Correction de l examen de probabilités et statistiques

Dimension: px
Commencer à balayer dès la page:

Download "Correction de l examen de probabilités et statistiques"

Transcription

1 Correction de l examen de probabilités et statistiques Olivier Alata, Franck Licini, Julian Tugaut, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi un mail à 1

2 2

3 Table des matières Page de garde 1 Table des matières 3 Exercice 1 5 Énoncé Remarque Correction Correction du 1) Correction du 2) Exercice 2 7 Énoncé Correction Correction du 1) Correction du 2) Exercice 3 9 Énoncé Remarque Correction Correction du 1) Correction du 2) Correction du 3) Correction du 4) Correction du 5) Exercice 4 13 Énoncé Correction Correction du 1) Correction du 2) Correction du 3) Correction du 4) Correction du 5) Correction du 6) Correction du 7) Correction du 8)

4 4

5 Exercice 1 Énoncé Sur chaque pièce d un jeu de dominos figurent deux symboles, qui peuvent être les mêmes, pris parmi {; 1; 2; 3; 4; 5; 6}. Deux pièces ne peuvent pas être identiques. 1) Combien y a-t-il de pièces dans un jeu de dominos? 2) On considère l expérience aléatoire qui consiste à tirer au hasard un domino. Quelle est la probabilité p de tirer un domino qui contient un six? Remarque Certains étudiants ont cru, pour la question deux, qu il fallait avoir exactement un six. Toutefois, comme le mot exactement n était pas précisé, la question demandait la probabilité d avoir au moins un six. Correction Correction du 1) Il y a deux types de pièces : Les pièces doubles : ces pièces sont de la forme i i avec i 6. Il y a donc 7 telles pièces. Les pièces simples : ces pièces sont de lq forme i j avec i j. Comme la pièce i j est la même que la pièce j i, cela revient à choisir deux nombres parmi sept. Il y a donc C7 2 = ( ) 7 2 = 7! = 21 telles pièces. 5!2! Donc, il y a 28 pièces en tout. Correction du 2) Comme on considère un tirage au hasard, l espace fondamental est muni de l équiprobabilité. On note A l évènement on tire un domino qui contient un six. Il vient immédiatement p = P(A) = #{cas favorables} #{cas possibles}. Ici, d après la première question, on a #{cas possibles} = 28. On doit donc compter le nombre de dominos qui contiennent un six. Parmi les pièces doubles, 6 6 est le seul possible. Parmi les pièces simples, on en a six : 6, 1 6, 2 6, 3 6, 4 6 et 5 6. On a donc #{cas favorables} = = 7. On en déduit p = 7 28 =

6 6

7 Exercice 2 Énoncé Une tension de bruit électronique est modélisée par une variable aléatoire centrée qui suit une loi normale de variance σ 2. 1) Quelle est la probabilité que la valeur absolue de cette tension dépasse 2σ? (On utilisera les tables des lois usuelles de probabilité). 2) On ajoute n tensions de bruit identiquement distribuées, indépendantes et suivant la loi précédente. On souhaite que la probabilité, que la tension de bruit équivalente dépasse en valeur absolue 5σ, soit inférieure ou égale à.1. Combien de sources (tensions) de bruit peut-on ajouter? Correction Correction du 1) On appelle X cette variable aléatoire. Alors, Y := X σ N (, 1). D où suit la loi normale centrée réduite, P ( X > 2σ) = P ( Y > 2) = P (Y < 2) +P (Y > 2) = 2P (Y > 2) = 2 2P (Y 2) = =.456. On trouve ainsi : P ( X > 2σ) =.456. Correction du 2) On note X 1,, X n les n tensions de bruit. On pose Y n := X X n. Comme les variables aléatoires X i sont indépendantes deux à deux, on en déduit Var(Y n ) = Var(X 1 ) + + Var(X n ) = nσ 2. Puis, par linéarité de l espérance, on a E(Y n ) =. Donc, Y n est une variable aléatoire qui suit la loi normale centrée de variance nσ 2, N (, nσ). On pose U n := Yn nσ. Cette variable aléatoire U n suit la loi normale centrée réduite, N (, 1). Ainsi, on a ( P ( Y n > 5σ) = P U n > 5 ) ( = 2 2P U n 5 ). n n 7

8 On souhaite avoir P ( Y n > 5σ).1. Ceci nous donne alors P ( U n 5 n ).995. En regardant sur les tables, on en déduit 5 n 2.58 ce qui implique n Conséquemment, n = 3. 8

9 Exercice 3 Énoncé Soit l ensemble Ω = {(, ), (, 1), (1, ), (1, 1)}. Les couples (a, b) Ω (couples d éléments binaires) sont les évènements élémentaires équiprobables. On considère aussi deux variables aléatoires X et Y sur Ω définies par : { X = a + b Y = a b La variable X est déterminée par l opération ou logique des deux bits a et b. La variable Y est déterminée par l opération ou-exclusif de a et b. 1) Déterminer et tracer la loi de probabilité p X de X. Tracer sa fonction de répartition. 2) Déterminer et tracer la loi de probabilité p Y de Y. Tracer sa fonction de répartition. 3) Déterminer la loi conjointe du couple de variables aléatoires (X, Y ). 4) X et Y sont-elles indépendantes? Justifier votre réponse. 5) Calculer la covariance et le coefficient de corrélation du couple (X, Y ). Remarque On fait un tableau qui va nous servir pour tout l exercice : ω (, ) (, 1) (1, ) (1, 1) X(ω) Y (ω) 1 1 (X(ω), Y (ω)) (, ) (1, 1) (1, 1) (1, ) X(ω) Y (ω) 1 1 Correction Correction du 1) L ensemble des réalisations possibles de X est X(Ω) = {, 1}. Et, le tableau nous donne P(X = ) = 1 4 et P(X = 1) = 3 4, car les évènements élémentaires sont équiprobables. La loi p X est donc p X = 1 4 δ δ 1. On la trace : 9

