PROBABILITÉS. 1 Rappels de combinatoire CHAPITRE Situations de référence. 1.2 Propriétés des coefficients binomiaux

Dimension: px
Commencer à balayer dès la page:

Download "PROBABILITÉS. 1 Rappels de combinatoire CHAPITRE 6. 1.1 Situations de référence. 1.2 Propriétés des coefficients binomiaux"

Transcription

1 CHAPITRE 6 PROBABILITÉS 1 Rappels de combiatoire 1.1 Situatios de référece Ue ure U cotiet boules idiscerables au toucher, umérotées de 1 à. Tirages successifs avec remise : O tire ue boule de l ure, o ote so uméro, puis o la remet das l ure. O effectue de la sorte p tirages. O obtiet aisi ue p-liste, c est-à-dire ue liste de p uméros de U, das laquelle certais ombres peuvet être présets plusieurs fois et d autres e pas apparaître du tout. Le ombre de p-listes (listes de logueur p) formées de uméros de U est p. Tirages successifs sas remise : O tire ue boule de l ure U, o ote so uméro mais o e la remet pas das l ure. O effectue de la sorte p tirages (avec, écessairemet, p ). O obtiet aisi u arragemet, c est-à-dire ue série de p uméros de U, tous disticts. Le ombre d arragemets formés de p uméros disticts pris das U est A p = ( 1)...( p+ 1)=! ( p)!. Cas particulier : lorsque p =, toutes les boules sot tirées ue à ue. Le ombre de permutatios des uméros de U est ( 1)... 1=!. Tirages simultaés (sas remise) : O tire simultaémet p boules de l ure (avec p ). O obtiet aisi u esemble de p uméros pris parmi, que l o appelle ue combiaiso. Le ombre de combiaisos de p objets parmi (avec p ) est = C p = A p p! =! p!( p)! = p 1 p 1 p p Les ombres p sot appelés les coefficiets biomiaux, car ils itervieet das la formule du biôme, présetée ci-dessous. 1.2 Propriétés des coefficiets biomiaux Propriété 1 (symétrie). Pour tous etiers aturels et p, avec p, o a l égalité =. p p 1 1 Propriété 2 (relatio de Pascal). Pour tous etiers aturels et p, avec 1 p, o a l égalité + =. p 1 p p Cette idetité est à la base du triagle de Pascal, qui permet de calculer la valeur des coefficiets biomiaux uiquemet à l aide d additios.

2 Propriété 3 (formule du biôme de Newto). Pour tous a et b réels ou complexes, et etier aturel (o ul), o a l idetité remarquable suivate : (a+b) = a k b k = a 0 b + a 1 b 1 + a 2 b a 2 b 2 + a 1 b 1 + a b 0. k k=0 2 Loi de probabilité sur u esemble fii Défiitios. Ue expériece est dite aléatoire lorsqu elle a plusieurs issues (ou résultats possibles) et que l o e peut prévoir laquelle de ces issues sera réalisée. L esemble des issues d ue expériece aléatoire est appelé uivers ; das ce qui suit, o le oteraω={x 1 ; x 2 ;... ; x }. Défiitio. Défiir ue loi de probabilité surω, c est associer à chaque issue x i u ombre p i positif ou ul tel que p 1 + p p = Loi équirépartie Défiitio. Das le cas où l o associe à chacue des issues d ue expériece aléatoire la même probabilité p, o parle de loi équirépartie. Par coséquet, p = 1/. Exemple 1. La aissace d u efat est e gééral modélisée par la loi équirépartie surω={ ; }. Cepedat, u démographe peut souhaiter disposer pour ses prévisios d u modèle plus fi et décider de predre surω={ ; } la loi défiie par P({ })=0,48 et P({ })=0,52. Exemple 2. Le lacer de deux dés équilibrés à 6 faces, umérotées de 1 à 6, se modélise par la loi équirépartie surω= {(1;1);(1;2);(1;3);... ;(2;1);... ;(6;6)}. Exemple 3. Le ragemet aléatoire des quatre tomes d ue ecyclopédie sur ue étagère peut se modéliser par la loi équirépartie sur l esembleωdes dispositios possibles que l o peut coder(t 1 ;T 2 ;T 3 ;T 4 ),...,(T 2 ;T 4 ;T 3 ;T 1 ), Espérace mathématique, variace et écart type O cosidère ue loi de probabilité sur u uiversω, où les issues sot des ombres réels. Défiitios. L espérace mathématique de la loi de probabilité est le ombre m= p i x i. i=1 La variace de la loi de probabilité est le ombre positif ou ul V= p i (x i m) 2 2 m = p i x i 2 2. L écart type de la loi de probabilité est le ombre positif ou ulσ= V. i=1 i=1 2

