Introduction. Lois classiques (probabilité discrètes et continues)
|
|
- Jean-Michel Larouche
- il y a 7 ans
- Total affichages :
Transcription
1 Bibliographie: Introduction - Lecoutre J.P. (2003) Statistiques et probabilités, Manuel et exercices corrigés, Dunod 2nd édition - Lombardot E. (2007) Probabilités, cours et exercices corrigés, archétype 4 thèmes: Calcul de probabilité - Dénombrement - Propriétés de la Théorie de Thomas Distribution de loi de probabilité - Variable - Série de Variable Lois classiques (probabilité discrètes et continues) - Epreuve de Bernouilli - Loi Binomiale - Loi de Poisson - Loi Géométrique - Loi Hyper-géométrique Loi Uniforme - Loi de Pareto - Loi exponentielle - Loi Normale - Loi log-normale - Autres lois issues de la loi Normale Echantillonage - Population - Echantillon 1
2 Chapitre 1 : Notions, Propriétés et règles Le chapitre comporte 3 sections : Définitions de la notion de probabilité, Probabilité totales, Fonction de probabilité conditionnelles et Notion d'indépendance. 1) Définition usuelle I Définition de la notion de probabilité La probabilité est usuellement visualisée comme le degré de confiance que l'on place dans la réalisation d'un événement. Ainsi, si la probabilité d'un événement est nulle, cela signifie que la réalisation de celui-ci est impossible et si elle est de 1 alors sa réalisation est certaine. La probabilité est ce degré de certitude ou de doute de réalisation. 2) Définition statistique classique Pascal définit la probabilité comme le rapport du nombre de cas favorable sur le nombre de cas possible. Exemple: Nombre de trèfle dans un jeu de 32 cartes: Cette définition est limité au niveau du dominateur, car elle sous-entend le nombre de carte possible équiprobable sans l'affirmer. 3) Définition classique amendé La probabilité d'un événement est le nombre de cas favorable sur le nombre de cas équiprobable. Cette définition perdure jusque dans les années 50 où Kolmogorov bouleverse probabilité statistiques. la notion de 4) La loi des grands nombres La loi des grands nombres est une définition fréquentiste de la probabilité. On suppose ainsi, que la fréquence d'un événement mesuré sur une série répété d'expériences indépendantes converge, lorsque la série s'accroît indéfiniment, vers la probabilité de cet événement. Eléments de combinatoire C'est l'art de dénombrer les cas distant qui soient possible ou favorable. Une combinatoire permet ainsi de résoudre un certain nombre concret de probabilité. Le nombre de façons différentes de tirer "p" boules distinctes dans une urne contenant "n" boules peut se calculer de 4 manières distinctes : 2
3 Avec (Répétition) Remise Sans (Répétition) Remise Avec Ordre (Arrangement) Boules Distinctes Sans Ordre (Combinaison) Boules Identiques Sans Exclusions Avec Exclusions Propriétés: Formule du Binôme de Newton II Axiomatique des probabilités totales L'axiomatique de Kolmogorov définit la probabilité comme une fonction associant, a chacun des événements résultant d'une expérience aléatoire, un nombre qui mesure le degrés de certitude de sa réalisation. A. Algèbre des événements a) Expérience Aléatoire, Ensemble des résultats possible et Evénements Expérience Aléatoire Une expérience est dite aléatoire s'il existe une incertitude sur le résultat de l'expérience Ensemble des possibles L'ensemble des possible, l'univers des possibles ou encore ensemble fondamentale est l'ensemble noté Ω de toutes les issues différentes possibles d'une expérience aléatoire. 3
4 Exemple: L'expérience "lancer une pièce de monnaie" a pour univers Ω l'ensemble des événements "Pile" et "Face" tel que De même, l'expérience aléatoire "combien d'étudiant vont manger au restaurant universitaire" a pour ensemble fondamentale Ω', l'ensemble des événements c'est à dire Enfin, l'expérience "lancer une pièce autant de fois nécessaire pour obtenir face", a pour ensemble des possibles On constate ici uniquement des espaces dénombrables et finis, à l'exception du dernier qui est infinis. Tous ces univers étant dénombrables, ils sont alors des univers discrets. Notion d'événement Une issue possible d'une expérience aléatoire est un événement E. Tout événement est inclus dans ou égal à l'univers de l'expérience. Remarque: P (Ω) est l'ensemble de tous les sous-ensembles de l'univers Ω et le sous ensemble événement E de Ω est alors une partie du sous ensemble P (Ω). Ainsi P (Ω) contient l'ensemble des événements simples ou complexes pouvant être définis comme une issue de l'expérience aléatoire. Le sous ensemble vide noté ø est l'événement nul. L'événement E tel que «E = Ω,» est un événement certain, car le débouché de l'expérience est certain. Tandis que l'événement E est tel que «E = ø», est un événement dit impossible, car il ne peut exister. Relations entre Evénements Il existe deux notions relationnelles importantes: l'incompatibilité et l'implication. Soit deux événements E 1 et E 2 incompatible, c'est à dire que si l'un survient l'autre ne peut se réaliser, les événements ne peuvent survenir simultanément. Si la réalisation de l'événement E 1 implique l'élément E 2, on parle d'implication. C'est à dire, la réalisation d'un élément engendre la réalisation d'un autre. 4
