Exercice 1. On sait que. Donc. Ce qui donne. On a. ( ) lim. Donc. lim. Posons. La suite ( ) est évidemment croissante puisque

Dimension: px
Commencer à balayer dès la page:

Download "Exercice 1. On sait que. Donc. Ce qui donne. On a. ( ) lim. Donc. lim. Posons. La suite ( ) est évidemment croissante puisque"

Transcription

1 Correction Exercices sur les variables aléatoires Exercice 1 Soit une variable aléatoire suivant la loi géométrique de paramètre (1/). a. Rappeler les valeurs de son espérance et de sa variance ; en déduire la valeur de ( ). On sait que Ce qui donne () 1 () ( ) () ( ) 6 b) A l'aide de ce qui précède, déterminer lim Et 1, ( ) () lim ( ) lim lim c) Pour tout entier naturel non nul, établir les inégalités : Posons et 6. La suite ( ) est évidemment croissante puisque 0. Elle est convergente. Elle est donc majorée par sa limite et donc De la même façon on a

2 ( ) lim ( ) lim Et donc pour la même raison que précédemment 6 6 Exercice Les parties A, B et C sont indépendantes et dans chaque partie l'urne considérée initialement est la suivante : Une urne contenant 4 boules indiscernables au toucher : 1 blanche et 3 rouges. Pour les parties B et C on pourra utiliser les événements : " le -ième tirage donne une boule rouge " et : " le -ième tirage donne une boule blanche ", pour entier naturel non nul. Partie A On tire simultanément deux boules dans cette urne puis on les remet dans l'urne. Quelle est la probabilité d'obtenir deux boules rouges? Il y a 4 façons de choisir deux boules parmi 4 et 3 façons de choisir deux rouges parmi 3. 3 () On effectue maintenant une succession de tirages simultanés de boules dans cette urne (en remettant les boules dans l'urne après chaque tirage) jusqu'à obtenir un tirage constitué de boules rouges. Soit la variable aléatoire égale au rang du tirage où l'expérience s'arrête. Quelles sont les valeurs prises par? (Ω) Reconnaître la loi de. On précisera ( ) pour tout entier 1 Nous sommes dans la situation standard d une loi géométrique. Le succès a une probabilité égale à 1/. donc G 1, ( ) En déduire son espérance et sa variance. On sait que () 1 1 () 1 1 1

3 Calculer la probabilité que l'expérience s'arrête au plus tard au quatrième tirage. Il faut ici que l évènement 4 se réalise. ( 4) Partie B On effectue des tirages d'une boule sans remise dans l'urne jusqu'à obtenir une boule blanche. Soit la variable aléatoire égale au rang du tirage où l'expérience s'arrête. Quelles sont les valeurs prises par? évidemment (Ω) 1,,3,4 Décrire l'événement ( ) et calculer ( ). L évènement ( ) signifie que l on a obtenu une boule rouge au premier tirage puis la boule blanche au second. On peut écrire ( ) ( ) ( ) ( ) Déterminer la loi de, son espérance () et sa variance (). ( 1) ( 1) ( ) 1 4 ( 3) ( 3) ( ) ( ) ( ) On en déduit que ( 4) 1 4 U,,, () () Soit la variable aléatoire égale au nombre de boules rouges restant dans l'urne au moment où l'expérience s'arrête. Exprimer en fonction de.

