments distincts d un ensemble à n éléments est Le nombre d injections de E p dans F n : (n p) :

Dénombrement. Le nombre de p-listes d éléments distincts d un ensemble à n éléments est Le nombre d injections de E p dans F n : (n p) : Filière E Deis Pasquigo Résumé du cours : 1. Esembles fiis Déombremet Défiitios E et F sot équiotets si il existe ue bijectio de E sur F. E est déombrable si E est équiotet à N. E est u esemble fii si

Plus en détail

Cours d algorithmique pour la classe de 2nde

Cours d algorithmique pour la classe de 2nde Cours d algorithmique pour la classe de 2nde F.Gaudon 8 juillet 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un

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

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités.

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités. PROBABILITÉS I. PROBABILITÉS ( RAPPELS) a. Expérieces aléatoires et modèles Le lacer d ue pièce de moaie, le lacer d u dé sot des expérieces aléatoires, car avat de les effectuer, o e peut pas prévoir

Plus en détail

Promenades aléatoires : vers les chaînes de Markov

Promenades aléatoires : vers les chaînes de Markov AME Dossier : Matrices et suites 545 romeades aléatoires : vers les chaîes de Markov ierre Griho (*) Cet article propose ue mise e perspective de la otio de promeade ou de marche aléatoire itroduite das

Plus en détail

INF582 : Cryptologie Attaque de clés RSA par la méthode de Wiener

INF582 : Cryptologie Attaque de clés RSA par la méthode de Wiener INF58 : Cryptologie Attaque de clés RSA par la méthode de Wieer Nicolas DOUZIECH - Thomas JANNAUD - X005 9 mars 008 Table des matières Quelques rappels sur le cryptosystème RSA Pricipe de l attaque de

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 13 Comportement d une suite. Table des matières. Chapitre 13 Comportement d une suite TABLE DES MATIÈRES page -1

Chapitre 13 Comportement d une suite. Table des matières. Chapitre 13 Comportement d une suite TABLE DES MATIÈRES page -1 Chapitre 13 Comportemet d ue suite TABLE DES MATIÈRES page -1 Chapitre 13 Comportemet d ue suite Table des matières I Exercices I-1 1................................................ I-1 2................................................

Plus en détail

Chapitre 11 Loi binomiale. Table des matières. Chapitre 11 Loi binomiale TABLE DES MATIÈRES page -1

Chapitre 11 Loi binomiale. Table des matières. Chapitre 11 Loi binomiale TABLE DES MATIÈRES page -1 Chapitre Loi biomiale TABLE DES MATIÈRES page - Chapitre Loi biomiale Table des matières I Exercices I-................................................ I-................................................

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

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

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

Cours. 1 ) Fonction affine Déf. Fonctions affines, polynômes. I FONCTIONS AFFINES Fonctions affines par morceaux. x x

Cours. 1 ) Fonction affine Déf. Fonctions affines, polynômes. I FONCTIONS AFFINES Fonctions affines par morceaux. x x Cours FONCTIONS USUELLES Fonctions affines, polynômes F1 I FONCTIONS AFFINES Fonctions affines par morceaux 1 ) Fonction affine a et b sont deux réels donnés. La fonction f définie sur R par f (x) = ax

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

Sciences Po Option Mathématiques

Sciences Po Option Mathématiques Scieces Po Optio Mathématiques Epreue 3 Vrai-Fau Questio FAUX La suite ( u ) état géométrique de raiso différete de, o a classiquemet, pour tout etier aturel : où q est la raiso de la suite ( u ) Ici,

Plus en détail

Cours 4 SUITES DE NOMBRES RÉELS

Cours 4 SUITES DE NOMBRES RÉELS Cours 4 SUITES DE NOMBRES RÉELS A/ GÉNÉRALITÉS 1. Défiir ue suite de ombres réels Ue suite u de ombres réels, est ue foctio défiie sur N qui, à chaque etier aturel, associe u ombre oté u. Ce ombre u s

Plus en détail

Ce document est sous licence Creative Commons Paternité - Pas d utilisation commerciale - Partage des conditions initiales à l identique

Ce document est sous licence Creative Commons Paternité - Pas d utilisation commerciale - Partage des conditions initiales à l identique Dans les programmes Une aire variable Aire d une figure élémentaire. Fonctions par morceaux. Équations de droites. Simulation. Conjecturer une formule (Pick). 1 Coupe d un rectangle ( Le plan est muni

Plus en détail

Probabilités générales

Probabilités générales Chapitre 4 termiale s Probabilités géérales Les probabilités (rappels) : ) Quelques otios de vocabulaire : Nous allos étudier selo quelle mesure u fait proveat du hasard peut être prévisible a) Ue expériece

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

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

Corrigé du DS n 1. Exercice 1 (6 points)

Corrigé du DS n 1. Exercice 1 (6 points) Exercice 1 (6 poits) Corrigé du DS 1 Das cet exercice, les probabilités demadées serot doées sous forme décimale, évetuellemet arrodies à 10 - près. Lors d ue equête réalisée par l ifirmière auprès d élèves