3 3 Probabilité d u évéemet 3.1 Vocabulaire Défiitio. O cosidère ue expériece aléatoire dot l uivers des possibles (c est-à-dire l esemble des issues) est otéω. U évéemet est ue partie de Ω. Exemple 4. Lorsqu ue issue x appartiet à u évéemet A, o dit que x réalise A. Exemple 5. L évéemet est dit impossible : aucue issue e le réalise. L évéemetωest dit certai : toutes les issues le réaliset. Exemple 6. U évéemet formé d ue seule issue est appelé évéemet élémetaire. Défiitio. O cosidère ue loi de probabilité défiie sur u esemble Ω. La probabilité d u évéemet A est la somme les probabilités des issues qui le réaliset. O la ote P(A). Propriété 4. Das le cas d ue loi équirépartie, la probabilité d u évéemet A est doée par ombre d issues qui réaliset A P(A)= = ombre d issues dasω ombre de cas favorables ombre de cas possibles = Card(A) Card(Ω), où la otatio Card(A) désige le cardial de l esemble A, c est-à-dire le ombre d élémets qui le composet. 3.2 Calculs de probabilités Défiitios. Soit A et B deux évémets. Leur itersectio est l évéemet A B formé des issues qui réaliset à la fois A et B. Lorsque A B=, les évéemets A et B sot dits icompatibles. Leur réuio est l évéemet A B formé des issues qui réaliset A ou B, c est-à-dire au mois l u des deux. Propriété 5. SoitΩu esemble sur lequel est défiie ue loi de probabilité. Pour tous évéemets A et B, o a l égalité P(A B)=P(A)+P(B) P(A B). Défiitios. Soit A u évémet. L évéemet cotraire de A est formé des issues qui e réaliset pas A ; o le ote A. Propriété 6. SoitΩu esemble sur lequel est défiie ue loi de probabilité. Alors, pour tout évéemet A, o a l égalité P(A)=1 P(A). Propriétés 7. Soit A et B deux évéemets d u uiversω. Alors A B=A B et A B=A B. 3.3 Idépedace de deux évéemets Défiitio. Deux évéemets A et B sot dits idépedats si P(A B) = P(A) P(B). Exemple 7. Cosidéros le lacer de deux dés à 6 faces, l u rouge l autre bleu, aisi que les évéemets B : «le résultat obteu avec le dé bleu est supérieur ou égal à 3», R : «le résultat obteu avec le dé rouge est supérieur ou égal à 3», S : «la somme des deux résultats est 8». 3

