Séquence 8. Probabilité : lois à densité. Sommaire

Dimension: px
Commencer à balayer dès la page:

Download "Séquence 8. Probabilité : lois à densité. Sommaire"

Transcription

1 Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit une sitution nouvelle en proilité : l univers Ω ssocié à une expérience létoire est formé d une infinité d éléments.

2 Exemple Plus précisément, on v étudier des vriles létoires X, fonctions de Ω dns R, les vleurs prises pr l vrile létoire X formnt un intervlle I de R. L expérience létoire consiste à prendre un point M sur un demi-cercle. L univers Ω est lors formé pr l infinité des points du demi-cercle. On considère l vrile létoire X qui, à un point M du demi-cercle, ssocie l mesure en degrés de l ngle AOM. [ ] et l Les vleurs prises pr l vrile létoire X forment l intervlle 0 ; 80 nottion ( 0 X 45) désigne l ensemle des points de l rc AC. M C B O 45 A Il est donc nécessire d introduire de nouveux outils dns le cours de proilité. On étudie deux exemples importnts de lois suivies pr des vriles létoires : les lois uniformes et les lois exponentielles. Le troisième exemple u progrmme, les lois normles, ser trité dns une utre séquence vec ses conséquences en sttistiques. Tous les événements étudiés dns cette séquence seront décrits pr l intermédiire de vriles létoires et d intervlles. Dns d utres documents vous pouvez trouver d utres écritures sns vrile létoire, pr exemple P( [ c ; d] ) (c et d étnt deux nomres réels). Dns ce cs, l univers est lui-même un intervlle I contennt les nomres c et d et l intervlle I est muni directement d une loi de proilité. Même dns ce cs, nous utiliserons ici une vrile létoire X pour désigner le résultt otenu pr l expérience létoire. On insi : P( [ c ; d] )= P( X [ c ; d] )= P( c X d) et nous n utiliserons ps l première écriture. 2

3 Prérequis A Sttistiques Une série sttistique porte sur un crctère (tille, poids, sport prtiqué ). Le crctère est qulittif (sport prtiqué) ou quntittif s il peut être ssocié à un nomre (tille, poids ). On dit qu une série sttistique est à crctère quntittif discret (du ltin discretus : sépré) qund les vleurs prises pr le crctère sont des nomres isolés (pr exemple le nomre de frères et sœurs). Dns ce cs, l série sttistique est représentée pr un digrmme en âtons. On dit qu une série sttistique est à crctère quntittif continu qund on connît seulement les effectifs ou les fréquences des termes de l série pprtennt à des intervlles (pr exemple l tille des personnes inscrites à un clu sportif). Ces intervlles sont ussi ppelé «clsses». Une série sttistique à crctère quntittif continu est représentée pr un histogrmme des effectifs ou des fréquences. Dns un histogrmme des fréquences, les fréquences des clsses sont représentées pr les ires des rectngles de l histogrmme, l ire totle mesurnt (soit 00 %). Pour lire l histogrmme, on indique l fréquence d une ire de référence. Exemple Une série sttistique à crctère quntittif continu est représentée pr l histogrmme ci-dessous. Donner les clsses et l fréquence de chque clsse. fréquence : 5 % Solution Clsses 2 ; [ ] [ 2; 2, 5] [ 25, ; 4] [ 4; 5, 5] [ 55, ; 6] Fréquences 0, 0, 0,45 0,3 0,05 3

4 Exemple Pour déterminer l moyenne et l écrt-type, on utilise les centres des clsses, c est-à-dire qu on remplce l série à crctère continu pr une série à crctère discret, chque clsse formée d une infinité de vleurs étnt remplcée pr une seule vleur. On dit que l on «discrétisé» l série sttistique. Clculer l moyenne de l exemple précédent. Milieux des clsses : x i,5 2,25 3,25 4,75 5,75 Fréquences : f i 0, 0, 0,45 0,3 0,05 Solution On : i = 5 x = x ii f =, 5 0, + 2, 25 0, + 3, 25 0, 45+ 4, 75 0, 3+ 5, , = 355,. i = B Proilité Vous devez voir présent à l esprit l ensemle des cours de proilité précédents : univers muni d une loi de proilité, vriles létoires, proilité conditionnelles. Même si le pssge du discret u continu, des ensemles finis ux intervlles de R, modifie certines propriétés, les idées principles pour modéliser les situtions sont très voisines. Rppelons seulement quelques éléments concernnt les vriles létoires, pour l instnt dns un univers ynt un nomre fini d éléments. Définition On dit qu on définit une vrile létoire X sur l ensemle Ω lorsque, à chque éventulité ω de l expérience létoire, on ssocie un nomre réel X ( ω ) : ω X ( ω). Nottion Pr exemple, on tire des lettres plcées dns un sc. On lors Ω={,, c,...,z} et on peut choisir l vrile létoire qui ssocie à chque voyelle, 2 à k, q, w, z (lettres rres en frnçis) et 0 ux utres lettres. Les événements sont des sous-ensemles de Ω. Précisons à l ide de l exemple l nottion utilisée pour les événements définis à l ide d un vrile létoire X. Dns l exemple cité ci-dessus, l événement{, e, i, o, u, y} ser ussi noté ( X = ). On noter de même ( X = 2 ) l événement { k, q, w, z} et ( X = 0 ) l événement {, c, d, f, g, h, j, l, m, n, p, r, s, t, v, x}. Dns le cs générl l nottion ( X = ) où est un nomre réel désigne l événement { ω Ω / X( ω) = }, c est-à-dire l ensemle des éventulités ω pour lesquelles l vrile létoire X prend l vleur. On noter de fçon nlogue les événements où X intervient. 4

5 Le trvil sur les vriles létoires ne fit intervenir que des spects numériques, l univers Ω pprît peu directement. Définition L loi de proilité d une vrile létoire X est donnée pr : l ensemle des vleurs x, x 2,..., x n { } prises pr l vrile létoire ; les proilités P( X= x i ) pour toutes les vleurs x i prises pr X (on rppelle que i= n P( X = x i )= ). i = Définition L espérnce de l vrile létoire X est le nomre, noté E(X), défini pr : E( X) = xpx ( = x) + xpx 2 ( = x2) xpx r ( = xr ) i= n = x p+ x2p xrpr = xipi. i = C Intégrtion Aire sous une coure Pr définition, l ire du domine sous l coure d une fonction continue positive définie sur un intervlle [ ; ] pour mesure ft ()d t en unités d ire. y u x 0 5

6 Cs prticulier Soit f une fonction continue sur un intervlle I. Quel que soit α élément de I, on α ft ()dt= 0. α Intégrle et primitive Soit f une fonction continue sur un intervlle I et F une de ses primitives sur I, les nomres et sont dns I. On ft () dt Ft () F ( ) F ( ). = [ ] = En prticulier, u étnt une fonction dérivle sur I telle que u est continue sur I, lors : = u t ut () t ut () u ( ) u ( ) () e d e = e e. 6

7 2 Loi de proilité à densité sur un intervlle A Ojectifs du chpitre On se plce dns un univers ynt un nomre infini d éléments. Cet infini ne permet ps d utiliser l définition d une loi de proilité rencontrée dns les cours précédents où l univers étit fini (il suffisit de donner les proilités des événements élémentires et de vérifier que l somme de ce nomre fini de termes positifs étit égle à ). On définit ici des lois de proilité de vriles létoires X pouvnt prendre toutes les vleurs d un intervlle I de R. On donne quelques propriétés élémentires de certines de ces vriles létoires : les vriles létoires à densité sur un intervlle. B Activité Pour déuter Des équtions interviennent dns l sitution de cet exercice, mis il ne s git ps de les résoudre. 3 2 L éqution x 0, 79x 0, 722x+ 2, 276 = 0 possède une seule solution entière (c est 3). Quelle est l proilité d otenir cette solution en lnçnt un dé cuique non truqué? un dé dodécédrique non truqué? (Rppel : un dé dodécédrique douze fces numérotées de à 2.) 3 2 L éqution x + 0, x +, x 0, = 0, notée (E), possède une unique solution d dns R, d = 0, ) Justifier qu il y 0 0 nomres décimux qui s écrivent vec u plus neuf chiffres près l virgule dns l intervlle 0;. [ [ [ ; [ un nomre déciml s écrivnt vec u ) On choisit u hsrd dns 0 plus neuf chiffres près l virgule, quelle est l proilité qu il soit égl u nomre d solution de l éqution (E)? 3 ) Montrer que l éqution x + x = 0 possède une solution unique dns R et que cette solution, qui est notée α, pprtient à l intervlle 0;. [ ] ) Soit n un entier nturel non nul. On prtge l intervlle [ 0; ] en n intervlles de même mplitude n. 7

