ESPACES PROBABILISÉS CHAPITRE 7. 1 Dénombrement. 1.1 Cardinaux. Dans tout le chapitre, n désignera sauf mention contraire un entier naturel.
|
|
- Raphael Cormier
- il y a 7 ans
- Total affichages :
Transcription
1 CHAPITRE 7 ESPACES PROBABILISÉS Dans tout le chapitre, n désignera sauf mention contraire un entier naturel. 1 Dénombrement 1.1 Cardinaux Définition 7.1 Soient E et F deux ensembles. On dit que E est en bijection avec F s il existe une bijection de E dans F. E est en bijection avec F ssi F est en bijection avec E (en utilisant la bijection réciproque). On pourra donc simplement dire que E et F sont en bijection. Définition 7.2 Soit E un ensemble. On dit que E est fini s il existe un entier naturel n tel que E soit en bijection avec 1, n. Dans ce cas, n est unique et appelé cardinal de E. On le note Card E. Il faut surtout retenir que le cardinal d un ensemble fini est son nombre d éléments. Proposition 7.3 Soient E et F deux ensemble finis. Toute partie de E est finie. Card E = 0 ssi E =. Card E = Card F ssi E est en bijection avec F. Proposition 7.4 Soient n N et A 1, A 2,..., A n des ensembles finis deux-à-deux disjoints. On a Card (A 1 A n ) = Card A Card A n Lycée du Parc 851 1
2 Proposition 7.5 Lemme des bergers Soient n, k N et A 1,..., A n des ensembles finis deux-à-deux disjoints de même cardinal k. Card(A 1 A k ) = n k Sous les hypothèses du théorème (pas de mouton à cinq pattes, pas de patte partagée par plusieurs moutons), un berger peut donc déterminer le nombre de moutons en comptant le nombre de pattes (ou inversement, bien entendu). Proposition 7.6 Soient n N et E, F deux ensembles finis. Card(E F) = Card E Card F. Card(E n ) = Card(E) n s Le premier point découle du lemme du berger : en effet, E F = x E({x} F) donc E F est la réunion disjointe de Card E ensembles dont chacun est de cardinal Card F. Le deuxième point découle directement du premier. Plus généralement, si A 1,..., A n sont des ensembles finis, on a Card(A 1 A n ) = Card A 1... Card A n. Exercice 7.1 Soit E un ensemble de cardinal n N. 1. Déterminer le nombre de couples d éléments distincts de E. 2. Pour p N, déterminer le nombre de p-uplets d éléments distincts de E. Proposition 7.7 Soient E un ensemble fini et A, B E. Card A = Card E Card A Card(A \ B) = Card A Card(A B) Card(A B) = Card A + Card B Card(A B) s Si A E, alors Card A Card E avec égalité ssi A = E. Card(A B) Card A + Card B avec égalité ssi A et B sont disjoints. Théorème 7.8 Formule du crible Soient n N et A 1,..., A n des ensembles finis. n n k Card A i = ( 1)k+1 Card A im i=1 1 i 1 < <i k n k=1 m=1 Lycée du Parc 851 2
3 s Pour n = 2, on retrouve la formule Card(A 1 A 2 ) = Card A 1 + Card A 2 Card(A 1 A 2 ). Pour n = 3, on obtient Card(A 1 A 2 A 3 ) = Card A 1 + Card A 2 + Card A 3 Card(A 1 A 2 ) Card(A 1 A 3 ) Card(A 2 A 3 ) + Card(A 1 A 2 A 3 ). Il est possible de retrouver rapidement la formule générale si l on en comprend le principe. Si vous n êtes pas sûr de pouvoir le faire, il faut l apprendre... Exercice 7.2 Sur un échantillon de chats noirs, jugé représentatif de la population féline, on a dénombré 423 mâles, 655 chats à poils ras et 259 mâles à poils ras. Il y a 312 chats courageux, 148 mâles courageux, 114 chats courageux à poils ras et 58 mâles courageux à poils ras. Combien y a-t-il de femelles froussardes à poils longs? 1.2 Liens avec les applications Théorème 7.9 Soie E, F deux ensembles finis et f : E F. On a Card E = Card ( f 1 ({y}) ). y F Attention, f 1 ({y}) désigne l ensemble des antécédents de y par f (ensemble qui peut contenir zéro, un ou plusieurs éléments). f n étant pas supposée bijective, l application réciproque f 1 n existe a priori pas. Proposition 7.10 Lemme du berger, bis Soient E et F deux ensembles finis et f : E F. Si chaque élément de F admet exactement k antécédents par f, alors Card E = k Card F. Exemple 7.3 Soit E un ensemble à n éléments et p 0, n. On souhaite déterminer le nombre de parties de E à p éléments. On commence par dénombrer les p-uplets d éléments distincts de E (cf exercice 7.1), puis l on considère l application qui va de l ensemble des p-uplets d éléments distincts de E dans l ensemble des parties de E à p éléments qui à un p-uplet (x 1,..., x p ) associe la partie {x 1,..., x p }. Chaque partie {x 1,..., x p } a exactement p! antécédents par cette application, on en déduit le nombre de parties de E à p éléments grâce au lemme des bergers. Proposition 7.11 Soient E, F deux ensembles finis et f : E F. Si f est injective, alors Card E Card F. Si f est surjective, alors Card E Card F. Si Card E = Card F, alors f est bijective ssi elle est injective ssi elle est surjective. Lycée du Parc 851 3
