TD4 : Variables aléatoires discrètes finies
|
|
- Flore Pruneau
- il y a 7 ans
- Total affichages :
Transcription
1 MA0 Probabilités Variables aléatoires discrètes finies Exercice On considère le jeu suivant le joueur paie euros pour jouer. Ensuite, il lance trois dés équilibrés. Pour chaque Pile qu il obtient, il gagne euros On désigne par X le nombre de Pile obtenus et par Y le gain (algébrique) du joueur.. Exprimer Y en fonction de X.. Donner la loi de X puis calculer E(X) et V (X).. Déterminer E(Y ) et V (Y ). Le joueur est-il gagnant en moyenne?. Expliciter la loi de Y. Exercice On tire, au hasard et sans remise, cartes d un jeu de cartes. Soit X le nombre de rois obtenus. Déterminer la loi de X et son espérance.. Un jeu consiste à miser euros et à recevoir a > 0 euros par roi obtenu. Soit G X la variable aléatoire égale au gain en euro. (a) Exprimer G X en fonction de X et de a et calculer l espérance de G X. (b) Pour quelles valeurs de a le jeu est-il favorable au joueur? (c) Donner la loi de G X. Exercice On dispose de deux dés un dé cubique D comporte face marquée 0, faces marquées, faces marquées. un dé D comportant faces marquées 0, faces marquées, face marquée.. On lance le dé D et on note X le nombre obtenu. Déterminer la loi de X son espérance, sa variance.. Mêmes questions pour X le nombre obtenu en lançant le dé D.. On lance D et D simultanément, (a) Calculer l espérance de Z = X + X et de T = X X (b) Déterminer la loi de Z, de T et de R = X X. Exercice Deux urnes U et U contiennent des boules blanches et noires en nombres respectifs b, n, b, n non nuls. On effectue un premier tirage dans une urne choisie au hasard et on remet la boule obtenue dans son urne d origine. Si l on obtient une boule blanche (resp. noire), le ème tirage se fait dans U (resp. U ). Au ième tirage, si la boule obtenue est blanche (resp. noire), le (i + )ème tirage se fait dans U (resp. U ). On considère la variable aléatoire X i définie par X i = si l on obtient une boule blanche au ième tirage et X i = 0 sinon.. Donner la loi de X puis de X.. Montrer que la suite (P (X i = 0)) i N est une suite arithmético-géométrique.. On suppose ici que b = 0, b =, n =, n = 7. (a) Donner l expression de P (X i = 0) en fonction de i puis celle de P (X i = ). (b) Calculer lim P (X i = 0) et lim P (X i = ). Interprétation du résultat. i + i + Exercice On dispose de deux urnes U et U, de six boules numérotées de à 6 ainsi que d un dé équilibré. Initialement, l urne U contient les boules numérotées et, l urne U contient les boules numérotées,, 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 après n échanges successifs.. Les cinq premiers lancers du dé donnent,,,,. Quel est le contenu de U à l issue du cinquième échange?. Quelle est la loi de X? Calculer son espérance mathématique E(X ).. Déterminer la loi de X.. En général, quelles sont les valeurs possibles de X n?. Montrer que pour tout entier n de N, on a P (X n+ = 0) = 6 P (X n = ), P (X n+ = 6) = 6 P (X n = ) {,.., }, P (X n+ = ) = 7 6 P (X n = ) + + P (X n = + ) En déduire que, pour tout entier n de N E(X n+ ) = E(X n) +. Calculer alors E(X n ) en fonction de n, puis lim E(X n). n + L Mathématiques et Informatique FST - Université Paul Cézanne
2 MA0 Probabilités PHEC Correction feuille d exercices correction de l exercice. Le nombre de "Pile" s appelle X, pour chaque "Pile", le joueur gagne euros donc l obtention de X "Pile" fait gagner X euros au joueur et étant donné qu il paie euros (donc il les perd dé nitivement), le gain du joueur est Y = X. Il est évident que X() = [[0; ]] et 8 [[0; ]]; P (X = ) = = = = 8 ce que l on peut aussi écrire P (X = 0) = 8 ; P (X = ) = 8 ; P (X = ) = 8 ; P (X = ) = 8 Justi cation du calcul de probabilité L évènement X = signi e que le joueur a obtenu "Pile". On choisit dés parmi les ( choix possibles), la probabilité que ces dés donnent "Pile" est égale à et la probabilité que les autres donnent Face est X E(X) = P (X = ) = = X E(X ) = P (X = ) = = V (X) = E(X ) (E(X)) =. Puisque Y est une fonction a ne de X (i.e. Y