ESPACES PROBABILISES FINIS

Dimension: px
Commencer à balayer dès la page:

Download "ESPACES PROBABILISES FINIS"

Transcription

1 Lycée de l'essouriau Année 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. Il est convenu que celui qui marquera gagnera un paquet de bonbons, et qu'en cas d'ex-aequo les vainqueurs se partageront le paquet. Si personne ne réussit son panier, chacun obtiendra le tiers des bonbons. 1. Quel espace de probabilité (Ω, P(Ω), P ) choisiriez-vous pour décrire cette expérience aléatoire? 2. En utilisant les événements : A = {Arthur marque un panier}, B = {Béatrice marque un panier}, écrire de façon ensembliste les événements suivants : C = {Cécile marque un panier}, D = {tous les trois réussissent à marquer}, E = {aucun ne réussit à marquer}, F = {Béatrice obtient tous les bonbons}, G = {les trois enfants obtiennent des bonbons}, H = {Cécile obtient au moins un bonbon}, I = {Arthur ne reçoit aucun bonbon}. 3. Ecrire les événements ci-dessus comme sous-ensembles de Ω, préciser ceux qui sont des événements élémentaires et donner l'expression de leur probabilité en fonction des probabilités notées a, b et c qu'arthur, Béatrice et Cécile respectivement marque un panier. On suppose maintenant que les enfants répètent n fois l'expérience précédente dans les mêmes conditions (on suppose que l'on dispose de n paquets de bonbons). 1. (a) Quel espace de probabilité (Ω n, P(Ω n ), P n ) choisiriez-vous pour décrire cette expérience aléatoire? (b) Ecrire l'événement J = {Cécile n'a pas gagné lors des deux premières parties} comme sous-ensemble de Ω n : 2. On s'intéresse désormais uniquement aux succès éventuels de Cécile. On suppose de plus que Cécile a une probabilité p de marquer à chaque partie. (a) Proposer un nouvel espace de probabilité. (b) Soit i {1,..., n}. Décrire dans cette nouvelle modélisation les éléments de l'événement, C i = {Cécile a gagné lors de la i-ème partie}. (c) Ecrire à l'aide des événements C i, l'événement J puis les événements suivants K = {Cécile a gagné au moins une fois lors des n premières parties} L = {Cécile a gagné au moins deux fois lors des n premières parties}. (d) Donner les événements contraires des événements J, K et L. (e) Donner les expressions des probabilités des événements J, K et L en fonction de p. 1

2 Exercice 2 On pose au hasard n 2 livres côte à côte sur une étagère. Parmi ces livres, il y en a k {2,..., n} qui sont de l'auteur M. 1. Proposer un codage de la disposition des livres de l'auteur M sur cette étagère n'utilisant que les symboles 0 et Quelle est la probabilité pour que tous les livres de l'auteur M soient côte à côte? 3. Soit r k. Quelle est la probabilité pour que tous les livres de l'auteur M soient dans les r premiers livres de l'étagère? 4. Soit l {k 2,..., n 2}. Quelle est la probabilité qu'il y ait l livres entre le livre de l'auteur M qui se trouve le plus à gauche sur l'étagère et celui qui se trouve le plus à droite sur l'étagère? Si k = 2, combien de livres est-il le plus probable de trouver entre les deux livres de l'auteur M sur l'étagère? Exercice 3 On choisit au hasard deux sous ensembles A et B d'un ensemble E à n éléments. Calculer la probababilité que : 1. A B soit un singleton. 2. A B = E. 3. A B soit un singleton. 4. A B. Exercice 4 On répartit au hasard r boules dans n cases. On s'intéresse au nombre de boules présentes dans chaque case. 1. Décrire un espace de probabilité associé à cette expérience. 2. Calculer la probabilité, notée µ r,n (k), que k boules tombent dans la case 1. Montrer que, si r et n tendent vers +, de sorte que r n tend vers λ > 0, on a : µ r,n (k) µ(k) = λk k! e λ, k N. 3. Soient r 1,..., r n des entiers tels que r r n = r. Calculer la probabilité d'obtenir r 1 boules dans la case 1,..., r n boules dans la case n. 4. Application 1 : quelle est la probabilité que parmi r personnes, au moins deux personnes aient leur anniversaire le même jour? Pour quelles valeurs de r cette probabilité est-elle supérieure à 0.5? 5. Application 2 : les messages électroniques envoyés à une entreprise sont dirigés aléatoirement vers la boîte aux lettres d'une des cinq secrétaires de l'entreprise. Quelle est la probabilité que chaque secrétaire reçoive au moins un des n messages envoyés? Exercice 5 Une urne contient 10 boules blanches, 4 noires, 6 rouges. 1. On tire au hasard 3 boules successivement et avec remise.calculer la probabilité des événements suivants : (a) Tirage contenant une noire exactement (b) Tirage bicolore (c) Tirage tricolore 2. Reprendre les questions dans le cas d'un tirage successif sans remise, puis dans le cas d'un tirage simultané. 3. On tire maintenant toutes les boules de l'urne successivement et sans remise. Calculer la probabilité que la dernière boule blanche apparaîsse au tirage numéro k 2

