Probabilités sur un univers dénombrable
|
|
- Adrien Didier Truchon
- il y a 7 ans
- Total affichages :
Transcription
1 Probabilités sur un univers dénombrable 1. Espaces probabilisés dénombrables...p.1 Définition de la dénombrabilité. Expérience aléatoire sur un univers dénombrable. Événements, union et intersection d'une infinité d'événements. Système complet d'événements. Définition d'une probabilité sur un univers dénombrable. 2. Indépendance et conditionnement...p.3 Probabilité conditionnelle, formule des probabilités composées. Formule des probabilités totales. Formule de Bayes. Indépendance de deux événements. Indépendance mutuelle d'une famille finie d'événements. 1. Espaces probabilisés dénombrables Définition de la dénombrabilité Un ensemble est dit dénombrable s'il peut s'écrire en extension sous la forme {x n }. Exemples : N est dénombrable car N= {n } Z est dénombrable car Z= { ( 1) n n+1 2 } L'ensemble des nombres décimaux est dénombrable. L'ensemble des nombres rationnels est dénombrable. En revanche l'intervalle [0;1] n'est pas dénombrable. Expérience aléatoire sur un univers dénombrable Une expérience aléatoire sur un univers dénombrable est une expérience dont : on connaît les issues possibles : l'ensemble des issues, appelé univers et noté Ω est dénombrable. on ne sait pas, avant la réalisation de l'expérience, laquelle des issues sera obtenue. Exemple : l'expérience consistant à construire un «mot» à partir des lettres 'A 'et 'B' se terminant par '.'. L'univers est constitué des «mots» Ω= {'.' ;' A.' ;' B.' ;' AA.' ; ' AB.' ; BB.' ; ' AAA.' ;' AAB.' ; ' ABA.' ; } L'univers Ω est donc de cardinal infini car la longueur du mot obtenu peut être arbitrairement grande. Cependant Ω est dénombrable car il est possible de trier les mots selon leur longueur (les mots de n lettres étant placés du rang 2 n+1 au rang 2 n+2 1 ) puis selon l'ordre alphabétique. Exemple de code Python permettant d'obtenir les mots constitués de 5 lettres ou moins. 1 L=['.'] 2 for k in range(5): 3 LA=['A'+mot for mot in L[2**k-1:]] 4 LB=['B'+mot for mot in L[2**k-1:]] 5 L=L+LA+LB 6 print(l) ['.', 'A.', 'B.', 'AA.', 'AB.', 'BA.', 'BB.', 'AAA.', 'AAB.', 'ABA.', 'ABB.', 'BAA.', 'BAB.', 'BBA.', 'BBB.', 'AAAA.', 'AAAB.', 'AABA.', 'AABB.', 'ABAA.', 'ABAB.', 'ABBA.', 'ABBB.', 'BAAA.', 'BAAB.', 'BABA.', 'BABB.', 'BBAA.', 'BBAB.', 'BBBA.', 'BBBB.', 'AAAAA.', 'AAAAB.', 'AAABA.', 'AAABB.', 'AABAA.', 'AABAB.', 'AABBA.', 'AABBB.', 'ABAAA.', 'ABAAB.', 'ABABA.', 'ABABB.', 'ABBAA.', 'ABBAB.', 'ABBBA.', 'ABBBB.', 'BAAAA.', 'BAAAB.', 'BAABA.', 'BAABB.', 'BABAA.', 'BABAB.', 'BABBA.', 'BABBB.', 'BBAAA.', 'BBAAB.', 'BBABA.', 'BBABB.', 'BBBAA.', 'BBBAB.', 'BBBBA.', 'BBBBB.'] Définition d'un événement Soit Ω un univers dénombrable. Toute partie de Ω est un événement. Ainsi tout événement est dénombrable mais peut être de cardinal fini ou non. On note P (Ω) l'ensemble des événements de Ω. Exemple : Pour l'expérience précédente, «obtenir un mot de 4 lettres» est un événement de cardinal «obtenir un mot ayant exactement quatre A» est un événement de cardinal Si Ω est infini et dénombrable, alors P (Ω) est infini mais non-dénombrable. Probabilités sur un univers dénombrable 1/7 pycreach.free.fr - TSI2