4 Si ( ), il y a eu ( 1) boules rouges et une boule blanche, il reste dans l urne 3 ( 1) 4 boules rouges. 4 En déduire la loi de, son espérance () et sa variance (). (Ω) 0,1,,3 ( ) (4 ) ( 4 ) 1 4 () (4 ) 4 () Partie C () ( 4) (1) () () 5 4 Dans cette partie, on effectue des tirages d'une boule avec remise dans l'urne jusqu'à ce que l'on obtienne boules consécutives de la même couleur. On note la variable aléatoire égale au numéro (rang) du tirage où l'expérience s'arrête. Par exemple si les tirages ont donné successivement rouge, blanc, rouge, blanc, rouge, rouge alors X6. Quelles sont les valeurs prises par? Il faut au moins deux tirages pour obtenir deux boules de la même couleur. On peut imaginer qu il peut y en avoir autant que l on veut. donc (Ω) \1 Calculer ( ) et ( 3). ( ) ( ) ( ) Puisqu il y a remise, il y a indépendance des tirages successifs. donc par incompatibilité, puis par indépendance : ( ) ( )( ) ( )( ) ( 3) ( ) ( ) par incompatibilité, puis par indépendance, on a : ( 3) ( )( )( ) ( )( )( ) Décrire l'événement ( 4), puis l'événement ( ) pour tout entier 1 et montrer que pour tout entier naturel non nul : ( )

5 La réalisation de l évènement ( 4) signifie que l on a eu deux premiers tirages distincts, les troisièmes et quatrièmes tirages étant identiques mais différents du second (sinon l évènement 3 aurait été réalisé). donc ( 4) ( ) ( ) De la même façon l évènement ( ) est composé d une série de ( ) premiers tirages tels que deux tirages successifs soient différents et de deux tirages identiques et différents du è. Cela signifie en particulier que les deux derniers tirages sont identiques au premier. ( ) ( ) ( Dans les ( ) premiers tirages, il y a autant de boules rouges que de blanches soit ( 1). donc par incompatibilité puis par indépendance : ( ) ( )( ) ( )( )( ) ( )( ) ( )( )( ) Décrire l'événement ( 5), puis l'événement ( 1) pour tout entier 1 et montrer que pour tout entier naturel non nul : ( 1) 3 16 On peut décrire l évènement ( 5) de la façon suivante : ( 5) ( ) ( ) De la même façon on aura : ( 1) ( ) ( ) Les ( 1) premiers tirages contiennent boules de la même couleur que la première et ( 1) boules de la même couleur que la deuxième, les deux derniers tirages étant de la même couleur que la deuxième. donc par incompatibilité puis par indépendance : ( 1) ( )( ) ( )( )( ) ( )( ) ( )( )( )

6 Calculer les sommes ₁ ( ) et ( 1). Vérifier que lim ₁ ₂ 1 ( ) ( 1) La suite géométrique de raison est convergente et sa limite est égale à 0. lim et lim 3 13 lim Exercice 3 Etude du jet d'une pièce équilibrée. On lance indéfiniment une pièce équilibrée (c'est-à-dire donnant Pile ou Face avec la probabilité 1/) et l'on désigne par T la variable aléatoire indiquant le numéro du jet où, pour la première fois, la pièce donne Face. Déterminer pour tout entier 1 la probabilité des événements, et. Nous sommes dans la situation standard d une loi géométrique de paramètre 1/. donc (Ω) également, ( ) alors ( ) ( ) En déduire l'espérance () de la variable aléatoire. On sait que Etude du jet de deux pièces équilibrées. () 1 1 On considère le jeu suivant : on lance indéfiniment un ensemble de deux pièces équilibrées. Autrement dit, on lance une première fois les pièces, puis on relance une seconde fois les pièces, et ainsi de suite. On désigne : Par la variable aléatoire indiquant le numéro du jet où, pour la première fois, chacune des pièces a amené au moins une fois Face.

