L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

Dimension: px
Commencer à balayer dès la page:

Download "L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun"

Transcription

1 9 L E Ç O N Marches aléatoires Niveau : Terminale S Prérequis : aucun

2 1 Chaînes de Markov Définition 9.1 Chaîne de Markov I Une chaîne de Markov est une suite de variables aléatoires (X n, n N) qui permet de modéliser l évolution dynamique d un système aléatoire : X n représente l état du système à l instant n. Propriété 9. Propriété de Markov L évolution future du système ne dépend du passé qu à travers de sa valeur actuelle. Autrement dit, conditionnement à X n, (X 0,..., X n ) et (X n+k, k N) sont indépendantes. Les applications des chaînes de Markov sont très nombreuses : réseaux, génétique ddes populations, mathématiques financières, gestion de stock, alogirthmes stochastiques d optimisation, simulation. On se place maintenant sur E un espace discret, c est-à-dire un espace au plus dénombrable muni de la topologie discrète où tous les points de E sont isolés. On considère la tribu E = P(E). Définition 9.3 Matrices stochastiques Une matrice P = (P (x, y)) x,y E est dite matrice stochastique si ses coefficients sont positifs et la somme sur une ligne des coefficients est égale à 1 : a. P (x, y) 0 ; b. z E P (x, z) = 1 ; pour tous x, y E. On donne une nouvelle définition des chaînes de Markov basée sur les probabilités. Définition 9.4 Chaîne de Markov II Soit P une matrice stochastique sur E. Une suite de variables aléatoires (X n, n N) à valeurs dans E est appelée chaîne de Markov de matrice de transition P si pour tous n N, x E, on a : P (X n+1 X n,..., X 0 ) = P (X n+1 = x X n ) = P (X n, x). On dit que la chaîne de Markov est issue de µ 0 si la loi de X 0 est µ 0. Remarques 9.5. a. Comme l espace d état est discret, l équation de la définition précédente est équivalente à : pour tous x 0,..., x n E, tels que P (X n = x n,..., X 0 = x 0 ) > 0 : P (X n+1 = x X n = x n,..., X 0 = x 0 ) = P (X n+1 = x X n = x n ) = P (X n, x). b. Si P (X 0 = x) = 1, autrement dit µ 0 est la masse de Dirac en x on dira plus simplement que la chaîne de Markov. Proposition 9.6 La loi d une chaîne de Markov (X n, n N) est entièrement caractérisée par sa matrice de transition, P et la loi de X 0, µ 0. De plus, on a, pour tous n N, x 0,..., x n E, P (X 0 = x 0,..., X n = x n ) = µ 0 (x 0 ) n P (x k 1, x k ). k=1 54 LEÇON 9. MARCHES ALÉATOIRES

3 Démonstration. Soit n N et x 0,..., x n E. Si P (X 0 = x 0,..., X n 1 = x n 1 ) > 0, une utilisation successive de la formule des probabilités conditionnelles donne : P (X 0 = x 0,..., X n = x n ) = P (X 0 = x 0 )P (X 1 = x 1 X 0 = x 0 ) P (X n = x n X 0 = x 0,..., X n 1 = x n 1 ) n = µ 0 (x 0 ) P (x k 1, x k ). Si P (X 0 = x 0,..., X n 1 = x n 1 ) = 0, k=1 soit P (X 0 = x 0 ) = 0, c est-à-dire µ 0 (x 0 ) = 0 et donc l égalité de la proposition reste vraie ; soit il existe m {1,..., n 1} tel que P (X 0 = x 0,..., X m 1 = x m 1 ) > 0 et P (X 0 = x 0,..., X m = x m ) = 0. Dans ce dernier cas, on peut utiliser l égalité de la proposition avec n = m et obtenir que : 0 = P (X 0 = x 0,..., X m = x m ) = µ 0 (x 0 ) m P (x k 1, x k ). k=1 On en déduit que l égalité de la proposition reste vraie avec les deux membres nuls. En conclusion, l égalité de la proposition est toujours vérifié. On donne un exemple de chaînes de Markov qui sera le but de l exposé. Exemple 9.7. La marche aléatoire symétrique simple sur Z, S = (S n, n 0), est définie par : n S n = S 0 + Z k k=1 où Z = (Z n, n 1) est une suite de variables aléatoires indépendantes et de même loi, P (Z n = 1) = P (Z n = 1) = 1/, et S 0 est une variable aléatoire à valeurs dans Z indépendante de Z. On vérifie facilement que la marche aléatoire simple est une chaîne de Markov à valeurs dans Z de matrice de transition : P (x, y) = 0 si x y = 1 1/ si x y = 1 pour x, y Z. Chaînes de Markov au lycée D après un article de Louis-Marise Bonneval paru dans le bulletin APMEP n o 503. L expression «chaîne de Markov» ne figure dans aucun libellé de programme de lycée. Mais on peut lire dans le programme de la spécialité mathématiques de Terminale S, sous le titre «Matrices et suites» : Il s agit d étudier des exemples de processus, déterministes ou stochastiques, à l aide de suites ou de matrices. Exemples de problèmes Matrice aléatoire simple sur un graphe à deux ou trois sommets. Matrice aléatoire sur un tétraèdre ou un graphe à N sommets (étude asymptotique d une marche aléatoire). et dans le programme de la spécialité mathématiques de Terminale ES : Les graphes probabilistes permettent d étudier des phénomènes d évolution simples, et de faire le lien avec les suites. Contenus : Graphe probabiliste à deux ou trois sommets : matrice de transition, état stable d un graphe probabiliste. L article suggère cinq problèmes permettant de mieux cerner la notion de marches aléatoires. 9.. CHAÎNES DE MARKOV AU LYCÉE 55