8 Activité 2 On choisit u hsrd un de ces intervlles, quelle est l proilité qu il contienne l solution α? [ ] quelle vleur pro- { } c) On choisit u hsrd un nomre X de l intervlle 0;, posez-vous pour l proilité de l événement X = α? On interrogé des clients d un mgsin en leur demndnt dns lquelle des clsses proposées se trouvit le montnt de leurs chts (en ). On otenu le tleu suivnt : Montnt des chts (en ) [0 ; 20[ [20 ; 40[ [40 ; 60[ [60 ; 00[ [00 ; 40[ [40 ; 200] Fréquence 0,09 0,20 0,22 0,24 0,6 0,09 On représente cette série sttistique pr un histogrmme dns un repère orthogonl. Pour construire les rectngles de l histogrmme, on esoin de leurs dimensions : remplir le tleu suivnt. Montnt des chts (en ) Amplitude de l clsse = lrgeur du rectngle [0 ; 20[ [20 ; 40[ [40 ; 60[ [60 ; 00[ [00 ; 40[ [40 ; 200] 20 Aire du rectngle 0,09 Huteur du rectngle Quelle est l grdution mximle indiquée sur l xe des ordonnées? Les fréquences sont-elles indiquées sur l xe des ordonnées? Construire l histogrmme. C Cours. Définitions L ctivité 2 permis d pprofondir l représenttion d une série sttistique pr un histogrmme. Les fréquences sont représentées pr les ires des rectngles. Les huteurs des rectngles sont les densités de fréquence, ces densités sont indiquées sur l xe des ordonnées. Les densités de fréquences sont positives, elles sont constntes sur chcun des intervlles formnt les clsses de l série sttistique. Elles définissent une fonction constnte pr morceux. 8

9 Pr nlogie, en proilité, on utiliser des fonctions, continues à vleurs positives, et les proilités des intervlles seront données pr des ires, c est-à-dire pr des intégrles. Définition On dit qu une fonction f, définie sur un intervlle I de R, est une densité de proilité sur I lorsque : l fonction f est continue sur I ; l fonction f est à vleurs positives sur I ; l ire sous l coure de f est égle à u... [ ] L troisième condition correspond à plusieurs cs différents suivnt l nture de l intervlle I. Dns le tleu ci-dessous, et désignent des nomres réels. [ [ I = ; I = ; + ft ()d t= x lim ft ( ) x + d t = O O ] ] ] [ I = ; I = ; + lim ft ( ) d t = 0 x y y lim ft ( ) dt + lim ft ( ) t y y d = x + 0 0,5 O O 9

10 Exemple Solution Montrer que l fonction f définie sur 0; de proilité sur 0;. [ ] [ ] pr f t t Même question pour l fonction g définie sur ;+ ()= est une densité [ [ pr gt L fonction f est une fonction ffine continue sur 0;. () =. 2 t [ ] Pour tout t de [ 0 ] on t, d où 2t , donc l fonction f est une fonction positive. 2 Comme ( 2t + 2) dt = t + 2t ( 2) 0, 0 = + = l troisième condition est 0 vérifiée, l fonction f est ien une densité de proilité sur 0; 2. [ ] ;, y = f(t) j O i L fonction g est une fonction rtionnelle continue sur son ensemle de définition et elle est à vleurs positives. x Comme on lim d t = lim =, l troisième condition est x + 2 t x + x vérifiée, l fonction g est ien une densité de proilité sur ; +. [ [ densité de proilité y = g(t) O 2 3 Remrque Dns le cs de cet exemple, on oserve que l fonction f prend des vleurs supérieures à sur l intervlle [ 0; 0, 5] : c est possile cr f( x) n est ps une proilité, c est une densité de proilité. On considère une expérience létoire et un univers ssocié Ω, muni d une loi de proilité P. Soit X une vrile létoire, fonction de Ω dns R, qui, à chque issue ω, ssocie un nomre réel X ( ω ) d un intervlle I de R. 0

11 Définition 2 Soit f une fonction, définie sur I, qui est une densité de proilité sur I. On dit que l vrile létoire X suit l loi de densité f sur l intervlle I (ou est «à densité f sur I») lorsque, pour tout intervlle J inclus dns I, l proilité de l événement ( X J) est l mesure, en unités d ire, de l ire du domine : M x ; y ; x J et 0 y f( x). { ( ) } Conséquence Remrque Exemple 2 Solution On : P( X I) =. En effet, l mesure de l ire sous l coure de l fonction de densité f est égle à. En générl, un clcul de proilités se rmèner donc à un clcul d intégrle. Soit f l fonction densité de proilité de l exemple et soit X une vrile létoire ynt pour densité l fonction f sur [ 0; ]. On ppelle J l intervlle [ 03, ; 08, ]. Déterminer P( X J) c est-à-dire P( 03, X 08, ). On mesure l ire sous l coure sur l intervlle J. y = f(t) j O 0,3 0,8 i On : 08, 2 08, P( 03, X 08, )= 2t + 2 t = t + 2t d 03, 03, 2 2 = ( 08, , ) 03, , = 096, 05, = 0,45. ( ) Remrque On dmet que l on peut prolonger l loi de proilité à toute union finie d intervlles de telle sorte que l on it l propriété : Propriété si J et J sont deux unions finies d intervlles inclus dns I, on : ( ) ( ) ( ) P X J J = P X J + P X J.

12 2. Propriétés j O c d i Propriété 2 Soit X une vrile létoire qui suit l loi de densité f sur l intervlle I, on les propriétés suivntes. d ) Pour tout intervlle J = [ c ; d] de I, on : P( c X d)= f() t dt. c ) Pour tout réel α de I, on : P X =α = 0. c) Pour tous réels c et d de I, ( ) P( c X d)= P( c< X d)= P( c X< d)= P( c< X< d). ( ) ( ) d) Soit J un intervlle inclus dns I, on : P X J = P X J. Démonstrtion ) Pour tout intervlle J = [ c ; d] inclus dns I, l proilité de l événement ( X J) = ( c X d) est l mesure, en unités d ire, de l ire du domine { M ( x ; y) ; x [ c ; d] et 0 y f( x) }, on donc ien : d P( c X d)= f() t dt. c α ) Pour tout réel α de I, on : P( X = α)= f () t d t = 0. α c) Pour tous réels c et d de I, l événement ( c X d) est l réunion des deux événements incomptiles ( X = c) et ( c < X d). On : P( c X d)= P( X= c) + P( c< X d).comme P( X = c)= 0 d près l propriété précédente, on ien P( c X d)= P( c< X d). Les deux utres églités se démontrent de l même fçon. d) On P( X I) =, soit P( X J J) =. D près l propriété, on peut écrire PX ( J J) = PX ( J) + PX ( J) = donc P( X J) = P( X J ). L définition suivnte générlise l définition des proilités conditionnelles qui été donnée dns le cs d une loi de proilité dns un univers fini. 2

13 Définition 3 ( ) Soit I un intervlle de I tel que P X I 0 et soit J un utre intervlle de I. On définit l proilité conditionnelle PX I ( X J) pr l églité : P( X J I' ) PX I ( X J) =. P X I' ( ) Exemple 3 Solution Soit X une vrile létoire de densité f définie sur 0; (exemple ). Déterminer P( 0 X 0, 5)( 04, X 06, ). [ ] [ ] [ ] pr f x x [ ] On J= 0,4;0,6 et I = 0;0,5, donc J I = 0,4 ;0,5. Alors : 0,5 0,4 ( ) PX ( J I') = P(0,4 X 0,5) = 2t+ 2 dt 2 0,5 = t + 2t = 0,75 0,64 = 0,. 0,4 De même : 0,5 PX ( I) = P(0 X 0,5) = ( 2t+ 2) dt 0 2 0,5 = t + 2t = 0,75 0 = 0, , D où P( 0 X 0, 5)( 04, X 06, ) = 0, , ( )= Espérnce d une vrile à densité X Définition 4 L espérnce E( X ) d une vrile létoire à densité f sur ; pr : E( X) = xf( x) dx. [ ] est définie Remrque On note que cette définition constitue un prolongement dns le cdre continu de l espérnce d une vrile létoire discrète prennt un nomre fini de vleurs. En effet, dns le cs discret fini, en clsse de Première, on défini l espérnce pr : E( X) = xpx ( = x) + xpx 2 ( = x2) xpx r ( = xr ) i= n = x p+ x2p xrpr = xipi. i = Dns le cs où l vrile létoire est à densité, on ne peut ps fire une somme d un nomre infini de termes. Mis le terme f( x)dx peut s interpréter comme 3