est de la forme Y = ax + b); on a immédiatement E(Y ) = E(X ) = E(X) = 0 et V (Y ) = V (X ) = V (X) = En moyenne, le joueur n est ni perdant, ni gagnant.. Le tableau X 0 Y = X P (Y = ) = P (X = ) = P (X = 0) = montre que Y () = f ; ; ; gensuite, on a 0 8 = 8 P (Y = ) = P (X = ) = P (X = ) = 8 = 8 P (Y = ) = P (X = ) = P (X = ) = 8 P (Y = ) = P (X = ) = P (X = ) = 8 correction de l exercice. Bien entendu, puisque les pioches sont sans remise, on peut piocher rois donc X() = [[0; ]] et 8 [[0; ]]; P (X = ) = ou sous une forme plus explicite P (X = 0) = = 7 96 ; P (X = ) = 8 P (X = ) = = 7 P (X = ) = = 9 79 ; P (X = ) = = 79 8 = 96 Justi cation du calcul de probabilité L évènement X = signi e que l on a pioché rois. Pour les cas favorables, on choisit cartes parmi les rois disponibles ( choix) et les autres cartes parmi les = 8 8 cartes qui ne sont pas des rois ( choix) et pour les cas possibles, on choisit cartes parmi les disponibles. Un calcul direct fournit l espérance de X E(X) = X P (X = ) = = 8. (a) Le nombre de rois obtenus est égal à X Etant donné que chaque roi apporte a euros, les X rois apportent ax rois et le joueur doit payer euros (donc il les perd dé nitivement) donc le gain G X du joueur est égal à G X = ax La variable G X étant une expression a ne en X (i.e. de la forme ax + b), le cours nous donne directement E(G X ) = E(aX ) = ae(x) = a 8 /8 abdellah bechata L Mathématiques et Informatique FST - Université Paul Cézanne
3 MA0 Probabilités PHEC Correction feuille d exercices (b) Le jeu est favorable au joueur en moyenne si E(G X ) > 0, a 8 > 0, a 8 >, a > 6 = ; Par conséquent, le jeu est favorable au joueur en moyenne si et seulement chaque roi rapporte au moins, euros. (c) Le tableau ci-contre Ensuite, puisque a est non nul, on a ou encore, sous une forme plus explicite, X 0 G X a a a a montre que G X () = f ; a ; a ; a ; a g = fa ; [[0; ]] P (G X = a ) = P (ax = a ) = P (X = ) = 8 P (G X = ) = P (ax = ) = P (X = 0) = 7 96 P (G X = a ) = P (ax = a ) = P (X = ) = 9 79 P (G X = a ) = P (ax = a ) = P (X = ) = 96 P (G X = a ) = P (ax = a ) = P (X = ) = 7 96 P (G X = a ) = P (ax = a ) = P (X = ) = 79 correction de l exercice. Il est évident que X () = f0; ; g et P (X = 0) = 6 ; P (X = ) = 6 ; P (X = ) = 6 Je laisse le lecteur véri er que E(X ) = ; E(X ) = 7 et V (X ) = 9. De même, on a X () = f0; ; g et P (X = 0) = 6 ; P (X = ) = 6 ; P (X = ) = 6 Je laisse le lecteur véri er que E(X ) = ; E(X ) = et V (X ) = 9. (a) Par linéarité de l espérance, on a E(Z) = E(X + X ) = E(X ) + E(X ) = + = E(T ) = E(X X ) = E(X ) E(X ) = = (b) Les tableaux suivants nous donnent l univers de chaque variable Z = X + X X = 0 X = X = T = X X X = 0 X = X = X = 0 0 X = 0 0 X = X = 0 X = X = 0 R = X X X = 0 X = X = X = X = 0 donc Z() = [[0; ]]; T () = [[ ; ]]; R() = f0; ; ; g X = 0 Etant donné que les résultats des dés soient indépendants, les variables X et X sont indépendantes et les calculs suivants donnent la loi de chacune des variables. Loi de Z P (Z = 0) = P (X = 0 \ X = 0) = P (X = 0)P (X = 0) = P (Z = ) = P (X = 0 \ X = ) + P (X = \ X = 0) = P (X = 0)P (X = ) + P (X = )P (X = 0) = 8 L Mathématiques et Informatique FST - Université Paul Cézanne /8 abdellah bechata
4 MA0 Probabilités PHEC Correction feuille d exercices Loi de T P (Z = ) = P (X = \ X = 0) + P (X = \ X = ) + P (X = 0 \ X = ) = P (X = )P (X = 0) + P (X = )P (X = ) + P (X = 0)P (X = ) = P (Z = ) = P (X = \ X = ) + P (X = \ X = ) = P (X = )P (X = ) + P (X = )P (X = ) = 8 P (Z = ) = P (X = \ X = ) = P (X = )P (X = ) = P (T = ) = P (X = 0 \ X = ) = P (X = 0)P (X = ) = P (T = ) = P (X = 0 \ X = ) + P (X = \ X = ) = P (X = 0)P (X = ) + P (X = )P (X = ) = P (T = 0) = P (X = 0 \ X = 0) + P (X = \ X = ) + P (X = \ X = ) = P (X = 0)P (X = 0) + P (X = )P (X = ) + P (X = )P (X = ) = 0 P (T = ) = P (X = \ X = 0) + P (X = \ X = ) = P (X = )P (X = 0) + P (X = )P (X = ) = P (T = ) = P (X = \ X = 0) = P (X = )P (X = 0) = 9 Loi de R P (R = 0) = P (X = 0 \ X = 0) + P (X = 0 \ X = ) + P (X = 0 \ X = ) + P (X = \ X = 0) +P (X = \ X = 0) = P (X = 0)P (X = 0) + P (X = 0)P (X = ) + P (X = 0)P (X = ) + P (X = ) P (X = 0) +P (X = ) P (X = 0) = P (R = ) = P (X = \ X = ) = P (X = )P (X = ) = P (R = ) = P (X = \ X = ) + P (X = \ X = ) = P (X = )P (X = ) + P (X = )P (X = ) = 8 P (R = ) = P (X = \ X = ) = P (X = )P (X = ) = En résumé, on a P (Z = 0) = P (T = ) = P (R = 0) = P (Z = ) = 8 P (T = ) = P (R = ) = P (Z = ) = P (T = 0) = 0 P (R = ) = 8 P (Z = ) = 8 P (T = ) = P (R = ) = P (Z = ) = P (T = ) = 9 correction de l exercice. Loi de X X () = f0; g L obtention de la première boule dépend de l urne choisie (et au premier tirage, elle est aléatoire) donc, en utilisant le système complet d évènements (U ; U ); on a P (X = 0) = P (U \ (X = 0)) + P (U \ (X = 0)) = P (U )P U (X = 0) + P (U )P U (X = 0) = n + b + n n = b n + b n + n n b + n (b + n )(b + n ) P (X = ) = P (U \ (X = )) + P (U \ (X = )) = P (U )P U (X = ) + P (U )P U (X = ) = b + b + n b = b b + b n + b n b + n (b + n )(b + n ) Justi cation des calculs de probabilités Puisque l on choisit au hasard (donc avec équiprobabilité) l une des deux urnes, il est évident que P (U ) = P (U ) = P U (X = 0) On pioche dans l urne U et l on souhaite ne pas obtenir une boule blanche, c est-à-dire que l on pioche une boule noire. L urne U contenant n boules noires et b + n boules au total donc la probabilité de piocher une n boule noire est égale à b + n P U (X = 0) On pioche dans l urne U et l on souhaite ne pas obtenir une boule blanche, c est-à-dire que l on pioche L Mathématiques et Informatique FST - Université Paul Cézanne /8 abdellah bechata
5 MA0 Probabilités PHEC Correction feuille d exercices une boule noire. L urne U contenant n boules noires et b + n boules au total donc la probabilité de piocher une n boule noire est égale à b + n P U (X = ) On pioche dans l urne U et l on souhaite obtenir une boule blanche. L urne U contenant b boules b blanches et b + n boules au total donc la probabilité de piocher une boule blanche est égale à b + n P U (X = ) On pioche dans l urne U et l on souhaite obtenir une boule blanche. L urne U contenant b boules b blanches et b + n boules au total donc la probabilité de piocher une boule blanche est égale à b + n Loi de X Par construction, on a X () = f0; g La variable X représente le fait que l on a pioché une boule blanche ou non au second tirage. Or le choix de l urne dans laquelle on pioche dépend de l obtention ou non d une boule blanche au premier tirage, c est-à-dire des évènements (X = 0) et (X = ) On introduit naturellement le système complet d évènements (X = 0); (X = ) pour calculer P (X = 0) et P (X = ) P (X = 0) = P (X = 0 \ X = 0) + P (X = \ X = 0) = P (X = 0)P (X)(X = 0) + P (X = )P (X=)(X = 0) = n (b + n ) + n (b + n ) n + b (b + n ) + b (b + n ) (b + n )(b + n ) b + n (b + n )(b + n ) P (X = ) = P (X = 0 \ X = ) + P (X = \ X = ) = P (X = 0)P (X)(X = ) + P (X = )P (X=)(X = ) = n (b + n ) + n (b + n ) (b + n )(b + n ) n b + n b + b (b + n ) + b (b + n ) b b + n (b + n )(b + n ) b + n On ne peut guère plus simpli er les calculs. Justi cation des calculs de probabilités conditionnelles P (X)(X = 0) L évènement (X = 0) est réalisé, c est-à-dire que l on a pioché une boule noire au premier tirage donc le second tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X = 0), c est-à-dire que l on n veut piocher une boule noire au second tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à b + n P (X=)(X = 0) L évènement (X = ) est réalisé, c est-à-dire que l on a pioché une boule blanche au premier tirage donc le second tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X = 0), c est-à-dire que l on n veut piocher une boule noire au second tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à b + n P (X)(X = ) L évènement (X = 0) est réalisé, c est-à-dire que l on a pioché une boule noire au premier tirage donc le second tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X = ), c est-à-dire que l on veut piocher une boule blanche au second tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à b b + n P (X=)(X = ) L évènement (X = ) est