BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001"

Transcription

1 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. Ces températures ( à l istat t ) sot respectivemet otées α(t) et β(t). Le temps t est exprimé e secodes et le températures e C. Partie A : 5,5 pt Les températures α(t) et β(t) vérifiet les coditios suivates : (1) : α (t) = -0,011 ( α(t) - β(t) ) (2) : β (t) = 0,021 ( α(t) - β(t) ) avec α(0) = 40 β(0) = 10 ❶ O pose f(t) = α(t) - β(t) ; 1 pt ❶ a ) Vérifier que f est ue solutio de l équatio différetielle : y + 0,032 y = 0 ; 1 pt ❶ b ) Résoudre l équatio précédete ; 1 pt ❶ c ) Calculer f(0) et motrer que f(t) = 30 e -0,032t ; ; ❷ Soit F la primitive de f qui vérifie F(0) = 0 ;. 1 pt ❷ a ) Exprimer F(t) e foctio de t ; 0,5 pt ❷ b ) A l aide de la coditio (2), justifier que β(t) = K + 0,021F(t) où K est ue costate 1 pt ❷ c ) Détermier K et doer ue expressio de β(t) e foctio de t ; Partie B : 6,5 pt Pour tout t das [ 0 ; + [ o pose : α(t) = e -4t 125 β(t) = e -4t 125 1,5 pt ❶ Détermier la limite de α aisi que celle de β e + ; que peut-o e déduire pour les courbes représetatives de ces foctios ; 2 pts ❷ Calculer la dérivée et doer les variatios de chacue des foctios α et β ; 1,5 pt ❸ Costruire les courbes représetatives des foctios α et β das u repère orthogoal ( sur papier millimétré ; uités graphiques : 1 cm pour 5 secodes e abscisse et 2 cm pour 5 C e ordoée ; o fera varier t etre 0 et 120 secodes ) ; 1,5 pt ❹ A partir de quel istat la différece de température etre le solide et le bai estelle iférieure à 1 C? ELSA Productios NANTES Septembre 2002 Page 1 ;

2 EXERCICE II : (8 POINTS) U médium préted qu il peut souvet devier à distace la couleur d ue carte tirée au hasard d u jeu de cartes bie battu et comportat des cartes de deux couleurs différetes e ombre égal. O appelle p la probabilité que le médium doe ue répose juste ( succès ) lors d u tirage. Si le médium est u imposteur o a p = 1 / 2 ; sio p > 1 / 2. O appellera échatillo de taille toute réalisatio de tirages successifs d ue carte das le jeu, avec remise. Partie A : 5 pt O suppose p = 1 / 2 et o ote Y la variable aléatoire qui, à tout échatillo de taille, associe le ombre de succès du médium. ( o arrodira les probabilités au dix millième le plus proche ). ❶ Das cette questio o pred = 20 ; 1 pt ❶ a ) Quelle est la loi suivie par Y? Doer ses paramètres ; 1,5 pt ❶ b ) Calculer la probabilité P( Y = 15 ) ; ❷ Das cette questio o pred = 100. O admet que la variable Y peut-être approchée par ue variable aléatoire Z suivat ue loi ormale ; 1,25 pt ❷ a ) Préciser les paramètres de cette loi ormale ; 1,25 pt ❷ b ) Utiliser cette approximatio pour calculer P( Y > 60 ) ; Partie B : 3 pt O appelle F la variable aléatoire qui, à tout échatillo de taille, associe la fréquece des succès obteus par le médium au cours des tirages d ue carte. p( 1-p) O admet que F suit la loi ormale de moyee icoue p et d'écart-type O costruit u test uilatéral permettat de détecter pour u échatillo de taille = 100, au risque 5%, si le médium est u imposteur. O choisit comme hypothèse ulle H 0 : p = 1/2 ; et comme hypothèse alterative H 1 : p > 1/2 1,5 pt ❶ Calculer, sous l hypothèse H 0, le réel positif h tel que P( F 1/2 + h ) = 0,95 ; 1 pt ❷ Eocer la règle de décisio du test ; 0,5 pt ❸ Sur u échatillo de taille = 100, le médium a obteu 64 succès. Peut-o cosidérer, au risque 5%, que le médium est u imposteur? ELSA Productios NANTES Septembre 2002 Page 2 ;