14 l ire d un rectngle de côtés dx et f( x) (vec dx «infiniment petit») fournissnt en quelque sorte l proilité que l vrile X prenne l vleur x. Dns ces conditions l intégrle xf( x) d x correspond à une «somme» de produits x f( x)d x (d illeurs le symole se lit «intégrle» ou «somme»). Remrque Dns les cs où l intervlle I une orne infinie, on utiliser une limite d intégrle qund on le pourr. D Exercice Exercices d pprentissge Pour chcune des fonctions représentées grphiquement ci-dessous, dire s il s git d une densité de proilité sur l intervlle I en justifint votre réponse. 2 /3 O 3 I = [ ; 3] O 0,5 I = [0 ; 0,5] 2/3 0,5 /3 O 0,5 I = [0 ; 2],5 2 O I = [ ; ] Exercice 2 [ ] pr f t t Vérifier que l fonction f définie sur 0; ()= 4 3 est une densité de proilité. Représenter l fonction f dns un repère orthogonl. Soit X une vrile létoire ynt pour densité f. ( ) Clculer cette ) Indiquer sur le grphique l proilité P 05, X 075,. proilité. 4

15 Exercice 3 Exercice 4 ) Déterminer un nomre m tel que P( X m)= 05,. [ [ Peut-on déterminer un réel k positif tel que l fonction f définie sur ;+ k pr f()= t soit une densité de proilité sur t 3 [ ;+ [? k Même question pour l fonction g définie sur [ ;+ [ pr gt () =. t [ [ définie pr gt Soit g l fonction de densité de proilité sur ;+ ()= 2 t (deuxième fonction de l exemple ). Soit X une vrile létoire qui pour densité g. Clculer P( X 0). Que représente le nomre P( X 0) ( X 5 )? Clculer ce nomre. 5

16 3 Lois uniformes A B Ojectifs du chpitre Dns ce chpitre, on étudie les lois uniformes qui correspondent ux lois équiréprties du cs fini et qui sont très importntes. Pour déuter On souhite donner un sens précis à l expression «prendre un nomre u hsrd». Il fut d ord dire dns quel intervlle on prendr ce nomre. Risonnons vec l intervlle [ 0; ]qui nous permettr ensuite d order le cs des intervlles ;. [ ] On cherche donc une loi de proilité à densité pour l vrile X correspondnt à l expérience létoire qui fournit un nomre réel «u hsrd» compris entre 0 et. Tout d ord, remrquons que, d près le chpitre précédent, pour tout réel α, on P( X= α) = 0 lorsque l vrile létoire X suit une loi à densité. Il est nturel de penser que, si on choisit un nomre u hsrd, les proilités , ; sont égles. P( X [ ;, ]) et P( X [ ]) Comme ( [ ]) ( [ ]) ( [ ]) P( X [ ]) ( ) P X 0;0,5 + P X 0,5; = P X 0; P X = 0,5 = 0; =, on souhite donc que : P( X [ 0; 0, 5] )= P( X [ 0, 5; ] )=. 2 ( [ ]) ( [ ]) ( ) ( De même, on souhite que P X 0 ;0,25 = P X 0,25 ;0,5 [ ] [ ] = P X 0,5 ; 0,75 = P X 0,75 ; Il semle intuitivement que, pour l loi cherchée, plus un intervlle une grnde mplitude (longueur), plus il est prole que le nomre pris u hsrd lui pprtienne. Si l mplitude de l intervlle I est deux fois celle de l intervlle I, on souhite que P( X I ) = 2P( X I), et que l proilité que le nomre pris u hsrd pprtienne à un intervlle soit proportionnelle à l mplitude de cet intervlle. Comme l mplitude de l intervlle [ 0; ] est égle à, on outit finlement à P( c X d)= d c, c et d étnt des nomres réels de l intervlle [ 0; ], vec c d. C est effectivement cette églité qui v définir l loi uniforme 6

17 et nous verrons dns le cours qu il est possile de l présenter sous un utre spect. Comme l loi équiréprtie dns le cs où l vrile létoire prend un nomre fini de vleurs, l loi uniforme intervient dns de très nomreuses situtions. Pour fire des simultions, vous vez déjà utilisé votre clcultrice ou un tleur cr on y trouve des générteurs de nomres «létoires». Les nomres otenus sont prfois ppelés «pseudo-létoires» pour exprimer le fit qu ils sont construits pr des processus lgorithmiques déterministes. Il s git d imiter le hsrd le mieux possile. Créer de tels générteurs est un vri défi. L copie d écrn ci-dessous illustre l réprtition de nomres «létoires» fournis pr le tleur OpenOffice dns les dix intervlles ynt pour ornes : 0 ; 0, ; 0,2 ; ; 0,9 ;. E Les nomres sont dns l colonne A. Pour visuliser les résultts, un grphique est donné. Il s git d un digrmme en âtons cr le logiciel ne fit ps d histogrmmes (u sens mthémtiques). En utilisnt l touche F9 vous pouvez renouveler le tirge des nomres «létoires» (ttention : l xe des ordonnées du digrmme en âtons ne commence ps toujours à 0 mis à une vleur plus grnde, ce qui ugmente l pprence de l irrégulrité des fréquences). On oserve que les fréquences sont toutes proches de 0,0 (0 %) : c est ce qui est ttendu d un générteur de nomres létoires. 7

18 C Cours. Loi uniforme sur 0; Nous venons de voir ci-dessus que nous souhitons otenir une loi d une vrile létoire X où l proilité que X pprtienne à un intervlle, inclus dns [ 0; ], est égle à l mplitude de l intervlle. Si on cherche à exprimer cette condition pour voir une loi à densité, on doit fire intervenir des intégrles et on se souvient de l intégrle d une fonction constnte. On peut ussi penser qu une fonction de densité constnte exprime ien l notion d uniformité. L définition qui est donnée utilise ce point de vue et permettr de considérer l espérnce de cette loi. Propriété 3 L fonction constnte f définie sur 0; proilité. [ ] pr f x ( )= est une densité de Démonstrtion Une fonction constnte est continue sur son ensemle de définition, l fonction f est positive et dx = [ x] = 0= donc les trois conditions sont vérifiées, l 0 0 fonction f est ien une densité de proilité. Définition 5 [ ] On dit qu une vrile létoire X suit l loi uniforme sur l intervlle 0; si s densité est l fonction définie sur 0; ( ) =. [ ] pr f x O c d 8

19 Propriété 4 [ ] inclus dns [ 0 ] on : Pour tout intervlle c ; d ;, P( X [ c ; d] )= P( c X d)= d c. Démonstrtion Exemple 4 Solution d d En effet, P( X [ c ; d] )= P( c X d)= dt =[] t = d c. c c Sur l figure, le rectngle dont on mesure l ire pour lrgeur d c et pour huteur. On choisit un nomre u hsrd dns 0;. compris entre 0,2 et 0,25? [ ] Quelle est l proilité qu il soit Comme l énoncé précise que le nomre est choisi «u hsrd», l vrile létoire X, qui modélise ce choix, suit l loi uniforme sur l intervlle [ 0; ]. On lors P( 02, X 025, )= 025, 02, = 005,. On rppelle que P( 02, X 025, )= P( 02, X < 025, )= P( 02, < X 025, )= P( 02, <X < 025, ), donc l expression «compris entre 0,2 et 0,25» peut être interprétée vec des inéglités strictes sns chngement du résultt. 2. Loi uniforme sur [ ; ] Comme sur [ 0; ]on cherche une loi pour lquelle un intervlle une proilité proportionnelle à son mplitude et pour lquelle l densité est constnte. Propriété 5 L fonction constnte f définie sur ; de proilité. [ ] pr f x ( )= est une densité Démonstrtion L fonction f est ien continue à vleurs positives. On : t t d = = =. Les trois conditions sont vérifiées, l fonction f est ien une densité de proilité. 9