4 1 Bonus et malus en assurance automobile Un contrat d assurance automobile comporte trois tarifs de cotisation annuelle : bas, intermédiaire, haut. La première année, l assuré paye le tarif intermédiaire. S il n a été responsable d aucun accident pendant une année, il passe au tarif inférieur l année suivante (s il est déjà au tarif bas, il y reste). S il a été responsable d au moins un accident au cours d une année, il passe au tarif supérieur l année suivante (s il est déjà au tarif haut, il y reste). La compagnie d assurance estime à 10% la probabilité qu un assuré pris au hasard soit responsable d au moins un accident au cours d une année. Quelle sera à long terme la répartition des assurés entre les trois catégories de tarif? Une ronde sur un triangle Nous sommes au XIV e siècle, dans le château de Poitiers. Il est triangulaire, flanqué d une tour à chaque sommet : Est, Nord, Sud. Partant de la tour Est, la sentinelle fait sa ronde sur le rempart. À chaque sommet du triangle, pour tromper l ennemi (et l ennui), il jette une pièce : pile, il continue dans le même sens ; face, il repart en sens inverse. Pourra-t-il assurer une surveillance comparable dans les trois directions? 3 La collection d autocollants Chaque semaine, Anna achète une tablette de chocolat Cébon. Chaque tablette contient un autocollant représentant soit une étoile, soit un cœ ur, soit un trèfle à quatre feuilles. Anna les collectionne pour décorer son journal intime. En supposant les trois motifs équirépartis entre les tablettes, combien de tablettes suffit-il d acheter pour être sûr à plus de 95% d avoir les trois types de dessin? 4 Pertinence d une page web Le réseau Internet peut être représenté comme un gigantesque graphe (non probabilisite), dont les N sommets sont les pages, et les flèches les liens qui pointent d une page à une autre. Un moteur de recherche, pour être utile, doit classer les pages par ordre de pertinence. Comment mesurer la pertinence d une page? 5 Les urnes d Ehrenfest On dispose de deux urnes A et B, et de N boules numérotées de 1 à N. Au début, toutes les boules sont dans l urne A. De temps à autre, on tire au hasard un numéro entre 1 et N, et on change d urne la boule correspondante. Au bout de combien d étapes peut-on espérer que toutes les boules soient à nouveau dans l urne A? 6 Bonus : Un exercice de 1 re S Une fourmi parcourt les côtés d un carré ABCD en partant du sommet A et met 1 minute à parcourir un côté. Arrivé à l un des sommets, elle choisit au hasard l un ou l autre des deux côtés issus de ce sommet pour poursuivre sa marche. On dit que la fourmi a traversé le carré lorsqu elle atteint pour la première fois le sommet C. On observe la fourmi pendant au plus 4 minutes et on note X le temps de la traversée. On pose X = 0 si la fourmi n a pas atteint le point C pendant l observation. 1. Faire un schéma du carré et les déplacements possibles de la fourmi.. Représenter cette expérience aléatoire à l aide d un arbre. 3. Déterminer la loi de proabilité de la variable aléatoire X. 4. Quelle est la probabilité que la fourmi ait traversé le carré pendant les 4 minutes. 56 LEÇON 9. MARCHES ALÉATOIRES

5 3 Un cas particulier de chaîne de Markov : marches aléatoires sur Z 3 1 Une activité d introduction sur Algobox Activité A. Sur un axe horizontal, un pion placé à l origine O du repère se déplace de la manière suivante : Si le lancer d une pièce équilibrée donne Pile, on déplace le pion d une unité vers la droite. Si le lancer d une pièce équilibrée donne Face, on déplace le pion d une unité vers la gauche. Quelle est la probabilité que le pion ne revienne jamais à sa position initiale? On va simuler la situation de la manière suivante : on effectue un certain nombre de déplacements, fixé par l utilisateur, et on teste si le pion est revenu à sa position initiale au cours de ces déplacements (on peut compter le nombre de fois où il est revenu à sa position initiale). VARIABLES alea EST_DU_TYPE NOMBRE X EST_DU_TYPE NOMRBE C EST_DU_TYPE NOMBRE I EST_DU_TYPE NOMRBE N EST_DU_TYPE NOMBRE DEBUT_ALGORITHME AFFICHER "Entrer le nombre de déplacement souhaités" LIRE N X PREND_LA_VALEUR 0 TRACER_POINT (0,0) POUR I ALLANT_DE 1 A N DEBUT_POUR alea PREND_LA_VALEUR floor(*random()) SI (alea==0) ALORS DEBUT_SI X PREND_LA_VALEUR X-1 FIN_SI SINON DEBUT_SINON X PREND_LA_VALEUR X+1 FIN_SINON TRACER_POINT (I,X) SI (X==0) ALORS DEBUT_SI AFFICHER "Le pion est revenu à sa position initiale après " AFFICHER I AFFICHER " deplaçements." C PREND_LA_VALEUR C+1 FIN_SI FIN_POUR AFFICHER "Le pion est revenu " AFFICHER C AFFICHER " fois à sa position initiale." FIN_ALGORITHME En exercice, vous expliquerez le fonctionnement de l algorithme UN CAS PARTICULIER DE CHAÎNE DE MARKOV : MARCHES ALÉATOIRES SUR Z 57