10 Figure 1 Loi p X Sa fonction de répartition F X est définie par F X (x) := P (X x). Il vient ainsi F X (x) = [;1[(x) +1 [1;+ [ (x) On la trace : Figure 2 Fonction de répartition F X Correction du 2) On procède de même. L ensemble des réalisations possibles de Y est Y (Ω) = {, 1}. Et, le tableau nous donne P(X = ) = 1 2 et P(X = 1) = 1 2, car les évènements élémentaires sont équiprobables. La loi p Y est donc p Y = 1 2 δ δ 1. On la trace : 1

11 Figure 3 Loi p Y Sa fonction de répartition F Y est définie par F Y (y) := P (Y y). Il vient ainsi F Y (y) = [;1[(x) +1 [1;+ [ (x) On la trace : Figure 4 Fonction de répartition F Y Correction du 3) Sur le tableau, on voit (X, Y )(Ω) = {(, ), (1, ), (1, 1)}. Et, de plus : P ((X, Y ) = (, )) = 1 4,P((X, Y ) = (1, )) = 1 4 et P ((X, Y ) = (1, 1)) = 1 2, car les évènements élémentaires sont équiprobables. La loi conjointe p (X,Y ) est donc p (X,Y ) = 1 4 δ (,) δ (1,) δ (1,1). 11

12 Correction du 4) On pourrait calculer la covariance pour montrer que les deux variables ne sont pas indépendantes. On peut aussi noter : P ((X, Y ) = (1, 1)) = 1 2 et P(X = 1) P(Y = 1) = = Comme P ((X, Y ) = (1, 1)) P(X = 1) P(Y = 1), on en déduit que les deux variables aléatoires X et Y ne sont pas indépendantes. Correction du 5) On calcule d abord la covariance comme suit. Or, on a d après le tableau Cov (X, Y ) = E(XY ) E(X)E(Y ). E(XY ) = = 1 2. Puis, E(X) = = 3 et E(Y ) = = 1. Conséquemment, on a Cov (X, Y ) = = 1 8 = Cov (X, Y ). On calcule maintenant le coefficient de corrélation du couple (X, Y ) comme suit On calcule donc Var (X) et Var (Y ) : ρ X,Y = Cov (X, Y ) Var (X) Var (Y ). Var (X) = E(X 2 ) E(X) 2 ) 2 = ( 3 4 = De même, on a Var (Y ) = 1. Conséquemment, il vient : 4 ρ X,Y = = 1 3 = ρ X,Y. 12

13 Exercice 4 Énoncé On admet que les composantes V x, V y, V z du vecteur vitesse V des molécules d un gaz en équilibre, sont des variables aléatoires identiquement distribuées, réelles absolument continues etindépendantesdontlesdensitésdeprobabilité f Vx, f Vy, f Vz suiventuneloinormalecentrée de variance σ 2. 1) Justifier que la densité de probabilité du vecteur vitesse V peut s écrire : f V (v x, v y, v z ) = f Vx (v x )f Vy (v y )f Vz (v z ) 2) Exprimer la fonction de répartition F V (v) = P ( ) V v de la variable V = V en coordonnées cartésiennes v x, v y, v z (sous forme intégrale). 3)Exprimerlafonctionderépartition F V delavariable V encoordonnéessphériques v r, v θ, v φ. On pourra simplement écrire dv x dv y dv z = u 2 sin(θ)dudθdφ (il n est pas nécessaire de calculer le Jacobien). 4) Montrer alors que v 2u 2 u F V (v) = 2 σ 3 2π e 2σ 2 du. 5) En déduire que la densité f V vaut f V (v) = 2v2 v 2 σ 3 2π e 2σ 2 1 [;+ [ (v). 6) Donner la vitesse moyenne d une molécule de ce gaz. 7) On note σ 2 := kt avec m la masse d une molécule de ce gaz, K la constante de Boltzmann m et T la température absolue en Kelvin. Donner la vitesse moyenne calculée précédemment en fonction de K, T et m. 8) Donner l énergie cinétique moyenne où l énergie cinétique est définie par E = 1mV 2. On 2 utilisera l égalité u 3 2 e u du = 3 4 π. Correction Correction du 1) Les trois variables aléatoires V x, V y et V z sont indépendantes donc leur loi conjointe est le produit de leurs lois d où f V (v x, v y, v z ) = f Vx (v x )f Vy (v y )f Vz (v z ) 13

14 Correction du 2) On cherche ici F V (v) :=P ( V v ) =P ( Vx 2 + Vy 2 + Vz 2 v ) = f Vx (v x )f Vy (v y )f Vz (v z )dv x dv y dv z. B(,v) où B (, v) est la boule de centre et de rayon v. Il vient donc F V (v) = B(,v) ( ) 3 1 e v2 x +v2 y +v2 z 2σ 2 dv x dv y dv z. 2πσ 2 Correction du 3) On passe en coordonnées sphériques : F V (v) = ( ) 3 1 v π 2π u 2 e u2 2σ 2 du sin(θ)dθ dφ 2πσ 2 Correction du 4) On remarque : et Il vient π F V (v) = 2π sin(θ)dθ = 2 v dφ = 2π. 2u 2 u 2 σ 3 2π e 2σ 2 du. Correction du 5) On dérive pour avoir la fonction de répartition pour obtenir la densité de probabilité : f V (v) = d dv F V (v) = 2v2 v 2 σ 3 2π e 2σ 2 1 [;+ [ (v) = f V (v). 14

15 Correction du 6) On calcule la vitesse moyenne comme suit. E(V ) = = vf V (v)dv 2v 3 σ 3 2π e v 2 2σ 2 dv On fait le changement de variable w := v 2 d où v = w et dv = 1 2 w 1 2 dw. On a donc On a donc E(V ) = 4σ 2π. E(V ) = = 1 σ 3 2π 2w 3 2 w 1 σ 3 2π e 2σ w 2 dw we w 2σ 2 dw. }{{} =4σ 4 Correction du 7) Immédiatement, on a E(V ) = 4 kt 2πm. Correction du 8) Cette énergie cinétique moyenne vaut E(E) = 1 2 me(v 2 ) = 1 2 m 2v 4 v 2 σ 3 2π e 2σ 2 dv. On fait le changement de variable u := v2 2σ 2. Alors v = σ 2u et dv = E(E) = m 2π ( kt m ) 3 2 = 4kT 2 u 3 2 e u du π }{{} = 3 4 π = 3 kt = E(E). 2 ( ) 2 kt kt 4u 2 e u m 1 2m u σ 2u du. D où 2 du 15

