Notion de variable aléatoire réelle discrète

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Notion de variable aléatoire réelle discrète"

Transcription

1 Université de Picardie Jules Verne UFR des Sciences Licence mention Mathématiques et mention Informatique parcours MIAGE - Semestre 3 Statistique et Probabilités otion de variable aléatoire réelle discrète Considérons une populationsur laquelle on définit un caractère quantitatif X. X est une application de dansqui, à tout individu, associe un réel x X X X ensemble des valeurs du caractère. Cette application modélise le caractère de façon déterministe en ce sens que, si on connaît l individu, on connaît aussitôt la valeur x. Son étude relève de la statistique descriptive qui conduit, par exemple, au tableau des couplesx i,f i où x i est une valeur observée et f i sa fréquence. Supposons maintenant que l on tire au hasard un individudans cette populationpour consigner la valeur x du caractère. e pouvant pas prévoir quel individu précis sera tiré, on ne peut pas prévoir non plus la valeur précise de x qui sera consigner. On aimerait donc disposer d un moyen d attribuer une probabilité aux éléments de X. L idée est de transporter sur X la probabilité surconstruite pour modéliser la situation aléatoire correspondant au tirage aléatoire d un individu. De même qu un caractère quantitatif peut être discret ou continu, on parlera de variable aléatoire discrète ou continue (dans le deuxième cas, on parlera de variable aléatoire à densité). 1. Cas d un nombre fini de valeurs Exemple introductif. Un joueur lance un dé équilibré à 6 faces numérotées de 1 à 6, et on observe le numéro obtenu. Si le joueur obtient 1, 3 ou 5, il gagne 1 euro ; s il obtient ou 4, il gagne 5 euros ; s il obtient 6, il perd euros. Prenons 1,, 3, 4, 5, 6, A P et P l équiprobabilité sur, A Soit X l application de dansqui à tout associe le gain correspondant. On a X1 X3 X5 1, X X4 5 et X6. Ainsi, X 1,5,. On peut s intéresser à la probabilité de gagner 1 euro, c est-à-dire d avoir X 1, ce qui se réalise si et seulement si 1,3,5. La probabilité cherchée est donc égale à P1,3,5 3/6 1/. On écrira aussi P X 1 PX 1 1/. On pourra donc considérer l événement : X 1 / X 1 / X 1 X 1 1 1,3,5. On aura de même PX 5 1/3 et PX 1/6. On a ainsi construit un nouvel ensemble X,1,5, et muni cet ensemble de la probabilité P X définie par les valeurs ci-dessus : P X 1/6, P X 1 1/ et P X 5 1/3. Définitions. otations. On considère une expérience aléatoire et,a,p est un espace probabilisé fini adapté. On appelle variable aléatoire réelle (v.a.r.) toute application X de dans. L ensemble X X des valeurs prises par X est appelé univers-image. X est alors fini. On désigne par P X la probabilité-image définie par : pour tout x X, P X x P / X x PX x. Les événements / X x, / X x et / a X x sont notés respectivement X x,x x et a X x. Loi de probabilité. Si X est une v.a.r. dont l univers-image fini est X x 1,...,x n, alors X est appelée v.a.r. discrète finie et on appelle loi de probabilité de X la donnée des couplesx i,p i, avec p i PX x i. On pourra toujours s assurer que l on a bien p i 0 et n p i p 1 p p n 1. Stéphane Ducay 1

2 Exemple. Reprenons l exemple introductif. La loi de probabilité de X est donnée par x i p i 1/6 1/ 1/3 1 Fonction de répartition. Si X est une v.a.r., alors on appelle fonction de répartition de X la fonction F X de dans0,1 définie par, pour tout réel x, F X x PX x. Si X est discrète finie, alors F X est une fonction en escalier dont les sauts se présentent aux points x i de X, chaque saut étant égal à p i PX x i. Exemple. Reprenons l exemple introductif. On a : - pour tout x, F X x PX x P 0 ; - pour tout x 1, F X x PX x PX 1/6 ; - pour tout 1 x 5, F X x PX x PX X 1 PX PX 1 1/61/ /3 ; - pour tout x 5, F X x PX x P 1. i On a donc Fx i PX x i p p 1 p p i, probabilité que X prenne une valeur inférieure 1 ou égale à x i. En statistique descriptive des variables quantitatives discrètes, les fréquences cumulées étaient données i par : F i f f 1 f f i, et représentaient la fréquence des valeurs inférieures ou égales à x i. 1 Interprétant les probabilités p i des x i comme les limites des fréquences f i, on observe que les formules et leur interprétation sont analogues. Espérance mathématique. Variance. Ecart-type. Soit X une v.a.r. discrète dont l univers-image fini est X x 1,...,x n. On appelle espérance mathématique de X le réel EX p i x i p 1 x 1 p x p n x n. Ce nombre représente la valeur moyenne de X. On appelle variance de X le réel VX p i x i EX. On a VX EX EX n p i x i EX. On appelle écart-type de X le réel X VX. On appelle intervalle moyen de X l intervalle EX X,EX X. n n Exemple. Reprenons l exemple introductif. On a EX On a EX , d où VX EX EX et X VX 4 1 5,05. En statistique descriptive des variables quantitativesdiscrètes, nous avions les formules suivantes. Moyenne : x 1 n n ix i n i n x i f i x i Variance : s x 1 n n ix i x f i x i x. Ecart-type : s x s x. Interprétant les probabilités p i des x i comme les limites des fréquences f i, on observe que les formules et leur interprétation sont analogues. Stéphane Ducay

