P1 : Corrigés des exercices

Dimension: px
Commencer à balayer dès la page:

Download "P1 : Corrigés des exercices"

Transcription

1 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 13 éléments de l ensemble E des 52 cartes. Cardinal : c. Ω {P,F } n, c est-à-dire l ensemble des suites de n lettres choisies parmi les deux lettres P et F. Que l on remplace souvent par 0 et 1. I.2.d. Par exemple, Ω est l ensemble des applications de {x 1,..., x r } dans {b 1,...,b n }. Dont le cardinal est n r. On peut aussi décrire d autres univers analogues ; par exemple, l ensemble des suites b i1,...,b ir où k 1,r ik 1,n. Ce qui revient au même. I.2.e. Par exemple Ω {(m 1,...m n ) N n ; m m n r } (m k désigne le nombre d objets dans la boîte k). Là aussi, plusieurs descriptions d univers sont possibles ; par exemple, Ω est l ensemble des suites de 0 et de 1 comportant n 1 fois le chiffre 1 et r fois le chiffre 0 (les 0 représentent les objets, le contenu de la boîte 1 étant le nombre de 0 placés avant le premier 1, le contenu de la boîte k (2 k n 1) est le nombre de 0 entre le k 1-ième 1 et le k-ième 1, le contenu de la boîte n est le nombre de 0 après le n 1-ième 1. Exemple : n 3, r 7 : on codera l événement «tous les objets dans la première boîte» par , «tous les objets dans la dernière boîte» par , «2 objets dans la première, 4 dans la deuxième et 1 dans la troisième par Cette dernière description est d ailleurs celle qui rend le calcul du cardinal de 1

2 Ω (ou de Ω) le plus simple : il vaut n + r 1 r (nombre de manières de placer les r chiffres 0 dans la séquence, ou, ce qui revient au même, nombre de manières de placer les n 1 chiffres 1). La bijection entre Ω et Ω est facile à visualiser : } {{ } m 1 fois } {{ } m 2 fois 0 (des m k peuvent bien entendu être nuls) } {{ } des 0 et des } {{ } m n fois 0 On peut aussi retrouver ce résultat par récurrence, à partir de la première description de Ω : si c n,r est le cardinal de Ω, on a c 1,r 1 pour tout r N. Et ensuite, c n,r r c n 1,r k k0 (k doit être compris comme le nombre d objets placés dans la dernière boîte, par exemple). Donc c 2,r r + 1 pour tout entier naturel r. Et pour conclure, on doit montrer la formule ( ) r n 2 + r k n + r 1 r k r k0 ce qui peut se faire par un dénombrement des parties à r éléments d un ensemble E à n + r 1 éléments x 1,..., x n+r 1 effectué en classant ces parties de la manière suivante : Les parties qui ne contiennent pas x 1 : il y en a n 2 + r ; r Les parties qui contiennent x 1 mais ne contiennent pas x 2 : il y en a n 3 + r ; r 1 Les parties qui contiennent x 1 et x 2 mais ne contiennent pas x 3 : il y en a n 4 + r r 2 ;...etc... I.2.f. Par exemple, Ω {(m 1,...m n ) N n ; m 1 m 2 m n et m m n r } 2

3 (on désigne par m 1 le contenu de la boîte la moins remplie, etc..., m n le contenu de la boîte la plus remplie). Exercices du I.4. Exercice : On lance deux fois un dé «équilibré». Quelle est la probabilité pour que la somme des deux résultats obtenus soit égale à 2? égale à 7? supérieure ou égale à 8? Une solution Ici, l univers Ω est l ensemble des couples (i, j ) où 1 i 6 et 1 j 6. Chacune des issues est équiprobable (dé équilibré), et donc : (i, j ) {1,...,6} 2 P ({( i, j )}) 1 36 L événement la somme des deux résultats obtenus est égale à 2 est l événement élémentaire {(1,1)}, sa probabilité est L événement la somme des deux résultats obtenus est égale à 7 est l événement {(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}. Sa probabilité est 1 6. L événement la somme des deux résultats obtenus est supérieure ou égale à 8 est l événement {(2,6),(3,5),(3,6),(4,4),(4,5),(4,6),(5,3),(5,4),(5,5),(5,6),(6,2),(6,3),(6,4),(6,5),(6,6)}. Sa probabilité est Pour ce deuxième calcul, l utilisation d un conditionnement et de la formule dite des «probabilités totales» est déjà intéressant, et évite une énumération fastidieuse. Voir plus loin. Exercice : On tire 5 cartes d un jeu de 32 cartes. Quelle est la probabilité qu il y ait parmi ces 5 cartes au moins un Roi et au moins un Coeur? Une solution : Remarquons d abord qu il ne s agit pas ( d un ) exercice de probabilité, mais d un exercice de dénombrement. Il y a tirages de 5 cartes 32 5 dans un jeu de 32 cartes. Plutôt que de compter parmi ces tirages lesquels comportent au moins un Roi et au moins un Coeur, dénombrons l ensemble complémentaire formé des tirages de 5 cartes qui ne contiennent aucun Roi ou aucun Coeur. Il y a 3