Plus en détail

BACCALAUREAT GENERAL. Bac Blanc n 2 Lycée Gambetta-Carnot Arras

BACCALAUREAT GENERAL. Bac Blanc n 2 Lycée Gambetta-Carnot Arras BACCALAUREAT GENERAL Bac Blac Lycée Gambetta-Carot Arras ANNEE 06-07 MATHEMATIQUES Série : S DUREE DE L EPREUVE : 4 heures - COEFFICIENT : 7 Ce sujet comporte 6 pages umérotées de à 6 L utilisatio de la

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

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

TECHNIQUE: Distillation

TECHNIQUE: Distillation TECHNIQUE: Distillatio 1 Utilité La distillatio est u procédé permettat la séparatio de différetes substaces liquides à partir d u mélage. Les applicatios usuelles de la distillatio sot : l élimiatio d

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

Suites numériques, cours, classe de terminale STG. 1 Suites arithmétiques. 1.1 Propriétés des suites arithmétiques

Suites numériques, cours, classe de terminale STG. 1 Suites arithmétiques. 1.1 Propriétés des suites arithmétiques Suites numériques, cours, classe de terminale STG 1 Suites arithmétiques 1.1 Propriétés des suites arithmétiques Dénition : Soit r un nombre réel. On appelle suite arithmétique de raison r toute suite

Plus en détail

LO12. Chap 5. 5. Le fenêtrage. x r x w. y r y w. 5.1 Introduction. OpenGL. 1 x. Transformation de cadrage. glviewport();

LO12. Chap 5. 5. Le fenêtrage. x r x w. y r y w. 5.1 Introduction. OpenGL. 1 x. Transformation de cadrage. glviewport(); LO 5. Le feêtrage 5. Itroductio L affichage d u modèle implique la mise e correspodace des coordoées des poits et des liges du modèle avec les coordoées appropriées du dispositif où l image doit être visualisée.

Plus en détail

Ch.1 ( ) ( ) + 9 ( ) ( ) = n ( n + 1 )( n + 2) ( )? ( ) ( ) ( )( n + 2) SUITES PARTIE 1 récurrence et suites bornées

Ch.1 ( ) ( ) + 9 ( ) ( ) = n ( n + 1 )( n + 2) ( )? ( ) ( ) ( )( n + 2) SUITES PARTIE 1 récurrence et suites bornées Termiale S Ch1 SUITES PARTIE 1 récurrece et suites borées Das tout le chapitre, les etiers cosidérés sot aturels, c'est-à-dire positifs ouls I Raisoemet par récurrece 1 / Itroductio Exercice 1 : soit u

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

Classes de première générale et technologique STATISTIQUES ET PROBABILITÉS

Classes de première générale et technologique STATISTIQUES ET PROBABILITÉS Classes de première géérale et techologique STATISTIQUES ET PROBABILITÉS Sommaire I. Itroductio...4 II. Statistique descriptive, aalyse de doées...4 III. Variables aléatoires discrètes...6 IV. Utilisatio

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

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

X 1 = { X si X est impair 0 sinon

X 1 = { X si X est impair 0 sinon Corrigé ECRICOME 998 par Pierre Veuillez Das tout le problème, X désige ue variable aléatoire défiie sur u espace probabilisé (Ω, A, P et à valeurs das N et E(X l espérace de X si elle eiste. O ote A l

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

Développement d une fonction en série entière. Exemples et applications

Développement d une fonction en série entière. Exemples et applications Développemet d ue foctio e série etière Exemples et applicatios Das ce chapitre, K désigera R ou C B(; R) désigera la boule ouverte de cetre et de rayo R > 1 Gééralités Défiitio 1 Soit f ue applicatio

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

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

- diagramme de Caroll. Exemple 1 : On lance 2 dés. 2 e dé 1 er dé

- diagramme de Caroll. Exemple 1 : On lance 2 dés. 2 e dé 1 er dé TS Le déombremet est l art de compter (Il y e a souvet aux cocours) (cardial d u esemble fii : ombre de ses élémets Exemple : si E est u esemble fii à élémets, o dit que le cardial de E est égal à et o

Plus en détail

Juin 2014 MATHEMATIQUES

Juin 2014 MATHEMATIQUES Jui 014 1 ères S MATHEMATIQUES Voici ue série d exercices sur différets thèmes abordés e classe de première S. Ils vous permettrot de repredre cotact avec les mathématiques avat d aborder la classe de

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

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

09 G 18bis AR Durée: 4 heures Séries : S1-S3 - Coeff. 8.. Epreuve du 1 er groupe

09 G 18bis AR Durée: 4 heures Séries : S1-S3 - Coeff. 8.. Epreuve du 1 er groupe UNIVERSITE CHEIKH ANTA DIOP DE DAKAR 1/ 9 OFFICE DU BACCALAUREAT BP 5005-DAKAR-Fa-Séégal Serveur Vocal: 68 05 59 Téléfax (1) 864 67 39 - Tél : 84 95 9-84 65 81 M A T H E M A T I Q U E S 09 G 18bis AR Durée:

Plus en détail

Université de Picardie Jules Verne 2006-2007 Faculté de Mathématiques et d Informatique

Université de Picardie Jules Verne 2006-2007 Faculté de Mathématiques et d Informatique Uiversité de Picardie Jules Vere 006-007 Faculté de Mathématiques et d Iformatique Licece metio Mathématiques - Deuxième aée - Semestre 4 Probabilités Elémetaires Exame du ludi 4 jui 007 Durée h00 Documet

Plus en détail

Cours d algorithmique pour la classe de 2nde

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

Plus en détail

SUITES (Partie 1) Dans l'exemple, si on suppose qu'un domino (k) tombe alors le domino suivant (k+1) tombe également.

