Combinatoire : rappels

Dimension: px
Commencer à balayer dès la page:

Download "Combinatoire : rappels"

Transcription

1 Combinatoire : rappels 1 Savoir utiliser des arbres, des tableaux, des diagrammes pour des exemples simples de dénombrement Exemple 1 : Un arbre... Un enfant joue à «pile ou face» en lançant trois fois consécutivement une pièce de 1 euro et en notant, pour chaque lancer, le résultat obtenu. Combien de possibilités l enfant rencontre-t-il? 1 er lancer 2 e lancer 3 e lancer Exemple 2 : Un tableau... Je lance deux dés équilibrés et numérotés de 1 à 6. Je fais la somme des points obtenus. Combien de possibilités ai-je d obtenir 7? À l aide de ce tableau, nous déduisons que j ai 6 possibilités d obtenir 7. 1

2 Exemple 3 : Un diagramme... Une entreprise fabrique des pièces destinées au monde de l aérospatiale. Celles-ci peuvent présenter trois types de défauts : A, B et C. Sur 1000 pièces fabriquées, 48 présentent au moins le défaut A, 55 présentent au moins le défaut B, 31 présentent au moins le défaut C, 21 présentent au moins les défauts A et B, 16 présentent au moins les défauts B et C, 12 présentent au moins les défauts A et C et 5 présentent les défauts A, B et C. Combien de pièces présentent uniquement le défaut A, le défaut B, le défaut C? A B À l aide de ce diagramme, nous déduisons que 20 pièces présentent uniquement le défaut A, 23 pièces présentent uniquement le défaut B et 8 pièces présentent uniquement le défaut C. C 2 Savoir reconnaître une p-liste, un arrangement, une permutation et une combinaison 2.1 Le principe de multiplication Réponse : rincipe Monsieur Hasard a 6 pantalons, 4 chemises, 2 vestes et 3 paires de chaussures. Combien a-t-il de façons de s habiller? Évidemment il y a =144 façons de s habiller pour Monsieur Hasard. Si l on fait m expériences de suite et si (indépendamment des résultats des expériences 1,2,...,k 1) l expérience k a n k résultats possibles alors le nombre de résultats possibles pour la suite de m expériences est n 1 n 2... n m. 2.2 Les p-listes Combien y-a-t-il de façons de répondre à un questionnaire de 15 questions? 1) Si on répond par oui/non. (réponse : 2 15 ) 2) Si on répond par oui/non/je ne saisi pas. (réponse : 3 15 ) Définition 1. Une p-liste d éléments d un ensemble E est une liste ordonnée de p éléments (non nécessairement distincts). Une p-liste est donc une suite ou un mot de longueur p où l ordre des éléments est important. Il découle immédiatement du principe multiplicatif que ormule Le nombre de p-listes d un ensemble à n éléments est n p. 2

3 2.3 Arrangements 12 personnes font parties d un club de probabilistes. Combien y a-t-il de façons de choisir : 1 président, 1 vice-président, 1 trésorier et 1 secrétaire? Réponse : = Définition 2. Soit E un ensemble fini de n éléments et p un entier tel que 1 p n. Un arrangement de p éléments de E est une p-liste d éléments de E tous distincts. En ajoutant à une p-liste la contrainte que les éléments la composant soient deux à deux distincts, la longueur maximale d une liste est n. C est pourquoi on a la condition p n. Un exemple typique d un arrangement est un classement à l issue d une épreuve. Si on donne le classement des 5 premiers dans une compétition comportant 15 participants, on a un arrangement de 5 concurrents parmi 35. Le nombre de classements différents qu il est possible d avoir est de : ormule Le nombre d arrangements de p éléments d un ensemble de n éléments est le nombre noté A n p, défini par A n p= n(n 1)(n 2)... (n p+1) p facteurs Le principe multiplicatif nous donne en effet sans autre ce résultat : n choix possibles pour le premier terme de la liste, (n 1) pour le second, etc., n (p 1) ou n p+1 pour le p ième. Souvent, le nombre A n n! p est défini par (n p)!, car n! n(n 1)(n 2)... (n p+1)(n p)(n p 1) = = n(n 1)(n 2)...(n p+1) (n p)! (n p)(n p 1) ermutations Combien y-a-t-il de façons de ranger 6 livres sur une étagère? Réponse : ar le principe de multiplication on a =6! Définition 3. On appelle permutation d un ensemble E de n éléments, un arrangement des n éléments de E. ormule Le nombre de permutations de n éléments est le nombre noté n = n!=n (n 1) (n 2) Les combinaisons simples Réponse : Il y a 12 membres dans dans le club de probabilistes. Combien y a-t-il de façons de constituer un comité de 4 membres? nombre d arrangements de 4 pers. sur 12 = = 495 (l ordre n est pas important). nombre de permutations de 4 pers Définition 4. Soit E un ensemble fini de n éléments et p un entier tel que 1 p n. On appelle combinaison de p éléments de E toute partie de E ayant p éléments. Le nombre de combinaison de p éléments d un ensemble à n éléments est noté C n p. On a : C0 n Cn n = 1 : une seule partie à 0 élément : la partie vide ; = 1 : E est la seule partie à n éléments ; 3

