Corrigés des exercices : Variables aléatoires, lois classiques
|
|
|
- Mathilde Métivier
- il y a 9 ans
- Total affichages :
Transcription
1 Chapitre 4 Corrigés des exercices : Variables aléatoires, lois classiques. * Soit X une v.a.r. discrète prenant les valeurs, 4, et 6. Déterminer la loi de probabilité dex sachant que: P ([X <]) = / ;P ([X >]) = / ;P ([X = ]) = P ([X = 4]). P ([X = ]) = P ([X = 4]) = a, P ([X = ]) = b, P ([X = 6]) = c, avec a + b + c =,c =/ et a =. Donc a =, c =/ etb = a b =/6. 6. * On joue à pile ou face avec pièces. Soit X le nombre de piles obtenus. Déterminer la loi de X, son espérance et sa variance. Ω = {(p, p), (p, f), (f,p), (f,f)}. X(Ω) = {0,, } avec P ([X = 0]) = P ({(f,f)} = 4, P ([X = ]) = P ({(p, f), (f,p)}) = et P ([X = ]) = P ({(p, p)}) = 4. On a alors IE(X) = , soit IE(X) = et var(x) = ( 4 = +, soit var(x) =. En fait, X suit la loi B, ).. * Le nombre X de kilogrammes de tomates récoltées dans un jardin en une semaine est une variable aléatoire dont la distribution de probabilité est la suivante : Quelle est l espérance de X et sa variance? k 0 P ([X = k]) IE(X) = = , soit IE(X) =.4. var(x) = = , soit var(x) = * Un chef de service commercial estime avoir une probabilité 0.6 de faire gagner euros à son entreprise. Si cette opération est manquée, la perte est de euros. Quelle est l espérance mathématique du gain? IE(X) = = = ** Trois urnes A, B et C contiennent respectivement boule blanche et noires, blanches et noires, blanches et noire. On tire au hasard une boule dans chacune des urnes, et on désigne par X le nombre de boules blanches obtenues. Donner la loi de X et sa fonction de répartition.
2 X(Ω) = {0,,,, 4} avec P ([X = 0]) = P (N N N )=P(N )P (N )P (N ) (tirages indépendants) et donc P ([X = 0]) = =.Demême, P ([X = ]) = P (B )P (N )P (N )+P (N )P (B )P (N )+P (N )P (N )P (B ) = = P ([X = ]) = P (N )P (B )P (B )+P(B )P (N )P (B )+P(B )P (B )P (N ) = = et P ([X = ]) = P (B B B )=P(B )P (B )P (B )= =. 6. ** On lance dés et on appelle Z la v.a.r. égale à la valeur absolue de la différence des numéros obtenus. Déterminer la loi de Z, sa fonction de répartition, son espérance et sa variance. Z(Ω) = [0, ] avec [Z =0]={(, ), (, ), (, ), (4, 4), (, ), (6, 6)} [Z =]={(, ), (, ), (, 4), (4, ), (, 6), (6, ), (, 4), (4, ), (, ), (, )} [Z =]={(, ), (, 4), (, ), (4, 6), (6, 4), (, ), (4, ), (, )} [Z =]={(, 4), (, ), (, 6), (6, ), (, ), (4, )} [Z =4]={(, ), (, 6), (6, ), (, )} et [Z =]={(, 6), (6, )}. On a alors P ([Z = 0]) = 6 6 = 0, P ([Z = ]) = 8 6 = 8, P ([Z = ]) = 8 6 = 4 8, P ([Z = ]) = 6 6 = 8, P ([Z = 4]) = 4 6 = 8, P ([Z = ]) = 6 = 8. F Z (x) = 8 I [0,[(x) I [,[(x) + 8 I [,[(x) + 8 I [,4[(x) I [4,[(x) +I [,+ [ (x) où I E (x) =six E et I E (x) =0six/ E. IE(Z) = kp([z = k]) = 8 [ ] = 8.94 IE(Z )= k P ([Z = k]) = 0 [ ] = 8 8 = 6 et var(z) =IE(Z ) IE(Z) = [ ] 4 soit var(z) = = ** L oral d un examen comporte 0 sujets possibles. Le candidat tire sujets au hasard. Ce candidat a révisé seulement sujets. On considère la variable X égale au nombre de sujets révisés parmi les tirés. Quelle est la loi de probabilité dex? On a X(Ω) = {0,,, } avec P ([X =0])= C 8 C 0 P ([X = ]) = C 8 C C et P ([X = ]) = C C 0 0.0, P ([X = ]) = C 8 C C ,
3 8. ** Une urne contient boules toutes distinctes. On tire boules une à une avec remise. Soit X la v.a.r. égale au nombre de boules différentes tirées. Déterminer la loi de X. cardω = et X(Ω) = {,, }. Pour avoir [X = ], il faut tirer fois la même boule et on a choix possibles. Ainsi, P ([X = ]) = = =0, 04. Pour avoir [X = ], pour la première boule, on a choix, pour la deuxième 4 et pour la troisième. Ainsi, P ([X = ]) = 4 = =0, 48. Pour avoir [X = ], il faut boules distinctes ( 4 choix), la boule différente des autres pouvant être en premier, en deuxième ou en troisième. Ainsi, P ([X = ]) = 4 =. Remarque : On a bien P ([X = ]) + P ([X = ]) + P ([X = ]) =. 9. * A l arrivée d une course, il y a 9 chevaux: 4 noirs et alezans. On appelle X la v.a.r. égale au nombre de chevaux alezans précédant le premier cheval noir. Déterminer la loi de X, son espérance et sa variance. X(Ω) = [0, ] avec P ([X = 0]) = 4 9 = 6 P ([X = ]) = = 8 = P ([X = ]) = = 0 6 = 0 P ([X = ]) = = 6 = 0 P ([X = 4]) = = 6 = 4 P ([X = ]) = = 6 IE(X) = kp([x = k]) = [ ] = 6 IE(X )= k P ([X = k]) = 94 [ ] = 6 6 var(x) =IE(X ) IE(X) = 94 6 =68 6 = ** Soit n IN et p ]0, [ et soit X une v.a.r. de loi binomiale B(n, p). On définit Y par Y = X si X 0 et, si X = 0, alors Y prend une valeur quelconque dans [0,n]. Déterminer la loi de Y et calculer IE(Y ). On a Y (Ω) = [0,n].