SUITES (Partie 1) Dans l'exemple, si on suppose qu'un domino (k) tombe alors le domino suivant (k+1) tombe également. SUITES (Partie ) I. Raisoemet par récurrece ) Le pricipe C'est au mathématicie italie Giuseppe Peao (858 ; 93), ci-cotre, que l'o attribue le pricipe du raisoemet par récurrece. Le om a probablemet été

Plus en détail

Chapitre 3: Réfraction de la lumière

Chapitre 3: Réfraction de la lumière 2 e B et C 3 Réfractio de la lumière 16 Chapitre 3: Réfractio de la lumière 1. Expériece 1 : tour de magie avec ue pièce de moaie a) Dispositio Autour d'ue petite boîte coteat ue pièce de 1 de ombreux

Plus en détail

Seconde année - Semestre 3 PROBABILITÉS

Seconde année - Semestre 3 PROBABILITÉS 1 UNIVERSITÉ DE CERGY Aée 2012-2013 LICENCE d ÉCONOMIE et GESTION Secode aée - Semestre 3 PROBABILITÉS Feuille d exercices N 3 : Variables aléatoires - Lois discrètes 1. Calculez 3 2 + 2 5 Exercice I (

Plus en détail

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

LES SUITES. u n = 1 n, pour n 1. u n = n 3

LES SUITES. u n = 1 n, pour n 1. u n = n 3 LES SUITES. Défiitio.. Défiitio Ue suite umérique est ue foctio de das, défiie à partir d'u certai rag 0. La otatio (u ) désige la suite e tat qu'objet mathématique et u désige l'image de l'etier (appelé

Plus en détail

Séquence 1. Les suites numériques. Sommaire. 1. Pré-requis 2. Le raisonnement par récurrence 3. Notions de limites 4. Synthèse

Séquence 1. Les suites numériques. Sommaire. 1. Pré-requis 2. Le raisonnement par récurrence 3. Notions de limites 4. Synthèse Séquece Les suites umériques Sommaire Pré-requis Le raisoemet par récurrece 3 Notios de limites 4 Sythèse Das cette séquece, il s agit d ue part d approfodir la otio de suites umériques permettat la modélisatio

Plus en détail

Tp 3 Manipulations de fonction

Tp 3 Manipulations de fonction Tp 3 Maipulatios de foctio Rappels sur la créatio d ue foctio avec Pytho Méthode: défiir et utiliser ue foctio O commece par le mot clé def, suivi du om de la foctio et évetuellemet de ses paramètres etre

Plus en détail

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

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

Plus en détail

) sur l axe des abscisses ( on tracera les droites d équations y = x et y = x + 1 )

) sur l axe des abscisses ( on tracera les droites d équations y = x et y = x + 1 ) Exercice Suites umériques u O cosidère la suite ( u ) défiie pour tout par u = et u = + u + O admettra que pour tout etier aturel, u >. a) Calculer u et u b) Cette suite est-elle arithmétique? Est-elle

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

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

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

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

Corrigé de CCP 2015 Math PC

Corrigé de CCP 2015 Math PC Corrigé d CCP 5 Math PC Problèm : Aalys t probabilités Parti I : Aalys..a. Pour N, f st dérivabl sur R + t, pour t, f (t) = t t ( t).! f st doc croissat sur [; ], décroissat sur [; + [ t f () = = lim f

Plus en détail

( ) ( ) ( ) ( 4) Terminale S Exercices sur le chapitre «Suites numériques» Page 1. deux nombres réels. Initialisation Récupérer la valeur de M

( ) ( ) ( ) ( 4) Terminale S Exercices sur le chapitre «Suites numériques» Page 1. deux nombres réels. Initialisation Récupérer la valeur de M Termiale S Exercices sur le chapitre «Suites umériques» Page Exercice : O cosidère la suite ( p ) défiie sur N par ) O cosidère l algorithme suivat : Variables u etier aturel et deux ombres réels Iitialisatio

Plus en détail

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (/5) Le travail sur les séries statistiques et les probabilités meé e classe de secode se poursuit avec la mise e place de ouveaux outils. Les scieces

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

Introduction aux tests statistiques

Introduction aux tests statistiques Itroductio aux tests statistiques Philippe Boeau 27 septembre 2006 Chapitre 1 Élémets de probabilités Exercice 1 O ote E l esemble des etiers aturels iférieurs ou égaux à 12 et A (respectivemet B et C)

Plus en détail