Concours blanc du 05/12/14-Partie UE4. Question 66
|
|
- Élodie Benoît
- il y a 7 ans
- Total affichages :
Transcription
1 Concours blanc du 05/12/14-Partie UE4 Question 66 On étudie un échantillon radioactif dont l'activité initiale est de N0 = 4, Bq. La décroissance radioactive de cet élément suit la loi suivante : N(t) = N0.e -λ.t, avec λ = 12j -1. Quelle(s) est (sont) la ou les bonne(s) réponse(s)? A. Le temps t nécessaire pour que 41% de l'activité soit restante est de 1,8h B. Le temps t nécessaire pour que 41% de l'activité soit restante est de 6400s C. La fonction de décroissance précédente donnera une hyperbole en représentation semi-log D. L'activité après 1 jour sera de Bq E. Autre réponse Corrigé : réponses A-B-D A&B. VRAI, on cherche t tel que N/N0 = 0,41. N/N0 = N0.e -λ.t /N0 = 0,41 e -λ.t = 0,41 -λ.t = ln(0,41) t = -ln(0,41)/λ t = 0,074j = 1,78h = 6408s En gardant 2 chiffres significatifs, on a 1,78h 1,8h & 6408s 6400s. C. FAUX, en semi-log, une fonction exponentielle donnera une droite (décroissante dans ce cas) et pas une hyperbole. D. VRAI, on cherche N = 4, e = Bq (2 chiffres significatifs). Question 67 Après une opération chirurgicale, les médecins d'un service souhaitent évaluer la calcémie des patients adultes opérés. Ils remarquent que ce paramètre physiologique suit une loi normale, et que la calcémie est supérieure à 2,8mmol/L chez 34,46% ; par contre, elle est inférieure à 2,1mmol/L chez 18,41% des patients. Parmi les propositions suivantes, lesquelles sont exactes? 1. La probabilité que la calcémie soit supérieure à 2,7mmol/L de sang est de 42% environ 2. La probabilité que la calcémie soit inférieure à 1,8 mmol/l de sang est de 8% environ 3. La calcémie moyenne des patients adultes du service est de 2,58mmol/L 4. La loi normale décrivant cette situation est centrée sur la valeur 0,5385 mmol/l 5. On utilise la table de la fonction de répartition de la loi normale pour calculer les probabilités. A. 4+5 B C D E. Autre réponse
2 Corrigé : réponse D D'après les données de l'énoncé, on a : P(X > 2,8) = 0,3520 P(X < 2,1) = 0,1841 X μ P( 2,8 μ ) = P(Z 2,8 μ ) = P(Z - ( 2,8 μ ) ) = F( 2,8 μ = 0,3446 Or d'après la table de fonction de répartition de la loi normale [5-VRAI], F(-0,4) = 0,3446. D'où : - 2,8 μ = -0,4 2,8 μ = 0,4 ) X μ P( 2,1 μ 2,1 μ D'où = -0,9 ) = P(Z 2,1 μ ) = F( 2,1 μ ) = 0,1841 2,8 μ = 0,4 -μ = 0,4. 2,8 0,4. 2,8 = -0,9. 2,1 0,4. + 0,9. = -2,1 + 2,8 1,3. = 0,7 = 0,7/1,3 = 0,5385 2,1 μ = -0,9 -μ = -0,9. 2,1 Et donc, -μ = 0,4. 2,8 μ = -0,4. + 2,8 = -0,4.(0,7/1,3) + 2,8 = 2,5846 [3-VRAI & 4-FAUX] 1. VRAI, P(X 2,7) F(- 2,7 2,5846 0,53846 ) = F(-0,2143) = 0, VRAI, P(X 1,8) F(- 1,8 2,5846 0,53846 ) = F(-1,4571) = 0,0668 0,0668 P(X 1,8) 0,0808, d'où environ 8%. Question 68 On considère deux groupes d'étudiants en première année de médecine, de même effectif, l'un composé uniquement de primants, l'autre de doublants. On souhaiterait comparer la proportion d'élèves admis en deuxième année de ces deux groupes. Parmi les propositions suivantes, lesquelles sont exactes? A. Si α = 0,05, alors la probabilité d'accepter H0 en ayant raison vaut 95% B. La probabilité de ne pas rejeter H0 sachant qu'elle est vraie vaut 90% si α = 0,10 C. Il y a 98% de chance d'accepter H1 quand elle est vraie si β = 0,2 D. La puissance du test sera de 0,8, alors la probabilité d'accepter H1 alors que H0 est vraie vaut 0,2 E. Aucune des propositions ci-dessus
