INITIATION AUX PROBABILITES
|
|
- Anne Lavergne
- il y a 7 ans
- Total affichages :
Transcription
1 INITIATION AUX PROBABILITES. Vocabulare.. Expérence aléatore Une expérence aléatore est une expérence dont les résultats sont lés au hasard. Exemple : le trage d'une carte à jouer... Evènement Un événement élémentare est le résultat d'une expérence aléatore. Exemple : l'événement "as de trèfle" est un événement élémentare de l'expérence aléatore "trer une carte".. Probablté.. Défnton Dans une expérence aléatore, on assoce à chaque événement élémentare sa probablté : c'est le rapport entre le nombres de cas favorables et le nombre de cas possbles. Exemple : événement "as de trèfle". Nombre de cas favorable :. Nombre de cas possbles : 3 (pour un jeu de 3 cartes). On en dédut que : P("as de trèfle") =. 3.. Proprétés La probablté d'un événement A est toujours comprse entre 0 et : 0 P(A). S P(A) = 0 : l'événement A ne se produt pas, l est mpossble. S P(A) =, l'événement se produt systématquement. La somme des probabltés des évènements élémentares est égale à. S tous les évènements ont la même probablté (ls sont équprobables), alors : P(A) = nombre de cas favorables. nombre de cas possbles L'événement contrare de A est noté A. La somme de la probablté d'un événement et de la probablté de son contrare est égale à : P(A) + P(A ) =. JLG /5
2 . 3. Exemples On consdère un jeu de 3 cartes. Evènement A : trer le ro de cœur. Les cas sont équprobables. Nombre de cas favorables :. Nombre de cas possbles : 3. P(A) = 3. Evènement B : ne pas trer le ro de cœur. Les cas sont équprobables. C'est l'événement contrare de A, donc P(B) = P(A 3 ), donc P(B) = P(A), donc P(B) =. 3 Evènement C : trer les 4 as. Les cas sont équprobables. Nombre de cas favorables : 4. Nombre de cas possbles : 3. P(C) = 3 4, donc P(C) = 8. Evènement D : trer toutes les cartes de carreau. Les cas sont équprobables. Nombre de cas favorables : 8. Nombre de cas possbles : 3. P(D) = 3 8, donc P(D) = Lo de probablté 3.. Défnton La foncton x P(X = x ) défnt la lo de probablté de la varable aléatore X. P(X = x ) se lt "probablté pour que X prenne la valeur x ". A chaque valeur x que peut prendre la varable X, on assoce sa probablté p. L'ensemble des couples (x ; p ) est la lo de probablté de la varable X. Exemple : on lance un dé équlbré. Les cas sont équprobables. La varable peut prendre les valeurs x =, x =, x 3 = 3, x 4 = 4, x 5 = 5 et x 6 = 6. A chaque valeur x, on assoce une probablté p telle que p =, p =, p3 =, p4 =, p5 = et p6 = Foncton de répartton de la varable La foncton x P(X x ) est appelée foncton de répartton de la varable aléatore X. P(X x ) se lt "probablté pour que X at une valeur nféreure à x ". La foncton de répartton se représente par la courbe des probabltés cumulées crossantes. Remarque : on peut rapprocher les effectfs cumulés crossants calculés sur une sére statstque avec la foncton de répartton. JLG /5
3 3. 3. Espérance mathématque L'espérance mathématque E(X), ou m, d'une varable aléatore X est donnée par la relaton : E(X) = m = = = n x p. Remarque : on peut rapprocher l'espérance mathématque d'une varable aléatore avec la moyenne des données d'une sére statstque Varance La varance V(X) de la varable aléatore X est donnée par une des deux relatons suvantes : n V(X) = ( x m) = = p ou V(X) = n = = p x m Ecart type L'écart type σ(x) d'une varable aléatore X est la racne carrée de la varance : σ(x) = V (X). L'écart type donne la dsperson des valeurs de la varable aléatore X par rapport à l'espérance mathématque E(X) ou m Exemple récaptulatf Une socété a établ une statstque sur les nterventons nécessares à la mantenance des machnes pendant un an (50 machnes dentques). Elle a obtenu le tableau c-dessous : Nombre d'nterventons x Nombre de machnes n On souhate calculer la probablté qu'une machne prse au hasard at sub deux nterventons. Les cas sont équprobables. Le nombre de cas favorables est. Le nombre de cas possbles est 50. On a donc P(X = ) =, sot P(X = ) = 0, On peut établr le tableau de la lo de probablté de la varable aléatore X. Valeurs de X : x P(X = x ) 0,08 0,50 0,4 0, 0,06 3. On souhate détermner la probablté qu'une machne subsse au plus deux nterventons. La machne peut subr 0 nterventon : P(X = 0), nterventon : P(X = ), ou nterventons : P(X = ). JLG 3/5