4 Par contraposée du premier point, on obtient le principe des tiroirs : si Card E > Card F, alors il n y a pas d application injective de E dans F. Si l on range des chaussettes dans des tiroirs et qu il y a plus de chaussettes que de tiroirs, alors il y a forcément au moins un tiroir qui contient au moins deux chaussettes. Exercice 7.4 Soient n N et x 1,..., x n+1 dans [0, 1]. Montrer qu il existe deux éléments i et j distincts de 1, n tels que x i x j 1 n. Exercice 7.5 Montrer que dans un groupe de n personnes, on peut toujours en trouver 2 qui connaissent le même nombre de personnes (en supposant que si A connaît B, alors B connaît A). On pourra commencer par supposer qu il n y a pas d individu «isolé» (ne connaissant personne d autre). 1.3 Dénombrement usuels Définition 7.12 Soient E un ensemble et p N. Une p-liste d éléments de E est un p-uplet d éléments de E. Un arrangement de p éléments de E est un p-uplet d éléments distincts (deux-à-deux) de E. Une combinaison de p éléments de E est une partie de E de cardinal p. Proposition 7.13 Soient E un ensemble fini de cardinal n, p N et k 0, n. Le nombre de p-listes d éléments de E est n p. Le nombre d arrangement de k éléments de E est A k n = n(n 1)... (n (k 1)) = n! (n k)!. Le nombre de combinaisons de k éléments de E est ( n k). Si k < 0 ou k > n, il n y a bien sûr pas d arrangement ni de combinaison de k éléments de E. Ces différents types d objets correspondent à différents types de tirages. Considérons par exemple une urne contenant n boules deux-à-deux distinctes (numérotées de 1 à n par exemple) dans laquelle on effectue un tirage de p boules. Si le tirage est fait avec remise et que l on tient compte de l ordre, un tirage correspond à une p-liste (d éléments de 1, n ). Si le tirage est fait sans remise et en tenant compte de l ordre, un tirage correspond à un arrangement de p éléments de 1, n. Si le tirage est fait sans remise, sans tenir compte de l ordre (typiquement un tirage simultané de p boules), un tirage correspond à une combinaison de p éléments de 1, n. Exemple 7.6 Exercice 7.7 Choisir une main de 5 cartes dans un jeu de 32 cartes, c est effectuer un tirage simultané (i.e. sans remise et sans tenir compte de l ordre) de 5 cartes parmi 32. Il y a donc ( 32 5 ) = mains différentes. On considère des mains de 5 cartes tirées parmi un jeu de 52 cartes. Combien y a-t-il de mains avec : 1. un carré d as? 2. un carré? Lycée du Parc 851 4
5 3. un full? 4. un brelan (et pas de carré)? 5. une double paire (et ni full ni carré)? 6. exactement deux as et deux cœurs? On peut associer naturellement (et bijectivement) les p-listes d éléments de E avec les applications de 1, p dans E et les arrangements de p éléments de E avec les applications injectives de 1, p dans E. On en déduit les théorèmes suivants. Théorème 7.14 Soient E et F deux ensemble finis. On note F E l ensemble des applications de E dans F. On a alors Card ( F E) = (Card F) Card E. En particulier, si E et F sont finis, l ensemble des applications de E dans F est fini. Exemple 7.8 On considère un ensemble E de cardinal n et l on souhaite dénombrer l ensemble P(E) de ses parties. On peut remarquer que P(E) = n P k, où P k est l ensemble des parties de E à k éléments. Cette k=0 réunion étant disjointe, on a Card P(E) = n Card P k = n ) = (1 + 1) n = 2 n. k=0 On peut aussi remarquer qu on a une bijection entre l ensemble des parties de E et l ensemble des applications de E dans {0, 1} (en associant à une partie sa fonction indicatrice). On a donc Card P(E) = Card ( {0, 1} E) = (Card{0, 1}) Card E = 2 n. k=0 ( n k Proposition 7.15 Soient E et F deux ensembles finis. Si Card E Card F, le nombre d injections de E dans F est A Card E Card F. Si Card E > Card F, il n y a aucune injection de E dans F (et l on pose d ailleurs usuellement An p p > n). = 0 si Proposition 7.16 Soit E un ensemble fini de cardinal n N. Le nombre de bijections de E dans E est n!. s Une bijection d un ensemble E dans lui-même est couramment appelée permutation de E. Dans le cas particulier où E = 1, n, une permutation σ : E E est habituellement notée (σ(1),..., σ(n)). Exemple 7.9 L ensemble des permutations de 1, 3 est {(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)}, où (2, 1, 3) désigne l application σ : 1, 3 1, 3 telle que σ(1) = 2, σ(2) = 1 et σ(3) = 3. Exercice 7.10 Combien y a-t-il de manières de mélanger un jeu de 32 cartes? Lycée du Parc 851 5
6 2 Espaces probabilisés Une expérience aléatoire est une expérience dont les résultats possibles sont connus a priori mais dépendent du hasard. Ces résultats possibles sont appelés issues, et l ensemble de toutes les issues est appelé univers, et noté Ω. On se limitera cette année au cas où Ω est fini. Un événement est une propriété que l issue de l expérience peut ou non avoir. On identifie un événement avec l ensembles des issues qui le réalisent : un événement sera donc une partie de Ω. Dans le cas qui nous intéresse cette année (Ω fini), l ensemble des événements sera exactement l ensemble P(Ω) des parties de Ω. Dans toute cette partie, Ω désignera un ensemble fini. 2.1 Univers et événements Définition 7.17 Ω est l événement certain. est l événement impossible. {ω}, où ω Ω est un événement élémentaire. Si A est un événement, A est l événement contraire de A. Deux événements A et B tels que A B = sont dits incompatibles. Exercice 7.11 Soient A 1,..., A n des événements d un univers Ω. Exprimer en fonction de A 1,..., A n les événements suivants. 1. Tous les A i sont réalisés. 2. L un au moins des A i est réalisé. 3. Aucun des A i n est réalisé. 4. L un au moins des A i n est pas réalisé. Définition 7.18 Soient n N et A 1,..., A n des événements. On dit que la famille (A 1,..., A n ) forme un système complet d événements (ou sce) si : n A i = Ω i=1 Les A i sont deux-à-deux incompatibles : i, j 1, n, i j A i A j =. s Pour tout événement A, le couple (A, A) est un sce. Si Ω = {ω 1,..., ω n }, alors ({ω 1 },..., {ω n }) est un sce. 2.2 Loi de probabilité Définition 7.19 On appelle probabilité (ou loi de probabilité) sur Ω toute application P : P(Ω) R + telle que : P(Ω) = 1 ; si A et B sont incompatibles, alors P(A B) = P(A) + P(B). s Étant donné une expérience aléatoire, le choix d une probabilité sur les événements est une modélisation de l expérience aléatoire. En cela, ce n est pas une activité purement mathématique. Lycée du Parc 851 6