3 EXERCICE II : (8 POINTS) U médium préted qu il peut souvet devier à distace la couleur d ue carte tirée au hasard d u jeu de cartes bie battu et comportat des cartes de deux couleurs différetes e ombre égal.o appelle p la probabilité que le médium doe ue répose juste ( succès ) lors d u tirage. Si le médium est u imposteur o a p = 1 / 2 ; sio p > 1 / 2. O appellera échatillo de taille toute réalisatio de tirages successifs d ue carte das le jeu, avec remise. Partie A : O suppose p = 1 / 2 et o ote Y la variable aléatoire qui, à tout échatillo de taille, associe le ombre de succès du médium. ( o arrodira les probabilités au dix millième le plus proche ). O appellera échatillo de taille toute réalisatio de tirages successifs d ue carte das le jeu, avec remise. ❶ Das cette questio o pred = 20 ; ❶ a ) Quelle est la loi suivie par Y? Doer ses paramètres ;. 1 pt L expériece aléatoire qui cosiste, après chaque tirage, à cosidérer la répose du médiu, coduit à deux issues cotradictoires: S : répose juste ou succès avec la probabilité p = 0,5 ; S(barre) : répose fausse avec la probabilité q = 1 - p = 0,5 ; O peut cosidérer que les réposes doées par le médium sot idépedates les ues des autres sachat que la compositio des cartes est pas modifiée d u tirage sur l autre puisque les tirages ayat lieu avec remise e perturbe pas le rapport iitial de cartes rouges et oires. Aisi Y la variable aléatoire qui, aux 20 tirages de cartes, associe le ombre de réposes positives ( succès ) suit la loi biomiale B (, p ) c est à dire B ( 20, 0,5 ) De plus E(Y) = p = 20.0,5 = 10 et V(X) = p(1-p) = 20 0,5.0,5 = 5. ❶ b ) Calculer la probabilité P( Y = 15 ) ; 1,5 pt ( 0,5 ; 0,5 ; - 0,25 ) P(Y=15)= 20C15. 0, ,5 15 = 20C15. 0,5 20. = 0, , ❷ Das cette questio o pred = 100. O admet que la variable Y peut-être approchée par ue variable aléatoire Z suivat ue loi ormale ; ❷ a ) Préciser les paramètres de cette loi ormale ; 1,25 pt Aisi Y la variable aléatoire qui, aux 100 tirages de cartes, associe le ombre de réposes positives ( succès ) suit la loi biomiale B (, p ) c est à dire B ( 100, 0,5 ). De plus E(Y) = p = 100.0,5 = 50 et V(X) = p(1-p) = 100 0,5.0,5 = 25. Coditios d approximatio d ue loi biomiale par ue loi ormale : >30 et pq 10 Puisque = 100 et V(X) = pq = 25 doc les coditios d approximatio de Y par ue loi ormale Z défiie par N ( 50 ; 5 ), avec E(Y) = E(Z) = 50 et σ(y) = σ(z) = 5. ❷ b ) Utiliser cette approximatio pour calculer P( Y > 60 ) ; 1,25 pt Soit T la variable aléatoire défiie par T = Z Z suit la loi ormale N 50, 5 équivalet à T suit la loi ormale N 0,1 Calcul de p( Y > 60 ) : Z > 60 équivalet à Z - 50 > Z 60 équivalet à Z - 50 > 2 équivalet à T > 2 5 Aisi : p( Y > 60 ) = p( T > 2 ) = 1 - p( T 2 ) = 1 - (2) 1-0,977 2 = 0,222 8 Partie B : O appelle F la variable aléatoire qui, à tout échatillo de taille, associe la fréquece des succès obteus par le médium au cours des tirages d ue carte. O costruit u test uilatéral permettat de détecter pour u échatillo de de taille = 100, au risque 5%, si le médium est u imposteur. O choisit comme hypothèse ulle H 0 : p = 1/2 ; et comme hypothèse alterative H 1 : p > 1/2 Cosidéros la populatio P costituée par les tirages d ue carte das u jeu coteat autat de cartes rouges que de cartes oires. K la variable aléatoire qui à u tirage de carte associe la répose du médium ; la probabilité de répodre avec succès est otée p 0 covetioellemet. O estime que si p 0 > 0,5 le médium est pas u imposteur. ❶ Calculer, sous l hypothèse H 0, le réel positif h tel que P( F 1/2 + h ) = 0,95 ; CONSTRUCTION DU TEST UNILATÉRAL: ➀ LOI D ÉCHANTILLONNAGE : La variable aléatoire F qui, à tout échatillo de taille = 100, associe la fréquece des succès obteus par le medium au cours des = 100 tirages d ue carte, suit la loi ormale N p ; p( 1 - p) où p admet pour estimateur p ELSA Productios NANTES Septembre 2002 Page 3 ;