4 Si k 0,P ([Y = k]) = P ([Y = k]/[x = i])p ([X = i]) avec P ([Y = k]/[x = k]) = et i=0 P ([Y = k]/[x = i]) = 0 si i/ {0,k} et P ([Y = k]/[x = 0]) = n +. Si k =0,P ([Y =0]/[X = i]) = 0 si i 0etP ([Y =0]/[X = 0]) = n +. Ainsi, P ([Y = k]) = P ([X = 0]) + P ([X = k]) si k [[,n]] n + P ([Y = 0]) =. n + P ([X = 0]) IE(Y ) = = = kp([y = k]) = k= [ ] k P ([X = 0]) + P ([X = k]) n + k + kp([x = k]) k= n + P ([X = 0]) k= k= n(n +) P ([X = 0]) +IE(X) = n P ([X = 0]) + IE(X) n + Or IE(X) =np et P ([X = 0]) = ( p) n donc IE(Y )= n (( p)n +p).. * Dans une bibliothèque se trouvent 0 livres en langue étrangère : en anglais, en allemand et en russe. On prélève au hasard de ces livres. Soit X la variable aléatoire qui, à chaque tirage, associe le nombre de volumes en russe prélevés. Déterminer la loi de probabilité, puis la fonction de répartition de X et représenter celle-ci. X(Ω) = {0,,, } ; P ([X = 0]) = C 7 C0 P ([X = ]) = C 7 C C et P ([X = ]) = C , P ([X = ]) = C4 7 C C 0 C , Pour x<0, F (x) =0;pourx [0, [, F (x) =0.08 ; pour x [, [, F (x) =0. ; pour x [, [, F (x) =0.9 et enfin F (x) = pour x.. ** Un lot contient % de pièces défectueuses. On prélève au hasard un échantillon de 0 pièces. Les pièces étant très nombreuses, on admet que le tirage peut être considéré comme fait au hasard et avec remise. Soit X la variable nombre de pièces défectueuses dans l échantillon. Déterminer la loi de X. Calculer P ([X = 0]), P ([X ]), IE(X) etσ(x). X peut prendre toutes les valeurs entières entre 0 et 0. Cette variable aléatoire suit la loi binomiale B(0, 0.0) car les pièces sont suffisamment nombreuses pour ( que ) le tirage puisse être 0 considéré comme avec remise. On a, plus précisément, P ([X = k]) = 0.0 k k. k Ainsi, P ([X =0])= , P ([X ]) = P ([X = 0]) 0.6, IE(X) =0. et σ(x) = ** Un QCM comporte affirmations. Pour chaque affirmation, on doit répondre par vrai (V) si l affirmation est toujoures vraie, faux (F) si elle est toujours fausse ou par (P) si on ne peut pas conclure. Une réponse au QCM est une suite de lettres parmi V, F ou P. 4
5 ) a) Quel est le nombre de réponses possibles pour le QCM? b) Le nombre de réponses comprenant exactement V est-il égal à ( )? ) On décide d attribuer points pour chaque réponse exacte. Combien de points doit-on retirer par réponse inexacte pour que le score d un candidat qui répond au hasard ait une espérance mathématique nulle? ) Un candidat répond au hasard et on appelle X la variable aléatoire donnant le nombre de bonnes réponses. Indiquer la loi suivie par X et préciser ses paramètres et calculer IE(X). ) a) Pour chaque question, il y a réponses possibles et il y a affirmations, ce qui donne = 4 réponses possibles au QCM. b) La réponse comprend V mais aussi autres lettres parmi F et P. ( ) est le nombre de choix possibles pour les V dans les places disponibles. Mais une fois les V placés, ( ) on peut mettre F ou V dans chacune des places restantes. Le nombre cherché est donc et non ( ). ) Si un candidat répond au hasard, il a chance sur de donner la bonne réponse et chances sur de se tromper. L espérance mathématique sur une question est donc x = ( x). Elle est nulle pour x = : il faut donc enlever point par mauvaise réponse pour avoir une espérance nulle. ( ) La loi suivie par X est la loi binomiale B, ) : en effet, X(Ω) = {0,,,, 4, } et ( )( ) k ( ) k P ([X = k]) =. On peut la représenter dans un tableau : k et IE(X) =, soit IE(X) =. k P ([X = k]) ** Une cible est composée d un carré de côté 0cm et d un disque de rayon 0cm de même centre. On suppose que la cible est toujours atteinte. La probabilité d atteindre