Dans toute la suite, on considère une expérience aléatoire et Ω l'univers associé (non nécessairement fini), muni d'une probabilité.
|
|
- Marie-Josèphe Lefèvre
- il y a 7 ans
- Total affichages :
Transcription
1 T ES LOIS DE PROBABILITES I. Variables aléatoires continues. Jusqu ici on a étudié des variables aléatoires qui prenaient un nombre fini de valeurs dans l univers Ω. (Par exemple: gain d argent, taille ) On parle alors d une LOI DISCRETE. Or les issues d un grand nombre d expériences aléatoires prennent pour valeur un nombre quelconque d un intervalle I de IR. ON PARLE DANS CE CAS D UNE LOI CONTINUE. Dans toute la suite, on considère une expérience aléatoire et Ω l'univers associé (non nécessairement fini), muni d'une probabilité. Définition 1. On appelle variable aléatoire X, toute fonction de Ω dans IR, qui associe à chaque issue un nombre réel d un intervalle I (dans IR.) Exemples : 1 ) La variable aléatoire X égale à la durée de vie (âge au décès) d'une personne dans une ville donnée ou dans un pays donné, est une v.a. continue. 2 ) La variable aléatoire X égale à la durée de fonctionnement d'une ampoule électrique exprimée en heures, est une V.A. continue. 3 ) La variable aléatoire X égale à la durée de communication téléphonique, exprimée en heures, d'un jeune de 16 à 25 ans, est une V.A. continue. 4 ) L'instruction ALEA() sur un tableur ou RAND# ou nbraleat() sur une calculatrice, donnent un nombre au hasard compris entre 0 et 1. Ces instructions définissent une v.a. continue X prenant ses valeurs dans [0;1]. Toutes ces valeurs "peuvent" être prises. II. Fonction de densité de probabilité sur un intervalle Définition 2. On appelle fonction de densité de probabilité ou fonction de densité ou encore densité de probabilité sur un intervalle I, toute fonction f, continue et positive sur [a; b] et dont l'intégrale entre a et b est égale à 1. Autrement dit : f est une densité de probabilité sur l'intervalle [a; b] lorsque : 1 ) f 0 sur I; 2 ) f est continue sur I ; 3 ) f (x) dx = 1 sur I = [a; b] Exemples: Vérifier que la fonction f définie sur 0 ; 1 par f (t ) = 4t^3 est une densité de probabilité. 1
2 T ES ACTIVITE 1: Découvrir une variable aléatoire continue Partie A : Variable aléatoire discrète On lance deux dés parfaitement équilibrés à 8 faces, numérotés de 0 à 7. Soit X la variable aléatoire égale à la moyenne arithmétique des deux nombres obtenus. Après avoir complété le tableau ci-contre avec les moyennes, calculer la probabilité P (2 X 5). Partie B : Variable aléatoire continue sur un intervalle Soit Z la variable aléatoire égale à la moyenne arithmétique des deux nombres réels x et y choisis au hasard dans l intervalle [0;7]. 1. Déterminer l ensemble des valeurs prises par la variable aléatoire Z. Comparer cet ensemble à celui des valeurs prises par la variable aléatoire X. 2. On a représenté, en gris ci-contre, l univers de l expérience aléatoire. (a) Justifier que l événement {Z = 2} est représenté par le segment de droite définie par : 0 x 7 ; 0 y 7 et la relation y = 4 x, puis tracer ce segment en bleu. Indiquer de même la représentation de l événement {Z = 5}, puis le tracer en rouge. (b) Expliquer comment représenter les événements {Z 2} et {2 Z 5}. (b) En utilisant un quotient d aires, donner la valeur de P (Z = 2). 2
3 T ES ACTIVITE 2 : Densité de population Dans une région, on a constaté que tout habitant résidait à moins de six kilomètres d un éco-point. 1. Un relevé statistique a permis d établir l histogramme des fréquences ci-contre. Par exemple, 48% des habitants résident à moins d un kilomètre de l éco-point. (a) Quel est le pourcentage d habitants résidant à moins de trois kilomètres de l éco-point? (b) Que vaut la somme des aires des rectangles de l histogramme? 