2 A Dans la suite de ce cours, l'univers Ω est considéré fini ou, infini et dénombrable. Union et intersection d'une infinité d'événements Soit Ω un univers dénombrable et (A i ) une suite de P (Ω). La réunion des événements (A i ) est constituée des issues appartenant au moins à l'un des événements A i : A i ={ω Ω, ω A i } L'intersection des événements (A i ) est constituée des issues appartenant à tous les événements A i : A i ={ω Ω,ω A i } } Remarques : A i = A i = Exemples : Soit, pour, l'événement L i : «obtenir un mot de i lettres» L 0 = L 1 = { } L 2 = L 3 = L 4 = Alors L i... L i =... Soit, pour, l'événement A i : «obtenir un mot contenant exactement i fois la lettre 'A'» A 0 = A 1 = { 2 = A 3 = A 4 = Alors A i... Définition d'un système complet d'événements A i =... Soit Ω un univers dénombrable, I un ensemble fini ou I=N et (A i ) i I une suite (finie ou dénombrable) de P (Ω). (A i ) i I est un système complet d'événements si et seulement si il est constitué d'événements deux à deux incompatibles dont et la réunion est Ω. i.e. { (i ; j ) I 2, i j A i A j = i I A i =Ω Remarques : il est évident que A i Ω. Ainsi Ω A i suffit à prouver que A i =Ω. Si Ω est fini alors tout système complet d'événements est fini. Si Ω est infini et dénombrable alors un système complet d'événements peut être fini ou infini dénombrable. Si (A i ) i I est une suite d'événements deux à deux disjoints alors en lui ajoutant l'événement A i on obtient un i I système complet d'événements. Exemple : Soit, pour, l'événement A i : «obtenir un mot de i lettres»... Définition d'une probabilité sur un univers dénombrable Soit Ω un univers dénombrable. P est une probabilité sur Ω si et seulement si {P :P (Ω ) [0;1 ] P (Ω)=1 (A k ) k N suite de P (Ω ) telle que ( (i ; j) N 2,i j A i A j = ), P( A k N k) = P (A k ) Une probabilité P sur un univers infini dénombrable Ω={ω i } est entièrement déterminée par la donnée de (P ( ω i) ) suite de [0;1 ] (probabilité de chaque issue) telles que P ( ω i )=1. i=0 Si les événements A, B et C ne sont pas deux à deux disjoints alors P ( A B C ) P (A )+P (B )+P( C) P ( A B C ) Une probabilité sur un univers infini et dénombrable ne peut pas être uniforme. Exemple : en choisissant les lettres successivement avec des probabilités constantes, la lettre 'A' avec une probabilité 0,1, la lettre 'B' avec une probabilité 0,2 et le caractère '.' avec une probabilité 0,7. Exemple de simulation de 1000 expériences aléatoires suivant se protocole. Probabilités sur un univers dénombrable 2/7 pycreach.free.fr - TSI2
3 import numpy as np def experience(): mot=np.random.choice(['a','b','.'],1,p=[0.1,0.2,0.7])[0] while mot[-1]!='.': mot=mot+np.random.choice(['a','b','.'],1,p=[0.1,0.2,0.7])[0] return mot def frequences(l): n=len(l) F=[[L.pop(),1/n]] while len(l)>0: evenement=l.pop() i=0 long=len(evenement) while i<len(f) and (len(f[i][0])<long or (len(f[i][0])==long and F[i][0]<evenement)) : i=i+1 if i==len(f): F.append([evenement,1/n]) elif F[i][0]==evenement: F[i][1]=round(F[i][1]+1/n,3) else : F.insert(i,[evenement,1/n]) return F L=[experience() for k in range(1000)] print(frequences(l)) [['.', 0.687], ['A.', 0.086], ['B.', 0.14], ['AA.', 0.006], ['AB.', 0.015], ['BA.', 0.01], ['BB.', 0.03], ['AAA.', 0.001], ['AAB.', 0.001], ['ABB.', 0.001], ['BAB.', 0.004], ['BBA.', 0.001], ['BBB.', 0.007], ['ABAA.', 0.001], ['ABBA.', 0.001], ['ABBB.', 0.001], ['BAAA.', 0.001], ['BABA.', 0.001], ['BABB.', 0.001], ['BBAB.', 0.001], ['AAABA.', 0.001], ['AABBA.', 0.001], ['ABABB.', 0.001], ['BAAABB.', 0.001]] On peut alors calculer les probabilités de certains événements : P('A.')=... P('B.')=... P('AA.')=... P('AB.)=... P('BA.')=... P('BB.')=... P('BAAABB.')