4 2 HYPOTHESE À TESTER : ( hypothèse ulle ) la valeur stadard p 0 = 0,5 (H 0 ) hypothèse ulle : «p = p 0»et évetuellemet «p < p 0» ; de part les hypothèses du problème «le médium est u imposteur» 3 HYPOTHESE ALTERNATIVE - NATURE DU TEST : (H 1 ) : «p > p 0» c est à dire «le médium est pas u imposteur» et le test est uilatéral. 4 CONDITIONS DE REJET (H 0 ) AU RISQUE 5% : Remarque : il s agit de vérifier que la probabilité p de succès à savoir ici 64% appartiet ou o à u itervalle d acceptatio du type ] - 0,5 + h [, dot l amplitude déped du seuil de cofiace. Pour réaliser ce calcul ous disposos d u outil : c est la loi ormale qui, e foctio de ses caractéristiques p et σ(f) permettra de calculer cette amplitude. Sous l hypothèse (H 0) : p =p 0 doc F suit la loi ormale N ( 0,02, σ(f) ) ; σ(f) = 0,05 ; ❷ Eocer la règle de décisio du test ; Remarque : à partir de là deux méthodes sot précoisées : Première méthode : la coditio de rejet sera formulée sur la foctio F,sur u itervalle de valeurs prises par F ;. Secode méthode : la coditio de rejet sera formulée e utilisat la variable T = Y / σ(y) T variable suivat la loi ormale cetrée réduite. Première méthode 1,5 pt O recherche u itervalle du type ] - ; 0,5 + h [ tel que l o ait 95% de chaces d avoir p apparteat à cet itervalle, c est à dire p(f < 0,5 + h ) = 0,95 ; 1 pt E coclusio : Si p appartiet ] - ; 0,59 [: o accepte (H 0 ) au risque 5 % ; Si p appartiet pas à ] - ; 0,59 [ : o refuse (H 0 ) au risque 5 % ; Secode méthode : 1,5 pt p F suit la loi ormale N p 0, 0 ( 1 - p 0 ) équivalet à T= F - p 0 suit la loi ormale N 0,1 σ(y) Aisi : p( F 0,5 + h ) = 0,95 équivalet à p( T tα) = 0,95 ( tα) = 0,95 Par lecture das la table t α = 1,645 1 pt E coclusio : Si T 1,645 : o accepte (H 0 ) au risque 5 % ; Si T 1,645 : o refuse (H 0 ) au risque 5 % ; ❸ Sur u échatillo de taille = 100, le médium a obteu 64 succès. Peut-o cosidérer, au risque 5%, que le médium est u imposteur? ; 1 pt 5 MISE EN OEUVRE DU TEST : Première méthode : Calcul de ] - ; 0,5 + 1,645 0,05 [ = ] - ; 0,59 [ e hypothèse p= 0,64 puisque p > 0,59 ; o refuse (H 0 ) au risque 5 % Secode méthode : σ(f) = p 0 ( 1 - p 0 ) = 0,5 ( 1-0,5 ) 100 p F suit la loi ormale N p 0, 0 ( 1 - p 0 ) équivalet à T= F - p 0 suit la loi ormale N 0,1 σ(y) Aisi : p( F 0,5 + h ) = 0,95 équivalet à p( T tα) = 0,95 ( tα) = 0,95 Par lecture das la table t α = 1,645 Aisi : T 1,645 équivalet à F - 0,5 1,645 équivalet à : F - 0,5 1,645. 0,05 0,05 ou ecore : F 0,5 + 1,645. 0,05 ; F 0,5 + 0,083 Aisi l'itervalle d'acceptatio de l'hypothèse (H0) est : ] - ; 0,5 + h ] et h 0,09 calcul de t = p - p 0 p 0 ( 1 - p 0 ) = 0,64-0,5 0,5 ( 1-0,5 ) 100 = 2,8 ; = 0,05 puisque t > 1,645 o refuse (H 0 ) au risque 5 % 6 DÉCISION : Au risque 5 % o affirme que le médium est pas u imposteur. ELSA Productios NANTES Septembre 2002 Page 4 ;