3 Lois classiques : Binomiale et Hypergéométrique. Répétition d expériences. On répète n fois dans les mêmes conditions une même expérience aléatoire (les répétitions étant indépendantes entre elles) au cours de laquelle un événement A a une probabilité p d être réalisé. La variable aléatoire X, égale au nombre de fois où l événement A est réalisé, suit la loi Binomiale Bn,p, ce qui signifie que : X est à valeurs dans X 0,1,...,n et, pour tout 0,1,...,n, PX C n p 1p n. On a de plus : EX np et VX np1p. Tirages dans une population à catégories. On considère une population de individus à deux catégories, avec 1 individus de catégorie 1 et individus de catégorie (on a 1 ). On effectue n tirages d un individu dans la population et on désigne par X la variable aléatoire égale au nombre d individus de catégorie 1 obtenus. Si on effectue les tirages avec remise, alors X suit la loi BinomialeB n, 1. Si on effectue les tirages sans remise ou simultanés (dans ce cas, on doit avoir n ), alors X suit la loi HypergéométriqueH,n, 1, ce qui signifie que X est à valeurs dans X max0,n 1,min 1,n et pour tout 0,1,...,n, PX C 1 n. C On a de plus : EX np et VX np1p n 1 en posant p 1. n C 1 Exemples. 1) On lance fois de suite une pièce de monnaie équilibrée. Quelle est la probabilité d obtenir 3 fois (exactement) Pile? On peut considérer que l on répète n fois dans les mêmes conditions l expérience aléatoire "lancer la pièce" (les répétitions étant indépendantes entre elles) au cours de laquelle l événement A "obtenir Pile" a la probabilité p 1 d être réalisé. La variable aléatoire X, égale au nombre de fois où l événement A est réalisé, i.e. au nombre de Pile obtenus, suit la loi BinomialeBn,p B, 1, ce qui signifie que : - X est à valeurs dans X 0,1,...,n 0,1,..., ; - pour tout 0,1,...,, PX C n p 1p n C 1 C 1. 3 On en déduit que la probabilité d obtenir 3 fois Pile est PX 3 C 1 1 0,117. ) On tire successivement 4 boules d une urne contenant 3 boules blanches et 7 boules noires. Quelle est la probabilité d obtenir (exactement) boules blanches? On peut considérer que l on effectue n 4 tirages d un individu dans la population des boules, avec 1 3 boules blanches et 7 boules noires (on a 1 ). Si on désigne par X la variable aléatoire égale au nombre de boules blanches obtenues, alors : - dans le cas de tirages avec remise, X suit la loi BinomialeB n, 1 B 4, 3 ; ainsi, X est à valeurs dans X 0,1,...,n 0,1,...,4 et pour tout 0,1,...,4, PX C n p 1p n 4 C ; on a donc PX C , dans le cas de tirages sans remise, X suit la loi HypergéométriqueH,n, 1 H,4, 3 ; ainsi, X est à valeurs dans X max0,n 1,min 1,n 0,1,,3 et pour tout 0,1,,3, PX C n 1 C 1 n C 3 4 C 7 ; on a donc PX C 3 C 7 0,3. C 4 4 C C Lorsque est très grand devant n (en pratique n), on peut approcher la loi Hypergéométrique H,n, 1 par la loi BinomialeB n, 1. Cela signifie que C 1 n C 1 C n n C Stéphane Ducay 3 n.

4 . Cas d un nombre infini de valeurs Définitions. On appelle variable aléatoire réelle discrète infinie toute v.a.r. dont l univers-image X (ensemble des valeurs prises par X) est infini dénombrable. Dans ce cours, on se limitera à X / ou X. On appelle loi de probabilité de X la donnée des couples,p, avec p PX, pour X. On pourra toujours s assurer que l on a bien p 0 et X p 1. Attention! Cette dernière somme contient une infinité de termes! Il s agit de la somme d une série numérique, qui peut être infinie ou ne pas exister. ous n aborderons pas pour le moment les problèmes liés à cette notion. Espérance mathématique. Variance. Ecart-type. Soit X une v.a.r. discrète dont l univers-image infini est X. Sous reserve d existence des sommes indiquées ci-dessous, on a : - espérance mathématique de X : EX p. X - variance de X : VX EX p et VX EX EX p EX. X X - écart-type de X : X VX - intervalle moyen de X : EX X,EX X. Lois classiques : Poisson et Géométrique. Loi de Poisson. Une variable aléatoire X suit la loi de PoissonP de paramètre 0 si et seulement si : X est à valeurs dans X et, pour tout, PX e!. On a de plus : EX et VX. Loi Géométrique. On répète dans les mêmes conditions une même expérience aléatoire (les répétitions étant indépendantes entre elles) au cours de laquelle un événement A a une probabilité p d être réalisé. La variable aléatoire X, égale au nombre d expériences nécessaires pour avoir la première réalisation de A (i.e. au temps d attente de l événement A), suit la loi GéométriqueGp, ce qui signifie que : X est à valeurs dans X et, pour tout, PX p1p 1. On a de plus : EX 1 1p p et VX. p Lorsque n est grand et p assez petit (en pratique n 30, p 0,1 et np ), on peut approcher la loi BinomialeBn,p par la loi de PoissonPnp. Cela signifie que C n p 1p n e np np.! Ce résultat explique que la loi de Poisson est souvent utilisée lorsque la variable aléatoire X désigne le nombre de réalisations d un événement rare. Plus précisément, cette loi apparaît dans les processus de Poisson comme la limite, lorsque n tend vers l infini, des lois Binomiales B n, n, oùest un réel strictement positif. En effet, un processus de Poisson est caractérisé par une variable aléatoire X qui dénombre les apparitions d un certain événement aléatoire E au cours du temps de façon que : a) la probabilité que E apparaisse au cours d une courte période de l unité de temps de durée t est proportionnelle à cette durée et indépendante de la période choisie : P E survient entre t et t t t ; b) la probabilité que E apparaisse plus d une fois au cours de cette période est considérée comme nulle. En décomposant l unité de temps en n intervalles de durées égales à t, on a t 1 n et P E survient entre t et t t n. D après la condition b), E apparait fois au cours de l unité de temps (0 n) s il survient au cours de intervalles élémentaires de durée 1 n. Il résulte que X suit la loi Binomiale B n, n. Lorsque t tend vers 0, c est-à-dire n tend vers, on obtient une loi de Poisson. Stéphane Ducay 4

5 3. Exercices Exercice 1. 1) Soit X une variable aléatoire dont la loi de probabilité est donnée par : x i p i 0,5 p 0,18 p 4 0,37 a) Déterminer les valeurs de p et p 4, sachant que les événements X et X 4 sont équiprobables. b) Calculer l espérance mathématique et l écart-type de X. c) Déterminer et représenter graphiquement la fonction de répartition de X. ) Calculer l espérance mathématique et l écart-type dela variable aléatoire X.dont la loi de probabilité est x i p i 1/8 1/4 1/5 1/8 3/ Exercice. Deux joueurs A et B lancent chacun une pièce de monnaie équilibrée. Si les deux pièces tombent sur Pile, le joueur A gagne ; sinon, le joueur B gagne et A lui verse euros. Un jeu est équitable si l espérance de gain de chaque joueur est nulle. Pour que le jeu soit équitable, combien le joueur B doit-il verser au joueur A lorsque ce dernier gagne? Exercice 3. 1) Un joueur a une chance sur trois de gagner une partie. Il joue cinq parties. Calculer la probabilité qu il gagne : a) trois parties. b) cinq parties. c) au plus une partie. d) au moins deux parties. ) Un joueur a une chance sur deux de gagner une partie. Combien doit-il jouer de parties pour que la probabilité qu il gagne au moins une fois soit supérieure à 0,9? Exercice 4. Le cours de Statistiques de deuxième année de Licence mention Mathématiques est suivi par 57 étudiants, dont 53 sont inscrits dans la mention Mathématiques, les autres étant inscrits dans une autre mention. Il est convenu que l enseignant de Mathématiques responsable du cours sera le référent de 5 étudiants choisis au hasard parmi ces 57 étudiants. On désigne par X la variable aléatoire égale au nombre d étudiants d une autre mention dont l enseignant sera référent. 1) Donner la loi de probabilité de X. Justifier votre réponse. ) Calculer la probabilité que l enseignant soit référent d au moins deux étudiants d une autre mention. 3) Calculer l espérance mathématique et la variance de X. Exercice 5. L oral d un examen comporte 40 sujets possibles. Un candidat tire 3 sujets au hasard et choisit parmi ces 3 sujets celui qu il désire traiter. Pour un candidat qui n a révisé que 0 sujets, on désigne par X le nombre de sujets qu il a révisé parmi les 3 tirés. 1) Quelle est la loi de probabilité de X. Expliquer. ) Calculer la probabilité que ce candidat tire au moins un sujet qu il a révisé. 3) Calculer cette même probabilité à l aide d une loi approchée de X. Cette approximation vous parait-elle raisonnable? Exercice 6. Dans une production de pièces très nombreuse, il y a 3% de pièces défectueuses. Soit X le nombre de pièces défectueuses dans un échantillon de pièces prélevées au hasard. 1) Quelle est la loi de probabilité de X. Expliquer. ) En déduire le nombre moyen de pièces défectueuses obtenu dans un lot de pièces. 3) Calculer la probabilité d obtenir au moins deux pièces défectueuses. Exercice 7. Les centres de transfusion sanguine diffusent le tableau suivant donnant la répartition de la population française des principaux groupes sanguins : Stéphane Ducay 5