4 Les évéemets B et R sot idépedats. E effet, il est clair que P(B)=P(R)=2/3 et qu il existe 4 2 = 16 issues réalisat l évéemet B R, d où P(B R)= = 4 9, qui est égal à P(B) P(R)= = 4 9. À l opposé, il existe 5 issues réalisat l évéemet S, d où P(S)=5/36, mais seules 4 d etre elles réaliset l évéemet B S, doc P(B S)= 4 36 = 1 9 0,11, ce qui est différet de P(B) P(S)= = 5 0,09. O e déduit que les évéemets 54 B et S e sot pas idépedats. 4 Variables aléatoires discrètes Défiitios. Soit Ω l uivers des possibles d ue expériece aléatoire. Ue variable aléatoire (réelle) X est ue foctio défiie surωet à valeurs réelles. Lorsque l uivers Ω est fii, les valeurs que peut predre la foctio X sot isolées ; o parle alors de variable aléatoire discrète. C est aussi le cas lorsque X pred des valeurs etières, e ombre quelcoque (fii ou ifii). Défiitios. Soit X ue variable aléatoire réelle défiie sur u uivers fiiω={x 1 ; x 2 ;... ; x }. O défiit alors : l espérace mathématique de X par la formule E(X)= x 1 P(X= x 1 )+ x 2 P(X= x 2 )+ + x P(X= x )= x k P(X= x k ), ce que l o ote aussi E(X)= k P(X= k) ; k Ω la variace de X par V(X)=E [X E(X)] 2 = E(X 2 ) [E(X)] 2 = 2 x 2P(X= x) x k k k P(X= x k ) ; k=1 k=1 l écart type de X parσ(x)= V(X). k=1 Défiitios. Soit X ue variable aléatoire réelle défiie sur u uivers fiiω={x 1 ; x 2 ;... ; x }. La foctio de répartitio de X est la foctio F X défiie sur par F X (x)=p(x x). Propriété 8. Soit X ue variable aléatoire discrète sur u uiversω={x 1 ; x 2 ;... ; x ;...}. Alors la foctio de répartitio F X est cotiue à droite e chaque poit de. E outre, les poits de discotiuité (à gauche) de F X sot exactemet les valeurs prises par X avec ue probabilité o ulle. 5 Loi de Beroulli ; schéma de Beroulli ; loi biomiale Défiitios. Soit p u ombre réel compris etre 0 et 1. O appelle épreuve de Beroulli de paramètre p ue épreuve aléatoire admettat deux issues, et deux seulemet : l ue, appelée «succès» et otée S, dot la probabilité d apparitio est p ; l autre, appelée «échec» et otée E, dot la probabilité est q = 1 p. O appelle schéma de épreuves de Beroulli de paramètre p (ou ecore schéma de Beroulli de paramètres et p) ue expériece aléatoire cosistat à répéter fois de suite, das les mêmes coditios, ue même épreuve de Beroulli de paramètre p. Défiitio. Soit p u ombre réel compris etre 0 et 1. La loi de Beroulli de paramètre p est la loi de probabilité d ue variable aléatoire X preat la valeur 1 avec la probabilité p, et la valeur 0 avec la probabilité q= 1 p. C est le cas de la variable aléatoire X preat la valeur 1 lorsque S se produit, et la valeur 0 sio. Propriété 9. Soit p [0;1]. La loi de Beroulli de paramètre p a ue espérace mathématique égale à p et ue variace égale à pq= p(1 p). 4