6 3 Nombre de chemins et probabilités On appelera chemin de (m, a) et (n, b) une ligne brisée, c est-à-dire une suite de segments joignant les points successifs (m 0, a 0 ), (m 1, a 1 ),..., (m r, a r ) qui commence au point (m 0, a 0 ) = (m, a) et se termine au point (m r, a r ) = (m, b) et tel que, pour tout 0 i < r, on ait m i+1 = m i + 1 et a i+1 = a i + 1 ou a i 1. Propriété 9.8 Soient (m, a) et (n, b) deux couples d entiers. Si b a n m et si n m et b a ont même parité, alors le nombre de chemins de (m, a) et (n, b) est exactement n m C n = n m + b a Démonstration. Étant donné un chemin joignant les points (m 0, a 0 ), (m 1, a 1 ),..., (m r, a r ), il est clair que la partié de m i+1 est l inverse de la parité de m i, tout comme la parité de a i+1 est l inverse de celle de a i. Si la suite m 0, m 1,..., m r change un nombre pair de fois de parité, il en va de même pour la suite a 0, a 1,..., a r (idem dans le cas impair), et donc les extrémités (m, a) et (n, b) vérifient la propriété «n m et b a ont même parité». De même, si b a > n m, alors pour joindre (m, a) et (n, b), il faudrait au moins b a montées (ou descentes), en seulement n m étapes. Enfin, si b a n m et n m et b a n ont pas même parité, alors tout chemin joignant (m, a) et (n, b) est obtenu en «montant» n m + b a fois et en «descendant» n m b a. En effet, si p désigne le nombre de montées, c est-à-dire le nombre d indices i tels que a i+1 = a i +1, et d le nombre de descentes, c est-à-dire le nombre d indices i tels que a i+1 = a i 1 alors on a n m = p + d (les n m pas du chemin étant soit des montées, soit des descentes), et b a = p d (la progression totale est égale au nombre de fois où l on a monté, p, multiplié par la valeur de la montée, 1, plus le nomber de fois où l on a descendu, d, multiplié par la valeur de la progression dans ce cas, 1). En additionnant membre à membre ces deux égalités, on obtient bien p = n m + b a. Un chemin joignant (m, a) à (n, b) est alors caractérisé par l ordre dans lequel on monte et on descend, c est-à-dire par les indices i où l on monte. Il s agit donc de choisir n m + b a indices parmi n m, soit un nombre de chemins de. n m n m + b a Théorème 9.9 Principe de réflexion Soient a et b deux entiers strictement positifs, et m < n deux entiers. Alors le nombre de chemins joignant (m, a) à (n, b) et touchant l axe des abscisses est exactement le nombre de chemins joignant (m, a) à (n, b). Démonstration. La prevue de ce principe est assez simple : elle repose sur l idée qu un chemin joignant (m, a) à (n, b) passe nécessairement par la valeur 0. On peut alors établir une correspondance bijective entre les chemins de ces deux types par symétrie d une partie de ces chemins (à partir du moment où l on touche l axe des abscisses) par rapport à ce même axe. 58 LEÇON 9. MARCHES ALÉATOIRES

7 S n (m, a) (n, b) n (n, b) 3 3 Application sur des exemples Exemple Au cours d un scrutin opposant deux candidats A et B, le candidat A obtient 600 voix et le candidat B en obtient 400. Quelle est la probabilité pour que A ait été majoritaire (au sens large) tout au long du dépouillement? Nous allons modéliser le dépouillement par un chemin dans le plan. Lors du processus de dépouillement, on ouvre les enveloppes uen à unbe, cahcune contenant un bulletin «A» ou un bulletin «B». Si l on affecte la valeur 1 aux bulletins «A» et la valeur 1 aux bulletins «B», alors on peut représenter le déroulement du dépouillement par un chemin qui part du point (0, 0), va monter 600 fois et descendre 400 fois, donc qui arrive au point (1000, 00). On considère que tous les ordres possibles d apparition, au cours du dépouillement, des bulletins «A» et «B» sont équiprobables. Le nombre total de dépouillements possibles est C On cherche le nombre de chemins de (0, 1) à (1000, 01) qui ne touchent pas l axe des abscisses. C est le nombre total de chemins de (0, 1) à (1000, 01) (à savoir C ) moins le nombre de chemins de (0, 1) à (1000, 01) qui touchent l axe, c est-à-dire le nombre de chemins de (0, 1) à (1000, 01), soit C La probabilité cherchée, sous l hypothèse que tous les dépouillements possibles sont équiprobables, est donc : C C C = ! 399!601! 1000! 400!600! = = ,334 La probabilité que le candidat ait été majoritaire (au sens large) tout au long du dépouillement est d environ 0,334. Exemple personnes font la queue à un guichet de cinéma. La place coûte 5 e. 60 personnes ont un billet de 5 e, tandis que les 50 autres ont des billets de 10 e. Combien faut-il prévoir de billets de 5 e en caisse pour qu avec une probabilité d au moins 95%, tous les spectateurs soient servis, dans l ordre dans leuel ils se présentent à la caisse. Si l on appelle S 0 le nombre de billets de 5 e dans la caisse au moment initial, et ue l on trace la courbe représentative du nombre de billets de 5 e dans la caisse en fonction du nombre de spectateur qui ont déjà acheté leur billet, on obtient exactement un graphe du type voulu. À chaque fois qu un spectateur passeà la caisse, soit il a un billet de 5 e et paye avec, auquel cas le nombre de billets de 5 e dans la caisse augmente d un, soit il n a qu un billet de 10 e, auquel cas le nombre de billets de 5 e dans la caisse diminue d un, qui correspond à la monnaie qu on lui rend. Au total, sur les 100 spectateurs, 60 donnent un billet de 5 e et 40 en reçoivent un, et donc on a à la fin S billets de 5 e. La courbe tracée est donc un chemin de (0, S 0 ) et (100, S 0 + 0). Pour que tous les spectateurs soient servis, dans l ordre dans lequel ils se présentent à la caisse, il faut que le chemin ne traverse pas l axe des abscisses. Il s agit donc de trouver le plus petit S 0 pour lequel la probabilité de traverser l axe des abscisses soit inférieur à 5%. Là aussi, étant donné S 0, la probabilité p S0 pour que le chemin traverse l axe des abscisses est la probabilité pour qu un chemin 9.3. UN CAS PARTICULIER DE CHAÎNE DE MARKOV : MARCHES ALÉATOIRES SUR Z 59