4 C1 n = n : E ayant n éléments, il y a n parties à un élément ; Cp n= C n p n : à chaque partie A de E ayant p éléments, correspond la partie complémentaire A à n p éléments. Ainsi, il y a autant de parties à p éléments que de parties à n p éléments. ormule our n et p tel que 0 p n, on a : Cp n = An p p! = n! n(n 1)...(n p+1) = p!(n p)! p(p 1) Combinaisons avec répétition Question 1 : Combien y a-t-il de façons de placer 4 boules indiscernables dans 3 tiroirs? Réponse : On va réduire ce problème au problème du code binaire. On désigne les boules par des «0» et les tiroirs par des «1». On place le premier «1» à la première position. Les zéros entre ce premier «1» et le deuxième «1» correspondent aux boules dans le premier tiroir, les zéros entre le deuxième «1» et le troisième «1» correspondent aux boules dans le deuxième tiroir et les zéros situés à droite du troisième «1» correspondent aux boules dans le troisième tiroir. ar exemple : signifie qu il y a trois boules dans le premier tiroir, une dans le deuxième tiroir et aucune dans le troisième tiroir signifie que les 4 boules sont dans le troisième tiroir. uisque on a toujours un chiffre «1» à la première position on cherche le nombre des codes binaires de longueur 4+3-1= 6 qui contient 4 chiffres «0». Donc il y a C4 6 = 15 façons de placer 4 boules indiscernables dans 3 tiroirs. Question 2 : De combien de façons distinctes peut-on distribuer 11 bonbons à 4 filles et 2 garçons de manière que chaque fille en reçoive au moins 1 et chaque garçon en reçoive au moins 2? Réponse : Après avoir distribué les bonbons de telle sorte que chacune des filles en ait 1, et chacun des garçons 2, il reste à partager 3 bonbons entre 6 enfants. C = 56 Question 3 : Combien y-a-t-il de vecteurs (x 1,x 2,x 3 ) distincts à composantes entières et non négatives satisfaisant x 1 + x 2 + x 3 = 10? Réponse : On va réduire ce problème au problème de tiroirs ci-dessus. Les composantes correspondent aux tiroirs et la somme de composantes correspond au nombre de boules. Donc il y a C = 66 de tels vecteurs. Définition 5. Soit un ensemble de n objets ou éléments. Le choix de p objets, chaque objet pouvant être pris plusieurs fois, est appelé une combinaison avec répétition. ormule Le nombre de choix de p objets parmi n objets, avec répétition, est désigné par C n p C n p = C n+p 1 p = (n+ p 1)! p!(n 1)! 2.7 Résumé avec répétition, avec ordre avec répétition, sans ordre sans répétition, avec ordre sans répétition, sans ordre Dénomination p-liste combinaison avec répétition arrangement combinaison simple Notation n C n p = C n+p 1 n 1 A n p C n p ormule n p (n+ p 1)! p!(n 1)! 4 n! (n p)! n! p!(n p)!