4 24 tirages sans Coeur, 5 28 tirages sans Roi, 5 21 tirages sans Roi ni Coeur. 5 La probabilité cherchée est donc : ,4 5 Exercice (paradoxe de Monty Hall) : On consultera avec plaisir et intérêt la longue histoire des controverses autour de ce paradoxe, par exemple sur la page wikipedia qui lui est consacrée. Donnons-en une version brève. Un candidat participe à un jeu télévisé, dans lequel il fait face à trois portes identiques, fermées. Derrière deux de ces portes, il n y a rien (notons que la présence d une chèvre derrière ces deux portes, évoquée dans une des formulations traditionnelles du problème, suppose pour être réaliste une insonorisation convenable, ou à la rigueur l anesthésie préalable des animaux). Derrière la troisième, un fabuleux trésor (Décidez quoi, suivant vos rêves préférés), qui lui reviendra s il choisit cette porte. Le candidat choisit donc une porte. Puis intervient l animateur du jeu. Lui, sait ce qu il y a derrière chacune des portes. Il est donc en mesure de dire au candidat, en désignant une des deux portes non choisies par celui-ci : derrière cette porte, il n y a rien. Le candidat a alors le choix : garder la porte qu il avait initialement choisi, ou changer son choix (et donc, évidemment, choisir celle des deux autres portes que l animateur n a pas désignée). Que doit-il faire? Une solution : Un candidat qui ne change pas son choix initial a une probabilité 1/3 de gagner le trésor. Calculons donc la probabilité de gain d un candidat qui a décidé qu il changerait son choix. La probabilité pour qu il ait choisi initialement la «bonne» porte est 1/3. Et comme il change, dans ce cas il perd. 4

5 Dans tout autre cas, il gagne. La probabilité de gain est donc 2/3. Exercice (tirage dans une urne avec remise ; loi binomiale) 1. Dans une urne, il y a n 1 boules blanches, n 2 boules rouges. On effectue r tirages successifs avec remise (on tire une boule au hasard, on regarde sa couleur, on la remet dans l urne. On fait cela r fois). Calculer la probabilité pour que l on tire k fois une boule rouge (0 k r ). On pourra noter p n 1 et q 1 p n 2. n 1 + n 2 n 1 + n 2 On utilisera sans forcément l expliciter l indépendance des tirages : par exemple, P(la première boule est rouge et la deuxième est blanche)p(la première boule est rouge) P(la deuxième boule est blanche). 2. Cette fois, il y a dans l urne n 1 boules blanches, n 2 boules rouges, n 3 boules noires. Calculer la probabilité pour qu après m tirages avec remise on ait tiré exactement k boules blanches et l boules rouges (et donc m k l boules noires : k + l m nécessairement). On pourra noter n 1 n 2 n 3 p, q, r n 1 + n 2 + n 3 n 1 + n 2 + n 3 n 1 + n 2 + n 3 1. On peut par exemple représenter un tirage par une suite de r chiffres 0 ou 1 : le i ème chiffre de la suite est 0 si on tire une boule blanche au i -ème tirage, 1 si on tire une boule rouge. L univers Ω est donc l ensemble de ces suites. L événement «on tire k fois une boule rouge» est réunion des événements élémentaires qui sont les suites comprenant k chiffres 1 et r k chiffres r 0. Il y a telles suites (une telle suite est caractérisée par la partie à k k éléments de 1,r : {i ;le i ième tirage est une boule rouge }). La probabilité de chacun de ces événements élémentaires étant q k p r k la probabilité cherchée (tirer k fois une boule rouge) est r q k p r k k 5

6 On vérifie bien (heureusement) que r r q k p r k 1 k k0 2. Cette fois, on peut représenter les succès par des suites de m lettres dont k sont la lettre B et l la lettre R (et donc m k l la lettre N ). Il y a m m k m m l k l l k telles suites (une écriture est plus naturelle que l autre selon qu on les classe suivant les emplacements des lettres B ou suivant les emplacements des lettres R). Comme la probabilité d un tel événement élémentaire est p k q l r m k l, la probabilité cherchée est m m k p k q l r m k l m m l p k q l r m k l k l l k Exercice (tirage dans une urne sans remise ; loi hypergéométrique) 1. Dans une urne, il y a N 1 boules blanches, N 2 boules rouges. On effectue r tirages successifs sans remise (donc, nécessairement, r N N 1 + N 2 ). Calculer la probabilité pour que l on tire n 1 fois une boule blanche et n 2 fois une boule rouge (où n 1 N 1, n 2 N 2, n 1 + n 2 r ). 2. Dans une urne, il y a N 1 boules blanches, N 2 boules rouges. On tire r boules simultanément (donc, nécessairement, r N N 1 +N 2 ). Calculer la probabilité pour que l on tire n 1 fois une boule blanche et n 2 fois une boule rouge (où n 1 N 1, n 2 N 2, n 1 + n 2 r ). 1. Une issue favorable est ici une suite de r lettres dont n 1 sont la lettre B et n 2 la lettre R. Il n est peut-être pas évident que toutes ces issues aient même probabilité. Néanmoins, un petit peu de réflexion montre que c est le cas, et que cette probabilité commune est (N 1 N 1 n 1 + 1)(N 2 N 2 n 2 + 1) N 1! N 2! (N r )! (N 1 + N 2 )... (N 1 + N 2 n 1 n 2 + 1) (N 1 n 1 )! (N 2 n 2 )! N! n 1! n 2! r! ( N1 )( N2 n 1 ) ( N r n 2 ) 6