2. On choisit un habitant au hasard. On note X la distance séparant la résidence de cet habitant de l écopoint le plus proche. X est une variable aléatoire qui prend ses valeurs dans l intervalle [0; 6[. (a) Compléter : P(0 X <1)=... ; P(1 X <2)=... ; P(1 X <4)= (b) Pour tout entier n compris entre 0 et 6, que représente sur le graphique la somme des rectangles situés à gauche de n sur l axe des abscisses? des aires 3. Une étude plus précise a permis de relever les distances à 0,1 km près et de construire l histogramme cicontre, où chacun des 60 rectangles a pour base 0,1 et pour aire la fréquence de la classe correspondante. Le 1er rectangle a pour hauteur 0, 77 car 7, 7% des habitants (soit une fréquence de 0, 077) résident à moins de 0,1 kilomètre de l éco-point. (a) Que vaut la somme des aires de ces 60 rectangles? (b) Pour tout nombre t d au plus une décimale de l intervalle [0;6[, que représente sur ce graphique la somme des aires des rectangles situés à gauche de t sur l axe des abscisses? Si on fait une enquête de plus en plus précise, on voit apparaître une courbe comme celle tracée sur la figure précédente. Cette courbe représente une fonction f définie sur [0; 6[, appelée densité de probabilité de la loi de X. (a) Soit t un nombre réel appartenant à [0;6[. En opérant comme pour les questions 2.(b) et 3(b), dire ce que représente P (0 X t) sur ce graphique. (b) On a relevé que 0, 2% des habitants résidaient entre 1, 21 et 1, 23 kilomètres de l éco-point. Calculer P(1,21 X 1,23). (c) Conjecturer la valeur de P (X = 1, 22) et, plus généralement, celle de P (X = t), où t [0; 6[. 3
4 CALCUL DE PROBABILITE: DEFINITION 3: Soit X une variable aléatoire continue à valeurs dans un intervalle [a;b] muni d'une fonction de densité f. On définit la loi de probabilité de densité f de X, en associant à tout intervalle [c;d] inclus dans [a; b], la probabilité de l'événement X [c;d] c'est-à-dire c X d, égale à l'aire du domaine D = {M(x;y) tels que : c x d et 0 y f (x)}, c'est-à- dire l'aire du domaine délimité par la courbe de f, l'axe des abscisses et les droites d'équations x = c et x = d. On a alors : P(X [c;d])= f(x)dx. Ou encore : P(c X d)= f (x)dx. Propriétés immédiates: Soit X une variable aléatoire continue à valeurs dans un intervalle [a;b] muni d'une fonction de densité f. Alors : (P1) Probabilité d'un point : Pour tout réel c [a ;b]: P(X=c) = 0. (P2) Les bornes n'ont pas d'importance. Pour tous réels c,d [a;b] : P(c X d) = P(c X<d) = P(c<X d) = P(c<X<d) (P3) Événement contraire. Pour tout nombre réel c [a ;b]: P(X>c) = P(c<X b) = 1 P(a X<c) = 1 f (x) dx Exemples : Soit X la variable aléatoire continue à valeurs dans l'intervalle [0; 1], muni de la fonction densité f définie par : f (x)=3 x2. - Déterminer P(X = 0,5) - Calculer P(X 0,5) - En déduire P(X>0,5). - Calculer P(0,3<X 0,5) - Calculer P (0,2 X<0,5) (0,3 X<0,9). 4
5 Espérance d'une v.a. à densité On considère une expérience aléatoire et Ω l'univers associé, muni d'une probabilité. Définition 4. Soit X une variable aléatoire continue de densité de probabilité f sur l'intervalle [a;b]. Alors, l'espérance mathématique de X sur [a;b] est définie par : E(X) = x f(x) dx Remarque : Cette formule constitue un prolongement dans le cadre continu de l espérance d une v.a. discrète. En effet : E(X )= xi pi a x f (x)dx. Le symbole est remplacé par le symbole et la probabilité p par f (x)dx. On va découvrir TROIS LOIS DE PROBABILITES à DENSITE, mais il en existe d autres. III. LA PREMIERE LOI: LA LOI UNIFORME Activité 3: Decouvrir la loi uniforme A l'aide d'un tableur ou d'une calculatrice, choisir un nombre au hasard. L'instruction ALEA( ) sur un tableur ou RAND# ou nbraleat() sur une calculatrice, donnent un nombre au hasard compris entre 0 et 1, exclus. a) Y a-t-il un nombre qui a plus de chance d'apparaître que les autres nombres? b) Calculer la probabilité de l'événement «le nombre choisi appartient à l'intervalle I = [0,15 ; 0,17[ et possède exactement trois décimales». c) Même question avec «le nombre choisi appartient à l'intervalle J=[0,2 ;0,5[ et possède exactement trois décimales». d) Calculer l'amplitude de chacun des intervalles I et J précédents. Faites une conjecture pour calculer la probabilité de de l'événement «le nombre choisi appartient à l'intervalle K = [c; d[ contenu dans [0;1[». 5