=... Remarque : l'univers associé à cette expérience aléatoire contient des «mots» de longueur infinie (et n'est pas dénombrable!) car ne jamais obtenir le caractère '.' est possible. Cependant cet événement est de probabilité nulle car (1 0,7 ) n =0. lim n 2. Indépendance et conditionnement Définition des probabilités conditionnelles Soient A et B deux événements tels que P ( B) 0. L'application La probabilité conditionnelle de A sachant B est P (A B)= P(A B ) P (B ) P B : P (Ω ) [0;1] A P (A B ) P( B ) est une probabilité sur Ω appelée probabilité conditionnelle sachant B. Exemple : Soit B : «obtenir un mot de quatre lettres» et A : «obtenir un mot contenant exactement trois 'A'» Probabilités sur un univers dénombrable 3/7 pycreach.free.fr - TSI2
4 Exemple de simulation : import numpy as np def experience(): mot=np.random.choice(['a','b','.'],1,p=[0.1,0.2,0.7])[0] while mot[-1]!='.': mot=mot+np.random.choice(['a','b','.'],1,p=[0.1,0.2,0.7])[0] return mot def frequences_conditionnelles(a,b,n): nbre_de_b=0 nbre_de_a_et_b=0 nbre_de_a_et_nonb=0 for k in range(n): expe=experience() if B(expe): nbre_de_b=nbre_de_b+1 if A(expe): nbre_de_a_et_b=nbre_de_a_et_b+1 else: if A(expe): nbre_de_a_et_nonb=nbre_de_a_et_nonb+1 return(nbre_de_a_et_b/nbre_de_b,1-nbre_de_a_et_b/nbre_de_b,nbre_de_a_et_nonb/(n-nbre_de_b),1-nbre_de_a_et_nonb/(n-nbre_de_b)) ( , , , ) Formule des probabilités composées Soient n événements A 1 tels que A n ) 0. A n )=P(A 1 ) P(A 2 A 1 ) P (A 3 )) P (A n A n 1 )) n i.e. P ( k=1 n Ak) = k =1 P ( A k ( i=1 k 1 Ai)) Remarque : dans un arbre probabiliste, cette propriété s'énonce : «la probabilité d'une feuille est égale au produit des probabilités des branches menant à cette feuille». Démonstration : soit n événements A 1 tels que A n ) 0 soit, pour k 2; n, HR(k) : «A k )= ) P (A 2 A 1 ) P (A 3 )) P (A k A k 1 ))» Probabilités sur un univers dénombrable 4/7 pycreach.free.fr - TSI2
5 Initialisation : (A 1 A n ) A 1 donc A n ) ) ainsi ) 0 donc P (A 2 A 1 )= P(A A 1 2) ) D'où )= ) P (A 2 A 1 ). Ainsi HR (2 ) est vérifiée. Hérédité : soit k 2; n 1. Supposons HR (k ) vérifiée. (A 1 A n ) (A 1 A k ) donc A n ) A k ) donc A k ) 0. Donc P (A k +1 A k ))= P (A A 1 k +1) A k ) Ainsi A k+1 )= A k ) P (A k+1 A k )) D'après HR (k ), on a donc A k+1 )= ) P (A 2 A 1 ) P(A 3 )) P(A k A k 1 )) P (A k+1 A k )) Donc HR (k +1 ) est vérifiée. Exemple : Soit A 1 l'événement «obtenir un mot de cinq lettres» A 2 l'événement «obtenir au moins un A» A 3 l'événement «obtenir au moins un B» Formule des probabilités totales Soient (A k ) k N un système complet d'événements et B un événement quelconque. La série numérique P (B A n ) est convergente et sa somme est égale à P ( B). i.e. P ( B)= P (B A k ) Si de plus chaque événement A k a une probabilité non nulle alors P ( B)= (P (Ak ) P (B A k )) Démonstration : Soit (A k ) k N un système complet d'événements de probabilités non nulles et B un événement quelconque : B=B Ω=B ( A k k N ) = (B A k) k N et pour (i ; j) N 2 tel que i j, (B A i ) (B A j ) A i A j = Donc, puisque P est une probabilité sur Ω, P ( B)= P (B A k ). Probabilités sur un univers dénombrable 5/7 pycreach.free.fr - TSI2