7 n 1 Proba univers fini (P1) r r et comme il y a telles issues, la probabilité cherchée est : n 2 ( N 1 n 1 )( N 2 n 2 ) ( N 1 n 1 )( N 2 n 2 ) N N 1 + N 2 r n 1 + n 2 2. Il y a ( N 1 + N ) 2 n 1 +n 2 issues possibles, toutes équiprobables. Parmi elles, les is- sues favorables sont au nombre de N 1 n 1 N 2 n 2 (même type de dénombrement que dans le deuxième question de l exercice précédent). La réponse est donc encore ( N 1 n 1 )( N 2 n 2 ) N 1 + N 2 n 1 + n 2 Autrement dit, tirer successivement sans remise ou tout tirer en même temps, c est la même chose. Quand on y réfléchit un petit peu, ce n est pas si étonnant. II Exercices du II Exercice : Une urne contient n boules blanches, n boules noires. On retire les boules une par une, au hasard. Quelle est la probabilité de tirer 1 boule blanche, puis une noire, puis une blanche, etc...? Une solution : On définit l événement A k par, si k est impair, «la k-ème boule tirée est blanche» et, si k est pair, «la k-ème boule tirée est noire» (1 k 2n 1). On a P(A 1 ) 1 2 et P A 1 A 2 A k (A k+1 ) 1 2 si k est pair, P A 1 A 2 A k (A k+1 ) n k 1 2 2n k si k est impair. Donc, par la formule des probabilités composées, la 7

8 probabilité cherchée vaut ( 1 2 ) n n 2 j 0 n j 2n 2j 1 On trouve donc ( 2n 1 n n i 2 2i 1 n (On pouvait aussi vérifier qu il y avait 2n n tirages possibles, et qu ils étaient équiprobables.) ) 1 i2 Exercice : On fait l hypothèse (certes discutable) que la probabilité de naître un 2 décembre est la même que celle de naître un 18 juin, ou un 14 juillet...et on supposera en revanche que personne ne naît pendant une année bissextile. 1. Trouver la probabilité pour que, dans un groupe de dix personnes, il n y en ait pas deux dont l anniversaire tombe le même jour. 2. Même question pour un groupe de 40 personnes. 3. Avec une calculatrice ou un ordinateur, trouver le plus petit nombre N vérifiant : dans un groupe de N personnes il y a plus d une chance sur deux pour qu elles aient toutes des jours anniversaires différents. Une solution : Le groupe est constitué des individus 1,2,..., N. Si k 2, on note A k l événement «Les individus 1,...,k ont des jours anniversaires deux à deux distincts». On a, vu les hypothèses : 365 (k 1) P Ak 1 (A k ) 365 De plus, A k implique A k 1. Donc A 2 A 3... A k A k. La formule des probabilités composées donne P(A N ) N 1 j j (on a supposé implicitement N 365, si ce n est pas le cas la probabilité est nulle et la formule est encore vraie). On trouve ainsi P(A 10 ) 0,883, P(A 40 ) 0,109, P(A 23 ) 0,493, P(A 22 ) 0,524. Le nombre N cherché est donc

9 Exercice : Dans une urne se trouvent 365 boules numérotées (autrement dit, «discernables»). On tire N fois une boule au hasard. Après chaque tirage on remet la boule. Quelle est la probabilité pour qu on tire N boules différentes? Une solution : C est un habillage différent du même exercice. Exercice Dans un établissement scolaire où les serrures sont nombreuses, on vous a prêté un trousseau de n clefs pour ouvrir une porte, et vous avez oublié de demander laquelle était la bonne. En plus, elles se ressemblent un peu toutes, impossible de deviner à vue laquelle est la plus plausible. Vous les essayez donc l une après l autre. Quelle est la probabilité pour que vous ouvriez la porte au kième essai (1 k n)? Notons p k la probabilité cherchée. On a par exemple p 1 1 n Pour calculer p 2, on appelle A 1 l événement «La première clé n ouvre pas la porte», de probabilité (n 1)/n ; la probabilité de l événement A 2 «La deuxième clé ouvre la porte» sachant A 1 est : 1/(n 1). Par formule des probabilités composées, on obtient donc p 2 n 1 n 1 n 1 1 n puis, notant A k l événement «on ouvre la porte au kième essai», B k l événement «après k essais, la porte n est pas encore ouverte» (la suite (B k ) est décroissante), les probabilités composées donnent (en notant que A k B k 1 A k B 1 B 2... B k 1 A k ) : P(A k ) P(B 1 )P B1 (B 2 )P B2 (B 3 )...P Bk 1 (A k ) n 1 n n 2 n (k 1)... n 1 n (k 2) 1 n (k 1) 1 n 9

