PROBABILITÉS. La variance de la variable aléatoire X est le réel positif, noté V (X), défini par :
|
|
- Juliette St-Amand
- il y a 7 ans
- Total affichages :
Transcription
1 POAILITÉS I. VAIALES ALÉATOIES On note l univers associé à une expérience aléatoire (l ensemble des issues ou éventualités). On suppose que est fini, c est-à-dire qu il y a un nombre fini d issues et qu une loi de probabilité p est définie sur l univers. Définition 1 Une variable aléatoire sur est une fonction définie sur qui à tout élément de associe un réel. Une variable aléatoire est souvent notée X, Y, Z. Elle est dite discrète car elle prend un nombre fini de valeurs, l univers étant fini. Associer à chaque issue de un gain (un gain négatif correspond à une perte) est un exemple classique de variable aléatoire. Définition 2 Soit E = { x 1, x 2,, x } l ensemble des valeurs prises par une variable aléatoire X. On note (X = x i ) l événement «X prend la valeur x i». On définit la loi de probabilité de la variable aléatoire X en associant à chaque valeur x i la probabilité de l événement (X = x i ), notée p i = p (X = x i ). Soit a et b deux réels. On définit la nouvelle variable aléatoire Y = a X + b associant à chaque issue, à laquelle est associée x i, le réel y i = a x i + b. La loi de probabilité associe au réel y i le réel p (X = x i ). (X = x i ) contient toutes les issues de dont l image par X est x i. C est l ensemble des antécédents de x i par X. Un même réel x i peut être associé à plusieurs issues de (x i peut avoir plusieurs antécédents). On présente souvent la loi de probabilité avec un tableau. On a bien sûr 0 p i 1 et Définition 3 L espérance de la variable aléatoire X est le réel, noté E (X), défini par : E (X) = p i x i = La variance de la variable aléatoire X est le réel positif, noté V (X), défini par : p i = 1. V (X) = p i (x i E(X)) 2 = L écart type de la variable aléatoire X est le réel positif, noté (X), défini par : (X) =. C est valeurs sont obtenues grâce au registre statistique de la calculatrice. Dans le cas d une variable aléatoire qui à chaque issue de associe un gain, l espérance est le gain moyen que le joueur peut espérer à chaque partie, s il joue un très grand nombre de fois. Si E (X) < 0, le jeu est défavorable au joueur (E (X) est la perte moyenne qu il peut espérer) ; si E (X) > 0 le jeu est favorable au joueur (et défavorable à l organisateur) et si E (X) = 0 le jeu est dit équitable. Propriété 1 V (X) = E (X ²) (E (X)) ² = p i x i 2 E(X) 2 = [p 1 x 1 ² + p 2 x 2 ² + + p x ² ] (E (X)) ² Chapitre 5 Probabilités Page 1 sur 6
2 Propriété 2 Soit X une variable aléatoire. Pour tous réels a et b : E (a X + b) = a E (X) + b, V (a X) = a ² V (X) et (a X) =. Voir exercice 1. II. ÉPÉTITIO D ÉPEUVES IDETIQUES ET IDÉPEDATES Définition 4 Soit une expérience aléatoire qui consiste à répéter, dans les mêmes conditions initiales, plusieurs fois une même expérience appelée épreuve. On dit que ces épreuves sont indépendantes lorsque le déroulement de l une quelconque d entre elles n a aucune influence (de manière intuitive) sur le déroulement des autres. Les lancers successifs d une pièce, d un dé, la répétition de tirages, avec remise entre chaque tirage, sont des expériences répétées indépendantes. Propriété 3 (principe multiplicatif) Lors de la répétition d épreuves indépendantes, la probabilité d une liste ordonnée de résultats est égale au produit des probabilités de chacun de ces résultats. Exemple 1 : Une urne contient cinq boules indiscernables au toucher : deux bleues, deux rouges, et une noire. Une expérience aléatoire consiste à répéter deux fois l épreuve «tirer au hasard une boule dans l urne et noter sa couleur», en remettant la première boule tirée dans l urne après avoir noté sa couleur. Ces deux épreuves sont indépendantes car on a un tirage avec remise. Ce n est pas le cas lors d un tirage sans remise (la composition de l urne est alors modifiée lors du 2 e tirage). L expérience comporte issues ou listes de résultats :,... On a : p () = ; p () = et p () = L expérience aléatoire peut être illustrée par un arbre pondéré. 1 re boule 2 e boule Issues Probabilités Commentaires 2/5 2/5 = 4/25 Une branche est représentée par un segment ; chacune porte une probabilité (son «poids»). Un nœud est la jonction de plusieurs branches. On associe à chaque chemin, constitué de plusieurs branches, la liste des résultats lus en le parcourant. Ainsi le chemin en gras représente l issue codée (tirage d une bleue puis d une rouge). ègles d utilisation d un arbre pondéré ègle 1 (loi des nœuds) La somme des probabilités portées sur les branches issues d un même nœud est égale à 1. Ainsi pour le 1 er nœud du haut on a : ègle 2 (loi des chemins) La probabilité d une issue représentée par un chemin est le produit des probabilités portées sur les branches de ce chemin. ègle 3 La probabilité d un événement A est la somme des probabilités des issues associées aux chemins qui conduisent à la réalisation de A. Chapitre 5 Probabilités Page 2 sur 6