3 Exercice 6 Une armoire contient 10 paires de chaussure. On choisit au hasard 8 chaussures parmi les 20. Calculer la probabilité des évévnements suivants ; 1. Parmi les 8 chaussures ne gure aucune paire 2. Parmi ces 8 chaussures gure exactement une paire. 3. Parmi ces 8 chaussures gure au moins une paire? Exercice 7 Une compagnie d'assurances répartit ses clients en trois classes R 1, R 2 et R 3 : les bons risques, les risques moyens et les mauvais risques. Les eectifs de ces trois classes représentent 20% de la population totale pour la classe R 1, 50% pour la classe R 2 et 30% pour la classe R 3. Les statistiques indiquent que les probabilités d'avoir un accident au cours de l'année pour une personne de l'une de ces trois classes sont respectivement de 0, 05, 0, 15 et 0, 30. Si M. Martin,n'a pas eu d'accident dans l'année, quelle est la probabilité qu'il soit un bon risque? Exercice 8 Un service après-vente dispose d'équipes de dépannage qui interviennent auprès de la clientèle sur appel téléphonique. Les appels se produisent de façon indépendante, et la probabilité qu'un retard se produise dans le dépannage à la suite d'un appel est p = 1/4. 1. Un même client a appelé le service à 8 dates diérentes. Soit X le nombre de retards que ce client a subi. Dénir la loi de probabilité de X. Calculer E(X) et V (X). 2. On considère un ensemble de 8 clients diérents. 2 d'entre eux sont mécontents parce qu'ils ont subi un retard. On contacte 4 clients parmi les 8. Soit M le nombre de clients mécontents parmi les 4 contactés. Dénir la loi de M. La donner explicitement. Calculer E(M). Exercice 9 Une urne contient 2 boules blanches et 8 boules noires. Un joueur tire successivement n boules avec remise. S'il tire une boule blanche, il gagne 2 points, sinon il en perd 3. Soit X n le nombre de boules blanches et Y n le nombre de points obtenus. Déterminer la loi de X n, puis E(X n ) et V (X n ). Exprimer Y n en fonction de X n. En déduire la loi de Y n, puis E(Y n ) et V (Y n ). Exercice 10 Une piste rectiligne est divisée en cases numérotées 0, 1, 2,..., n, de gauche à droite. Une puce se déplace vers la droite de une ou deux cases au hasard à chaque saut. Au départ, elle est sur la case 0. Soit X n le numéro de la case occupée par la puce après n sauts et Y n le nombre de fois où la puce a sauté d'une case au cours des n premiers sauts Donner la loi de Y n, E(Y n ) et V (Y n ). Exprimer X n en fonction de Y n et n. En déduire E(X n ) et V (X n ) puis la loi de X n. Exercice 11 Soit X une variable aléatoire suivant une loi binomiale B(n, p). Calculer E( 1 1+X ). Exercice 12 On dispose de n + 1 urnes U 0, U 1,..., U n telles que pour tout k de {0, 1,..., n} l'urne U k contient k boules blanches et n k boules noires. On eectue des tirages d'une boule, au hasard et avec remise dans ces urnes de la façon suivante : si après les lancers de la pièce décrits dans la première question, la variable Z prend la valeur k (avec k 1), alors on tire 3