un secteur de la cible est proportionnelle à l aire de ce secteur. ) Calculer la probabilité p d atteindre le disque avec une fléchette. ) On lance fléchettes sur la cible. Les lancers sont supposés indépendants. On appelle X la variable aléatoire donnant le nombre de fois où le disque est atteint. a) Quelle est la probabilité d atteindre exactement fois le disque? b) Quelle est la probabilité d atteindre au moins fois le disque? c) Quelle est l espérance mathématique de X? ) L aire du carré est 400 cm et l aire du disque 00π cm donc la probabilité d atteindre le disque est p = 00π 400 = π 4. ) Les lancers sont indépendants et la probabilité d atteindre le disque est la même pour chaque lancer donc X suit la loi binomiale de paramètres n =etp = π 4. a) P ([X = ]) = C p ( p) = π (4 π)
6 b) P ([X ]) = P ([X =0])= ( p) 0.99 c) IE(X) =np = π ** ) Une grande enveloppe contient les figures d un jeu de cartes (4 rois, 4 dames, 4 valets). On tire, simultanément et au hasard, cartes de l enveloppe. Soit X la variable aléatoire qui, à chaque tirage, associe le nombre de rois obtenus. Déterminer la loi de X et calculer IE(X). ) Dans la même enveloppe, contenant les cartes, on effectue successivement fois le tirage d une carte que l on remet à chaque fois dans l enveloppe. Soit Y la variable aléatoire dont la valeur est égale au nombre de rois obtenus au cours des tirages. Déterminer la loi de Y et calculer IE(Y ). ) X(Ω) = {0,,,, 4} avec P ([X = 0]) = C 8 P ([X = ]) = C 4 C 8 = 4 99 ; P ([X = ]) = C 4 C 8 = 7 99 ; P ([X = ]) = C 4 C4 8 = 99 ; = 4 99 et P ([X = 4]) = C4 4 C 8 C On a alors IE(X) = = 6 99 =.67. = 99. ) On répète, de manière indépendante, n = tirages d une carte parmi. Cette carte est un roi avec la probabilité p = 4 =. ( On est ici dans le cas d une variable Y de loi binomiale B n, ). On a donc P ([Y = ( ) k ( ) k k]) = C k pour k {0,,,, 4, }, soit P ([Y = 0]) 0., P ([Y = ]) 0.9, P ([Y = ]) 0.9, P ([Y = ]) 0.6, P ([Y = 4]) 0.04 et P ([Y = ]) En moyenne, le nombre de rois obtenus par cette méthode est * Une machine peut être équipée de ou de 4 composants. La probabilité qu un composant tombre en panne est égale à p avec 0 p et chaque composant fonctionne indépendamment des autres. On définit les variables aléatoires suivantes : X est le nombre de composants en panne quand la machine est équipée de composants et Y est le nombre de composants en panne quand la machine est équipée de 4 composants. ) Quelles sont les lois de probabilité suivies par X et Y? Exprimer P ([X = k]) et P ([Y = k]) en fonction de k. ) La machine ne fonctionne plus si plus de la moitié des composants tombent en panne. a) Quelle est la probabilité p que la machine ne fonctionne plus quand elle est équipée de composants? b) Quelle est la probabilité p 4 que la machine ne fonctionne plus quand elle est équipée de 4 composants? c) Comparer, en fonction de p les probabilités p et p 4. Dans quels cas est-il préférable d avoir composants plutôt que 4? Le fonctionnement de chaque composant est indépendant du fonctionnement des autres et la probabilité de panne est identique pour tous les composants. X et Y suivent donc des lois binomiales de paramètres n =etp pour X et n =4etp pour Y. P ([X = k]) = C k pk ( p) k pour 0 k etp ([Y = k]) = C k 4 p4 ( p) 4 p pour 0 k 4. ) a) p = P ([X >]) = P ([X = ]) = p b) p 4 = P ([Y > ]) = P ([Y = ]) + P ([Y = 4]) = C 4 p ( p)+c 4 4 p4 = p (4 p). c) p p 4 = p (p 4p +)=p (p )(p ) ( est racine évidente du trinôme). 6