10 Exercice Pierre-Simon doit passer l épreuve de Tipe des concours, et se demande s il est judicieux d utiliser son feutre vert pour les transparents. Son prof de math, pas avare il faut bien le dire de détails oiseux dans les nombreux conseils qu il donne pour l oral, a signalé que les personnes daltoniennes voyaient très mal cette couleur. Sur internet, on peut lire que 8% des hommes sont daltoniens, alors que seulement 0,5% des femmes le sont. Par l ami d un cousin du voisin de son oncle, qui travaille dans l administration du Tétraconcours, Pierre-Simon a appris que la moitié des jurys de l épreuve de Tipe étaient composés de deux hommes, le quart d un homme et d une femme, le quart restant de deux femmes. Quelle est la probabilité pour que les deux membres du jury que devra affronter Pierre-Simon soient daltoniens? Une solution : Le système complet d événements qui s impose ici est (A 1, A 2, A 3 ) où A 1 est l événement «le jury est exclusivement masculin» A 2 est l événement «le jury est mixte» A 3 est l événement «le jury est exclusivement féminin» On s intéresse à la probabilité de l événement B : «les deux membres du jury sont daltoniens». La formule des probabilités totales donne : P(B) , Exercice On lance deux fois un dé équilibré. En conditionnant par le résultat du premier lancer, trouver la probabilité que la somme des deux résultats soit supérieure ou égale à 8. Une solution : On note, pour 1 i 6, A i l événement «on obtient i au premier lancer». La famille (A i ) 1 i 6 est un système complet d événements. On note B 10

11 l événement «la somme des deux résultats est supérieure ou égale à 8». Alors : P(B) 6 P(A i )P Ai (B) i1 1 6 P Ai (B) 6 i1 1 6 P Ai (B) 6 i2 1 6 P(«le deuxième lancer donne au moins 8-i») 6 i (8 i ) i (i 1) 36 i Remarque : ce n est pas forcément la façon la plus rapide de procéder. Exercice Un atelier de montage utilise une pièce pour laquelle il a deux fournisseurs. Le fournisseur A produit des pièces de bonne qualité : seulement une sur cinquante a un défaut. Mais sa production est insuffisante ; l atelier achète donc aussi des pièces à un fournisseur B, bien qu elles soient de moins bonne qualité : une sur 20 a un défaut. 70% des pièces viennent de chez B, 30% viennent de chez A. A leur arrivée dans l atelier, elles sont mélangées les unes avec les autres. On prend une pièce au hasard, elle s avère défectueuse. Quelle est la probabilité qu elle vienne de chez B? On considère l événement X : «la pièce vient du fournisseur B», et l événement 11

12 Y : «la pièce est défectueuse». On a P Y (X ) P(X )P X (Y ) P(Y ) P(X )P X (Y ) + P(X c )P X c (Y ) ,854 Exercice On considère trois urnes U 1, U 2, U 3 contenant 12 boules chacune. Dans U 1, il y a 4 boules rouges, 4 noires, 4 blanches. Dans U 2, il y a 6 boules rouges, 2 noires, 4 blanches. Dans U 3, il y a 2 boules rouges, 6 noires, 4 blanches. Un individu jette un dé. Si le dé donne 1 ou 2, il tire une boule au hasard dans l urne U 1. Si le dé donne 3 ou 4, il tire une boule au hasard dans l urne U 2. Si le dé donne 5 ou 6, il tire une boule au hasard dans l urne U 3. Un observateur (qui ne voit pas le résultat du lancer de dé, et ne peut pas distinguer les urnes, mais en connaît les contenus) constate que la boule tirée est rouge. S il devait faire un pari, il aurait sûrement intérêt à miser sur le fait que le dé a donné 3 ou 4. Calculer la probabilité pour qu effectivement le résultat du lancer de dé ait été un 3 ou un 4 plutôt que 1,2,5 ou 6. Une solution On appelle B l événement «la boule tirée est rouge», A k l événement «le tirage a été effectué dans l urne U k». Le dé étant par défaut supposé équilibré, on a P(A k ) 1/3 (k 1,2,3). On calcule facilement P A1 (B) 1 3, P A2 (B) 1 2, P A3 (B) 1 6 (A k ) 1 k 3 formant un système complet d événements, on peut écrire la formule de Bayes : 1 P B (A 2 )