20 Définition 6 Une vrile létoire suit une loi uniforme sur l intervlle ; densité est l fonction f définie sur [ ; ] pr f ( x ) =. [ ] si s 0,25 = c O d = 3 Propriété 5 [ ] inclus dns [ 0 ] on : Pour tout intervlle c ; d ;, d c P( X [ c ; d] )= P( c X d)=. Exemple 5 Solution Démonstrtion On :P( c X d)= d d t t d c d c = c = c = d. Sur l figure, le rectngle dont on mesure l ire pour lrgeur d c et pour huteur 025 =,. On choisit un nomre réel u hsrd dns 0 ; 00. soit compris entre 90 et 00? [ [ Quelle est l proilité qu il Comme l énoncé précise que le nomre est choisi «u hsrd», l vrile létoire X, qui modélise ce choix, suit l loi uniforme sur l intervlle [ 0 ; 00[, on lors P( 90 X < 00)= =,. 3. Espérnce d une loi uniforme Rppelons l définition de l espérnce d une loi à densité f sur [ ; ] : E( X) = xf( x) dx. 20

21 Propriété 7 L espérnce E( X ) d une vrile létoire X suivnt une loi uniforme sur [ ; ]est telle que : E( X ) = +. 2 Démonstrtion 2 On : E( X ) d x x x 2 2 = = ( ) = + = 2 2( ) 2. Cs prticulier L espérnce de l loi uniforme sur [ 0; ] vut donc 2. D Exercice 5 Exercices d pprentissge Le fcteur vient déposer le courrier dns l oîte ux lettres du lycée entre 0 heures et 0 h 30. Le fcteur psse toujours pendnt cette plge horire et on oservé qu il peut rriver à tout instnt vec les mêmes chnces. L vrile létoire F désigne l heure d rrivée du fcteur en minutes près 0 heures (pr exemple ( F = 8 ) désigne l événement «le fcteur psse à 0 h 08»). Comment peuton modéliser l vrile létoire F (vleurs prises pr F, densité)? Clculer l proilité que le fcteur psse : ) à 0 h 25 exctement ; ) entre 0 h 5 et 0 h 20 ; c) vnt 0 h 20 ; d) près 0 h 5. Quelle est l heure moyenne de son pssge? Exercice 6 À prtir de 7 heures, le trm psse toutes les dix minutes à l rrêt qui se trouve devnt l mison d Ayn. Le moment de l rrivée d Ayn à l rrêt du trm est modélisé pr l vrile létoire X exprimée en minutes près 7 heures. On suppose que X suit l loi uniforme sur l intervlle 0; 20. [ ] Quelle est l proilité qu Ayn ttende le trm moins de deux minutes? Quelle est l proilité qu Ayn ttende le trm plus de cinq minutes? Exercice 7 [ ] Déterminer l loi Soit X une vrile létoire suivnt l loi uniforme sur 0;. de proilité de l vrile létoire T où T est l première décimle de X. 2

22 4 Lois exponentielles A Ojectifs du chpitre Dns ce chpitre, on étudie les vriles létoires qui suivent une loi exponentielle sur 0; +. [ [ Ce sont des lois à densité. Ces lois sont utilisées concrètement pour étudier des systèmes non soumis à des phénomènes d usure ou pour modéliser des situtions où l rdio-ctivité intervient. B Activité 3 Pour déuter Un lortoire de recherche inventé des petits roots et étudié leur solidité. On oserve que, chque semine, 5 % des roots toment en pnne et ne peuvent être réprés. On fit fonctionner 000 roots de ce type pendnt trois mois. Fire un tleu indiqunt le nomre (en vleur pprochée à l entier inférieur le plus proche) de roots en fonctionnement u déut de chque semine pendnt les 2 premières semines. On choisit u hsrd un root. Déterminer l proilité : ) qu il soit en fonctionnement plus de trois semines ; ) qu il soit en fonctionnement plus de cinq semines ; c) qu il soit en fonctionnement plus de cinq semines schnt qu il fonctionné plus de trois semines ; d) qu il soit en fonctionnement plus de deux semines. e) Comprer les résultts des questions c) et d). Imginer des questions qui mènent à l même oservtion que celle fite en e). 22

23 C Cours. Définition d une loi exponentielle Propriété 8 Soit λ un nomre réel strictement positif. L fonction f définie sur I = 0;+ proilité. [ [ pr f t t ()= λe λ est une densité de Démonstrtion Montrons que f vérifie les trois conditions. Pr composition, l fonction f est continue sur [ 0; + [. L fonction f est à vleurs positives sur I cr λ est positif et l fonction exponentielle positive. Dns l exercice V de l séquence 7 (Intégrtion), on montré que x t lim λe λ dt =, donc l ire sous l coure de f est égle à u.. x + 0 Définition 7 Soit λ un nomre réel strictement positif. Une vrile à densité X suit l loi exponentielle de prmètre λ si s densité est l fonction f définie sur 0;+ ( ) = λe λ x. [ [ pr f x O Remrque Le prmètre λ est égl à l ordonnée du point de l coure représentnt l λ 0 densité situé sur l xe des ordonnées cr f ( 0) = λe = λ. 23

24 Propriété 9 Quels que soient les nomres réels positifs c et d, on : d λt λc λd P( X [ c ; d] ) = P( c X d) = λe dt = e e. c Démonstrtion Remrque Comme l fonction t λe t pour primitive l fonction t e λ (e u est une primitive de u e u ), on : d λt t d d c c d P( c X d) = λ e dt = λ e e e e e. c = ( λ ) ( λ ) λ λ c On le même résultt si les inéglités sont strictes. Cs prticulier Pour tout réel positif, on : P( X ) = e λ. En effet, pour tout réel, on : λ 0 λ λ PX ( ) = P( 0 X )= e e = e. Propriété 0 Pour tout réel positif, on : P( X ) = e λ. Démonstrtion Remrque Exemple 6 D près l propriété 2 du chpitre 2, P( X ) = PX ( < ) cr les événements ( X ) et ( X < ) sont des événements contrires : ( X ) = ( X < ). D près le cs prticulier précédent, on otient : λ λ PX ( ) = PX ( < ) = PX ( ) = e e. ( ) = Il est très utile de connître les formules des propriétés 9 et 0, mis, pour rédiger, il fut refire les clculs u moins une fois dns une copie d exmen. On considère un composnt électronique dont l durée de vie T (en nnées) suit une loi exponentielle de prmètre λ = 008,. Clculer l proilité (à 0 2 près) qu un tel composnt it une durée de vie : égle exctement à 6 ns ; inférieure à 6 ns ; supérieure à 8 ns ; comprise entre 8 et 2 ns. 24

25 Solution P( T= 6) = 0 cr T est une vrile létoire à densité ; 008, 6 048, P( T< 6) = e = e 0, 38; 008, 8 064, P( T 8) = e = e 0, 53; 008, 8 008, 2 064, 096, P( 8 T 2) = e e = e e 0, Espérnce d une loi exponentielle On générlise l définition de l espérnce d une vrile létoire à densité qui été donnée dns le chpitre 2 dns le cs où les vleurs de X forment un intervlle fermé orné I = [ ; ]. Comme ici I= [ 0; + [, on prend une limite. Si l limite est finie, et c est le cs pour les lois exponentielles, on dit que cette limite est l espérnce de l vrile létoire (si l limite n est ps finie, on ne définit ps E( X )). Définition 8 On définit l espérnce E( X ) d une vrile létoire suivnt l loi exponentielle de prmètre λ en posnt : x t E( X) = lim tλe λ dt. x + 0 Propriété L espérnce E( X ) d une vrile létoire suivnt l loi exponentielle de prmètre λ est telle que : E( X ) =. λ Démonstrtion On cherche d ord, sur [ 0; + [, une primitive de l fonction λt t f : t f( t) = λte sous l forme F : t F( t) = ( t+ ) e λ. L fonction F est dérivle sur [ 0;+ [ et λt λt F'( t) = λ( t+ ) e λt ( λ) e. ( ) = ( + ) Pour que l églité f() t = F () t soit vrie pour tout réel t positif, il suffit que = λ = λ, il suffit donc que λ= 0 =, soit que F() t t e λt =. λ λ Ensuite on clcule l intégrle : x x λt t e dt t e λt λ = 0 λ 0 x e x 0 e 0 e x x e x = ( λ ). λ λ λ λ = λ λ 25