5 robabilités : rappel Le jeu de la roulette présente une expérience aléatoire avec 37 résultats possibles ou issues : 0, 1, 2,..., 36. L ensemble de toutes les issues est appelé univers des possibles et désigné parω, ainsiω = {0,1,2,...,36}. Une issue quelconque sera désignée par la lettreω. Un joueur ne s intéresse pas à proprement parler au numéro sorti. Lorsque le croupier annonce, par exemple : «Le 31, noir, impair et passe», l issue de l expérience appartient à plusieurs événements différents : l événement élémentaire 31 la couleur noire la parité du nombre le nombre sortie est supérieur ou égal à 19 (dans le cas contraire, cela aurait été «manque») 3 Définitions de base Définition 1. On appelle expérience aléatoire, toute expérience E conduisant, selon le hasard à plusieurs résultats possibles. Définition 2. On appelle univers associé à l expérience aléatoire E, l ensemble de tous les résultats possibles de E. Tout élémentωde est appelé événement élémentaire. Définition 3. On appelle événement aléatoire, associé à l expérience E, tout événement dont la réalisation dépend des résultats de E. Un événement aléatoire s identifie donc à une partie A deω. Exemples : On lance un dé. On aω={1,2,...,6}, chaque élément de cet ensemble étant un événement élémentaire. ar contre «le dé amène un nombre paire» est un événement qui n est pas élémentaire et s écrit comme{2,4,6}. On s intéresse à l ordre d arrivée dans une course de 7 chevaux, portant les numéros : 1,..., 7. Comme événement élémentaires on a 7! permutations de l ensemble{1,...,7}. On joue deux fois à pile ou face.ω={,,, }. On jette une pièce de monnaie jusqu à ce que pile sorte pour la première fois.ω={,,,,...}. On considère le nombre de kilomètres parcourus par une comète. Le résultat peut être n importe quel nombre réel positif.ω=r + Une fois qu un événement aléatoire a pu être suffisamment caractérisé, il serait intéressant de pouvoir évaluer les chances qu il se réalise, c est-à-dire d en calculer la probabilité. our cela, il faudra d abord trouver la probabilité de chaque issue d une expérience aléatoire appartenant à cet événement. Dans le cas du lancer d un dé non pipé, chaque face a autant de chance de sortir qu une autre. Si l on note une des six issues possibles (1,2,...,6) par la lettre ω, la probabilité de cette issue sera notée (ω) et elle vaudra (ω)= 1 6. Maintenant, si l on s intéresse à l événement air (le nombre montré par le dé est pair), alors il est évident que la probabilité de cet événement s obtient en additionnant les probabilité de chacune des issues appartenant à l événement air : (2)+(4)+(6)=3 1 6 = 1 2. Définition 4. On définit la probabilité en donnant la probabilité de chaque issue. SiΩ={ω1,ω2,...,ωN}, on fournira les valeurs (ω1),(ω2),...,(ωn), qui devront vérifier : 1. chacun des nombres (ωi) est compris entre 0 et 1, (1 i N ) 2. la somme de ces nombres est égale à 1 : (ω1)+(ω2)+...+(ωn )=1 La probabilité d un événement A est la somme des probabilités de toutes les issues appartenant à A. 5

6 4 ropriétés des probabilités parties deω événement propriété,ω événement impossible, certain ( )=0, (Ω)=1 A B= A et B sont incompatibles (A B)=(A)+(B) A A est l événement contraire de A (A)=1 (A) A, B A et B quelconque (A B)=(A)+(B) (A B) 5 Équiprobabilité Réponse : Théorème 1 Quelle est la probabilité d avoir une somme supérieure à 7 lorsque l on lance deux dés équilibrés? En se référant au tableau de la page 1 et sachant que les issues d un lancer sont équiprobables, cette probabilité vaut : (X > 7)= = 5 12 Il y a équiprobabilité lorsque toutes les issues ont même probabilité. Dans ce cas, si card(ω)=n : 1. pour toute issueω, (ω)= 1 N 2. pour tout événement A, (A)= card(a) card(ω) 6 robabilité conditionnelle Le tableau ci-dessous présente le décompte des fumeurs et des non-fumeurs dans une entreprise de personnes hommes B femmes B umeurs A Non-fumeurs A Réponse : a) (B)= (A)= b) = 0,7 c) () (B) = card(a B) card(b) = 200 = 2 3 = 180 = 3 5 = card(a B) card(b) = 0,7 En choisissant un individu au hasard dans cette population, quelle est la probabilité a) qu il soit un homme? (noté (B)) qu il soit fumeur? (noté (A)) b) qu il soit fumeur sachant que c est un homme? c) calculer (A B) et comparer avec b). (B) La probabilité que quelqu un soit fumeur sachant qu il est un homme est une probabilité conditionnelle. Définition 5. Soit B un événement de probabilité non nulle. La probabilité conditionnelle de A sachant que B est réalisé, notée (A B), est définie par (A B). (B) 6