5 Propriété 10. Das u schéma de épreuves de Beroulli de paramètre p : u résultat est ue -liste, compreat, par exemple,(s;e;e;... ;S;E) ; la variable aléatoire Y associat à chaque issue le ombre de succès a pour loi de probabilité P(Y= k)= p k (1 p) k (k {0;1;... ; }). k Défiitio. La loi de probabilité de la variable aléatoire Y défiie ci-dessus est appelée loi biomiale de paramètres et p, et est otée ( ; p). Propriété 11. Soit Y ue variable aléatoire suivat la loi biomiale ( ; p). Alors E(Y)= p et V(Y)= pq= p(1 p). 6 Exercices EXERCICE 1 Das u cours de ski réuissat 32 élèves, o e recese 13 qui ot déjà pratiqué le ski de descete, 9 le ski de fod et 14 qui ot aucue expériece du ski. 1. Combie délèves ot déjà pratiqué le ski? 2. Combie d élèves ot la double expériece du ski de descete et du ski de fod? EXERCICE 2 La catie d u cetre de vacaces propose, au choix, 3 etrées, 4 plats chauds, 2 fromages et 3 desserts. 1. Combie de meus différets comportat u plat de chaque type sot aisi proposés aux efats? 2. Même questio si u efat peut e pas predre u ou plusieurs types de plat, mais doit obligatoiremet mager quelque chose. EXERCICE 3 1. Combie existe-t-il de mots de 6 lettres (ayat ou o ue sigificatio) formés avec les 6 lettres du préom HÉLÈNE? 2. Même questio avec les 6 lettres du préom HELENE (les trois E e sot plus accetués). EXERCICE 4 12 athlètes sot au départ d ue course de 200 m ; les trois premiers serot sélectioés pour ue fiale régioale. O suppose qu il y a pas d ex aequo. 1. Combie peut-o imagier de podiums possibles? 2. Combie de groupes différets peuvet être reteus pour participer à la fiale? EXERCICE 5 Pour costruire ue grille de mots croisés de 8 liges et 6 coloes, o oircit 6 cases. 1. Combie de grilles différetes peut-o obteir? 2. Même questio si les cases oircies e peuvet apparteir à ue même lige ou ue même coloe. EXERCICE 6 Combie existe-t-il de codes compreat trois lettres distictes, suivies de quatre chiffres disticts ou o? EXERCICE 7 1. Ue associatio compreat 32 membres doit élire u présidet, u secrétaire et u trésorier. Combie y a-t-il de choix possibles? 2. Ue classe de 32 élèves doit choisir trois délégués. Combie y a-t-il de choix possibles? 5

6 EXERCICE 8 Calculer à la mai : A= 10! 5! 8! 4! ; B= (9!)2 10! 12! (7!) 2 ; C= ; D= EXERCICE 9 Résoudre das les équatios suivates :( 2)!=40 ;(+ 1)!=132( 1)! ; 2 = 28. EXERCICE À l aide de la formule du biôme, développer les expressios suivates :(x+ 2) 6 ;(i+ 2) 5 ;(x 1) Calculer astucieusemet le ombre A= EXERCICE 11 Ue ure cotiet 4 boules rouges et 5 boules vertes. O tire au hasard et simultaémet deux boules de l ure et o ote leur couleur. Calculer la probabilité que les deux boules tirées soiet de couleur rouge. EXERCICE 12 L équipe de basket d ue uiversité doit disputer u match. 8 étudiats ot été sélectioés parmi lesquels figure Jea. Pour u match, l etraîeur choisit au hasard u «ciq», c est-à-dire ciq joueurs parmi les huit sélectioés. 1. Combie l etraîeur peut-il former de «ciq» différets? 2. Démotrer que la probabilité que Jea fasse partie du «ciq» est égale à 5/8. EXERCICE Combie, au maximum, peut-il exister de uméros de téléphoe portable à 10 chiffres, commeçat par 06? 2. Déombrer les uméros de téléphoe (portable) commeçat par 067 et coteat exactemet deux fois le chiffre 2, ue fois le 3, ue fois le 4, trois fois le Déombrer les uméros de téléphoe commeçat par 060, coteat exactemet quatre fois le chiffre 8 et e coteat pas le chiffre Déombrer les uméros de téléphoe commeçat par 06 et das lesquels apparaît au mois ue fois le chiffre 1. EXERCICE 14 Ue associatio est formée de 35 persoes (15 hommes et 20 femmes). O se propose de former u bureau de 5 persoes, das lequel doivet se trouver au mois 2 femmes et 2 hommes. Détermier de combie de faços l o peut former ce bureau das les cas suivats : 1. chaque membre de l associatio est cadidat? 2. deux hommes refuset d être cadidats? 3. M. et Mme Éeu, tous deux membres de l associatio, refuset de siéger esemble? EXERCICE 15 De combie de faços différetes peut-o choisir, das u jeu de 32 cartes, ue mai de 5 cartes coteat : 1. exactemet 1 roi? 2. au mois u roi? 3. exactemet 1 roi et 2 dames? 4. exactemet 1 roi, 1 dame et 2 valets? 5. l as de pique et au mois 2 trèfles? 6. exactemet 2 carreaux, 1 trèfle et 1 cœur? 7. exactemet 1 roi et 2 trèfles? EXERCICE 16 [Bac STT 02] Das u établissemet scolaire de 2000 élèves : 40 % des élèves sot des filles ; 15 % des filles sot iteres ; 6