6 Exemple : Soit L i : «obtenir un mot de i lettres» et A : «obtenir exactement trois 'A'». (L i ) forme un système complet d'événements et, P (L i )=0,3 i 0, 7 D'après la formule des probabilités totales : P ( A )= i=0... P ( A )= Exemple de simulation Python : import numpy as np P (L i ) P Li (A ) or pour i<3, P Li (A )= pour i 3, P Li (A )= def experience(): mot=np.random.choice(['a','b','.'],1,p=[0.1,0.2,0.7])[0] while mot[-1]!='.': mot=mot+np.random.choice(['a','b','.'],1,p=[0.1,0.2,0.7])[0] return mot def frequences_evenement(a,n): nbre_de_a=0 for k in range(n): expe=experience() if A(expe): nbre_de_a=nbre_de_a+1 return(nbre_de_a/n) print(frequences_evenement(lambda x:sum(int(car=='a') for car in x)==3, )) Extension de la formule des probabilités totales Soient (A k ) k N une suite d'événements deux à deux incompatibles telle que P (A k )=1 et B un événement quelconque. La série numérique P (B A n ) est convergente et sa somme est égale à P ( B). i.e. P ( B)= P (B A k ) Démonstration : k N, (B A k ) A k donc P (B A k ) P (A k ) D'après le critère de majoration pour les séries à termes positifs, puisque la série P (A n ) est convergente, la série P (B A n ) est convergente. Soit C= A k alors C et (A k ) k N forment un système complet d'événements de Ω k N Donc d'après la formule des probabilités totales précédente : P ( B)=P (B C )+ P (B A k ) De plus P étant une probabilité : P (Ω )=P (C )+ P (A k ) Ainsi, si P (A k )=1 alors P (C )=0. Or (B C) C donc P ( B C) P (C ) d'où P ( B C)=0. On a alors, P ( B)= Formule de Bayes P (B A k ). Soient deux événements A et B. Si P ( A ) 0 et P ( B) 0 alors, P (A B)= P(B A ) P (A ) P (B ) Probabilités sur un univers dénombrable 6/7 pycreach.free.fr - TSI2
7 Remarque : si P ( A B) 0 alors P ( A ) 0, P ( B) 0 et (P (A B)=P (B A ) P (A )=P ( B)). Démonstration : si P ( B) 0 alors P (A B)= P(A B ) P (B ) Si P ( A ) 0 alors P ( A B)=P (A ) P (B A ) Donc Exemple : Soit B : «obtenir un mot de quatre lettres» et A : «obtenir un mot contenant exactement trois 'A'» Définition de l'indépendance de deux événements Soient deux événements A et B. A et B sont indépendants si et seulement si P ( A B)=P ( A ) P ( B) Ne pas confondre indépendants et incompatibles. Deux événements sont indépendants et incompatibles si et seulement si... La relation d'indépendance n'est pas transitive : A et B indépendants et B et C indépendants n'implique pas que A et C sont indépendants. Exemple, on choisit au hasard un nombre dans 1; 24 selon une probabilité uniforme. On envisage les événements suivants : A : «le résultat est un multiple de 2» B : «le résultat est un multiple de 3» C : «le résultat est un multiple de 4» P(A)=... P(B)=... P(C)=... P ( A C )= P ( B C )= Caractérisation de l'indépendance utilisant le conditionnement Soient deux événements A et B. { P (B )=0 et P( A B )=0 A et B sont indépendants si et seulement si ou P (B ) 0 et P (A B)=P ( A ) Démonstration : P ( A B)=P ( A ) P (B) {P (B )=0 et P( A B)=0 ou P (B ) 0 et P (A )= P (A B) P(B) Définition de l'indépendance mutuelle d'une famille finie d'événements Soient n événements A 1. Les événements A 1 sont mutuellement indépendants si et seulement si pour toute partie J 1; n, P( A j J j) = P (A j ) j J Remarque : Si les événements A 1 sont mutuellement indépendants alors en considérant toutes les ( n 2) parties de 1; n à deux éléments, on a l'indépendance des événements A 1 deux à deux. Si n 3 alors l'indépendance des événements A i deux à deux n entraîne pas nécessairement leur indépendance mutuelle. Exemple : On choisit au hasard un nombre dans 1; 24 selon une probabilité uniforme. On envisage les événements suivants : A : «le résultat est un multiple de 2» B : «le résultat est un multiple de 3» C : «le résultat est 1 ou 2 ou 5 ou 6 ou 7 ou 12» P(A)=... P(B)=... P(C)=... P ( A B C )= P ( A C )= P (B C)= Probabilités sur un univers dénombrable 7/7 pycreach.free.fr - TSI2