3 Corrigé : réponses B-C A. FAUX, on n'accepte jamais H0! On pourra tout au plus ne pas rejeter H0. Mais effectivement, si α = 0,05, alors la probabilité de rejeter H0 alors qu'elle est vraie vaut 5%. Par conséquent, la probabilité de ne pas rejeter H0 en ayant raison vaut 95%. B. VRAI, Cf ci-dessus, même démarche. Si α = 0,10, alors P(H1/H0) = 0,10, et donc P(H0/H0) = 0,90, soit 90%. C. VRAI, si β = 0,02, alors la puissance du test vaut 0,98. Or par définition, la puissance du test correspond à la probabilité d'accepter H1 en ayant raison. Il y a donc bien 98% de chance d'accepter H1 quand elle est vraie si β = 0,02. D. FAUX, si la puissance du test vaut 0,8, alors β = 0,2 puisque la puissance correspond par définition à 1-β. Or, β correspond au risque de ne pas accepter H1 alors qu'elle est vraie. Donc ce n'est pas la probabilité d'accepter H1 alors que H0 est vraie qui vaut 0,2, mais celle de ne pas accepter H1 alors qu'elle est vraie. Question 69 Une industrie pharmaceutique possède une machine capable de produire des comprimés effervescents et réglée de telle sorte à ce que le diamètre moyen de ces comprimés soit de 12mm. Un technicien de maintenance souhaite savoir si la machine est bien réglée. Pour cela, il étudie un échantillon de 50 comprimés. Il trouve un diamètre moyen m de 13mm, avec s = 0,5mm. Il désire savoir si le diamètre moyen des comprimés produits est supérieur à celui désiré. On fixe α à 5%, et on considère que le diamètre moyen des comprimés suit une loi normale N(μ ; ). Parmi les réponses suivantes, lesquelles sont exactes? 1. On compare une moyenne à une référence 2. Il faut faire un test bilatéral 3. Les conditions d'application nécessaires à la réalisation d'un test Z sont vérifiées. 4. On rejette H0 si la valeur absolue statistique de test est supérieure à 1,96 5. On peut dire que le diamètre moyen des comprimés n'est pas supérieur au diamètre voulu A B C D E. Autre réponse Corrigé : réponse D Soit la variable X, le diamètre moyen des comprimés produits par la machine. On est dans le cas d'une comparaison d'une moyenne (m = 13mm) à une référence (μr = 12mm) [1-VRAI]. On a bien n 30, donc on peut faire un test Z (comme on ne connaît pas, n 30
4 est la seule condition d'application nécessaire pour la réalisation de ce test) [3- VRAI]. Le technicien souhaite savoir si le diamètre moyen observé sur l'échantillon est supérieur à celui désiré. On est donc dans le cas d'un test bilatéral [2-FAUX] où : H0 : μ = μr H1 : μ > μr Par conséquent, on rejette H0 si IzobsI > z2α. D'après les tables, on lit z0,1 = 1,64, donc on rejette H0 si IzobsI > 1,64 [4-VRAI]. On calcule zobs : z obs = m μ R S n = ,5 50 =14,14>1,64. Comme IzobsI > 1,64, on rejette H0 au risque 5%. Donc, le diamètre moyen observé est supérieur au diamètre voulu [5-FAUX]. Question 70 On pèse 16 fois de suite un médicament avec une balance et on obtient une variance s² = 0,02mg². On compare cette variance à celle de référence ² = 0,03mg². Quelles sont les réponses fausses? 