8 de (0, S 0 + 1) à (100, S 0 + 1) touche l axe des abscisses. C est donc le rapport du nombre de chemins de (0, S 0 + 1) à (100, (S 0 + 1)) au nombre de chemins de (0, S 0 + 1) à (100, S 0 + 1). On trouve : p S0 = C50 (S 0+11) 100 C = 60!40! 40 (39 S 0 )!(61 + S 0 )! = k=40 S 0 k 61+S0 k=61 k. On calcule les valeurs successives de p S0 lorsque S 0 varie. On trouve les valeurs approchées suivantes : S p S0 0, 656 0, 41 0, 49 0, 144 0, 080 0, 04 Il faut donc 5 billets au départ dans la caisse pour qu avec une probabilité d au moins 95%, tous les spectateurs soient servis. 3 4 Premier retour en 0 Lemme 9.1 La probabilité pour que S n soit nul est P (S n = 0) = Cn n n. Démonstration. En effet, le nombre de chemins de (0, 0) à (n, 0) est exactement C n n puisqu il correspond au nombre de façon de choisir les n montées (et donc les n descentes). Comme il y a par ailleurs n trajectoires possibles de longueur n ( choix possibles à chaque étape), et que toutes les trajectoires sont équiprobables, on a bien : P (S n = 0) = Cn n n. Si E := {n 1, S n = 0}, notons : T 0 = inf E si card(e) < + + sinon. T 0 correspond à l instant de premier retour en 0. S il est fini, il est nécessairement pair. La probabilité pour que le premier retour en 0 ait lieu à l instant n est : Théorème 9.13 P (T 0 = n) = 1 (Cn 1 n 1 n Cn n ) = (n )! n 1 n!(n 1)!. Démonstration. On distingue deux cas selon que l on a S 1 = 1 ou S 1 = 1. Si S 1 = 1, alors il s agit de calculer le nombre de chemins de (1, 1) à (n, 0) qui ne touchent pas l axe des abscisses avant l étape n. Mais le dernier pas est alors imposé : on a nécessairement S n 1 = 1, puisque l on cherche des chemins qui aboutissent à la valeur 0 sans avoir jamais touché l axe des abscisses. Il s agit donc de dénombrer le nombre de chemins de (1, 1) à (n 1, 1) ne touchant pas l axe des abscisses, c est-à-dire le nombre total de chemins moins le nombre de chemins qui touchent l axe. D après le principe de reflexion, ce dernier est égal au nombre de chemins de (1, 1) à (n 1, 1). Au total on trouve : C n 1 n Cn n. Conditionnellement à l hypothèse S 1 = 1, on trouve donc une probabilité pour que T 0 = n de Cn 1 n Cn n n 1. Le premier terme du produit est la probabilité pour que la marche aléatoire passe de la valeur S 1 = 1 à la valeur S n 1 = 1 sans toucher l axe (rapport du nombre de trajectoires favorables sur le nombre total de possibilités), et le facteur 1/ 60 LEÇON 9. MARCHES ALÉATOIRES

9 correspond à la probabilité pour que S n soit nul lorsque l on a S n 1 = 1 (il faut que le dernier pas soit de 1). Lorsque S 1 = 1, la situation est totalement symétrique, donc on trouve exactement la même probabilité. Au total, on a trouvé : P (T 0 = n) = Cn 1 n Cn n n 1. En revenant aux expressions définissant les nombres C k n on obtient : P (T 0 = n) = 1 (n )! (n )! n 1 (n 1)!(n 1)! n!(n )! (n )! = n 1 (n (n 1)) n!(n 1)! (n )! = n 1 n!(n 1)! On remarque, enfin, que cette dernière expression nous permet d obtenir la relation P (T 0 = n) = P (S n = 0) P (S n = 0). En effet, on a : Ainsi : P (S n = 0) P (S n = 0) = Cn 1 n C n n n = 1 (n )! n 4 (n 1)!(n 1)! (n)! n!n! (n )! = n n!n! (4n n(n 1)) (n )! = n 1 n!(n 1)!. P (T 0 = n) = P (S n = 0) P (S n = 0). 3 5 Modèle du joueur En exercice. Exemple Une personne dispose d un capital de départ c (c entier). Elle joue à pile ou face de manière répété une somme de 1, jusqu à atteindre un but b qu elle s est fixée au départ, ou bien jusqu à ce qu elle ne puisse plus jouer (lorsque sa fortune atteint la valeur 0). Quelle est la probabilité pour qu elle atteigne son objectif b? 4 Marches aléatoires sur Z d 4 1 En deux dimensions On considère une marche aléatoire sur le réseau plan Z. Il y a ici quatre mouvements possibles à chaque site : en avant, en arrière, à droite, à gauche. FIGURE 9.1 Trois marches aléatoires (indépendantes) isotropes sur le réseau Z Pour de longues marches, la distribution de la position finale du marcheur se comporte asymptotiquement comme une distribution gausienne. 4 En trois dimensions On considère une marche aléatoire sur le réseau cubique Z 3. Il y a ici six mouvements possibles à chaque site : en avant, en arrière, à droite, à gauche, en haut et en bas MARCHES ALÉATOIRES SUR Z D 61

10 FIGURE 9. Trois marches aléatoires (indépendantes) isotropes sur le réseau Z Récurrence et dimensionnalité 1. Récurrence Considérons une marche aléatoire isotrope (c est-à-dire tels que chaque mouvement, à un instant fixé, ait la même probabilité d être choisi) sur le réseau Z d à d dimensions spatiales. On peut toujours choisir de prendre le point de départ de cette marche comme origine O du système de coordonnées cartésiennes. La question de la récurrence consiste à se demander si on peut trouver au moins un instant t positif fini pour lequel la particiule repasse par l origine O. Définition 9.15 Marche aléatoire récurrente La marche aléatoire sera dite récurrente si et seulement si la probabilité que la particule repasse à l origine O pour un certain instant t ultérieur fini vaut 1.. Théorème de Pólya Le théorème de Pólya permet de relier récurrence et dimensionnalité de l espace. Théorème de Pólya Théorème 9.16 Pour d = 1 et d =, la marche aléatoire isotrope est récurrente. Pour d 3, la marche aléatoire n est pas récurrente ; on dit alors qu elle est transitoire ou transient. On sait calculer la probabilité que le marcheur, parti initialement de l origine, revienne à l origine, et ce pour toutes les dimensions d >. Cette probabilité p(d) admet l expression suivante : où u(d) est une intégrale à d dimensions : u(d) = Pour d = 3, on obtient l expression analytique suivante : où Γ(x) est la fonction Gamma d Euler. u(3) = p(d) = 1 1 u(d) d π π dx 1 dx d (π) d. π π d cos x 1 cos x d 6 3π 3 Γ( 1 4 )Γ( 5 4 )Γ( )Γ( 4 ) 1, LEÇON 9. MARCHES ALÉATOIRES