7 On appelle espace probabilisé fini un triplet (Ω, P(Ω), P), où Ω est un ensemble fini, P(Ω) l ensemble de ses parties et P une probabilité sur Ω. Proposition 7.20 Soit P une probabilité sur Ω. P( ) = 0 A Ω, P(A) = 1 P(A) A Ω, 0 P(A) 1 A, N Ω, A B P(A) P(B) A, B Ω, P(A B) = P(A) + P(B) P(A B) On a donc P(A B) P(A) + P(B) avec égalité ssi A et B sont incompatibles. Exercice 7.12 On considère un espace probabilisé (Ω, P(Ω), P) et deux événements A et B tels que P(A) = 1 2 et P(B) = Donner un encadrement de P(A B) et de P(A B). 2. A et B peuvent-ils être incompatibles? 3. Déterminer quand P(A B) = 1 4. Proposition 7.21 Soient (Ω, P(Ω), P) un espace probabilisé, n N et A 1,..., A n des événements deux-à-deux incompatibles. P(A 1 A n ) = n P(A i ) i=1 Théorème 7.22 Soient n N, Ω = {ω 1,..., ω n } et p 1,..., p n R. Si i 1, n, p i 0 n p i = 1 i=1 alors il existe une unique probabilité P sur Ω telle que P(ω i ) = p i pour tout i de 1, n. La réciproque est vraie et découle directement des propriétés qui précèdent. Exercice 7.13 On lance un dé truqué tel que, pour k 1, 6, la probabilité d obtenir k soit proportionnelle à k. Quelle est la probabilité d obtenir un nombre pair? Proposition 7.23 Soient (A 1,..., A n ) un système complet d événements et P une probabilité sur Ω. P(A 1 A n ) = 1 B Ω, P(B) = n P(A i B) i=1 Lycée du Parc 851 7
8 Théorème 7.24 Formule du crible Soient n N, A 1,..., A n des événements et P une probabilité sur Ω. n P(A 1 A n ) = ( 1)k+1 k=1 1 i 1 < <i k n k P A im m=1 2.3 Équiprobabilité Définition 7.25 Soit P une probabilité sur Ω. On dit qu il y a équiprobabilité, ou que P est uniforme, si ω Ω, P({ω}) = 1 Card Ω Proposition 7.26 Soit P une probabilité sur Ω. On suppose que P est uniforme. On a alors, pour tout événement A, P(A) = Card A Card Ω s nombre de cas favorables Usuellement, on retient que, en situation d équiprobabilité, P(A) = nombre de cas possibles. En situation d équiprobabilité, déterminer la probabilité d un événement A revient donc à dénombrer A et Ω. En pratique, on choisira souvent Ω de manière à avoir l équiprobabilité (cf exemple 7.14). Exemple 7.14 On lance simultanément deux dés identiques et équilibrés et l on fait la somme des résultats obtenus. On souhaite déterminer la probabilité d obtenir 10. A priori, on pourrait être tenté de poser Ω = 2, 12. L événement «obtenir 10» est alors l événement élémentaire {10}, mais comme on n est pas en situation d équiprobabilité, on ne peut pas directement déterminer sa probabilité. Il est plus judicieux de «faire comme si» on effectuait deux tirages successifs et de poser Ω = 1, 6 2. Cette fois, l expérience est correctement modélisée par la probabilité uniforme sur Ω. On a Card Ω = 36, et en notant A l événement «obtenir 10», on a A = {(6, 4), (5, 5), (4, 6)}, d où P(A) = Card A Card Ω = 3 36 = Lycée du Parc 851 8
9 3 Probabilités conditionnelles Dans toute cette partie, Ω désignera un ensemble fini et P une probabilité sur Ω. 3.1 Conditionnement 3.1.a Définition 7.27 Probabilité de A sachant B Soient A, B Ω tels que P(B) 0. On définit la probabilité de A sachant B par P(A B) = P B (A) = Les notations P B (A) et P(A B) sont interchangeables. Si P(B) 0, on a donc P(A B) = P(B) P(A B). Théorème 7.28 P(A B) P(B) Soit B un événement tel que P(B) 0. L application P B : P(Ω) R A P B (A) est une probabilité sur Ω. Cela signifie que P B a les propriétés d une loi de probabilité. Par exemple, on a P B (A) + P B (A) = b Théorème 7.29 Probabilités composées Probabilités composées Soient n N et A 1,..., A n des événements tels que P(A 1 A n ) 0. On a k 1, n, P(A 1 A k ) 0 ; P(A 1 A n ) = P(A 1 ) P(A 2 A 1 ) P(A 3 A 1 A 2 ) P(A n A 1... A n 1 ). Exercice 7.15 Une urne contient 3 boules vertes, quatre boules rouges, cinq boules bleues et six boules noires. On tire successivement trois boules sans remise. Quelle est la probabilité d obtenir successivement des boules de couleur verte, rouge et bleue? 3.1.c Théorème 7.30 Probabilités totales Probabilités totales Soient n N et (A 1,..., A n ) un système complet d événements tel que P(A i ) 0 pour tout i de 1, n. B Ω, P(B) = n P(B A i ) = i=1 n P(A i ) P(B A i ) i=1 Lycée du Parc 851 9