6 O A B AB rhésus 37,0% 38,1% 6,%,8% rhésus - 7,0% 7,% 1,% 0,5% 1) Quelle est la probabilité qu une personne prise au hasard dans la population soit de groupe A? de facteur rhésus?de groupe O et de facteur rhésus?justifier les réponses. ) Dix personnes sont prises au hasard dans la population française. Soit X la variable aléatoire égale au nombre de personnes de groupe A obtenu. a) Quelle est la loi de probabilité de X? Justifier. b) Quelle est la probabilité d obtenir exactement 4 personnes de groupe A? c) Quelle est la probabilité qu au moins la moitié des personnes soit de groupe A? 3) Pour une intervention chirurgicale, on doit avoir au moins 3 donneurs de groupe O et de facteur rhésus. Dix personnes, ignorant leur groupe sanguin, sont disposées à ce don. Calculer la probabilité d avoir au moins les donneurs nécessaires. Exercice 8. Le nombre de micro-ordinateurs vendus chaque jour dans le magasin HIGHTECH suit une loi de Poisson de paramètre 4. Calculer la probabilité que dans une journée : 1) on ne vende aucun micro-ordinateur ) on vende 4 micro-ordinateurs 3) on vende au moins un micro-ordinateur. 4) le nombre de micro-ordinateurs vendus soit compris (au sens large) entre et 6. Exercice 9. On suppose que chaque pièce mécanique produite par une machine a la probabilité p d être défectueuse, et ceci de façon indépendante d une pièce à l autre. 1) Pour contrôler la qualité de la fabrication, on prélève au hasard 0 pièces dans la production, et on note X le nombre de pièces présentant des défauts. a) Quelle est la loi de probabilité de X? b) Donner l espérance mathématique de Y pour p 1 50 et interpréter ce résultat. ) On préleve au hasard des pièces une par une dans la production et on considère le nombre Y de pièces tirées lorsqu on a obtenu la première pièce défectueuse. a) Quelle est la loi de probabilité de Y? b) Donner l espérance mathématique de Y pour p 1 50 et interpréter ce résultat. Exercice. (D après partiel de mars 008) On suppose qu un indice économique, calculé quotidiennement, n évolue d un jour à l autre que de trois façons possibles : soit il diminue de %, soit il est stable, soit il augmente de %. On note i 0 0 l indice de départ et i n l indice au bout de n jours. Une étude a montré que, chaque jour, l indice augmente de % avec une probabilité égale à 0,3, diminue de % avec une probabilité égale à 0, et reste stable avec une probabilité égale à 0,5. L évolution d un jour à l autre est indépendante de l évolution des jours précédents. On suppose construit un espace probabilisé,a,p permettant de décrire les situations suivantes. 1) On considère une période de jours et on désigne par X le nombre de jours où l indice augmente. a) Donner, en justifiant, la loi de probabilité de X. b) Quelle est la probabilité que, sur jours, il y ait exactement 3 jours où l indice augmente"? c) Quel est, sur jours, le nombre moyen de jours où l indice augmente? ) Pour tout entier i 1, on considère les événements suivants : A i : "l indice augmente le i-ème jour", B i : "l indice baisse le i-ème jour" et C i : "l indice est stable le i-ème jour". On s intéresse à l évolution de cet indice sur deux jours. On désigne par Y la valeur de l indice i au bout de deux jours. a) Donner les valeurs de PA 1, PA, PB 1, PB, PC 1 et PC. b) Calculer (en justifiant) PA 1 A. Quelle est la valeur de Y si l événement A 1 A se réalise. c) Calculer de même PA 1 B et PB 1 A, et préciser les valeurs de Y correspondantes. d) A l aide de calculs analogues supplémentaires, déterminer la loi de probabilité de Y. Stéphane Ducay 6

S3 Maths Statistique Rappels sur les variables aléatoires réelles. Université de Picardie Jules Verne UFR des Sciences

S3 Maths Statistique Rappels sur les variables aléatoires réelles. Université de Picardie Jules Verne UFR des Sciences S3 Maths 013-014 Statistique Rappels sur les variables aléatoires réelles Université de Picardie Jules Verne 013-014 UFR des Sciences Licence mention Mathématiques - Semestre 3 Statistique Rappels sur

Plus en détail

Chapitre 5 : Lois Discrètes Usuelles

Chapitre 5 : Lois Discrètes Usuelles Chapitre 5 : Lois Discrètes Usuelles L2 Eco-Gestion, option AEM (L2 Eco-Gestion, option AEM) Chapitre 5 : Lois Discrètes Usuelles 1 / 25 Joseph Bertrand (1900) Comment oser parler des lois du hasard? Le

Plus en détail

1 Loi Uniforme. 2 Loi de Bernouilli. Mathématiques TD 3. Lois discrètes. Exercice 1)

1 Loi Uniforme. 2 Loi de Bernouilli. Mathématiques TD 3. Lois discrètes. Exercice 1) Université de Nice Sophia Antipolis Licence 3 et Master 1 Miage Mathématiques 2015 2016 TD 3 Lois discrètes 1 Loi Uniforme Exercice 1) 1. On jette une pièce équilibrée. On appelle X la variable aléatoire

Plus en détail

Statistique décisionnelle

Statistique décisionnelle Statistique décisionnelle Eugen Ursu Université Bordeaux IV E.Ursu (Université Bordeaux IV) L2S3 3 octobre 2012 1 / 36 Chapitre 2 : Variables aléatoires réelles 1 Introduction 2 Loi d une variable aléatoire

Plus en détail

Chapitre III : Probabilités discrètes

Chapitre III : Probabilités discrètes Chapitre III : Probabilités discrètes Extrait du programme : I. Rappels a. Définitions Prop 1 : Une probabilité est toujours comprise entre 0 et 1. Prop 2 Si A est l événement certain, p(a) = 1. Si A est

Plus en détail

Corrigés des exercices : Variables aléatoires, lois classiques

Corrigés des exercices : Variables aléatoires, lois classiques Chapitre 4 Corrigés des exercices : Variables aléatoires, lois classiques. * Soit X une v.a.r. discrète prenant les valeurs, 4, et 6. Déterminer la loi de probabilité dex sachant que: P ([X

Plus en détail

Chapitre 7 : Variables aléatoires discrètes

Chapitre 7 : Variables aléatoires discrètes STS Variables aléatoires discrètes 2009/200 Chapitre 7 : Variables aléatoires discrètes Table des matières I Variable aléatoire I. Notion de variable aléatoire discrète................................