5 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. Ces températures ( à l istat t ) sot respectivemet otées α(t) et β(t). Le temps t est exprimé e secodes et le températures e C. Partie A : Les températures α(t) et β(t) vérifiet les coditios suivates : ❶ O pose f(t) = α(t) - β(t) ; ❶ a ) Vérifier que f est ue solutio de l équatio différetielle : y + 0,032 y = 0 ; Cosidéros le système (E) : α (t) = -0,011 (α(t) - β(t) ) ; β (t) = 0,021 (α(t) - β(t) ) ; f(t) = α(t) - β(t) ; α(0) = 40 ; β(0) = 10. Calcul de f (t) : f (t) = α (t) - β (t) = -0,011 f(t) - 0,021 f(t) = -0,032 f(t) ; doc f (t) = -0,032 f(t) ; doc f vérifie l équatio différetielle y + 0,032 y = 0 ; 1 pt ( 0,25 ; 0,75 ) ❶ b ) Résoudre l équatio précédete ; 1 pt La solutio géérale de (E) est l esemble des foctios f défiies sur [ 0, + [ par f(t) = C e -0,032t avec C costate réelle positive ❶ c ) Calculer f(0) et motrer que f(t) = 30 e -0,032t ; f(0) = C e -0,032 0 = C = α(0) - β(0) = = 30 La solutio particulière de (E) est la foctio f défiie sur [ 0, + [ par f(t) = 30 e -0,032t. 1 pt ( 0,25 ; 0,25 ; 0,5 ) ❷ Soit F la primitive de f qui vérifie F(0) = 0 ;. ❷ a ) Exprimer F(t) e foctio de t ; Ue primitive de f(t) = 30 e -0,032t est F(t) = - 30 / 0,032 e -0,032t + k ; F(0) = 0 = - 30 / 0,032 e -0, k = - 30 / 0,032 + k = 0. Doc k = 30 / 0,032. La primitive qui s aule pour t=0 est F(t) = 30 / 0,032 ( 1 - e -0,032t ) 1,5 pt ( 0,5 ; 0,5 ; 0,5 ) ❷ b ) A l aide de la coditio (2), justifier que β(t) = K + 0,021F(t) où K est ue costate ; Puisque : β (t) = 0,021 f(t) doc par itégratio : β(t) = 0,021 F(t) + K 1 pt ❷ c ) Détermier K et doer ue expressio de β(t) e foctio de t ; Puisque β(t) = 0,021 F(t) + K doc : β(t) = 0, / 0,032 ( 1 - e -0,032t ) + K = 315/ ( 1 - e -0,032t ) + K Puisque β(0) = 315/ ( 1 - e -0,032 0 ) + K = K = 10 = 0 / Doc :β(t) = 315/ ( 1 - e -0,032t ) + 0 / = 315/ + 0 / - 315/ e -0,032t = 475/ - 315/ e -0,032t 1 pt ( 0,5 ; 0,5 ) Partie C : Pour tout t das [ 0 ; + [ o pose : ❶ Détermier la limite de α aisi que celle de β e + e déduire pour les courbes représetatives de ces foctios ; Etude de la limite de α et β quad t ted vers + : puisque lim e -0,032 t = 0 t + doc lim α(t) = 475 t + ; que peut-o Doc la courbe représetative de α et β admet pour assymptote la droite d équatio y = 475/ quad t ted vers + : 1,5 pt ( 0,5 ; 0,5 ; 0,5 ) ❷ Calculer la dérivée et doer les variatios de chacue des foctios α et β ; 05 ptcalcul de la dérivée de α : par défiitio, α (x) = -0,011 (α(t) - β(t) ) = -0,011f(t) =-0, e -0,032 x ; 0,5 ptcalcul de la dérivée de β : par défiitio, β (x) = 0,021 (α(t) - β(t) ) = 0,021 f(t) = 0, e -0,032 x ; 0,5pt puisque e -0,032t > 0 pour t réel positif, doc α (t) < 0 pour t réel positif, doc la foctio α est strictemet décroissate pour t réel positif ; 0,5ptpuisque e -0,032t > 0 pour t réel positif, doc β (t) > 0 pour t réel positif, doc la foctio β est strictemet croissate pour t réel positif. ELSA Productios NANTES Septembre 2002 Page 5 ; et α(t) = e β(t) = 5 doc lim β(t) = 475 t + -4t 125-4t e