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 détailCALCUL 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 détailInitiation 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 détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailArbre 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 détailt 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 détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailQu 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 détailProbabilités. 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 détailProbabilités. 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 détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailIndépendance 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 détailTSTI 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 détailProbabilités conditionnelles
Probabilités conditionnelles Exercice Dans une usine, on utilise conjointement deux machines M et M 2 pour fabriquer des pièces cylindriques en série. Pour une période donnée, leurs probabilités de tomber
Plus en détail1 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 détailExercices 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 détailCalculs 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 détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailCalculs de probabilités
Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile
Plus en détailCoefficients 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 détailReprésentation 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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailBougez, protégez votre liberté!
> F a Bgz, pégz v bé! www.a-. CAT.ELB.a240215 - Cé ph : Fa Daz à v p aé N az p a v gâh a v! Aj h, p g évq v ; Pa, p 4 aça q, v, éq qaé v. Ca ax é ç, b pa évé ax p âgé a h a p j. E pè v, h pa épagé. Pa
Plus en détailLES 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 détailProbabilité. 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 détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailPROBABILITES 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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailBac 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 détail9 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 détailProbabilités 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 détailDécouverte de Python
Découverte de Python Python est un des langages informatiques au programme des concours à partir de la session 2015. Ce tutoriel vous permettra de vous mettre à peu près à niveau de ce qui a été fait en
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailSeconde et première Exercices de révision sur les probabilités Corrigé
I_ L'univers. _ On lance simultanément deux dés indiscernables donc il n'y a pas d'ordre. Il y a répétition, les dbles. On note une issue en écrivant le plus grand chiffre puis le plus petit. 32 signifie
Plus en détail1.6- Génération de nombres aléatoires
1.6- Génération de nombres aléatoires 1- Le générateur aléatoire disponible en C++ 2 Création d'un générateur aléatoire uniforme sur un intervalle 3- Génération de valeurs aléatoires selon une loi normale
Plus en détailUEO11 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 détailP1 : 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 détailChapitre 2 Devine mon nombre!