4 une par une et avec remise, k boules dans l'urne U k et l'on note X la variable aléatoire égale au nombre de boules blanches obtenues à lissue de ces tirages. Si la variable Z a pris la valeur 0, aucun tirage n'est eectué et X prend la valeur Déterminer X (Ω). 2. (a) Déterminer, en distinguant les cas i = 0 et 1 i n, la probabilité P Z=0 (X = i). (b) Déterminer, en distinguant les cas i = n et 0 i n 1, la probabilité P Z=n (X = i). (c) Pour tout k de {1, 2,..., n 1} déterminer, en distinguant les cas 0 i k et k < i n, la probabilité conditionnelle P Z=k (X = i). n 1 ( ) n k k 3. (a) Montrer que P (X = 0) = + 1 2n 2 n k=1 (b) Montrer que P (X = n) = 1 2 n (c) Exprimer, pour tout i de {1, 2,..., n 1}, P (X = i) sous forme dune somme que l'on ne cherchera pas à réduire. 4. Vérier, avec les expressions trouvées à la question précédente, que n i=0 P (X = i) = 1. Exercice 13 On tire, avec remise, cinq boules d'une urne contenant dix boules numérotés de 1 à 10. On note X la var égale au maximum des deux numéros obtenus et Y la var égale au minimum des cinq numéros obtenus. 1. Déterminer soigneusement X(Ω) et Y (Ω). 2. Calculer P (X k) pour k X(Ω) et P (Y k) pour k Y (Ω). En déduire les lois de X et Y. 3. Les variables X et Y sont-elles indépendantes? Exercice 14 Une urne contient n 2 boules blanches et 2 boules noires. On tire les boules une à une sans remise. Soient X et Y les variables aléatoires réelles égales respectivement au rand d'apparition de la première et de la seconde boule noire. 1. Les variables X et Y sont-elles indépendantes? 2. Déterminer la loi jointe du couple (X, Y ). 3. En déduire les lois marginales de X et Y ainsi que leus espérances et variances. 4. Calculer cov(x, Y ). Exercice 15 On considère une urne contenant quatre boules rouges et trois boules noires. On pioche une à une sans remise les boules de l'urne. Pour tout entier i [[1, 3]]On note X i le nombre de tirages nécessaires pour obtenir la ième boule noire. 1. Donner la loi de X 1 ainsi que son espérance et sa variance. 2. Expliciter la loi conjointe de (X 1, X 2 ). En déduire la loi de X On note T la variable aléatoire dénie par T = X 2 X 1. (a) Que représente T? Donner son espérance et sa variance. (b) Donner la loi conjointe de (T, X 1 ) puis la loi de T. 4. Donner la loi de X 3. 4

5 Exercice 16 On dispose de deux urnes U 1 et U 2, de six boules numérotées de 1 à 6 ainsi que d'un dé équilibré. Initialement, l'urne U 1 contient les boules numérotées 1 et 2, l'urne U 2 contient les boules numérotées 3, 4, 5 et 6. On appelle échange l'expérience consistant à lancer une fois le dé et à changer d'urne la boule portant le numéro obtenu avec le dé. Pour n N, on note X n la variable aléatoire égale au nombre de boules contenues dans U 1 après n échanges successifs. 1. Les cinq premiers lancers du dé donnent : 1, 3, 2, 3, 5. Quel est le contenu de U 1 à l'issue du cinquième échange? 2. Quelle est la loi de X 1? Calculer son espérance mathématique E(X 1 ). 3. Déterminer la loi du couple (X 1, X 2 ). En déduire la loi de X 2. Calculer la covariance du couple (X 1, X 2 ). 4. Montrer que pour tout entier n de N, on a : P (X n+1 = 0) = 1 6 P (X n = 1), P (X n+1 = 6) = 1 6 P (X n = 5) k {1,.., 5}, P (X n+1 = k) = 7 k 6 P (X n = k 1) + k P (X n = k + 1). 5. En déduire que, pour tout entier n de N : E(X n+1 ) = 2 3 E(X n) + 1. Calculer alors E(X n ) en fonction de n, puis lim n + E(X n). Exercice 17 On veut transporter entre deux villes A et B dans des conditions de confort acceptables 1600 voyageurs se présentant pratiquement en même temps à la gare de A. On met à leur disposition deux trains identiques. On suppose que chaque individu choisit au hasard l'une ou l'autre rame et qu'il n'a pas le temps d'en changer. Combien faut-il prévoir de places assises dans chaque rame si l'on veut qu'il y ait moins de 1% de chance que des voyageurs soient obligés de rester debout? (utiliser l'inégalité de Bienaymé-Chebychev pour répondre). Exercice 18 Un joueur lance une pièce équilibrée autant de fois que nécessaire. On note X N la variable aléatoire réelle discrète égale au nombre de fois où, au cours des N premiers lancers, deux résultats successifs ont été diérents (On peut appeler X N le " nombre de changements " au cours des N premiers lancers ). Par exemple, si les 9 premiers lancers ont donné successivement : Pile, Pile, Face, Pile, Face, Face, Face, Pile, Pile alors la variable X 9 aura pris la valeur 4 (quatre changements, aux 3 ième, 4 ième, 5 ième et 8 ième lancers). 1. Déterminer la loi de X 1, X 2, X 3, X Justier que X N (Ω) = {0,..., N 1}. ( ) 1 N 1 ( ) 1 N 3. Montrer que P (X N = 0) = et P (X N = 1) = 2(N 1) (a) Justier que pour tout entier k de {0,..., N 1} : P (XN =k)(x N+1 = k) = 1 2 (b) En déduire que pour tout entier k de {0,..., N 1} P (X N+1 X N = 0 X N = k) = 1 2 P (X N = k). (c) En sommant cette relation de k = 0 à N 1, montrer que P (X N+1 X N = 0) = 1 2. (d) Que représente la variable X N+1 X N. En déduire que X N+1 X N suit une loi de Bernoulli de paramètre 1 2. En déduire la relation E(X N+1 ) = E(X N), puis donner E(X N ) en fonction de N. 5. (a) Montrer grâce aux résultats 4(b) et 4(c) que les variables X N+1 X N et X N sont indépendantes. (b) En déduire par récurrence sur N que X N suit une loi binômiale B(N 1, 1 2 ). 5

6 Exercice 19 Un sac contient n billes numérotées de 1 à n. On tire une bille au hasard, on note son numéro et on la remet dans le sac. On appelle X la variable aléatoire qui prend pour valeur ce numéro. Lorsque ce numéro estk, on tire sans remise k billes que l'on distibueau hasard dans p boites B 1,..., B p. On désigne par Y i la variable aléatoire égale au nombre de billes reçues par la boite B i (i {1,..., p}). 1. Déterminer la loi du couple (X, Y i ) pour (i {1,..., p}). 2. En déduire pour (i {1,..., p}) la loi de Y i ainsi que son espérance et sa variance. 3. Déterminer l'espérance de la variable aléatoire Y i X. Exercice 20 Une urne contient 2 boules blanches et n 2 boules rouges. On eectue des tirages sans remise de cette urne. On appelle X le rang de sortie de la première boule blanche, Y le nombre de boules rouges restant à ce moment dans l'urne et Z le rang de sortie de la deuxième boule blanche. 1. Déterminer la loi de X,son espérance et sa variance. 2. Calculer E(Y ). 3. Déterminer la loi de Z ainsi que son espérance et sa variance. 4. Reprendre les questions précédentes dans le cas d'un tirage avec remise. Exercice 21 On considère une suite de lancers successifs (supposés indépendants) d'une pièce de monnaie, pour laquelle la probabilité d'apparition de pile, noté P, est p et celle de face, noté F, est q, avec 0 < p < 1 et p + q = 1, et on s'intéresse à l'apparition de deux piles consécutifs. Par exemple, si l'on considère les seize premiers lancers suivants : F P P F P P P F P F P P P P P F deux piles consécutifs sont réalisés aux rangs 3, 6, 12 et 14, mais non aux rangs 7, 13 et 15 (car un pile ne peut pas participer à la réalisation de deux piles consécutifs plus d'une fois). On notera, pour tout entier naturel n non nul : A n l'événement : deux piles consécutifs sont réalisés au rang n. B n l'événement : deux piles consécutifs sont pour la première fois réalisés au rang n. Enn on désigne par a n et b n les probabilités de ces événements A n et B n. 1. On a bien sûr a 1 = 0. Calculer de plus a 2, a 3, a Démontrer, pour tout nombre entier naturel n non nul : a n+2 = p 2 a n + qp 2. 6

Couples de variables aléatoires discrètes

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

Plus en détail

I. Cas de l équiprobabilité

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

Plus en détail

9 5 2 5 Espaces probabilisés

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

Plus en détail

Exercices de dénombrement

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

Plus en détail

Exercices sur le chapitre «Probabilités»

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

Plus en détail

Probabilités conditionnelles Loi binomiale

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

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

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

Plus en détail

1 TD1 : rappels sur les ensembles et notion de probabilité

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 (

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

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

Plus en détail

Probabilités Loi binomiale Exercices corrigés

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

Plus en détail

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

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

Plus en détail

Arbre de probabilité(afrique) Univers - Evénement

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

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

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 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 détail

Travaux dirigés d introduction aux Probabilités

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

Plus en détail

Coefficients binomiaux

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

Plus en détail

PROBABILITÉS CONDITIONNELLES

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

Plus en détail

P1 : Corrigés des exercices

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

Plus en détail

Probabilités. C. Charignon. I Cours 3

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

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

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

Plus en détail

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

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

Plus en détail

NOTIONS DE PROBABILITÉS

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

Plus en détail

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

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

Plus en détail

Qu est-ce qu une probabilité?

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

Plus en détail

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

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

Plus en détail

Calcul élémentaire des probabilités

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

Plus en détail

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

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

Plus en détail

Analyse Combinatoire

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

Plus en détail

CALCUL DES PROBABILITES

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

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

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

Plus en détail

Calculs de probabilités conditionelles

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

Plus en détail

Calculs de probabilités

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93

YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 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 - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES

Plus en détail

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

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

Plus en détail

POKER ET PROBABILITÉ

POKER ET PROBABILITÉ POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main

Plus en détail

Objets Combinatoires élementaires

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

Plus en détail

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

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

Plus en détail

Chaînes de Markov au lycée

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

Plus en détail

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

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

Plus en détail

Moments des variables aléatoires réelles

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

Plus en détail

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

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

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

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

Plus en détail

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

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

Plus en détail

Loi d une variable discrète

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

Plus en détail

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

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

Plus en détail

Cours de Probabilités et de Statistique

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

Plus en détail

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

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

Plus en détail

Probabilités. I - Expérience aléatoire. II - Evénements

Probabilités. I - Expérience aléatoire. II - Evénements Probabilités Voici le premier cours de probabilités de votre vie. N avez-vous jamais eut envie de comprendre les règles des grands joueurs de poker et de les battre en calculant les probabilités d avoir

Plus en détail

Introduction au Calcul des Probabilités

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

Plus en détail

Jeux mathématiques en maternelle. Activités clés. Jeu des maisons et des jardins (Yvette Denny PEMF)

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

Plus en détail

Texte Agrégation limitée par diffusion interne

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

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Les devoirs en Première STMG

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

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES 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 détail

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

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

Plus en détail

Andrey Nikolaevich Kolmogorov

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

Plus en détail

I- Définitions des signaux.