5 b) Opération sur les événements Il existe trois opérateurs: - La complémentation "non" est pour exemple complément de - L'intersection "Et" noté - Et l'union "Ou" noté Exemples: Soit trois événement tel que: L'événement : "Il pleuvra et il fera froid" est l'intersection (jaune) des cercles rouge et vert. L'événement "il fera froid, mais ne pleuvra pas" : l'espace orange. est L'événement "Il pleuvra, ventera et fera froid": l'intersection violette des trois cercles est L'événement "il pleuvra ou fera froid ou ventera" : l'espace violet. est L'événement "il ne pleuvra pas et ne fera pas froid et ne ventera pas" est l'espace violet, c'est à dire La règle de Morgan: Enfin, un dernier exemple: L'événement "un seul des événements se produira": est l'espace violet présenté. 5
6 Nota Bene: Le sous ensemble vide ø est un élément absorbant de l'intersection. C'est à dire que si associé par intersection avec un autre ensemble, il prévaut. C'est à dire: Cependant, L'univers Ω est un élément absorbant de l'union : Quel que soit Cependant, B. Axiomatique de la fonction de probabilité a) Définition Soit, l'ensemble des possibles Ω, l'ensemble de ses sous-ensembles P (Ω) et une probabilité P Une fonction de probabilité est une application de P (Ω) dans l'ensemble des réels qui satisfait trois axiomes dans IR: - Quel que soit élément de est toujours supérieur ou égal à 0. - La probabilité P de l'ensemble Ω est 1 - Quel que soit distinct (l'intersection égal à l'ensemble vide ø), la probabilité de leur union est égale à la somme de leurs probabilités respectives b) Théorème notables Théorème 1 : Quel que soit E, la somme des probabilités de l'événement E et de son complément est égal à celle de l'univers des possible Ω, c'est à dire 1. Théorème 2 : La probabilité du sous ensemble vide ø de Ω est nulle. Théorème 3 : Si un événement est inclus ou égal à l élément, alors la probabilité de Théorème 4 : Quel que soit un événement E de P (Ω), P(E) est comprise entre 0 et 1 6
7 Théorème 5 : Quel que soit, la probabilité de l'intersection entre le complément de et de l'événement est équivalent à la différence entre la probabilité de et de l'intersection de Théorème 6 : Quel que soit, la probabilité de leur union est égal à la différence de la somme de leurs probabilité et la probabilité de leur intersection. Théorème 7 : Formule de Poincaré ou Généralisation des probabilités d'union d'événement Démontrons c) Démonstration des théorèmes 1 à 6 E et incompatible implique la probabilité de l'union égal à la somme des probabilités de E et Or, l'union de E et se son complément, c'est à dire Ω est égale à l'ensemble des possible 1. C'est à dire Ainsi, Démontrons On sait : Démontrons inclus ou égal à induit Théorème 3: D où Conséquence: Quel que soit 7
8 Théorème 4: Quel que soit E appartenant à tel que: Or sont incompatibles, Donc: Théorème 6: Quel que soit Sont incompatibles: D'où: Théorème 7: III Les probabilités conditionnelles Contrairement à la fonction de probabilité totale, la fonction de probabilité conditionnelle repose sur une information partielle sur le résultat. 1) Définition Axiomatique L'information nouvelle selon laquelle l'événement A s'est produit doit normalement nous amener a réviser notre jugement de probabilité sur l'ensemble des autres événements. La probabilité que l'événement E se produise sachant A, est définie dans le cadre axiomatique suivant: Tous les théorèmes valables pour la fonction de probabilité totale citée précédemment, sont également respecter pour la fonction de probabilité conditionnelle, car ils respectent les trois axiomes de Kolmogorov: 8
9 La probabilité conditionnelle est la conséquence d'une définition plus générale des probabilités. Ici, le nombre de cas favorables sur le nombre possible équiprobable s'applique au cas où l'univers des possibles Ω se réduit à l'événement A, et si le nombre de cas favorable correspond au cas où A et E sont simultanément réalisés. 2) Théorèmes relatifs aux probabilités conditionnelles. Théorème 8: Théorème 9 : Théorème 10 : Lorsque des événements se produisent simultanément, les probabilités peuvent se multiplier. Théorème 11: Théorème de probabilités enchainées Le théorème des probabilités enchainées permet de probabilité les phénomènes séquentiels concernant les événements non indépendants. Théorème 12: Théorème des probabilités conditionnelles réciproques Théorème 13: Multiplicateur des probabilités Soit deux événements A et B, quel que soit un troisième événement e, on peut toujours écrire: Théorème 14: Théorème de Bayles ou des partitions Une partition est l'union des éléments qui forment l'univers des possible Ω. - - Quel que soit j, 9