6 CORRECTION: Tout d'abord, pour les différents calculs, je détermine une primitive F de la fonction f. f (x)=3 x2, donc la fonction F définie par F(x)=x3 est une primitive de f sur [0,1]. [Je n'ai pas besoin de la constante pour le calcul de ces intégrales, puisqu'elle disparaît en faisant la soustraction F(b) F(a)]. 0,5 a) P ( X = 0,5) = P(0,5 X 0,5)= 0,5 f (x)dx=0. P(X 0,5)=P(0 X 0,5)= 0 f(x)dx= 0 3x dx=f(0,5) F(0)=(0,5) 0=0,125 0,5 0, L'événement "X > 0,5" est l'événement contraire de " X 0,5 ". Donc P (X > 0,5) = 1 P(X 0,5) = 1 0,125 = 0,875. 0,5 0,5 2 P(0,3 X 0,5)= 0,3 f(x)dx= 0,3 3x dx P(0,3 X 0,5)=F(0,5) F(0,3)=(0,5)3 (0,3)3=0,125 0,027=0,098 Par définition d'une probabilité conditionnelle : P(0,2 X<0,5)(0,3 X<0,9)=PX [0,2;0,5] (X [0,3;0,9])=P(X [0,2;0,5] [0,3;0,9]) Donc P (0,2 X<0,5) 0,5 P(X [0,2;0,5]) 0,5 P(X [0,2;0,5]) (0,3 X<0,9)=P(X [0,3;0,5])= 0,3 f(x)dx 0,2 f(x)dx F(0,5) F(0,3) (0,5)3 (0,3)3 0,098 = F(0,5) F(0,2)=(0,5)3 (0,2)3=0,117 0,838 CQFD. CORRECTION a) Naturellement, il n'existe pas de nombre «privilégié». Tous les nombres compris entre 0 et 1 ont la même chance d'apparaître que les autres nombres. On pourrait assimiler ce choix aléatoire à une «situation d'équiprobabilité»! b) On pose : Ω1 = l'ensemble des nombres de [0 ; 1[ qui possèdent exactement trois décimales. Ω1 contient exactement 1000 nombres qui possèdent exactement trois décimales, de 0 = 0,000 à 0,999. Soit A l'événement «le nombre choisi appartient à l'intervalle I = [0,15 ; 0,17[ et possède exactement trois décimales». A contient 20 nombres qui possèdent exactement trois décimales, de 0 = 0,150 à 0,169 inclus dans l'intervalle [0,15 ; 0,17[. Par conséquent, comme nous sommes dans une situation d'équiprobabilité, on a : P(A)=Nombre d 'issues favorables=card(a)= 20 =0,02 Nombre d ' issues possibles card Ω c) Soit B l'événement «le nombre choisi appartient à l'intervalle J = [0,2 ; 0,5[ et possède exactement trois décimales». B contient 20 nombres qui possèdent exactement trois décimales, de 0 = 0,200 à 0,499 inclus dans l'intervalle [0,2 ; 0,5[. Par conséquent, comme nous sommes dans une situation d'équiprobabilité, on a : P(B)=Nombred 'issues favorables=card(b)= 300 =0,3 Nombre d ' issues possibles card Ω c) La longueur d'un intervalle [a;b] ou [a;b[ ou ]a;b[ est égale à (b a). Par conséquent longueur(i) = longueur([0,15 ; 0,17[) = 0,02. et longueur(j) = longueur([0,2 ; 0,5[) = 0,3. Conjecture «Il semble que la probabilité que "le nombre choisi appartienne à un intervalle K =[c;d [ contenu dans [0;1[" soit égale à la longuer de cet intervalle». Soit : P(X [c;d[)=d c ou encore P(X [c;d[)=d c. 1 0
7 III. LOI UNIFORME: Définition : Soient a et b deux nombres réels distincts. Soit X une variable aléatoire continue sur l'intervalle [a;b]. On dit que la v.a. X suit une loi uniforme lorsque sa densité de probabilité est une fonction constante sur [a; b], définie par f (x) = k avec k un réel (positif). On dit aussi que la v.a. X est uniformément répartie sur l intervalle [a;b]. Propriété n 1. La fonction de densité de probabilité de la loi uniforme sur l'intervalle [a; b] est définie sur [a; b] par : f (x)= Démonstration : Trouvons la fonction f, c est à dire la constante k. f est une fonction constante sur [a; b] donc pour tout x [a ;b] : f (x)=k, où k réel positive. Alors une primitive de f sur [a;b] est F(x)= De plus f(x) dx = 1 car c est une fonction de densité de probabilité. D où f(x) dx = 1 = [ F(b) - F(a) ] = Propriété n 2. Soit X une variable aléatoire qui suit la loi uniforme sur l'intervalle [a; b]. Alors, pour tout intervalle [c;d] contenu dans [a;b], on a : P(c X d) = Démonstration: P(c X d) = Propriété n 3. Soient a et b deux nombres réels distincts. Soit X une variable aléatoire qui suit la loi uniforme sur l'intervalle [a; b]. Alors, l'espérance de X est donnée par : E(X)= Démonstration: E(X)= 6
8 IV. LA LOI NORMALE CENTREE REDUITE Activité: Découverte de la loi normale centrée réduite. Une variable aléatoire X qui suit la loi binomiale B (n, p), de paramètres n et p, est une v. a. qui compte le nombre de succès lors de la répétition de n expériences de Bernoulli indépendantes avec, P(Succés) = p. Les éléments caractéristiques d'une loi binomiale sont : Espérance: m = E(X) = np, Variance: V(X) = np(1 p) = σ Ecart Type: σ(x) = V(X) = np(1 p) Si X est une variable aléatoire donnée, d'espérance E(X) = m, Alors la variable aléatoire définie par Y = X m, a une espérance E(Y) = m m = 0. On dit que Y est la variable aléatoire centrée associée à X. En effet, lorsqu'on soustrait la valeur moyenne à toutes les valeurs d'une série statistique, on obtient une moyenne égale à 0. D'autre part, Si X est une variable aléatoire donnée, de variance V(X) = σ 2. Alors la variable aléatoire définie par Z = X/σ, a une variance V(Z) = V(X)/σ 2 = 1. On dit que Z est la variable aléatoire réduite associée à X. En effet, lorsqu'on divise toutes les valeurs par l'écart-type, on obtient un écart-type égal à 1. 7