4 On a donc P(X ) = P(X = 0) + P(X = ) + P(X = ), donc P(X ) = 00,08 + 0,50 + 0,4, sot P(X ) = 0,8. 4. On peut dresser le tableau de la foncton de répartton : Valeurs de X : x P(X x ) 0,08 0,58 0,8 0,94 5. On souhate calculer l'espérance mathématque E(X) pour la varable aléatore X. On dresse le tableau suvant : On en dédut que E(X) = m =,58. Valeurs de X : x P(X = x ) = p x p 0 0,08 0 0,50 0,5 0,4 0,48 3 0, 0,36 4 0,06 0,4,58 Ce nombre représente le nombre "moyen" d'nterventons auquel on peut s'attendre sur une machne. 6. On peut calculer l'écart type de la varable aléatore X : on calcule la varance à l'ade du tableau suvant : Valeurs de X : x P(X = x ) = p x p p (x m) 0 0,08 0 0,99 7 0,50 0,5 0,68 0,4 0,48 0, , 0,36 0, ,06 0,4 0, On en dédut σ(x) =,003 6, sot σ(x) =,00.,58,003 6 Remarque : tous les calculs précédents peuvent se fare à l'ade de la calculatrce en mode statstque. 4. La lo normale 4.. Défnton Un grand nombre de varables aléatores suvent la lo normale N(m ; σ), ou lo de Laplace Gauss. Cette lo normale est représentée par une courbe de Gauss ou courbe en cloche représentée c dessous. JLG 4/5
5 Remarque : P(m σ) X P(m + σ) = 0,68 P(m σ) X P(m + σ) = 0,95 P(m 3σ) X P(m + 3σ) = 0,98 Cec sgnfe que 98 % des valeurs d'une varable aléatore X suvant une lo normale se trouvent dans l'ntervalle [m 3σ ; m + 3σ]. 4.. La lo normale centrée rédute m σ + σ σ + σ 3σ + 3σ On utlse pour des rasons pratques la lo normale centrée rédute N(0 ; ) : c'est la lo normale de moyenne nulle (m = 0) et d'écart type égal à (σ = ). T = Des tables donne les valeurs de cette lo normale centrée rédute. Pour pouvor l'applquer à une varable aléatore de moyenne m et d'écart type σ, l faut calculer x m, où x est une valeur donnée de la varable aléatore X. σ Exemple On a étudé les dmensons, en mm, de pèces usnées. On a obtenu une lo de probablté de moyenne m = 0 mm et d'écart type σ = mm. On peut calculer la probablté de trouver une dmenson nféreure à 0,90 mm en utlsant la table de la lo normale centrée rédute. On calcule T = x m, sot T = σ valeur 0,45 dans la table. On obtent : P(X 0,90) = 0, ,90 0, donc T = 0,45. On cherche la On peut calculer la probablté de trouver une dmenson nféreure à 8,80 mm en utlsant la table de la lo normale centrée rédute. On calcule T = x m, sot T = σ 8,80 0, donc T = 0,60. Comme T < 0, on cherche la valeur 0,60 dans la table, et la probablté sera le complément à l'unté de la valeur lue. On obtent : P(X 8,80) = 0,75 75, donc P(X 8,80) = 0,74 5. JLG 5/5
6 LOI NORMALE CENTREE REDUITE N(0 ; ) T 0,00 0,0 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , ,597 0,5595 0,5994 0,539 0,5790 0,5388 0, , 0, , , ,557 0, ,5596 0, , ,574 0, , 0,5796 0,5837 0, , , ,5987 0,6057 0,6064 0,606 0,6409 0,3 0,679 0,67 0,655 0,6930 0, , , ,6443 0, ,6573 0,4 0,6554 0,6590 0,6676 0, , , ,6774 0,6808 0, , ,5 0,6946 0, , ,7094 0, , ,76 0,7566 0,7904 0,740 0,6 0,7575 0,7907 0,7337 0, ,7389 0,745 0, , ,7575 0, ,7 0, ,765 0,7644 0, , , , , ,7830 0,7854 0,8 0,7884 0,7903 0, , , ,8034 0,805 0, ,8057 0,837 0,9 0,8594 0,8859 0,8 0,838 0,8639 0,8894 0,8347 0, , ,8389,0 0,8434 0, ,8464 0, , ,8534 0, , , ,864, 0, , , , ,8786 0, , , ,8800 0,8898, 0, , , , ,895 0, ,8967 0, , ,9047,3 0,9030 0, , ,9084 0, ,949 0,9309 0,9466 0,96 0,9774,4 0,994 0,9073 0,90 0,9364 0,9507 0,9647 0,9785 0,99 0, ,9389,5 0,9339 0, , , ,938 0, ,9406 0,9479 0,9495 0,94408,6 0,9450 