1. Au risque α = 5%, on affirme H0. 2. On est dans le cas d'un test bilatéral 3. Au risque α = 5%, la valeur seuil trouvée dans la table correspondante pour réaliser ce test est 1,67 4. La loi de Fischer est définie sur ] - ; + [ A B. 1+3 C. 2+4 D E. Autre réponse Corrigé : réponse D 1. FAUX, il n'est pas nécessaire de commencer à faire le test car on ne peut jamais affirmer H0. 2. VRAI, on cherche simplement à comparer les variances pour voir si oui ou non il y a une égalité. On ne cherche pas à savoir s'il y a une supériorité ou infériorité. 3. FAUX, pour trouver la valeur seuil, il faut utiliser une table de Fischer. Le risque α est ici de 5% et nous sommes dans un cas bilatéral, donc il regarder la table α/2, c'est-à-dire 2,5%. Il faut veiller aux différents ddl, ici on a: n 1 15 F + F + 4. FAUX, la loi de Fischer est définie sur [ 0 ; + [., et on trouve 1,83.
5 Question 71 Des cliniciens entreprennent de savoir si un nouveau médicament contre la bronchite a une meilleure efficacité biologique qu'un médicament déjà mis sur le marché depuis un certain temps. Pour cela, ils forment deux groupes de patients : le premier compte 75 malades pour le médicament déjà commercialisé, le deuxième regroupe 62 malades pour le nouveau médicament. À la fin de l'étude, les médecins rédigent leurs observations au bout d'une semaine dans les deux groupes : Groupe 1 : 44/75 ont un état de santé amélioré Groupe 2 : 28/62 ont un état de santé amélioré Lors de cette étude, on essaye de démontrer que le nouveau médicament a une moins bonne efficacité au risque 1%. Parmi les propositions suivantes, laquelle ou lesquelles sont exactes? 1. On utilise un test de comparaison d'une proportion par rapport à une proportion de référence 2. On utilise un test de Fischer 3. On rejette H0 au risque considéré 4. On compare la statistique de test à la valeur de référence égale à 2, On ne rejette pas H0 au risque considéré A. 1+3 B C. 4+5 D. 5 E. Autre réponse Corrigé : réponse D On est dans le cas d'un test unilatéral (le nouveau médicament a une moins bonne efficacité) : H0 : p1 = p2 H1 : p1 > p2 Mais aussi un test de comparaison de deux proportions [1-FAUX], avec n1 = 75 & n2 = 62. On vérifie que n1.p1=44 n2.p2=28 n1.q1=31 n2.q2=34 > 5 [2-FAUX]. On utilise ainsi la formule : zobs = p1 p2 pcqc n1 + pcqc n2 = 1,57576 avec pc = qc = 1-pc = 0,47445 On rejette H0 en unilatéral si zobs > z2α z2α = z2x1% = z2% = 2,33 [4-FAUX]. Ici, zobs < z2α [3-FAUX & 5-VRAI]. n1 p1+n 2 p2 n1+n2 = 0,5255 Question 72 On divise les étudiants de PACES en trois groupes. On prive de sommeil le premier groupe, de nourriture le deuxième, et de travail le troisième. On souhaite étudier l'influence de ces paramètres sur leur réussite au concours.