réalisé, c est-à-dire que l on a pioché une boule blanche au premier tirage donc le second tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X = ), c est-à-dire que l on veut piocher une boule blanche au second tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à b b + n. Les évènements (X i+ = 0) et (X i+ = ) correspondent au fait que l on pioche une boule noire ou une boule blanche au (i + )-ième tirage, ces pioches dépendant bien entendu du fait que l on pioche dans l urne U ou U Le choix de l urne dépend de la pioche d une boule blanche ou d une boule noire au i-ième tirage, c est-à-dire des évènements (X i = 0) et (X i = ) Pour les calculs demandés, on introduit par conséquent, le système complet d évènements (X i = 0) et (X i = ) Calcul de P (X i+ = 0) en fonction de P (X i = 0) et P (X i = ) P (X i+ = 0) = P (X i = 0 \ X i+ = 0) + P (X i = \ X i+ = 0) = P (X i = 0)P (Xi)(X i+ = 0) + P (X i = )P (Xi=)(X i+ = 0) = P (X i = 0) n + P (X i = ) n b + n b + n P (X i+ = ) = P (X i = 0 \ X i+ = ) + P (X i = \ X i+ = ) = P (X i = 0)P (Xi)(X i+ = ) + P (X i = )P (Xi=)(X i+ = ) = P (X i = 0) b b + n + P (X i = ) b b + n L Mathématiques et Informatique FST - Université Paul Cézanne /8 abdellah bechata
6 MA0 Probabilités PHEC Correction feuille d exercices Justi cation des calculs de probabilités conditionnelles P (Xi)(X i+ = 0) L évènement (X i = 0) est réalisé, c est-à-dire que l on a pioché une boule noire au i-ième tirage donc le (i + )-ème tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X i+ = 0), c est-à-dire que l on veut piocher une boule noire au (i + )-ème tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à n b + n P (Xi=)(X i+ = 0) L évènement (X i = ) est réalisé, c est-à-dire que l on a pioché une boule blanche au i-ième tirage donc le (i + )-ème tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X i+ = 0), c est-à-dire que l on veut piocher une boule noire au (i + )-ème tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à n b + n P (Xi)(X i+ = ) L évènement (X i = 0) est réalisé, c est-à-dire que l on a pioché une boule noire au i-ième tirage donc le (i + )-ème tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X i+ = ), c est-à-dire que l on veut piocher une boule blanche au (i + )-ème tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à b b + n P (Xi=)(X i+ = ) L évènement (X i = ) est réalisé, c est-à-dire que l on a pioché une boule blanche au i-ième tirage donc le (i + )-ème tirage s e ectue dans l urne U On souhaite la réalisation de l évènement (X i+ = ), c est-à-dire que l on veut piocher une boule blanche au (i + )-ème tirage, qui s e ectue dans l urne U Cette probabilité est alors égale à b b + n. Les évènements (X i = 0) et (X i = ) formant un système complet d évènements donc P (X i = 0) + P (X i = ) =, P (X i = ) = P (X i = 0) L expression de P (X i+ = 0) en fonction de P (X i = 0) et P (X i = ) obtenue à la question nous donne P (X i+ = 0) = P (X i = 0) ( P (X i = 0)) = 7 9 donc la suite (P (X i = 0)) in est bien une suite arithmético-géométrique. Explicitation de P (X i = 0) Détermination de la constante L L = 7 L +, 7 L =, L = 7 = 9 P (X i = 0) + = 7 P (X i = 0) + 9 Par conséquent, la suite u i = P (X i = 0) est géométrique de raison (revoir les nombreuses explicitations des 7 suites arithmético-géométriques) et, en utilisant la question, on a donc 8i N ; u i = i u 0, P (X i = 0) 7 i 9 = 7 P (X = 0) On exprime u i en fonction de u car la probabilité P (X 0 = 0) n a pas de sens. Explicitation de P (X i = ) P (X i = ) = P (X i = 0) = 7 7 9, P (X i = 0) = i 7. Puisque ]0; [, on a lim 7 P (X i = 0) = 9 et lim i!+ P (X i = ) = i!+ Interprétation après un nombre su samment grand nombre de tirages, la probabilité de piocher une boule blanche est très proche de 9 et la probabilité de piocher une boule noire est proche de correction de l exercice. Nous allons donner les di érents contenus des deux urnes à chaque lancer initialement après lancer après lancers après lancers après lancers après lancers U, U U, U U U U,,,6 U,,,,6 U,,,6 U,,,,6 U,,,,,6 U,,,,6 i donc l urne U contient uniquement la boule n à l issue du cinquième échange L Mathématiques et Informatique FST - Université Paul Cézanne /8 abdellah bechata