10 En particulier, si P(A) {0, 1}, pour tout B Ω, P(B) = P(A)P(B A) + P(A)P(B A). Exercice 7.16 Une urne contient 10 dés. 4 de ces dés sont normaux, les autres sont équilibrés mais ont deux faces marquées 6 et aucune face marquée 1. On prend un dé au hasard dans l urne et on le lance. Quelle est la probabilité d obtenir 6? 3.1.d Proposition 7.31 Formule de Bayes Formule de Bayes Soient A, B Ω tels que P(A)P(B) 0. P(B A) = P(A B)P(B) P(A) Proposition 7.32 Formule de Bayes, bis Soient (A 1,..., A n ) un système complet d événements tel que i 1, n, P(A i ) 0 et B un événement tel que P(B) 0. On a i 1, n, P(A i B) = P(B A i)p(a i ) n P(B A j )P(A j ) En particulier, si P(A) 0 et P(A) 1, alors j=1 P(B A)P(A) P(A B) = P(B A)P(A) + P(B A)P(A) Exercice 7.17 Exercice 7.18 Une urne contient 10 dés. 4 de ces dés sont normaux, les autres sont équilibrés mais ont deux faces marquées 6 et aucune face marquée 1. On prend un dé au hasard dans l urne et on le lance. On obtient 6. Quelle est la probabilité que le dé soit truqué? Une maladie affecte une personne sur mille. On dispose d un test de dépistage qui a les caractéristiques suivantes : si la personne est malade, le test a une fiabilité de 99% ; si la personne est saine, le test a une fiabilité de 99,5%. On choisit un individu au hasard dans la population et le test a un résultat positif. Quelle est la probabilité que l individu soit effectivement porteur de la maladie? 3.2 Indépendance Définition 7.33 Deux événements A et B sont dits indépendants si P(A B) = P(A)P(B). Lycée du Parc
11 Le fait que deux événements soient indépendants dépend du choix de la probabilité P (et donc de la modélisation que l on fait de l expérience aléatoire). Exercice 7.19 On dispose d une urne contenant deux pièces. On choisit au hasard l une des pièces et on la lance deux fois de suite. On considère les événements suivants : A : «on obtient face au premier lancer» ; B : «on obtient face au deuxième lancer». Les événements A et B sont-ils indépendants : 1. si les deux pièces sont équilibrées? 2. si l une des pièces est équilibrée et l autre truquée (avec une probabilité 1/3 d obtenir face)? Proposition 7.34 Soient A et B deux événements tels que P(B) 0. A et B sont indépendants ssi P(A B) = P(A). Proposition 7.35 Soient A et B deux événements. Si A et B sont indépendants, alors A et B sont indépendants ; A et B sont indépendants. Définition 7.36 Soient n N et A 1,..., A n des événements. A 1,..., A n sont dits mutuellement indépendants si, I 1, n, P A i = P(A i ). i I i I s Deux événements sont mutuellement indépendants ssi ils sont indépendants. Si des événements A 1,..., A n sont mutuellement indépendants, alors ils sont deux-à-deux indépendants. Attention, des événements A 1,..., A n peuvent être deux-à-deux indépendants sans être mutuellement indépendants (cf exercice 7.20). Exercice 7.20 On lance deux fois de suite un dé à six faces équilibré. On considère les événements suivants : A : «le premier chiffre obtenu est pair» ; B : «le deuxième chiffre obtenu est pair» ; C : «la somme des deux chiffres obtenus est paire». Montrer que A, B et C sont deux-à-deux indépendants, mais pas mutuellement indépendants. Lycée du Parc
12 Définition 7.37 Soient Ω 1,..., Ω n des ensembles finis et P 1,..., P n des probabilités sur Ω 1,..., Ω n respectivement. Il existe une unique probabilité sur Ω 1 Ω n, appelée probabilité produit telle que (A 1,..., A n ) P(Ω 1 ) P(Ω n ), P(A 1 A n ) = n P(A i ) i=1 Cette probabilité produit est adaptée au cas où les n expériences aléatoires sont mutuellement indépendantes, ce qui en règle générale ne peut pas se prouver (c est du domaine de la modélisation). Si par exemple on joue n fois de suite à pile ou face, on supposera que les lancers sont indépendants (la pièces n a pas de mémoire...) et l on modélisera l expérience par l espace {P, F} n muni de la probabilité produit. Lycée du Parc
13 Travaux dirigés Dénombrement Exercice 7.21 Combien y a-t-il d anagrammes du mot «chat»? Du mot «abracadabra»? Exercice 7.22 On monte un escalier en grimpant à chaque pas soit une soit deux marches. On note p n le nombre de façons d enchaîner les pas de une et deux marches pour monter un escalier de n marches. 1. Déterminer, pour n N, une relation entre p n, p n+1 et p n+2. Exercice En déduire l expression de p n en fonction de n. On veut répartir en trinômes les 45 élèves d une classe. De combien de manières différentes cette répartition peut-elle se faire? Exercice 7.24 On considère un entier naturel n et n points distincts du plan. On relie ces points deux-à-deux par des arêtes soit rouges soit bleues. 1. De combien de manières peut-on colorier les arêtes? Exercice On considère un groupe de n personnes. Montrer que si n 6, il est toujours possible de trouver 3 personnes parmi les n telles que soit les 3 personnes se connaissent toutes, soit aucune des trois ne connaît aucune des 2 autres. 3. Le résultat de la question précédente reste-t-il valable pour n = 5? Combien y a-t-il de n-uplets (x 1,..., x n ) 1, n n tels que max k 1,n x k = n? Exercice 7.26 Soit n N. Combien y a-t-il de triplets (x 1, x 2, x 3 ) d entiers naturels tels que x 1 + x 2 + x 3 = n? Exercice 7.27 Soit Ω l ensemble des entiers naturels formés de 4 chiffres pris dans {1, 2, 3, 4, 5}. On considère les parties de Ω : A des nombres formés de 4 chiffres distincts ; B des nombres qui ont exactement un chiffre doublé ; C des nombres qui ont exactement deux chiffres doublés ; D des nombres qui ont exactement un chiffre triplé ; E des nombres formés de 4 fois le même chiffre. 1. Dénombrer les ensembles Ω, A, B, C, D et E. 2. Calculer la somme des éléments de Ω. Lycée du Parc