26 Et enfin, on étudie l limite qund x tend vers + pr composition. x L fonction x e λ X est l composée de x λ x et de X e, or lim x X λ (λ est strictement positif) et lim e = 0, on peut donc x + X écrire λx lim e = lim X e = 0 pr composition vec X = λ x. x + X On ussi lim λx λ xe = lim X Xe = 0. x + X x λt λx λx On conclut donc lim tλe dt = lim e λxe x + 0 x + λ ( ) = λ et on trouve ien le résultt nnoncé. Remrque On : λ = E( X ). Dns les pplictions, l vrile létoire X désigne souvent l mesure d une grndeur, une unité étnt précisée, pr exemple l heure. Dns ces cs, le prmètre λ est exprimé dns l unité inverse, pr exemple l «h -». 3. Propriété de durée de vie sns vieillissement On montre ici l propriété nlogue à celle qui été rencontrée dns l ctivité 3. Propriété 2 Une vrile létoire X qui suit une loi exponentielle est telle que, pour tous réels x et h positifs, on PX t ( X t+ h)= P( X h). Démonstrtion PX ( t+ h) ( X t) Pr définition, on : PX t ( X t + h) =. P X t ( ) Comme l événement ( X t + h) est inclus dns l événement ( X t), l intersection des événements devient ( X t + h) ( X t) = ( X t + h). D où : ( ) P X t + h λ( t+ h) e PX t ( X t + h) = =. P( X t) λt e h On simplifie le quotient d exponentielles : PX t ( X t+ h)= e λ. On reconnît P( X h), d où PX t ( X t+ h)= P( X h). Cette propriété est ppelée propriété de durée de vie sns vieillissement. En effet, si on interprète X comme l durée de vie d un ppreil, cette églité signifie que l proilité que l ppreil fonctionne encore u-delà du temps t+ h schnt qu il fonctionne encore à l instnt t est égle à l proilité que l pp- 26

Kit de survie - Bac ES

Kit de survie - Bac ES Kit de survie - Bc ES. Étude du signe d une expression ) Signe de x + Ü Ü ½ Ò µ¼ Ò ½ 0) On détermine l vleur de x qui nnule x +, puis on pplique l règle : «signe de près le 0». ) Signe de x + x + c ܾ

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

LOIS A DENSITE (Partie 1)

LOIS A DENSITE (Partie 1) LOIS A DENSITE (Prtie ) I. Loi de probbilité à densité ) Rppel Eemple : Soit l'epérience létoire : "On lnce un dé à si fces et on regrde le résultt." L'ensemble de toutes les issues possibles Ω = {; ;

Plus en détail

Cours de mathématiques. Chapitre 12 : Calcul Intégral

Cours de mathématiques. Chapitre 12 : Calcul Intégral Cours de mthémtiques Terminle S1 Chpitre 12 : Clcul Intégrl Année scolire 2008-2009 mise à jour 5 mi 2009 Fig. 1 Henri-Léon Leesgue et Bernhrd Riemnn n les confond prfois 1 Tle des mtières I Chpitre 12

Plus en détail

Séquence 7. Intégration. Sommaire

Séquence 7. Intégration. Sommaire Séquence 7 Intégrtion Sommire. Prérequis. Aire et intégrle d une fonction continue et positive sur [ ; ]. Primitives 4. Primitives et intégrles d une fonction continue 5. Synthèse de l séquence Dns ce

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a Intégrtion Les fonctions considérées ci-dessous sont des fonctions définies sur un intervlle réel I, à vleurs réelles ou complees ou, plus générlement, à vleurs dns un espce vectoriel normé de dimension

Plus en détail

CHAPITRE 9 : PRIMITIVES - INTEGRALES

CHAPITRE 9 : PRIMITIVES - INTEGRALES Primitives et intégrles Cours CHAPITRE 9 : PRIMITIVES - INTEGRALES. Primitives d une fonction Définition Soit f une fonction définie sur un intervlle I. Une fonction F est une primitive de f sur I, si

Plus en détail

Chapitre 9: Primitives et intégrales

Chapitre 9: Primitives et intégrales PRIMITIVES ET INTEGRALES 7 Chpitre 9: Primitives et intégrles Prérequis: Limites, dérivées Requis pour: Emen de mturité 9. «À quoi ç sert?» Un peu d histoire Isc Newton (64-77) Les clculs d ire de figures

Plus en détail

Théorie des Langages Formels Chapitre 5 : Automates minimaux

Théorie des Langages Formels Chapitre 5 : Automates minimaux 1/29 Théorie des Lngges Formels Chpitre 5 : Automtes minimux Florence Levé Florence.Leve@u-picrdie.fr Année 2014-2015 2/29 Introduction Les lgorithmes vus précédemment peuvent mener à des utomtes reltivement

Plus en détail

OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON

OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON Durée : 4 heures Les clcultrices sont utorisées. Le sujet comprend qutre exercices indépendnts qui peuvent être trités dns l'ordre que

Plus en détail

Continuité - Limites Asymptotes à une courbe

Continuité - Limites Asymptotes à une courbe Continuité - Limites Asymptotes à une cre Continuité - Théorème des vleurs intermédiires Notion de continuité Grphiquement, on peut reconnître une fonction continue sur un intervlle I pr le fit que le

Plus en détail

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV LEGTHP Sint Nicols STAV Promotion 8 MODULE M4 MATHEMATIQUES TERMINALE STAV Fiches de cours S. FLOQUET Septemre 9 Lycée Sint Nicols Igny Promotion 8 SOMMAIRE STAV PARTIE : RESUMES DE COURS Équtions de droites

Plus en détail

Chapitre 3 Dérivées et Primitives

Chapitre 3 Dérivées et Primitives Cours de Mthémtiques Clsse de Terminle STI - Chpitre : Dérivées et Primitives Chpitre Dérivées et Primitives A) Rppels de première et compléments ) Dérivées usuelles Fonction définie sur Fonction f() =

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn)

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn) Chpitre 7 Primitives et Intégrles 7. Primitive d une fonction Soit f une fonction définie sur un intervlle K de R. On ppelle primitive de f, une fonction F dont l dérivée est f : F (x) = f(x). On note

Plus en détail

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x.

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x. MP Jnson DS6 du 7 jnvier 24/25 Problème (CCP) Toutes les fonctions de ce problème sont à vleurs réelles. PARTE PRÉLMNARE Les résultts de cette prtie seront utilisés plusieurs fois dns le problème.. Fonction

Plus en détail

Préparation à l'examen écrit de maturité Mathématiques 2013

Préparation à l'examen écrit de maturité Mathématiques 2013 Wechter Loïc Mturité 2013 Mthémtiques Cours de M. Flcoz 2013 Préprtion à l'exmen écrit de mturité Mthémtiques 2013 1.Primitives et intégrles 1.1Primitives (CRM pp.77-80) Une primitive pourrit se définir

Plus en détail

Zéros des fonctions. 1. La dichotomie. Exo7. 1.1. Principe de la dichotomie

Zéros des fonctions. 1. La dichotomie. Exo7. 1.1. Principe de la dichotomie Exo7 Zéros des fonctions Vidéo prtie 1. L dichotomie Vidéo prtie. L méthode de l sécnte Vidéo prtie 3. L méthode de Newton Dns ce chpitre nous llons ppliquer toutes les notions précédentes sur les suites

Plus en détail

LOI UNIFORME SUR [a ; b]

LOI UNIFORME SUR [a ; b] LOI UNIFORME SUR [ ; ] Eemple Dns une ville, un voygeur sit que sur une ligne d utous donnée, il psse un utous toutes les heures Ce voygeur ignore les horires et rrive à un rrêt de cette ligne Comien de

Plus en détail

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3 Reltions binires Mrc SAGE 8 octobre 007 Tble des mtières Amuse gueule Combintoire dns les quotients 3 Problème d extrém 3 4 Un théorème de point xe 3 5 Sur l conjugisons dns R 3 6 Sur les corps totlement

Plus en détail

Fonctions de référence

Fonctions de référence Chpitre 7 Clsse de Seconde Fonctions de référence Ce que dit le progrmme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Fonctions de référence Fonctions linéires et fonctions ffines Vritions de l fonction

Plus en détail

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 28 novembre 2013 Lien vers l dernière mise à jour de ce document Lien vers les exercices de ce chpitre Chpitre 20 Intégrtion Sommire 20.1 Continuité uniforme.................................