Plus en détail

Sujets. Formulaire. mars Nouvelle-Calédonie. mai Amérique du nord. juin Antilles-Guyane. novembre Nouvelle-Calédonie

Sujets. Formulaire. mars Nouvelle-Calédonie. mai Amérique du nord. juin Antilles-Guyane. novembre Nouvelle-Calédonie PROAILITÉS Sujets mars 2012 mai 2012 juin 2012 novembre 2012 Nouvelle-Calédonie Amérique du nord Antilles-Guyane Nouvelle-Calédonie Formulaire PROAILITÉS 1 Nouvelle-Calédonie mars 2012. EXERCICE 2 On dispose

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. Exercice n 1 : Une urne contient au départ 0 boules blanches et 10 boules noires indiscernables au toucher. On tire au hasard une boule de l urne : Si la boule est blanche, on la remet dans l urne et on

Plus en détail

ESPACES PROBABILISES FINIS

ESPACES PROBABILISES FINIS Lycée de l Essouriau Année 2013-2014 PCSI ESPACES PROBABILISES FINIS Exercice 1 Langage ensembliste. Trois enfants, Arthur, Béatrice et Cécile, lancent chacun un ballon en direction d un panier de basket.

Plus en détail

Convergence des variables aléatoires

Convergence des variables aléatoires Convergence des variables aléatoires I) L inégalité de Bienaymé Tchebychev 1.1) L inégalité de Markov dans le cas discret On considère une variable discrète non négative, d espérance strictement positive.

Plus en détail

Expérience aléatoire - modélisation - langage des probabilités

Expérience aléatoire - modélisation - langage des probabilités I Expérience aléatoire - modélisation - langage des probabilités Une expérience aléatoire est une expérience liée au hasard. Les mathématiques interviennent pour apporter un modèle qui comporte un univers

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes Marino Alexandre Feuille d exercices 20 Massena ECS Variables aléatoires discrètes Les exercices à regarder sont mentionnés par une *. Loi de probabilité et fonction de répartition (*)Exercice : Une urne

Plus en détail

3. Une urne contient n boules numérotées de 1 à n. On tire simultanément k boules (k n) dans cette urne. Le nombre de tirages possibles est.

3. Une urne contient n boules numérotées de 1 à n. On tire simultanément k boules (k n) dans cette urne. Le nombre de tirages possibles est. Université des Sciences Sociales et de Gestion de Bamao (USSGB) Faculté des Sciences Economiques et Gestion (FSEG) Statistiques mathématiques Travaux dirigés fiche N 0 1 Exercice 1 Il ya au moins une réponse

Plus en détail

Chapitre V : Probabilité : conditionnement et indépendance

Chapitre V : Probabilité : conditionnement et indépendance Chapitre V : Probabilité : conditionnement et indépendance A- Variables aléatoires et lois de probabilités I Loi d une variable aléatoire 1) Définition d une variable aléatoire Exemple : Un jeu de hasard

Plus en détail

T ale S Exercices type bac de Probabilités. Mars 12. Exercice n 1 : Exercice n 2 : p (B ).

T ale S Exercices type bac de Probabilités. Mars 12. Exercice n 1 : Exercice n 2 : p (B ). Exercice n 1 : Une urne contient au départ 30 boules blanches et 10 boules noires indiscernables au toucher. On tire au hasard une boule de l urne : Si la boule est blanche, on la remet dans l urne et

Plus en détail

Chapitre 14 : Variables aléatoires finies

Chapitre 14 : Variables aléatoires finies Chapitre 14 : Variables aléatoires finies Dans tout ce chapitre, (Ω, P(Ω)) est un espace probabilisable fini. 1 Motivation Prenons un exemple : on considère l expérience aléatoire obtenue par le jet de

Plus en détail

1. On désigne par A et B deux évènements indépendants d un univers muni d une loi de probabilité p.

1. On désigne par A et B deux évènements indépendants d un univers muni d une loi de probabilité p. 2011 Pondichéry ex 3 (5 pts) Un jeu consiste à lancer des fléchettes sur une cible. La cible est partagée en quatre secteurs, comme indiqué sur la figure ci-dessous. On suppose que les lancers sont indépendants

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes BTS CGO Variables aléatoires discrètes 203/204 Variables aléatoires discrètes Table des matières I Variable aléatoire 2 I. Notion de variable aléatoire discrète................................ 2 I.2 Loi

Plus en détail

Variables aléatoires discrètes. Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω.

Variables aléatoires discrètes. Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω. Variables aléatoires discrètes I. Définitions 1. Définition d une variable aléatoire : Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω. On appelle variable aléatoire et on

Plus en détail

Chapitre 7 : Exercices Terminale S, 2014, Lycée Lapérouse

Chapitre 7 : Exercices Terminale S, 2014, Lycée Lapérouse Chapitre 7 : Exercices Terminale S, 2014, Lycée Lapérouse Exercice 1. On lance un dé équilibré à 20 faces numérotées de 1 à 20. On observe le numéro de la face obtenue. 1. Décrire l univers Ω. 1 2. On

Plus en détail

Un peu de probabilités et de statistiques

Un peu de probabilités et de statistiques Un peu de probabilités et de statistiques Sandrine Caruso 29 mars 2009 1 Les coefficients binomiaux Exercice 1. Une urne contient 6 boules numérotées de 1 à 6. On en tire 2 au hasard. Combien y a-t-il

Plus en détail

p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique)

p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique) Colle PC Semaines 9 et 20 204-205 Programme : Variables aléatoires discrètes : Loi, Fonction de répartition, Espérance, Variance et écart-type, Théorème du transfert, Inégalités de Marov et Bienaymé Tchebichev

Plus en détail

Variables aléatoires indépendantes

Variables aléatoires indépendantes Variables aléatoires indépendantes Nous aurons besoin dans la suite de parler de la notion de variables aléatoires indépendantes (et plus généralement mutuellement indépendantes). On en donne ici la définition

Plus en détail

ÉPREUVE DE BERNOULLI ET LOI BINOMIALE...2 I. RAPPEL SUR LA NOTION D ÉVÉNEMENTS INDÉPENDANTS...2 II. ÉPREUVE DE BERNOULLI...2 SCHÉMA DE BERNOULLI...