Variables Aléatoires Continues

Variables Aléatoires Continues Novembre 2010 Plan du Chapitre 1. Généralités 2. Variables Continues Usuelles 3. Espérance et Variance 4. Couple de Variables Aléatoires 5. Covariance et Corrélation 6. Autres Variables Continues Usuelles

Plus en détail

Couples de variables aléatoires réelles à densité

Couples de variables aléatoires réelles à densité Université de Picardie Jules Verne 20-202 UFR des Sciences - Généralités Licence mention Mathématiques - Semestre 4 Probabilités Couples de variables aléatoires réelles à densité Soient,A,P un espace probabilisé

Plus en détail

Variables aléatoires 2

Variables aléatoires 2 78 Variables aléatoires Variables aléatoires (résumé) 79 La somme et le produit de variables aléatoires 80 Formules concernant l espérance mathématique 8 E(X+Y) = E(X) + E(Y) (vérification pour un cas

Plus en détail

1 Variables aléatoires continues.

1 Variables aléatoires continues. 1 Variables aléatoires continues. 1.1 Densité et fonction de répartition. Dénition 1.1. On dit que X est une v.a. continue s'il existe une fonction f 0 tel que pour tout ensemble B R P (X B) = f(x)dx (1)

Plus en détail

1 Couple de variables aléatoires discrètes

1 Couple de variables aléatoires discrètes Université de Reims Champagne Ardenne UFR Sciences Exactes et Naturelles Année universitaire 3-4 MA 84 - Master CM4 Couple de variables aléatoires, indépendance Couple de variables aléatoires discrètes.

Plus en détail

VA CONTINUES - Sujets de concours

VA CONTINUES - Sujets de concours Lycée Dominique Villars ECE Exercices VA CONTINUES - Sujets de concours Exercice - Problème EDHEC On considère deux variables aléatoires X et Y, définies sur un espace probabilisé (Ω,A,P), et indépendantes.

Plus en détail

Probabilités Problème

Probabilités Problème Probabilités Problème Sont particulièrement abordés dans cette fiche : Exercice 1 : espérance mathématique, variable aléatoire, loi de probabilité, calculs de probabilités, variance, écart-type Le problème

Plus en détail

Rappels sur les intégrales multiples

Rappels sur les intégrales multiples [L2 Stat 28/9 - Massimiliano Gubinelli, Fadoua Balabdaoui-Mohr - poly n. (r.2] appels sur les intégrales multiples Théorème. [Fubini-Tonelli, cas n2] Soit f: 2 une fonction positive, alors f(, yddy 2 (

Plus en détail

PROBABILITÉS. Examen - Première session - Décembre heures

PROBABILITÉS. Examen - Première session - Décembre heures UNIVERSITÉ DE CERGY U.F.R. Economie et Gestion Licence d Économie et Gestion L - S3 PROBABILITÉS Examen - Première session - Décembre 0 - heures Les exercices sont indépendants et peuvent être traités

Plus en détail

MATHEMATIQUES Option économique Mardi 9 mai 2006 de 8h à 12h

MATHEMATIQUES Option économique Mardi 9 mai 2006 de 8h à 12h ECOLE DE HAUTES ETUDES COMMERCIALES DU NORD Concours d'admission sur classes préparatoires MATHEMATIQUES Option économique Mardi 9 mai 6 de 8h à h La présentation, la lisibilité, l'orthographe, la qualité

Plus en détail

Chapitre 6 Couples et suites de variables aléatoires discrètes

Chapitre 6 Couples et suites de variables aléatoires discrètes Mr Dunstetter - ENC-Bessières 204\205 Chapitre Couples et suites de variables aléatoires discrètes I Couples de variables aléatoires discrètes : dénitions Dans toute cette partie, on considère X et Y deux

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes BTS CGO Variables aléatoires discrètes 203/204 Variables aléatoires discrètes Table des matières I Variable aléatoire 2 I. Notion de variable aléatoire discrète................................ 2 I.2 Loi

Plus en détail

Exercices : Couples et suites de VAR discrètes

Exercices : Couples et suites de VAR discrètes Exercices : Couples et suites de VAR discrètes Exercice : Une urne contient 2 boules blanches et n 2 boules rouges. On effectue n tirages sans remise de cette urne. On appelle X le rang de sortie de la

Plus en détail

Chapitre VIII : Variable aléatoire et loi de probabilité Extrait du programme :

Chapitre VIII : Variable aléatoire et loi de probabilité Extrait du programme : Chapitre VIII : Variable aléatoire et loi de probabilité Extrait du programme : I. Vocabulaire et propriétés des probabilités 1. Vocabulaire sur les événements Vocabulaire Définition Exemples Expérience

Plus en détail

Sujet + Corrigé. Correction Réalisée SUJET 3 ANTILLES - GUYANE BAC S ANNALES MATHÉMATIQUES BAC S PROBABILITÉS alainpiller.

Sujet + Corrigé. Correction Réalisée SUJET 3 ANTILLES - GUYANE BAC S ANNALES MATHÉMATIQUES BAC S PROBABILITÉS alainpiller. Sujet + Corrigé ANNALES MATHÉMATIQUES BAC S PROBABILITÉS - 2016 SUJET 3 ANTILLES - GUYANE BAC S - 2016 Correction Réalisée Par Alain PILLER alainpiller.fr Sujets Bac Maths 2016 Annales Mathématiques Bac

Plus en détail

Correction du TD n o 2 Partie commune

Correction du TD n o 2 Partie commune Université de Nice Sophia-Antipolis Année Universitaire 00/0 L MI Statistique TD de Statistique Correction du TD n o Partie commune Exercice :. N est une variable aléatoire dénombrable tel que N(Ω) N et

Plus en détail

EXERCICES. VARIABLES ALÉATOIRES : une et deux dimensions

EXERCICES. VARIABLES ALÉATOIRES : une et deux dimensions EERCICES VARIABLES ALÉATOIRES : une et deux dimensions. Une variable aléatoire possède une densité constante sur l intervalle (-c, c) et sa variance est. Calculez la constante c, la moyenne, la médiane,

Plus en détail

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X.