13 ...comme on l aurait parié... Exercice : Dans une population, 1 personne sur est atteinte d une maladie que l on peut donc qualifier de relativement rare. On dispose d un test de détection de cette maladie. Des expérimentations ont permis de mesurer la sensibilité et la spécificité de ce test. Sensibilité : la probabilité pour un individu malade d être testé positif est 0,99. Spécificité : la probabilité pour un individu non malade d être testé négatif est 0, 999. On teste un individu pris au hasard dans la population. Le test est positif. Quelle est la probabilité pour qu il soit malade? Solution : On cherche la probabilité pour que l individu soit malade sachant que le test est positif. Il est donc naturel d introduire les événements : A : «l individu est malade» B : «l individu est testé positif» Le problème est de calculer P(A B) P B (A). Or on nous donne P A (B) 0,99 et P A c (B c ) 0,999, ou encore P A c (B) On est donc typiquement dans le cadre d application de la formule de Bayes, qui permet d écrire (en introduisant l autre donnée P(A) 0, 0001) : P B (A) 0,0001 0,99 0, , Il y a donc moins d une chance sur dix pour que l individu testé soit malade. Ce résultat n est pas très intuitif. Le biais cognitif qui fait qu on a tendance à penser que l individu testé positivement aurait plutôt neuf chances sur dix d être malade est appelé oubli de la fréquence de base, ou négligence de la taille de l échantillon. On comprend pourquoi ce biais cognitif fait partie du programme des études de médecine. On comprend aussi pourquoi on évite de faire des tests systématiques de dépistage des maladies très rares : on détecterait principalement de faux malades. Il vaut donc mieux limiter les tests aux populations à risques (s il y en a!). Exercice (supplément) Avec le même test et la même maladie, pour quelle proportion de malades dans la population arrive-t-on à la conclusion : «la proba- 13

14 bilité pour qu un individu testé positif soit malade est 0,9»? (on doit trouver le résultat suivant : une proportion d environ 9 malades pour 1000 personnes). Remarque : Quel est l univers? quelle est la probabilité? considérons Ω {ω 1,...,ω n } muni de la probabilité uniforme P({ω i }) 1/n avec n m, A {ω i ; 1 i 1000 m}, et B {ω i ; 1 i 990 m} {ω i ; 1000 m + 1 i m}. On a là un modèle correct, mais qui n a aucun intérêt...la seule chose à retenir étant que la connaissance et la définition d un univers sousjacent sont en général hors de propos. D ailleurs, il est facile (et totalement inutile!) d imaginer d autres univers et d autres probabilités modélisant la même situation. Remarque : On considère trois urnes X, Y et Z. Dans l urne X, il y a 99 boules noires, une boule blanche ; dans l urne Y, il y a 999 boules blanches, une boule noire. Dans l urne Z, il y a 9999 boules blanches, une boule noire. On tire au hasard une première boule dans l urne Z. Si cette première boule est blanche, on tire une deuxième boule, dans l urne Y. Sinon, on tire la deuxième boule dans l urne X. Quelle est la probabilité pour que la première boule soit noire sachant que la deuxième l est? C est une réécriture du même problème. Le «biais cognitif» est ici plus évitable : il est très improbable de tirer de Z une boule noire. De Y aussi, mais dix fois moins. On parierait donc raisonnablement, si le résultat final est une boule noire, que la boule tirée de Z a été blanche. Exercice On lit dans un journal : «Alors qu ils ne représentent que 13% de la population, les jeunes de 18 à 24 ans représentent 30% des tués sur les routes». Rédiger une phrase équivalente à la précédente, sous la forme suivante : «un jeune de 18 à 24 ans a...fois plus de chance de trouver la mort sur la route qu"une autre personne». Une solution : On note A l événement «avoir entre 18 et 24 ans» et B l événe- 14

15 ment «se tuer sur la route». Que cherche-t-on? le rapport Que connaît-on? Donc P(B A) P(B A c ) P A(B) P A c (B) P(A) 0,13 P(A B) P B (A) 0,3 P A (B) P B (A)P(B) P(A) P A c (B) P B (A c )P(B) 0,3 0,13 P(B) 0,7 0,87 P(B) P(A c ) Et la réponse est donc : 0,3 0,7 0,87 0, ,87 Exercice Je viens d emménager, je n ai pas encore vu mes voisins, mais je sais qu ils ont deux enfants. 1. Quelle est la probabilité que ces deux enfants soient des filles? 2. J ai vu un de ces deux enfants, c est une fille ; même question. 3. On m a dit que l aînée de ces enfants est une fille ; même question. On fait les hypothèses suivantes : à chaque naissance, la probabilité d avoir une fille ou un garçon est la même. Les naissances sont indépendantes. Les deux naissances chez mes voisins ont pu être F F, FG, GF, GG, chacun de ces événements ayant pour probabilité 1/4. Ce qui donne déjà la réponse à la première question : 1/4. Appelons A1, A2, A3, A4 ces quatre événements (dans l ordre). Appelons B l événement «un des deux enfants est une fille». On a P Ai (B) 1 si i 1,2,3, P A4 (B) 0. Donc P B (A 1 ) P(A 1)P A1 (B) P(B)