9 IV. LA LOI NORMALE CENTREE REDUITE c) COMMENT CALCULER LES PROBABILITES? AVEC LA CALCULATRICE! Calcul des probabilités à la calculatrice pour la Loi normale centrée réduite N(0;1) ou La loi normale N(µ;σ2 ) : 8
10 Exercices: EXERCICE 1: Dans une entreprise de vente par correspondance, une étude statistique a montré que 40 % des clients ont choisi l'option «Livraison Express». On prélève au hasard et de manière indépendante 600 bons de commande. On note X la variable aléatoire qui associe le nombre de bons portant la mention «Livraison Express». 1 Déterminer la loi probabilité de X. Quelle est son espérance mathématique? 2 On admet que l'on peut approcher la loi de la variable aléatoire X 240 /12 par la loi normale centrée réduite. On note Z une variable aléatoire suivant la loi normale centrée réduite. a) Montrer que P(225 X 270)=P( 1,25 Z 2,5). b)quelle est la probabilité, arrondie à 10 3 près, que le nombre de bons portant la mention «Livraison Express» soit compris entre 225 et 270? c) Déterminer la probabilité, arrondie à 10 3 près, qu'au moins 276 bons portent la mention «Livraison Express». EXERCICE 2 (Extrait des documents ressources) : La masse en kg des nouveaux nés à la naissance est une variable aléatoire qui peut être modélisée par une loi normale de moyenne µ = 3,3 et d écart-type σ = 0,5. Calculer la probabilité qu un nouveau né pèse moins de 2,5 kg à la naissance. 9
11 IV. Loi normale N(µ,σ2) 1) Définition Une variable aléatoire X suit une loi normale N(µ,σ2 ) si la variable aléatoire Z = X µ / σ suit la loi normale centrée réduite N (0,1). Si une v.a. X suit une loi normale N(µ,σ2 ), alors E(X)=µ, V(X)=σ2 et σ= V(X) Attention! Lorsqu'on écrit "X suit la loi N(40;5 )", cela signifie que la valeur moyenne de X est bien E(X) = 40, alors que 5 désigne la variance de X, donc l'écart-type est σ= 5. 2) Courbe de la fonction de densité de probabilité Soit X une v.a.continue qui suit une loi normale N(µ,σ2 ), alors : 1 ) La courbe représentative Cf de sa fonction f de densité de probabilité possède un axe de symétrie: C est la droite d équation x = µ. 2 ) La courbe représentative Cf est "pointue" si 0 < σ <1 et Cf est "étalée" si σ >1. 3) Calcul de probabilités : Les intervalles «Un, deux, trois sigmas» P(µ σ X µ+σ)=0, = 68,3% P(µ 2σ X µ+2σ)=0, = 95,5% P(µ 3σ X µ+3σ)=0, = 99,7% 5) Exercice : Déterminer t connaissant la valeur de P(X< t) Exemple : Soit X une v.a. continue qui suit une loi normale N(10; 0,82). Déterminer une valeur approchée de t au centième près telle que 1 ) P(X t)=0,95 2 ) P(X t)=0,85. 1 ) Pour déterminer t telle que : P(X t)=0,95 on utilise les instructions inverses sur la calculatrice. 2 ) Pour déterminer une valeur approchée de t telle que P(X t)=0,85, sur Casio, il suffit de remplacer "Left" par "Right". On obtient directement t 9,17. Sur Texas : On fait une petite transformation : P(X t)=1 P(X t)=1 0,85=0,15 Avec la procédure ci-dessus, on cherche t telle que P(X t)=0,15 et obtient : t 9,
TSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
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 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 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 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 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 détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
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 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 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 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 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 détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
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 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 détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en 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 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 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 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 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 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 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 détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