10 Exemples : Soit une chance sur deux de réussir un examen, et une chance sur quatre une fois admis d'obtenir un mention Quel est la probabilité d'être reçu avec mention? Soit A " être reçu" et E "avoir une mention" On sait, d'où Tirons au hasard trois cartes sans remise. Dans un jeu de 32 cartes, quel est la probabilité d'obtenir trois trèfles De combien augmenterait votre probabilité de souffrir d un cancer du poumon quand vous passez de la situation de non-fumeur à celle de grand fumeur? E : «Souffrir du cancer du poumon» A : «être non-fumeur» B : «être un grand fumeur» La proportion de non-fumeur dans la population = La proportion de grands fumeurs dans la population = La proportion de grands fumeurs sachant qu on a un cancer = La proportion de non-fumeur sachant qu on a un cancer = Exemple : Théorème de Bayles : plusieurs usages. 1) Usage instrumental Supposons que nous possédons 2 dés (un pipé et un normal). La probabilité de sortir un 6 pour un dé normal = La probabilité de sortir un 6 pour un dé pipé = Soit et - et On a donc - 10
11 2) Usage pragmatique Un nouveau test de dépistage VIH a été élaboré par un labo pharmaceutique. Il est fiable à 95%. Il est positif dans 95% des cas chez les personnes malades, et négatif dans 95% des cas chez les personnes non malades. On considère que le taux de prévalence de la maladie est de 1%. Quelle est la probabilité qu une personne prise au hasard dont le test se révèle positif soit réellement affectée par le VIH. Quelle est la probabilité que le test soit réellement fiable? La plupart des agents interrogés répondront 95%. On a donc : La probabilité qu une personne dont le test est positif soit réellement infectée est 16%. La confusion entre la précision intrinsèque et extrinsèque : Supposons Exemple : Supposons que 95% des étudiants qui travaillent bien réussissent leurs exams, et que 5% des étudiants ne travaillant pas réussissent leurs exams. Si l exam est passé par une population de 99% de fainéants, quelle est la proportion de fainéants qui seraient reçu? IV L indépendance Lorsque la réalisation d un événement n influe aucunement sur la réalisation d autres événement, on dit que ces événement sont indépendants. La plupart des phénomènes sont régis par cette propriété. 1) Définition Deux événements sont indépendants si la réalisation de l un n implique en rien la probabilité de réalisation de l autre. 11
12 Théorème 15 : A et B sont indépendant, si et seulement si : - A et sont indépendant - le sont - et B également Remarque : La confusion indépendance et incompatibilité : L incompatibilité implique la dépendance, tandis que la dépendance implique l incompatibilité. 2) L indépendance dans une suite d événement Indépendance mutuelle Soit une suite d événement Cette suite est formée d événements mutuellement indépendants (indépendant 2 à 2), si la probabilité de réalisation de l un (quelconque) de ces événements n est pas modifiée par la réalisation des autres événements de la suite. C est-à-dire Indépendance totale Soit une suite d événement. Cette suite est formée d événement totalement indépendant, si la probabilité de réalisation de l un (quelconque) de ces événements n est pas modifiée par la réalisation d une série quelconque des autres événements de la suite. En posant I = La notation d indépendance totale est très difficile à démontrer, car il faut prouver qu il y a indépendance mutuelle 2 à 2, puis 3 à 3, En général, la notation d indépendance est postulée. Ex : Evénement 1 : «le lecteur du roman fume» et événement 2 : «l auteur du roman fume» 12
13 Théorème 16 : Soit les événements une suite d événement totalement indépendant. Toute suite d événement formée à partir de la suite initiale est également une suite d événement totalement indépendant. 13
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 détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailProbabilités 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 détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en 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 détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailLes probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.
Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée
Plus en 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 détailLes probabilités. Chapitre 18. Tester ses connaissances
Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en 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 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 détailCatalogue 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 détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailRÉSOLUTION DE SYSTÈMES À DEUX INCONNUES
RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en 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 détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détail315 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 détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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 détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailIntroduction à la relativité générale
Introduction à la relativité générale Bartolomé Coll Systèmes de référence relativistes SYRTE - CNRS Observatoire de Paris Introduction à la Relativité Générale Préliminaires Caractère théorique (formation)
Plus en détailObjectifs 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 détailIndépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles
Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailCarl-Louis-Ferdinand von Lindemann (1852-1939)
Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis
Plus en détailPROBABILITES 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 détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détailCNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2
CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en
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 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 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 détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailUniversité Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailAndrey Nikolaevich Kolmogorov
PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien
Plus en 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 détailExemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.
Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir
Plus en détailD'UN THÉORÈME NOUVEAU
DÉMONSTRATION D'UN THÉORÈME NOUVEAU CONCERNANT LES NOMBRES PREMIERS 1. (Nouveaux Mémoires de l'académie royale des Sciences et Belles-Lettres de Berlin, année 1771.) 1. Je viens de trouver, dans un excellent
Plus en détailMATHÉMATIQUES APPLIQUÉES S4 Exercices
Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
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 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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en 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 détailAnalyse 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 détailLogique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.
Logique binaire I. L'algèbre de Boole L'algèbre de Boole est la partie des mathématiques, de la logique et de l'électronique qui s'intéresse aux opérations et aux fonctions sur les variables logiques.
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 détailVariables 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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailVous 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 détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailCOMBINATOIRES ET PROBABILITÉS
COMBINATOIRES ET PROBABILITÉS ème année. Analyse combinatoire.. Outils.. Principe de décomposition.. Permutations.. Arrangements..5 Combinaisons 8.. Développement du binôme 9..7 Ce qu il faut absolument
Plus en 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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
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 détailSystème binaire. Algèbre booléenne
Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détailBureau 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 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 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 détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailFONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières
FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage
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 détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
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 détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
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 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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailLa 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 détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
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 détailLes nombres entiers. Durée suggérée: 3 semaines
Les nombres entiers Durée suggérée: 3 semaines Aperçu du module Orientation et contexte Pourquoi est-ce important? Dans le présent module, les élèves multiplieront et diviseront des nombres entiers concrètement,
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailArbre de probabilité(afrique) Univers - Evénement
Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer
Plus en détailCours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année
Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailS initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
Plus en détailCours Informatique Master STEP
Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions
Plus en détailUne réussite : Les prix de rachat garantis soutiennent les énergies renouvelables en Allemagne
Une réussite : Les prix de rachat garantis soutiennent les énergies renouvelables en Allemagne Ce document illustrera comment cette réussite est arrivée, il est composé des parties suivantes : 1. Qu'est
Plus en détail