6 2 pts ( 0,5 ; 0,5 ; 0,5 ; 0,5 ) Tableau de variatios : x 0 + x 0 + α (x) égatif β (x) positif α(x) 40 β(x) 475/ ❸ Costruire les courbes représetatives des foctios α et β das u repère orthogoal ( sur papier millimétré ; uités graphiques : 1 cm pour 5 secodes e abscisse et 2 cm pour 5 C e ordoée ; o fera varier t etre 0 et 120 secodes ) ; 1,5 pt ( 0,5 ; 0,5 ; 0,5 ; 0,5 ) ❹ A partir de quel istat la différece de température etre le solide et le bai est-elle iférieure à 1 C? 1,5 ❹ Résoudre f(t) l équatio 1 équivalet f(t) 1 das à 30 l itervalle ē 0,032t 1[ 0, + [ ; f(t) 1 équivalet à ē 0,032t 1 30 f(t) 1 équivalet à l ( ē 0,032t ) l ( 1 30 ) f(t) 1 équivalet à -0,032t l ( 1 30 ) f(t) 1 équivalet à t - 1 0,032 l ( 1 30 ) f(t) 1 équivalet à t 107 C ; - 1 0,032 l ( 1 30 ) 106,2 C 0,5 A partir de 107 s la différece de température etre la solide et le bai est iférieure à 1 C. 1,5 pt ( 1 ; 0,5 ) ELSA Productios NANTES Septembre 2002 Page 6 ;

7 ELSA Productios NANTES Septembre 2002 Page 7 ;

8 0,2 0,19 0,18 0,17 0, 0,15 0,14 0,13 0,12 0,11 0,1 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 Tirage de cartes au hasard Loi Biomiale B (, p ) ; =20 ; p= 0,5 p( X=k ) = f( x ) = 20! 0,5 x 0,5 20-x ( 20-x )! x! BTS Biochimie & Aalyses Biologiques 2001 N ( 10 ; 5 ) f( x ) = 20! ( 20-k )! k! ( 0,5) k ( 0,5) 20-k exp x , ,02 BTS Biochimie & Aalyses Biologiques 2001 N ( 50 ; 5 ) f( x ) = exp x ELSA Productios NANTES Septembre 2002 Page 8 ;

9 ELSA Productios NANTES Septembre 2002 Page 9

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

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

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

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

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

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

E(X i ) par linéarité de l espérance.

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

Plus en détail

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

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

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

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

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

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

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

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

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

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

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

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

FONCTION EXPONENTIELLE

FONCTION EXPONENTIELLE FONCTION EXPONENTIELLE I. RAPPELS : METHODE D EULER Si f est ue foctio dérivable e x 0, o sait que f(x 0 + h) a pour approximatio affie f(x 0 ) + f '(x 0 )h O peut doc sur de "petits" itervalles, approcher

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

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

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

FLUCTUATION ET ESTIMATION

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

Plus en détail

TS Intervalle de fluctuation et estimation Cours

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

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

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

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

Plus en détail

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

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

CORRECTION DU BAC BLANC 2

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

Plus en détail

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

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

Séries entières. Chap. 09 : cours complet.

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

Plus en détail

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

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

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

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

f(t)dt = 0. On pose a = min f et b = max f. 0 1 + x 2 dx = 3 + 1 7 π. 2) En déduire un encadrement de π (meilleur que celui d'archimède).

f(t)dt = 0. On pose a = min f et b = max f. 0 1 + x 2 dx = 3 + 1 7 π. 2) En déduire un encadrement de π (meilleur que celui d'archimède). #4 Itégrale de Riema Khôlles - Classes prépa Thierry Sageaux, Lycée Gustave Eiel Exercice Soit f ue foctio cotiue sur [, ] telle que Motrer que f ab f(t)dt = O pose a = mi f et b = max f Exercice x ) Motrer

Plus en détail

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

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

Plus en détail

Concours de l Iscae. Épreuve Commune de Mathématiques (2015)

Concours de l Iscae. Épreuve Commune de Mathématiques (2015) Mohiieddie Beayad Cocours de l Iscae Épreuve Commue de Mathématiques (5) Voici l éocé de l épreuve commue de Mathématiques du cocours d etrée à l ISCAE de l aée 5, aisi que l itégralité du corrigé. Les

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

Centre Régional des Métiers de l Éducation et de la Formation MARRAKECH

Centre Régional des Métiers de l Éducation et de la Formation MARRAKECH R O Y A U M E D U M A R O C Miistère de l Educatio Natioale et de la Formatio Professioelle Cetre Régioal des Métiers de l Éducatio et de la Formatio Académie Régioale de l Éducatio et de la Formatio Marrakech-Tesift

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

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

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

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

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Directio des Admissios et cocours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Septembre 2011 CPI 317. Exercices. Agnès Bachelot

Septembre 2011 CPI 317. Exercices. Agnès Bachelot Septembre 2 CPI 37 Exercices Agès Bachelot Table des matières - Séries Numériques.......................................... 3 - Séries à termes positifs.................................... 3-2 Séries quelcoques......................................