7 MA0 Probabilités PHEC Correction feuille d exercices Après le premier changement, l urne U contient soit une boule supplémentaire (si le dé a donné un numéro présent dans l urne U ); soit une boule en moins (si le dé a donné un numéro présent dans l urne U ) Par conséquent, l urne U contenant initalement boules, après un échange l urne U contient ou boules donc X () = f; g L évolution du contenu de l urne U dépendant clairement du numéro obtenu avec le dé, on introduit le système complet d évènements D i ; où l évènement D i est dé ni par D i " le dé fournit le numéro i " P (X = ) = P (D \ X = ) + P (D \ X = ) + P (D \ X = ) +P (D \ X = ) + P (D 6 \ X = ) + P (D \ X = ) = P (D )P D (X = ) + P (D )P D (X = ) = = P (X = ) = P (D \ X = ) + P (D \ X = ) + P (D \ X = ) + P (D \ X = ) +P (D \ X = ) + P (D 6 \ X = ) = P (D )P D (X = ) + P (D )P D (X = ) + P (D )P D (X = ) + P (D 6 )P D6 (X = ) = = Justi cation des calculs de probabilités P (D \ X = ) L évènement D \ X = est impossible car il signi e que le dé a fourni le numéro, donc la boule numéro qui était présent dans l urne U est déplacé dans l urne U ; ce qui implique qu à l issue du premier changement l urne U contient les boules numéro,, donc trois boules, ce qui contredit la réalisation de l évènement X = P D (X = ) l évènement D est réalisé, c est-à-dire que le dé a fourni le numéro, donc la boule numéro quitte l urne U et à l issue du premier changement l urne U contient uniquement la boule numéro donc une boule. Par conséquent, l évènement X = se réalise nécesssairement, ce qui implique que P D (X = ) = Il est alors immédiat que E(X ) = + = 7. Comme précédemment, après le premier changement, l urne U contient soit une boule supplémentaire (si le dé a donné un numéro présent dans l urne U ); soit une boule en moins (si le dé a donné un numéro présent dans l urne U ) Par conséquent, l urne U ; qui contient après changement soit boule, soit boules, contient après le deuxième changement 0 boule ou boules ou boules ou boules donc X () = f0; ; g. Le contenu de l urne U après deux changements dépend à la fois du résultat du lancer du dé et du contenu de l urne U après un changement. Bien entendu, on doit connaitre préalablement le contenu de l urne U après un changement (le dé n étant lancé qu après), on considère le système complet d évènements (X = ) et (X = ) qui décrit justement ce contenu. P (X = 0) = P (X = \ X = 0) + P (X = \ X = 0) = P (X = )P (X=)(X = 0) = 6 = 8 P (X = ) = P (X = \ X = ) + P (X = \ X = ) = P (X = )P (X=)(X = ) + P (X = )P (X=)(X = ) = = 8 P (X = ) = P (X = \ X = ) + P (X = \ X = ) = P (X = )P (X=)(X = ) = 6 = 6 8 Véri cation P (X = 0) + P (X = ) + P (X = ) = Justi cation des calculs de probabilités P (X=)(X = 0) L évènement (X = ) est réalisé et l on souhaite la réalisation de l évènement (X = 0); c est-àdire que l urne U contient après un échange boule (donc l urne U en contient ) et l on souhaite qu à l issue du deuxième échange l urne U contienne 0 boule. Cela n est possible que si le dé fourni le numéro de la boule contenue dans l urne U (a n de déplacer dans l urne U la boule correspondante). Etant donné qu il y a 6 numéros possibles et seul est favorable, la probabilité de réalisation vaut 6 P (X = \ X = 0) L évènement (X = ) signi e que l urne U contient boules après un échange et l évènement (X = 0) signi e que l urne U contient 0 boule au deuxième échange (l échange suivant). La réalisation de l évènement L Mathématiques et Informatique FST - Université Paul Cézanne 6/8 abdellah bechata
8 MA0 Probabilités PHEC Correction feuille d exercices (X = ) implique nécessairement qu à l échange suivant l urne U contient ou boules, ce qui contredit la réalisation de l évènement (X = 0) donc P (X = \ X = 0) = 0 P (X=)(X = ) L évènement (X = ) est réalisé et l on souhaite la réalisation de l évènement (X = ); c est-àdire que l urne U contient après un échange boule (donc l urne U en contient ) et l on souhaite qu à l issue du deuxième échange l urne U contienne boules. Cela n est possible que si le dé fourni le numéro d une boule contenue dans l urne U (a n de déplacer dans l urne U la boule correspondante). Etant donné qu il y a 6 numéros possibles et numéros sont favorables, la probabilité de réalisation vaut 6 P (X=)(X = ) L évènement (X = ) est réalisé et l on souhaite la réalisation de l évènement (X = ); c est-àdire que l urne U contient après un échange boules (donc l urne U en contient ) et l on souhaite qu à l issue du deuxième échange l urne U contienne boules. Cela n est possible que si le dé fourni le numéro d une boule contenue dans l urne U (a n de déplacer dans l urne U la boule correspondante). Etant donné qu il y a 6 numéros possibles et numéros sont favorables, la probabilité de réalisation vaut 6 P (X = \ X = ) L évènement (X = ) signi e que l urne U contient boule après un échange et l évènement (X = ) signi e que l urne U contient boules au deuxième échange (l échange suivant). La réalisation de l évènement (X = ) implique nécessairement qu à l échange suivant l urne U contient 0 ou boules, ce qui contredit la réalisation de l évènement (X = ) donc P (X = \ X = ) = 0 P (X=)(X = ) L évènement (X = ) est réalisé et l on souhaite la réalisation de l évènement (X = ); c est-àdire que l urne U contient après un échange boules (donc l urne U en contient ) et l on souhaite qu à l issue du deuxième échange l urne U contienne boules. Cela n est possible que si le dé fourni le numéro d une boule contenue dans l urne U (a n de déplacer dans l urne U la boule correspondante). Etant donné qu il y a 6 numéros possibles et numéros sont favorables, la probabilité de réalisation vaut 6. En général, le nombre de boules dans l urne U prend toutes les valeurs entre 0 et 6 donc X n () = [[0; 6]] (même si pour des valeurs particulières de n, la variable X n ne prend pas toutes les valeurs entre 0 et 6). Le contenu de l urne U après n + changements dépend à la fois du résultat du lancer du dé et du contenu de l urne U après n changement. Bien entendu, on doit connaitre préalablement le contenu de l urne U après n changement (le dé n étant lancé qu après), on considère le système complet d évènements (X = ) [0;6]] qui décrit justement ce contenu. P (X n+ = 0) = P (X n = 0 \ X n+ = 0) + P (X n = \ X n+ = 0) +P (X n = \ X n+ = 0) + + P (X n = 6 \ X n+ = 0) = P (X n = ) P (Xn=) (X n+ = 0) = 6 P (X n = ) P (X n+ = ) = P (X n = 0 \ X n+ = ) + P (X n = \ X n+ = ) + P (X n = \ X n+ = ) +P (X n = \ X n+ = ) + P (X n = 6 \ X n+ = ) = P (X n = 0)P (Xn)(X n+ = ) + P (X n = )P (Xn=)(X n+ = ) = 6 6 P (X n = 0) + 6 P (X n = ) P (X n+ = ) = P (X n = 0 \ X n+ = ) + P (X n = \ X n+ = ) + P (X n = \ X n+ = ) +P (X n = \ X n+ = ) + P (X n = \ X n+ = ) + + P (X n = 6 \ X n+ = ) = P (X n = )P (Xn=)(X n+ = ) + P (X n = )P (Xn=)(X n+ = ) = 6 P (X n = ) + 6 P (X n = ) P (X n+ = ) = P (X n = 0 \ X n+ = ) + P (X n = \ X n+ = ) + P (X n = \ X n+ = ) +P (X n = \ X n+ = ) + P (X n = \ X n+ = ) + P (X n = \ X n+ = ) + P (X n = 6 \ X n+ = ) P (X n+ = ) = P (X n = )P (Xn=)P (X n+ = ) + P X n = )P (Xn=)P (X n+ = = 6 P (X n = ) + 6 P (X n = ) L Mathématiques et Informatique FST - Université Paul Cézanne 7/8 abdellah bechata
9 MA0 Probabilités PHEC Correction feuille d exercices P (X n+ = ) = P (X n = 0 \ X n+ = ) + + P (X n = \ X n+ = ) + P (X n = \ X n+ = ) +P (X n = \ X n+ = ) + P (X n = \ X n+ = ) + P (X n = 6 \ X n+ = ) = P (X n = )P (Xn=)P (X n+ = ) + P X n = )P (Xn=)P (X n+ = = 6 P (X n = ) + 6 P (X n = ) P (X n+ = ) = P (X n = 0 \ X n+ = ) + + P (X n = \ X n+ = ) + P (X n = \ X n+ = ) +P (X n = \ X n+ = ) + P (X n = 6 \ X n+ = ) = P (X n = )P (Xn=)P (X n+ = ) + P X n = 6)P (Xn=6)P (X n+ = = 6 P (X n = ) P (X n = 6) P (X n+ = 6) = P (X n = 0 \ X n+ = 6) + + P (X n = \ X n+ = 6) + P (X n = \ X n+ = 6) +P (X n = 6 \ X n+ = 6) = P (X n = ) P (Xn=)P (X n+ = 6) = 6 P (X n = ) Justi cation des calculs de probabilités elle est identique à celle de la question, je laisse le lecteur le véri er. En résumé, on a P (X n+ = 0) = 6 P (X n = ) P (X n+ = 6) = 6 P (X n = ) P (X n+ = ) = 6 6 P (X n = 0) + 6 P (X n = ) P (X n+ = ) = 6 P (X n = ) + 6 P (X n = ) P (X n+ = ) = 6 P (X n = ) + 6 P (X n = ) P (X n+ = ) = 6 P (X n = ) + 6 P (X n = ) P (X n+ = ) = 6 P (X n = ) P (X n = 6) 6. En utilisant les relations de récurrence précédentes, on a E (X n+ ) = P (X n+ = ) + P (X n+ = ) + P (X n+ = ) + P (X n+ = ) + P (X n+ = ) + 6P (X n+ = 6) 6 = 6 P (X n = 0) + 6 P (X n = ) + 6 P (X n = ) + 6 P (X n = ) + 6 P (X n = ) + 6 P (X n = ) + 6 P (X n = ) + 6 P (X n = ) + 6 P (X n = ) P (X n = 6) P (X n = ) = P (X n = 0) + P (X n = ) + 7 P (X n = ) + P (X n = ) + P (X n = ) + P (X n = ) + P (X n = 6) La relation demandée n apparaissant directement, nous allons expliciter E(X n+ ) E(X n) E(X n) = P (X n = ) + P (X n = ) + P (X n = ) + 8 P (X n = ) + 0 P (X n = ) + P (X n = 6) E(X n+ ) E(X 7 n) = P (X n = 0) + P (X n = ) + P (X n = ) + ( ) P (X n = ) P (X n = ) + P (X n = ) + ( ) P (X n = 6) = P (X n = 0) + P (X n = ) + P (X n = ) + P (X n = ) + P (X n = ) + P (X n = ) + P (X n = 6) = puisque les évènements (X n = ) [0;6]] forment un système complet d évènements. La suite (E(X n )) n étant arithmético-géométrique, on détermine pour commencer la constante L L = L+, L = La suite u n = E(X n ), E(X n ) = u n + est géométrique de raison donc u n = n u 0, E(X n ) = n (E(X 0 ) ), E(X n ) = n En e et, après 0 changement, c est-à-dire à l état initial, l urne U contient boules donc X 0 = et en particulier E(X 0 ) = Puisque ] ; [; on en déduit que lim n!+ E(X n) = L Mathématiques et Informatique FST - Université Paul Cézanne 8/8 abdellah bechata
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 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 détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en 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 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 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 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 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 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 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 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 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détail1 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 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 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 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 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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
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 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 détailMaster 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 détailActuariat 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 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 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 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 détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en 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 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 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 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 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 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 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 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 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 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 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 détailChapitre 1 Cinématique du point matériel
Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la