0, , , , , ,9554 0,9554 0,9535 0,95449,7 0, , ,9578 0,9588 0, , , ,9664 0,9646 0,9637,8 0, , ,9656 0, ,967 0, , ,9696 0, ,9706,9 0,978 0,9793 0,9757 0,9730 0,9738 0,9744 0, , ,9765 0,97670,0 0,9775 0, ,9783 0,9788 0,9793 0,9798 0, , ,984 0,9869, 0,984 0,9857 0, ,9834 0,9838 0,984 0,9846 0, , ,98574, 0,9860 0, , ,9873 0, , , , , ,98899,3 0,9898 0, , ,9900 0, ,9906 0, ,99 0,9934 0,9958,4 0,9980 0,990 0,994 0,9945 0,9966 0,9986 0, ,9934 0, ,9936,5 0, , ,9943 0, , ,9946 0, ,9949 0, ,9950,6 0, , , , , , , ,996 0,9963 0,99643,7 0, , , , , ,9970 0,997 0,9970 0,9978 0,99736,8 0, ,9975 0, , , ,9978 0, , ,9980 0,99807,9 0,9983 0,9989 0,9985 0,9983 0, ,9984 0, ,9985 0, ,9986 3,0 0, , , , ,9988 0, , , , , , 0, , ,9990 0,9993 0,9996 0,9998 0,999 0,9994 0,9996 0,9999 3, 0,9993 0, , , , ,9994 0, , , , ,3 0,9995 0, , , , , ,9996 0,9996 0, , ,4 0, , , , ,9997 0,9997 0, , , , ,5 0, , , , , ,9998 0,9998 0,9998 0, , ,6 0, , , , , , , , , , ,7 0, , , , ,9999 0,9999 0,9999 0,9999 0,9999 0,9999 3,8 0, , , , , , , , , , ,9 0, , , , , , , , , ,99997 Probabltés.doc JLG
Mesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailGénéralités sur les fonctions 1ES
Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :
Plus en détailRemboursement d un emprunt par annuités constantes
Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)
Plus en détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailProbabilités (méthodes et objectifs)
Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailExercices d Électrocinétique
ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton
Plus en détailProbabilités conditionnelles
Probabilités conditionnelles Exercice Dans une usine, on utilise conjointement deux machines M et M 2 pour fabriquer des pièces cylindriques en série. Pour une période donnée, leurs probabilités de tomber
Plus en détailSTATISTIQUE AVEC EXCEL
STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments
Plus en détailDES EFFETS PERVERS DU MORCELLEMENT DES STOCKS
DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent
Plus en détailDirigeant de SAS : Laisser le choix du statut social
Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme
Plus en détailÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.
ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailCalculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Plus en détailGENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)
GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble
Plus en détailTD 1. Statistiques à une variable.
Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailChapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique
Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan
Plus en détailMes Objectifs. De, par, avec Sandrine le Métayer Lumières de Philippe Férat. spectacle produit par la Cie DORE
Me Objectf De, par, avec Sandrne le Métayer Lumère de Phlppe Férat pectacle produt par la Ce DORE t j Me objectf numéro prx du Jury aux Gradn du rque (Le Hvernale/ Avgnon) p l e t t a r d, p Sandrne le
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailMODÈLE D ISING À UNE ET DEUX DIMENSIONS.
Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Plus en détailFiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage
Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.
Plus en détailI. Présentation générale des méthodes d estimation des projets de type «unité industrielle»
Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton
Plus en détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailTransformations nucléaires
Transformations nucléaires Stabilité et instabilité des noyaux : Le noyau d un atome associé à un élément est représenté par le symbole A : nombre de masse = nombre de nucléons (protons + neutrons) Z :
Plus en détailMontage émetteur commun
tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.