Plus en détail

Travaux dirigés de transports et transferts thermiques

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

Plus en détail

Correction Bac ES France juin 2010

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

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

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

Plus en détail

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

Exercices de Khôlles de Mathématiques, second trimestre

Exercices de Khôlles de Mathématiques, second trimestre Exercices de Khôlles de Mathématiques, secod trimestre Lycée Louis-Le-Grad, Paris, Frace Igor Kortchemski HX 2-2005/2006 Exercices particulièremet itéressats : - Exercices 2., 2.2 - Exercice 3. - Exercice

Plus en détail

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

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

Plus en détail

Introduction to Econometrics

Introduction to Econometrics MPRA Muich Persoal RePEc Archive Itroductio to Ecoometrics Moussa Keita September 015 Olie at https://mpra.ub.ui-mueche.de/66840/ MPRA Paper No. 66840, posted. September 015 04:1 UTC INTRODUCTION A L ECONOMETRIE

Plus en détail

1. Probabilités sur les ensembles finis

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

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

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

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1

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

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S exercices 1 Exercices de base 1 1 Divisio Euclidiee - 1 (c) 1 Divisio Euclidiee- 1 3 Divisio Euclidiee-3 (c) 1 4 Multiples - 1 1 5 PGCD - 1 (c) 3 1 6 PPCM et PGCD - 1 7 PPCM et PGCD - 3 3 3

Plus en détail

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

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

Plus en détail

Chapitre 6 Théorèmes de convergence

Chapitre 6 Théorèmes de convergence Chapitre 6 Théorèmes de covergece 1. La covergece e loi O a déjà recotré ue covergece e loi lors de l approximatio d ue loi biomiale par ue loi de Poisso. Ce problème se place das u cadre plus gééral où

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Logique, esembles et applicatios Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I :

Plus en détail

Partie B u. 4 Soit (u n ) la suite définie par : pour tout entier naturel n 0, u

Partie B u. 4 Soit (u n ) la suite définie par : pour tout entier naturel n 0, u Exercice 1 (6 poits) Commu à tous les cadidats O cosidère la foctio f défiie et dérivable sur l itervalle [ 0 ; + [ par : f (x) = 5 l ( x ± 3 ) x. 1. a. O appelle f ' la foctio dérivée de la foctio f sur

Plus en détail

Test de validité et d'hypothèse

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

Plus en détail

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

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

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

Fonctions convexes. Prologue

Fonctions convexes. Prologue Foctios covexes Prologue Ce chapître développe les propriétés des foctios covexes f C E R défiies sur ue partie covexe C d u espace de dimesio fiie E. Si, fodametalemet, la covexité est ue propriété uidimesioelle

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

et arctanx + arctan 1 x = sgn(x)π 2. 3. Application à la statue de la liberté : haute de 46 mètres avec un piédestal de 47 mètres.

et arctanx + arctan 1 x = sgn(x)π 2. 3. Application à la statue de la liberté : haute de 46 mètres avec un piédestal de 47 mètres. Eo7 Foctios circulaires et hyperboliques iverses Correctios de Léa Blac-Ceti. Foctios circulaires iverses Eercice Vérifier arcsi + arccos π et arcta + arcta sgπ. Idicatio Correctio Vidéo [00075] Eercice

Plus en détail

Annexe : Leçon 10 - Échantillonnage

Annexe : Leçon 10 - Échantillonnage Aexe : Leço 10 - Échatilloage Clémet BOULONNE pour la sessio 01 I Niveau, prérequis, référeces Niveau BTS Prérequis Probabilités, lois discrètes et cotiues Référeces [1,,, 4, 5] II Coteu de la leço 1 Approximatio

Plus en détail

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

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

Plus en détail

Utilisation du bootstrap pour les problèmes statistiques liés à l estimation des paramètres