7 60 % des élèves, parmi lesquels 760 garços, sot exteres ; la moitié des demi-pesioaires sot des filles. 1. Compléter le tableau suivat e vous servat des reseigemets précédets ; les calculs itermédiaires e sot pas demadés. Iteres Demi-pesioaires Exteres Total Filles Garços Total Das la suite de cet exercice, les résultats serot doés sous forme de ombres décimaux arrodis au cetième. 2. O choisit, au hasard, u élève pour représeter l établissemet. Calculer la probabilité des évéemets suivats : A : «l élève choisi est ue fille» ; B : «l élève choisi est itere» ; C : «l élève choisi est ue fille itere» ; D : «l élève choisi est itere ou est ue fille». 3. La vie scolaire du lycée désige u garço pour l aider à gérer la cafétéria du lycée. Calculer la probabilité des évéemets suivats : E : «c est u itere» ; F : «ce est pas u extere». EXERCICE 17 [Bac ES 98] O doera les réposes sous forme de fractios. O dispose de 10 boules blaches, de 10 boules oires et de deux ures A et B. U joueur peut répartir les 20 boules comme il le veut etre les deux ures. Puis o lui bade les yeux, et il choisit au hasard l ue des deux ures, das laquelle il tire ue boule. Si cette boule est blache, il gage. 1. Luc dépose ue boule oire das l ure A et les 19 autres boules das l ure B. Quelle est la probabilité qu il gage? 2. Yves dépose ue boule blache das l ure A et les 19 autres boules das l ure B. Quelle est la probabilité qu il gage? 3. Louise dépose 5 boules blaches das chaque ure, boules oires das l ure A et(10 ) boules oires das l ure B (0 10). a) Motrer que la probabilité qu elle gage est égale à p = b) O doe le tableau ci-dessous : p 84 Détermier les valeurs maquates. c) Louise compare ses résultats avec ceux d Yves et de Luc. Que costate-t-o? EXERCICE 18 [Bac STI 05] Le Comité des fêtes d u village orgaise ue loterie à l aide de deux ures. L ure U 1 cotiet trois boules rouges otées R 1, R 2, R 3 et deux boules jaues otées J 1 et J 2. L ure U 2 cotiet quatre boules bleues otées B 1, B 2, B 3, B 4 et ue boule verte V. Pour participer à cette loterie, u joueur doit d abord miser 3. Il tire esuite au hasard ue boule das U 1, puis ue boule das U 2. Les boules sot idiscerables au toucher. O suppose que tous les tirages de couples de boules sot équiprobables. 1. À l aide d u tableau ou d u arbre, motrer qu il y a 25 couples de boules possibles. 2. Ue boule rouge fait gager 2. Ue boule jaue fait gager 3. Ue boule bleue fait gager 1. La boule verte fait gager 5. À chaque tirage de 2 boules la variable aléatoire X associe le gai fialemet réalisé par le joueur. Aisi, e teat compte de la mise de 3, le tirage d ue boule rouge et d ue boule verte occasioe fialemet u gai de 4. a) Détermier l esemble des valeurs prises par la variable aléatoire X. b) Démotrer que P(X=5)=