3 Dans l exemple 1, on considère l événement A «On obtient un tirage unicolore». Il est réalisé par les issues et P (A) = Exemple 2 : Sur le trajet d un automobiliste se trouvent quatre feux tricolores. Ces feux n ont pas été synchronisés (ils fonctionnent de manière indépendante). Le cycle de chacun d eux est réglé ainsi : 35 s au vert, 5 s à l orange et 20 s au rouge. Ici on répète... fois une épreuve dont la loi de probabilité est donnée par le tableau ci-dessous : Soit les événements : A : «Il rencontre trois feux verts puis un feu rouge» ; : «Il rencontre un feu rouge puis trois feux verts» ; C : «Il rencontre un feu rouge et trois feux verts» ; D : «Il rencontre exactement trois feux verts» ; E: «Il ne rencontre pas de feu rouge» ; F: «Il rencontre au moins un feu rouge». P (A) = p (VVV) = P () = emarque : P () = P (C) = P (D) = P (D) = P (E) = On en déduit P (F) = III. LOI DE EOULLI Définition 5 Une épreuve de ernoulli de paramètre p est une expérience aléatoire qui ne comporte que deux issues : l une appelée «succès», notée S, de probabilité p ; l autre appelée «échec», notée E ou S, de probabilité Soit Y la variable aléatoire qui prend la valeur 1 en cas de succès et 0 en cas d échec, dont la loi de probabilité est donnée ci-contre. Cette loi est appelée la loi de ernoulli de paramètre p. On dit que Y suit la loi de ernoulli de paramètre p. y i 0 1 P (Y = y i ) 1 p p Dans l exemple 2, le passage à un feu est une épreuve de ernoulli de paramètre, en appelant succès «encontrer un feu rouge». L échec est l événement Issues 0 1 Probabilités Chapitre 5 Probabilités Page 3 sur 6
4 Propriété 4 Soit X une variable aléatoire qui suit une loi de ernoulli de paramètre p. L espérance de X est E (X) = p et sa variance est V (X) = p ( 1 p ). Calcul de V (X) : IV. LOI IOMIALE Définition 6 Un schéma de ernoulli est une répétition d épreuves de ernoulli identiques et indépendantes. Un schéma de ernoulli a deux paramètres : n le nombre de répétitions de l épreuve de ernoulli et p le paramètre de cette épreuve (la probabilité d un «succès»). Soit X la variable aléatoire qui compte le nombre de succès obtenus dans un schéma de ernoulli de n épreuves de paramètre p. La loi de probabilité de X est appelée la loi binomiale de paramètres n et p, notée b (n ; p). On dit aussi que X suit la loi binomiale de paramètres n et p. On peut écrire X b (n ; p). On peut représenter un schéma de ernoulli de paramètres n et p par un arbre pondéré comportant chemins. Une issue représentée par un chemin peut être codée sous la forme d une liste ordonnée dont les n termes sont S pour «succès» ou E pour «échec». La probabilité d une issue représentée par un chemin comportant succès est Pour obtenir la probabilité d avoir succès il suffit de multiplier cette probabilité par (règle ) Voir exercice 2. Définition 7 On considère un schéma de ernoulli de paramètres n et p représenté par un arbre. Pour tout entier, 0 n, on note ( ) (lire «parmi n») le nombre de chemins de l arbre correspondant à succès. Ces nombres entiers sont appelés coefficients binomiaux. Par convention, on pose ( ) =1. Exercice 3 Compléter le tableau avec les arbres fournis en annexe ou avec la calculatrice. Calcul de ( ) avec CASIO : OPT F3 (PO) 5 ncr 2 EXE ; Calcul de ( ) avec TEXAS : 5 MATH (P) 3 (3 : ncr) 2 ETE n ( ) Propriétés des coefficients binomiaux Pour tout entier naturel n, ( ) = ; ( ) = et ( ) = Pour tout entier naturel n et tels que 0 n, ( ) = ( ). Pour tout entier naturel n et p tels que 1 n 1, ( ) = ( ) + ( ). Cette égalité est appelée «la formule de Pascal». Chapitre 5 Probabilités Page 4 sur 6
5 Démonstrations : ( ) = car il y a un seul chemin réalisant 0 succès : celui qui ne comporte que des échecs. ( ) = car il y a un seul chemin réalisant n succès : celui qui ne comporte que des succès. ( ) = car il y a un n chemins correspondant à 1 succès. Le succès peut être obtenu en 1 er, 2 e, 3 e ( ) = ( ) car lorsqu il y a n succès, il y a échecs. Compter les chemins réalisant n succès revient à compter les chemins réalisant échecs. Parmi les chemins comportant + 1 succès après n + 1 répétitions on en distinguer deux types : ceux qui commencent par un succès, au nombre de ceux qui commencent par un échec, au nombre de Le triangle de Pascal : Le triangle de Pascal, représenté ci-contre, permet de calculer, de proche en proche, les coefficients binomiaux en utilisant la formule de Pascal. L entier ( ) est à l intersection de la ligne n et de la colonne On commence par supprimer (en les grisant par exemple) les cases pour lesquelles le calcul n a pas de sens ( On place les valeurs évidentes ( ) =, ( ) = et ( ) = On utilise, de proche en proche, la formule de Pascal. n Propriété 6 Soit X une variable aléatoire qui suit la loi binomiale b (n ; p). Pour tout entier tel que 0 n : P (X = ) = ( ) p (1 p) n. Son espérance est E (X) = n p et sa variance est V (X) = n p (1 p). On peut obtenir la loi de probabilité de X avec une calculatrice. Dans l exemple ci-dessous X b (10 ; 0,4). CASIO Dans le menu STAT, saisir dans List 1 : 0, 1,, 10. F5 (DIST), F5 (IM), F1 (pd) enseigner l écran : F1 (CALC) EXIT EXIT TEXAS On efface préalablement les données qui figurent éventuellement dans les listes L1 et L2. STAT 4 (ClrList) ETE (Edit) 2nd L 1, L 2 ETE STAT ETE pour saisir dans L1 : 0, 1, 2,, 10. Positionner le curseur sur L2. 2nd VAS (DIST) 0 (binompdf) ETE 1 0, 0. 4 ) ETE Voir exercice 4. Chapitre 5 Probabilités Page 5 sur 6
6 Exercice 1 Un joueur mise 15 puis lance successivement trois pièces de monnaie parfaitement équilibrées. Il gagne 18 s il obtient trois fois Face, 17 s il obtient deux fois Face exactement ; 16 s il obtient une fois Face exactement. On désigne par X la variable aléatoire qui donne la somme gagnée ou perdue à l issue du jeu. 1. Déterminer les valeurs prises par X et définir par une phrase l événement (X = 15). 2.a. Établir, à l aide d un arbre, la loi de probabilité de la variable aléatoire X en complétant les deux premières lignes du tableau ci-dessous. x i TOTAL Commentaire p i = p (X = x i ) p i x i p i x i 2 b) Calculer l espérance E, la variance V et l écart type de X. etrouver ces résultats avec la calculatrice. 3) Le jeu est dit équitable lorsque l espérance de X est nulle. Quel devrait être le gain g du joueur, lorsqu il n obtient que des face, pour que le jeu soit équitable? Exercice 2 Dans la situation décrite dans l exemple 2 on appelle X la variable aléatoire dénombrant le nombre de feux rouges rencontrés par l automobiliste sur son trajet. 1. Justifier X suit une loi binomiale et préciser ses paramètres. 2. Déterminer, à l aide d un arbre pondéré, la loi de probabilité de X. 3. Calculer l espérance de X. Interpréter ce résultat. Exercice 4 Un élève répond au hasard aux 5 questions d un QCM. Pour chaque question, 3 réponses sont proposées, dont une seule est exacte. On note X la variable aléatoire qui compte le nombre de bonnes réponses. 1. Justifier que X suit une loi binomiale. Préciser ses paramètres. 2. Déterminer la loi de probabilité de X. Calculer son espérance et son écart type. 3. Calculer la probabilité d avoir au moins 1 bonne réponse, au moins 4 bonnes réponses. 4. Le QCM comporte n questions. Soit A l événement «l élève obtient au moins une bonne réponse». Déterminer la plus petite valeur de n à partir de laquelle la probabilité de A est supérieure à 0,99. Chapitre 5 Probabilités Page 6 sur 6
Probabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en 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 détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
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 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 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 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 détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailProbabilités. 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 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 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 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 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 détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
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 détailStatistiques à une variable
Statistiques à une variable Calcul des paramètres statistiques TI-82stats.fr? Déterminer les paramètres de la série statistique : Valeurs 0 2 3 5 8 Effectifs 16 12 28 32 21? Accès au mode statistique Touche
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 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 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 détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en 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 détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
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 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 détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
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. 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 détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
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 détaildénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
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 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 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 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 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 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 détailVous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre
Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre plein les poches. Problème : vous n êtes pas seul!