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X. Ch 07 Probabilités I VARIABLE ALEATOIRE ET LOI DE PROBABILITE I.1 - d une variable aléatoire On appelle variable aléatoire discrète toute application X de Ω dans IR. L ensemble des valeurs prises par X,

Plus en détail

n-uplets de variables aléatoires réelles

n-uplets de variables aléatoires réelles n-uplets de variables aléatoires réelles Table des matières 1 Définition d un n-uplet de variables aléatoires réelles. 2 2 Loi d un vecteur aléatoire à valeurs dans n. 2 3 Loi marginale. 2 4 Caractérisation

Plus en détail

Rappels de théorie de l intégration et des probabilités

Rappels de théorie de l intégration et des probabilités CHAPITRE 26 Rappels de théorie de l intégration et des probabilités 26.1 Résultats de théorie de l intégration 26.1.1 Théorème de dérivation des intégrales à paramètre On en énonce une version lisible

Plus en détail

Chapitre 6 Les probabilités

Chapitre 6 Les probabilités Chapitre 6 Les probabilités A) Rappels de première 1) Vocabulaire a) Expérience aléatoire : C'est une expérience dont le résultat (alea = dé en latin) dépend du hasard. b) Univers : C'est l'ensemble des

Plus en détail

Statistique et Informatique (LI323) Cours 5

Statistique et Informatique (LI323) Cours 5 Statistique et Informatique (LI323) Cours 5 Nicolas Baskiotis nicolas.baskiotis@lip6.fr Université Pierre et Marie Curie (UPMC) Laboratoire d Informatique de Paris 6 (LIP6) auteurs: M.R. Amini, N. Usunier

Plus en détail

Exercices : Préparation à l oral

Exercices : Préparation à l oral Mathématiques Année 26-27 Lycée Pothier - PSI F. Blache Exercices : Préparation à l oral Exercice. Calcul mental : 8 699 et 99. 2. Déterminer le plus grand facteur premier du nombre 89999. Exercice 2 Soit

Plus en détail

Incertitudes des statistiques du lycée au GUM ou que vient f... ici ce. 11 juin 2013

Incertitudes des statistiques du lycée au GUM ou que vient f... ici ce. 11 juin 2013 Incertitudes des statistiques du lycée au GUM ou que vient f... ici ce a 3? 11 juin 2013 2/31 Incertitudes des statistiques du lycée au GUM ou que vien Intention Éclairer la notion d incertitude au programme

Plus en détail

SERIE 1 Statistique descriptive.

SERIE 1 Statistique descriptive. Université Abdelmalek Essaadi. Ecole Nationale des Sciences Appliquées - Tétouan - Cycle Ingénieur. S1. Module Proba-Stat. A/U: 2011-2012. M. CHERKAOUI 0 - Statistique descriptive. Contenu du module. -

Plus en détail

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ Chapitre 8 : COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ ECS2 Lycée La Bruyère, Versailles Année 2015/2016 1 Généralités sur les variables aléatoires réelles 2 1.1 Généralités.............................................

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles Variables aléatoires réelles Table des matières 1 Généralités sur les variables aléatoires réelles. 3 1.1 Rappels sur les σ-algèbres ou tribus d événements................................. 3 1.2 σ-algèbre

Plus en détail

1 Probabilités-Rappel

1 Probabilités-Rappel Chapitre Probabilités sur un ensemble fini - Probabilités conditionnelles 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure

Plus en détail

Corrigé du baccalauréat S Métropole 22 juin 2015

Corrigé du baccalauréat S Métropole 22 juin 2015 Corrigé du baccalauréat S Métropole juin 015 EXERCICE 1 6 POINTS Partie 1 A. P. M. E. P. 1. a. Soient c et d deux réels tels que 0 c < d. Par définition, P(c X d)= d c = e λd ( e λc) = e λc e λd. f (x)

Plus en détail

Chapitre III : Probabilités discrètes

Chapitre III : Probabilités discrètes Chapitre III : Probabilités discrètes Extrait du programme : I. Rappels a. Définitions Prop 1 : Une probabilité est toujours comprise entre 0 et 1. Prop 2 Si A est l événement certain, p(a) = 1. Si A est

Plus en détail

Plan. Probabilités, statistiques, signaux aléatoires. Mohamed CHETOUANI Probabilités et Statistiques. Processus aléatoires

Plan. Probabilités, statistiques, signaux aléatoires. Mohamed CHETOUANI Probabilités et Statistiques. Processus aléatoires , statistiques, signaux aléatoires Mohamed CHETOUANI Mohamed.Chetouani@upmc.fr et Statistiques Processus aléatoires Caractérisation temporelle et statistique de signaux aléatoires Rappels de probabilité

Plus en détail

Méthodes statistiques Solutions des exercices du chapitre 2

Méthodes statistiques Solutions des exercices du chapitre 2 STT-1920 Méthodes statistiques Solutions des exercices du chapitre 2 Numéro 1. On lance un dé à deux reprises. Calculez (a la probabilité d obtenir deux nombres pairs ; (b la probabilité que la somme des

Plus en détail

Chapitre 6 Couples et suites de variables aléatoires discrètes

Chapitre 6 Couples et suites de variables aléatoires discrètes Chapitre 6 Couples et suites de variables aléatoires discrètes I Couples de variables aléatoires réelles discrètes Dans toute cette partie, on considère X et Y deux variables aléatoires réelles discrètes

Plus en détail

Réseaux de neurones : rappels de probabilités et statistiques

Réseaux de neurones : rappels de probabilités et statistiques Réseaux de neurones : rappels de probabilités et statistiques Fabrice Rossi http://apiacoa.org/contact.html. Université Paris-IX Dauphine Réseaux de neurones Rappels de probabilités et statistiques p.1/49

Plus en détail

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ Chapitre 8 : COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ ECS2 Lycée La Bruyère, Versailles Année 2013/2014 1 Généralités sur les variables aléatoires réelles 2 1.1 Généralités.............................................