ÉPREUVE DE BERNOULLI ET LOI BINOMIALE...2 I. RAPPEL SUR LA NOTION D ÉVÉNEMENTS INDÉPENDANTS...2 II. ÉPREUVE DE BERNOULLI...2 SCHÉMA DE BERNOULLI... ÉPREUVE DE BERNOULLI ET LOI BINOMIALE...2 I. RAPPEL SUR LA NOTION D ÉVÉNEMENTS INDÉPENDANTS...2 II. ÉPREUVE DE BERNOULLI...2 III. IV. SCHÉMA DE BERNOULLI...2 VARIABLE ALÉATOIRE...3 V. ARBRE D UN SCHÉMA

Plus en détail

1 Probabilités-Rappel

1 Probabilités-Rappel Chapitre Probabilités sur un ensemble fini-variable aléatoire 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure du dé.

Plus en détail

mp* : révisions pour l écrit - Probabilités

mp* : révisions pour l écrit - Probabilités mp* 14-15 : révisions pour l écrit - Probabilités I Chapitres concernés P0, P1, P2, P3, P4, P5 II Questions de cours les plus classiques On ne les connaît pas encore...mais il est prudent de savoir Démontrer

Plus en détail

PROBABILITÉS. D après un texte

PROBABILITÉS. D après un texte PROBABILITÉS I Traduction des données en termes de probabilités D après un texte Exercice : On sait que 5% des individus d une population lycéenne pratiquent le cyclisme, que % pratiquent le tennis et

Plus en détail

1. Espaces probabilisés dénombrables

1. Espaces probabilisés dénombrables Probabilités sur un univers dénombrable 12-1 Sommaire 1. Espaces probabilisés dénombrables 1 1.1. Ensemble dénombrables......... 1 1.2. Suite infinie d événements........ 1 1.3. Probabilité sur un univers

Plus en détail

3 Variables aléatoires et distributions des probabilités

3 Variables aléatoires et distributions des probabilités 3 Variables aléatoires et distributions des probabilités 3.1 Variables aléatoires Après avoir réalisé une expérience, il arrive bien souvent qu on s intéresse plus à une fonction de résultat qu au résultat

Plus en détail

Les probabilités Le cours

Les probabilités Le cours Chapitre Les probabilités Le cours Avant-propos a) Le mot hasard vient de l arabe az-zahr «le dé». Le mot aléa signifie en latin «jeu de dés, hasard». b) Dans son Essai philosophique sur les probabilités

Plus en détail

de la variable aléatoire X est l'événement noté ( X = x i ).

de la variable aléatoire X est l'événement noté ( X = x i ). I. Variable aléatoire : Loi de probabilité et espérance 1. Variable aléatoire discrète On considère l'ensemble des issues d'une expérience aléatoire. Définir une variable aléatoire X sur cet ensemble,

Plus en détail

CHAPITRE 8 : Probabilités (1)

CHAPITRE 8 : Probabilités (1) CHAPITRE 8 : Probabilités (1) I. Généralités (rappels) 1. Vocabulaire Définitions : On appelle expérience aléatoire une expérience dont le résultat dépend du hasard. L'ensemble des résultats (ou issues)

Plus en détail

Eléments de probabilités

Eléments de probabilités .. Eléments de probabilités Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michael.genin@univ-lille2.fr Plan. 1 Introduction. 2 Expérience aléatoire.

Plus en détail

MESURES ET ANALYSES STATISTIQUES DE DONNÉES Probabilités

MESURES ET ANALYSES STATISTIQUES DE DONNÉES Probabilités MESURES ET ANALYSES STATISTIQUES DE DONNÉES Probabilités Master Génie des Systèmes Industriels, mentions ACCIE et RIM Université du Littoral - Côte d Opale, La Citadelle Laurent SMOCH (smoch@lmpa.univ-littoral.fr)

Plus en détail

Sujet C p315 livre Centres étrangers juin Nouvelle Calédonie Novembre points annales 50p190

Sujet C p315 livre Centres étrangers juin Nouvelle Calédonie Novembre points annales 50p190 Antilles septembre 20 Les parties A et B sont indépendantes Un site internet propose des jeux en ligne. Partie A Pour un premier jeu : * si l internaute gagne une partie, la probabilité qu il gagne la

Plus en détail

PROBABILITÉS. I Langage des événements :

PROBABILITÉS. I Langage des événements : PROAILITÉS Activité de recherche : Arnaque à la foire? Un forain organise des jeux basés sur le tirage simultané de trois boules, dans une urne qui contient cinq boules numérotées 0; 1; 2; 3 et 5. Le joueur

Plus en détail

Chapitre 3 wicky-math.fr.nf Variable Aléatoire

Chapitre 3 wicky-math.fr.nf Variable Aléatoire EXERCICES : VARIABLE ALÉATOIRE I. Activité de cours Exercice 1. L éducation coûte trop cher. Afin de réaliser des économies, le gouvernement syldave a décidé de se passer à la fois de correcteurs et d

Plus en détail

Chapitre 19. Echantillonnage. Estimation

Chapitre 19. Echantillonnage. Estimation Chapitre 9. Echantillonnage. Estimation Ce chapitre ne peut en aucun cas être étudié si on n a pas d abord étudié le chapitre 6 sur la loi binomiale et le chapitre 8 sur la loi normale. Les différentes

Plus en détail

Probabilité, variable aléatoire. Loi binomiale

Probabilité, variable aléatoire. Loi binomiale DERNIÈRE IMPRESSION LE 9 juin 05 à 9:0 Probabilité, variable aléatoire. Loi binomiale Table des matières Loi de probabilité. Conditions préalables............................ Définitions..................................

Plus en détail

Remarque : Dans la suite, on ne traitera que des expériences dont les univers sont finis.

Remarque : Dans la suite, on ne traitera que des expériences dont les univers sont finis. Chapitre 5 Probabilités 5.1 Rappels 5.1.1 Vocabulaire Expérience aléatoire Définition 5.1 Une expérience dont on connaît les issues (les résultats) est appelée expérience aléatoire si on ne peut pas prévoir

Plus en détail

1. Donner la loi, l espérance et la variance de X 1.

1. Donner la loi, l espérance et la variance de X 1. Exercice 1 On considère une urne contenant n boules numérotées portant des numéros deux à deux distincts. Un premier joueur effectue dans l urne des tirages sans remise jusqu à ce qu il obtienne la boule

Plus en détail

TD N O 8 ESPACES PROBABILISÉS FINIS CORRIGÉ

TD N O 8 ESPACES PROBABILISÉS FINIS CORRIGÉ Lycée Dupuy de Lôme 0/07 Mathématiques ECS TD N O ESPACES PROBABILISÉS FINIS CORRIGÉ Un jeu de cartes comporte cartes. On en choisit au hasard qui forment une main.. Quelle est la probabilité d obtenir

Plus en détail

Chapitre 08 Loi de probabilité. Table des matières. Chapitre 08 Loi de probabilité TABLE DES MATIÈRES page -1

Chapitre 08 Loi de probabilité. Table des matières. Chapitre 08 Loi de probabilité TABLE DES MATIÈRES page -1 Chapitre 08 Loi de probabilité TABLE DES MATIÈRES page -1 Chapitre 08 Loi de probabilité Table des matières I Exercices I-1 1................................................ I-1 2................................................