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
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 détailGloboFleet. Mode d emploi CardControl Plus
GloboFleet Mode d emploi CardControl Plus Mode d emploi CardControl Plus Nous vous remercions d avoir choisi le logiciel GloboFleet CC Plus. Le logiciel GloboFleet CC Plus vous permet de visualiser rapidement
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 détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
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 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 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 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 détailSeconde et première Exercices de révision sur les probabilités Corrigé
I_ L'univers. _ On lance simultanément deux dés indiscernables donc il n'y a pas d'ordre. Il y a répétition, les dbles. On note une issue en écrivant le plus grand chiffre puis le plus petit. 32 signifie
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en 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 détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en 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 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 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 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 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 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 détailEcran : Processeur : OS : Caméra : Communication : Mémoire : Connectique : Audio : Batterie : Autonomie : Dimensions : Poids : DAS :
SMARTPHONE - DUAL-CORE - NOIR 3483072425242 SMARTPHONE - DUAL-CORE - BLEU XXXX SMARTPHONE - DUAL-CORE - BLANC 3483072485246 SMARTPHONE - DUAL-CORE - ROSE 3483073704131 SMARTPHONE - DUAL-CORE - ROUGE XXXX
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 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 détailExposing a test of homogeneity of chronological series of annual rainfall in a climatic area. with using, if possible, the regional vector Hiez.
Test d homogéné$é Y. BRUNET-MORET Ingénieur hydrologue, Bureau Central Hydrologique Paris RÉSUMÉ Présentation d un test d homogénéi.té spécialement conçu pour vérijier Z homogénéité des suites chronologiques
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 détailCours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année
Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
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 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 détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détail4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE
CHAPITRE Statistiques Population (en milliers) 63 6 6 6 Évolution de la population en France 9 998 999 3 Année Le graphique ci-contre indique l évolution de la population française de 998 à. On constate
Plus en détailREGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet)
REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) Le présent règlement remplacent, à compter du 24 juillet 2013, le précédent règlement Jeux PARTOUCHE IMAGES déposées en l étude de Maître
Plus en détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
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 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 détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailLes suites numériques
Chapitre 3 Term. STMG Les suites numériques Ce que dit le programme : Suites arithmétiques et géométriques CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Suites arithmétiques et géométriques Expression du terme
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 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 détailGuide d utilisation du système rapport en ligne de la famille de la CMS
Guide d utilisation du système de rapport en ligne de la famille de la CMS Rédigé par le secrétariat du PNUE/AEWA Date : 12 janvier 2015 Page 1 Table des matières Introduction... 3 Enregistrement ou connexion
Plus en détailInterface PC Vivago Ultra. Pro. Guide d'utilisation
Interface PC Vivago Ultra Pro Guide d'utilisation Version 1.03 Configuration de l'interface PC Vivago Ultra Configuration requise Avant d'installer Vivago Ultra sur votre ordinateur assurez-vous que celui-ci
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 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 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 détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailProblèmes de dénombrement.
Problèmes de dénombrement. 1. On se déplace dans le tableau suivant, pour aller de la case D (départ) à la case (arrivée). Les déplacements utilisés sont exclusivement les suivants : ller d une case vers
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailLe Logiciel de Facturation ultra simplifié spécial Auto-Entrepreneur
Le Logiciel de Facturation ultra simplifié spécial Auto-Entrepreneur La Facturation Le Livre chronologique des Recettes Le Registre des Achats Le Suivi du Chiffre d Affaires en temps réel Site internet
Plus en détailINF 162 Probabilités pour l informatique
Guy Melançon INF 162 Probabilités pour l informatique Licence Informatique 20 octobre 2010 Département informatique UFR Mathématiques Informatique Université Bordeaux I Année académique 2010-2011 Table
Plus en détailLes emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M
Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
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 détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détail