Plus en détail

Dans un lycée qui ne reçoit pas d interne, la répartition de 895 élèves se fait de la manière suivante :

Dans un lycée qui ne reçoit pas d interne, la répartition de 895 élèves se fait de la manière suivante : TES Correction des exercices Probabilités (5). Dans cette série d exercices on a parfois noté P(A B) la probabilité conditionnelle de A sachant B. La notation P B (A) est donc parfois remplacée par la

Plus en détail

mp* : révisions pour l écrit - Probabilités

mp* : révisions pour l écrit - Probabilités mp* 14-15 : révisions pour l écrit - Probabilités I Chapitres concernés P0, P1, P2, P3, P4, P5 II Questions de cours les plus classiques On ne les connaît pas encore...mais il est prudent de savoir Démontrer

Plus en détail

7 2 Variables aléatoires discrètes

7 2 Variables aléatoires discrètes BCPST2 9 5 7 2 Variables aléatoires discrètes I Compléments sur les variables aléatoires discrètes A) Dénition Dénition : Variable aléatoire discrète Une variable aléatoire réelle discrète est une variable

Plus en détail

Sujet Bac Maths SUJET 3 ANTILLES - GUYANE alainpiller. fr

Sujet Bac Maths SUJET 3 ANTILLES - GUYANE alainpiller. fr Sujet Bac Maths SUJET 3 ANTILLES - GUYANE 2016 alainpiller. fr Sujets Bac Maths 2016 Annales Mathématiques Bac 2016 Sujets + Corrigés - Alain Piller Antilles - Guyane Annales Bac Maths 2016 BACCALAURÉAT

Plus en détail

X = Rcosθ Y = Rsinθ. X 2 1+X 2 2 χ 2 2.

X = Rcosθ Y = Rsinθ. X 2 1+X 2 2 χ 2 2. Examen Jeudi 3 Novembre Exercice Enoncé OnconsidèredeuxvariablesaléatoiresindépendantesXetY deloisnormalesnσ etoncherche la loi de la variable aléatoire R X +Y appelée loi de Rayleigh. DéterminerlaloiducoupleRθobtenuàpartirdeladéfinitiondescoordonnéespolaires

Plus en détail

COUPLES DE VARIABLES ALÉATOIRES

COUPLES DE VARIABLES ALÉATOIRES CHAPITRE 13 COUPLES DE VARIABLES ALÉATOIRES Dans tout le chapitre, (Ω, P) désignera un espace probabilisé fini. 1 Couple de variables aléatoires Définition 13.1 On appelle couple de variables aléatoires

Plus en détail

3 Variables aléatoires et distributions des probabilités

3 Variables aléatoires et distributions des probabilités 3 Variables aléatoires et distributions des probabilités 3.1 Variables aléatoires Après avoir réalisé une expérience, il arrive bien souvent qu on s intéresse plus à une fonction de résultat qu au résultat

Plus en détail

Rendements et matrices de covariances Simulations et Estimations en Excel Mean Blur

Rendements et matrices de covariances Simulations et Estimations en Excel Mean Blur Rendements et matrices de covariances Simulations et Estimations en Excel Mean Blur Daniel Herlemont 15 juin 011 Table des matières 1 Objectifs et motivations Programmer en Excel : ˆ La génération de nombres

Plus en détail

Feuille d exercices de probabilités. si x > 0 si x 0.

Feuille d exercices de probabilités. si x > 0 si x 0. variables aléatoires à densité Feuille d exercices de probabilités Exercice 1 Soit X une variable aléatoire réelle dont la fonction de répartition F X est définie sur R par: F X (x = { 1 5 x 5 x si x >

Plus en détail

Baccalauréat S (obligatoire) Polynésie septembre 2009

Baccalauréat S (obligatoire) Polynésie septembre 2009 Baccalauréat S (obligatoire) Polynésie septembre 2009 EXERCICE 1 Commun à tous les candidats 4 points On considère le cube OABCDEFG d arête de longueur 1 représenté ci-dessous. Il n est pas demandé de

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles 23 Variables aléatoires réelles Pour ce paragraphe, (Ω, B, P est un espace probabilisé. 23.1 Définition et propriétés des variables aléatoires réelles Définition 23.1 On dit qu une application X : Ω R

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION MATHÉMATIQUES Série S Candidats ayant suivi l enseignement de spécialité. Durée de l épreuve : 4 heures

BACCALAURÉAT GÉNÉRAL SESSION MATHÉMATIQUES Série S Candidats ayant suivi l enseignement de spécialité. Durée de l épreuve : 4 heures BACCALAURÉAT GÉNÉRAL SESSION 2017 MATHÉMATIQUES Série S Candidats ayant suivi l enseignement de spécialité Durée de l épreuve : 4 heures Coefficient : 9 SPÉCIALITÉ Ce sujet comporte 7 pages numérotées

Plus en détail

CAPES session 2015 Épreuve 2. Problème n o 1

CAPES session 2015 Épreuve 2. Problème n o 1 CAPES session 2015 Épreuve 2 Problème n o 1 A. P. M. E. P. Problème n o 1 Notations On note N l ensemble des entiers naturels, N l ensemble des entiers naturels non nuls et Z l ensemble des entiers relatifs.

Plus en détail

Exercices pour le cours PS1

Exercices pour le cours PS1 Exercices pour le cours PS1 1. ENSEMBLES ET DÉNOMBREMENTS Exercice 1.1. Dans l ensemble Ω = {1, 2, 3, 4, 5, 6}, on considère les trois sous-ensembles Déterminer les sous-ensembles suivants A (B C) et (A

Plus en détail

Loi d une variable aléatoire réelle

Loi d une variable aléatoire réelle Licence Math et MASS, MATH504 : probabilités et statistiques Loi d une variable aléatoire réelle On introduit la notion de variable aléatoire dans le cas réel ainsi que la notion fondamentale de loi d

Plus en détail

1 Probabilités-Rappel

1 Probabilités-Rappel Chapitre Probabilités sur un ensemble fini-variable aléatoire 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure du dé.

Plus en détail

PROBABILITE SUR UN ENSEMBLE FINI

PROBABILITE SUR UN ENSEMBLE FINI PROBABILITE SUR UN ENSEMBLE FINI Ω est un ensemble fini non vide. On note P(Ω) l ensemble des parties de Ω. Vocabulaire 1. Ω est l univers ou univers des possibles. 2. Toute partie A de Ω est appelée événement.