Utilisation du bootstrap pour les problèmes statistiques liés à l estimation des paramètres B A S E Biotechol Agro Soc Eviro 00 6 (3) 43 53 Utilisatio du bootstrap pour les problèmes statistiques liés à l estimatio des paramètres Rudy Palm Uité de Statistique et Iformatique Faculté uiversitaire

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

Annales Mathématiques Bac 2016 Sujets + Corrigés - Alain Piller Amérique du Nord BACCALAURÉAT GÉNÉRAL SESSION 2016 MATHÉMATIQUES

Annales Mathématiques Bac 2016 Sujets + Corrigés - Alain Piller Amérique du Nord BACCALAURÉAT GÉNÉRAL SESSION 2016 MATHÉMATIQUES Corrigé Exercice Sujets Bac Maths Aales Mathématiques Bac Sujets + Corrigés - Alai Piller Amérique du Nord BACCALAURÉAT GÉNÉRAL Aales Bac Maths SESSION MATHÉMATIQUES Série S Cadidats ayat pas suivi l eseigemet

Plus en détail

Chapitre 3 Détermination de la taille de l'échantillon

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

Plus en détail

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

Séquence 1. Suites numériques

Séquence 1. Suites numériques Séquece Suites umériques Objectifs de la séquece Recoaître des situatios faisat iterveir des suites géométriques ou des suites arithmético-géométriques. Modéliser ces situatios par des suites géométriques

Plus en détail

STATISTIQUES - ESTIMATION

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

Plus en détail

Aide Mémoire de Statistique

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

Plus en détail

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

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Suites géométriques suite géométrique suite géométrique de raison q

Suites géométriques suite géométrique suite géométrique de raison q Sites géométriqes Itrodctio : M. Fiace dispose d e somme de 5 FF et désire faire frctifier so pactole ; por cela il va voir so baqier qi li propose de optios : e agmetatios forfaitaire, aelle, de 5 F =

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

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

Modélisation stochastique

Modélisation stochastique Uiversité de Lorraie Master 2 IMOI 2014-2015 Modélisatio stochastique Madalia Deacou 2 Table des matières Itroductio 5 1 Simulatio de variables aléatoires 7 1.1 Itroductio............................ 7

Plus en détail

ANNALES BACCALAURÉAT 2013 MATHÉMATIQUES TERMINALE S. 1. Suites

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

Plus en détail

Université Joseph Fourier, Grenoble. Séries numériques. Luc Rozoy, Bernard Ycart

Université Joseph Fourier, Grenoble. Séries numériques. Luc Rozoy, Bernard Ycart Uiversité Joseph Fourier, Greoble Maths e Lige Séries umériques Luc Rozoy, Berard Ycart Disos-le tout et, ce chapitre est pas idispesable : d ailleurs, vous e verrez pas vraimet la différece avec les suites.

Plus en détail

Probabilités et Statistiques MATH-F-315. Simone GUTT

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

Plus en détail

SUITES ET FONCTIONS. 1. Espaces vectoriels normés réels ou complexes

SUITES ET FONCTIONS. 1. Espaces vectoriels normés réels ou complexes SUITES ET FONCTIONS. Espaces vectoriels ormés réels ou complexes.. Normes et distaces. Exercice... F Soit E l espace vectoriel des foctios de classe C sur [a, b], o pose Nf = fc + f où c [a, b], f désigat

Plus en détail

COURS DE STATISTIQUES INFERENTIELLES Licence d économie et de gestion

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

Plus en détail

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

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels.

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels. Uiversité de Provece 011 01 Mathématiques Géérales I Plache 6 Nombres réels Suites réelles Nombres réels Exercice 1 Mettre sous forme irréductible p/q les ratioels suivats (les chiffres souligés se répètet

Plus en détail

Équations différentielles - Cours no 6 Approximation numérique

Équations différentielles - Cours no 6 Approximation numérique Équatios différetielles - Cours o 6 Approximatio umérique 1 Itroductio De très ombreux problèmes scietifiques sot mis e équatio à l aide d u système d équatios différetielles ẋt) = ft, xt)) voir par exemple

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

Plus en détail

Quelques inégalités classiques

Quelques inégalités classiques Quelques iégalités classiques O se propose de motrer, sous forme d exercices, quelques iégalités classiques. Les preuves de ces iégalités e écessitet que quelques coaissaces élémetaires.. Exercices classiques

Plus en détail