11 On obtient donc en trois dimensions une probabilité de retour à l origine : p(3) 0, Des valeurs numériques pour u(d) (avec 4 d 8) ont été trouvés : d u(d) 0, 193 0, 135 0, 105 0, , Marches aléatoires sur un groupe On considère un groupe (G, ), qu on suppose multiplicatif. On se donne une suite Y = (Y n ) n 1 de variables aléatoires indépendantes et de même loi (qu on appelle ν), variables aléatoires toutes à valeurs dans (G, ). On se donne aussi une variable aléatoire X 0 à valeurs dans (G, ), de loi quelconque, et indépendante de Y = (Y n ) n 0. On pose alors, pour n 1 : X n = X n 1 Y n. Définition 9.17 Marche aléatoire sur G La suite X = (X n ) n 0 est alors une chaîne de Markov, et est dite marche aléatoire sur G de pas ν. On accepte aussi comme marche aléatoire, une suite définie par la relation de récurrence : X n = Y n X n 1. Pour distinguer les deux types de chaînes de Markov ainsi définies, on parle parfois de marche aléatoire droite et de marche aléatoire gauche. Le terme général p g,h de la matrice de transition de chaine de Markov est défini, pour (g, h) G, par : p g,h = ν(g 1 h) ou bien p g,h = ν(h g 1 ), suivant que la marche aléatoire est droite ou gauche. On peut vérifier que : g G p g,h = g G ν(g 1 h) = g G ν(g 1 ) = g G ν(g) = 1, car g g h et g g 1 sont des bijections de G dans G. Ainsi, une mesure uniforme sur G estune mesure stationnaire. 6 Marches aléatoires grandeur nature Une expérience scientifique originale s est déroulée le 16 octobre 005 dans les rues de Toulouse. Environ 300 lycéens, partis de la place du Capitole, ont parcouru les rues de la ville, en lançant à chaque carrefour le dé pour décider de leur trajectoire (mode d emploi distribué aux participants). Le but était de modéliser le célèbre mouvement brownien, à l occasion du centième anniversaire de l article d Albert Einstein qui en établissait la théorie. Chaque participant devait relever sa position après 10, 0, 30, 40, 50, et enfin 60 carrefours. Les cartes ci-contre figurent ces différents moments de l évolution du «nuage de participants». L expérience avait bien entendu des enjeux mathématiques et physiques, disciplines où la théorie des marches aléatoires est très présente et bien connue. Mais un résultat frappant fut l apparition de phénomènes liés à la géographie particulière de la ville. Les résultats théoriques classiques peuvent s établir facilement dans le cas de la marche aléatoire sur un «réseau régulier à maille carrée» (certains plans de villes américaines s approchent bien de ce modèle). On peut les résumer ainsi : le nuage de participants reste approximativement centré sur le point de départ 9.5. MARCHES ALÉATOIRES SUR UN GROUPE 63

12 il s étale de façon isotrope (identique dans toutes les directions : le nuage est «rond»), suivant une loi en racine carrée du nombre de carrefours parcourus. Sur les cartes ci-contre, on a ainsi tracé des cercles englobant 90% des participants à une phase donnée de l expérience. Ces résultats s étendent aux «réseaux irréguliers homogènes», c est-à-dire dans lesquels les quantités remarquables (la densité de carrefours, les nombres de rues par carrefours) sont globalement équivalentes aux différents endroits du réseau. Pour l expérience de Toulouse, la théorie est bien respectée, à deux perturbations près : une zone de très faible densité de carrefours, au nord-est de la place du Capitole, a donné lieu à une faible concentration de particules, mais aussi à quelques trajectoires très longues ; plus marquée, une sorte de «barrière» a été très peu franchie par les participants. Il s agit d une ligne, prolongeant la Garonne, qui contient très peu de points de franchissement. Le nuage de participants a en quelque sorte «rebondi» sur cette barrière. 64 LEÇON 9. MARCHES ALÉATOIRES

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en détail

Séance de travaux pratiques n 1 Quelques éléments de correction

Séance de travaux pratiques n 1 Quelques éléments de correction Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Séance de travaux pratiques n 1 Quelques éléments

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Théorie des graphes. Introduction. Programme de Terminale ES Spécialité. Résolution de problèmes à l aide de graphes. Préparation CAPES UCBL

Théorie des graphes. Introduction. Programme de Terminale ES Spécialité. Résolution de problèmes à l aide de graphes. Préparation CAPES UCBL Introduction Ces quelques pages ont pour objectif de vous initier aux notions de théorie des graphes enseignées en Terminale ES. Le programme de Terminale (voir ci-après) est construit sur la résolution

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

Un corrigé de l épreuve de mathématiques du baccalauréat blanc Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

Exercices de simulation 1

Exercices de simulation 1 Licence MIA 2ème année Année universitaire 2009-2010 Simulation stochastique C. Léonard Exercices de simulation 1 Les simulations qui suivent sont à effectuer avec Scilab. Le générateur aléatoire de Scilab.

Plus en détail

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide)

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide) Épreuve pratique de mathématiques Printemps 2009 Descriptifs (Page vide) Sujet 001 Épreuve pratique de mathématiques Descriptif Étude d une fonction dépendant d un paramètre Étant donné une fonction dépendant

Plus en détail

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires Chapitre I Probabilités Bcpst 1 2 novembre 2015 I Exemples d expériences aléatoires Une expérience aléatoire est une expérience dont on ne peut pas prédire le résultat avant de l avoir réalisée... ce qui

Plus en détail

Calcul d un terme de rang donné

Calcul d un terme de rang donné Calcul d un terme de rang donné Suite arithmétique Un petit village de Chine surveille avec inquiétude l avancée d une dune de sable de plusieurs km de long. Elle n est plus aujourd hui en 2011 qu à 200m

Plus en détail

Notes de cours de Mathématiques en première ES/L

Notes de cours de Mathématiques en première ES/L Notes de cours de Mathématiques en première ES/L O. Lader 1 Table des matières 1 Pourcentages, taux d évolution (4S) 3 1.1 Évolution........................................... 3 2 Fonctions du second degré

Plus en détail

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader Terminale STMG O. Lader Table des matières 1 Information chiffrée (4s) 4 1.1 Taux d évolution....................................... 6 1.2 indices............................................. 6 1.3 Racine

Plus en détail

Combien de fois faut-il battre un jeu de cartes?