7 On a toujours p [0, ] donc p 0etp 0. On aura alors p p 4 0 si et seulement si p 0 c est-à-dire si p. 7. Un jeu de hasard est formé d un dispositif lançant de façon aléatoire une fléchette dans une cible ayant la forme suivante B B B B B B B B B J J J V V R R V V J J J B B B B B B B B B La fléchette atteint toujours une case et une seule. Les 0 cases blanches (B), jaunes (J), vertes (V) ou rouges (R) ont toutes la même probabilité d être atteintes. Si la fléchette atteint une case rouge, le joueur gagne 8 euros, si la fléchette atteint une case verte, le joueur gagne euros, si la fléchette atteint une case jaune, le joueur gagne rien et ne perd rien, si la fléchette atteint une case blanche, le joueur perd a euros, la lettre a désignant un réel positif. ) On note X la variable aléatoire représentant le gain algébrique du joueur (compté négativement quand il perd). a) Donner la loi de probabilité de X. b) Calculer a pour que le jeu soit équitable (c est-à-dire pour que IE(X) soit nulle). ) Un joueur est considéré comme gagnant s il a obtenu un gain strictement positif. a) Quelle est la probabilité p qu un joueur gagne? b) Un joueur joue parties consécutives indépendantes. Quelle est la probabilité qu il gagne exactement fois? exactement fois? Quel est le nombre moyen de parties gagnantes? ) Il y a 8 cases blanches, 6 cases jaunes, 4 cases vertes et cases rouges donc P (B) = 8 0 =, P(J) = 6 0 = 4, P(V )= 0 = et P (R) = 0 =. a) X(Ω) = {0,, 8, a} avec P ([X = 0]) = P (J) =, P ([X = ]) = P (V )=, P ([X = 8]) = P (R) = et P ([X = a]) =. b) IE(X) =( a) = ( 9a + 8) donc IE(X) = 0 pour a =. ) a) p = P ([X >0]) = P (V )+P(R) = + =, soit p =. b) Si N est le nombre de parties gagnées, N suit la loi binomiale B(,p). En particulier, P ([N = ]) = Cp ( p), P ([N = ]) = p et IE(N) =p. Avec p = 8, on obtient IE(N) =,P ([N = ]) = et P ([N =])=
Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles
Coefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Moments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Probabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Probabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Probabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
CALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Probabilités (méthodes et objectifs)
Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d
Fluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Calculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Exercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
I. Cas de l équiprobabilité
I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus
TSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.
Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir
Travaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Loi 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
Les probabilités. Chapitre 18. Tester ses connaissances
Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce
YANN ROUDAUT - Professeur de l Ecole Française de Poker - [email protected] - 06 28 76 48 93
MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - [email protected] - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES
Probabilités 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
TESTS 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
P1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Probabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Feuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
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...
Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,
Lois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
4. Exercices et corrigés
4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au
Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
PROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Probabilités 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.
Exercices 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
Loi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Indépendance 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
1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Couples 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
Variables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Andrey Nikolaevich Kolmogorov
PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien
Simulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES
BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Estimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Représentation 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
Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Mesure de probabilité, indépendance.