6 On obtient les données suivantes : sommeil Réussite au concours nourriture travail Échec au concours Sur les données précédentes, avec un risque α = 0,01, quelle(s) est (sont) la (les) réponse(s) exacte(s)? 1. La valeur observée de la statistique de test est comprise entre 2,3 et 2,5 2. Le nombre de degrés de liberté est de On compare la valeur observée du test à la valeur 9, On rejette l'hypothèse nulle au risque α choisi A. 1+2 B. 1+3 C. 3 D. 3+4 E. Autre réponse Corrigé : réponse C Réussite au concours sommeil Échec au concours nourriture travail Les effectifs calculés sont en gras dans le tableau. Effectif calculé = (Total ligne X Total colonne)/total général (45 X 40)/120 = 15 (75 X 40)/120 = FAUX, comme tous les effectifs sont supérieurs à 5, on peut caculer χ²obs : χ²obs = (15-15)²/15+(17-15)²/15+(13-15)²/15+(25-25)²/25+(23-25)²/25+(27-25)²/25 χ²obs = 0, FAUX, nombre de ddl = (3-1)(2-1) = 2 ddl 3. VRAI, pour α = 0,01, on lit χ²0,01 = 9, FAUX, comme χ²obs < χ²0,01, on ne rejette pas H Question 73 Quelle est la réponse exacte? Concernant les tests non-paramétriques (TNP) :
7 A. Les TNP ne requièrent pas de conditions de validité B. En bilatéral avec un test de Wicoxon, on compare la statistique de test à α/2 C. Le test de corrélation des rangs de Spearman requière une linéarité entre les variables X et Y D. Dans le test de Wilcoxon pour séries appariées, les variables X et Y ont une distribution identique E. Autre réponse Corrigé : réponse B A. FAUX, et si! Exemples : -pour un test de Mann-Whitney, il faut n > 10 -Pour un test de la pente de régression, il faut une régression linéaire entre X et Y B. VRAI, cf. cours (à la différence des tests d'hypothèse nulle) C. FAUX, à la différence du test de la pente de régression qui requière une régression linéaire entre X et Y, le test de Spearman intéressera une régression monotone entre X et Y. D. FAUX, on ne sait pas au début, puisque cette éventualité est l'hypothèse H0 qu'on ne peut évidemment pas valider dès le début (et d'ailleurs jamais définitivement puisque ce n'est que temporaire). Question 74 Quelle(s) est(sont) la(les) proposition(s) exacte(s)? Concernant la corrélation mathématique : Cov ( X ;Y ) A. On définit ρ= ² ( X ) ² (Y ) B. Un test de la pente de régression peut être réalisé sur une régression logarithmique C. Le test de corrélation oblige une distribution binomiale des couples de valeurs (X ; Y) D. En changeant d'origine pour une variable X et pour une variable Y, on change la valeur de ρ E. Autre réponse Corrigé : réponse A A. VRAI, ρ désigne le coefficient de corrélation. B. FAUX, pour utiliser le test de la pente de régression, celle-ci doit être linéaire. C. FAUX, le test de corrélation oblige une distribution binormale des couples de
8 valeurs (X ; Y) D. FAUX, une des propriétés du coefficient de corrélation, c'est de ne pas changer si les unités ou les origines pour X et/ou Y changent. Question 75 Quelles sont les bonnes réponses? A. Seuls les perdus de vue sont des données censurées B. Le modèle exponentiel s'utilise davantage sur de courtes périodes C. La médiane de survie est le temps pour lequel la population est de 50%. D. Le test du log-rank peut être approché par un test de Student E. Autre réponse Corrigé : réponses B-C A. FAUX, les perdus de vue et les exclus-vivants sont des données censurées. Un perdu de vue est un sujet dont on ne connaît pas l'état à la date de point (DP) ; c'est par exemple une personne qui déménage au cours de l'étude et qui ne laisse pas sa nouvelle adresse pour pouvoir être suivi. Un exclu-vivant est un sujet vivant au moment de la date de point (DP). B. VRAI, le modèle exponentiel h(t) = h0 = λ, est constant donc il est préférable de l'utiliser sur de courtes périodes de temps. Dès lors que les périodes de temps se font de plus en plus longues, le risque à l'instant t de décès h(t) évolue avec l'âge des sujets ; dans ce cas, il ne respecte plus le fait d'être constant. C. VRAI, c'est la définition du cours. La médiane correspond à S(t) = 0,5 S(t) = e -λt = 0,5. D. FAUX, le test du log-rank peut être approché par un test du χ².
Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailBases : Probabilités, Estimation et Tests.
Université René Descartes LMD Sciences de la Vie et de la Santé UFR Biomédicale, M1 de Santé Publique 45 rue des Saints-Père, 75 006 Paris Spécialité Biostatistique M1 COURS de BIOSTATISTIQUE I Bases :
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détailPerrothon Sandrine UV Visible. Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6
Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6 1 1.But et théorie: Le but de cette expérience est de comprendre l'intérêt de la spectrophotométrie d'absorption moléculaire
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailchoisir H 1 quand H 0 est vraie - fausse alarme
étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailIntroduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr
Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux
Plus en détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détailComplexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation
Complexité Objectifs des calculs de complexité : - pouvoir prévoir le temps d'exécution d'un algorithme - pouvoir comparer deux algorithmes réalisant le même traitement Exemples : - si on lance le calcul
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailGEA 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 détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détailAxiomatique de N, construction de Z
Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailLa maison Ecole d ' Amortissement d un emprunt Classe de terminale ES. Ce qui est demandé. Les étapes du travail
La maison Ecole d ' Amortissement d un emprunt Classe de terminale ES Suites géométriques, fonction exponentielle Copyright c 2004 J.- M. Boucart GNU Free Documentation Licence L objectif de cet exercice
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailPRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.
PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailProbabilités 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 détailMathématiques financières
Mathématiques financières Table des matières 1 Intérêt simple 1 1.1 Exercices........................................ 1 2 Intérêt composé 2 2.1 Taux nominal, taux périodique, taux réel.......................
Plus en détailLecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888
Lecture critique d article Rappels Bio statistiques Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888 Plan du cours Rappels fondamentaux Statistiques descriptives Notions de tests statistiques
Plus en détailIntroduction : Cadkey
Introduction Cadkey Cadkey est un logiciel de dessin assisté par ordinateur. La fenêtre du logiciel devrait ressembler à quelque chose comme suit: Le menu supérieur: Redraw Autoscale Efface Modifier les
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailUne réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen
Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen Manière heuristique d'introduire l'approximation de champ moyen : on néglige les termes de fluctuations
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
Plus en détailLa culture financière des Français
C entr e de Recher c h e po u r l E t u d e et l Obser va t i o n des Co n d it io n s de V ie Département Conditions de vie et aspirations La culture financière des Français Etude réalisée à la demande
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailCalculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Plus en détail5 ème Chapitre 4 Triangles
5 ème Chapitre 4 Triangles 1) Médiatrices Définition : la médiatrice d'un segment est l'ensemble des points équidistants des extrémités du segment (cours de 6 ème ). Si M appartient à la médiatrice du
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailGUIDE PRATIQUE déplacements professionnels temporaires en France et à l étranger
GUIDE PRATIQUE déplacements professionnels temporaires en France et à l étranger SOMMAIRE GUIDE PRATIQUE déplacements professionnels temporaires en France et à l étranger o o o o o o o o o o o o
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détail6. Les différents types de démonstrations
LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailCours de méthodes de scoring
UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailDegré de confiance pour les indicateurs de performance : degré de fiabilité du processus de production et écart significatif 1
Degré de confiance pour les indicateurs de performance : degré de fiabilité du processus de production et écart significatif 1 L utilisation des indicateurs de performance ne peut se faire de manière pertinente
Plus en détailProcessus de comptage, Poisson mélange, fonction de perte exponentielle, système bonus-malus.