Plus en détail

Automates et langages: quelques algorithmes

Automates et langages: quelques algorithmes Automtes et lngges: quelques lgorithmes Eugene Asrin Sddek Benslem Avertissement Dns l étt ctuel ce document est rchi-sec et peut servir seulement d un ide-mémoire. Pour comprendre les lgorithmes ci-dessous

Plus en détail

Lois de probabilité à densité

Lois de probabilité à densité Lois de probbilité à densité Christophe ROSSIGNOL Année scolire 0/03 Tble des mtières Loi à densité sur un intervlle I. Deux exemples pour comprendre..................................... Densité de probbilité...........................................3

Plus en détail

Kit de survie - Bac S

Kit de survie - Bac S Kit de survie - Bc S. Inéglités - Étude du signe d une expression Opértions sur les inéglités Règles usuelles : Pour tout x < y x + < y + même sens Pour tout k > : x < y kx < ky même sens Pour tout k

Plus en détail

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique.

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique. C39211 Ecole Normle Supérieure de Cchn 61 venue du président Wilson 94230 CACHAN Concours d dmission en 3 ème nnée Informtique Session 2009 INFORMATIQUE 1 Durée : 5 heures «Aucun document n est utorisé»

Plus en détail

FAQ sur l utilisation d Ecoline-solo

FAQ sur l utilisation d Ecoline-solo FAQ sur l utilistion d Ecoline-solo De quel mtériel i-je esoin pour compléter les informtions demndées dns Ecoline-solo? Pour remplir rpidement toutes les informtions demndées dns Ecoline-solo, vous devez,

Plus en détail

Lycée Faidherbe, Lille MP1 Cours d informatique 2013 2014. Automates

Lycée Faidherbe, Lille MP1 Cours d informatique 2013 2014. Automates Lycée Fidhere, Lille MP Cours d informtique 203 204 Automtes I Déterministes........................... 2 Définitions 2 Exemple 2 Action des mots 3 Lngge reconnu 3 II Incomplets.............................

Plus en détail

Marc Chemillier Master M2 Atiam (Ircam), 2011-2012

Marc Chemillier Master M2 Atiam (Ircam), 2011-2012 MMIM Modèles mthémtiques en informtique musicle Mrc Chemillier Mster M2 Atim (Ircm), 2011-2012 Notions théoriques sur les lngges formels - Définitions générles o Mots, lngges o Monoïdes - Notion d utomte

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Majorations de l erreur dans les calculs classiques de valeurs approchées d intégrale. Notes pour la préparation au CAPES - Strasbourg- février 2006

Majorations de l erreur dans les calculs classiques de valeurs approchées d intégrale. Notes pour la préparation au CAPES - Strasbourg- février 2006 Mjortions de l erreur dns les clculs clssiques de vleurs pprochées d intégrle Notes pour l préprtion u CAPES - Strsbourg- février 00 On trouve dns différents ouvrges élémentires des démonstrtions à coup

Plus en détail

(surface d'un cercle : S = pd2 4 )

(surface d'un cercle : S = pd2 4 ) Les cordes sont de dimètres vribles. Si on les remplce pr deux cordes de même dimètre, le dimètre moyen, le résultt devrit être le même. Ici le résultt, c est sns doute l résistnce qui est proportionnelle

Plus en détail

Calcul intégral. II Intégrale d une fonction 4

Calcul intégral. II Intégrale d une fonction 4 BTS DOMOTIQUE Clcul intégrl 8- Clcul intégrl Tble des mtières I Primitives I. Définitions............................................... I. Clculs de primitives.........................................

Plus en détail

ESTIMER LA PRÉCISION DES MESURES

ESTIMER LA PRÉCISION DES MESURES ESTIMER LA PRÉCISION DES MESURES I. Précision d'une mesure directe Une mesure directe est une mesure lue sur un ppreil de mesure. Le résultt d'une mesure directe n'est jmis connu de fçon prfitement excte.

Plus en détail

Outils de calcul pour la 3 ème

Outils de calcul pour la 3 ème Chpitre I Outils de clcul pour l Ce que nous connissons déjà :! Opértions sur les décimux, les reltifs et les quotients. Puissnces de dix. Nottions scientifiques. Clcul littérl simple. Objectifs de ce

Plus en détail

Théorie des Langages Épisode 2 Automates finis

Théorie des Langages Épisode 2 Automates finis AFD AFN Opértions Lemme de pompge 1/ 36 Théorie des Lngges Épisode 2 Automtes finis Thoms Pietrzk Université Pul Verline Metz AFD AFN Opértions Lemme de pompge Reconnisseur Définition Configurtion Accepttion

Plus en détail

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville Théorème de Lx Milgrm Appliction u problème de Dirichlet pour l éqution de Sturm Liouville Résumé du cours de MEDP Mîtrise de mthémtiques 2000 2001 2001nov18 (medp-lx-milgrm.tex) Dns ce chpitre, on se

Plus en détail

Dynamique des systèmes et automates à états

Dynamique des systèmes et automates à états Chpitre 8 Dynmique des systèmes et utomtes à étts L modélistion sttique s intéresse à ce qu il y dns le système, à s structure, etc. L modélistion de l dynmique trite de l évolution du système dns le temps.

Plus en détail

3 LES OUTILS DE DESCRIPTION D UNE FONCTION LOGIQUE

3 LES OUTILS DE DESCRIPTION D UNE FONCTION LOGIQUE 1GEN ciences et Techniques Industrielles Pge 1 sur 7 Automtique et Informtiques Appliquées Génie Énergétique Première 1 - LA VARIABLE BINAIRE L électrotechnique, l électronique et l mécnique étudient et

Plus en détail

CALCUL INTEGRAL I. ACTIVITES D INTRODUCTION. Ch7 : Calcul intégral-ts

CALCUL INTEGRAL I. ACTIVITES D INTRODUCTION. Ch7 : Calcul intégral-ts Ch7 : Clcul intégrl-ts CALCUL INTEGRAL I. ACTIVITES D INTRODUCTION Activité n : Trcer dns un repère orthonorml l représenttion grphique de l fonction f définie pr : f(x) = 5. Hchurer l'ire du domine pln

Plus en détail

Primitive et intégrale d une fonction continue

Primitive et intégrale d une fonction continue Primitive et intégrle d une fonction continue O. Simon, Université de Rennes I 24 mi 2005 Avertissement : Ceci n est ps le contenu d une leçon de CAPES. Dns le progrmme 2002 de terminles S, on introduit

Plus en détail

I. Que sont les partitions?

I. Que sont les partitions? Cours de mthémtiques frfelues LES FRACTIONS CASSÉES Prémule Voici un cours de mthémtiques qui n ur jmis s plce dns une slle de clsse un utre jour que le er vril. Son sujet : les frctions cssées, ou prtitions,

Plus en détail

Chapitre 12 : Lois de probabilité continues

Chapitre 12 : Lois de probabilité continues Chpitre 12 : Lois de probbilité continues I. Lois de probbilité à densité Dns les situtions précédentes, on rencontré des vribles létoires dites discrètes : elles ne prennent qu un nombre fini de vleurs.