14 Probabilités Exercice 7.28 On considère une classe de n élèves. Pour chaque élève, on suppose que chaque jour de l année a la même probabilité d être le jour de son anniversaire et l on considère que l année comporte 365 jours. 1. a. Calculer la probabilité qu au moins deux élèves de la classe aient leur anniversaire le même jour. Exercice 7.29 b. À partir de quelle valeur de n cette probabilité devient-elle supérieure à 0,5? à 0,8? 2. Déterminer la probabilité qu au moins un élève soit né le même jour que le professeur. n femmes et n hommes s assoient autour d une table. Quelle est la probabilité qu on ait une alternance parfaite homme-femme? Exercice 7.30 On considère un groupe de n personnes. Tout le monde dépose ses clés dans une urne, puis chacun récupère un trousseau au hasard. 1. Quelle est la probabilité que tout le monde ait la bonne clé? Exercice Quelle est la probabilité que personne n ait la bonne clé? On utilisera la formule du crible. On considère une urne contenant n jetons numérotés de 1 à n (n 2). On tire successivement tous ces jetons, sans remise, et l on note (x 1,..., x n ) la liste des résultats obtenus. Pour i 1, n, on dit que l instant i est un instant record si le i-ème jeton tiré est plus grand que tous ceux tirés précédemment (en particulier, l instant 1 est forcément un instant record). 1. Pour 1 i n, calculer la probabilité que l instant i soit record. 2. Calculer la probabilité qu il y ait au cours des n tirages a. exactement 1 instant record ; b. n instants records ; c. exactement 2 instants records. Probabilités conditionnelles Exercice 7.32 Une urne contient 5 boules rouges et 3 boules noires. On tire successivement trois boules sans remise. Quelle est la probabilité d obtenir la suite «rouge, noir, rouge»? Exercice 7.33 Exercice L un de mes voisins a deux enfants, dont (au moins) une fille. Quelle est la probabilité qu il ait un fils? 2. Mon autre voisin a aussi deux enfants, dont la plus âgée est une fille. Quelle est la probabilité qu il ait un fils? On dispose de deux dés A et B. Le dé A a 4 faces blanches et deux faces noires, le dé B 2 faces blanches et 4 faces noires. On lance une pièce truquée qui tombe sur «face» avec une probabilité 1 4. Si l on obtient «face», on joue uniquement avec le dé A. Si l on obtient «pile», on joue uniquement avec le dé B. Lycée du Parc
15 Exercice Quelle est la probabilité d obtenir «blanc» au premier lancer? 2. Les résultats des lancers successifs sont-ils a priori indépendants? 3. Quelle est la probabilité d obtenir «blanc» au troisième lancer? 4. On a obtenu «blanc» aux deux premiers lancers. Quelle est la probabilité d obtenir «blanc» au troisième lancer? 5. On a obtenu «blanc» aux n premiers lancers (n 1). Déterminer la probabilité p n d avoir obtenu «face» au lancer de pièce. On dispose de deux pièces : la pièce A est équilibrée, la pièce B donne face avec une probabilité 3 4. On commence par choisir l une des deux pièces au hasard, puis, après chaque lancer, si l on obtient face, on conserve la pièce pour le lancer suivant ; si l on obtient pile, on change de pièce. On effectue ainsi une suite de lancers. Exercice Pour n N, on note p n la probabilité de jouer avec la pièce A au n-ième lancer. Montrer que (p n ) est arithmético-géométrique, et en déduire la valeur de p n pour n N. 2. Déterminer pour n N la probabilité d obtenir face au n-ième lancer, puis la limite de cette probabilité quand n +. On considère une urne blanche contenant une proportion a de boules blanches et une urne noire contenant une proportion b de boules noires (a, b ]0, 1[). Ces deux urnes ne contiennent que des boules noires et des boules blanches. On effectue une suite de tirages avec remise dans ces urnes en commençant par l urne blanche et en tirant ensuite dans l urne de la couleur de la boule que l on vient de tirer. 1. Calculer la probabilité p n de tirer une boule blanche au n-ième tirage. 2. Déterminer la limite de p n quand n +. Lycée du Parc
16 Exercice 7.37 Études Combinaisons avec répétitions Un enfant dispose de n euros et souhaite les dépenser pour acheter des bonbons choisis parmi p types différents mais de même prix ; un euro pièce. L objet de cet exercice est de déterminer le nombre d(n, p) de façons de dépenser l intégralité de ces n euros. Attention, rien n oblige l enfant à acheter au moins un bonbon de chaque type. 1. Déterminer d(n, 1) et d(n, 2). 2. On suppose dans cette question que p = 3. On note n 3 le nombre de bonbons du troisième type achetés. a. Quelles sont les valeurs possibles de n 3? b. L entier n 3 étant fixé, combien y a-t-il de manières différentes de dépenser l argent restant pour acheter des bonbons des deux autres types? c. En déduire la valeur de d(n, 3). 3. a. En discutant le nombre de bonbons du p + 1-ème type achetés, montrer que d(n, p + 1) = n d(n k, p) k=0 b. Montrer par récurrence sur n que s N, n ( ) ( ) s + k n + s + 1 = s s + 1 k=0 Exercice 7.38 c. En déduire que d(n, p) = ( ) n+p 1 n. d. Retrouver directement ce résultat en codant un achat par un mot formé de n fois la lettre o et p 1 fois la lettre. 