Plus en détailIDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures
IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School
Plus en détailPREMIERS PAS en REGRESSION LINEAIRE avec SAS. Josiane Confais (UPMC-ISUP) - Monique Le Guen (CNRS-CES-MATISSE- UMR8174)
PREMIERS PAS en REGRESSION LINEAIRE avec SAS Josane Confas (UPMC-ISUP) - Monque Le Guen (CNRS-CES-MATISSE- UMR874) e-mal : confas@ccr.jusseu.fr e-mal : monque.leguen@unv-pars.fr Résumé Ce tutorel accessble
Plus en détailGrandeur physique, chiffres significatifs
Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère
Plus en détail5.1 5.2 MENUISERIE METALLIQUE 5_200 1
code uts résumé 5.1 5.2 MENUISERIE METALLIQUE 5_200 1 U PORTE DE PASSAGE EN ACIER GALVANISÉ LAQUÉ D UN VANTAIL ET VINYLES DÉCORATIFS P.1.1.A (et "s", "*", "s*") 22 5_200 2 5_200 3 Fourniture et pose de
Plus en détailLes prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe
Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton
Plus en détailLE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF
1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailCorrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0.
Corrgé du problème de Mathématques générales 2010 - Parte I - 1(a. Sot X S A. La matrce A est un polynôme en X donc commute avec X. 1(b. On a : 0 = m A (A = m A (X n ; le polynôme m A (x n est annulateur
Plus en détailCHAPITRE 1 : Distribution statistique à une dimension
Chatre1 : Dstrbuton Statstque à une dmenson I.H.E.T de Sd Dhr CHAPITRE 1 : Dstrbuton statstque à une dmenson Secton 1 : Vocabulare élémentare de la statstque descrtve 1. Poulaton et ndvdu Dénton On aelle
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailRDV E-commerce 2013 Mercredi 6 Mars, Technopark
RDV E-mm 2013 Md 6 M, Thpk Smm 1 P q E 2 Q x p? 3 Q v? 4 d é d 2 0 1 5 p 2 0 1 3 6 h g 7 d f é 1 Pq E-mm? Pq S E-Cmm? D d d Md IT XCOM gé dp 2009 phé E-mm.m F à mhé p, XCOM h d déd E-mm, Pm éq, E-Mkg Chff
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailRéseau RRFR pour la surveillance dynamique : application en e-maintenance.
Réseau RRFR pour la survellance dynamue : applcaton en e-mantenance. RYAD ZEMOURI, DANIEL RACOCEANU, NOUREDDINE ZERHOUNI Laboratore Unverstare de Recherche en Producton Automatsée (LURPA) 6, avenue du
Plus en détailÉconométrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University
Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne
Plus en détailCOMPARAISON DE MÉTHODES POUR LA CORRECTION
COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce
Plus en détailUNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS
BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailCRM. Registre d équilibrage et de mesure du débit, classe d étanchéité 0 ou 4.
Registre d équilibrage et de mesure du débit, classe d étanchéité 0 ou 4. Quelques caractéristiques Méthode de mesure agréée Classe de pression A Classé d'étanchéité à l'air 0 ou 4 Facteur de fuite du
Plus en détail(Exemple ici de calcul pour une Ducati 748 biposto, et également pour un S2R1000, équipé d un disque acier en fond de cloche, et ressorts d origine)
Analyse de la charge transmise aux roulements de la roue dentée, notamment en rajoutant les efforts axiaux dus aux ressorts de l embrayage (via la cloche) (Exemple ici de calcul pour une Ducati 748 biposto,
Plus en détailSemestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détailThermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta
hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailBUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES
BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton
Plus en détailMaster d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien
Master d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien Denis Cousineau Sous la direction de Roberto di Cosmo Juin 2005 1 Table des matières 1 Présentation
Plus en détailSEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX
SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX 1. EXPERIENCE 1 : APPLICATION DE LA LOI FONDAMENTALE DE LA DYNAMIQUE a) On incline d un angle α la table à digitaliser (deuxième ou troisième cran de la table).
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailPratique de la statistique avec SPSS
Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/
Plus en détailQ x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2
Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes
Plus en détailJ AI PERÇU DES REVENUS EXCEPTIONNELS OU DIFFÉRÉS, comment les déclarer?