Plus en détail

PROBABILITÉS. II Rappels : Calcul de probabilités 4

PROBABILITÉS. II Rappels : Calcul de probabilités 4 PROBABILITÉS Table des matières I Rappels : Vocabulaire des événements 2 I. Vocabulaire.............................................. 2 I.2 Intersection et réunion d événements................................

Plus en détail

Brevet de technicien supérieur 12 mai 2016 Systèmes numériques

Brevet de technicien supérieur 12 mai 2016 Systèmes numériques Brevet de technicien supérieur 12 mai 216 Systèmes numériques A. P. M. E. P. Exercice 1 8 points On considère un filtre analogique de type passe bas du premier ordre utilisé dans de nombreux modules électroniques.

Plus en détail

Loi normale. I) Loi Normale N(0 ; 1) 1) Définition. 2) Théorème 1

Loi normale. I) Loi Normale N(0 ; 1) 1) Définition. 2) Théorème 1 Loi normale I) Loi Normale N(0 ; 1) 1) Définition Soit X une variable aléatoire à valeurs réelles. On dit qu elle suit la loi normale centrée réduite N(0 ; 1) si elle admet pour densité la fonction ϕ définie

Plus en détail

Variables aléatoires discrètes. Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω.

Variables aléatoires discrètes. Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω. Variables aléatoires discrètes I. Définitions 1. Définition d une variable aléatoire : Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω. On appelle variable aléatoire et on

Plus en détail

BACCALAURÉAT BLANC DU LYCÉE PRÉVERT. SESSION DE FÉVRIER 2013 MATHÉMATIQUES SÉRIE : S. DURÉE DE L ÉPREUVE : 4 HEURES (8h 12h)

BACCALAURÉAT BLANC DU LYCÉE PRÉVERT. SESSION DE FÉVRIER 2013 MATHÉMATIQUES SÉRIE : S. DURÉE DE L ÉPREUVE : 4 HEURES (8h 12h) BACCALAURÉAT BLANC DU LYCÉE PRÉVERT. SESSION DE FÉVRIER 2013 MATHÉMATIQUES SÉRIE : S DURÉE DE L ÉPREUVE : 4 HEURES (8h 12h) COEFFICIENT : 9 Ce sujet comporte 5 pages numérotées de 1 à 5 L utilisation d

Plus en détail

Chapitre V : Probabilité : conditionnement et indépendance

Chapitre V : Probabilité : conditionnement et indépendance Chapitre V : Probabilité : conditionnement et indépendance A- Variables aléatoires et lois de probabilités I Loi d une variable aléatoire 1) Définition d une variable aléatoire Exemple : Un jeu de hasard

Plus en détail

Reconnaissance de forme: Rappels de probabilités et de statistiques

Reconnaissance de forme: Rappels de probabilités et de statistiques Reconnaissance de forme: Rappels de probabilités et de statistiques 1 er février 2010 Plan 1 Introduction : pourquoi des probabilités? 2 Notions de probabilités 3 Statistiques et estimation Introduction

Plus en détail

Statistique décisionnelle

Statistique décisionnelle Statistique décisionnelle Eugen Ursu Université Bordeaux IV E.Ursu (Université Bordeaux IV) L2S3 3 octobre 2012 1 / 36 Chapitre 2 : Variables aléatoires réelles 1 Introduction 2 Loi d une variable aléatoire

Plus en détail

ESPACES PROBABILISES FINIS

ESPACES PROBABILISES FINIS Lycée de l Essouriau Année 2013-2014 PCSI ESPACES PROBABILISES FINIS Exercice 1 Langage ensembliste. Trois enfants, Arthur, Béatrice et Cécile, lancent chacun un ballon en direction d un panier de basket.

Plus en détail

Combinatoire et dénombrement

Combinatoire et dénombrement Exercices de probabilités 1 Combinatoire et dénombrement Exercice 1 On considère un polygone convexe à n sommets. 1. Combien de diagonales ce polygone admet-t-il? 2. En combien de points intérieurs au

Plus en détail

(θ >0 fixé). Calculer E(X). Pour u 0, calculer E(e ux ). Rappel : t R, +

(θ >0 fixé). Calculer E(X). Pour u 0, calculer E(e ux ). Rappel : t R, + 66 FONCTIONS GÉNÉATICES 57 TD5 ) Soit X variable aléatoire réelle de loi de densité x λe λx, λ> fixé (loi exponentielle de paramètre λ) Calculer E(X) et Var(X) Calculer la densité de la loi de X Calculer

Plus en détail

Durée : 1 heure 30 Épreuves communes ENI GEIPI POLYTECH Série S 11 mai 2016

Durée : 1 heure 30 Épreuves communes ENI GEIPI POLYTECH Série S 11 mai 2016 Durée : 1 heure 30 Épreuves communes ENI GEIPI POLYTECH Série S 11 mai 2016 Nous vous conseillons de répartir équitablement les 3 heures d épreuves entre les sujets de mathématiques et de physique-chimie

Plus en détail

Corrigé des exercices de la feuille n o 5. 0 = Cov(2X + Y, X 3Y ) = 2Var(X) 3Var(Y ) 5Cov(X, Y ),

Corrigé des exercices de la feuille n o 5. 0 = Cov(2X + Y, X 3Y ) = 2Var(X) 3Var(Y ) 5Cov(X, Y ), Université Pierre et Marie Curie L3 - Mathématiques Année 3-4 Probabilités - LM39 Corrigé des exercices de la feuille n o 5 Exercice Puisque X et Y sont centrés, les données de l énoncé entraînent que

Plus en détail

Physique statistique

Physique statistique 1 Cours Sciences Physiques MP Physique statistique La Thermodynamique statistique a pour ambition de considérer les entités microscopiques qui constituent la matière comme les atomes, les molécules, les

Plus en détail

Variables aléatoires discrètes : loi et espérance.