JF WALHIN* J PARIS* * Université Catholique de Louvain, Belgique Le Mans Assurances, Belgique RÉSUMÉ Nous proposons une méthodologie générale pour construire un système bonus-malus équilibré basé sur une
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailUnités, mesures et précision
Unités, mesures et précision Définition Une grandeur physique est un élément mesurable permettant de décrire sans ambiguïté une partie d un phénomène physique, chacune de ces grandeurs faisant l objet
Plus en détailDP 500/ DP 510 Appareils de mesure du point de rosée mobiles avec enregistreur
DP 500/ DP 510 Appareils de mesure du point de rosée mobiles avec enregistreur de données Les nouveaux appareils DP 500/ DP 510 sont les appareils de service mobiles idéaux pour mesure le point de rosée
Plus en détailROTARY INTERNATIONAL District 1780 Rhône-Alpes Mont-Blanc Don volontaire de cellules souches
ROTARY INTERNATIONAL District 1780 Rhône-Alpes Mont-Blanc Don volontaire de cellules souches Le don de cellules souches Jean VIVIN 04/2013 1-Nature du problème : 2- Technique Les leucémies représentent
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailCH.6 Propriétés des langages non contextuels
CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch6 1 6.1 Le
Plus en détailDémontrer qu'un point est le milieu d'un segment
émntrer qu'un pint est le milieu d'un segment P 1 Si un pint est sur un segment et à égale distance de ses etrémités alrs ce pint est le milieu du segment. P 2 Si un quadrilatère est un alrs ses diagnales
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailAlgèbre binaire et Circuits logiques (2007-2008)
Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits
Plus en détailCorrélation entre deux classements. ρ Le coefficient de rang de Spearman
Corrélation entre deux classements Cas: échelle ordinale On peut utilisé le Rhô ρ Le coefficient de rang de Spearman Cours réalisé par Benjamin Putois Novembre 2008 bputois@gmail.com Indice statistique
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détail«Aucune investigation humaine ne peut être qualifiée de science véritable si elle ne peut être démontrée mathématiquement.
«Aucune investigation humaine ne peut être qualifiée de science véritable si elle ne peut être démontrée mathématiquement.» Léonard de Vinci MATHEMATIQUES Les mathématiques revêtaient un caractère particulier
Plus en détailEstimation: 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 détailÀ l'intention des parents
Septembre 2011 À l'intention des parents Information sur les examens en vue de l'obtention du diplôme Votre fils ou votre fille passera bientôt des examens en vue de l'obtention du diplôme? Voici de l'information
Plus en détailPROBLEME(12) Première partie : Peinture des murs et du plafond.
PROBLEME(12) Une entreprise doit rénover un local. Ce local a la forme d'un parallélépipède rectangle. La longueur est 6,40m, la largeur est 5,20m et la hauteur est 2,80m. Il comporte une porte de 2m de
Plus en détail4 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 détailK W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide
La constante d autoprotolyse de l eau, K W, est égale au produit de K a par K b pour un couple acide/base donné : En passant en échelle logarithmique, on voit donc que la somme du pk a et du pk b d un
Plus en détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailMODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailBIOSTATISTIQUES AVANCEES PLAN. Quelques références. Master Biologie Intégrative 1 ère année
Master Biologie Intégrative 1 ère année 1 BIOSTATISTIQUES AVANCEES Yves Desdevises! Observatoire Océanologique de Banyuls-sur-Mer (www.obs-banyuls.fr)! 04 68 88 73 13! desdevises@obs-banyuls.fr! http://desdevises.free.fr
Plus en détailChapitre 6. Réactions nucléaires. 6.1 Généralités. 6.1.1 Définitions. 6.1.2 Lois de conservation
Chapitre 6 Réactions nucléaires 6.1 Généralités 6.1.1 Définitions Un atome est constitué d électrons et d un noyau, lui-même constitué de nucléons (protons et neutrons). Le nombre de masse, noté, est le
Plus en détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détail