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 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 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 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 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 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 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 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 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 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 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 détailmathématiques mathématiques mathématiques mathématiques
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
Plus en détailCarl-Louis-Ferdinand von Lindemann (1852-1939)
Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis
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 détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
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 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 détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en 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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
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 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 détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailGlossaire des nombres
Glossaire des nombres Numérisation et sens du nombre (4-6) Imprimeur de la Reine pour l'ontario, 008 Nombre : Objet mathématique qui représente une valeur numérique. Le chiffre est le symbole utilisé pour
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 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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailNotion de fonction. Série 1 : Tableaux de données. Série 2 : Graphiques. Série 3 : Formules. Série 4 : Synthèse
N7 Notion de fonction Série : Tableaux de données Série 2 : Graphiques Série 3 : Formules Série 4 : Synthèse 57 SÉRIE : TABLEAUX DE DONNÉES Le cours avec les aides animées Q. Si f désigne une fonction,
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 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 détailDérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES
Capitre 4 Dérivation Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Dérivation Nombre dérivé d une fonction en un point. Tangente à la courbe représentative d une fonction dérivable
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en 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 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 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 détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
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 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 détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
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 détailmathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
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 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 détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents
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 détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailCorrigés Exercices Page 1
Corrigés Exercices Page 1 Premiers algorithmes Questions rapides 1 1) V ; ) F ; 3) V ; 4) F. 1) a ; ) b ; 3) a et b ; 4) b. 3 L'algorithme répond à la question : "le nombre entré estil positif?". 4 a (remarque
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en 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 détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en 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 détailINFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X.
INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X. Année scolaire 009-010 TABLE DES MATIERES CHAPITRE 1: Eléments de statistiques descriptives...
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailSéquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement
Séquence 4 Statistiques Sommaire Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement 1 Introduction «Etude méthodique des faits sociaux par des
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détail