4. On suppose désormais que l enfant ne dépense pas forcément tout son argent (il achète néanmoins au moins un bonbon). Combien d achats différents peut-il effectuer? Marche aléatoire Une puce se déplace sur un carré ABCD. Elle se trouve sur le sommet A à l instant 0, et à chaque étape elle saute vers l un des deux sommets adjacents avec une probabilité 1 3 pour chaque sommet, ou reste sur son sommet actuel avec probabilité 1 3. Ainsi, si à un instant donné la puce se trouve sur le sommet D, elle se trouvera à l instant suivant sur l un des sommets A, C ou D avec probabilité 1 3 pour chacun des sommets. Pour n N, on note A n l événement «la puce se trouve sur le sommet A à l instant n (i.e. après n sauts)» et a n la probabilité de cet événement. On définit de même les événements B n, C n et D n et les probabilités b n, c n et d n. 1. Donner les relations de récurrence reliant, pour n N, les probabilités a n+1, b n+1, c n+1 et d n+1 à a n, b n, c n et d n. 2. On définit les matrices M = B = 3M I 4 J = K = a. Réécrire les relations trouvées à la question précédente sous forme d une équation matricielle. Lycée du Parc
17 b. Montrer que, pour n 1, on a Exercice 7.39 c. En déduire que pour n 1, on a M n = 1 3 n I B n = 2 n 2 J + ( 1) n 2 n 2 K. (1 13 n ) J (( ) n 1 3 d. En déduire les expressions de a n, b n, c n et d n en fonction de n. ( ) n ) 1 K. 3 e. Déterminer les limites de ces expressions quand n tend vers +. Comment interpréter ce résultat? En étudiant le stationnement à Lyon, on a constaté que : un véhicule sur dix est en stationnement irrégulier ; parmi ces infractions aux règles de stationnement, les trois quarts sont dues à des contrevenants volontaires ; les véhicules en stationnement régulier, ainsi que ceux en infraction involontaire, ont une chance sur quarante d être contrôlés ; les véhicules des contrevenants volontaires, garés stratégiquement, n ont eux qu une chance sur soixante d être contrôlés. On notera I l événement «le véhicule est stationné irrégulièrement» ; V l événement «le véhicule est stationné irrégulièrement de manière volontaire» ; C l événement «le véhicule est contrôlé» Justifier que la probabilité qu un véhicule en stationnement irrégulier soit contrôlé vaut 160, i.e. que P I (C) = Quelle est la probabilité qu un véhicule en stationnement soit contrôlé? 3. Cécile a reçu une contravention pour stationnement irrégulier. Quelle est la probabilité qu elle ait volontairement commis une infraction N 4. Nicolas est un contrevenant volontaire compulsif : il se gare tous les jours sans payer le stationnement, sauf s il a été verbalisé la veille. Pour n N, on note N n l événement «Nicolas est un contrevenant volontaire le jour n» et l on suppose que Nicolas fraude le jour 0. On pose p n = P(N n ). a. Pour n N, exprimer p n+1 en fonction de p n. b. En déduire l expression de p n en fonction de n puis la limite de p n quand n +. Lycée du Parc
18 Dénombrement Exercice 7.40 Exercices supplémentaires On considère deux points A et B situés sur une grille régulière sur laquelle A a pour coordonnées (0, 0) et B (n, p), où n et p sont dans N.. On appelle chemin monotone de A à B un chemin reliant A à B suivant la grille et tel que le déplacement à chaque «pas» se fasse soit vers la droite, soit vers le haut. Le schéma suivant montre deux chemins monotones possibles de A à B (avec n = 4 et p = 3). Exercice 7.41 Exercice Dénombrer les chemins monotones de A à B. 2. On considère un point C(l, k) avec 0 l n et 0 k p. Déterminer le nombre de chemins monotones reliant A à B en passant par C. 3. On se place à présent dans le cas n = p. En considérant les points C k (k, n k) pour k 0, n et en dénombrant de deux manières les chemins monotones de A à B, retrouver la formule de Van der Monde : n k=0 ( ) 2 n = k ( ) 2n n 1. De combien de manières peut-on payer 2ne en n utilisant que des pièces de 1e ou 2e? 2. De combien de manières peut-on payer 1e en n utilisant que des pièces de 1, 2 ou 5 centimes? On considère un carré de taille n. 1. Combien y a-t-il de carrés inscrits dans ce carré de taille n? Par exemple, pour n = 2, on a 4 carrés de taille 1 et 1 carré de taille 2, donc 5 carrés au total. Pour n = 3, on a au total 14 carrés... Exercice 7.43 Exercice Combien y a-t-il de rectangles inscrits dans le carré? 1. Combien y a-t-il d entiers d exactement 10 chiffres? 2. Combien y a-t-il d entiers d exactement 10 chiffres ne contenant pas de 8? 3. Combien y-a-t-il d entiers d au plus 10 chiffres ne contenant pas de 0? Soient E un ensemble de cardinal n et A une partie de E de cardinal p. 1. Dénombrer les parties B de E telles que A B. 2. Dénombrer les parties B de E telles que A B =. Lycée du Parc
19 Exercice Dénombrer les parties B de E telles que Card(A B) = 1. De combien de manières peut-on paver un rectangle de taille 2 n avec des dominos de taille 2 1? Exercice 7.46 On a représenté ici les 3 pavages possibles pour n = 3. Un groupe de n personnes souhaite aller voir un film pour lequel deux séances sont proposées. 1. De combien de manières différentes peuvent-ils se répartir entre les deux séances si chacun va à exactement l une des deux séances? 2. Même question s il on considère que certains peuvent souhaiter aller aux deux séances (chacun va à au moins l une des deux séances). Probabilités Exercice 7.47 On considère un groupe de 2n personnes constitué de n hommes et n femmes. On tire successivement et sans remise 2 personnes au hasard parmi les membres du groupes, jusqu à avoir choisi tous les individus. Quelle est la probabilité que tous les couples ainsi tirés soient constitués d un homme et d une femme? Exercice touristes arrivent dans une ville contenant 3 hôtels, dans lesquels ils se répartissent de manière aléatoire. 1. Quelle est la probabilité qu ils soient tous dans le même hôtel? Exercice Quelle est la probabilité que l un (au moins) des hôtels soit vide? 3. Quelle est la probabilité qu exactement l un des hôtels soit vide? Deux enfants, prénommés Alice et Bob, se trouvent de part et d autre d une rivière et jouent à se passer une balle. À chaque fois qu Alice a la balle, elle tente de la passer à Bob et y parvient avec une probabilité de ; avec une probabilité de 10, la balle tombe dans la rivière. Il en est de même pour Bob, sauf que sa probabilité de succès n est que de 4 5. La rivière étant infestée de piranhas et animée d un courant violent, il est malheureusement impossible de récupérer une balle qui y serait tombée. Alice commence avec la balle. Au bout de n étapes, quelle est la probabilité que la balle soit dans les mains de Bob? Exercice 7.50 On dispose de deux urnes, la première contenant 1 boule noire et 4 boules blanches et la deuxième 2 boules noires et 3 boules blanches. On choisit au hasard l une des deux urnes puis l on effectue des tirages avec remise dans cette urne (qui est choisie une fois pour toutes). Lycée du Parc
20 Exercice Quelle est la probabilité que la première boule tirée soit blanche? 2. Les événements «tirer une boule blanche en premier» et «tirer une boule blanche en deuxième» sont-ils indépendants? 3. Quelle est la probabilité d obtenir une boule blanche au deuxième tirage? 4. On obtient une boule blanche au n-ème tirage. Quelle est la probabilité d obtenir une boule blanche au n + 1-ème tirage? 5. On n a obtenu que des boules blanches lors des n premiers tirages. Quelle est la probabilité que la n + 1-ème soit également blanche? Quelle est la limite de cette probabilité quand n tend vers +? On dispose de m dés à 6 faces équilibrés. On les lance une première fois, on met de côté ceux qui ont amené 6 et l on relance les autres. On laisse de nouveau de côté ceux pour lesquels on obtient 6 et l on relance les autres, et ainsi de suite jusqu à obtenir m On fixe un dé et l on note A n l événement «le dé est lancé au plus n fois». Calculer P(A n ). Exercice Déterminer la probabilité de l événement B n : «on obtient les m 6 en au plus n lancers». 3. Déterminer la probabilité de l événement C n : «on obtient les m 6 en exactement n lancers». Un candidat joue à un jeu télévisé dont la règle est quelque peu contre-intuitive : il a face à lui 3 portes ; derrière l une de ces portes se trouve une voiture, derrière les deux autres un Kleenex ; il commence par désigner l une des 3 portes ; le présentateur ouvre alors l une des deux autres portes, derrière laquelle se trouve un Kleenex (ce qui est toujours possible) ; le candidat a donc à présent deux portes devant lui, celle qu il a déjà désignée et une autre ; le candidat choisit alors l une de ces deux portes, que le présentateur ouvre, et gagne ce qui se trouve derrière cette porte. Le candidat a donc essentiellement deux stratégies : soit il choisit la même porte les deux fois, soit il change de porte. Ces deux stratégies se valent-elles, ou l une est-elle meilleure que l autre? On fera l hypothèse que le candidat préfère gagner une voiture qu un Kleenex. Lycée du Parc
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 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 détailI. 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 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 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 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 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 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 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 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 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 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 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 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 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 détailP1 : 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 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 détailFeuille 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 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 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 détailProbabilités 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 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 détailCalculs 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 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 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 détailPROBABILITÉS 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 détail1. 