Python 3 : objectif jeux Chapitre 2 Chapitre 2 Devine mon nombre! 2.1. Thèmes abordés dans ce chapitre commentaires modules externes, import variables boucle while condition : if... elif... else la fonction
Plus en détailExercices Types Algorithmique et simulation numérique Oral Mathématiques et Algorithmique Banque PT Propositions de réponses
Exercices Types Algorithmique et simulation numérique Oral Mathématiques et Algorithmique Banque PT Propositions de réponses Exercice 0 print('\n ') n = 1234 q = 1234 // 10 # quotient de n par 10 r = 1234
Plus en détailCapacité 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 détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
Plus en détailAlgèbre binaire et Circuits logiques (2007-2008)
Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détail%$&$#' "!# $! ## BD0>@6,;2106>+1:+B2.6;;/>0.2106>9*27+2.1/+BB+:/@6>.106>>+;+>1:+>6;*,+/EA,6.+77/7A,6@+7706>>+B79 561,+76.08189:+;61,+8.6>6;0+976>1:+?+>/+7@6,1+;+>1:8A+>:2>1+7:+B21+.C>6B630+:+ 1+.C>6B630=/+FGD+7A06>>23+8.6>6;0=/++1A6B010=/+:2>7B+.)*+,+7A2.+;+1+>:2>3+,B+A61+>10+B
Plus en détailProgrammation avec Xcas ou Python
Programmation avec Xcas ou Python G. Aldon - J. Germoni - J.-M. Mény IREM de Lyon Mars 2012 GA, JG, JMM (IREM de Lyon) programmer xcas python Mars 2012 1 / 20 Éditeur Xcas Environnement Le texte d un programme
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailINSTRUCTION INTERMINISTÉRIELLE SUR LA SIGNALISATION ROUTIÈRE du 22 octobre 1963
INSTRUCTION INTERMINISTÉRIELLE SUR LA SIGNALISATION ROUTIÈRE du 22 octobre 1963 3 ème PARTIE : Intersections et régimes de priorité Approuvée par l arrêté du 26 juillet 1974 relatif à la signalisation
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailSTAGE IREM 0- Premiers pas en Python
Université de Bordeaux 16-18 Février 2014/2015 STAGE IREM 0- Premiers pas en Python IREM de Bordeaux Affectation et expressions Le langage python permet tout d abord de faire des calculs. On peut évaluer
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailNOTIONS 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 détailI. Introduction aux fonctions : les fonctions standards
Chapitre 3 : Les fonctions en C++ I. Introduction aux fonctions : les fonctions standards A. Notion de Fonction Imaginons que dans un programme, vous ayez besoin de calculer une racine carrée. Rappelons
Plus en détailLes intermédiaires privés dans les finances royales espagnoles sous Philippe V et Ferdinand VI
Les intermédiaires privés dans les finances royales espagnoles sous Philippe V et Ferdinand VI Jean-Pierre Dedieu To cite this version: Jean-Pierre Dedieu. Les intermédiaires privés dans les finances royales
Plus en détailPROBABILITÉS 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 détailMATHÉMATIQUES APPLIQUÉES S4 Exercices
Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailTP Maple 4 Listes, tests, boucles et procédures
TP Maple 4 Listes, tests, boucles et procédures Les structures de branchement (tests) et de répétition (boucles) sont au fondement de la programmation informatique. Elles permettent respectivement d effectuer
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
Plus en détailIntroduction 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 détailCalcul économique privé
Année 2010-2011 Alain Marciano : L analyse coût avantage Licence Sciences Economiques 3, UM1 Plan chapitre Section 1. L agrégation des effets dans le temps : l actualisation Section 2. Les critères complémentaires
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailCOMPTES CONSOLIDES IFRS DU GROUPE CNP ASSURANCES au 31 Décembre 2007
COMPTES CONSOLIDES IFRS DU GROUPE CNP ASSURANCES au 31 Décembre 2007 Nouvelles normes IFRS7 Méthode de valorisation dans le contexte de crise financière Mars 2008 La nouvelle norme, Instruments financiers
Plus en détailAB CD CD ED F A DFDA E A BD D E A B D B A D B A
ABCDCDEDFADFDA EABDDEABD BADBA ABCD EFADABF BADBDA BDDAB BFADA BADAB EFAABFDAB ADBAACDA BADBABFBFDA ABADBABFFB DBAADBA ADB BDABABF ABBABFFEE ADABFAD EFAABFDFBADBABFBF EFAABFDFA DBD BBDADABBAD BBDAA DDDBCDDFBABF
Plus en détailProbabilités (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 détailNote de cours. Introduction à Excel 2007