Variables aléatoires discrètes : loi et espérance. Université Pierre et Marie Curie 2013-2014 Probabilités élémentaires - LM345 Feuille 4 (semaine du 7 au 11 octobre 2012) Variables aléatoires discrètes : loi et espérance. 1. Espérance et probabilité Soit

Plus en détail

TD4 : Variables aléatoires discrètes finies

TD4 : Variables aléatoires discrètes finies MA0 Probabilités Variables aléatoires discrètes finies Exercice On considère le jeu suivant le joueur paie euros pour jouer. Ensuite, il lance trois dés équilibrés. Pour chaque Pile qu il obtient, il gagne

Plus en détail

Cours de Méthodes de Monte-Carlo Exercices : novembre 2005.

Cours de Méthodes de Monte-Carlo Exercices : novembre 2005. Cours de Méthodes de Monte-Carlo Exercices : novembre 2005. Exercice 1 Soit (X n, n 1) une suite de variables aléatoires à valeurs dans R indépendantes suivant toutes la même loi, telle que E(X 2 1)

Plus en détail

Cours de Méthodes de Monte-Carlo Exercices : octobre 2011.

Cours de Méthodes de Monte-Carlo Exercices : octobre 2011. Cours de Méthodes de Monte-Carlo Exercices : octobre 2011. Exercice 1 Soit (X n, n 1) une suite de variables aléatoires à valeurs dans R indépendantes suivant toutes la même loi, telle que E(X 2 1) < +.

Plus en détail

BACCALAURÉAT BLANC DU LYCÉE PRÉVERT. SESSION DE FÉVRIER 2013 MATHÉMATIQUES SÉRIE : S. DURÉE DE L ÉPREUVE : 4 HEURES (8h 12h)

BACCALAURÉAT BLANC DU LYCÉE PRÉVERT. SESSION DE FÉVRIER 2013 MATHÉMATIQUES SÉRIE : S. DURÉE DE L ÉPREUVE : 4 HEURES (8h 12h) BACCALAURÉAT BLANC DU LYCÉE PRÉVERT. SESSION DE FÉVRIER 2013 MATHÉMATIQUES SÉRIE : S DURÉE DE L ÉPREUVE : 4 HEURES (8h 12h) COEFFICIENT : 7 Ce sujet comporte 5 pages numérotées de 1 à 5 L utilisation d

Plus en détail

Statistique descriptive et inférentielle. L1 Sociologie Quantitative.

Statistique descriptive et inférentielle. L1 Sociologie Quantitative. Statistique descriptive et inférentielle AMIRI Aboubacar L1 Sociologie Quantitative. 10 avril 2015. Université Lille 3 Plan du cours 1 Introduction Plan du cours 1 Introduction 2 Calcul des probabilités

Plus en détail

Cours de Terminale S /Probabilités : conditionnement et indépendance. E. Dostal

Cours de Terminale S /Probabilités : conditionnement et indépendance. E. Dostal Cours de Terminale S /Probabilités : conditionnement et indépendance E. Dostal aout 2013 Table des matières 6 Probabilités : conditionnement et indépendance 2 6.1 Généralités............................................

Plus en détail

Exercice principal S8

Exercice principal S8 Les sujets suivants, posés aux candidats des options scientifique, économique, technologique et littéraire B/L, constituent un échantillon des sujets proposés lors des épreuves orales du concours 212.

Plus en détail

Statistique et Informatique (LI323) Cours 4

Statistique et Informatique (LI323) Cours 4 Statistique et Informatique (LI323) Cours 4 Nicolas Baskiotis nicolas.baskiotis@lip6.fr Université Pierre et Marie Curie (UPMC) Laboratoire d Informatique de Paris 6 (LIP6) auteurs: N. Baskiotis, M.R.

Plus en détail

Support du cours de Probabilités et Statistiques. IUT d Orléans, Département Informatique

Support du cours de Probabilités et Statistiques. IUT d Orléans, Département Informatique Support du cours de Probabilités et Statistiques IUT d Orléans, Département informatique Pierre Andreoletti IUT d Orléans, Département Informatique Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences)

Plus en détail

TES/TL spé maths Eléments de correction du Bac Blanc n 1 Jeudi 18 décembre 2014

TES/TL spé maths Eléments de correction du Bac Blanc n 1 Jeudi 18 décembre 2014 TES/TL spé maths Eléments de correction du Bac Blanc n Jeudi 8 décembre 4 Calculatrice autorisée - Aucun document n'est autorisé. Exercice. (5 points) Le barème est noté sur points. Partie : Fonctions

Plus en détail

CHAPITRE 8 : Probabilités (1)

CHAPITRE 8 : Probabilités (1) CHAPITRE 8 : Probabilités (1) I. Généralités (rappels) 1. Vocabulaire Définitions : On appelle expérience aléatoire une expérience dont le résultat dépend du hasard. L'ensemble des résultats (ou issues)

Plus en détail

Probabilités et variables aléatoires

Probabilités et variables aléatoires robabilités et variables aléatoires Table des matières I) robabilités 1 a) robabilité d un événement.................................. 1 b) Événements élémentaires équiprobables..........................

Plus en détail

TD n 6 : Probabilités discrètes

TD n 6 : Probabilités discrètes TD n 6 : Probabilités discrètes Exercice 1 On désigne par un entier naturel non nul. On lance fois une pièce de monnaie donnant "pile" avec la probabilité (avec 0 1 et "face" avec la probabilité 1. On

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes Marino Alexandre Feuille d exercices 20 Massena ECS Variables aléatoires discrètes Les exercices à regarder sont mentionnés par une *. Loi de probabilité et fonction de répartition (*)Exercice : Une urne

Plus en détail

1.2. Exercice. Soit P la probabilité sur Ω = {1,..., 6} telle que P ( où α est une constante.

1.2. Exercice. Soit P la probabilité sur Ω = {1,..., 6} telle que P ( où α est une constante. 1. Espace de probabilité 1.1. Exercice. Soient A, B et C trois événements liés à la même expérience. Donner en fonction de A, B et C les expressions des événements suivants : (i) seulement A est réalisé

Plus en détail

PARTIEL DE STATISTIQUES Durée : 2 h sans document --- calculatrice de l'e.s.a.