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 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 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 (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 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 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 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 détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailProbabilités 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 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 détailLoi 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 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 détailACTUARIAT 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 détailI3, 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 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 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 détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
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 détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
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 détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
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 détailProbabilités-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 détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
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 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 détailHERAKLES Page 1 sur 6 COMMENT CREER DES FACTURES D ACCOMPTE FICHE 051-01 COMMENT CREER DES FACTURES D ACCOMPTE?
HERAKLES Page 1 sur 6 COMMENT CREER DES FACTURES D ACCOMPTE? OBJECTIFS L objectif est d établir automatiquement des factures d acompte directement associées aux commandes clients. Les montants d acompte
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 détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
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 détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailCHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de
HAPITRE 1 Suites arithmetiques et géometriques Rappel 1 On appelle suite réelle une application de dans, soit est-à-dire pour une valeur de la variable appartenant à la suite prend la valeur, ie : On notera
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
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 détailPRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.
PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
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 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 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 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 détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailChapitre 5. Le ressort. F ext. F ressort
Chapitre 5 Le ressort Le ressort est un élément fondamental de plusieurs mécanismes. Il existe plusieurs types de ressorts (à boudin, à lame, spiral etc.) Que l on comprime ou étire un ressort, tel que
Plus en détailFeuille TD n 1 Exercices d algorithmique éléments de correction
Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailLois 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 détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
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 détailChapitre 3 Les régimes de fonctionnement de quelques circuits linéaires
Chapitre 3 Les régimes de fonctionnement de quelques circuits linéaires 25 Lechapitreprécédent avait pour objet l étude decircuitsrésistifsalimentéspar dessourcesde tension ou de courant continues. Par
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
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 détailUE Ma401. 1.1 probabilité conditionnelle, indépendance, dénombrement
UE Ma401 1 EXERCICES 1.1 probabilité conditionnelle, indépendance, dénombrement Exercice 1 La probabilité pour une population d être atteinte d une maladie A est p donné; dans cette même population, un
Plus en détailFINANCE Mathématiques Financières
INSTITUT D ETUDES POLITIQUES 4ème Année, Economie et Entepises 2005/2006 C.M. : M. Godlewski Intéêts Simples Définitions et concepts FINANCE Mathématiques Financièes L intéêt est la émunéation d un pêt.
Plus en détail