Plus en détail

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X.

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X. Ch 07 Probabilités I VARIABLE ALEATOIRE ET LOI DE PROBABILITE I.1 - d une variable aléatoire On appelle variable aléatoire discrète toute application X de Ω dans IR. L ensemble des valeurs prises par X,

Plus en détail

Chapitre 3 Probabilités. Table des matières. Chapitre 3 Probabilités TABLE DES MATIÈRES page -1

Chapitre 3 Probabilités. Table des matières. Chapitre 3 Probabilités TABLE DES MATIÈRES page -1 Chapitre 3 Probabilités TALE DES MATIÈRES page -1 Chapitre 3 Probabilités Table des matières I Exercices I-1 1 I-1 2 I-2 3 I-2 4 I-2 5 I-2 6 I-2 7 I-3 8 I-4 9 I-4 10 I-4 11 I-5 12 I-5 13 I-5 14 I-5 15

Plus en détail

Chiffre Probabilité

Chiffre Probabilité Exercice - Révisions () PREMIÈRE S - EXERCICES CHAP. 6 : PROBABILITÉS () FICHE Exercice - Révisions () On fait tourner une roue de loterie. La flèche indique le chiffre sur lequel elle s arrête au hasard.

Plus en détail

SERIE 1 Statistique descriptive.

SERIE 1 Statistique descriptive. Université Abdelmalek Essaadi. Ecole Nationale des Sciences Appliquées - Tétouan - Cycle Ingénieur. S1. Module Proba-Stat. A/U: 2011-2012. M. CHERKAOUI 0 - Statistique descriptive. Contenu du module. -

Plus en détail

Loi binomiale. Xavier Hallosserie. avril Lycée Blaise Pascal. Xavier Hallosserie (Lycée Blaise Pascal) Chapitre 13 avril / 30

Loi binomiale. Xavier Hallosserie. avril Lycée Blaise Pascal. Xavier Hallosserie (Lycée Blaise Pascal) Chapitre 13 avril / 30 Loi binomiale Xavier Hallosserie Lycée Blaise Pascal avril 2016 Xavier Hallosserie (Lycée Blaise Pascal) Chapitre 13 avril 2016 1 / 30 Sommaire 1. Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli

Plus en détail

Exercices sur le calcul de probabilités

Exercices sur le calcul de probabilités Exercices sur le calcul de probabilités Exercice 1 : Lançons simultanément 2 dés non pipés, l un noir et l autre blanc. Observons les points indiqués d abord par le dé noir, puis par le dé blanc. a) Déterminer

Plus en détail

Probabilités. Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants :

Probabilités. Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants : I- Définitions et propriétés Probabilités Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants : E 1 : Avoir un chiffre pair

Plus en détail

Chapitre VIII : Variable aléatoire et loi de probabilité Extrait du programme :

Chapitre VIII : Variable aléatoire et loi de probabilité Extrait du programme : Chapitre VIII : Variable aléatoire et loi de probabilité Extrait du programme : I. Vocabulaire et propriétés des probabilités 1. Vocabulaire sur les événements Vocabulaire Définition Exemples Expérience

Plus en détail

VARIABLES ALÉATOIRES DISCRÈTES

VARIABLES ALÉATOIRES DISCRÈTES L2 Économie Probabilités VARIABLES ALÉATOIRES DISCRÈTES 1. Lois quelconques........................ 1 2. Lois binomiales......................... 2 3. Lois et séries géométriques................... 4 4.

Plus en détail

Probabilités. I Rappels sur les variables aléatoires discrètes. Définition 2

Probabilités. I Rappels sur les variables aléatoires discrètes. Définition 2 Probabilités I Rappels sur les variables aléatoires discrètes Définition Définition On considère E l ensemble des résultats possibles d une expérience aléatoire. Définir une variable aléatoire discrète

Plus en détail

Probabilités. Denis Vekemans

Probabilités. Denis Vekemans Probabilités Denis Vekemans 1 Vocabulaire Une expérience aléatoire vérifie trois conditions : elle est reproductible dans les mêmes conditions ; on connaît tous ces résultats possibles ; on ne sait pas

Plus en détail

7 2 Variables aléatoires discrètes

7 2 Variables aléatoires discrètes BCPST2 9 5 7 2 Variables aléatoires discrètes I Compléments sur les variables aléatoires discrètes A) Dénition Dénition : Variable aléatoire discrète Une variable aléatoire réelle discrète est une variable

Plus en détail

Exercices Probabilité Classe : SV

Exercices Probabilité Classe : SV Exercices Probabilité Classe : SV I- Une urne contient 2 boules blanches et 4 boules noires. 1) On tire successivement et au hasard 4 boules sans remise. Calculer la probabilité des événements : A : Tirer

Plus en détail

Chapitre 6 Les probabilités

Chapitre 6 Les probabilités Chapitre 6 Les probabilités A) Rappels de première 1) Vocabulaire a) Expérience aléatoire : C'est une expérience dont le résultat (alea = dé en latin) dépend du hasard. b) Univers : C'est l'ensemble des

Plus en détail

Probabilités. Denis Vekemans

Probabilités. Denis Vekemans Probabilités Denis Vekemans Vocabulaire Une expérience aléatoire vérifie trois conditions : elle est reproductible dans les mêmes conditions ; on en connaît tous les résultats possibles ; on ne sait pas

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes Université de Reims Champagne Ardenne UFR Sciences Exactes et Naturelles Année universitaire 013-014 MA 0804 - Master 1 CM Variables aléatoires discrètes 1 Dénition Soit Ω un univers et S une tribu sur

Plus en détail

loi binomiale Table des matières

loi binomiale Table des matières loi binomiale Table des matières 1 loi binomiale 2 1.1 activités.............................................. 2 1.2 a retenir............................................. 4 1.3 exercices..............................................

Plus en détail

1 Probabilités-Rappel

1 Probabilités-Rappel Chapitre Probabilités sur un ensemble fini - Probabilités conditionnelles 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure

Plus en détail

L2 Eco Proba-Stat TRAVAUX DIRIGÉS 4

L2 Eco Proba-Stat TRAVAUX DIRIGÉS 4 TRAVAUX DIRIGÉS 4 Exercice 1 : Un sac contient 100 billes dont 36 sont rouges et les autres sont bleues. Une épreuve consiste à tirer 16 fois de suite une bille avec remise. Soit X la v.a.r. égale au nombre

Plus en détail

Exercices supplémentaires : Probabilités

Exercices supplémentaires : Probabilités Exercices supplémentaires : Probabilités Partie A : Probabilités simples et variables aléatoires On lance trois dés : un rouge, un bleu et un vert. On écrit un nombre de trois chiffres : le chiffre des

Plus en détail

Chapitre 10 : Conditionnement et indépendance.

Chapitre 10 : Conditionnement et indépendance. Chapitre 10 : Conditionnement et indépendance. Dans ce chapitre, nous allons donner un sens mathématique au mot «indépendance». Nous pourrons alors modéliser les répétitions indépendantes d expériences

Plus en détail

Banque épreuve orale de mathématiques session 2015, CCP-MP Mise à jour : 15/09/14

Banque épreuve orale de mathématiques session 2015, CCP-MP Mise à jour : 15/09/14 EXERCICE 94 algèbre Soit E un espace vectoriel réel de dimension finie n>0 et u 2 L(E) tel que u 3 + u 2 + u =0. On notera Id l application identité sur E. 1. Montrer que Imu ker u = E. 2. (a) Énoncer

Plus en détail

Probabilités et variables aléatoires

Probabilités et variables aléatoires robabilités et variables aléatoires Table des matières I) robabilités 1 a) robabilité d un événement.................................. 1 b) Événements élémentaires équiprobables..........................

Plus en détail

Sujets de bac : Probabilités

Sujets de bac : Probabilités Sujets de bac : Probabilités Sujet n 1 : Sportifs de haut niveau septembre 1999 Une urne contient quatre boules rouges, quatre boules blanches et quatre boules noires. On prélève simultanément quatre boules

Plus en détail

Exercices sur la loi binomiale

Exercices sur la loi binomiale Exercices sur la loi binomiale Christian CYRILLE 1 août 201 "Si le monde était vraiment gouverné par le hasard, il n y aurait pas autant d injustices. Car le hasard est juste." Ferdinando Galiani 1 Exercice

Plus en détail

Variables aléatoire. Chapitre B. Sommaire

Variables aléatoire. Chapitre B. Sommaire Chapitre B Sommaire I) Vocabulaire................................................. 2 II) Couple de variables aléatoires....................................... 5 1) Exemple de loi conjointe de 2 variables

Plus en détail

Exercices : Couples et suites de VAR discrètes

Exercices : Couples et suites de VAR discrètes Exercices : Couples et suites de VAR discrètes Exercice : Une urne contient 2 boules blanches et n 2 boules rouges. On effectue n tirages sans remise de cette urne. On appelle X le rang de sortie de la

Plus en détail

Probabilité, variable aléatoire. Loi binomiale

Probabilité, variable aléatoire. Loi binomiale Exercices dernière impression le 6 juin 2016 à 10:07 Probabilité, variable aléatoire. Loi binomiale Loi de probabilité Exercice 1 Dans une urne, il y a 3 boules vertes (V), 3 bleues (B) et 4 jaunes (J).

Plus en détail

Introduction à la théorie des probabilités

Introduction à la théorie des probabilités CHAPITRE I Introduction à la théorie des probabilités 1. Rappels sur les espaces probabilisés Les éléments ci-dessous ne sont que brièvement rappelés car ils sont normalement traités dans un cours d intégration.

Plus en détail

Correction du TD n o 2 Partie commune

Correction du TD n o 2 Partie commune Université de Nice Sophia-Antipolis Année Universitaire 00/0 L MI Statistique TD de Statistique Correction du TD n o Partie commune Exercice :. N est une variable aléatoire dénombrable tel que N(Ω) N et

Plus en détail

Reconnaissance de forme: Rappels de probabilités et de statistiques

Reconnaissance de forme: Rappels de probabilités et de statistiques Reconnaissance de forme: Rappels de probabilités et de statistiques 1 er février 2010 Plan 1 Introduction : pourquoi des probabilités? 2 Notions de probabilités 3 Statistiques et estimation Introduction

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles Variables aléatoires réelles Table des matières 1 Généralités sur les variables aléatoires réelles. 3 1.1 Rappels sur les σ-algèbres ou tribus d événements................................. 3 1.2 σ-algèbre

Plus en détail

TD4 : Variables aléatoires discrètes finies

TD4 : Variables aléatoires discrètes finies MA0 Probabilités Variables aléatoires discrètes finies Exercice On considère le jeu suivant le joueur paie euros pour jouer. Ensuite, il lance trois dés équilibrés. Pour chaque Pile qu il obtient, il gagne

Plus en détail

TD2. Probabilité sur un ensemble dénombrable.

TD2. Probabilité sur un ensemble dénombrable. Université Pierre & Marie Curie Licence de Mathématiques L3 UE LM345 Probabilités élémentaires Année 2014 15 TD2 Probabilité sur un ensemble dénombrable 1 a Soit (Ω, F, P) un espace de probabilités Soit

Plus en détail

PROBABILITE 4 ème Sc Techniques. a) Définir l univers Ω et calculer son cardinal

PROBABILITE 4 ème Sc Techniques. a) Définir l univers Ω et calculer son cardinal PROBABILITE 4 ème Sc Techniques Exercice On considère une urne contenant 0 jetons identiques : 6 jetons noirs numérotés :,,,,, 4 jetons blancs numérotés :,,, ) On tire simultanément et au hasard jetons

Plus en détail

Lois usuelles. Michaël Genin. Université de Lille 2. EA Santé Publique : Epidémiologie et Qualité des soins

Lois usuelles. Michaël Genin. Université de Lille 2. EA Santé Publique : Epidémiologie et Qualité des soins Lois usuelles Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lille2fr Plan 1 Exemple introductif Michaël Genin (Université de Lille

Plus en détail

PROBABILITES ET COMBINAISONS EXERCICES

PROBABILITES ET COMBINAISONS EXERCICES S EXERIES On considère un jeu de cartes. On tire simultanément huit certes du jeu. Quelle est la probabilité des évènements suivants : A «obtenir exactement un valet» B «obtenir exactement trois cœurs»

Plus en détail

Exercices de probabilités (Terminale S)

Exercices de probabilités (Terminale S) Exercices de probabilités (Terminale S) Exercice 1 : Une urne contient 12 boules numérotées de 1 à 12, ayant la même probabilité d être tirées. On tire simultanément 3 boules de l urne. Calculer les probabilités

Plus en détail

Td Révisions : dénombrement, combinatoire et calcul des probabilités

Td Révisions : dénombrement, combinatoire et calcul des probabilités Bio-Concours S3 Probabilités Td 1 2014 2015 Révisions : dénombrement, combinatoire et calcul des probabilités Exercice 1 : 1. On lance 3 fois un dé. Combien y a-t-il de résultats possibles? 2. Avec seulement

Plus en détail

Exercices pour le cours PS1

Exercices pour le cours PS1 Exercices pour le cours PS1 1. ENSEMBLES ET DÉNOMBREMENTS Exercice 1.1. Dans l ensemble Ω = {1, 2, 3, 4, 5, 6}, on considère les trois sous-ensembles Déterminer les sous-ensembles suivants A (B C) (A B)

Plus en détail

Feuille de TD n o 3 : Indépendance d événements, variables aléatoires, lois discrètes

Feuille de TD n o 3 : Indépendance d événements, variables aléatoires, lois discrètes Cogmaster, Probabilités discrètes Feuille de TD n o : Indépendance d événements, variables aléatoires, lois discrètes Exercice Une auto-école présente le même jour trois candidats au permis : André, Denis

Plus en détail

1 ES PROBABILITES Cours

1 ES PROBABILITES Cours 1 ES PROILITES Cours 1 ) Loi de probabilité sur un ensemble fini. Définition E = {e 1, e 2,..,e n } est l ensemble des issues d une expérience aléatoire. (Univers) Définir une loi de probabilité sur E,

Plus en détail

PROBABILITÉS. II Rappels : Calcul de probabilités 4

PROBABILITÉS. II Rappels : Calcul de probabilités 4 PROBABILITÉS Table des matières I Rappels : Vocabulaire des événements 2 I. Vocabulaire.............................................. 2 I.2 Intersection et réunion d événements................................

Plus en détail

NOM : PROBABILITES 1ère S

NOM : PROBABILITES 1ère S Exercice 1 Dans un univers Ω, on donne deux événements A et B incompatibles tels que : p(a) = 0, 2 et p(b) = 0, 7. Calculer p(a B), p(a B), p(a) et p(b). D. LE FUR 1/ 50 Exercice 2 Un dé à 6 faces est

Plus en détail

Baccalauréat ES/L Liban 27 mai 2015

Baccalauréat ES/L Liban 27 mai 2015 Durée : 3 heures Baccalauréat ES/L Liban 27 mai 2015 A. P. M. E. P. Exercice 1 Commun à tous les candidats 4 points Pour chacune des situations suivantes, déterminer si elle est vraie ou faussent justifier

Plus en détail

Feuille d exercices BTSMAI2 Variables aléatoires réelles (1/6)

Feuille d exercices BTSMAI2 Variables aléatoires réelles (1/6) Variables aléatoires réelles (1/6) TP1 : Tirage de boules et loi binomiale Une boîte contient quatre boules rouges, trois boules vertes et sept boules jaunes. On tire simultanément deux boules de la boîte

Plus en détail

MAPSI cours 1 : Rappels de probabilités et statistiques

MAPSI cours 1 : Rappels de probabilités et statistiques MAPSI cours 1 : Rappels de probabilités et statistiques Vincent Guigue LIP6 Université Paris 6, France Buts de l UE MAPSI cours 1 : Rappels de probabilités et statistiques 2/39 Fonctionnement de l UE Rappels

Plus en détail

c. Démontrer que la probabilité de l événement G est d. Calculer la probabilité qu une personne qui a gagné soit un tricheur.

c. Démontrer que la probabilité de l événement G est d. Calculer la probabilité qu une personne qui a gagné soit un tricheur. Exercice 1 : Dans un village de montagne deux familles A et B disposent de cinq circuits balisés de promenades c 1, c 2, c 3, c 4 et c 5 A Chaque matin, chacune des familles tire au hasard, indépendamment

Plus en détail

Analyse Combinatoire Probabilité Site MathsTICE de Adama Traoré Lycée Technique Bamako

Analyse Combinatoire Probabilité Site MathsTICE de Adama Traoré Lycée Technique Bamako Analyse Combinatoire Probabilité Site MathsTICE de Adama Traoré Lycée Technique Bamako Exercice 1 Les élèves d une classe sont choisis au hasard l un après l autre pour subir un examen. Calculer la probabilité

Plus en détail

1 ère S Exercices sur les probabilités

1 ère S Exercices sur les probabilités ère S Exercices sur les probabilités On donne dans le tableau ci-dessous les probabilités d apparition de chacune des s d un dé truqué. Face N 4 6 Probabilité d apparition 0, 0, 0, 0, 0, 0, Ce tableau

Plus en détail

La valeur affichée en sortie de cet algorithme est : a. 7,1 b. 7,6 c. 8 d. 17

La valeur affichée en sortie de cet algorithme est : a. 7,1 b. 7,6 c. 8 d. 17 [Baccalauréat ES Polynésie 12 juin 2015\ EXERCICE 1 4 points Commun à tous les candidats Cet exercice est un questionnaire à choix multiples. Pour chacune des questions suivantes, une seule des quatre

Plus en détail

Chapitre 4 : Variables Aléatoires Discrètes

Chapitre 4 : Variables Aléatoires Discrètes Chapitre 4 : Variables Aléatoires Discrètes L2 Eco-Gestion, option AEM (L2 Eco-Gestion, option AEM) Chapitre 4 : Variables Aléatoires Discrètes 1 / 20 Plan 1 Notion de variable aléatoire Exemples 2 Loi

Plus en détail

Problèmes. Une fabrique de desserts glacés dispose d une chaîne automatisée pour remplir et emballer des cônes de glaces.

Problèmes. Une fabrique de desserts glacés dispose d une chaîne automatisée pour remplir et emballer des cônes de glaces. Problèmes Une fabrique de desserts glacés dispose d une chaîne automatisée pour remplir et emballer des cônes de glaces. Exercice 1 Partie A Chaque cône est rempli avec de la glace à la vanille. On désigne

Plus en détail

Ce polycopié résume les bases essentielles pour aborder le programme de terminale.

Ce polycopié résume les bases essentielles pour aborder le programme de terminale. PROBABILITE ere S Ce polycopié résume les bases essentielles pour aborder le programme de terminale..simulation d'une expérience aléatoire : Lorsque le résultat d'une expérience est imprévisible, c'est

Plus en détail

Exercices sur les variables aléatoires

Exercices sur les variables aléatoires Exercices sur les variables aléatoires Exercice 1 Soit une variable aléatoire suivant la loi géométrique de paramètre (1/2). a) Rappeler les valeurs de son espérance et de sa variance ; en déduire la valeur

Plus en détail

TRAVAIL DE MATHEMATIQUES ECE 2. Faire pour le jour de la rentrée sur copie les exercices donnés en annexe

TRAVAIL DE MATHEMATIQUES ECE 2. Faire pour le jour de la rentrée sur copie les exercices donnés en annexe TRAVAIL DE MATHEMATIQUES ECE 2 Revoir les définitions, propriétés, théorèmes. de cours Retravailler les DS, TD, fiche d exercices à l aide des corrigés Faire pour le jour de la rentrée sur copie les exercices

Plus en détail