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 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 détailIntroduction 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 détailMesure 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 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 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 détailENS 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 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 détailThéorie 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 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 détailProbabilités. 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 détailBac 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 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 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 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 détailIntroduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Plus en détailEI - 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
Plus en détailProbabilités 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
Plus en détailCapacité 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 détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailObjets 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 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 détailTexte 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 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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
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 détailPOKER 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 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 détailDENOMBREMENT-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 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 détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
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 détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
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 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 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 détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
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 détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailChapitre 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
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 détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en 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 détailProbabilités (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 détailPlan 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
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 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 détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailActivités numériques [13 Points]
N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible
Plus en détail4. 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 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 détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailPlus petit, plus grand, ranger et comparer
Unité 11 Plus petit, plus grand, ranger et comparer Combien y a-t-il de boules sur la tige A? Sur la tige B? A B Le nombre de boules sur la tige A est plus grand que sur la tige B. On écrit : > 2 On lit
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: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390
PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas
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 détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailIntroduction aux Probabilités
Université Rennes 2 Licence MASS 2 Introduction aux Probabilités Arnaud Guyader Table des matières 1 Espaces probabilisés 1 1.1 Qu est-ce qu une probabilité?.............................. 1 1.1.1 Tribu.......................................
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailProbabilités et statistique. Benjamin JOURDAIN
Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech
Plus en détailC 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
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailStatistiques 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 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 détail6. Les différents types de démonstrations
LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,
Plus en 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 détailIUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique -
IUT de Laval Année Universitaire 2008/2009 Département Informatique, 1ère année Mathématiques Discrètes Fiche 1 - Logique - 1 Logique Propositionnelle 1.1 Introduction Exercice 1 : Le professeur Leblond
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 détailLa persistance des nombres
regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détail