8 c) Préseter e tableau la loi de probabilité de la variable aléatoire X. d) Quelle est la probabilité que le gai du joueur e dépasse pas fialemet 1? 3. a) Calculer l espérace mathématique (X) de la variable aléatoire X. b) Le Comité s aperçoit que so jeu est déficitaire. Expliquer quelle est, e ombre etier d euros, la mise miimale qu il faudrait demader afi de redre le jeu favorable au Comité. EXERCICE 19 [Bac S 02] 1. Das u questioaire à choix multiple (Q.C.M.), pour ue questio doée, 3 réposes sot proposées dot ue seule est exacte. U cadidat décide de répodre au hasard à cette questio. La répose exacte rapporte poit(s) et ue répose fausse fait perdre p poit(s). Soit N la variable aléatoire qui associe, à la répose doée par le cadidat, la ote algébrique qui lui sera attribuée pour cette questio. a) Doer la loi de probabilité de N. b) Quelle relatio doit exister etre et p pour que l espérace matématique de N soit ulle? 2. À u cocours u cadidat doit répodre à u Q.C.M. de 4 questios comportat chacue trois propositios de répose dot ue seule est exacte. O suppose qu il répod à chaque questio, au hasard. Calculer la probabilité qu il répode correctemet à 3 questios exactemet (doer cette probabilité sous forme de fractio irréductible puis sa valeur arrodie au cetième). EXERCICE 20 [Bac S 02] Répodre au Q.C.M. suivat. Pour chaque questio, ue seule répose est exacte. a) O dispose de dix jetos umérotés de 1 à 10 et o e extrait simultaémet trois pour former u «paquet». Combie de «paquets» coteat au mois u jeto ayat u uméro pair peut-o aisi former? Répose 1 : Répose 2 : Répose 3 : b) A et B sot deux évéemets d u espace probabilisé tels que : p(a)=0,4 p(b)=0,5 p(a B)=0,35. Combie vaut p(a B)? Répose 1 : Répose 2 : Répose 3 : p(a B)=0,1 p(a B)=0,25 Les doées sot isuffisates pour répodre. c) Ue variable aléatoire X a pour loi de probabilité : x i p i Combie vaut l écart type de X? Répose 1 : Répose 2 : Répose 3 : σ= 3 3 σ= σ= EXERCICE 21 [Bac STI 03] Ue ure cotiet ue boule rouge R, deux boules blaches B 1 et B 2, et deux boules oires N 1 et N 2 toutes idiscerables au toucher. U jeu cosiste à tirer deux boules successivemet, sas remise. 1. E utilisat u arbre o u tableau, détermier les 20 tirages possibles. O admet par la suite que ces 20 tirages sot équiprobables. 2. Calculer la probabilité des évéemets suivats : A : «tirer deux boules de même couleur» ; B : «tirer au plus ue boule oire». 3. Lors du tirage de deux boules : la boule rouge obteue fait gager 3, chaque boule blache obteue fait gager 2, 8