MATHEMATIQUES TD N 2 : PROBABILITES ELEMENTAIRES. R&T Saint-Malo - 2nde année - 2011/2012 Mesure de probabilité, indépendance. I. Des boules et des cartes - encore - 1. On tire simultanément 5 cartes d
Calcul 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
Objets Combinatoires élementaires
Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que
Arbre de probabilité(afrique) Univers - Evénement
Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer
Bureau N301 (Nautile) [email protected]
Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) [email protected] Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS
Exo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. [email protected]. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier [email protected] http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Probabilités conditionnelles
Probabilités conditionnelles Exercice Dans une usine, on utilise conjointement deux machines M et M 2 pour fabriquer des pièces cylindriques en série. Pour une période donnée, leurs probabilités de tomber
Programmes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre
Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre plein les poches. Problème : vous n êtes pas seul!
REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet)
REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) Le présent règlement remplacent, à compter du 24 juillet 2013, le précédent règlement Jeux PARTOUCHE IMAGES déposées en l étude de Maître
C est à vous qu il appartient de mettre en place des conditions optimales pour permettre la meilleure réalisation possible.
Commission Mixte Nationale UNSS - FFSB Programme 2012-2016 Réalisation du livret par Céline TOLLER 1 Ce petit mémento doit aider l élève du collège ou du lycée à arbitrer les rencontres sportives, en cours
4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
dénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
BACCALAURÉAT 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
4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
REGLEMENT DE LA LOTERIE ENERGIE
REGLEMENT DE LA LOTERIE ENERGIE ARTICLE 1 : ORGANISATEUR Espace Info Energie Marseille Provence GERES 40 rue St Jacques, 13006 MARSEILLE [email protected] http://eie.marseilleprovence.geres.eu Association
S initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
Exercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Introduction au Calcul des Probabilités
Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus
Plan général du cours
BTS GPN 1ERE ANNEE-MATHEMATIQUES-PROBABILITES-DENOMBREMENT,COMBINATOIRE PROBABILITES Plan général du cours 1. Dénombrement et combinatoire (permutations, arrangements, combinaisons). 2. Les probabilités
Qu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Jeux mathématiques en maternelle. Activités clés. Jeu des maisons et des jardins (Yvette Denny PEMF)
Activités clés NIVEAU : PS/MS Jeu des maisons et des jardins (Yvette Denny PEMF) Compétences Construire les premiers nombres dans leur aspect cardinal Construire des collections équipotentes Situation
Les devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Probabilités-énoncés et corrections
2012-2013 Probabilités-énoncés et corrections Exercice 1. Une entreprise décide de classer 20 personnes susceptibles d'être embauchées ; leurs CV étant très proches, le patron décide de recourir au hasard
INF 162 Probabilités pour l informatique
Guy Melançon INF 162 Probabilités pour l informatique Licence Informatique 20 octobre 2010 Département informatique UFR Mathématiques Informatique Université Bordeaux I Année académique 2010-2011 Table
UE Ma401. 1.1 probabilité conditionnelle, indépendance, dénombrement
UE Ma401 1 EXERCICES 1.1 probabilité conditionnelle, indépendance, dénombrement Exercice 1 La probabilité pour une population d être atteinte d une maladie A est p donné; dans cette même population, un
S initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
LEÇON 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,
EI - EXERCICES DE PROBABILITES CORRIGES
EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card
9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Chaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.
Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,
315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux
Exercice 1 : (3 points) Un sac contient 10 boules rouges, 6 boules noires et 4 boules jaunes. Chacune des boules a la même probabilité d'être tirée. On tire une boule au hasard. 1. Calculer la probabilité
Résolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Corrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
Chapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Cours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Fonctions 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
Texte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
S initier aux probabilités simples «Un jeu de cartes inédit»
«Un jeu de cartes inédit» 29-31 Niveau 3 Entraînement 1 Objectifs S entraîner à estimer une probabilité par déduction. Applications (exemples) En classe : tout ce qui réclame une lecture attentive d une
Quad 110 cc - 4 temps - 60 Km/h - QUAD1101 (Lot 10 pcs)
Catalogue Quads et motos - Quads 125 cc Grossiste Chinois Import Votre grossiste en ligne Edition 06/07/2015 Higoods Co. Ltd. Room 1001 Chuangxin Building,Chuangye Garden Minzhi Streets, Longhua District
LES PROBABILITÉS DE GAINS
LES PROBABILITÉS DE GAINS JOUER À DES JEUX DE HASARD La seule chose que tous les jeux de hasard ont en commun, c est que le fait de gagner ou de perdre se fait de façon aléatoire. Même si le rêve de gagner
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,
Comment utiliser les graines de soja à la cuisine
Comment utiliser les graines de soja à la cuisine Auteur : Renate Schemp Box 90612 Luanshya Zambie Traduction : SECAAR Service Chrétien d Appui à l Animation Rurale 06 BP 2037 Abidjan 06 Côte d Ivoire