Plus en détail

Utiliser l inverse d une matrice pour résoudre un système d équations & courbes polynomiales

Utiliser l inverse d une matrice pour résoudre un système d équations & courbes polynomiales Utiliser l inverse d une mtrice pour résoudre un système d équtions & coures polynomiles Exercice : Dns une ferme, il y des lpins et des poules. On dénomre 58 têtes et 60 pttes. Comien y -t-il de lpins

Plus en détail

gfaubert septembre 2010 1

gfaubert septembre 2010 1 Notes de cours Pour l e secondire Compiltion et/ou crétion Guyline Fuert Septemre 00 gfuert septemre 00 Géométrie------------------------------------------------------------------------------------------------------------------------

Plus en détail

2. Formules d addition.

2. Formules d addition. IX. Trigonométrie 1. Rppels 1.1 Définitions : Dns le cercle trigonométrique C ( O, 1 ), si nous fixons un point P correspondnt à un ngle d mplitude nous vons défini : = bscisse du point P sin = ordonnée

Plus en détail

Mesure de résistances

Mesure de résistances GEL 1002 Trvux prtiques Lortoire 2 1 Trvux prtiques Lortoire 2 (1 sénce) Mesure de résistnces Ojectifs Les ojectifs de cette phse des trvux prtiques sont : ) d utiliser déqutement l plquette de montge

Plus en détail

Calcul int egral. 15 d ecembre 2008

Calcul int egral. 15 d ecembre 2008 Clcul intégrl. 15 décembre 2008 2 Tble des mtières I Intégrles multiples 5 1 Rppels sur l intégrle définie des fonctions d une vrible. 7 1.1 Motivtions................................ 7 1.1.1 Cs des fonctions

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Théorème de Rolle et formules de Taylor

Théorème de Rolle et formules de Taylor Théorème de Rolle et formules de Tylor 1 Extrémums des fonctions différentibles à vleurs réelles 1. Soient K un compct d un espce vectoriel normé (E, ) et f une fonction définie sur K à vleurs dns R. Montrer

Plus en détail

Espaces métriques, espaces vectoriels normés. Tewfik Sari. L2 Math

Espaces métriques, espaces vectoriels normés. Tewfik Sari. L2 Math Espces métriques, espces vectoriels normés Tewfik Sri L2 Mth Avertissement : ces notes sont l rédction, progressive et provisoire, d un résumé du cours d espces métriques de d espces vectoriels normés

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

TOUT SUR LE TRIANGLE

TOUT SUR LE TRIANGLE PROBLEME de niveu sup rédigé pr R. Ferreol ferreol@mthcurve.com TOUT SUR LE TRIANGLE. DONNÉES ET NOTATIONS 3 points A, B, C non lignés d un pln ffine euclidien P orienté de fçon à ce que (AB, AC ) soit

Plus en détail

Terminale ES. Lois de probabilité à densité

Terminale ES. Lois de probabilité à densité Terminle ES Loi à densité sur un intervlle On considère une expérience létoire et un univers ssocié muni d une proilité. I Vrile létoire continue Définition Une vrile létoire continue X est une fonction

Plus en détail

Synthèse de cours (Terminale S) Dérivation : rappels et compléments

Synthèse de cours (Terminale S) Dérivation : rappels et compléments Synthèse de cours (Terminle S) Dérivtion : rppels et compléments Rppels de 1ère Nombre dérivé Soit f une fonction définie sur un intervlle I et un élément de I. f ( + h) f ( ) Si l limite lim existe, on

Plus en détail

Synthèse de cours PanaMaths Variables aléatoires à densité

Synthèse de cours PanaMaths Variables aléatoires à densité Synthèse de cours PnMths Vriles létoires à densité Vrile létoire à densité Vrile létoire réelle continue Soit X une vrile létoire réelle. On dit que «X est une vrile létoire réelle continue» si elle prend

Plus en détail

CAP PRO E SCHEMA : LE MOTEUR

CAP PRO E SCHEMA : LE MOTEUR CAP PRO E SCHEMA : E MOTEUR folio folio folio folio folio folio folio 7 folio 8 folio 9 plque signlétique d un moteur puissnce sorée pr un moteur plque à ornes d un moteur triphsé e couplge étoile e couplge

Plus en détail

Fonctions affines ; Equations et inéquations

Fonctions affines ; Equations et inéquations Fonctions ffines ; Equtions et inéqutions I. Fonctions ffines.. Définition Définition d une fonction ffine : on ppelle fonction ffine toute fonction définie sur pr f ( ) où et sont des réels tels que.

Plus en détail

Les intégrales. f(x) dx. f(x) dx est appelée intégrale définie, c est un nombre. La variable x ne sert qu à décrire la fonction f, on a b

Les intégrales. f(x) dx. f(x) dx est appelée intégrale définie, c est un nombre. La variable x ne sert qu à décrire la fonction f, on a b Les intégrles Introduction Etnt donnée une fonction positive f définie sur un intervlle borné [, b], on veut évluer l ire comprise entre l e des bscisses, l courbe représentnt f et les verticles = et =

Plus en détail

Résumé sur les Intégrales Impropres & exercices supplémentaires

Résumé sur les Intégrales Impropres & exercices supplémentaires L-MATH II-(25-26). Résumé sur les Intégrles Impropres & eercices supplémentires Une fonction définie sur un intervlle I est dite loclement intégrble sur I si f est Riemnnintégrble sur tout intervlle [,

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

8. Primitives d'une fonction et intégrales

8. Primitives d'une fonction et intégrales 8. Primitives d'une fonction et intégrles I- Usge du tleu des dérivées Compléter les tleu et en précisnt le numéro des lignes utilisées. Tleu N f () f ' () -... Fonction f f () + érivée f ' f ' ()......

Plus en détail

TP 10 : Lois de Kepler

TP 10 : Lois de Kepler TP 10 : Lois de Kepler Objectifs : - Estimer l msse de Jupiter à prtir de l troisième loi de Kepler. - Utiliser Stellrium, un simulteur de plnétrium «photo-réel». Compétences trvillées : - Démontrer que,

Plus en détail

Résumé du cours d analyse de maths spé MP

Résumé du cours d analyse de maths spé MP 1 TOPOLOGE Résumé du cours d nlyse de mths spé MP 1 Topologie 1) Normes, normes équivlentes Une norme sur l espce vectoriel E est une ppliction N de E dns R vérifint : x E, N(x). x E, (N(x) = x = ) (xiome

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Fractions. 1 Propriété des quotients égaux 1. 2 Addition, soustraction de deux fractions 3. 3 Produit de deux fractions 5

Fractions. 1 Propriété des quotients égaux 1. 2 Addition, soustraction de deux fractions 3. 3 Produit de deux fractions 5 Tle des mtières Frctions 1 Propriété des quotients égux 1 Addition, soustrction de deux frctions Produit de deux frctions Comprison de deux frctions Produit en croix 10 6 Quotient de deux frctions. Inverse

Plus en détail

Cours de Mathématique - Statistique Calcul Matriciel

Cours de Mathématique - Statistique Calcul Matriciel L - Mth Stt Cours de Mthémtique - Sttistique Clcul Mtriciel F. SEYTE : Mître de conférences HDR en sciences économiques Université de Montpellier I M. TERRZ : Professeur de sciences économiques Université

Plus en détail

Les règles de Descartes et de Budan Fourier

Les règles de Descartes et de Budan Fourier Ojectifs de ce chpitre Mthémtiques ssistées pr ordinteur Chpitre 4 : Rcines des polynômes réels et complexes Michel Eisermnn Mt49, DLST LS4, Année 8-9 www-fourierujf-grenolefr/ eiserm/cours # mo Document

Plus en détail

Rattrapage. 4 ] Quelle est la complexité dans le pire cas de l algorithme de tri fusion (pour trier n éléments)?

Rattrapage. 4 ] Quelle est la complexité dans le pire cas de l algorithme de tri fusion (pour trier n éléments)? IN 02 6 mrs 2009 Rttrpge NOM : Prénom : ucun document n est utorisé. ce QCM outit à une note sur 42 points. L note finle sur 20 ser otenue simplement en divisnt l note sur 42 pr 2. Il suffit donc de donner

Plus en détail

Développements limités. Motivation. Exo7

Développements limités. Motivation. Exo7 Eo7 Développements limités Vidéo prtie. Formules de Tlor Vidéo prtie 2. Développements limités u voisinge d'un point Vidéo prtie 3. Opértions sur les DL Vidéo prtie 4. Applictions Eercices Développements

Plus en détail

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel COURS D ANALYSE Licence de Mthémtiques, première nnée Lurent Michel Automne 2011 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

LE PUITS DOUBLE L EXEMPLE STANDARD DE LA MOLECULE D AMMONIAC I. EXERCICE PRELIMINAIRE: EFFET TUNNEL

LE PUITS DOUBLE L EXEMPLE STANDARD DE LA MOLECULE D AMMONIAC I. EXERCICE PRELIMINAIRE: EFFET TUNNEL Préceptort de Mécnique Quntique 1 ère nnée Florent Krzkl, PCT, Bureu F.3-14 LE PUITS DOUBLE L EXEMPLE STANDARD DE LA MOLECULE D AMMONIAC I. EXERCICE PRELIMINAIRE: EFFET TUNNEL I-1/ Soit une brrière de