DIRECTION DES SERVICES FISCAUX IMPÔT SUR LE REVENU ANNÉE 2014 J AI PERÇU DES REVENUS EXCEPTIONNELS OU DIFFÉRÉS, comment les déclarer? Pr vs aider à remplir votre déclaration, La cellule impôts service
Plus en détailVIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4
GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature
Plus en détailLe permis de conduire de navigation fluviale (Certificat de capacité pour la conduite des bateaux)
Le permis de conduire de navigation fluviale (Certificat de capacité pour la conduite des bateaux) LA CONDUITE DES BATEAUX SUR L'ENSEMBLE DES VOIES INTERIEURES Il existe maintenant deux permis de conduire
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailGEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
Plus en détailProbabilités. 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 détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailEI - EXERCICES DE PROBABILITES CORRIGES
EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailLe Prêt Efficience Fioul
Le Prêt Effcence Foul EMPRUNTEUR M. Mme CO-EMPRUNTEUR M. Mlle Mme Mlle (CONJOINT, PACSÉ, CONCUBIN ) Départ. de nass. Nature de la pèce d dentté : Natonalté : CNI Passeport Ttre de séjour N : Salaré Stuaton
Plus en détailAttention! Danger de blessure par injection de produit! Les groupes Airless produisent des pressions de projection extrêmement élevées
Attenton! Danger de blessure par njecton de produt! Les groupes Arless produsent des pressons de projecton extrêmement élevées Ne jamas exposer les dogts, les mans ou d'autres partes du corps au jet! Ne
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailPaquets. Paquets nationaux 1. Paquets internationaux 11
Paquets Paquets natonaux 1 Paquets nternatonaux 11 Paquets natonaux Servces & optons 1 Créaton 3 1. Dmensons, pods & épasseurs 3 2. Présentaton des paquets 4 2.1. Face avant du paquet 4 2.2. Comment obtenr
Plus en détailCalcul de tableaux d amortissement
Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,
Plus en détailLes déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises
Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailAnalyse des Performances et Modélisation d un Serveur Web
SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,
Plus en détailLes déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises
Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et
Plus en détailComment fonctionne la FX
Que ont le rayon X? Comment fonctonne la FX Ad van Eenbergen Ingéneur Produt et Applcaton fluorecence X PANalytcal France S.A.S. mel Brévanne Radaton Electromagnétque ongueur d'onde de.1 nm à 1. nm Energe
Plus en détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détailProjet de fin d études
Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année
Plus en détailAnalyse de sensibilité des modèles de simulation. Samuel Buis UMR 1114 EMMAH 84914 Avignon
Analyse de sensblté des modèles de smulaton Samuel Bus UMR 1114 EMMAH 84914 Avgnon Formaton Modélsaton ECCORE, 26 octobre 2014 Plan Introducton des concepts Quelques eemples de méthodes L analyse de sensblté
Plus en détailL enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir
L ensegnement vrtuel dans une économe émergente : percepton des étudants et perspectves d avenr Hatem Dellag Laboratore d Econome et de Fnances applquées Faculté des scences économques et de geston de
Plus en détail! " # $ #% &!" # $ %"& ' ' $ (
!" #$%"& ! "#$#% &!" #$%"& ' '$( SOMMAIRE INTRODUCTION... 4 METHODE... 4 TAUX DE REPONSES ET VALIDITE DES POURCENTAGES... 4 RESULTATS... 6 I. Qui sont les étudiants ayant répondu?... 6 1.1. Répartition
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détailPage 5 TABLE DES MATIÈRES
Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détail1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2
- robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes
Plus en détailIntégration financière et croissance économique : évidence empirique dans. la région MENA
Décembre 2011 Volume 6, No.2 (pp. 115-131) Zouher Abda Revue Congolase d Econome Intégraton fnancère et crossance économque : évdence emprque dans la régon MENA Zouher ABIDA * Résumé: L objectf de cet
Plus en détailVotre succès notre spécialité!
V ccè pécé! C Cchg Fm Igé Rcm V ccè pécé! L p mbx mché. E MPS I C g démq p ff pé pf d chq c : p é. N Fc: EMPSI Cg éé céé 2010 P Bddd Bchb q pé p d 8 d md d p. I dévpp N cmp xgc d é d. N c pfm mé d q gg
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détail1 Introduction C+ + Algorithm e. languag. Algorigramm. machine binaire. 1-1 Chaîne de développement. Séance n 4
1 Introduction 1-1 Chaîne de développement Algorithm e C+ + Algorigramm e languag e machine binaire Le programme est écrit à l aide de Multiprog sous forme d algorigramme puis introduit dans le microcontrôleur
Plus en détail