Variables aléatoires. Exercices

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Variables aléatoires. Exercices"

Transcription

1 Variables aléatoires Exercices Les idispesables Loi d ue variable aléatoire, espérace et variace O répète idéfiimet le lacer d u dé équilibré à 6 faces Soit la variable aléatoire doat la valeur du rag d apparitio du premier 6 E utilisat des évéemets idépedats, motrer que la loi de est la loi géométrique G( 6 ) Soit ue variable aléatoire suivat la loi biomiale B(,p) O pose : Y Détermier la loi de Y 3 O lace deux dés équilibrés à faces, et o ote S la somme des deux résultats qu o obtiet i a Pour : i +, motrer que : P( S i) i + b Pour : + i, motrer que : P( S i) c Calculer P ( S +) 4 O dispose d ue boîte das laquelle se trouvet iitialemet boules Blaches et boule Noire L expériece étudiée cosiste e la répétitio des trois étapes suivates : o tire ue des boules de la boîte, o la remet das la boîte, o ajoute das la boîte boule Blache et boule Noire Soit la variable aléatoire doat le uméro d apparitio de la première boule Blache Détermier la loi de 5 Soit ue variable aléatoire à valeurs das {0,,} O sait que : E ( ), et : V ( ) Détermier la loi de 6 O ote : *, p ( + ) Motrer que (,p ) * est la loi de probabilité d ue variable discrète 7 O ote : *, p l() a Motrer que (,p ) * est la loi de probabilité d ue variable discrète b admet-elle ue espérace? Si oui, la calculer c Quelle est l espérace de la variable aléatoire : Y (l( ))? 8 O ote : p 0, et :, p 3 a Motrer que (,p ) est la loi de probabilité d ue variable discrète b Motrer que admet ue espérace et calculer E() c Motrer que admet ue variace et calculer V() 9 Soit ue boîte qui cotiet boules idiscerables au toucher, avec : 3, dot sot Blaches et les autres sot Rouges O tire ue à ue et sas remise, ue boule de cette boîte jusqu à vider la boîte et o ote la variable aléatoire doat le rag de la première boule Blache tirée Chapitre 0 : Variables aléatoires Exercices - -

2 Calculer E() et V() 0 Pour : a *, o cosidère ue variable aléatoire à valeurs das, telle que : a, P ( + ) P( ) + a Détermier la loi de b La variable aléatoire admet-elle ue espérace? Si oui, calculer E() c La variable aléatoire admet-elle ue variace? Si oui, calculer V() O cosidère ue variable aléatoire à valeurs das et telle que :, 3 P ( + ) 4 P( + ) P( ) a Détermier la loi de b La variable aléatoire admet-elle ue espérace et ue variace? Si oui, calculer E() et V() O effectue des tirages successifs das ue boîte qui cotiet iitialemet ue boule Noire et ue boule Blache A chaque tirage, o ote la couleur de la boule et o la remet e ajoutat e plus ue boule Noire O défiit Y la variable aléatoire doat le rag d apparitio de la première boule Noire et Z celle qui doe le rag d apparitio de la première boule Blache a Détermier les lois de Y et de Z b La variable aléatoire Y admet-elle ue espérace? Si oui, calculer E(Y) c La variable aléatoire Z admet-elle ue espérace? Si oui, calculer E(Z) 3 O répète de faço idépedate ue expériece aléatoire au cours de laquelle u évéemet A se réalise à chaque fois avec la probabilité p, avec : 0 < p < O ote la variable aléatoire égale au rag de la première réalisatio de A et Y celle étale au rag de se deuxième réalisatio a Détermier la loi de Motrer que admet ue espérace et calculer E() b Détermier la loi de Y Motrer que Y admet ue espérace et calculer E(Y) c Comparer E() et E(Y) Que dire de ce résultat? Couple et famille de variables aléatoires 4 O effectue ue suite ifiie de lacers d ue pièce équilibrée O ote (respectivemet Y) la variable aléatoire égale au rag d apparitio du premier Pile (resp Face) a Détermier les lois margiales du couple (,Y) b Détermier la loi du couple (,Y) c Les variables et Y sot-elles idépedates? d O pose : Z + Y Détermier la loi de la variable aléatoire Z 5 O pose : (i,j) *, p i, j i( i + ) j( j + ) a Motrer que ((i,j), p i,j ) (i,j) N*² défiit la loi de probabilité d u couple (,Y) de variables aléatoires discrètes b Détermier les lois margiales de couple, à savoir les lois de et de Y c Motrer que les variables et Y sot idépedates 6 Pour : p ]0,[, o défiit les réels a i,j par : (i,j) j, a ( p) p, si : i < j, et : a 0, sio i, j i, j a Motrer que {(i,j,a i,j ), (i,j) } est la loi d u couple (,Y) de variables aléatoires discrètes b Détermier les lois margiales de et de Y Les variables aléatoires et Y sot-elles idépedates? c Pour : j, détermier la loi coditioelle de sachat (Y j) 7 Soiet et Y deux variables aléatoires telles que et Y admettet ue espérace O ote alors σ() et σ(y) leurs écarts-types respectifs (supposés o uls) et cov(,y) leur covariace Chapitre 0 : Variables aléatoires Exercices - -

3 O défiit par ailleurs : ρ cov(, Y) (, Y ) σ ( ) σ ( Y ) Pour : (α,β,γ,δ) 4, et : U α + β, et : V γ Y + δ, comparer ρ (, Y ) et ρ ( U, V ) 8 O cosidère ue boîte coteat N jetos umérotés de à N, avec : N * O effectue ue suite ifiie de tirages d u jeto das l ure, avec remise O ote, pour : i *, i la variable aléatoire doat le uméro du jeto obteu au i ième tirage O ote efi : *, S k k Calculer pour tout etier : *, l espérace et la variace de S 9 Soiet,, variables aléatoires discrètes ayat la même espérace m, la même variace v et telles que tous les couples ( i, j ) ot la même covariace v, pour : i j Calculer l espérace et la variace de : k k Chapitre 0 : Variables aléatoires Exercices Lois usuelles, modélisatios, approximatios 0 Pour chaque situatio, recoaître la loi de la variable aléatoire aisi que ses paramètres a O lace u dé équilibré à 6 faces et est la variable aléatoire doat le résultat du lacer b Ue ure cotiet boules, dot 6 Vertes, 4 Rouges et Bleues O effectue 8 tirages successifs et avec remise est la variable aléatoire égale au ombre de boules Rouges obteues c Ue ure cotiet boules, dot 6 Vertes, 4 Rouges et Bleues O effectue des tirages successifs et avec remise jusqu à obteir ue boule Rouge est la variable aléatoire doat le ombre de tirages effectués d O rage au hasard 0 boules das 3 sacs idiscerables de faço équiprobable et est la variable aléatoire doat le ombre de boules placées das le premier sac e O a ragé toutes les cartes (faces cachées) d u jeu de 3 cartes e ue file, et o retoure l ue après l autre les cartes jusqu à obteir la Dame de Cœur est la variable aléatoire doat le ombre de cartes retourées f Ue ure cotiet jetos umérotés de à (avec : *) O les tire au hasard u à u sas remise jusqu à obteir le jeto uméro est la variable aléatoire doat le ombre de tirages effectués g Ue ure cotiet jetos umérotés de à (avec : *) O les tire au hasard u à u avec remise jusqu à obteir le jeto uméro est la variable aléatoire doat le ombre de tirages effectués h O pose questios (avec : *) à u élève et pour chaque questio, r réposes sot proposées (avec ue seule de correcte) L élève répod au hasard à chaque questio est la variable aléatoire égale au ombre de boes réposes Recoaître das les deux cas suivats la loi de, préciser ses paramètres et calculer E ( ) et V ( ) a pred ses valeurs das et :, P ( + ) P( ) + b pred ses valeurs das *, et : *, 3 P ( + ) 4 P( + ) P( ) O cosidère ue variable aléatoire défiie sur u espace probabilité (Ω,A,P) à valeurs das O défiit la variable aléatoire Y par : ( ω) ω Ω, Y ( ω) 0, si (ω) est impair, et : Y ( ω), si (ω) est pair Détermier la loi de Y et so espérace das les deux cas suivats : a soit la loi géométrique G(p), avec : 0 < p < b suit la loi de Poisso P(λ), avec : λ > 0 3 Des études effectuées par ue compagie aériee motret qu il y a ue probabilité de 005 qu u

4 passager ayat fait ue réservatio e viee pas à l aéroport U étudiat admissible e PSI doit moter à Paris passer u oral et l avio qu il doit predre comporte 90 places alors que 94 billets ot été vedus Quelle est la probabilité qu il puisse y avoir u problème d embarquemet (o effectuera les calculs de deux faços, directemet ou e utilisat ue approximatio) 4 O dispose pour tout : *, d ue boîte B coteat boule Blache et ( ) boules Noires Pour tout : *, o effectue au hasard tirages successifs das B avec remise de la boule tirée, et o ote la variable aléatoire égale au ombre de boules Blaches obteues Pour : k, détermier la limite de la probabilité P( k), lorsque ted vers + 5 Soit ( ) * ue suite de variables aléatoires telles que, pour tout : *, suit la loi biomiale B(,p), avec : p ]0,[ O ote pour tout : *, Y Motrer que : *, ε > 0, P( Y p ε ) 4 ε 6 O cosidère u dé équilibré à 6 faces et o cosidère ue successio de lacers de ce dé ( *) O ote la variable aléatoire doat le ombre de obteus à l issue de ces lacers 4 50 a A l aide de l iégalité de Bieaymé-Tchebychev, justifier que : P b E déduire le ombre de lacers qu il faut effectuer pour que la fréquece d apparitio du au cours de ces lacers soit das l itervalle, +, avec u risque d erreur iférieur à Soit ( ) *, ue suite de variables aléatoires deux à deux idépedates, de même loi et admettat u momet d ordre (autremet dit telles que admette ue espérace pour tout etier ) O ote : m E( ), v V ( ), et : *, M k k v a Motrer que : *, ε > 0, P( M m ε ) ε b O suppose que : v 0 3 Détermier u etier : N *, tel que : N, P( M m 0 ) 0 Foctios géératrices 8 Recalculer les foctios géératrices des lois classiques 9 Soiet et Y des variables aléatoires idépedates suivat ue loi biomiale de même paramètre p Calculer explicitemet G +Y, la foctio géératrice de (+Y) puis retrouver le fait que (+Y) suit ue loi biomiale que l o précisera 30 Soit : x > 0, et soit la variable aléatoire discrète à valeurs das dot la loi de probabilité est : x, P( ) ch( x) ( )! a Vérifier que cette défiitio est cohérete et calculer la foctio géératrice G o distiguera les valeurs positives et égatives b E déduire E ( ) et V ( ) Les classiques Loi d ue variable aléatoire, espérace et variace 3 U élève de PSI qui s euie (e maths) répète le lacer d u dé équilibré dodécaédrique jusqu à ce que le résultat soit pair, résultat qu il divise alors par Soit la variable aléatoire doat le résultat fial Chapitre 0 : Variables aléatoires Exercices - 4 -

5 suit-elle la loi uiforme? 3 O cosidère ue variable aléatoire discrète vérifiat : (Ω), et :, P ( + ) P( ), et : P ( ) P( ) + a Exprimer pour tout :, la valeur P ( ) e foctio de P ( 0) E déduire P ( 0), puis la loi de b Motrer que la variable aléatoire admet ue espérace et ue variace et calculer E() et V() 33 Ue boîte cotiet des boules Blaches e proportio b, des boules Rouges e proportio r et des boules vertes e proportio v O effectue des tirages successifs avec remise et o s arrête au premier chagemet de couleur O ote la variable aléatoire égale au ombre de tirages effectués a Préciser les égalités ou iégalités vérifiées par b, r et v b Détermier la loi de c Motrer que admet ue espérace et que : E ( ) + + b r v 34 U asceseur se trouve e bas au rez-de-chaussée d u immeuble qui comporte e plus étages ( ) D autre part, k persoes motet das cet asceseur et o suppose que chaque persoe peut s arrêter à importe quel étage de faço équiprobable et idépedammet des autres L asceseur gravit aisi les étages et stoppe ue fois la derière persoe sortie O appelle la variable aléatoire doat le ombre d arrêts de l asceseur O ote pour : k, T k la variable aléatoire valat si l asceseur s arrête à l étage k et 0 sio a Détermier la loi de T k, pour : k, puis E ( T k ) b Etablir u lie etre et les variables T k et e déduire E ( ) a 35 Soit : a, et pour tout : *, p ( + )( + ) α β γ a Trouver α, β, γ tels que : *, + + ( + )( + ) + + b Détermier a, pour que (,p ) * soit la loi de probabilité d ue variable discrète c La variable aléatoire admet-elle ue espérace? Si oui, calculer E() d Détermier la loi de Y, défiie par : Y Y admet-elle ue espérace? Si oui, calculer E(Y) 36 Ue boîte cotiet deux boules Blaches et ue boule Noire O y effectue ue successio de tirages suivat le protocole suivat : si la boule tirée est Noire, o la remet das la boîte, si la boule tirée est Blache, o remet à la place de cette boule ue boule Noire das la boîte Pour tout : *, o ote Y la variable aléatoire égale au ombre de boules Blaches présetes das la boîte à l issue du ième tirage Aisi Y pred ses valeurs das {0,,} a Détermier la loi de Y b Calculer pour tout : *, la valeur P ( ) c O pose :, u P( Y ) Y Préciser u puis motrer que :, u + u E utilisat la suite de terme gééral : *, v u +, doer la valeur de u pour tout 3 d E déduire pour tout : *, la valeur de P ( 0) Y e Calculer pour tout : *, l espérace de Y f O défiit la variable aléatoire Z doat le premier istat où la boîte e cotiet plus que des boules Noires Chapitre 0 : Variables aléatoires Exercices - 5 -

6 Détermier la loi de Z Motrer que Z admet ue espérace et calculer E(Z) Couple et famille de variables aléatoires 37 Pour : a, o cosidère u couple de variables aléatoires discrètes (,Y) de loi cojoite doée par : i + j (i,j), P( i, Y j) a i! j! a Détermier la valeur de a b Détermier les lois margiales de et de Y Les variables aléatoires et Y sot-elles idépedates? c Motrer que le couple (,Y) admet ue covariace et la calculer + Y d Motrer que la variable aléatoire : Z, admet ue espérace et la calculer 38 O réalise ue successio de lacers d ue pièce doat Pile avec la probabilité p, où : 0 < p < O défiit deux suites de variables aléatoires (S ) et (T ) défiies de la faço suivate : pour tout :, S est égal au ombre de lacers écessaires pour obteir le ième Pile, T S, et pour :, T est le ombre de lacers supplémetaires écessaires pour obteir le ième Pile après avoir obteu le ( ) ième Pile a Pour :, détermier la loi de T, sas utiliser S Motrer que pour tout :, T admet ue espérace et ue variace b Etablir le lie qui relie S et les variables T,, T, pour : c Pour :, motrer que S admet ue espérace et ue variace et que : ( p) E( S ), et : V ( S ) p p Lois usuelles, modélisatios, approximatios 39 O cosidère ue variable aléatoire suivat la loi de Poisso P(λ), avec : λ > 0 P( + ) a Pour :, calculer : u P( ) b E déduire le mode de, c'est-à-dire la valeur que pred avec la plus grade probabilité 40 Somme de deux variables aléatoires idépedates suivat ue loi de Poisso Soiet et Y deux variables aléatoires idépedates suivat les lois de Poisso P(λ) et P(µ), avec λ et µ strictemet positifs a Détermier la loi de : S + Y b Pour :, détermier la loi coditioelle de sachat (S ) 4 O cosidère ue variable aléatoire suivat la loi uiforme sur {,} et ue variable aléatoire Y, idépedate de, et suivat la loi de Poisso P(λ), avec : λ > 0 O défiit esuite la variable aléatoire Z par : Z Y a Détermier la loi de Z, so espérace et sa variace b Calculer la probabilité que Z soit pair 4 Soiet et Y deux variables aléatoires idépedates suivat la loi géométrique G(p), avec : p ]0,[ a Détermier la loi de ( + Y ), de mi(, Y ), et de max(, Y ) Pour détermier la loi de : T mi(, Y ), o pourra commecer par évaluer par exemple P( T ) b A quelle situatio type peut-o associer les variables aléatoires et Y? Que représetet alors les trois variables aléatoires de la questio a? O pourra imagier deux situatios, l ue pour illustrer ( + Y ), l autre pour mi(, Y ) et max(, Y ) c Calculer les probabilités P ( Y ) et P( Y ) 43 O cosidère ue suite ( ) * de variables aléatoires idépedates suivat la même loi de Beroulli B(p), avec : 0 < p < Chapitre 0 : Variables aléatoires Exercices - 6 -

7 Pour : *, o pose : S k k + +, Y, T a Justifier le fait que : ε > 0, lim P( S p ε ) 0 + b Pour : *, doer la loi et l espérace de Y c Soiet et m des etiers o uls tels que : < m Les variables aléatoires Y et Y m sot-elles idépedates? d Motrer que : ε > 0, lim P( T p ε ) 0 + Y k k 44 O cosidère ue boîte coteat des boules Blaches e proportio icoue p o ulle et des boules Noires e proportio ( p) O effectue tirages successifs avec remise d ue boule et o observe l apparitio de k boules Blaches O voudrait cosidérer que k fourit ue approximatio de p a E utilisat les variables aléatoires j valat si ue boule Blache apparaît au tirage uméro j et 0 sio, évaluer le validité de cette approximatio k k E particulier, quelle est la probabilité que p appartieet à l itervalle de cofiace ε, + ε? b Si o veut que l approximatio doe p au 00 ième près et ue certitude à plus de 99% sur cette approximatio, à quelle valeur de cela coduit-il? Qu e peser? Foctios géératrices 45 Soit ue variable aléatoire à valeurs das et admettat ue espérace a Quel lie y a-t-il etre la série P ( ) et la suite ( P ( > ) )? 0 b Motrer que : + E ( ) P( > ) 0 c Motrer que la foctio H doée par : t, + H ( t) P( > ) t, est défiie au mois sur ]-,+[ 0 G( t) d E otat G la foctio géératrice de, motrer que : t ]-,[, H ( t) t Remarque : H est appelée «secode foctio géératrice de» 46 Soiet,, des variables aléatoires mutuellemet idépedates à valeurs das O ote G,, G leurs foctios géératrices respectives Pour : (λ,, λ ), calculer la foctio géératrice de : Y λ + + λ Les plus Loi d ue variable aléatoire, espérace et variace 47 Ue boîte cotiet 4 boules, Blache et 3 Rouges O effectue des tirages d ue boule avec remise de la boule tirée jusqu à ce que l o obtiee deux boules cosécutives de même couleur et o ote la variable aléatoire égale au ombre de tirages effectués a Calculer P ( ), P ( 3) et P ( 4) b Motrer que :, c Motrer que :, 5 3 P ( ) P( + ) 6 + d Vérifier par le calcul que : P ( ) e Motrer que admet ue espérace et calculer E() Chapitre 0 : Variables aléatoires Exercices - 7 -

8 48 O dispose de deux boîtes B et B Iitialemet il y a deux boules Blaches das B et deux boules Noires das B A chaque tirage, o pred au hasard ue boule das B et ue boule das B et o les échage O ote, pour tout :, la variable aléatoire doat le ombre de boules Blaches das B après le ième échage : aisi, pred ses valeurs das {0,,} P( 0) O défiit, pour tout :, la matrice coloe : U P( ) P( ) a Trouver ue matrice : A M 3 (), telle que :, U A U + b Motrer que la suite ( E ) ) est costate et préciser cette valeur costate ( c Motrer que la matrice A est diagoalisable et diagoaliser A E déduire les coefficiets de la matrice A pour tout etier : * d E déduire la loi de pour tout etier : * 49 U mobile se déplace sur les poits à coordoées etières d u axe d origie O Au départ, le mobile est à l origie (poit d abscisse 0) Le mobile se déplace selo la règle suivate : s il est au poit d abscisse k à l istat, alors à l istat (+), il sera au poit d abscisse (k+) avec la k + probabilité, ou sur le poit d abscisse 0 avec la probabilité k + k + Pour tout :, o ote l abscisse du poit où se trouve le mobile à l istat, et : u P( 0) k a Motrer que :, k {,,, +}, P( + k) P( k ) k + b E déduire que :, k {0,,, }, P( k) u k k + u j c Motrer que :,, et e déduire u 0, u, u, u 3 j + j 0 ( + ) E( ) + u+ E ( d Motrer que :, E E déduire ue expressio de ),pour :, sous forme d ue somme où itervieet des termes de la suite (u p ) O ote T l istat auquel le mobile se retrouve pour la première fois à l origie (après so départ) et o coviet que T pred la valeur 0 si le mobile e reviet jamais à l origie e Motrer que : *, P ( T ) ( + ) E déduire que : P ( T 0) 0, puis iterpréter ce résultat f La variable T admet-elle ue espérace? Couple et famille de variables aléatoires 50 Deux joueurs A et B procèdet l u après l autre à ue successio de lacers d ue même pièce doat Pile avec ue probabilité p, avec : 0 < p <, et o otera : q p Le joueur A commece et il s arrête dès qu il obtiet le premier Pile ; o ote alors la variable aléatoire égale au ombre de lacers effectués par A Le joueur B effectue alors autat de lacers que le joueur A et o ote Y la variable aléatoire égale au ombre de Piles obteus par le joueur B a Détermier la loi de b Pour : *, détermier la loi coditioelle de Y sachat ( ) c E déduire que : q P( Y 0), et : k, + q + k 0 Vérifier par le calcul que : P ( Y k) Chapitre 0 : Variables aléatoires Exercices k q P ( Y k) ( + q) + q

9 d Le joueur B gage s il obtiet au mois u Pile, sio c est le joueur A qui gage Le jeu est-il équitable? 5 O effectue ue successio ifiie de lacers idépedats d ue pièce doat Pile avec la probabilité p, avec : 0 < p < O s itéresse aux successios de lacers doat u même côté O dit que la première série est de logueur si les premiers lacers ot ameé le même côté de la pièce et le (+) ième lacer a ameé l autre côté La deuxième série commece au lacer suivat la fi de la première série et se termie (si elle se termie) au lacer précédat le chagemet de côté O ote L (respectivemet L ) la variable aléatoire égale à la logueur de la première (respectivemet deuxième) série a Doer la loi de L, puis motrer que L admet ue espérace et la calculer b Détermier la loi du couple (L,L ) c E déduire la loi de L Motrer que L admet ue espérace et la calculer d Motrer que le couple (L,L ) admet ue covariace et la calculer e Motrer que L et L sot idépedates si et seulemet si : p 3 5 a Motrer que : x ]-,+[, la série ( )( ) x coverge puis que : x ]-,+[, + ( )( ) x 4 0 ( x) O répète de faço idépedate ue expériece aléatoire au cours de laquelle u évéemet A se réalise à chaque fois avec la probabilité p, avec : 0 < p < O ote la variable aléatoire égale au rag de la première réalisatio de l évéemet A et Y celle égale au rag de sa deuxième réalisatio b Détermier la loi du couple (,Y) E déduire les lois margiales de et de Y c Motrer que et Y admettet ue espérace et ue variace, puis calculer E ( ), E (Y ), V ( ), V (Y ) d Motrer que (,Y) admet ue covariace et calculer cov(, Y ) e Pour :, détermier la loi coditioelle de sachat (Y ) Lois usuelles, modélisatios 53 Loi hypergéométrique O cosidère ue boîte coteat des boules Noires e proportio p et Blaches e proportio : q p O effectue ue série de tirages das la boîte, sas remise, et o appelle la variable aléatoire doat le ombre de boules Noires tirées O appelle Ω l esemble des combiaisos de boules parmi les N présetes das la boîte au début a Motrer que Ω peut être choisi comme uivers de l expériece b Motrer que (Ω) est l esemble des etiers compris (au ses large) etre max( 0, q N) et mi(, p N) c Détermier la loi de, appelée loi hypergéométrique de paramètres N,,p et otée H(N,,p) 54 Loi de Pascal Das ue successio d épreuves de Beroulli idépedates, de probabilité d échec x (où : x ]0,[), o défiit deux suites de variables aléatoires (S ) * et (T ) * de la faço suivate : pour tout : *, S est égale au ombre d épreuves écessaires pour obteir le ième succès T S, et pour tout :, T est égale au ombre d épreuves supplémetaires écessaires pour obteir le ième succès après le ( ) ième a Exprimer pour tout : *, S e foctio des variables aléatoires (T k ) b Pour : *, détermier la loi de T et doer so espérace et sa variace c Détermier la loi de S puis celle de S d Pour : *, détermier la loi de S Chapitre 0 : Variables aléatoires Exercices - 9 -

10 k k x e E déduire que : x ]0,[, *, + x k ( x) 55 Soit ( ) * ue suite de variables aléatoires idépedates suivat la loi de Beroulli B(p), où : 0 < p < O ote, pour : *, S + +, et u la probabilité pour que S soit pair a Préciser la loi de S, pour tout etier : * b Calculer u, u et u 3 c Motrer qu il existe deux réels a et b tels que : *, u a u b + + E déduire ue expressio de u e foctio de puis la limite de la suite (u ) Ce résultat est-il surpreat? 56 O dispose de rosiers ( *) sur chacu desquels o opère ue greffe Lorsqu ue greffe est opérée, o sait au bout d ue semaie si elle a pris ou o et si la greffe e pred pas, o recommece jusqu à ce qu elle pree effectivemet O suppose que la probabilité qu ue greffe doée pree vaut p, avec : 0 < p <, et que tous ces essais sot mutuellemet idépedats O ote, pour : k {,, }, k la variable aléatoire égale au ombre de greffes écessaires à la prise d ue greffe sur le rosier uméro k O défiit égalemet : la variable aléatoire Y égale au ombre de semaies écessaires à la prise d au mois ue greffe, la variable aléatoire Z égale au ombre de semaies écessaire à la prise de toutes les greffes a Détermier pour tout : k {,, }, la loi de k, so espérace et sa variace b Calculer pour tout : m, P( Y m), et e déduire la loi de Y et so espérace c Calculer pour tout : m, P( Z m), et e déduire la loi de Z d A l aide de la deuxième expressio de l espérace, motrer que Z admet ue espérace e Calculer E (Z), pour : 57 Iégalité de Tchebychev-Catelli Soit ue variable aléatoire réelle telle que : E ( ) m, et : V ( ) σ, et soit : ε > 0 O pose : Y m + ε a Motrer que Y admet ue espérace puis calculer E ( Y ) b Motrer que : E( Y ) E( YY > 0 ) E( Y ) P( Y > 0), où Y > 0 désige la foctio idicatrice de l esemble ( Y > 0), défiie par : ω Ω, Y > 0 ( ω), si : Y ( ω) > 0, et : Y > 0 ( ω) 0, si : Y ( ω) 0 σ c E déduire que : P ( m ε ) σ + ε σ d E remplaçat par, e déduire que : P ( m ε ) σ + ε e Quad cette iégalité est-elle meilleure que l iégalité de Bieaymé-Tchebychev? 58 O cosidère ue variable aléatoire discrète N telle que : N(Ω), et :, P ( N ) 0 Si N pred la valeur, o décide de procéder à ue successio de épreuves de Beroulli idépedates de paramètre p, avec : 0 < p < O ote S et E les variables aléatoires égales au ombre de succès et d échecs lors de ces épreuves a O suppose que N suit ue loi de Poisso P(λ), avec : λ > 0 Motrer que S et E suivet aussi des lois de poisso dot o précisera le paramètre Motrer que S et E sot idépedates b Réciproquemet, o suppose que S et E sot idépedates Motrer qu il existe deux suites (u ) et (v ) telles que : (m,), ( + m)! P( N + m) u v Motrer que les deux suites (u ) et (v ) sot géométriques E déduire que N suit ue loi de Poisso Remarque : o peut modéliser le fait que das ue famille, le ombre d efats és das cette famille suit ue loi de Poisso P(λ), où : λ > 0, et à chaque aissace, la probabilité que l efat soit ue fille est p et Chapitre 0 : Variables aléatoires Exercices m

11 celle que ce soit u garço est : q p Das ce cas, les variables aléatoires et Y doat le ombre de filles et de garços sot idépedates Surpreat, mais éamois démotré au-dessus 59 Pour : *, o cosidère des variable aléatoires,, idépedates suivat toutes la loi géométrique G(p), avec : 0 < p <, et o ote : q p O pose de plus : U mi i, et : V max i i i a Détermier la loi de U E déduire que U admet ue espérace et calculer E (U ) b Détermier la loi de V Motrer à l aide de la deuxième expressio de l espérace que V admet ue espérace et que : i+ E( V ) ( ) i i i q Foctios géératrices 60 O cosidère deux variables aléatoires idépedates et Y suivat chacue ue loi de Poisso de paramètres respectifs λ et µ a Motrer directemet que : Z + Y, suit ue loi de Poisso dot o précisera le paramètre b Retrouver le résultat précédet grâce aux foctios géératrices 6 a Rappeler la foctio géératrice de la loi uiforme sur {,, } b Soiet et des variables aléatoires idépedates à valeurs das {,, 6} E étudiat les racies du polyôme G G, motrer que la loi de ( + ) e peut pas être la loi uiforme sur {,, } c Est-il possible de piper deux dés (idépedammet l u de l autre) de maière à redre les sommes etre et équiprobables lors du lacer simultaé de ces deux dés? Chapitre 0 : Variables aléatoires Exercices - -

Exercices sur le chapitre «Variables aléatoires»

Exercices sur le chapitre «Variables aléatoires» Araud de Sait Julie - MPSI Lycée La Merci 2015-2016 1 Pour démarrer Exercices sur le chapitre «Variables aléatoires» Exercice 1 (Recostitutio de paires) O fixe deux etiers aturels 1 r. U placard cotiet

Plus en détail

Divers exercices de probabilité

Divers exercices de probabilité Divers exercices de probabilité Traiter e priorité les quatre premiers exercices de chaque sectio. 1 Probabilité Exercice 1.1 Mo voisi a deux efats. 1- Le plus jeue est ue fille, quelle est la probabilité

Plus en détail

EXERCICES SIMULATION LOIS DISCRETES

EXERCICES SIMULATION LOIS DISCRETES EXERCICES SIMULATION LOIS DISCRETES EXERCICE 1 : 1) Ecrire u programme qui revoie le lacer d u lacer de dé équilibré 2) Trasformer le programme précédet pour qu il simule ue série de 100 lacers d u dé

Plus en détail

TD 4 : Variables aléatoires discrètes

TD 4 : Variables aléatoires discrètes MA40 : Probabilités TD 4 : Variables aléatoires discrètes Exercice Soit N u etier aturel supérieur ou égal à.. Motrer les égalités suivates : N k k N N + ) N k k N N + ) N + ). Ue ure cotiet ue boule blache

Plus en détail

Correction Exercices Chapitre 08 - Couples de variables aléatoires réelles discrètes

Correction Exercices Chapitre 08 - Couples de variables aléatoires réelles discrètes 08. O dispose de boîtes umérotées de à. La boîte k cotiet k boules umérotées de à k. O choisit au hasard ue boîte, puis ue boule das cette boîte. Soit X le uméro de la boîte et Y le uméro de la boule..

Plus en détail

Probabilités générales

Probabilités générales Chapitre 4 termiale s Probabilités géérales Les probabilités (rappels) : ) Quelques otios de vocabulaire : Nous allos étudier selo quelle mesure u fait proveat du hasard peut être prévisible a) Ue expériece

Plus en détail

Convergences et approximations

Convergences et approximations Covergeces et approximatios Probabilités : Chapitre 5 Das tout ce chapitre, les démostratios serot faites das le cas des variables discrètes et des variables à desité. I Iégalité de Bieaymé-Tchebychev

Plus en détail

Loi binomiale. Loi de Bernoulli

Loi binomiale. Loi de Bernoulli Loi biomiale Loi de Beroulli O s itéresse ici à la réalisatio ou o d u évéemet. Autremet dit, o étudie les expérieces aléatoires qui ot que deux issues possibles : Obteir Pile ou Face Doer aissace à u

Plus en détail

EXERCICES PROBABILITES

EXERCICES PROBABILITES EXERCICE : Calculer, pour EXERCICES PROBABILITES Soit,,3, 4,5,6, ( ) x, l itégrale I dx. 0 x ; détermier le réel pour que l o défiisse ue probabilité p sur * e posat, pour tout etier,6 p I Quelle est la

Plus en détail

COUPLES VARIABLES ALEATOIRES DISCRETES

COUPLES VARIABLES ALEATOIRES DISCRETES COUPLES VARIABLES ALEATOIRES DISCRETES EERCICE : U sac cotiet six jetos, u ortat le uméro, deux ortet le uméro et trois ortet le uméro Ces jetos sot idiscerables au toucher. Deux jetos sot rélevés de ce

Plus en détail

Autour de la loi de Poisson

Autour de la loi de Poisson Agrégatio Itere de Mathématiques Thierry Champio séace du 25 ovembre 2016 Autour de la loi de Poisso Notatios - Itroductio Das tout ce problème, (Ω, T, P) est u espace probabilisé. Toutes les variables

Plus en détail

Chapitre 6 Théorèmes de convergence

Chapitre 6 Théorèmes de convergence Chapitre 6 Théorèmes de covergece 1. La covergece e loi O a déjà recotré ue covergece e loi lors de l approximatio d ue loi biomiale par ue loi de Poisso. Ce problème se place das u cadre plus gééral où

Plus en détail

Université Pierre et Marie Curie Mathématiques L2 UE 2M231 Probabilités-Statistiques Année Examen du 13 mai 2015

Université Pierre et Marie Curie Mathématiques L2 UE 2M231 Probabilités-Statistiques Année Examen du 13 mai 2015 Uiversité Pierre et Marie Curie Mathématiques L2 UE 2M231 Probabilités-Statistiques Aée 2014-15 Exame du 13 mai 2015 Le sujet comporte 2 pages. L épreuve dure 2 heures. Les documets, calculatrices et téléphoes

Plus en détail

Expérience aléatoire - modélisation - langage des probabilités

Expérience aléatoire - modélisation - langage des probabilités T.S Probabilités coditioelles L 5 I Expériece aléatoire - modélisatio - lagage des probabilités Ue expériece aléatoire est ue expériece liée au hasard. Les mathématiques itervieet pour apporter u modèle

Plus en détail

est la fréquence empirique des succès lors des 10 premières expériences.

est la fréquence empirique des succès lors des 10 premières expériences. Pierre Veuillez Statistiques iféretielle Sources, et pour e savoir plus : http://www.math-ifo.uiv-paris5.fr/smel 1 Problématique : Exemple ue ure cotiet des boules rouges et blaches dot o e coaît pas la

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Directio des Admissios et cocours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Échantillonnage. I Rappels sur les lois usuelles 2

Échantillonnage. I Rappels sur les lois usuelles 2 BTS DOMOTIQUE Échatilloage 2008-2010 Échatilloage Table des matières I Rappels sur les lois usuelles 2 II Approximatios de la loi biomiale 2 II.1 Approximatio par la loi de poisso................................

Plus en détail

1 Présentation du jeu.

1 Présentation du jeu. Présetatio du jeu.. Les règles du jeu. Le touroi est u jeu comportat ue suite de maches (appelées duels ) opposat deux joueurs, jamais plus. Les joueurs vot etrer e jeu successivemet, tat qu aucu d etre

Plus en détail

CONVERGENCE ET APPROXIMATION

CONVERGENCE ET APPROXIMATION 11-2- 2010 J.F.C. Cov. p. 1 CONVERGENCE ET APPROXIMATION I CONVERGENCE EN PROBABILITÉ 1. Défiitio 2. Ue coditio suffisate de covergece e probabilité 3. La loi faible des grads ombres 4. Ue coséquece de

Plus en détail

ESTIMATION Exercices

ESTIMATION Exercices ESTIMATION Exercices EERCICE : Les variables aléatoires cosidérées das cet exercice sot défiies sur u espace probabilisable, AP, Soit a u réel strictemet positif et ue variable aléatoire de loi uiforme

Plus en détail

M : Zribi 4 ème Sc Exercices. Série 34

M : Zribi 4 ème Sc Exercices. Série 34 Série ème Sc Exercices Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l'ure : - si la boule tirée est blache, o la remet das

Plus en détail

Opérations sur les variables aléatoires Lois limites

Opérations sur les variables aléatoires Lois limites Opératios sur les variables aléatoires Lois limites A. Idépedace de deux variables aléatoires. Exemple 1. Pour améliorer le stockage d u produit u supermarché fait ue étude sur la vete de packs de 6 bouteilles

Plus en détail

Chapitre 9 La loi binomiale

Chapitre 9 La loi binomiale A) Variables aléatoires 1) Défiitio Chapitre 9 La loi biomiale O appelle variable aléatoire X ue foctio qui associe à tout résultat (évéemet élémetaire) u ombre réel. Pour ue même expériece aléatoire,

Plus en détail

Quelques notions élementaires de probabilités et statistiques

Quelques notions élementaires de probabilités et statistiques Chapitre 6 Quelques otios élemetaires de probabilités et statistiques 6.1 Probabilités U uivers Ω est u esemble modélisat les réalisatios possibles d ue expériece. U esemble A P(Ω) modélise la otio d évéemet

Plus en détail

Corrigé du DS n 1. Exercice 1 (6 points)

Corrigé du DS n 1. Exercice 1 (6 points) Exercice 1 (6 poits) Corrigé du DS 1 Das cet exercice, les probabilités demadées serot doées sous forme décimale, évetuellemet arrodies à 10 - près. Lors d ue equête réalisée par l ifirmière auprès d élèves

Plus en détail

( 2) e x. x + d x. Donner une interprétation graphique de cette intégrale.

( 2) e x. x + d x. Donner une interprétation graphique de cette intégrale. EXERCICE : (6 poits) Commu à tous les cadidats Les deux parties de cet exercice sot idépedates. Partie A O cosidère l équatio différetielle (E) : y ' + y e x. ) Motrer que la foctio u défiie sur l esemble

Plus en détail

Corrigé : EM Lyon 2005

Corrigé : EM Lyon 2005 Corrigé : EM Lyo 5 Optio écoomique Eercice :. Par défiitio de E, la famille (I,J,K) est ue famille géératrice de E. Cette famille est-elle libre? O cherche tous les réels a, b et c tels que : ai +bj +ck

Plus en détail

EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES. Mardi 3 mai : 14 h - 18 h. Les calculatrices sont interdites

EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES. Mardi 3 mai : 14 h - 18 h. Les calculatrices sont interdites SESSION 216 PCMA2 EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES Mardi 3 mai : 14 h - 18 h N.B. : le cadidat attachera la plus grade importace à la clarté, à la précisio et à la cocisio de la rédactio.

Plus en détail

Introduction aux théorèmes limites et aux intervalles de confiance

Introduction aux théorèmes limites et aux intervalles de confiance Chapitre 5 Itroductio aux théorèmes limites et aux itervalles de cofiace Objectifs du chapitre. Savoir approcher ue loi biomiale par ue loi de Poisso ou ue loi ormale. 2. Savoir approcher ue loi e appliquat

Plus en détail

( ) ( ) ( ) ( 4) Terminale S Exercices sur le chapitre «Suites numériques» Page 1. deux nombres réels. Initialisation Récupérer la valeur de M

( ) ( ) ( ) ( 4) Terminale S Exercices sur le chapitre «Suites numériques» Page 1. deux nombres réels. Initialisation Récupérer la valeur de M Termiale S Exercices sur le chapitre «Suites umériques» Page Exercice : O cosidère la suite ( p ) défiie sur N par ) O cosidère l algorithme suivat : Variables u etier aturel et deux ombres réels Iitialisatio

Plus en détail

Annexe : Leçon 10 - Échantillonnage

Annexe : Leçon 10 - Échantillonnage Aexe : Leço 10 - Échatilloage Clémet BOULONNE pour la sessio 01 I Niveau, prérequis, référeces Niveau BTS Prérequis Probabilités, lois discrètes et cotiues Référeces [1,,, 4, 5] II Coteu de la leço 1 Approximatio

Plus en détail

Covariance et ajustement affine par la méthode des moindres carrés

Covariance et ajustement affine par la méthode des moindres carrés Uiversité de Poitiers - 205-206 A. Moreau Algèbre - Géométrie M MEEF Covariace et ajustemet affie par la méthode des moidres carrés Das tout le documet, la lettre désige u etier aturel o ul. Les deux parties

Plus en détail

Probabilités, MATH 424 Feuille de travaux dirigés 2. Solutions.

Probabilités, MATH 424 Feuille de travaux dirigés 2. Solutions. Probabilités, MATH 44 Feuille de travaux dirigés. Solutios. 1 Exercices Exercice 1. O jette trois dés o pipés. 1. Calculer la probabilité d obteir au mois u 1.. Que vaut la probabilité d obteir au mois

Plus en détail

POLYNESIE Série S Juin 2001 Exercice

POLYNESIE Série S Juin 2001 Exercice OLYNESIE Série S Jui 00 Exercice gros rouges et 3 petits rouges Ue boîte cotiet 8 cubes : gros verts et petit vert petit jaue U efat choisit au hasard et simultaémet 3 cubes de la boîte (o admettra que

Plus en détail

Calcul des probabilités 2 (M-2.1)

Calcul des probabilités 2 (M-2.1) Calcul des probabilités (M-.) I. Probabilités sur u esemble fii. Défiitios Défiitio Ue expériece aléatoire est ue expériece dot il est impossible de prévoir l issue (mais o coaît toutes les issues possibles)

Plus en détail

BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S

BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S Lycée Fraçais d Agadir Termiales SA SB 216-217 BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S DUREE DE L EPREUVE : 4 HEURES Utilisatio de la calculatrice autorisée Ce sujet comporte 7 pages umérotées

Plus en détail

Résumé 10 : Probabilités I

Résumé 10 : Probabilités I http://mpbertholletwordpresscom Résumé 10 : Probabilités I Ω sera u esemble abstrait, c est-à-dire sas structure particulière P(Ω désige l esemble de tous les sous-esembles de Ω, y compris le sous-esemble

Plus en détail

X 1 = { X si X est impair 0 sinon

X 1 = { X si X est impair 0 sinon Corrigé ECRICOME 998 par Pierre Veuillez Das tout le problème, X désige ue variable aléatoire défiie sur u espace probabilisé (Ω, A, P et à valeurs das N et E(X l espérace de X si elle eiste. O ote A l

Plus en détail

Correction de l exercice 1

Correction de l exercice 1 IUT Orsa Iformatique S3 Correctio de l exercice. Ω est l esemble des résultats possibles de l experiece aléatoire lacer u dé à faces : Ω {,, 3,,, }, et Ω.. Si k Ω sort, le gai du jeu est k euros. Doc la

Plus en détail

x + (2 α) y = 0 3 L donc P

x + (2 α) y = 0 3 L donc P 1 Corrigé ESC 009 par Pierre Veuillez Exercice 1 O cosidère les matrices A, B, D, P, E de M (R) suivates : ( ) 5 1 4 ( ) A B 3 3 1 3 0 7 D P 3 3 ( ) { x (1 α) x y 0 1) a: (A αi) 0 y x + ( α) y 0 ( 1 )

Plus en détail

3.1 Loi de Bernouilli Loi Binomiale Loi géométrique Loi de Pascal (loi négative binomiale)...3

3.1 Loi de Bernouilli Loi Binomiale Loi géométrique Loi de Pascal (loi négative binomiale)...3 3- Lois de distributio discrètes -1 Chapitre 3 : Lois de distributio discrètes 3.1 Loi de Berouilli...1 3. Loi Biomiale...1 3.3 Loi géométrique... 3.4 Loi de Pascal (loi égative biomiale)...3 3.5 Loi hypergéométrique...4

Plus en détail

TD10. Loi des grands nombres, théorème central limite.

TD10. Loi des grands nombres, théorème central limite. Uiversité Pierre & Marie Curie Licece de Mathématiques L3 UE LM345 Probabilités élémetaires Aée 2014 15 TD10. Loi des grads ombres, théorème cetral limite. 1. Soit (U ) 1 ue suite de variables aléatoires

Plus en détail

b) Calculer la dérivée de la fonction. La fonction est dérivable sur comme quotient de deux fonctions dérivables sur.

b) Calculer la dérivée de la fonction. La fonction est dérivable sur comme quotient de deux fonctions dérivables sur. DST 6 Correctio Exercice 1 (5 poits) (Asie, jui 11) Le pla est rapporté à u repère orthoormal. 1) Étude d ue foctio. O cosidère la défiie sur l itervalle par. O ote la foctio dérivée de la foctio sur l

Plus en détail

Convergence en loi. Théorème de la limite centrale.

Convergence en loi. Théorème de la limite centrale. Uiversité Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 10 (semaie du 2 au 6 décembre 2013 Covergece e loi. Théorème de la limite cetrale. Covergece e loi 1. Soiet (X N ue

Plus en détail

TD1. Dénombrements, opérations sur les ensembles.

TD1. Dénombrements, opérations sur les ensembles. Uiversité Pierre & Marie Curie Licece de Mathématiques L3 UE LM345 Probabilités élémetaires Aée 2014 15 TD1. Déombremets, opératios sur les esembles. 1. Combie de faços y a-t-il de classer 10 persoes à

Plus en détail

Résumé : Probabilités Niveau : Bac Sciences de l informatique Réalisé par : Prof. Benjeddou Saber

Résumé : Probabilités Niveau : Bac Sciences de l informatique Réalisé par : Prof. Benjeddou Saber Résumé : Niveau : Bac Scieces de l iformatique Réalisé par : Prof. Bejeddou Saber Tableau récapitulatif sur le déombremet: Type du tirage : Simultaé Successif sas remise Successif avec remise U tirage

Plus en détail

Exercices d oraux de la banque CCP Corrigés BANQUE PROBABILITÉS

Exercices d oraux de la banque CCP Corrigés BANQUE PROBABILITÉS Exercices d oraux de la baque CCP 204-20 - Corrigés BANQUE PROBABILITÉS EXERCICE 96 (a La variable aléatoire X est régie par ue loi biomiale E effet, expérieces idetiques et idépedates (car les tirages

Plus en détail

Analyse 5 SUITES REELLES

Analyse 5 SUITES REELLES Aalyse chap 5 /6. GENERALITES SR LES SITES. Défiitios Défiitio : e suite est ue foctio, défiie sur ue partie D de. O ote () =, o lit «idice». O dit que est le terme gééral de la suite, ou terme de rag.

Plus en détail

CH V : Variables aléatoires - généralités

CH V : Variables aléatoires - généralités CH V : Variables aléatoires - gééralités I. Notio de variable aléatoire réelle Soit (Ω, A ) u espace probabilisable. O dit que X est ue variable aléatoire réelle défiie sur (Ω, A ) si : (i) X est ue applicatio

Plus en détail

Partie B u. 4 Soit (u n ) la suite définie par : pour tout entier naturel n 0, u

Partie B u. 4 Soit (u n ) la suite définie par : pour tout entier naturel n 0, u Exercice 1 (6 poits) Commu à tous les cadidats O cosidère la foctio f défiie et dérivable sur l itervalle [ 0 ; + [ par : f (x) = 5 l ( x ± 3 ) x. 1. a. O appelle f ' la foctio dérivée de la foctio f sur

Plus en détail

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures) Bac Blac Termiale L - Février 2017 Correctio de l Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) 1. Depuis le 28 jui 2007, la ville de Bordeaux a été classée au patrimoie modial

Plus en détail

x 0 h a (x) ln (2 a ) h a 2 a Justifier, par le calcul, le signe de h' a (x) pour x appartenant à ] 0 ; + [. b. Rappeler la limite de ln x x

x 0 h a (x) ln (2 a ) h a 2 a Justifier, par le calcul, le signe de h' a (x) pour x appartenant à ] 0 ; + [. b. Rappeler la limite de ln x x EXERCICE (6 poits) Commu à tous les cadidats Soit f la foctio défiie sur l itervalle ] ; + [ par f () = l Pour tout réel a strictemet positif, o défiit sur ] ; + [ la foctio g a par g a () = a O ote C

Plus en détail

C.1- Lois discrètes- Loi uniforme

C.1- Lois discrètes- Loi uniforme C- Lois usuelles C.1- Lois discrètes- Loi uiforme Loi d ue variable aléatoire X preat ses valeurs das {1,,} avec la même probabilité: 1 P ( X = x ) = x {1,,... } Ex : E=«lacer d u dé régulier» X=uméro

Plus en détail

BACCALAUREAT GENERAL. Bac blanc n 4 Mercredi 7 Mai 2014 MATHEMATIQUES. Série : S Enseignement Obligatoire ou de Spécialité

BACCALAUREAT GENERAL. Bac blanc n 4 Mercredi 7 Mai 2014 MATHEMATIQUES. Série : S Enseignement Obligatoire ou de Spécialité BACCALAUREAT GENERAL Bac blac 4 Mercredi 7 Mai 4 MATHEMATIQUES Série : S Eseigemet Obligatoire ou de Spécialité Durée de l épreuve : 4 heures Coefficiet : 7 ou 9 L utilisatio de la calculatrice est autorisée

Plus en détail

INÉGALITÉS DE MARKOV ET DE CHEBISHEV LOI FAIBLE DES GRANDS NOMBRES

INÉGALITÉS DE MARKOV ET DE CHEBISHEV LOI FAIBLE DES GRANDS NOMBRES Iégalités de Markov et de Chebishev - Loi faible des grads ombres versio du 11 avril 2014 35 8 INÉGALITÉS DE MARKOV ET DE CHEBISHEV LOI FAIBLE DES GRANDS NOMBRES 1 Iégalité de Markov. 8.1 Iégalité de Markov.

Plus en détail

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne 1 lois usuelles 11 Loi Biomiale B(, p) q = 1 p p(x = k) = C k p k q k Espérace E(X) = p Variace : V ar(x) = pq Écart type : σ = pq 12 Loi de Poisso P(λ) : loi de Poisso de paramètre λ > 0 : X(Ω) = N λ

Plus en détail

Exercice 1-5 points - Pour tous les élèves Une nouvelle attraction est ouverte dans un grand parc. Pour tout entier non nul n, on note p

Exercice 1-5 points - Pour tous les élèves Une nouvelle attraction est ouverte dans un grand parc. Pour tout entier non nul n, on note p ermiale S - Bac blac de mathématiques Mars 6 Les calculatrices sot autorisées mais celles-ci e doivet être i échagées i prêtées durat l épreuve. Les quatre exercices serot rédigés sur ue feuille double

Plus en détail

i. En déduire une mesure de l angle ( BD, PΩ ).

i. En déduire une mesure de l angle ( BD, PΩ ). Polyésie septembre EXERCICE Pour chacue des propositios suivates, idiquer si elle est vraie ou fausse et doer ue démostratio de la répose choisie Ue répose o démotrée e rapporte aucu poit O cosidère la

Plus en détail

i la moyenne empirique de X n n v =

i la moyenne empirique de X n n v = Corrigé Statistiques iféretielle par par Pierre Veuillez Itervalle de cofiace. Exercice Détermier ue valeur approchée de la loi de la moyee empirique : E X E X, V X V X doc X N E X, V X Exercices. Variace

Plus en détail

SUITES NUMERIQUES. q n. pour q. n + Une suite numérique est une fonction associant à tout nombre entier naturel n, un nombre réel u(n) : u :

SUITES NUMERIQUES. q n. pour q. n + Une suite numérique est une fonction associant à tout nombre entier naturel n, un nombre réel u(n) : u : SUITES NUMERIQUES Coteus : Capacités attedues : Commetaires : Suites Limite d ue suite défiie par so terme gééral Notatio lim u Suites géométriques : - somme de termes cosécutifs d ue suite géométrique

Plus en détail

EXERCICES SUR LES SUITES NUMERIQUES

EXERCICES SUR LES SUITES NUMERIQUES EXERCICES SUR LES SUITES NUMERIQUES 1 Etudier la mootoie des suites a ) 0 défiies par : a) a = b) a = + 1) + ) + ) c) a =! d) a = α + 1) α réel positif) Soit a, la suite de terme gééral a = 3 + 1 3 + Trouver

Plus en détail

TS Devoir Commun de Mathématiques N 3 Lundi17/11/2014

TS Devoir Commun de Mathématiques N 3 Lundi17/11/2014 TS Devoir Commu de Mathématiques N Ludi7//04 La présetatio, la rédactio et la rigueur des résultats etrerot pour ue part sigificative das l évaluatio de la copie Le sujet est composé de 4 eercices idépedats

Plus en détail

Épreuve écrite d analyse et probabilités

Épreuve écrite d analyse et probabilités Épreuve écrite d aalyse et probabilités Notatios et défiitios Le problème traite de certaies propriétés cocerat les racies de polyômes dot les coefficiets sot aléatoires. Das tout le problème, l espace

Plus en détail

1 Un peu de vocabulaire

1 Un peu de vocabulaire Statistiques - Échatilloage Cours Objectifs du chapitre Passer d u mode de représetatio des doées à u autre (doées brutes, tableau d effectifs, représetatio graphique) Calculer la moyee, la médiae, les

Plus en détail

Terminales S Devoir maison n 3 -A faire pour le jeudi 6 novembre 2014

Terminales S Devoir maison n 3 -A faire pour le jeudi 6 novembre 2014 Termiales S Devoir maiso -A faire pour le jeudi 6 ovembre 0 eercice : probabilités coditioelles et suite Alice débute au jeu de fléchettes. Elle effectue des lacers successifs d ue fléchette. Lorsqu elle

Plus en détail

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i }

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i } Nom :........................ DS Préom :..................... Devoir o 7 Mars 6.../... Le soi et la rédactio serot pris e compte das la otatio. Faites des phrases claires et précises. Le barème est approximatif.

Plus en détail

Éléments de probabilités

Éléments de probabilités Chapitre 1 Élémets de probabilités 1.1 Notio d expériece aléatoire Défiitio 1 Ue expériece, dot o coait les issues possibles, est appelé expériece aléatoire s il est impossible de savoir à l avace quelle

Plus en détail

Espaces probabilisés.

Espaces probabilisés. Espaces probabilisés Chapitre 6 : otes de cours Esembles déombrables Esemble fii, (hors programme) esemble ifii Esemble déombrable Eumératio des élémets d u esemble fii ou déombrable Produit cartésie d

Plus en détail

Fiche 2 : Les fonctions

Fiche 2 : Les fonctions Nº : 300 Fiche : Les foctios Calculer des limites O commece par aalyser f (). Peut o directemet appliquer l u des théorèmes du cours (limites et opératios, théorèmes de comparaiso)? Das la égative, il

Plus en détail

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante : " tirer p éléments de E ".

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante :  tirer p éléments de E . Cours de termiales Probabilités sur u esemble fii Mr ABIDI F I- Rappel I- Types de tirages : Soit u esemble fii E coteat élémets O cosidère l'épreuve suivate : " tirer p élémets de E " Type de tirages

Plus en détail

Externat Notre Dame Bac Blanc n 1 (Tle S) janvier Proposition de corrigé

Externat Notre Dame Bac Blanc n 1 (Tle S) janvier Proposition de corrigé Exterat Notre Dame Bac Blac Tle S) javier 06 durée : 4 h Propositio de corrigé calculatrice autorisée Das tout ce devoir, la qualité de la rédactio et le soi serot pris e compte das la otatio. Les exercices

Plus en détail

SUITES NUMERIQUES. Archimède a défini dans les années 220 avant J.-C. deux suites permettant d'obtenir de très bonnes valeurs approchées de π.

SUITES NUMERIQUES. Archimède a défini dans les années 220 avant J.-C. deux suites permettant d'obtenir de très bonnes valeurs approchées de π. Quelques repères historiques SUITES NUMERIQUES Archimède a défii das les aées 220 avat J.-C. deux suites permettat d'obteir de très boes valeurs approchées de π. Héro d'alexadrie au premier siècle après

Plus en détail

Annexe I. Théorie des tests : Rappel très simplifié sur un exemple.

Annexe I. Théorie des tests : Rappel très simplifié sur un exemple. Théorie des tests : Rappel très simplifié sur u exemple. Aexe I Test de l efficacité d u remède sur des malades atteit d u rhume. p 0 : probabilité de guérir das les huit jours avec u placebo p 1 : probabilité

Plus en détail

Fiche Diagonalisation des Matrices 2x2

Fiche Diagonalisation des Matrices 2x2 Fiche Diagoalisatio des Matrices x MOSE 1003 4 Septembre 014 Table des matières Motivatio, puissaces d ue matrice 1 Diagoalisatio Vérificatio avec Scilab 3 Puissace 4 Motivatio, puissaces d ue matrice

Plus en détail

TD 2 : Suites numériques réelles

TD 2 : Suites numériques réelles Uiversité Paris-Est Mare-la-Vallée Licece L Maths/Ifo d semestre 0/0 Aalyse TD : Suites umériques réelles Exercice Cours) Motrer que si ue suite réelle u ) N coverge, alors toute sous-suite de u ) coverge

Plus en détail

Corrigé du baccalauréat ES Asie 23 juin 2016

Corrigé du baccalauréat ES Asie 23 juin 2016 Corrigé du baccalauréat ES Asie jui 16 A.. M. E.. EXERCICE 1 Commu à tous les cadidats 6 poits Das u repère orthoormé du pla, o doe la courbe représetative C f d ue foctio f défiie et dérivable sur l itervalle

Plus en détail

TD Modélisation Statistique

TD Modélisation Statistique Licece 3 Mathématiques TD Modélisatio Statistique Ex 1. Soit X ue variable aléatoire réelle de desité f cotiue et de foctio répartitio F. 1. Calculer la foctio de répartitio de Y = αx + β pour α, β R,

Plus en détail

Chaînes de Markov jeudi 7 novembre 2013

Chaînes de Markov jeudi 7 novembre 2013 Chaîes de Markov jeudi 7 ovembre 203. Opératios sur les chaîes de Markov. Soit (X ) N et (Y N ) deux chaîes de Markov d espaces d états respectifs X et Y, et de matrices de trasitios respectives P et Q.

Plus en détail

BA + DB. Métropole La Réunion septembre 2008

BA + DB. Métropole La Réunion septembre 2008 étropole La Réuio septembre 008 EXERCICE 4 poits Commu à tous les cadidats Das ue kermesse u orgaisateur de jeu dispose de roues de 0 cases chacue. La roue comporte 8 cases oires et cases rouges. La roue

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Valeurs absolues. Partie etière. Iégalités Exercices de Jea-Louis Rouget. Retrouver aussi cette fiche sur www.maths-frace.fr * très facile ** facile *** difficulté moyee **** difficile ***** très

Plus en détail

Feuille d exercices: Calcul matriciel.

Feuille d exercices: Calcul matriciel. Feuille d exercices : Calcul matriciel : Exercice 2 3 ) Soit A = 0 0, motrer que A est la matrice das la 2 6 base caoique de R 3 d ue projectio dot o precisera le oyau et l image 2) Doer la matrice das

Plus en détail

I Exercices I I I-1 3 Coefficients binomiaux et triangle de Pascal... I I I I I I

I Exercices I I I-1 3 Coefficients binomiaux et triangle de Pascal... I I I I I I Chapitre Loi biomiale TABLE DES MATIÈRES page - Chapitre Loi biomiale Table des matières I Exercices I-................................................ I-................................................

Plus en détail

PROBABILITES. TD n 1. Bg sachant que PA

PROBABILITES. TD n 1. Bg sachant que PA TD 1 1. Quel est l uivers Ω pour l'expériece : o lace 2 fois de suite u dé (o truqué). A quelles parties de Ω correspodet les évéemets suivats : a) A : o obtiet pas d as au cours des 2 lacers ; b) B :

Plus en détail

Mardi 10 janvier h-13h

Mardi 10 janvier h-13h Mardi javier 27 8h-3h Il sera teu compte de faco importate de la qualité de la rédactio et de l argumetatio. E particulier, répodre juste à ue questio est valorisé, répodre faux est péalisé et e pas répodre

Plus en détail

Conception : EDHEC OPTION ÉCONOMIQUE MATHÉMATIQUES. 2 mai 2017, de 8 h. à 12 h.

Conception : EDHEC OPTION ÉCONOMIQUE MATHÉMATIQUES. 2 mai 2017, de 8 h. à 12 h. Coceptio : EDHEC OPTION ÉCONOMIQUE MATHÉMATIQUES mai 07, de 8 h à h La présetatio, la lisibilité, l orthographe, la qualité de la rédactio, la clarté et la précisio des raisoemets etrerot pour ue part

Plus en détail

Estimation de paramètres

Estimation de paramètres CHAPITRE 8 Estimatio de paramètres 1. Distributio des moyees des échatillos Das ce chapitre, ous étudieros commet est distribué la moyee de tous les échatillos de taille possibles d ue certaie populatio.

Plus en détail

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (/5) Le travail sur les séries statistiques et les probabilités meé e classe de secode se poursuit avec la mise e place de ouveaux outils. Les scieces

Plus en détail

IUT HSE Introduction aux probabilités et statistiques Applications Variables aux statistiques aléatoires 4 / 1

IUT HSE Introduction aux probabilités et statistiques Applications Variables aux statistiques aléatoires 4 / 1 IUT HSE Itroductio aux probabilités et statistiques Variables aléatoires Philippe Jamig Istitut Mathématique de Bordeaux PhilippeJamig@gmailcom http://wwwmathu-bordeaux1fr/ pjamig/ X variable aléatoire

Plus en détail

CONCOURS BLANC 1 SCI 2

CONCOURS BLANC 1 SCI 2 CONCOURS BLANC SCI Durée : 4 heures Aucu istrumet de calcul est autorisé Aucu documet est autorisé Les étudiats sot ivités à soiger la présetatio de leur copie EXERCICE : CCP 05 CCP : cocours commus polytechiques

Plus en détail

LA LOI DES GRANDS NOMBRES ET LE THÉORÈME DE LA LIMITE CENTRALE

LA LOI DES GRANDS NOMBRES ET LE THÉORÈME DE LA LIMITE CENTRALE LA LOI DES GRANDS NOMBRES ET LE THÉORÈME DE LA LIMITE CENTRALE MATTHIEU KOWALSKI 1. INTRODUCTION La démarche statistique cosiste à observer ue expériece aléatoire das le but de mieux coaître ses caractéristiques.

Plus en détail

Amérique du Sud EXERCICE 1 6 points Commun à tous les candidats Les trois parties suivantes sont indépendantes Partie A Partie B Partie C

Amérique du Sud EXERCICE 1 6 points Commun à tous les candidats Les trois parties suivantes sont indépendantes Partie A Partie B Partie C Amérique du Sud EXERCICE 6 poits Commu à tous les cadidats Ue etreprise est spécialisée das la fabricatio de ballos de football. Cette etreprise propose deux tailles de ballos : ue petite taille, ue taille

Plus en détail

Auteur : Simplice TANKOUA Activités de mise en place de la leçon.

Auteur : Simplice TANKOUA Activités de mise en place de la leçon. Auteur : Simplice TANKOUA (stakoua@yahoofr) Cours SUITES NUMÉRIQUES Leço : GÉNÉRALITÉS SUR LES SUITES Activités de mise e place de la leço Activité : (formule explicite) Exercice O cosidère la liste ordoée

Plus en détail

Tests. Chapitre 2. 1 Principe d un test Définitions Méthode générale... 3

Tests. Chapitre 2. 1 Principe d un test Définitions Méthode générale... 3 Tests Chapitre Table des matières 1 Pricipe d u test 1 11 Défiitios 1 Méthode géérale 3 Test de coformité à u paramètre 3 1 Test de coformité à ue moyee 3 Test de coformité à ue proportio 4 3 Test d homogééité

Plus en détail

Sup Galilée - Maths pour l Ingénieur Corrigé du Partiel du 19 Novembre 2008

Sup Galilée - Maths pour l Ingénieur Corrigé du Partiel du 19 Novembre 2008 Sup Galilée - Maths pour l Igéieur Corrigé du Partiel du 9 Novembre 008 Étude d ue suite récurrete Soit u 0 ]0, [ O cosidère la suite (u ) défiie par u + u 3 u ) Justifier que la suite u est borée O motre

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont autorisées. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont autorisées. * * * SESSION 006 EPREUVE SPECIIQUE ILIERE MP MATHEMATIQUES Durée : 4 heures Les calculatrices sot autorisées * * * NB : Le cadidat attachera la plus grade importace à la clarté, à la précisio et à la cocisio

Plus en détail

MÉTHODES STATISTIQUES EXAMEN INTRA AUTOMNE 2003 Date : Samedi 1 er novembre 2003, de 14h00 à 17h00

MÉTHODES STATISTIQUES EXAMEN INTRA AUTOMNE 2003 Date : Samedi 1 er novembre 2003, de 14h00 à 17h00 Uiversité du Québec à Motréal Départemet de mathématiques Corrigé MAT 080 MÉTHODES STATISTIQUES EAMEN INTRA AUTOMNE 003 Date : Samedi 1 er ovembre 003, de 14h00 à 17h00 Nom : Préom : Code permaet : Groupe:

Plus en détail

Théorème de Rolle dans le cas complexe.

Théorème de Rolle dans le cas complexe. Théorème de Rolle das le cas complexe. Das ce problème o se propose de prouver l aalogue complexe suivat du théorème de Rolle : Théorème. Soiet a et b deux ombres complexes disticts et u etier. Soit P

Plus en détail

IREM Martine Quinio. 5 février 2013

IREM Martine Quinio. 5 février 2013 : 1 IREM 2013 Martie Quiio 5 février 2013 1 La loi de Gauss, ou loi ormale Itroductio : Lire court article C.Villai das Le Mode du 14-15/12 : il compare le traitemet médiatique boso de Higgs et rats OGM

Plus en détail

Texte Filtre de Kalman-Bucy

Texte Filtre de Kalman-Bucy Page 1. Texte Filtre de Kalma-Bucy 1 e modèle U avio se déplace etre Paris et odres. Il suit ue trajectoire théorique appelée trajectoire omiale dot les coordoées sot coues de tous. a trajectoire de l

Plus en détail

Devoir de synthèse n 2

Devoir de synthèse n 2 Lycée IBN RACHIK RADES Mr ABIDI Farid Exercice 1: (6 poits) Devoir de sythèse 2 MATHEMATIQUES Classe : 3 SE 1 Durée : 3H Mai 2017 O cosidère la foctio f défiie sur 3, par fx 2x 2 x 3 u Soit la suite défiie

Plus en détail