Combien de fois faut-il battre un jeu de cartes? Combien de fois faut-il battre un jeu de cartes? Ce texte est tiré d un article de D. Bayer et P. Diaconis Trailing the dovetail shuffle to its lair Ann. Appl. Prob. 992, vol 2, No 2, 294-33. Introduction

Plus en détail

Exercices : Probabilités

Exercices : Probabilités Exercices : Probabilités Partie : Probabilités Exercice Dans un univers, on donne deux événements et incompatibles tels que =0, et =0,7. Calculer,, et. Exercice Un dé (à faces) est truqué de la façon suivante

Plus en détail

LES TABLETTES DE CHOCOLAT

LES TABLETTES DE CHOCOLAT LES TABLETTES DE CHOCOLAT PARIS Nicolas et PENGAM Matthieu, 1 ère S Cité Scolaire Môquet-Lenoir Résolution de cas simples Durant nos quelques mois de travail, nous nous sommes d'abord orientés vers la

Plus en détail

Algorithmique en classe de terminale avec AlgoBox. (programme obligatoire)

Algorithmique en classe de terminale avec AlgoBox. (programme obligatoire) Algorithmique en classe de terminale avec AlgoBox (programme obligatoire) Version 1.0 - Mai 2013 Cette œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution - Pas d utilisation

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 Le sujet est numéroté de 1 à 5. L annexe 1 est à rendre avec la copie. L exercice Vrai-Faux est

Plus en détail

Corrigé, bac S, mathématiques

Corrigé, bac S, mathématiques Corrigé, bac S, mathématiques jeudi juin 0 Eercice 4 points Le plan est muni d un repère orthonormé (O; ı ; j) On considère une fonction f dérivable sur l intervalle [ 3; ] On dispose des informations

Plus en détail

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

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

Plus en détail

Corrigé du baccalauréat STMG Métropole 18 juin 2015

Corrigé du baccalauréat STMG Métropole 18 juin 2015 orrigé du baccalauréat STMG Métropole 18 juin 215 Durée : 3 heures EXERIE 1 4 points Tous les ans, en août, Maïlys reçoit l échéancier (document indiquant le montant de sa cotisation annuelle) de sa mutuelle

Plus en détail

Peut-on imiter le hasard?

Peut-on imiter le hasard? 168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé Baccalauréat ES Centres étrangers 1 juin 14 - Corrigé A. P. M. E. P. Exercice 1 5 points Commun à tous les candidats 1. On prend un candidat au hasard et on note : l évènement «le candidat a un dossier

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

Feuille d exercices 2 : Espaces probabilisés Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

BAC BLANC DE MATHÉMATIQUES TERMINALES ES et L CORRECTION SUCCINCTE. Coefficients 5, 7 ou 4. Année scolaire 2013-2014

BAC BLANC DE MATHÉMATIQUES TERMINALES ES et L CORRECTION SUCCINCTE. Coefficients 5, 7 ou 4. Année scolaire 2013-2014 BA BLAN DE MATHÉMATIQUES TERMINALES ES et L ORRETION SUINTE oefficients, ou Année scolaire - Durée heures Page sur 8 pages Année EXERIE. ommun à tous les candidats sur points Un club de remise en forme

Plus en détail

Baccalauréat ES Asie 19 juin 2013 Corrigé

Baccalauréat ES Asie 19 juin 2013 Corrigé accalauréat E sie 19 juin 201 orrigé EXERIE 1 ommun à tous les candidats On ne demandait aucune justification dans cet exercice. 4 points 1. b. 2. a.. c. 4. c. La longueur de l intervalle [ 1; 1] est 2

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 2015-2016

LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 2015-2016 LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 015-016 Pourquoi ce livret? Afin de mieux préparer cette rentrée, ce livret reprend un ensemble de notions

Plus en détail

Notes de cours de spé maths en Terminale ES

Notes de cours de spé maths en Terminale ES Spé maths Terminale ES Lycée Georges Imbert 05/06 Notes de cours de spé maths en Terminale ES O. Lader Table des matières Recherche de courbes sous contraintes, matrices. Systèmes linéaires.......................................

Plus en détail

Mathématiques : statistiques et simulation

Mathématiques : statistiques et simulation Université de Picardie - LAMFA CNRS UMR 6140 PAF Amiens - Formation Enseignement des Mathématiques - 20 janvier 2012 (Extrait du document ressource pour la classe de seconde) Dans le sens commun des sondages,

Plus en détail

Travail d Initiative Personnel Encadré : Chaines de Markov et protocole de gestion des communications radios par satellite relais.

Travail d Initiative Personnel Encadré : Chaines de Markov et protocole de gestion des communications radios par satellite relais. Yongwe Jean-Luc Travail d Initiative Personnel Encadré : Chaines de Markov et protocole de gestion des communications radios par satellite relais. (Système ALOHA) (Sous la tutelle de Madame Anne Perrut)

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Lois de probabilité à densité Loi normale

Lois de probabilité à densité Loi normale DERNIÈRE IMPRESSIN LE 31 mars 2015 à 14:11 Lois de probabilité à densité Loi normale Table des matières 1 Lois à densité 2 1.1 Introduction................................ 2 1.2 Densité de probabilité

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS ONDITIONNELLES Exercice 01 On considère une roue partagée en 15 secteurs angulaires numérotés de 1 à 15. es secteurs sont de différentes couleurs. On fait tourner la roue qui s'arrête sur

Plus en détail

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban EXERCICE 1 : 4 Points Cet exercice est un questionnaire à choix multiples. Aucune justification n est demandée. Pour chacune des questions, une

Plus en détail

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Baccalauréat S Asie 18 juin 2013

Baccalauréat S Asie 18 juin 2013 Baccalauréat S Asie 18 juin 2013 Dans l ensemble du sujet, et pour chaque question, toute trace de recherche même incomplète, ou d initiative même non fructueuse, sera prise en compte dans l évaluation

Plus en détail

Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge

Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Le programme se compose ainsi : Rappels collège/seconde Partie STAV 1/3 Partie STAV 2/3 Partie STAV

Plus en détail

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples 36 Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples (Ω, B, P est un espace probabilisé. 36.1 Définition et propriétés des probabilités conditionnelles Définition 36.1

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

Feuille d exercices 1

Feuille d exercices 1 Université Paris 7 - Denis Diderot L2 - Probabilités PS4 Année 2014-2015 Feuille d exercices 1 Exercice 1 Combien y a-t-il de paires d entiers non consécutifs compris entre 1 et n (n 1)? Exercice 2 1.

Plus en détail

Cours de mathématiques pour la Terminale S

Cours de mathématiques pour la Terminale S Cours de mathématiques pour la Terminale S Savoir-Faire par chapitre Florent Girod 1 Année scolaire 2015 / 2016 1. Externat Notre Dame - Grenoble Table des matières 1) Suites numériques.................................

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Baccalauréat S Nouvelle-Calédonie 17 novembre 2014

Baccalauréat S Nouvelle-Calédonie 17 novembre 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédonie 17 novembre 2014 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats Les trois parties A, B et C sont indépendantes Une fabrique de desserts glacés

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Lycée Municipal d Adultes de la ville de Paris Mardi 22 avril 2014 BACCALAURÉAT BLANC DE MATHÉMATIQUES. obligatoire SÉRIE S

Lycée Municipal d Adultes de la ville de Paris Mardi 22 avril 2014 BACCALAURÉAT BLANC DE MATHÉMATIQUES. obligatoire SÉRIE S Lycée Municipal d Adultes de la ville de Paris Mardi avril 014 BACCALAURÉAT BLANC DE MATHÉMATIQUES SÉRIE S Durée de l épreuve : 4 HEURES Les calculatrices sont AUTRISÉES obligatoire Coefficient : 7 Le

Plus en détail

TD: Ensembles, applications, dénombrement

TD: Ensembles, applications, dénombrement Université de Provence Année 011/1 Licence Math Info ème année S3 Fondements de l Informatique 1 Ensembles et fonctions TD: Ensembles, applications, dénombrement 1. On suppose que l ensemble de tous les

Plus en détail

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique Télécom ParisTech, 09 mai 2012 http://www.mathematiquesappliquees.polytechnique.edu/ accueil/programmes/cycle-polytechnicien/annee-1/

Plus en détail

Couplages et colorations d arêtes

Couplages et colorations d arêtes Couplages et colorations d arêtes Complément au chapitre 5 «Une employée mécontente» et au chapitre 9 «L apprentie sudokiste» Considérons n équipes de hockey qui doivent s affronter lors d un tournoi.

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

Sujet de Bac 2013 Maths ES Obligatoire & Spécialité - Pondichéry

Sujet de Bac 2013 Maths ES Obligatoire & Spécialité - Pondichéry Sujet de Bac 2013 Maths ES Obligatoire & Spécialité - Pondichéry Exercice 1 : 4 points Commun à tous les candidats Cet exercice est un questionnaire à choix multiples. Une réponse exacte rapporte 1 point.

Plus en détail

Marches, permutations et arbres binaires aléatoires

Marches, permutations et arbres binaires aléatoires Marches, permutations et arbres binaires aléatoires Épreuve pratique d algorithmique et de programmation Concours commun des Écoles Normales Supérieures Durée de l épreuve: 4 heures Cœfficient: 4 Juillet

Plus en détail

Examen de rattrapage

Examen de rattrapage Université Denis Diderot Paris 7 7 juin 4 Probabilités et Simulations UPS36 Examen de rattrapage durée : 3 heures Les documents et calculatrices ne sont pas autorisés. On prendra soin de bien justifier

Plus en détail

Généralités sur les graphes

Généralités sur les graphes Généralités sur les graphes Christophe ROSSIGNOL Année scolaire 2008/2009 Table des matières 1 Notion de graphe 3 1.1 Un peu de vocabulaire.......................................... 3 1.2 Ordre d un graphe,

Plus en détail

Épreuve de mathématiques Terminale ES 200 minutes

Épreuve de mathématiques Terminale ES 200 minutes Examen 2 Épreuve de mathématiques Terminale ES 200 minutes L usage de la calculatrice programmable est autorisé. La bonne présentation de la copie est de rigueur. Cet examen comporte 7 pages et 5 exercices.

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

Chapitre 8 : Probabilités-Indépendance

Chapitre 8 : Probabilités-Indépendance Cours de mathématiques Terminale S Chapitre 8 : Probabilités-Indépendance Année scolaire 008-009 mise à jour 6 janvier 009 Fig. Andreï Kolmogorov Un précurseur de la formalisation de la théorie des probabilités

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Thème 3 : ensembles, espaces de probabilités finis

Thème 3 : ensembles, espaces de probabilités finis Thème 3 : ensembles, espaces de probabilités finis Serge Cohen, Monique Pontier, Pascal J. Thomas Septembre 2004 1 Généralités : ensembles et parties d un ensemble Définition 1.1 On appelle ensemble une

Plus en détail

Corrigé du baccalauréat ES Antilles Guyane 24 juin 2015

Corrigé du baccalauréat ES Antilles Guyane 24 juin 2015 Corrigé du baccalauréat ES Antilles Guyane 2 juin 2015 EXERCICE 1 Commun à tous les candidats Aucune justification n était demandée dans cet exercice. 1. La fonction f définie sur R par f (x)= x 3 + 6x

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Université Paris VII. Préparation à l Agrégation. (François Delarue) COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Ce texte vise à l étude du temps d attente d un client à la caisse d un

Plus en détail

Cours de mathématiques

Cours de mathématiques Cours de mathématiques Thomas Rey classe de première ES ii Table des matières 1 Les pourcentages 1 1.1 Variation en pourcentage............................... 1 1.1.1 Calcul d une variation............................

Plus en détail

Examen d accès - 28 Septembre 2012

Examen d accès - 28 Septembre 2012 Examen d accès - 28 Septembre 2012 Aucun document autorisé - Calculatrice fournie par le centre d examen Cet examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses

Plus en détail

5 Bogues connus 9. Résumé des différences entre le pseudo-code utilisé par AlgoBox et celui que l on peut rencontrer dans les manuels. Entrer...

5 Bogues connus 9. Résumé des différences entre le pseudo-code utilisé par AlgoBox et celui que l on peut rencontrer dans les manuels. Entrer... MÉMENTO ALGOBOX 0.6 POUR LES PROFESSEURS Table des matières 1 Équivalence entre «pseudo-codes» 1 1.1 Entrée des données................................................... 1 1.2 Affichage des données.................................................

Plus en détail

Lycée Cassini BTS CGO 2014-2015. Test de début d année

Lycée Cassini BTS CGO 2014-2015. Test de début d année Lycée assini BTS GO 4-5 Exercice Test de début d année Pour chaque question, plusieurs réponses sont proposées. Déterminer celles qui sont correctes. On a mesuré, en continu pendant quatre heures, la concentration

Plus en détail

Examen d accès - 1 Octobre 2009

Examen d accès - 1 Octobre 2009 Examen d accès - 1 Octobre 2009 Aucun document autorisé - Calculatrice fournie par le centre d examen Ce examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses sont

Plus en détail

Baccalauréat ES Amérique du Nord 4 juin 2008

Baccalauréat ES Amérique du Nord 4 juin 2008 Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation

Plus en détail

B A C C A L A U R E A T G E N E R A L

B A C C A L A U R E A T G E N E R A L B A C C A L A U R E A T G E N E R A L SESSION 2006 MATHÉMATIQUES SERIE : ES DUREE DE L EPREUVE: 3 heures - COEFFICIENT : 7 Ce sujet comporte 6 pages dont feuille ANNEXE L utilisation d une calculatrice

Plus en détail

PROBABILITÉS. I Vocabulaire des événements 2 I.1 Vocabulaire... 2 I.2 Intersection et réunion d événements... 2 I.3 Représentation des évenements...

PROBABILITÉS. I Vocabulaire des événements 2 I.1 Vocabulaire... 2 I.2 Intersection et réunion d événements... 2 I.3 Représentation des évenements... PROBABILITÉS Table des matières I Vocabulaire des événements 2 I.1 Vocabulaire.............................................. 2 I.2 Intersection et réunion d événements................................ 2

Plus en détail

Sujet de mathématiques du brevet des collèges

Sujet de mathématiques du brevet des collèges Sujet de mathématiques du brevet des collèges POLYNÉSIE Septembre 014 Durée : h00 Calculatrice autorisée Indication portant sur l ensemble du sujet. Toutes les réponses doivent être justifiées, sauf si

Plus en détail

Probabilités discrètes : exercices

Probabilités discrètes : exercices Université de Strasbourg Probabilités Département de mathématiques Agreg interne 2015-2016 Probabilités discrètes : exercices Vous pouvez me contacter à l adresse nicolas.juilletatmath.unistra.fr. J ai

Plus en détail

Tous droits de traduction, de reproduction et d adaptation réservés pour tous pays.

Tous droits de traduction, de reproduction et d adaptation réservés pour tous pays. Maquette de couverture : Graphir Maquette intérieure : Frédéric Jély Mise en page : CMB Graphic Dessins techniques : Gilles Poing Hachette Livre 008, 43, quai de Grenelle, 790 Paris Cedex ISBN : 978--0-8-

Plus en détail

Notions de probabilités

Notions de probabilités 44 Notions de probabilités Capacités Expérimenter, d abord à l aide de pièces, de dés ou d urnes, puis à l aide d une simulation informatique prête à l emploi, la prise d échantillons aléatoires de taille

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

Terminale ES Correction du bac blanc de Mathématiques (version spécialité).

Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Lycée Jacques Monod février 05 Exercice : Voici les graphiques des questions. et.. A 4 A Graphique Question. Graphique Question..

Plus en détail

PROBABILITÉS. I) Introduction, aperçu historique. Loi de probabilité

PROBABILITÉS. I) Introduction, aperçu historique. Loi de probabilité Table des matières PROBABILITÉS Résumé de cours I) Introduction, aperçu historique 1 II) Loi de probabilité 1 III)Probabilité d évènement 2 1. Le vocabulaire des probabilités................................

Plus en détail

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

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

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Exercice 1 Métropole juin 2014 5 points

Exercice 1 Métropole juin 2014 5 points Le sujet comporte 6 pages. Seule l annexe est à rendre avec la copie. BAC BLANC MATHÉMATIQUES TERMINALE STMG Durée de l épreuve : 3 heures Les calculs doivent être détaillés. Les calculatrices sont autorisées,

Plus en détail

Mathématiques financières

Mathématiques financières Mathématiques financières Arnaud Triay Table des matières 1 Introduction Position du problème.1 Pricing des options........................................... Formalisme..............................................

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

Dénombrement, opérations sur les ensembles.

Dénombrement, opérations sur les ensembles. Université Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 1 (du 16 au 20 septembre 2013) Dénombrement, opérations sur les ensembles 1 Combien de façons y a-t-il de classer

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #9

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #9 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #9 ARTHUR CHARPENTIER 1 Soit X la variable aléatoire continue de fonction de densité : { (1.4)e 2x + (0.9)e 3x pour x > 0 f X (x) = 0 sinon. Trouver E[X]. A) 9 20 B)

Plus en détail

Analyse de données et méthodes numériques

Analyse de données et méthodes numériques Analyse de données et méthodes numériques Analyse de données: Que faire avec un résultat? Comment le décrire? Comment l analyser? Quels sont les «modèles» mathématiques associés? Analyse de données et

Plus en détail

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7.

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7. BACCALAURÉAT GENÉRAL Session 2011 MATHÉMATIQUES Série ES Enseignement de Spécialité Durée de l épreuve : 3 heures Coefficient : 7 Ce sujet comporte 7 pages numérotées de 1 à 7. L utilisation d une calculatrice

Plus en détail