16 ce qui donne la réponse à la deuxième question. Pour la troisième, soit C l événement «l aînée des deux enfants est une fille». On a P Ai (C ) 1 si i 1,2, P Ai (C ) 0 si i 3,4. Donc P C (A 1 ) P(A 1)P A1 (C ) P(C ) III Exercices du III. Exercice : Diderot et d Alembert Deux joueurs A et B misent. Puis le joueur A lance une pièce. Si elle tombe sur Pile, il gagne. Sinon, il la relance. Si elle tombe sur Pile, il gagne. Sinon il perd, et c est B qui gagne. Le gagnant emporte la mise. La probabilité pour que A gagne est la somme des probabilité des deux événements disjoints «la pièce tombe au premier lancer sur Pile» et «la pièce tombe au premier lancer sur Face et au deuxième sur Pile», soit Pour que ce soit équitable, il faut donc que A mise trois fois plus que B, dont la probabilité de gain est 1/4. C est Diderot qui avait raison...ce qui peut surprendre, face à d Alembert sur un sujet mathématique. Urne de Polya Ici, plutôt que de vider une urne, on va la remplir... Soit une urne contenant une boule blanche et une boule noire. On dispose par ailleurs d une réserve suffisante de boules blanches et noires, et on répète n fois l action suivante : 16

17 On tire une boule dans l urne. Si cette boule est blanche (respectivement noire), on la remet dans l urne, et on rajoute une boule blanche (respectivement noire) dans l urne. On désigne par X n la variable aléatoire «nombre de boules blanches dans l urne» après ces n tirages. Quelle est la loi de X n? Commençons par le cas n 1. Après un tirage, il y a dans l urne, avec probabilité 1/2, deux boules blanches et une boule noire. Et, avec probabilité 1/2, deux boules noires et une boule blanche. La loi de X 1 est ici la loi uniforme sur {1,2}. Examinons n 2. X 2 ne peut a priori prendre que les valeurs n 1,2,3. Et, par formule des probabilités totales, P(X 2 1) P(X 1 1)P(X 2 1 X 1 1) + P(X 1 2)P(X 2 1 X 1 2) P(X 2 2) P(X 1 1)P(X 2 2 X 1 1) + P(X 1 2)P(X 2 2 X 1 2) et donc P(X 2 3) 1 3. Sous l hypothèse de récurrence «la loi de X n est la loi uniforme sur 1,n + 1», on calcule, si 2 i n + 1, n+1 P(X n+1 i ) P(X n j )P(X n+1 i X n j ) j 1 P(X n i 1)P(X n+1 i X n i 1) + P(X n i )P(X n+1 i X n i ) 1 ( i 1 n + 1 n n + 2 i ) n n

18 On peut calculer de même n+1 P(X n+1 1) P(X n j )P(X n+1 1 X n j ) j 1 P(X n 1)P(X n+1 1 X n 1) 1 n + 1 n + 1 n n + 2 et P(X n+1 n + 2) de même, ou tout simplement dire que par symétrie, P(X n+1 1) P(X n+1 n + 2), or la somme de toutes les probabilités est égale à 1. L hypothèse est donc récurrente. IV Exercices suivants... Exercice : 1. On lance 1000 fois une pièce équilibrée ; minorer la probabilité pour que le nombre de Pile soit compris entre 450 et On lance n fois une pièce équilibrée. On note Z le nombre de Pile. Trouver n pour que ( Z P n 1 ) 2 0,05 0,99 Une solution : Considération commune aux trois questions : le nombre de Pile, Z, suit une loi B(n, 1 2 ) ; donc E(Z ) n 2, et V (Z ) n. Ce qui permet d écrire 4 1. Pour n 1000, a 50, D où P ( Z n ) 2 a 1 n a 2 4 P ( Z ) P(450 Z 550)

19 2. L inégalité de Tchebychev permet d écrire : ( Z P n 1 2 a ) 1 1 n n a 2 4 et on impose a 0,05 n, il serait donc suffisant d avoir, i.e. n n 0,99 Remarque : Dans la pratique, la valeur trouvée est très grossière, car l inégalité de Bienaymé-Tchebychev l est. Avec des approximations normales, on peut faire beaucoup mieux. Exercice : On suppose que X suit une loi binomiale de paramètres n et p, n N, p ]0,1[(on note : X B(n, p)). Calculer l espérance de la variable aléatoire Y X Une solution : La formule de transfert s écrit : n 1 n! E(Y ) k0 1 + k k! (n k)! pk (1 p) n k 1 n n + 1 p k (1 p) n k n + 1 k0 k n n + 1 p k+1 (1 p) n+1 (k+1) (n + 1)p k0 k ( (p ) ) n+1 + (1 p) (1 p) n+1 (n + 1)p Donc 1 (1 p)n+1 E(Y ) (n + 1)p 19

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

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

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

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

Espace de probabilité, indépendance et probabilité conditionnelle

Espace de probabilité, indépendance et probabilité conditionnelle Chapter 2 Espace de probabilité, indépendance et probabilité conditionnelle Sommaire 2.1 Tribu et événements........................................... 15 2.2 Probabilité................................................

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

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

2. Probabilité. 2.1: Espaces de probabilité 2.2: Probabilité conditionelle 2.3: Indépendance. http://statwww.epfl.ch

2. Probabilité. 2.1: Espaces de probabilité 2.2: Probabilité conditionelle 2.3: Indépendance. http://statwww.epfl.ch 2. Probabilité 2.1: Espaces de probabilité 2.2: Probabilité conditionelle 2.3: Indépendance Probabilité et Statistiques I Chapître 2 1 2.1 Espaces de Probabilité Contenu Exemples élémentaires de probabilité,

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

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

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

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. 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

Exercices : VAR discrètes

Exercices : VAR discrètes Exercices : VAR discrètes Exercice 1: Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans les remettre jusqu à ce qu il ne reste que des boules d une seule couleur

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

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 conditionnelles

Probabilités 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 détail

Calculs de probabilités

Calculs 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 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

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

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

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

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

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

Niveau. Situation étudiée. Type d activité. Durée. Objectifs. Seconde.

Niveau. Situation étudiée. Type d activité. Durée. Objectifs. Seconde. Simuler des expériences aléatoires avec une calculatrice Niveau Seconde. Situation étudiée Différentes selon les séances : Séance 1 : Jeu de pile ou face, tirages de boule dans une urne avec des proportions

Plus en détail

Petits jeux de probabilités (Solutions)

Petits jeux de probabilités (Solutions) Petits jeux de probabilités (Solutions) Christophe Lalanne En famille 1. Mon voisin a deux enfants dont l un est une fille, quelle est la probabilité pour que l autre soit un garçon? Une famille de deux

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

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

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Fiche TD avec le logiciel : a2-1-c Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Sylvain Mousset Rappels de probabilités / statistiques Table des matières 1 Probabilités

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

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

Chapitre 3 : Introduction aux probabilités

Chapitre 3 : Introduction aux probabilités IUT de Sceaux Département TC1 Mathématiques Chapitre 3 : Introduction aux probabilités 1. Évènements Les événements élémentaires sont les issues possibles d'une expérience aléatoire. Un événement est un

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

Notes de cours de Probabilités Appliquées. Olivier François

Notes de cours de Probabilités Appliquées. Olivier François Notes de cours de Probabilités Appliquées Olivier François 2 Table des matières 1 Axiomes des probabilités 7 1.1 Introduction................................. 7 1.2 Définitions et notions élémentaires.....................

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

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. Chapitre 2 : Le modèle probabiliste - Indépendance d évènements. Julian Tugaut. 15 janvier 2015

Probabilités. Chapitre 2 : Le modèle probabiliste - Indépendance d évènements. Julian Tugaut. 15 janvier 2015 Indépendance de deux évènements Chapitre 2 : Le modèle probabiliste - Indépendance d évènements 15 janvier 2015 Sommaire 1 Indépendance de deux évènements 2 Indépendance de deux évènements Approche intuitive

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

Cogmaster, Probabilités discrètes. Feuille de TD n o 1 - Événements et probabilités

Cogmaster, Probabilités discrètes. Feuille de TD n o 1 - Événements et probabilités Cogmaster, Probabilités discrètes Feuille de TD n o 1 - Événements et probabilités Exercice 1 Parmi les ensembles suivants, lesquels sont égaux entre eux? A = {n + 4, n N}, B = {n, n = k + 4, k N}, C =

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

UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée

UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée 1. On tire successivement et sans remise deux cartes d un jeu de 52 cartes. Soit A l événement

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

3 Exercices. 3.1 Probabilités simples. 3.2 Probabilités avec dénombrement. Probabilités 3. Exercice 1 On tire au hasard une carte parmi un jeu de 52.

3 Exercices. 3.1 Probabilités simples. 3.2 Probabilités avec dénombrement. Probabilités 3. Exercice 1 On tire au hasard une carte parmi un jeu de 52. Probabilités 3 3 Exercices 3.1 Probabilités simples Exercice 1 On tire au hasard une carte parmi un jeu de 52. Calculer la probabilité d obtenir : 1. un roi 2. le valet de trèfle 3. l as de coeur ou la

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

Cours de mathématiques Partie IV Probabilités MPSI 4

Cours de mathématiques Partie IV Probabilités MPSI 4 Lycée Louis-Le-Grand, Paris Année 2013/2014 Cours de mathématiques Partie IV Probabilités MPSI 4 Alain TROESCH Version du: 30 mai 2014 Table des matières 1 Dénombrement 3 I Combinatoire des ensembles

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

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

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S)

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S) MA 09 CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 009 COMPOSITION DE MATHÉMATIQUES (Classe terminale S) DURÉE : 5 heures La calculatrice de poche est autorisée, conformément à la réglementation. La clarté et

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

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

Couples de variables aléatoires discrètes

Couples 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 détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,

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

Séquence 3. Probabilité : conditionnement et indépendance

Séquence 3. Probabilité : conditionnement et indépendance Séquence 3 Probabilité : conditionnement et indépendance Sommaire. Pré-requis. Conditionnement par un événement de probabilité non nulle 3. Indépendance 4. Synthèse Dans cette première séquence sur les