9 chaque boule oire obteue fait perdre 3. O appelle X la variable aléatoire qui à tout tirage de deux boules associe le gai, e euros, du joueur (ue perte est cosidérée comme u gai égatif). a) Quel est l esemble des valeurs possibles pour X? b) Écrire la loi de probabilité de X. c) Calculer la probabilité P pour que le gai soit strictemet positif. d) Calculer l espérace mathématique de X. Iterpréter le résultat obteu. EXERCICE 22 [Bac S 09] U sac cotiet 10 jetos idiscerables au toucher : 7 jetos blacs umérotés de 1 à 7 et 3 jetos oirs umérotés de 1 à 3. O tire simultaémet deux jetos de ce sac. 1. a) O ote A l évéemet «obteir deux jetos blacs». Démotrer que la probabilité de l évéemet A est égale à 7/15. b) O ote B l évéemet «obteir deux jetos portat des uméros impairs». Calculer la probabilité de B. c) Les évéemets A et B sot-ils idépedats? 2. Soit X la variable aléatoire preat pour valeur le ombre de jetos blacs obteus lors de ce tirage simultaé. a) Détermier la loi de probabilité de X. b) Calculer l espérace mathématique de X. EXERCICE 23 [Bac S 99] Ue ure cotiet quatre boules rouges, quatre boules blaches et quatre boules oires. O prélève simultaémet quatre boules das l ure. Les prélèvemets sot supposés équiprobables. 1. Calculer la probabilité d u prélèvemet uicolore. 2. a) Quelle est la probabilité d u prélèvemet bicolore composé de boules rouges et blaches? b) Démotrer que la probabilité d u prélèvemet bicolore est 68/ Déduire des résultats précédets la probabilité d u prélèvemet tricolore. EXERCICE 24 [Bac S 00] Ue ure cotiet 10 boules idiscerables : 5 rouges, 3 jaues, et 2 vertes. Das les questios 1. et 2. o tire au hasard et simultaémet 3 boules de cette ure. Les réposes serot doées sous forme de fractios irréductibles. 1. Soit les évéemets suivats : A : «les trois boules sot rouges» ; B : «les trois boules sot de la même couleur» ; C : «les trois boules sot chacue d ue couleur différete.». a) Calculer les probabilités p(a), p(b) et p(c). b) O appelle X la variable aléatoire qui à chaque tirage associe le ombre de couleurs obteues. Détermier la loi de probabilité de X. Calculer E(X). 2. Das cette questio, o remplace les 5 boules rouges par boules rouges, où est u etier supérieur ou égal à 2. L ure cotiet doc + 5 boules, c est-à-dire, rouges, 3 jaues et 2 vertes. O tire au hasard et simultaémet deux boules de cette ure. Soit les évéemets suivats : D : «tirer deux boules rouges» ; E : «tirer deux boules de la même couleur». a) Motrer que la probabilité de l évéemet D est p(d)= ( 1) (+ 5)(+ 4). b) Calculer la probabilité p(e) de l évéemet E e foctio de. Pour quelles valeurs de a-t-o p(e) 1 2? EXERCICE 25 Ue classe de collège compte 30 élèves, dot 20 filles. À chaque cours de mathématiques, le professeur de cette classe iterroge au hasard u élève. D u cours à l autre, le professeur e se rappelle pas l élève iterrogé au cours précédet, ce qui fait qu à chaque cours le choix de l élève par le professeur est idépedat des choix précédets. 1. Quelle est la probabilité, à u cours doé, que l élève iterrogé soit ue fille? 9

10 2. Soit u etier positif ou ul. O appelle X la variable aléatoire correspodat au ombre de filles iterrogées durat cours de mathématiques cosécutifs. a) Quelle est la loi de probabilité de X? b) Quelle est la probabilité que 4 filles soiet iterrogées durat 10 cours cosécutifs? c) Quel doit être le ombre miimal de cours cosécutifs pour que la probabilité qu aucue fille e soit iterrogée soit iférieure à 0,001? EXERCICE 26 [Bac S 01] Le directeur d u musée, dot le pla est fouri ci-dessous, orgaise ue expositio. Afi de prévoir la fréquetatio des salles, il décide d imagier le parcours d u visiteur, pris au hasard, e faisat les hypothèses suivates : le visiteur passe au hasard d ue salle à ue salle voisie ; pour sortir d ue salle, il frachit de maière équiprobable importe quelle autre porte que celle qu il a utilisée pour etrer. Das le parcours du visiteur, le directeur e s itéresse qu aux quatre premières salles traversées, l etrée E état comprise das celles-ci. U trajet par ces quatre premières salles est codé par u mot de quatre lettres, commeçat par la lettre E. Par exemple : si le visiteur passe successivemet par les salles E, B, D, F, o codera so trajet par le mot EBDF ; le trajet codé EBDB est impossible avec les hypothèses choisies. F G T D A B Etrée E C 1. O cosidère u visiteur, pris au hasard, devat effectuer u trajet selo les hypothèses précédetes. a) Costruire l arbre podéré des différets trajets possibles pour ce visiteur. b) Motrer que la probabilité du parcours codé EBDF est 1 6. c) Détermier la probabilité p 1 de l évéemet «la quatrième salle du trajet est F». d) Pour des raisos techiques, le directeur istalle les œuvres les plus itéressates das la salle T. Détermier la probabilité p 2 de l évéemet «le trajet passe par la salle T». 2. Le directeur imagie dix visiteurs pris au hasard, effectuat chacu u trajet, de maière idépedate et selo les hypothèses précédetes. O appelle X la variable aléatoire qui, aux dix visiteurs, associe le ombre de leurs trajets passat par la salle T. a) Calculer la probabilité de l évéemet(x = 1). b) Calculer la probabilité que deux visiteurs au mois passet par la salle T. (Doer le résultat arrodi au millième.) c) Le directeur décide d obliger les visiteurs à se diriger, après l etrée, vers la salle A, les hypothèses précédetes demeurat pour la suite des trajets. Il pese aisi augmeter la probabilité que deux visiteurs au mois, sur les dix, passet par la salle T. Prouver qu il a tort. 10

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

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

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

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

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

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

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

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

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

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

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

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

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

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

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

Options Services policiers à Moncton Rapport de discussion

Options Services policiers à Moncton Rapport de discussion Optios Services policiers à Mocto Rapport de discussio Le 22 ovembre 2010 Also available i Eglish TABLE DES MATIÈRES Chapitre 1.0 Sommaire 3 Chapitre 2.0 Problématique 4 Chapitre 3.0 Cotexte 5 Chapitre

Plus en détail

Neolane Leads. Neolane v6.0

Neolane Leads. Neolane v6.0 Neolae Leads Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette publicatio

Plus en détail

Probabilités (méthodes et objectifs)

Probabilités (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 détail

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min)

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min) * selo coditios cotractuelles e vigueur. U accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT + VOTRE CODE SECRET * : www.bpparibas.et Cetre de Relatios Cliets 0 820 820 001 (0,12 /mi) Appli Mes Comptes

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. 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 détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

La maladie rénale chronique

La maladie rénale chronique La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. 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 détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en détail

Opérations bancaires avec l étranger *

Opérations bancaires avec l étranger * Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur

Plus en détail

?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,

Plus en détail

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES SOMMAIRE Les visites d etreprises : pourquoi ouvrir ses portes?.... 8 1.1 Des motivatios variées pour les etreprises... 8 1.2 Les freis à l ouverture

Plus en détail

Comment les Canadiens classent-ils leur système de soins de santé?

Comment les Canadiens classent-ils leur système de soins de santé? Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté

Plus en détail

PLAN D ORGANISATION RÉGIONALE DE SÉCURITÉ CIVILE du SAGUENAY LAC-SAINT-JEAN MISSION SANTÉ

PLAN D ORGANISATION RÉGIONALE DE SÉCURITÉ CIVILE du SAGUENAY LAC-SAINT-JEAN MISSION SANTÉ PLAN D ORGANISATION RÉGIONALE DE SÉCURITÉ CIVILE du SAGUENAY LAC-SAINT-JEAN MISSION SANTÉ Adopté par le coseil d admiistratio le jr/ms/2004 AVANT-PROPOS Pour le réseau de la saté et des services sociaux

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Petit recueil d'énigmes

Petit recueil d'énigmes Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.

Plus en détail

Règlement Général des opérations

Règlement Général des opérations Deutsche Bak Règlemet Gééral des opératios AVRIL 2015 Deutsche Bak AG est u établissemet de crédit de droit allemad, dot le siège social est établi 12, Tauusalage, 60325 Fracfort-sur-le-Mai, Allemage.

Plus en détail

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail