GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
|
|
- Léon Pothier
- il y a 8 ans
- Total affichages :
Transcription
1 GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau
2
3 Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles 20 TD 4. Lois discrètes 23 TD 5. Variables aléatoires discrètes 28 3
4 Énoncés
5 I.U.T.de SCEAUX G.E.A.2 1ère année Liliane ALFONSI T.D. 1 : Analyse combinatoire Exercice 1 : De combien de façons peut on : a) répartir 5 voyageurs dans un hôtel de 10 chambres, un voyageur occupant une seule chambre? b) répartir 6 sacs à dos identiques entre 7 randonneurs, un randonneur n ayant qu un sac à dos? c) répartir 2 bonbons identiques parmi 3 enfants, un seul enfant ne pouvant pas avoir les 2? d) obtenir un sigle de 4 lettres avec les lettres G,E,A? e) obtenir un nombre de 3 chiffres avec les chiffres tous distincts? f) dans le dessin ci dessous, aller de A à B en utilisant le chemin le plus court, en ne suivant que les traits tracés? Exercice 2 : Une main est un ensemble de 5 cartes. On tire une main dans un paquet de 32 cartes. Combien a-t-on de mains différentes possibles? Parmi celles ci : a) combien ont un roi? b) combien ont au moins un roi? c) combien ont le roi de coeur? d) combien ont au moins un coeur? e) combien ont un roi et un coeur? f) combien ont un roi et au moins 3 coeurs? Exercice 3 : Combien de mots (un mot est un assemblage de lettres, par exemple: «zwqg»est un mot) de 4 lettres peut on écrire? Parmi ces mots combien contiennent les lettres M et E? Combien ont 3 fois la même lettre?
6 I.U.T.de SCEAUX G.E.A.2 1ère année Liliane ALFONSI T.D. 2 : Probabilités élémentaires Exercice 1 : On choisit 3 cartes dans un jeu de 32. Quelle est la probabilité d avoir : a) 3 as? b) au moins 2 as? c) 2 rois et 1 dame? d) au moins 2 rois et au moins une dame? e) au moins un valet et au plus un as? f) un roi et un pique? Exercice 2 : Dans une urne il y a 4 boules vertes, 2 bleues, et 3 rouges. Quelle est la probabilité de tirer : a) une de chaque couleur en tirant une poignée de 3? b) d abord une verte, puis, après remise, une bleue, puis après remise une rouge? c) une de chaque couleur en tirant les boules une à une avec remise? d) k vertes, (avec k=0, puis k=1, puis k=2, puis k=3) avec la règle: «on tire une boule, si elle est verte on la garde, sinon on la remet», sachant que l on fait 3 tirages? Exercice 3 : Vous montez dans un avion qui a 2 réacteurs sur chaque aile. Chaque réacteur a 2% de chances de tomber en panne, mais l avion peut continuer à voler avec au moins un réacteur sur chaque aile. Quelle chance avez vous d arriver à bon port? Exercice 4 : On lance 2 dés. Quelle est la probabilité d avoir: a) un double? b) un 2 et un 5? c) une somme égale à 5? à7? d) 2 nombres qui se suivent?
7 I.U.T.de SCEAUX G.E.A.2 Liliane ALFONSI T.D. 3 : Probabilités conditionnelles. Exercice 1 : Trois pannes P1, P2, P3, apparaissent avec les probabilités suivantes: 25% pour P1, 25% pour P2, 50% pour P3. Ces pannes de l appareil ont les probabilités respectives 7%, 33%, 12%, de provoquer un court circuit. Un court circuit a lieu, quelle est la panne la plus probable parmi P1, P2, P3? Exercice 2 : Dans le pays de Yellowland, un homme a 1 chance sur 2 d être blond et une femme 1 chance sur 3. Vous débarquez dans la capitale Yellowtown et vous apercevez de loin un habitant blond. Quelle est la probabilité que ce soit une femme? Exercice 3 : Un test T est destiné à contrôler si un réveil électronique est ou non défectueux. Dans l usine de production, on a constaté au fil des ans que la proportion de réveils fabriqués en bon état de marche est toujours de x. Le test T détecte un mauvais fonctionnement dans 95% des cas où le réveil est défectueux, et dans 3% des cas où le réveil fonctionne correctement. Quelle est la probabilité qu un réveil, détecté non valable par T, soit en fait en bon état? Exercice 4 : Un professeur mal réveillé, se rend chaque matin de son domicile A à l IUT, désigné par C, avec 1 chance sur 2 de prendre le bon chemin à chaque carrefour. Quelle est la probabilité qu il arrive en C? Ce matin il est bien arrivé à l IUT, quelle est la probabilité qu il soit passé par B?
8 I.U.T.de SCEAUX G.E.A.2 Liliane ALFONSI T.D.: Lois discrètes. Exercice 1: On jette trois pièces de monnaie. Chaque Pile rapporte 1 franc mais chaque F coûte 1 franc. Quel est l'espérance de gain? L'écart type? Exercice 2 : La probabilité pour une ampoule d'être défectueuse est 3,5%. Soit X le nombre de mauvaises ampoules dans les lots de trois. Qu'elle est la loi de X? Son espérance? Sa variance? Exercice 3 : Soit X un entier au hasard entre 1 et 10. Quelle est la loi de X? sa fonction de répartition? Exercice 4 : Un cheval a la probabilité 0,6 de gagner une course, sauf dans le cas où il a perdu la course précédente auquel cas il n'a plus que 0,4. Invaincu de la saison ce cheval prépare trois courses. Quelle est la distribution de la variable aléatoire : X = nombre de courses gagnées sur les trois? Son espérance? Sa variance? Exercice 5 : Dans un lot de 100 pièces, on en choisit 10 au hasard. Quelle est la probabilité d'avoir 2 pièces mauvaises sur les dix si l'on suppose : a) on prend les 10 pièces en une seule fois et on sait qu'il y a vingt pièces défectueuses parmi les 100? b) il y a environ 20 pour cent de pièces défectueuses dans la production en général?
9 I.U.T.de SCEAUX G.E.A.2 Liliane ALFONSI T.D. 4 : Variables aléatoires discrètes. Exercice 1 : L'entreprise Tina Rassi, grande spécialiste du "petit papa Noël", fabrique pour le 30 Novembre, et loue à la journée, pour les fêtes de fin d'année, des pères Noël robotisés pour distribuer les jouets aux enfants lors des arbres de Noël des écoles et des collectivités. Au 1er Janvier, en piteux état, ils partent à la casse. (Triste destin pour un père Noël! ). D'après une étude,l'entreprise sait qu'au mois de Décembre, la variable aléatoire X = «Nombre de clients par jour», obéit à la loi suivante: X p Les frais de gestion et d'entretien de stock s'élèvent à 50 Euros par robot et par jour. Sachant que le prix de location d'un père Noël pour la journée est de 300 Euros, quel est le stock de robots donnant la meilleure espérance de gain total par jour? (on calculera l'espérance du gain pour un stock de 1 père Noël, de 2 pères Noël, de 3,de 4, 5,6,7, et 8 pères Noël ). Exercice 2 : Au 1er Décembre 2000, l'entreprise possèdera 6 robots dont chacun aura, chaque jour de sa brève existence, 95% de chances d'être en état de marche. Soit Y la variable aléatoire : «Nombre de pères Noël en état de marche chaque jour de Décembre». Donner toutes les valeurs de Y et les probabilités qui s'y rattachent. Exercice 3 : Soit Z la variable aléatoire : «Nombre de pères Noël loués effectivement par jour». Quelle est la loi de Z?, son espérance?, son écart type?, sa variance? sa fonction de répartition? Exercice 4 : On prévoit pour un autre objet, une vente V qui peut atteindre 1000 objets, 2000 objets, ou 3000 objets, avec les probabilités respectives de 0,25; 0,5; 0,25. Le bénéfice unitaire B, peut être de 100 Euros, avec la probabilité 1/6, 200 Euros, avec la probabilité 1/4, 300 Euros, avec la probabilité 1/3, 400 Euros, avec la probabilité 1/4. Quelle est la loi de CA=V.B? sa fonction de répartition? Comparer E(V.B) à E(V).E(B). Conclusion? Exercice 5 : Soient X et Y, 2 variables aléatoires indépendantes, dont les lois sont données par les tableaux suivants: X Y proba 1/4 1/4 1/4 1/4 proba 1/3 1/3 1/3 Donner laloi de X+Y, sa fonction de répartition, son espérance, sa variance.
10 Corrigés
11 TD 1. Analyse combinatoire Exercice 1 Revoir les corrections détaillées du tableau. Si on veut aller plus vite on peut écrire : (a) On répartit des voyageurs (p = 5) entre des chambres (n = 10). On peut diérencier les voyageurs donc il y a un ordre. Chaque voyageur a une seule chambre, donc il n'y a pas répétition. Le nombre de solution est donc le nombre d'arrangements : A 5 10 = (b) On répartit des sacs (p = 6) entre des randonneurs (n = 7). On ne peut pas diérencier les sacs, donc il n'y a pas d'ordre. On ne peut donner qu'un sac à chaque voyageur donc il n'y a pas répétition. Le nombre de solution est donc le nombre de combinaisons : C 6 7 = 7. (c) On répartit des bonbons (p = 2) entre des enfants (n = 3). On ne peut pas diérencier les bonbons, donc il n'y a pas d'ordre. On ne peut donner qu'un bonbon à chaque enfant donc il n'y a pas répétition. Le nombre de solution est donc le nombre de combinaisons : C 2 3 = 3. (d) On répartit des positions dans le mot (p = 4) entre les lettres de l'alphabet {G, E, A} (n = 3). On peut diérencier les positions dans le mot donc il y a un ordre. Une lettre peut apparaître à plusieurs positions, donc il y a répétition. Le nombre de solution est donc le nombre exponentiel : 3 4 = 81. (e) On répartit des positions dans le nombre (p = 3) entre les chires de l'alphabet {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} (n = 10). On peut diérencier les positions dans le nombre donc il y a un ordre. Un chire ne peut pas apparaître à plusieurs positions, donc il n'y a pas répétition. Le nombre de solution est donc le nombre d'arrangements : A 3 10 = 720. (f) C'est l'exemple le plus dur. On répartit des pas verticaux (p = 2) dans les huit positions dans une marche de huit pas (n = 8). On ne peut pas diérencier deux pas verticaux donc il n'y a pas d'ordre. On ne peut pas faire deux k-ème pas, donc il n'y a pas de répétition. Le nombre de solution est donc le nombre de combinaisons : C 2 8 = 28.
12 TD 1. ANALYSE COMBINATOIRE 12 Exercice 2 Une main est un ensemble de p = 5 cartes non-ordonnées. Chaque carte peut avoir n = 32 valeurs. Il n'y a pas d'ordre car la main n'est pas ordonnée. Il n'y a pas de répétition car chaque carte de la main n'a qu'une valeur à la fois. Le nombre total de mains Card(Ω) est donc le nombre de combinaisons : Card(Ω) = C 5 32 = Dans toute les questions suivantes. On divise le paquet de carte en plusieurs paquets, suivant un critère, puis on regarde combien de carte on prend dans chaque paquet. (a) paquet 1: les cartes qui sont des rois, n 1 = 4, p 1 = 1. paquet 2: les cartes qui ne sont pas des rois, n 2 = 32 4 = 28, p 2 = 5 1 = 4. On obtient : C4 1 choix pour les rois et C4 28 choix pour les "non-rois". Donc pour le nombre de main avec (exactement) un roi on obtient : C 1 4 C 4 28 = Il y a mains avec exactement un roi. (b) On compte les mains sans rois. 1 paquet 1: les cartes qui sont des rois, n 1 = 4, p 1 = 0. paquet 2: les cartes qui ne sont pas des rois, n 2 = 32 4 = 28, p 2 = 5 0 = 5. On obtient : C4 0 choix pour les rois et C5 28 choix pour les "non-rois". Donc pour le nombre de main avec aucun roi on obtient : C 0 4 C 5 28 = Le nombre de mains avec au moins un roi est donc : = Il y a mains avec au moins un roi. 1. Comme avoir au moins un roi a beaucoup de sous-cas 1, 2, 3 ou 4 rois on compte plutôt le nombre de mains dans le complémentaire, c'est à dire le nombre de mains sans rois. Ensuite il sut de soustraire. Soit A = {mains avec au moins un roi} alors A = {mains avec 0 rois}, et l'égalité : permet de conclure. Card(A) = Card(Ω) Card(A)
13 TD 1. ANALYSE COMBINATOIRE 13 (c) paquet 1: les cartes qui sont le roi de c ur, n 1 = 1, p 1 = 1. paquet 2: les cartes restantes, n 2 = 32 1 = 31, p 2 = 5 1 = 4. Le nombre de mains avec le roi de c ur est donc : C 1 1 C 4 31 = Il y a mains avec le roi de c ur. (d) On compte plutôt les mains sans c ur. paquet 1: les cartes qui sont des c urs, n 1 = 8, p 1 = 0. paquet 2: les cartes restantes, n 2 = 32 8 = 24, p 2 = 5 0 = 5. Le nombre de mains sans c urs est donc : C 0 8 C 5 24 = Puis, le nombre de mains avec au moins un c ur est : = Il y a mains avec au moins un c ur. (e) Ici, on est obligé de considérer des sous-cas. On fait 4 paquets : 2 paquet 1: les cartes qui sont le roi de c ur, n 1 = 1. paquet 2: les autres c urs, n 2 = 8 1 = 7. paquet 3: les autres rois, n 3 = 4 1 = 3. paquet 4: les cartes restantes, n 4 = = 21. puis on fait un tableau : p 1 p 2 p 3 p 4 nombre de solutions C 1 1 C0 7 C0 3 C0 21 = C 0 1 C1 7 C1 3 C0 21 = 21 Pour nir, on fait la somme sur tous les sous-cas : = 22. Il y a 22 mains avec (exactement) un roi et (exactement) un c ur. (f) On utilise les mêmes paquets mais il y a plus de cas : 2. ATTENTION au roi de c ur, qui est un roi ET un c ur
14 TD 1. ANALYSE COMBINATOIRE 14 p 1 p 2 p 3 p 4 nombre de solutions C1 1 C2 7 C0 3 C2 21 = C1 1 C3 7 C0 3 C1 21 = C1 1 C4 7 C0 3 C0 21 = C1 0 C3 7 C1 3 C1 21 = C1 0 C4 7 C1 3 C0 21 = 105 Pour nir, on fait la somme sur tous les sous-cas : = Il y a 7490 mains avec (exactement) un roi et au moins trois c ur. Exercice 3 (a) On répartir p = 4 positions dans le mot entre n = 26 lettres de l'alphabet. Il y a un ordre car on peut diérencier les positions. Il y a répétition car une lettre peut apparaître à plusieurs positions. Le nombre de mot de quatre lettres est donc le nombre exponentiel : n p = 26 4 = (b) Il ya beaucoup de sous cas. On compte plutôt les mots sans M ou sans E 3. Soit A = {les mots sans E}; B = {les mots sans M}. Le nombre de mots sans E ou sans M est card(a B). On utilise la formule : Donc : card(a B) = card(a) + card(b) card(a B) Calcul de card(a) : les mots sans E. paquet 1: la lettre E, n 1 = 1, p 1 = 0. paquet 2: les lettres restantes, n 2 = 26 1 = 25, p 2 = 4. Calcul de card(b) : les mots sans M. paquet 1: la lettre M, n 1 = 1, p 1 = 0. paquet 2: les lettres restantes, n 2 = 26 1 = 25, p 2 = 4. Calcul de card(a B) : les mots sans E ni M. paquet 1: les lettres E, M, n 1 = 1, p 1 = 0. paquet 2: les lettres restantes, n 2 = 26 2 = 24, p 2 = 4. card(a B) = C 0 1 C C 0 1 C 4 25 C 0 1 C 4 24 = ATTENTION : le complémentaire de avec E ET avec M et sans E OU sans M.
15 TD 1. ANALYSE COMBINATOIRE 15 Finalement le nombre de mots contenant M et E est : = (c) Un mot qui a (exactement) trois fois la même lettre a deux lettres et si on connaît la position de la lettre diérente des autres, on connaît le mot. Donc il y a : C 1 4 = 2600 mots diérents avec trois fois la même lettre.
16 TD 2. PROBABILITÉS ÉLÉMENTAIRES 16 TD 2. Probabilités élémentaires Exercice 1 L'univers est constitué des mains de 3 cartes. Pas d'ordre, pas de répétition. Card(Ω) = C 3 32 = 4960 (a) paquet 1 : les as n 1 = 4, p 1 = 3 C 3 4 paquet 2 : les cartes restantes n 2 = 28, p 2 = 0 C 0 28 p(a) = Card(A) Card(Ω) = C3 4 C0 28 C 3 32 = 4/4960 (b) On utilise les mêmes paquets et les sous-cas sont : On fait la somme : p 1 p 2 nombre de solutions 2 0 C 2 4 C1 28 = C 3 4 C0 28 = = 172 Finalement la propabilité d'avoir au moins deux as est de 172/4960. (c) paquet 1 : les rois n 1 = 4, p 1 = 2 paquet 2 : les dames n 2 = 4, p 2 = 1 paquet 3 : les cartes restantes n 3 = 24, p 3 = 0 Le nombre de solution est donc : C 2 4 C 1 4 C 0 24 = 24. La probabilité d'avoir deux rois et une dame est donc de 24/4960. (d) Comme on n'a que trois cartes, c'est le même cas que la question c). (e) paquet 1 : les valets n 1 = 4, p 1 1 paquet 2 : les as n 2 = 4, p 2 1 paquet 3 : les cartes restantes n 3 = 24, p 3 =? On fait un tableau des sous-cas : Au total on a p 1 p 2 p 3 nombre de solutions C 1 4 C1 4 C1 24 = C 1 4 C0 4 C2 24 = C 2 4 C1 4 C0 24 = C 2 4 C0 4 C1 24 = C 3 4 C0 4 C0 24 = = 1660
17 TD 2. PROBABILITÉS ÉLÉMENTAIRES 17 mains. La probabilité d'avoir au moins un valet et au plus un as est donc de 1660/4960. (f) Attention au roi de pique!!! paquet 1 : le roi de pique n 1 = 1 paquet 2 : les autre rois n 2 = 3 paquet 3 : les autres piques n 3 = 7 paquet 4 : les cartes restantes n 4 = = 21 On fait le tableau des cas : p 1 p 2 p 3 p 4 nombre de solutions C 1 4 C0 4 C0 7 C2 21 = C 0 4 C1 4 C1 7 C1 21 = 588 En tout : = 1428 mains donc la probabilité d'avoir un roi et un pique est de 1428/4960 Exercice 2 On a n 1 = 4 boules vertes, n 2 = 2 boules bleues et n 3 = 3 boules rouges. On note p 1, p 2, p 3 les nombres respectifs de boules vertes, bleues, rouges qu'on ramasse. (a) Il n'y a pas d'ordre et pas de répétition. Ici, n = 9,p = 3 donc : On note Card(Ω) = C 3 9 = 84. A = {p 1 = 1, p 2 = 1, p 3 = 1} les poignées avec une boule de chaque couleur. Alors : La probabilité est donc : Card(A) = C 1 4 C 1 2 C 1 3 = 24. p(a) = Card(A) Card(Ω) = = 2 7. (b) Maintenant il y a a ordre et répétition. Ici, n = 9, p = 3 donc : Card(Ω) = 9 3 = 729. Les tirages sont indépendants. Pour chaque tirage de une boule il n'y a pas d'ordre, pas de répétition (puisqu'on qu'une boule!) et donc la probabilité de tirer une couleur est le nombre de boules de cette couleur (nombre de cas favorables) sur le nombre de boules total (nombre total de cas). Donc p(v ) = 4/9, p(b) = 2/9 et p(r) = 3/9. Pour la suite de trois tirages, par indépendance : p(v, B, R) = p(v ) p(b) p(r) = 24/729.
18 TD 2. PROBABILITÉS ÉLÉMENTAIRES 18 (c) Comme les trois tirages sont indépendants, la probabilité de R, V, B dans n'importe quel ordre est toujours la même, égale à proba : p(v ) p(b) p(r) Le nombre d'ordres qu'on peut donner à ces trois couleurs, c'est 3! : on choisit la première puis la deuxième, puis on n'a plus de choix. Finalement : la proba. totale est : 3! (24/729) = 144/729. (d) Les tirages ne sont plus indépendants. Proba conditionnelles. On fait donc un arbre V 3/8 V 2/7 5/7 V (k = 3) V (k = 2) 4/9 5/8 V 3/8 5/8 V (k = 2) V (k = 1) 5/9 4/9 V 3/8 5/8 V (k = 2) V (k = 1) V 5/9 V 4/9 5/9 V (k = 1) V (k = 0) P(k = 3) = 4/9 3/8 2/7 = 1/21 0, 05 P(k = 2) = 4/9 3/8 5/7 + 4/9 5/8 3/8 + 5/9 4/9 3/8 = 955/3024 0, 32 P(k = 1) = 4/9 5/8 5/8 + 5/9 4/9 5/8 + 5/9 5/9 4/9 = 5425/ , 47 P(k = 0) = 5/9 5/9 5/9 = 125/729 0, 17
19 TD 2. PROBABILITÉS ÉLÉMENTAIRES 19 Exercice 3 Il est plus facile de calculer la probabilité de l'évenement complémentaire : l'avion tombe en panne. Les cas d'accidents sont : les deux réacteurs d'une même aile tombent en panne en même temps. Le fonctionnement des réacteurs est indépendant donc on peut considérer les deux ailes séparément, et sur une aile la probabilité que les deux moteurs tombent en panne en même temps est : p ( M 1 en panne et M 2 en panne ) = p(m 1 en panne) p(m 2 en panne) = 2% 2% = Pour nir, on chercher la probabilité de : aile 1 en panne OU aile 2 en panne. Ce ne sont pas des événements disjoints! Notons A 1 l'aile 1 tombe en panne et A 2 l'aile 2 tombe en panne. La formule pour obtenir cette probabilité est donc : p(a 1 ou A 2 ) = p(a 1 ) + p(a 2 ) p(a 1 et A 2 ) Il nous manque p(a 1 et A 2 ), qui est la probabilité que les quatres réacteurs soient en panne en même temps, soit : (2/100) 4. Finalement, la probabilité de tomber en panne est : 2 (2/100) 2 (2/100) Donc la probabilité de ne pas tomber en panne est : Exercice 4 Les résultats des deux dés sont indépendants, donc on peut considérer deux lancers successifs. Pour un dé : Ω = {1, 2, 3, 4, 5, 6} et les résultats sont équiprobables, donc de probabilité 1/6. Le résultat de deux lancers est un couple ordonné (x, y) où x Ω, y Ω, et par indépendance, chaque couple a une probabilité (1/6) 2 = 1/36 d'apparaître. Il sut maintenant de compter les couples qui donnent les cas qui nous intérêssent. a) Il y a 6 doubles. Donc la proba est 6/36 b) Il y a deux couples ordonnés : (2, 5) et (5, 2) donc la proba est 2/36 c) Il y a 4 couples ordonnés dont la somme fait 5 donc 5/36 et 6 dont la somme fait 7 donc 6/36. d) Il y a 10 tels couples, donc la probabilités est 10/36.
20 TD 3. PROBABILITÉS CONDITIONNELLES 20 TD 3. Probabilités conditionnelles Pour les exercices de probabilités conditionnelles, on fait toujours un arbre. Exercice 1 Soit C : il y a un court-circuit. 0, 07 P 1 C P 1 1 0, 07 P 1 C 0, 25 0, 33 P 2 C 0, 25 P 2 1 0, 33 P 2 C 0, 50 0, 12 P 3 C P 3 1 0, 12 P 3 C On calcule la probabilité de chaque panne sachant qu'il y a un courtcircuit. Par dénition : P C (P 1 ) = P( P 1 C ) On calcule : Donc : P(C) P(C) = P ( P 1 C ) + P ( P 2 C ) + P ( P 3 C ) = 0, 25 0, , 25 0, , 50 0, 12 = 0, 16. P C (P 1 ) = P( P 1 C ) = P(C) P C (P 2 ) = P( P 2 C ) = P(C) P C (P 3 ) = P( P 3 C ) = P(C) 0, 25 0, 07 0, 16 0, 25 0, 33 0, 16 0, 50 0, 12 0, 16 0, 11 0, 52 0, 38 La panne la plus probable sachant qu'on a un court-circuit est donc la panne P 2.
21 TD 3. PROBABILITÉS CONDITIONNELLES 21 Exercice 2 Soit H : c'est un homme ; F : c'est une femme ; B : la personne est blonde. 1/2 H 1/2 1 1/2 H B H B 1/2 F 1/3 F B 1 1/3 F B La probabilité qu'une personne soit blonde est : P(B) = P ( B H ) + P ( B F ) = 1/2 1/2 + 1/2 1/3 = 5/12. Donc, sachant qu'une personne est blonde, la probabilité que ce soit une femme est : P B (F ) = P( F B ) 1/2 1/3 = = 0, 40. P(B) 5/12 Exercice 3 Soit T : le test dit qu'il y a un mauvais fonctionnement ; D : L'appareil a (vraiment) un défaut. D 0, 95 D T 1 x 1 0, 95 = 0, 05 D T x D 0, 03 D T 1 0, 03 = 0, 97 D T La probabilité totale de T est : P(T ) = P ( T D ) + P ( T D ) = 0, 95 (1 x) + 0, 03 x = 0, 95 0, 92x.
22 TD 3. PROBABILITÉS CONDITIONNELLES 22 Donc, sachant que le test dit que le produit est non valable, la probabilité que le produit n'ait pas de défaut est : ( ) P ( D T ) 0, 03 x P T D = = P(T ) 0, 95 0, 92x = 3x 95 92x. Exercice 4 [Je corrige le problème avec des sens uniques, comme au tableau.] Soit C : le prof arrive à l'iut, C : il est perdu. B : le prof passe par B. 1/2 1/2 1/2 C 1/2 C 1/2 1/2 C 1/2 C 1/2 1/2 1/2 B 1 1 C C La probabilité d'arriver en C est la somme des probabilités des trois branches qui arrivent en C : P(C) = (1/2) 4 + (1/2) (1/2) 2 1 = 1/16 + 1/4 + 1/4 = 9/16. La probabilité qu'il arrive en C en passant par B est la probabilité de la seule branche qui arrive en C en passant par B : P(B C) = (1/2) 2 1 = 1/4. Sachant qu'il est arrivé en C, la probabilité qu'il soit passé par B est donc : P C (B) = P(B C) P(C) = 1/4 9/16 = 4 9.
23 TD 4. LOIS DISCRÈTES 23 TD 4. Lois discrètes Exercice 1 Les expériences sont identiques et indépendantes. On considère donc chaque lancer séparément. Soit X 1 la variable aléatoire comptant le gain pour un unique lancer. Les valeurs pouvant être prises par X 1 sont : X 1 (Ω) = { 1, 1} et les probabilités correspondantes sont : P(X 1 = 1) = 1/2 P(X 1 = 1) = 1/2. Par dénition, l'espérance de X 1 est donc : E(X 1 ) = P(X 1 = 1) 1 + P(X 1 = 1) ( 1) = 1/2 1/2 = 0. De même, l'espérance du carré de X 1 est : E ( (X 1 ) 2) = P(X 1 = 1) P(X 1 = 1) ( 1) 2 = 1/2 + 1/2 = 1. Finalement, la variance de X 1 est : V (X 1 ) = E ( (X 1 ) 2) ( E(X 1 ) ) 2 = = 1. Si on considère maintenant les trois lancers. On dénit la variable aléatoire X = X 1 + X 2 + X 3 comme le gain cumulé lors des trois lancers d'une unique pièce X 1, X 2 et X 3. Comme les trois lancers sont identiques ils ont la même loi 4. Alors : E(X) = E(X 1 + X 2 + X 3 ) E(X) = 0. = E(X 1 ) + E(X 2 ) + E(X 3 ) = 3 E(X 1 ) 4. donc même espérance et même variance
24 TD 4. LOIS DISCRÈTES 24 et par indépendance : V (X) = V (X 1 + X 2 + X 3 ) = V (X 1 ) + V (X 2 ) + V (X 3 ) = 3 V (X 1 ) V (X) = 3. On obtient nalement l'écart type en prenant la racine carrée : σ(x) = 3 1, 732. Exercice 2 Les expériences sont identiques et indépendantes. On considère donc une seule ampoule. Soit X 1 la variable aléatoire qui vaut 1 si l'ampoule est cassée et zéro si elle marche. La variable aléatoire X 1 suit la loi de Bernouilli de paramètre p = 3, 5/100. Son espérance est donc : et sa variance est : E(X 1 ) = p = 0, 035, V (X 1 ) = p p 2 = p (1 p) = 0, 035 0, 965. Si on considère maintenant la variable X = X 1 + X 2 + X 3 comptant les nombre d'ampoules cassées, c'est la somme de (n = 3) variables aléatoires indépendantes suivant la loi de Bernouilli de paramètre p = On obtient donc une loi binomiale B(n, p) de paramètres n = 3 et p = : les valeurs possibles sont : X(Ω) = {0, 1, 2, 3}, et pour toute valeur k que X peut prendre : On a donc : P(X = k) = C k n p k (1 p) n k. P(X = 0) = (0, 965) 3 P(X = 1) = 3 0, 035 (0, 965) 2 P(X = 2) = 3 (0, 035) 2 0, 965 P(X = 3) = (0, 035) 3 On calcule maintenant l'espérance et la variance de X = X 1 + X 2 + X 3. Comme les variables X 1, X 2, X 3 ont la même loi : E(X) = 3 E(X 1 ) = 3 0, 035 Comme ces variables sont de plus indépendantes : V (X) = 3 V (X 1 ) = 3 0, 035 0, 965.
25 Exercice 3 La variable X est tirée au hasard dans : TD 4. LOIS DISCRÈTES 25 X(Ω) = {1, 2,..., 10}. Il y a donc équiprobabilité et X suit la loi uniforme, c'est à dire pour toute valeur k possible : P(X = k) = 1/10. La fonction de répartition F de X vaut : 0 si t 1 F (t) = P(X < t) = k/10 si 1 k 9 et k < t k si t > 10 Exercice 4 On note X la variable aléatoire comptant les nombre de victoires. On a : X(Ω) = {0, 1, 2, 3} Comme on a des probabilités conditionnelles, les expériences ne sont pas indépendantes. On doit donc construire un arbre. On note V une victoire et V une défaite. L'arbre des probabilités est : V (X = 3) V 0, 6 0, 6 V 0, 4 0, 6 V 0, 4 0, 4 0, 6 V (X = 2) V (X = 2) V (X = 1) V (X = 2) 0, 4 V 0, 6 V 0, 6 0, 4 V 0, 4 0, 4 V (X = 1) V (X = 1) 0, 6 V (X = 0)
26 On a donc : P(X = 0) = (0, 4 0, 6 0, 6) = 144/1000 TD 4. LOIS DISCRÈTES 26 P(X = 1) = (0, 6 0, 4 0, 6) + (0, 4 0, 4 0, 4) + (0, 4 0, 6 0, 4) = 304/1000 P(X = 2) = (0, 6 0, 6 0, 4) + (0, 6 0, 4 0, 4) + (0, 4 0, 4 0, 6) = 336/1000 P(X = 3) = (0, 6 0, 6 0, 6) = 216/1000 On calcule E(X) avec cette loi : E(X) = 3 P(X = 3) + 2 P(X = 2) + 1 P(X = 1) + 0 P(X = 0) 216 = = 1, On calcule aussi E(X 2 ) : E(X 2 ) = 3 2 P(X = 3) P(X = 2) P(X = 1) P(X = 0) 216 = = 3, Finalement : V (X) = E ( X 2) ( E(X) ) 2 = 3, 592 1, V (X) = 0, 955. Exercice 5 Soit X la variable aléatoire qui compte les fausses pièces (a) La probabilité que X = 2 est le nombre de lancer de dix pièces où on obtient deux fausses pièces, divisé par le nombre total de lancers de dix pièces. Soit Ω = {ensembles non ordonnés de dix pièces sur les cents} A = {ensembles non ordonnés de dix pièces sur les cents où deux sont fausses (et donc huit vraies)} = (X = 2) Par dénition : P(A) = Card(A) Card(Ω) = C2 20 C8 80 C , 318.
27 TD 4. LOIS DISCRÈTES 27 (b) Les lancers sont indépendants. Chaque lancer suit la loi de Bernouilli de paramètre p = 0, 2. L'ensemble des dix lancers suit donc la loi binomiale B(n, p) de paramètres n = 10 et p = 0, 2, donc on obtient le résultat : P(X = 2) = C 2 10 (0, 2) 2 (0, 8) 8 0, 302. NB. En faisant un arbre, on voit que la diérence entre les deux cas est que dans le premier, on utilise des probabilités conditionnelles, alors que dans le deuxième les lancers sont indépendants.
28 TD 5. VARIABLES ALÉATOIRES DISCRÈTES 28 TD 5. Variables aléatoires discrètes Exercice 1 Soit V, la variable aléatoire nombre de ventes. Soit S le stock du magasin. Le nombre de ventes est le minimum de l'ore et de la demande 5 donc : V = min(x, S). Le gain est relié au nombre de ventes et au stock par la formule : L'espérance de gain vaut donc : G = 300 V 50 S. E(V ) = 300 E(V ) 50 S. Calculons E(V ) pour les diérentes valeurs de S : (1) Si S = 1, les valeurs que V peut prendre sont : et : V (Ω) = {0, 1}, p(v = 0) = 0.05, p(v = 1) = On en déduit : E(V ) = (2) Si S = 2 les valeurs que V peut prendre sont : V (Ω) = {0, 1, 2}, et : p(v = 0) = 0.05, p(v = 1) = 0.05, p(v = 2) = On en déduit : (3) Si S = 3, on obtient : (4) Si S = 4, on obtient : E(V ) = E(V ) = E(V ) = Une autre façon de le dire est : tant qu'il ya moins de clients que le stock, on vend autant d'articles qu'il y a de clients. S'il y a plus de clients que le stock, on n'a pas assez d'articles pour tout le monde. On vend le stock et certains clients repartent sans rien
29 (5) Si S = 5, on obtient : (6) Si S = 6, on obtient : (7) Si S = 7, on obtient : (8) Si S = 8, on obtient : TD 5. VARIABLES ALÉATOIRES DISCRÈTES 29 E(V ) = E(V ) = E(V ) = E(V ) = On peut maintenant remplacer S et E(V ) par leurs valeurs dans la formule donnant l'éspérance de G. On obtient le tableau suivant : S E(V ) E(G) On en déduit que le stock optimal est six robots. Exercice 2 Soit Y la variable alatoire nombre de robots en état de marche. L'état de chaque robot est indépendants. D'après l'énoncé, un robot suit la loi de Bernouilli de paramètre 95% (quelque soit le jour), l'ensemble des six robots suit donc la loi binomiale B(6, 0.95). Les valeurs que Y peut prendre sont donc : {0, 1, 2, 3, 4, 5, 6} et la probabilité de chaque valeur est donné par la loi : P(Y = k) = C k 6 (0.95) k (0.05) 6 k. k p(y = k) Exercice 3 Ici, l'exercice est similaire à l'exercice 1, mais le stock n'est plus un paramètre xé : c'est la variable aléatoire Y. On a donc à déterminer la loi de : Z = min(x, Y ). Comme c'est une fonction compliquée de deux variables aléatoires, on doit faire un arbre, qui permet de lister tous les cas donnant une certaine
30 TD 5. VARIABLES ALÉATOIRES DISCRÈTES 30 valeur de Z, ainsi que la probabilité de chacun de ces cas. Sur cet arbre, on lit : les valeurs possibles de Z sont : {0, 1, 2, 3, 4, 5, 6} et 6 Z = 0 si : (Y = 0 et X 0) ou (Y 1 et X = 0) Z = 1 si : (Y = 1 et X 1) ou (Y 2 et X = 1) Z = 2 si : (Y = 2 et X 2) ou (Y 3 et X = 2) Z = 3 si : (Y = 3 et X 3) ou (Y 4 et X = 3) Z = 4 si : (Y = 4 et X 4) ou (Y 5 et X = 4) Z = 5 si : (Y = 5 et X 5) ou (Y 6 et X = 5) Z = 6 si : (Y = 6 et X 6) On en déduit : p(z = 0) = p(y = 0 et X 0) + p(y 1 et X = 0) p(z = 1) = p(y = 1 et X 1) + p(y 2 et X = 1) p(z = 2) = p(y = 2 et X 2) + p(y 3 et X = 2) p(z = 3) = p(y = 3 et X 3) + p(y 4 et X = 3) p(z = 4) = p(y = 4 et X 4) + p(y 5 et X = 4) p(z = 5) = p(y = 5 et X 5) + p(y 6 et X = 5) p(z = 6) = p(y = 6 et X 6) Et, comme X et Y sont des variables aléatoires indépendantes : p(z = 0) = p(y = 0) p(x 0) + p(y 1) p(x = 0) p(z = 1) = p(y = 1) p(x 1) + p(y 2) p(x = 1) p(z = 2) = p(y = 2) p(x 2) + p(y 3) p(x = 2) p(z = 3) = p(y = 3) p(x 3) + p(y 4) p(x = 3) p(z = 4) = p(y = 4) p(x 4) + p(y 5) p(x = 4) p(z = 5) = p(y = 5) p(x 5) + p(y 6) p(x = 5) p(z = 6) = p(y = 6) p(x 6) Cela permet de remplir le tableau de la loi de Z : k P (Z = k) On calcule ensuite l'espérance : E(Z) = = L'espérance du carré : E(Z 2 ) = = La variance : L'écart-type : V (Z) = E(Z 2 ) E(Z) 2 = = σ(z) = V (Z) = on regroupe certaines branches pour alléger l'écriture. Par exemple : Y 4 (Y = 4) ou (Y = 5) ou (Y = 6).
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 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 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 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 détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
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 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 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 détailProbabilités 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 détailActuariat 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 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 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 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 détailProbabilités 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 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 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 détailLes 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 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 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 détailExemple 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 détailExercices 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 détail4. 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 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 détailDistribution 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 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 détailExercices 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 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 détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
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 détailAndrey 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 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 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 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 détailProbabilités. 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 détailExo7. 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 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 détailProbabilités 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 détailProbabilités-énoncés et corrections
2012-2013 Probabilités-énoncés et corrections Exercice 1. Une entreprise décide de classer 20 personnes susceptibles d'être embauchées ; leurs CV étant très proches, le patron décide de recourir au hasard
Plus en 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 détailThéorie 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 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 détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle
Plus en détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
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 détailS initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
Plus en 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 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 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 détailLicence 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 détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
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 détailGuidance de Statistique : Epreuve de préparation à l examen
Guidance de Statistique : Epreuve de préparation à l examen Durée totale : 90 min (1h30) 5 questions de pratique (12 pts) 20 décembre 2011 Matériel Feuilles de papier De quoi écrire Calculatrice Latte
Plus en détailSérie TD 3. Exercice 4.1. Exercice 4.2 Cet algorithme est destiné à prédire l'avenir, et il doit être infaillible! Exercice 4.3. Exercice 4.
Série TD 3 Exercice 4.1 Formulez un algorithme équivalent à l algorithme suivant : Si Tutu > Toto + 4 OU Tata = OK Alors Tutu Tutu + 1 Tutu Tutu 1 ; Exercice 4.2 Cet algorithme est destiné à prédire l'avenir,
Plus en détailBaccalauréat 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 détailMoments 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 détailCOMBINATOIRES ET PROBABILITÉS
COMBINATOIRES ET PROBABILITÉS ème année. Analyse combinatoire.. Outils.. Principe de décomposition.. Permutations.. Arrangements..5 Combinaisons 8.. Développement du binôme 9..7 Ce qu il faut absolument
Plus en détailI. 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 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 détailLes 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 détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailUnité 2 Leçon 2 Les permutations et les combinaisons
Unité 2 Leçon 2 Les permutations et les combinaisons Qu'apprenons nous dans cette leçon? La différence entre un arrangement ordonné (une permutation) et un arrangement nonordonné (une combinaison). La
Plus en détailFluctuation 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 détailS initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
Plus en détailUFR 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 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 détailACTUARIAT 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 détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailPROBABILITÉS ET STATISTIQUES. 1. Calculs de probabilités B) 0.1 C) 0.56 3
PROBABILITÉS ET STATISTIQUES ARTHUR CHARPENTIER 1. Calculs de probabilités 1 Un système est formé de deux composants indépendants. L'un a une probabilité p de tomber en panne et l'autre 2p. Le système
Plus en détailEI - EXERCICES DE PROBABILITES CORRIGES
EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card
Plus en détail1. 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 détailI GENERALITES SUR LES MESURES
2 Dans le cas d intervention de dépannage l usage d un multimètre est fréquent. Cet usage doit respecter des méthodes de mesure et des consignes de sécurité. 1/ Analogie. I GENERALITES SUR LES MESURES
Plus en détailPlan général du cours
BTS GPN 1ERE ANNEE-MATHEMATIQUES-PROBABILITES-DENOMBREMENT,COMBINATOIRE PROBABILITES Plan général du cours 1. Dénombrement et combinatoire (permutations, arrangements, combinaisons). 2. Les probabilités
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailProbabilités et Statistique
Ricco Rakotomalala Probabilités et Statistique Notes de cours Université Lumière Lyon 2 Avant-propos Ce document est un support de cours pour les enseignements des probabilités et de la statistique. Il
Plus en détailYANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93
MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES
Plus en détailLois 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 détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
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 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 détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailNombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89
Soit un escalier à n marches. On note u_n le nombre de façons de monter ces n marches. Par exemple d'après l'énoncé, u_3=3. Pour monter n marches, il faut d'abord monter la première. Soit on la monte seule,
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailLa Stratégie de l'entame à Sans Atout
La Stratégie de l'entame à Sans Atout L ENTAME est la première pierre du Plan de la défense. Le choix de la couleur d entame est toujours le résultat d un raisonnement basé sur l écoute des enchères. Le
Plus en détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailUE Ma401. 1.1 probabilité conditionnelle, indépendance, dénombrement
UE Ma401 1 EXERCICES 1.1 probabilité conditionnelle, indépendance, dénombrement Exercice 1 La probabilité pour une population d être atteinte d une maladie A est p donné; dans cette même population, un
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailS initier aux probabilités simples «Un jeu de cartes inédit»
«Un jeu de cartes inédit» 29-31 Niveau 3 Entraînement 1 Objectifs S entraîner à estimer une probabilité par déduction. Applications (exemples) En classe : tout ce qui réclame une lecture attentive d une
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailMathématiques financières
Mathématiques financières Table des matières 1 Intérêt simple 1 1.1 Exercices........................................ 1 2 Intérêt composé 2 2.1 Taux nominal, taux périodique, taux réel.......................
Plus en détail