PARTIEL DE STATISTIQUES Durée : 2 h sans document --- calculatrice de l'e.s.a. E.S.A. CANNAVACCIUOLO Mario Promotion 2003 A1 2003-2004 Nom de l élève : PARTIEL DE STATISTIQUES Durée : 2 h 00 --- sans document --- calculatrice de l'e.s.a. Exercice 1 : (8 pts) Recommandation pour cet

Plus en détail

TRAITEMENT DU SIGNAL ALÉATOIRE

TRAITEMENT DU SIGNAL ALÉATOIRE Télécom Physique Strasbourg Module 0 TRAITEMENT DU SIGNAL ALÉATOIRE Signal original Signal filtré N=50.5.5 0.5 0.5 0 0 0.5 0.5.5.5 0 0. 0. 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0 0. 0. 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Plus en détail

Compléments mathématiques et notations

Compléments mathématiques et notations Compléments mathématiques et notations 1 Variations, dérivées et approximations Valeurs approchées : notation On utilise plusieurs notations pour exprimer que deux variables ou valeurs sont proches sans

Plus en détail

J.F.C. p. 1. Ceci est un premier jet et a besoin encore de relectures pour bien tenir la route. EDHEC 2014 EXERCICE 1. Φ ( x) + Φ ( x) ).

J.F.C. p. 1. Ceci est un premier jet et a besoin encore de relectures pour bien tenir la route. EDHEC 2014 EXERCICE 1. Φ ( x) + Φ ( x) ). 3-- 4 JFC p JF COSSUTTA jean-francoiscossutta@wanadoofr Ceci est un premier jet et a besoin encore de relectures pour bien tenir la route EDHEC 4 EXERCICE a U est une variable aléatoire réelle sur Ω, A,

Plus en détail

Terminale S1. Devoir Surveillé

Terminale S1. Devoir Surveillé Devoir Surveillé EXERCICE 1 : 5 POINTS Cet exercice est un QCM (questionnaire à choix multiple). Pour chaque question, une seule des quatre réponses proposées est exacte. Le candidat indiquera SUR la copie

Plus en détail

M1-Math.-Ens. UE7 : Probabilités-Statistiques

M1-Math.-Ens. UE7 : Probabilités-Statistiques UNSA-USTV-IUFM M1-Math.-Ens. UE7 : Probabilités-Statistiques Examen du 7 juin 2012 Durée : 3 h Calculatrices autorisées ; documents et tout autre matériel électronique interdits. Ne pas hésiter à traiter

Plus en détail

Différentielle seconde, extremums.

Différentielle seconde, extremums. Différentielle seconde, extremums Exercice 1 Soit A une matrice de taille n n Pour tout x R n, on pose qx) = x, Ax Montrer que q est C et calculer son gradient et sa matrice hessienne Indication On remarquera

Plus en détail

CHAPITRE 3 : LES VARIABLES ALÉATOIRES

CHAPITRE 3 : LES VARIABLES ALÉATOIRES CHAPITRE 3 : LES VARIABLES ALÉATOIRES Introduction Variable aléatoire X est une application permettant d associer un nombre réel à toute éventualité. On note X(Ω) l ensemble de toutes les valeurs que peut

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes Université de Reims Champagne Ardenne UFR Sciences Exactes et Naturelles Année universitaire 013-014 MA 0804 - Master 1 CM Variables aléatoires discrètes 1 Dénition Soit Ω un univers et S une tribu sur

Plus en détail

Mécanique des fluides en 20 fiches

Mécanique des fluides en 20 fiches Mécanique des fluides en 20 fiches Pascal Bigot Professeur en BTS au lycée Marie Curie (Nogent-sur-Oise) Richard Mauduit Professeur en BTS au lycée Robert Schuman (Le Havre) Eric Wenner Professeur en

Plus en détail

Statistique élémentaire avec R Partie 1 : Probabilités, Statistiques Descriptives, Estimation

Statistique élémentaire avec R Partie 1 : Probabilités, Statistiques Descriptives, Estimation Statistique élémentaire avec R Partie 1 : Probabilités, Statistiques Descriptives, Estimation Julien JACQUES Université Lumière Lyon 2 1 / 64 Plan Notions de probabilités Statistiques descriptives Estimation

Plus en détail

Notion de variable aléatoire réelle discrète

Notion de variable aléatoire réelle discrète Université de Picardie Jules Verne 011-01 UFR des Sciences Licence mention Mathématiques et mention Informatique parcours MIAGE - Semestre 3 Statistique et Probabilités otion de variable aléatoire réelle

Plus en détail

Contrôle des connaissances du cours «Méthodes de traitement des données» du DEA de Strasbourg. Corrigé

Contrôle des connaissances du cours «Méthodes de traitement des données» du DEA de Strasbourg. Corrigé Contrôle des connaissances du cours «Méthodes de traitement des données» du DEA de Strasbourg. Corrigé Le jeudi 28 janvier 1999 de 10h 30à 12h30 à l Observatoire de Strasbourg. Le contrôle est noté sur

Plus en détail

Variables continues usuelles

Variables continues usuelles Variables continues usuelles I) Variables uniformes 1.1 Densités Nous avons déjà rencontré ce type de variables. Définition 1 On dit que la variable suit une loi uniforme continue sur 0,1 si sa fonction

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Table des matières 1 Espérance conditionnelle 1 1.1 Cas discret.............................................. 1 1.2 Cas absolument continu....................................... 7 1.3 Applications..............................................

Plus en détail

Exercices sur la loi binomiale

Exercices sur la loi binomiale Exercices sur la loi binomiale Christian CYRILLE 1 août 201 "Si le monde était vraiment gouverné par le hasard, il n y aurait pas autant d injustices. Car le hasard est juste." Ferdinando Galiani 1 Exercice

Plus en détail

Probabilités : Méthodes ECE 1

Probabilités : Méthodes ECE 1 Probabilités : Méthodes ECE 1 I. Calcul de probabilités : écriture d'évènements. 1) Intersection. Il faut connaître les points suivants : a) A B, intersection des évènements A et B, est vrai si et seulement

Plus en détail

Un peu de probabilités et de statistiques

Un peu de probabilités et de statistiques Un peu de probabilités et de statistiques Sandrine Caruso 29 mars 2009 1 Les coefficients binomiaux Exercice 1. Une urne contient 6 boules numérotées de 1 à 6. On en tire 2 au hasard. Combien y a-t-il

Plus en détail