Note de cours Introduction à Excel 2007 par Armande Pinette Cégep du Vieux Montréal Excel 2007 Page: 2 de 47 Table des matières Comment aller chercher un document sur CVMVirtuel?... 8 Souris... 8 Clavier
Plus en détail1 Introduction C+ + Algorithm e. languag. Algorigramm. machine binaire. 1-1 Chaîne de développement. Séance n 4
1 Introduction 1-1 Chaîne de développement Algorithm e C+ + Algorigramm e languag e machine binaire Le programme est écrit à l aide de Multiprog sous forme d algorigramme puis introduit dans le microcontrôleur
Plus en détailProbabilités 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 détailUniversité de Sherbrooke, Département d informatique
Université de Sherbrooke, Département d informatique IGL501 : Méthodes formelles en génie logiciel, Examen périodique Professeur : Marc Frappier, mardi 7 octobre 2013, 15h30 à 18h20, local D4-2022 Documentation
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détailDENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES
BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailPython - introduction à la programmation et calcul scientifique
Université de Strasbourg Environnements Informatique Python - introduction à la programmation et calcul scientifique Feuille de TP 1 Avant de commencer Le but de ce TP est de vous montrer les bases de
Plus en détailTravaux 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 détail1 Lecture de fichiers
Programmation 1 Cours n 6 GB3, 2 nd semestre 2014-2015 Cours de Python Gilles Bernot 1 Lecture de fichiers Un fichier est une suite de caractères mémorisés sur le disque dur de la machine dans un endroit
Plus en détailModes opératoires pour le chiffrement symétrique
Modes opératoires pour le chiffrement symétrique Charles Bouillaguet 5 février 2015 1 Notion(s) de sécurité On a vu qu un mécanisme de chiffrement symétrique E est contistué de deux algorithmes : E : {0,
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailUniversité 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 détailThéorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
Plus en détailDérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES
Capitre 4 Dérivation Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Dérivation Nombre dérivé d une fonction en un point. Tangente à la courbe représentative d une fonction dérivable
Plus en détailBONUS MALUS. Voici, la façon de calculer la prime : Le montant de la prime à acquitter est égale à : P = PB. C où : P
BONUS MALUS Le propriétaire d un véhicule automobile est tenu d assurer sa voiture auprès d une compagnie d assurances. Pour un véhicule donné, le propriétaire versera annuellement une «prime» à sa compagnie.
Plus en détailBAREME sur 40 points. Informatique - session 2 - Master de psychologie 2006/2007
BAREME ur 40 point Informatique - eion 2 - Mater de pychologie 2006/2007 Bae de donnée PRET de MATERIEL AUDIO VISUEL. Remarque : Le ujet comporte 7 page. Vérifier qu il et complet avant de commencer. Une
Plus en détailThéorie de la mesure. S. Nicolay
Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................
Plus en détailNombres premiers. Comment reconnaître un nombre premier? Mais...
Introduction Nombres premiers Nombres premiers Rutger Noot IRMA Université de Strasbourg et CNRS Le 19 janvier 2011 IREM Strasbourg Definition Un nombre premier est un entier naturel p > 1 ayant exactement
Plus en détailLicence Sciences et Technologies Examen janvier 2010
Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailCours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Plus en détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailFeuille 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 détailProbabilités. 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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailDécouverte du tableur CellSheet
Découverte du tableur CellSheet l application pour TI-83 Plus et TI-84 Plus. Réalisé par Guy Juge Professeur de mathématiques et formateur IUFM de l académie de Caen Pour l équipe des formateurs T 3 Teachers
Plus en détailCracker les SSHA sous LDAP
PRATIQUE ANDRES ANDREU Cracker les SSHA sous LDAP Degré de difficulté Dans le domaine des applications Web, les données utilisateur sont stockées de manière à être accessibles par les personnes qui y seront
Plus en détail