Plus en détail

Formules d inclusion-exclusion

Formules d inclusion-exclusion Université de Rouen L1 M.I.EEA 2011 2012 Mathématiques discrètes Formules d inclusion-exclusion Je présente ici une correction détaillée de l Exercice 5 de la Feuille d exercices 1, en reprenant le problème

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

Thème 19: Probabilités

Thème 19: Probabilités PROBABILITÉS 79 Thème 19: Probabilités Introduction: Blaise Pascal Andrey Nikolaevich Kolmogorov La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D ailleurs, le

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire Variables aléatoires. Exemple 1. (Jeu d argent) Exemple 2. Loi de

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

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

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

Que faire en algorithmique en classe de seconde? ElHassan FADILI Lycée Salvador Allende

Que faire en algorithmique en classe de seconde? ElHassan FADILI Lycée Salvador Allende Que faire en algorithmique en classe de seconde? BEGIN Que dit le programme? Algorithmique (objectifs pour le lycée) La démarche algorithmique est, depuis les origines, une composante essentielle de l

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

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

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

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

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

1. Un groupe de dix personnes comprend cinq hommes et cinq femmes.

1. Un groupe de dix personnes comprend cinq hommes et cinq femmes. Dénombrement Exercices 1. Un groupe de dix personnes comprend cinq hommes et cinq femmes. (a) Combien y a-t-il de manières de les disposer autour d une table ronde, en ne tenant compte que de leurs positions

Plus en détail

Concours de recrutement interne PLP 2009

Concours de recrutement interne PLP 2009 Concours de recrutement interne PLP 2009 Le sujet est constitué de quatre exercices indépendants. Le premier exercice, de nature pédagogique au niveau du baccalauréat professionnel, porte sur le flocon

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

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Séquence 7. Probabilités Echantillonnage. Sommaire

Séquence 7. Probabilités Echantillonnage. Sommaire Séquence 7 Probabilités Echantillonnage Sommaire Pré-requis Variable aléatoire, Loi de probabilité, Espérance Répétitions d expériences identiques Loi de Bernoulli Loi binomiale Espérance de la loi binomiale

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

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

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

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

MATHÉMATIQUES APPLIQUÉES S4 Exercices

MATHÉMATIQUES 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

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

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

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

Primaire. analyse a priori. Lucie Passaplan et Sébastien Toninato 1

Primaire. analyse a priori. Lucie Passaplan et Sébastien Toninato 1 Primaire l ESCALIER Une activité sur les multiples et diviseurs en fin de primaire Lucie Passaplan et Sébastien Toninato 1 Dans le but d observer les stratégies usitées dans la résolution d un problème

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

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement

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

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,

Plus en détail

DOCUMENT DE RÉVISION MAT-4104

DOCUMENT DE RÉVISION MAT-4104 CENTRE D ÉDUCATION DES ADULTES DOCUMENT DE RÉVISION MAT-4104 ÉLABORÉ PAR RICHARD ROUSSEAU, ENSEIGNANT EN MATHÉMATIQUES, CENTRE D ÉDUCATION DES ADULTES L ESCALE COMMISSION SCOLAIRE DE L AMIANTE MAI 005

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

Classe de Terminale S

Classe de Terminale S Classe de Terminale S Programme BO HS n 4 du 30 août 001 II.3 Probabilités et statistique Après avoir introduit en classe de seconde la nature du questionnement statistique à partir de travaux sur la fluctuation

Plus en détail

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N

ENS 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 détail

Le jeu de Marienbad. 1 Écriture binaire d un entier

Le jeu de Marienbad. 1 Écriture binaire d un entier MPSI Option Informatique Année 2002, Quatrième TP Caml Vcent Simonet (http://cristal.ria.fr/~simonet/) Le jeu de Marienbad Dans le film d Ala Resnais «L année dernière à Marienbad» (1961), l un des personnages,

Plus en détail

Représentation des nombres entiers et réels. en binaire en mémoire

Représentation des nombres entiers et réels. en binaire en mémoire L3 Mag1 Phys. fond., cours C 15-16 Rep. des nbs. en binaire 25-09-05 23 :06 :02 page 1 1 Nombres entiers 1.1 Représentation binaire Représentation des nombres entiers et réels Tout entier positif n peut

Plus en détail

Simulation de variables aléatoires

Simulation 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 détail

PROBABILITES et STATISTIQUES. Cours et exercices

PROBABILITES et STATISTIQUES. Cours et exercices PROBABILITES et STATISTIQUES Cours et exercices C. Reder IUP2-MIAGE Bordeaux I 2002-2003 1 I- Le modèle probabiliste 1- Evènements SOMMAIRE 2- Loi de probabilité, espace de probabilité 3- Le cas où les

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

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

Fiche de révision sur les lois continues

Fiche de révision sur les lois continues Exercice 1 Voir la correction Le laboratoire de physique d un lycée dispose d un parc d oscilloscopes identiques. La durée de vie en années d un oscilloscope est une variable aléatoire notée X qui suit

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail