SERIE 1 Probabilités

Dimension: px
Commencer à balayer dès la page:

Download "SERIE 1 Probabilités"

Transcription

1 TELETRAFIC (TTR) SERIE 1 Probabilités Septembre 2013 Problème 1 (Axiomes) Soit A et B deux événements. Faites usage des axiomes des probabilités pour prouver ceci : a) P(A B) P(A) + P(B) - 1 b) La probabilité que un et seulement un des événements A ou B se réalise est donnée par P(A) + P(B) - 2 P(A B). Problème 2 (Variables aléatoires) Une source d information produit des symboles aléatoirement depuis un alphabet de cinq lettres : S = {a,b,c,d,e}. Les probabilités d apparition des symboles sont les suivantes : P(a) = 0.5, P(b) = 0.25, P(c) = 0.125, P(d) = P(e) = Un système de compression de données code les lettres sous forme de chaîne de caractères binaires : a 1 b 01 c 001 d 0001 e 0000 Soit une variable aléatoire Y qui représente la longueur de la chaîne binaire à la sortie du système. Quelle est la distribution de Y? Problème 3 (Distributions) Considérez une variable aléatoire exponentiellement distribuée X avec le paramètre λ. Soit F une fonction de distribution. Trouvez le nombre réel µ qui satisfait : F(µ) = 1/2. Problème 4 (facultatif) Soient les événements A, B, C. Montrez que l identité suivante est vérifiée : P(A B C) = P(A) + P(B) + P(C) - P(A B) - P(B C) - P(A C) + P(A B C) Problème 5 (Approximation de la loi binômiale) Comparez l approximation de Poisson pour la distribution binômiale et la distribution binômiale pour k = 0, 1, 2, 3,... et a) n = 10, p = 0.1 b) n = 20, p = 0.05 c) n = 100, p =

2 Problème 6* (Probabilités conditionnelles) Avant de partir au travail, Mr. X écoute les nouvelles du temps pour décider s il va ou non emporter un parapluie. Si les nouvelles prédisent de la pluie la probabilité qu il pleuve est de 80%. Au contraire si les nouvelles ne prédisent pas de pluie il y a une probabilité de 10% qu il pleuve. Au printemps il y a une probabilité de 70% que les nouvelles annoncent de la pluie. Par contre, en automne, il y a une probabilité de 20% que les nouvelles annoncent de la pluie. a) Un jour Mr. X a oublié d écouter les nouvelles et il a plu. Quelle est la probabilité que les nouvelles aient annoncé de la pluie si nous sommes au printemps? Et si nous sommes en automne? b) La probabilité que Mr. X oublie d écouter les nouvelles le matin est de 0.2 au printemps comme en automne. S il manque les nouvelles, Mr. X tire au sort, avec une pièce de monnaie, s il prend un parapluie ou non. Quand Mr. X écoute les nouvelles et qu elles annoncent de la pluie, Mr. X va toujours prendre son parapluie et si elles n annoncent pas de pluie il ne va jamais prendre son parapluie. Est-ce que les événements Mr. X prend son parapluie et Les nouvelles n annoncent pas de pluie sont indépendants? Est-ce que la réponse dépend de la saison? c) Mr. X porte un parapluie et il ne pleut pas. Quelle est la probabilité que Mr. X ait écouté les nouvelles? EXERCICES SUPPLEMENTAIRES D ECHAUFFEMENT 1 Exercice 7 (Evénements et espace fondamental) Nous considérons l expérience suivante : jetons une pièce de monnaie trois fois de suite. a) Quel est l espace fondamental de cette expérience si nous voulons observer les séquences exactes dans lesquelles les côtés face et pile apparaissent? b) Quel est l espace fondamental de cette expérience si nous nous intéressons à compter le nombre de faces apparaissant lors de l expérience? c) Et si l expérience consiste à jeter la pièce de monnaie quatre fois au lieu de trois? Quels sont les espaces fondamentaux dans ce cas? Exercice 8 (Evénements et espace fondamental) L expérience consiste à jeter deux dés (6 faces). a) Quel est l espace fondamental de cette expérience? b) Quel est l événement A dont la somme des nombres obtenu est 7? c) Quel est l événement B dont la somme des nombres obtenu est supérieur à 12? 1. tirés pour la plupart de livres de la série Schaum 2

3 Exercice 9 (Evaluation de probabilités) Nous tirons une carte au hasard dans un jeu de 36 cartes. a) Quel est l espace fondamental si on ne se préoccupe pas des couleurs des cartes (un as de trèfle est équivalent à un as de coeur dans cette expérience. Nous ne discriminons pas les as)? b) Quel est l espace fondamental si on tient compte des couleurs? c) Quelle est la probabilité de tirer un as? d) Quelle est la probabilité de tirer une dame de trèfle ou un roi de coeur? e) Quelle est la probabilité de ne tirer ni une dame ni un roi? Exercice 10 (Evaluation de probabilités) Nous tirons une boule au hasard d un récipient contenant 6 boules rouges, 4 boules blanches et 5 boules bleues. a) Quelle est la probabilité que la boule soit rouge? b) Quelle est la probabilité que la boule soit bleue? c) Quelle est la probabilité que la boule ne soit pas rouge? Exercice 11 (Probabilités conditionnelles et événements indépendants) Un dé est lancé deux fois de suite. a) Quelle est la probabilité d obtenir un 4, 5 ou 6 au premier jet et 1, 2 ou 3 au second? b) Quelle est la probabilité que la somme des deux nombres ne soit ni égal à 5 ni à 6? c) Quelle set la probabilité de tirer un 4 au moins une fois? Exercice 12 (Probabilités conditionnelles et événements indépendants) Nous tirons trois boules au hasard d un récipient contenant 6 boules rouges, 4 boules blanches et 5 boules bleues (cf. ex 10). Quelles sont les probabilités pour tirer dans l ordre : - boule rouge, - boule blanche et - boule bleue si a) chaque boule est replacée dans le récipient b) les boules ne sont pas replacées dans le récipient Exercice 13 (Probabilités conditionnelles et événements indépendants) On a deux boites. La première contient 4 boules blanches et 2 boules noires. La seconde contient 3 boules blanches et 5 boules noires. On tire une boule dans chaque boite. a) Quelle est la probabilité que les deux boules soient blanches? b) Quelle est la probabilité que les deux boules soient noires? c) Quelle est la probabilité qu une boule soit blanche et l autre noire? 3

4 Exercice 14 (Théorème de Bayes) On a deux boites. La première contient 3 boules rouges et 2 billes bleues. La seconde contient 2 billes rouges et 8 billes bleues. On lance une pièce de monnaie. Si le résultat est face, on tire une boule de la première boite. Si le résultat est pile on tire une boule de la seconde boite. Supposons que le lanceur cache le résultat obtenu de telle sorte à ce que nous ne sachions pas dans quelle boite la boule a été tirée. Par contre nous savons que la boule tirée est rouge. Quelle est la probabilité pour que la première boite ait été choisie? Rappel : analyse combinatoire (combinaisons et arrangements) Arrangements : Nous avons n objets distinct et on veut en aligner r. Combien de possibilités existet-il? La réponse est P r n = n(n 1)(n 2)... (n r + 1) = n! (n r)! Cas particulier : n = r. Dans ce cas P n n = n(n 1)(n 2)... 1 = n! (avec 0! = 1) Exemple : Nous avons 3 boules : Rouge (R), Bleue (B), Jaune (J). Combien d arrangements à 2 boules pouvons-nous faire? P r n = P 2 3 = 3.2 = 6 : RB/RJ/BJ/BR/JR/JB. Combinaisons. Dans le cas d arrangements nous nous intéressons à l ordre dans lequel les objets sont alignés : abc est un arrangement et bca un autre arrangement. Dans plusieurs situations nous nous préoccupons à sélectionner des objets sans nous préoccuper de l ordre dans lequel ils sont disposés. dans de tels cas nous parlons de combinaisons. Le nombre de combinaisons de n objets par groupe de r objets est de ( n r ) = Cn r = n(n 1)... (n r + 1) r! = n! r!(n r)! Exemple : Nous avons 3 boules : Rouge (R), Bleue (B), Jaune (J). Combien de combinaisons à 2 boules pouvons-nous faire? C r n = C 2 3 = 3.2/2 = 3 : RB/RJ/BJ. Exercice 15 (Arrangements et combinaisons) Combien y a-t-il de façons différentes de ranger en ligne 5 boules colorées (de couleurs différentes)? Exercice 16. (Arrangements et combinaisons) Combien y a-t-il de façons différentes d asseoir 10 personnes sur un banc de 4 places? Exercice 17 (Arrangements et combinaisons) Combien peut-on former de comités de 5 personnes parmi un groupe de 9 personnes? 4

5 Exercice 18 (Arrangements et combinaisons) Un groupe est formé de 5 ingénieurs et de 7 économistes et on doit former un comité comprenant 2 ingénieurs et 3 économistes. Quel est le nombre de possibilités si a) le comité peut comprendre n importe quel ingénieur ou économiste b) un économiste particulier doit être membre du comité c) deux ingénieurs doivent être exclus du comité Exercice 19 (Probabilités, arrangements et combinaisons) Une boite comprend 8 boules rouges, 3 blanches et 9 bleues. On tire 3 boules sans les remplacer. a) Quelle est la probabilité que les 3 boules soient rouges? b) Quelle est la probabilité que les 3 boules soient blanches? c) Quelle est la probabilité que 2 boules soient rouges et une soit blanche? d) Quelle est la probabilité qu au moins une boule soit blanche? e) Quelle est la probabilité qu il y ait une boule de chaque couleur (1 rouge, 1 blanche et 1 bleue)? f) Quelle est la probabilité qu il y ait une boule de chaque couleur et qu elles soient tirées dans l ordre suivant : rouge, blanche, bleue? Exercice 20 (Variables aléatoires discrètes et distributions) Soit X une variable aléatoire représentant la somme obtenue lors du lancement de 2 dés. a) Quelle et la loi de probabilité (densité) de X? b) Construire le graphe de cette distribution c) Construire le graphe de la fonction de répartition d) Calculer l espérance mathématique et la variance de X Exercice 21 (Variables aléatoires continues et distributions) La fonction de densité de probabilité d une variable aléatoire X est donnée par où < x <. a) Quelle est la valeur de la constante c? f(x) = c x b) Quelle la probabilité que X 2 soit compris entre 1/3 et 1? c) Quelle est la fonction de répartition correspondant à la densité de probabilité donnée cidessus? 5

6 Exercice 22 (Variables aléatoires continues et distributions) La fonction de répartition d une variable aléatoire X est donnée par { 1 e 2x x 0 F (x) = 0 x < 0 a) Quelle est la densité de probabilité correspondant à la fonction de répartition donnée cidessus? b) Quelle est la probabilité que X soit supérieur à 2 (ou la probabilité P (X > 2)? c) Quelle est la probabilité que X soit compris entre 3 et 4 (ou la probabilité P ( 3 < X 4))? d) Evaluez E[X], E[X 2 ] et la variance 6

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

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

Plus en détail

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

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

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

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

Plus en détail

Probabilités (méthodes et objectifs)

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

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

4. Exercices et corrigés

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

Plus en détail

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

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

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

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

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

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Calculs de probabilités conditionelles

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

Plus en détail

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

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

Plus en détail

CALCUL DES PROBABILITES

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

Plus en détail

PROBABILITÉS CONDITIONNELLES

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

Plus en détail

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

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

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

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

Plus en détail

COMBINATOIRES ET PROBABILITÉS

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

Plus en détail

4 Distributions particulières de probabilités

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

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

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

Plus en détail

PROBABILITES ET STATISTIQUE I&II

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

Plus en détail

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

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

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

I. Cas de l équiprobabilité

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

Plus en détail

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

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

Plus en détail

Probabilités. C. Charignon. I Cours 3

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

Plus en détail

Mesure de probabilité, indépendance.

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

Plus en détail

Plus petit, plus grand, ranger et comparer

Plus petit, plus grand, ranger et comparer Unité 11 Plus petit, plus grand, ranger et comparer Combien y a-t-il de boules sur la tige A? Sur la tige B? A B Le nombre de boules sur la tige A est plus grand que sur la tige B. On écrit : > 2 On lit

Plus en détail

Qu est-ce qu une probabilité?

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

Plus en détail

Analyse Combinatoire

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

Plus en détail

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

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

Plus en détail

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels

Plus en détail

Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre

Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre plein les poches. Problème : vous n êtes pas seul!

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Cours de Probabilités et de Statistique

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

Plus en détail

Andrey Nikolaevich Kolmogorov

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

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

Exercices de dénombrement

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

Plus en détail

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail

Objets Combinatoires élementaires

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

Plus en détail

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

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

Plus en détail

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

Plus en détail

9 5 2 5 Espaces probabilisés

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

Plus en détail

S initier aux probabilités simples «Question de chance!»

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

Plus en détail

Moments des variables aléatoires réelles

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

Plus en détail

L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun 9 L E Ç O N Marches aléatoires Niveau : Terminale S Prérequis : aucun 1 Chaînes de Markov Définition 9.1 Chaîne de Markov I Une chaîne de Markov est une suite de variables aléatoires (X n, n N) qui permet

Plus en détail

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

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

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

MATHÉMATIQUES APPLIQUÉES S4 Exercices

MATHÉMATIQUES APPLIQUÉES S4 Exercices Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la

Plus en détail

Je fais le point 1. PrénoM :... Il y a... oiseaux. Guide de l enseignant p.64. Écris les nombres dictés. Écris les nombres effacés par Gribouille.

Je fais le point 1. PrénoM :... Il y a... oiseaux. Guide de l enseignant p.64. Écris les nombres dictés. Écris les nombres effacés par Gribouille. 1 Guide de l enseignant p.64 Écris les nombres dictés. Je fais le point 1 PrénoM :.... 2 Écris les nombres effacés par Gribouille. 2 20 1 4 11 10 1 16 1 3 Écris combien il y a d oiseaux. sur l image d

Plus en détail

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

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement

Plus en détail

P1 : Corrigés des exercices

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

Plus en détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

Plus en détail

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

Plus en détail

NOTIONS DE PROBABILITÉS

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

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Arbre de probabilité(afrique) Univers - Evénement

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

Plus en détail

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

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

Plus en détail

S initier aux probabilités simples «Question de chance!»

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

Plus en détail

Les jours de la semaine

Les jours de la semaine Les jours de la semaine Les jours de la semaine S enfilent un à un Comme les billes d un grand collier Dans un ordre, ils se suivent Chaque jour se ressemble Chaque jour est différent Mais on ne peut les

Plus en détail

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

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

Plus en détail

EI - EXERCICES DE PROBABILITES CORRIGES

EI - 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 détail

Les devoirs en Première STMG

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

Plus en détail

Ecran : Processeur : OS : Caméra : Communication : Mémoire : Connectique : Audio : Batterie : Autonomie : Dimensions : Poids : DAS :

Ecran : Processeur : OS : Caméra : Communication : Mémoire : Connectique : Audio : Batterie : Autonomie : Dimensions : Poids : DAS : SMARTPHONE - DUAL-CORE - NOIR 3483072425242 SMARTPHONE - DUAL-CORE - BLEU XXXX SMARTPHONE - DUAL-CORE - BLANC 3483072485246 SMARTPHONE - DUAL-CORE - ROSE 3483073704131 SMARTPHONE - DUAL-CORE - ROUGE XXXX

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

La simulation probabiliste avec Excel

La simulation probabiliste avec Excel La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires

Plus en détail

Coefficients binomiaux

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

Plus en détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 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 détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Fiche pédagogique : ma famille et moi

Fiche pédagogique : ma famille et moi Fiche pédagogique : ma famille et moi Tâche finale de l activité : Jouer au «Cluedo» Niveau(x) Cycle 3 Contenu culturel : - jeux de sociétés Connaissances : Connaissances requises : - cf séquences primlangue

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des

Plus en détail

Comparer l intérêt simple et l intérêt composé

Comparer l intérêt simple et l intérêt composé Comparer l intérêt simple et l intérêt composé Niveau 11 Dans la présente leçon, les élèves compareront divers instruments d épargne et de placement en calculant l intérêt simple et l intérêt composé.

Plus en détail

Algèbre binaire et Circuits logiques (2007-2008)

Algèbre binaire et Circuits logiques (2007-2008) Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits

Plus en détail

SEMAINE DES MATHEMATIQUES

SEMAINE DES MATHEMATIQUES SEMAINE DES MATHEMATIQUES Titre de l'activité Découverte de la suite de Fibonacci ou cinq activités à traiter simultanément : les billes, les escaliers, les étages peints, les fauxbourdons, les lapins

Plus en détail

I3, 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 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 détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

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

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16 ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que

Plus en détail

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

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

Plus en détail

TEST 17 FORCE 2. gums. chewing gums. Russie : badge. rouge. trompé.

TEST 17 FORCE 2. gums. chewing gums. Russie : badge. rouge. trompé. TEST 17 éclencher lee chronomètree pour 20 minutes FORCE 2 3 Lire le texte et répondre aux questions. 1 GLOP et GLUP collectionnent les chaussettes trouées et en possènt ensemble 216. Si GLUP donnait 3

Plus en détail

SYSTEME DE GESTION DES ENERGIES EWTS EMBEDDED WIRELESS TELEMETRY SYSTEM

SYSTEME DE GESTION DES ENERGIES EWTS EMBEDDED WIRELESS TELEMETRY SYSTEM SYSTEME DE GESTION DES ENERGIES EWTS EMBEDDED WIRELESS TELEMETRY SYSTEM Copyright TECH 2012 Technext - 8, avenue Saint Jean - 06400 CANNES Société - TECHNEXT France - Tel : (+ 33) 6 09 87 62 92 - Fax :

Plus en détail

ASR1 TD7 : Un microprocesseur RISC 16 bits

ASR1 TD7 : Un microprocesseur RISC 16 bits {Â Ö Ñ º ØÖ Ý,È ØÖ ºÄÓ Ù,Æ ÓÐ ºÎ ÝÖ Ø¹ ÖÚ ÐÐÓÒ} Ò ¹ÐÝÓÒº Ö ØØÔ»»Ô Ö Óº Ò ¹ÐÝÓÒº Ö» Ö Ñ º ØÖ Ý»¼ Ö½» ASR1 TD7 : Un microprocesseur RISC 16 bits 13, 20 et 27 novembre 2006 Présentation générale On choisit

Plus en détail

Indications pour une progression au CM1 et au CM2

Indications pour une progression au CM1 et au CM2 Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir

Plus en détail

Lois de probabilité. Anita Burgun

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

Plus en détail

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

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

Plus en détail

Plan général du cours

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

Plus en détail

Compréhension de lecture

Compréhension de lecture o Coche pour indiquer si les phrases sont es ou o Paul et Virginie sont assis sur des fauteuils très confortables. o Virginie a une robe à pois. o Paul boit un café fumant dans une tasse rouge. o Virginie

Plus en détail

Cours de probabilité et statistique

Cours de probabilité et statistique Cours de probabilité et statistique 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0-4 -3-2 -1 0 1 2 3 4 Denis Bichsel 1 1 Probabilité et statistique 1.1 Introduction Le calcul des probabilité semble avoir son origine

Plus en détail

Introduction au Calcul des Probabilités

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

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation 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 détail

Problèmes de dénombrement.

Problèmes de dénombrement. Problèmes de dénombrement. 1. On se déplace dans le tableau suivant, pour aller de la case D (départ) à la case (arrivée). Les déplacements utilisés sont exclusivement les suivants : ller d une case vers

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. 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 détail