I- Définitions des signaux. 101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300 I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,

Plus en détail

Mesure de probabilité, indépendance.

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

Plus en détail

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

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

Plus en détail

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils

Plus en détail

Poker. A rendre pour le 25 avril

Poker. A rendre pour le 25 avril Poker A rendre pour le 25 avril 0 Avant propos 0.1 Notation Les parties sans * sont obligatoires (ne rendez pas un projet qui ne contient pas toutes les fonctions sans *). Celles avec (*) sont moins faciles

Plus en détail

4. Exercices et corrigés

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

Plus en détail

Probabilités (méthodes et objectifs)

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

Plus en détail

MATHÉMATIQUES APPLIQUÉES S4 Exercices

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

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence 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 détail

Date : 18.11.2013 Tangram en carré page

Date : 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 détail

Variables Aléatoires. Chapitre 2

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

Plus en détail

MATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES

MATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES MATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES REPETITIONS et PROJETS : INTRODUCTION F. Van Lishout (Février 2015) Pourquoi ce cours? Sciences appliquées Modélisation parfaite vs monde réel Comment réussir

Plus en détail

4 Distributions particulières de probabilités

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

Plus en détail

Simulation de variables aléatoires

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

Plus en détail

Le chiffre est le signe, le nombre est la valeur.

Le chiffre est le signe, le nombre est la valeur. Extrait de cours de maths de 6e Chapitre 1 : Les nombres et les opérations I) Chiffre et nombre 1.1 La numération décimale En mathématique, un chiffre est un signe utilisé pour l'écriture des nombres.

Plus en détail

Cours Informatique Master STEP

Cours 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 détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

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

Plus en détail

Probabilités-énoncés et corrections

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

Plus en détail

TP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts

TP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts E3FI ESIEE Paris Systèmes et scripts B. Perret TP : Shell Scripts 1 Remarque générale Lorsque vous cherchez des informations sur Internet, n'oubliez pas que langage de shell script que nous avons vu correspond

Plus en détail

Lois de probabilité. Anita Burgun

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

Plus en détail

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

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

Plus en détail

Probabilités III Introduction à l évaluation d options

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

Plus en détail

La simulation probabiliste avec Excel

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

Plus en détail

L'INTÉRÊT COMPOSÉ. 2.1 Généralités. 2.2 Taux

L'INTÉRÊT COMPOSÉ. 2.1 Généralités. 2.2 Taux L'INTÉRÊT COMPOSÉ 2.1 Généralités Un capital est placé à intérêts composés lorsque les produits pendant la période sont ajoutés au capital pour constituer un nouveau capital qui, à son tour, portera intérêt.

Plus en détail

Dossier projet isn 2015 par Victor Gregoire

Dossier projet isn 2015 par Victor Gregoire Dossier projet isn 2015 par Victor Gregoire Plan: I) But du projet: créer un jeu de blackjack fonctionnel et le poster sur une page web mise en ligne. Le jeu sera developpé en C++ a l'aide de code blocks.

Plus en détail

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

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

Plus en détail

Modélisation des risques

Modélisation des risques 2 Modélisation des risques 2. Introduction L objectif de ce chapitre est de présenter les modèles de base utilisés pour décrire le comportement aléatoire d un risque en actuariat pour une période xe. Les

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

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

Plus en détail

Vers l'ordinateur quantique

Vers l'ordinateur quantique Cours A&G Vers l'ordinateur quantique Données innies On a vu dans les chapîtres précédents qu'un automate permet de représenter de manière nie (et même compacte) une innité de données. En eet, un automate

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

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

Plus en détail

Chapitre 1 : Introduction aux bases de données

Chapitre 1 : Introduction aux bases de données Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données

Plus en détail

Algorithme. Table des matières

Algorithme. Table des matières 1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............

Plus en détail

S initier aux probabilités simples «Question de chance!»

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

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle

Plus en détail

CONCOURS 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) 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 détail