7 Remarque. Cette formule n est évidemment pas utile quand on peut calculer directement (A B). Dans ce cas, il est plus efficace d écrire : (A B) = (A B)(B) Définition 6. On dit que deux événements A et B sont indépendants si (A B) = (A)(B), ou encore, si (A B)=(A) (dans le cas où (B) 0). Exemple. On tire successivement et sans remise deux jetons de l urne ci-dessous. Quelle est la probabilité de tirer un jeton a en premier et un jeton b en second? Soit A et B respectivement les événements A : «tirer a en premier» et B a a b «tirer b en second». La probabilité recherchée est (A B) ou encore a (A) (B A). b b a De façon immédiate, on trouve que (A)= 5 8 a et et (B A)= 3 7. Il en découle (A B)= = Il est clair que l événement A n est pas indépendant de l événement B. En utilisant le test donné ci-dessus, on a (B)= = ormule des «probabilités totales» et (B A)= 3 7 (donc différentes) Soit B 1, B 2,..., B n une partition de l universω. Alors pour tout événement A: Théorème 2 et, pour tout i ( 1 i n) : (A)=(A B 1 )+(A B 2 )+...+(A B n ) (A B i )=(A B i ) (B i ). Deux urnes U 1 et U 2 indiscernables contiennent respectivement : urne U 1 : 3 boules rouges, 2 boules vertes ; urne U 2 : 2 boules rouges, 1 boules verte. On choisit une urne au hasard et on tire une boule dans cette urne. Quelle est la probabilité qu elle soit rouge? Réponse : L univers Ω des issues est constitué des boules provenant des deux urnes. Certaines de ces issues peuvent être regroupées sous différents événements : U 1 (respectivement U 2 ) : «la boule tirée de l urne U 1» (respectivement U 2 ) ; R (respectivement V ) : «la boule tirée est rouge» (respectivement verte). La formule des probabilités totales donne : Il est clair : (R)=(R U 1 )+(R U 2 ), (R U 1 )=(R U 1 )(U 1 ) et (R U 1 )=(R U 2 )(U 2 ) (U 1 )=(U 2 )= 1 («deux urnes indiscernables») ; 2 (R U 1 )= 3 5 (probabilité de tirer une rouge de l urne U 1) (R U 2 )= 2 3 (probabilité de tirer une rouge de l urne U 2) On en déduit : (R)= =

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

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

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

Probabilités. C. Charignon. I Cours 3

Probabilités. C. Charignon. I Cours 3 Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3

Plus en détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Analyse Combinatoire

Analyse Combinatoire Analyse Combinatoire 1) Équipes On dispose d un groupe de cinq personnes. a) Combien d équipes de trois personnes peut-on former? b) Combien d équipes avec un chef, un sous-chef et un adjoint? c) Combien

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

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention

Plus en détail

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS

Plus en détail

Statistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge.

Statistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge. Statistiques II Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mardi 11h15-13h00 Salle : C110 http://campus.hesge.ch/caboussata 1 mars 2011 A. Caboussat, HEG STAT II, 2011 1 / 23 Exercice 1.1

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

Les probabilités. Chapitre 18. Tester ses connaissances Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

CALCUL DES PROBABILITES

CALCUL DES PROBABILITES CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les

Plus en détail

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

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

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

Introduction au Calcul des Probabilités

Introduction au Calcul des Probabilités Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus

Plus en détail

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile. Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir

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

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

Arbre de probabilité(afrique) Univers - Evénement

Arbre de probabilité(afrique) Univers - Evénement Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer

Plus en détail

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher. Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais

Plus en détail

P1 : Corrigés des exercices

P1 : Corrigés des exercices P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à

Plus en détail

Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010

Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année

Plus en 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

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée

Plus en détail

COMBINATOIRES ET PROBABILITÉS

COMBINATOIRES ET PROBABILITÉS COMBINATOIRES ET PROBABILITÉS ème année. Analyse combinatoire.. Outils.. Principe de décomposition.. Permutations.. Arrangements..5 Combinaisons 8.. Développement du binôme 9..7 Ce qu il faut absolument

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Objets Combinatoires élementaires

Objets Combinatoires élementaires Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que

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

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

Plus en détail

dénombrement, loi binomiale

dénombrement, loi binomiale dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................

Plus en détail

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle

Plus en détail

Initiation à la programmation en Python

Initiation à la programmation en Python I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de

Plus en détail

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient

Plus en détail

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2) Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

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

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

S initier aux probabilités simples «Question de chance!»

S initier aux probabilités simples «Question de chance!» «Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes

Plus en détail

S initier aux probabilités simples «Question de chance!»

S initier aux probabilités simples «Question de chance!» «Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif

Plus en détail

Les devoirs en Première STMG

Les devoirs en Première STMG Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................

Plus en détail

Probabilités. I - Expérience aléatoire. II - Evénements

Probabilités. I - Expérience aléatoire. II - Evénements Probabilités Voici le premier cours de probabilités de votre vie. N avez-vous jamais eut envie de comprendre les règles des grands joueurs de poker et de les battre en calculant les probabilités d avoir

Plus en détail

315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux

315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux Exercice 1 : (3 points) Un sac contient 10 boules rouges, 6 boules noires et 4 boules jaunes. Chacune des boules a la même probabilité d'être tirée. On tire une boule au hasard. 1. Calculer la probabilité

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

Introduction à la théorie des graphes. Solutions des exercices CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti

Plus en détail

S initier aux probabilités simples «Un jeu de cartes inédit»

S initier aux probabilités simples «Un jeu de cartes inédit» «Un jeu de cartes inédit» 29-31 Niveau 3 Entraînement 1 Objectifs S entraîner à estimer une probabilité par déduction. Applications (exemples) En classe : tout ce qui réclame une lecture attentive d une

Plus en détail

REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet)

REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) Le présent règlement remplacent, à compter du 24 juillet 2013, le précédent règlement Jeux PARTOUCHE IMAGES déposées en l étude de Maître

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

Plus en détail

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

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

Plus en détail

4. Exercices et corrigés

4. Exercices et corrigés 4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au

Plus en détail

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

Représentation d un entier en base b

Représentation d un entier en base b Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

INF 162 Probabilités pour l informatique

INF 162 Probabilités pour l informatique Guy Melançon INF 162 Probabilités pour l informatique Licence Informatique 20 octobre 2010 Département informatique UFR Mathématiques Informatique Université Bordeaux I Année académique 2010-2011 Table

Plus en détail

flamber fructifier vente aux enchères les croupiers expliquent les règles tous les accessoires Durée des jeux : 1h30 2h30

flamber fructifier vente aux enchères les croupiers expliquent les règles tous les accessoires Durée des jeux : 1h30 2h30 Présentation Dès l arrivée, vos invités se voient remettre des billets de Casino Factice afin qu'ils puissent flamber sur les différentes tables de jeu. L'objectif est de faire fructifier leurs gains aux

Plus en détail

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 6. Fonction réelle d une variable réelle Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en 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

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Probabilités (méthodes et objectifs)

Probabilités (méthodes et objectifs) Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d

Plus en détail

Dérivation : Résumé de cours et méthodes

Dérivation : Résumé de cours et méthodes Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers

Plus en détail

Plan général du cours

Plan général du cours BTS GPN 1ERE ANNEE-MATHEMATIQUES-PROBABILITES-DENOMBREMENT,COMBINATOIRE PROBABILITES Plan général du cours 1. Dénombrement et combinatoire (permutations, arrangements, combinaisons). 2. Les probabilités

Plus en détail

Cryptographie et fonctions à sens unique

Cryptographie et fonctions à sens unique Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions

Plus en détail

YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93

YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES

Plus en détail

Dossier projet isn 2015 par Victor Gregoire

Dossier projet isn 2015 par Victor Gregoire Dossier projet isn 2015 par Victor Gregoire Plan: I) But du projet: créer un jeu de blackjack fonctionnel et le poster sur une page web mise en ligne. Le jeu sera developpé en C++ a l'aide de code blocks.