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

Chapitre 8 Le calcul intégral

Chapitre 8 Le calcul intégral Cours de Mthémtiques Terminle STI Chpitre 8 : Le Clcul Intégrl Chpitre 8 Le clcul intégrl A) Intégrle d une fonction dérivle sur un intervlle 1) Définition Soit f une fonction dérivle sur un intervlle

Plus en détail

Théorie des langages Automates finis

Théorie des langages Automates finis Théorie des lngges Automtes finis Elise Bonzon http://we.mi.prisdescrtes.fr/ onzon/ elise.onzon@prisdescrtes.fr 1 / 51 Automtes finis Introduction Formlistion Représenttion et exemples Automtes complets

Plus en détail

zz' = z. z' ; Si z' # 0 1 z' Re(z) = z + z z est réel z = z ; z est imaginaire pur z = - z

zz' = z. z' ; Si z' # 0 1 z' Re(z) = z + z z est réel z = z ; z est imaginaire pur z = - z Nomres complexes Module et conjugué d'un nomre complexe Définition - Propriétés Un nomre complexe z s'écrit de fçon unique sous l forme + i ; IR, IR On dit que + i est l forme lgérique du nomre complexe

Plus en détail

DÉNOMBREMENT LOIS DE PROBABILITÉ

DÉNOMBREMENT LOIS DE PROBABILITÉ DÉNOMBREMENT LOIS DE PROBABILITÉ A Dénombrement I Utilistion de digrmmes, de tbleux, d rbres Exemples : 1. Un centre de loisirs ccueille 100 enfnts. Deux sports sont proposés : le footbll et le tennis.

Plus en détail

DISTANCES DE LA TERRE A LA LUNE ET AU SOLEIL

DISTANCES DE LA TERRE A LA LUNE ET AU SOLEIL Première Distnces de l Terre à l Lune et u Soleil Pge 1 TRAVAUX DIRIGES DISTANCES DE LA TERRE A LA LUNE ET AU SOLEIL -80 II ème siècle p J-C 153 1609 1666 1916 199 ARISTARQUE de Smos donne une mesure de

Plus en détail

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI Toutes les questions de cours et R.O.C. u bc de T.S. Vincent PANTALONI VERSION DU 9 MARS 2012 Tble des mtières Bc 2011 3 Bc 2011 5 Bc 2010 9 Bc 2009 11 Bc 2008 13 Bc 2007 17 Bc 2006 19 Bc 2005 21 ii Remerciements.

Plus en détail

Chapitre I Introduction aux problèmes variationnels

Chapitre I Introduction aux problèmes variationnels Chpitre I Introduction ux problèmes vritionnels I.1. Introduction. Le clcul des vritions concerne l recherche d extrems (minimums ou mximums), et peut être considéré comme une brnche de l optimistion.

Plus en détail

Kit de survie - Bac ES

Kit de survie - Bac ES Kit de survie - c E Etude du signe d une eression - igne de + b ( 0) On détermine l vleur de qui nnule + b, uis on lique l règle : "signe de rès le 0". +b b/ + signe de ( ) signe de - igne de + b + c (

Plus en détail

Théorie de langages, TD3

Théorie de langages, TD3 Théorie de lngges, TD3 Octoer 6, 25 Automtes finis. Definitions Un utomte fini déterministe (DFA deterministic finite utomton) est une mchine de clcul A qui peut être définie pr les cinq éléments suivnts.

Plus en détail

Mathématiques, Semestre S1

Mathématiques, Semestre S1 Polytech Pris-Sud PeiP1 2011/2012 Notes de cours Mthémtiques, Semestre S1 Filippo SANTAMBROGIO 2 Tble des mtières 1 Les fonctions dns R et leurs limites 7 1.1 Fonctions réelles d une vrible réelle.........................

Plus en détail

Chapitre 7 Intégrale et primitive. Table des matières. Chapitre 7 Intégrale et primitive TABLE DES MATIÈRES page -1

Chapitre 7 Intégrale et primitive. Table des matières. Chapitre 7 Intégrale et primitive TABLE DES MATIÈRES page -1 Chpitre 7 Intégrle et primitive TABLE DES MATIÈRES pge - Chpitre 7 Intégrle et primitive Tble des mtières I Exercices I-................................................ I- Clcul pproché d une intégrle

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Stage olympique de Cachan Géométrie

Stage olympique de Cachan Géométrie Stge olympique de chn Géométrie Exercices du vendredi 20 février 2015 1 Quelques définitions et résultts utiles éfinition (Nottions) Soit un tringle non plt. On utiliser usuellement les nottions suivntes

Plus en détail

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1 Grenoble INP Pgor 1ère nnée Exercices corrigés Anlyse numérique NB : Les exercices corrigés ici sont les exercices proposés durnt les sénces de cours. Les corrections données sont des corrections plus

Plus en détail

STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS

STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS CHAPITRE 1 STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS Objectifs Comme les liquides et les gz, les solides jouent un rôle très importnt en chimie. Or l pluprt des solides sont des solides cristllins.

Plus en détail

Cours de Mathématiques Seconde. Ordre et valeur absolue

Cours de Mathématiques Seconde. Ordre et valeur absolue Cours de Mthémtiques Seconde Frédéric Demoulin 1 Dernière révision : 16 vril 2007 Document diffusé vi le site www.cmths.net de Gilles Costntini 2 1 frederic.demoulin (chez) voil.fr 2 gilles.costntini (chez)

Plus en détail

Chapitre 6 : Fonctions affines -28-01-12- Seconde 7, 2010-2011, Y. Angeli

Chapitre 6 : Fonctions affines -28-01-12- Seconde 7, 2010-2011, Y. Angeli Chpitre 6 : Fonctions ffines -8-01-1- Seconde 7, 010-011, Y. Angeli 1. Éqution réduite d une droite Théorème. Dns un repère, soient A(x A ;y A ) et B(x B ;y B ) tels que x A x B. Alors l droite (AB) est

Plus en détail

Automates finis. porte

Automates finis. porte utomtes finis Il s git d un modèle très souple, qui s dpte à des domines très différents en informtique. D une fçon générle, il sert à représenter les divers étts d un système (mécnique, électronique ou

Plus en détail

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux Cours de Terminle S Lycée Cmille Pissrro 203-204 Sébstien Andrieux 7 juin 204 Tble des mtières I Cours de Terminle S 5 Risonnement pr récurrence 6 2 Suites et limites des suites 8 I Suite convergente,

Plus en détail

Lois de probabilité continues

Lois de probabilité continues Lois de probbilité continues Tble des mtières I Lois de probbilité continues I.1 Principe et définitions........................................... I. Exemples de lois continues.........................................

Plus en détail

Automates et langages

Automates et langages Automtes et lngges L exmen corrigé RICM 9 jnvier 22 Grmmire Automte Expression On considère l grmmire régulière G =(Γ,Σ,S,Π) vec Γ = {S,P,R}, Σ={,} et Π={S P,P R,P S,R,R P }.. Construire un utomte A cceptnt

Plus en détail

Primitives Calcul intégral

Primitives Calcul intégral Primitives Clcul intégrl Christophe ROSSIGNOL Année scolire 2009/200 Tble des mtières Primitives 2. Définition, premières propriétés..................................... 2.2 Primitives des fonctions usuelles....................................

Plus en détail

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët Université de Mrseille Licence de Mthémtiques, ere nnée, Anlyse (limites, continuité, dérivées, intégrtion) T. Gllouët July 29, 205 Tble des mtières Limites 3. Définition et propriétés......................................

Plus en détail

Contrôle sur le Cours d'algorithme et de langage C

Contrôle sur le Cours d'algorithme et de langage C Déprtement Génie Electrique Automtique NOM: Prénom: Contrôle sur le Cours d'algorithme et de lngge C G.Gteu et J.Régnier Le 15 Jnvier 2008- Durée 2h Documents de cours utorisé. Le contrôle est constitué

Plus en détail

Théorie de la mesure et intégration. J.C. Pardo

Théorie de la mesure et intégration. J.C. Pardo Feuille de TD 6. Théorie de l mesure et intégrtion. J.C. Prdo Exercices. Exo. 72 Soit f une fonction sur. On considère muni de l tribu B des boréliens et d une mesure λ sur B. On suppose que f est λ-loclement

Plus en détail