Plus en détail

Intérêts. Administration Économique et Sociale. Mathématiques XA100M

Intérêts. Administration Économique et Sociale. Mathématiques XA100M Intérêts Administration Économique et Sociale Mathématiques XA100M 1. LA NOTION D INTÉRÊT 1.1. Définition. Définition 1. L intérêt est la rémunération d un prêt d argent effectué par un agent économique

Plus en détail

Architecture des ordinateurs TD1 - Portes logiques et premiers circuits

Architecture des ordinateurs TD1 - Portes logiques et premiers circuits Architecture des ordinateurs TD1 - Portes logiques et premiers circuits 1 Rappel : un peu de logique Exercice 1.1 Remplir la table de vérité suivante : a b a + b ab a + b ab a b 0 0 0 1 1 0 1 1 Exercice

Plus en détail

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux. UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en détail

Andrey Nikolaevich Kolmogorov

Andrey Nikolaevich Kolmogorov PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien

Plus en détail

9 5 2 5 Espaces probabilisés

9 5 2 5 Espaces probabilisés BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire

Plus en détail

Roulette, Black-jack, Boule, Chuck a luck, Roue de la fortune et Triche... Un classique indémodable de l animation événementielle.

Roulette, Black-jack, Boule, Chuck a luck, Roue de la fortune et Triche... Un classique indémodable de l animation événementielle. ...Casino-Club Le «démon du jeu» veille en chacun de nous... ...Le concept Roulette, Black-jack, Boule, Chuck a luck, Roue de la fortune et Triche... Un classique indémodable de l animation événementielle.

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Unité 2 Leçon 2 Les permutations et les combinaisons

Unité 2 Leçon 2 Les permutations et les combinaisons Unité 2 Leçon 2 Les permutations et les combinaisons Qu'apprenons nous dans cette leçon? La différence entre un arrangement ordonné (une permutation) et un arrangement nonordonné (une combinaison). La

Plus en détail

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique -

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique - IUT de Laval Année Universitaire 2008/2009 Département Informatique, 1ère année Mathématiques Discrètes Fiche 1 - Logique - 1 Logique Propositionnelle 1.1 Introduction Exercice 1 : Le professeur Leblond

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

La persistance des nombres

La persistance des nombres regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...

Plus en détail

Fonctions homographiques

Fonctions homographiques Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Les nombres entiers. Durée suggérée: 3 semaines

Les nombres entiers. Durée suggérée: 3 semaines Les nombres entiers Durée suggérée: 3 semaines Aperçu du module Orientation et contexte Pourquoi est-ce important? Dans le présent module, les élèves multiplieront et diviseront des nombres entiers concrètement,

Plus en détail

Probabilités-énoncés et corrections

Probabilités-énoncés et corrections 2012-2013 Probabilités-énoncés et corrections Exercice 1. Une entreprise décide de classer 20 personnes susceptibles d'être embauchées ; leurs CV étant très proches, le patron décide de recourir au hasard

Plus en détail

1 Recherche en table par balayage

1 Recherche en table par balayage 1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément

Plus en détail

Mesure de probabilité, indépendance.

Mesure de probabilité, indépendance. MATHEMATIQUES TD N 2 : PROBABILITES ELEMENTAIRES. R&T Saint-Malo - 2nde année - 2011/2012 Mesure de probabilité, indépendance. I. Des boules et des cartes - encore - 1. On tire simultanément 5 cartes d

Plus en détail

Définitions. Numéro à préciser. (Durée : )

Définitions. Numéro à préciser. (Durée : ) Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.

Plus en détail