7 Par ₁ la variable aléatoire indiquant le numéro du jet où, pour la première fois, la première pièce a amené Face, par ₂ la variable aléatoire indiquant le numéro du jet où, pour la première fois, la seconde pièce a amené Face. Déterminer la probabilité ( 1) Attention : le au moins une fois nous indique que vraisemblablement nous n aurons pas ici une loi géométrique. La réalisation de l évènement ( 1) signifie que dès le premier lancer les deux pièces ont amené «face», autrement dit ( 1) par indépendance ( 1) ( )( ) Comparer les événements ( ) et (₁ ) (₂ ) pour 1. La réalisation de l évènement signifie que la première pièce a amené au moins une fois face avant le è lancer et qu il en est de même pour la seconde. Les évènements ( ) et ( ) sont donc réalisés. Réciproquement si ces deux évènements sont réalisés alors «face» est sorti au moins une fois pour chaque pièce avant le è lancer et donc ( ) est réalisé. ( ) ( ) ( ) En déduire les probabilités ( ), puis, plus généralement ( ) pour 1. Comme il y a indépendance des résultats sur chacune des pièces, les variables et sont indépendantes. donc ( ) ( )( ) ( 1) ( )( 1) ( ) Les variables et correspondent au nombre de lancers qu il faut attendre pour obtenir un face. Elles obéissent à des lois géométrique de paramètre 1/. d après la première partie ( ) ( )( ) 1 1 Déduire de ce résultat que : ( ) ( ) ( ) ( ) ( 1) ( ) par incompatibilité ( ) ( 1) ( ) Et donc

8 Ce qui donne ici ( ) ( ) ( 1) ( ) () () On s'intéresse enfin à l'espérance et à la médiane de la variable aléatoire. Exprimer, sous forme de fraction irréductible, l'espérance () de. sous réserve de convergence Or () lim ( ) 1 On sait que si 0 1 alors ( ) lim 1 (1 ) lim lim () Etablir que l'inégalité ( ) 0,5 équivaut à l'inégalité. ( ) On en tire en passant au logarithme népérien que ( ) ln() ln

9 Ce qui donne Avec une calculatrice, on obtient ( ) 1 ln 1 1 ln 1 1 1,78 ln() Comme est un nombre entier, on a bien : ( ) Etude du jet de trois pièces équilibrées. ln() On considère le jeu suivant : on lance indéfiniment un ensemble de 3 pièces équilibrées. On désigne par la variable aléatoire indiquant le numéro du jet où, pour la première fois, chacune des 3 pièces a amené au moins une fois Face. En raisonnant comme à la question précédente, calculer la probabilité ( ) où 1, et déterminer, sous forme de fraction irréductible, l'espérance () de, puis l'entier tel que l'inégalité ( ) 0,5 soit équivalente à l'inégalité. On reprend la même démarche en introduisant la variable qui indique le numéro du jet où, pour la première fois, la troisième pièce a amené Face. ura encore ( ) ( ) ( ) ( ) Les trois variables,, suivent des lois géométriques de paramètre 1/ et sont mutuellement indépendantes. ura donc par indépendance ( ) ( )( )( ) 1 1 donc en utilisant ( ) ( ) ( 1) ( ) () 1 () On en déduit que sous réserve de convergence () lim Ce qui donne en considérant que enfin lim ()

10 ( ) ln() ln 1 1 On trouve avec une calculatrice puisque est entier ln ln 1 1 ln() 1 1 ln(),7 ( ) 1 3 Exercice 4 Calculs préliminaires On considère deux nombres entiers naturels et tels que. 1 1 Etablir que 1 1 On reconnaît une forme peu courante de la formule de Pascal. L énoncé demandant d établir le résultat, on refait la démonstration : ( 1)! ( )! ( 1)! ( 1)!! ( 1)! ( 1)! ( )!! ( 1)! ( )!! ( 1)( 1) ( )! ( 1)! ( 1)! Or 1 ( )! ( 1)! ( 1)! ( )! ( 1)! ( 1)! Il y a donc bien égalité. En raisonnant par récurrence sur, en déduire la formule suivante : 1 1 Bien entendu, comme la somme commence à, il faut que l on ait.

11 pour Et La propriété est donc vérifiée pour., montrons que si alors (d après la question précédente) En faisant 1,,3, en déduire une expression factorisée des trois sommes suivantes :, ( 1), ( 1)( ) 1 1 ( 1) ( 1) ( 1) ( 1)( ) ( 1)( 1) ( 1)( ) ( 1)( 1)( ) On considère dans toute la suite de cette partie un nombre entier et une urne contenant jetons numérotés de 1 à. 0n extrait de cette urne jetons tirés au hasard et on désigne alors par : la variable aléatoire indiquant le plus petit des numéros des jetons tirés. la variable aléatoire indiquant le plus grand des numéros des jetons tirés. Lois des variables aléatoires X et e t Y Quel est le nombre de parties à éléments d'un ensemble à (respectivement ) éléments? Il y a par définition parties à éléments dans un ensemble à éléments. De la même façon, il y a parties à éléments dans un ensemble à éléments. En déduire la probabilité ( ) et montrer que ( ) () pour. () L évènement ( ) est réalisé si et seulement si le plus grand numéro des deux jetons tirés est inférieur ou égal à, autrement dit si l on a tiré deux jetons parmi ceux dont les numéros sont compris entre 1 et. Il y a façons de réaliser cette opération. Il y a d extraire deux jetons de l urne. donc

12 ( ) ( 1) ( 1) ( ) ( ) ( ) ( 1) ( ) par incompatibilité ( ) ( ) ( 1) Et donc ( ) ( ) ( 1) On en tire ( 1) ( 1)( ) ( 1)( ) ( 1) ( ) ( 1) ( 1) ( 1) ( 1) En raisonnant de même, déterminer les probabilités ( ) et ( ) pour 1 1. L évènement ( ) signifie que le plus petit numéro des jetons tirés est supérieur ou égal à. Ce qui revient à dire que l on a tiré deux jetons dans l ensemble,, avec Cet ensemble contient ( 1) éléments. Il y a donc façons de réaliser ce tirage. donc 1 ( ) ( 1)( ) ( 1) ( ) ( ) ( ) ( ) ( 1) On en tire par incompatibilité : ( ) ( ) ( 1) ( 1)( ) ( )( 1) ( 1) ( 1) ( ) ( 1 ) Comparer les lois des variables aléatoires 1 et, autrement dit les deux probabilités ( 1 ) et ( ) pour. ( ( 1 )) ( 1) ( 1 ) ( 1 ) ( ) ( 1 ) ( 1) Il faut également vérifier que ( 1 )(Ω) (Ω). (Ω), et (Ω) 1, ( 1) C est-à-dire 1 bien

13 ( 1 )(Ω) (Ω) Les variables ( 1 ) et ont la même loi. En déduire que ( 1 ) () et ( 1 ) (), puis en déduire les expressions de () en fonction de () et de () en fonction de (). On en déduit évidemment qu elles ont la même espérance et la même variance. ( 1 ) () et ( 1 ) () Espérances et variances des variables aléatoires X et Y Exprimer sous forme factorisée les espérances (), puis () en fonction de. ( 1) ( 1)( 1) ( 1) () ( ) ( 1) ( 1) ( 1) ( 1) 3 3 ( 1 ) 1 () () ( 1) () 1 n ( 1) 3 Exprimer sous forme factorisée (( ), puis (²), () et () en fonction de. ( ) ( )( ) ( 1)( ) ( 1) ( 1) ( ) ( 1) ( 1)( 1)( ) ( 1) 4 ( 1)( ) ( ) ( ) ( ) () ( ) ( ) () ( 1)( ) ( 1) 3 ( 1)(3 ) 6 alors

14 () ( ) () ( 1)(3 ) ( 1) 6 3 ( 1)( ) 18 () ( 1) (1) () () ( 1)( ) () 18 Montrer que la probabilité ( ) est égale à () pour 1. L évènement ( ) correspond au tirage de la paire,. Il n y a donc qu un seul évènement élémentaire qui remplit cet évènement. On en déduit que ( ) 1 1 ( 1) ( 1) Exercice 5 On effectue tirages au hasard dans une urne contenant boules numérotées de 1 à. Un tirage consiste à extraire une boule de l'urne, la boule tirée étant remise dans l'urne. On note la variable aléatoire égale au numéro du tirage au cours duquel, pour la première fois, on a obtenu une boule déjà obtenue auparavant. Montrer que (), 1 Il faut au moins deux tirages pour obtenir un numéro déjà tiré. Si au bout de tirages, aucun numéro n est sorti deux fois, cela signifie que tous les numéros ont été tirés une fois et donc le tirage suivant fera sortir un numéro déjà tiré. Au bout de ( 1) tirages on obtient nécessairement un numéro déjà tiré. Tous les évènements du type ( ) où, 1 peuvent être réalisés. Par exemple le tirage : 1,,, 1,1 réalise l évènement ( ). donc bien (), 1 Montrer que 1,, ( ) L évènement est réalisé par tous les tirages pour lesquels il n y a pas eu de répétition dans les premiers tirages. Ils correspondent à des listes ordonnées de nombres sans répétition, c est-à-dire à des arrangements de nombres pris parmi. Il y a listes et donc tirages de ce type. Les premiers tirages si l on impose pas qu il n y ait pas répétition correspondent à des listes ordonnées de nombres pris parmi les numéros possibles avec répétitions éventuelles, c est-à-dire à des applications d un ensemble à éléments dans un ensemble à éléments. Il y a applications de ce type.

15 donc ( ) Montrer que :,, ( ) ( 1) ( ). Or par incompatibilité Et donc ( ) ( ) ( ) ( ) ( 1) ( 1) ( ) ( ) ( ) ( 1) ( ) Calculer ( 1) puis en déduire la loi de. Pour 1, on a ( 1) ( )! ( ) Montrer que l'espérance () de la variable aléatoire est : () () ( ) Il faut séparer le cas 1 des autres puisque la formule donnant la probabilité n est pas la même. () ( ) ( 1)! ( 1)! ( 1)! On procède à un changement d indice dans la première somme en posant 1. On obtient : Soit en posant à nouveau : () ( 1) ( 1)!

16 () ( 1) ( 1)! On isole les termes «en trop» dans les deux sommes et l on remet tous les termes communs à nouveaux sous un signe somme unique : () ( 1)! ( 1)!! ( 1) Pour aboutir à la formule demandée, il ne reste plus qu une étape à franchir : montrer que! ( 1)! 1 Et!! 1 On peut donc écrire () Exercice 6 On réalise une suite de lancers d'une pièce équilibrée, chaque lancer amenant donc pile ou face avec une probabilité 1/. On note (resp. ) l'événement : "on obtient pile (resp. face) au lancer". Pour ne pas surcharger l'écriture, on écrira, par exemple, ₁₂ à la place de ₁ ₂. On note la variable aléatoire qui prend la valeur si l'on obtient pour la premiére fois pile puis face dans cet ordre aux lancers 1 et ( désignant un entier supérieur ou égal à ), prenant la valeur 0 si l'on obtient jamais une telle succession. Calculer P(X). Par indépendance, on a donc ( ) ( ) ( )( ) En remarquant que ( 3) ₁₂₃ ₁₂₃, calculer ( 3).

17 par incompatibilité, puis par indépendance : ( 3) ( )( )( ) ( )( )( ) Sur le modèle de la question précédente, écrire, pour tout entier supérieur ou égal à 3, l'événement ( ) comme réunion de ( 1) événements incompatibles. Pour comprendre comment se construit ( ), on peut commencer par décrire ( 4). On sait que les réalisations de cet évènement se terminent par. Les deux premiers tirages peuvent être deux piles, deux faces, un face suivi d un pile, mais pas un pile suivi d un face sinon l évènement ( ) aurait été réalisé. D une façon générale, les réalisations de l évènement ( ) sont de la forme suivante : Elles se terminent par. S il y a des piles et des faces avant cette terminaison, elles doivent être de la forme Il peut n y avoir que des piles Ou que des faces Dès qu un pile apparaît (en dehors de celui du rang ( 1)), il ne peut pas être suivi d un face et il n y alors que des piles. Les réalisations de ( ) sont donc constituées par des suites de lancers commençant par faces (0 ) suivis de ( ) piles, puis d un pile et d un face. Il y a donc autant de réalisations que le nombre de faces possibles, c est-à-dire ( 1). Elles sont toutes incompatibles. Déterminer ( ) pour tout entier supérieur ou égal à. Chacune des ( 1)réalisations de ( ) est un suite de lancers indépendants dont les probabilités de sortie pour chaque éventualité sont de 1/. Chaque réalisation a donc une probabilité égale à. On en déduit que On sait que On doit avoir Calculer P(X0). ( ) ( 1) 1 lim pour qu il s agisse bien d une loi de probabilité. (Ω) ( ) 1 1 ( ) ( 0) ( )

18 Ce qui donne donc On sait que Et donc ura donc Et donc lim ( ) ( 0) lim ( 0) ( 0) 1 1 ( 0) ( ) ( 0) 1 4 lim 1 lim 1 quand 0 1 (1 ) L évènement ( 0) est quasi-impossible. lim ( ) ( 0) 1 4 ( 0) ( 0) 1 ( 0) 0 On se propose, dans cette question, de retrouver le résultat de la question 4) par une autre méthode. Montrer que, désignant un entier supérieur ou égal à 3, si le premier lancer est un pile, alors il faut et il suffit que ₂₃ se réalise pour que ( ) se réalise. D après ce que nous avons dit précédemment, les réalisations de ( ) sont de la forme. Si le premier lancer est un pile, il n est plus possible qu il y ait un face avant le dernier lancer. Si le premier lancer n est pas un pile, c est un face. La suite des ( 1) tirages suivants est formée d une liste respectant les conditions de réalisation de ( ), c est-à-dire ne comportant que des piles ou une série de faces puis des piles, jusqu au dernier tirage qui est un face. Il s agit des évènements réalisant l évènement ( 1) En déduire, en utilisant la formule des probabilités totales que: 3 ( ) 1 ( 1) 1 donc

19 ( ) ( ) ( 1) Par incompatibilité, puis par indépendance, on en tire ( ) 1 1 ( 1) On pose, pour tout entier k supérieur ou égal à, ( ). Montrer que la suite ( ) est arithmétique. Retrouver le résultat annoncé. donc d après la question précédente : ( ) 1 ( 1) 1 ( 1) Ce qui donne 1 La suite ( ) est bien une suite arithmétique de raison 1. pour tout, Et donc ( ) ( ) 1 Montrer que a une espérance (), puis la calculer. dmettra que, pour 1 1, on a lim 1 (1 ) sous réserve d existence de la limite : Ce qui donne De même donc () ( ) (Ω) 1 lim 1 lim 1 1 () lim

20 Ce qui donne On sait que On sait que () lim lim donc en prenant l indication de l énoncé, on obtient : () Exercice 7 On lance indéfiniment une pièce donnant "Pile" avec la probabilité et "Face" avec la probabilité 1. On suppose que 0,1 et on admet que les lancers sont mutuellement indépendants. Pour tout entier naturel, supérieur ou égal à, on dit que le lancer est un changement s'il amène un résultat différent de celui du ( 1) lancer. On note (resp. ) l'événement : "on obtient Pile (resp. Face) au lancer". Pour ne pas surcharger l'écriture on écrira, par exemple, ₁₂ à la place de ₁ ₂. Pour tout entier naturel supérieur ou égal à, on note la variable aléatoire égale au nombre de changements survenus durant les premiers lancers. Partie 1 : étude de quelques exemples. Donner la loi de ₂. Il ne peut y avoir qu au plus un changement. ura (Ω) 0,1 ( 0) par incompatibilité, puis par indépendance ( 0) ( ) ( ) De même ( 1) Et donc ( 1) Donner la loi de ₃. (Ω) 0,1, ( 0) ( ) ( ) Par incompatibilité, puis par indépendance, on a ( 0) Il est plus simple d examiner l évènement ( ) que l évènement ( 1).

21 ( ) ( ) ( ) encore par incompatibilité, puis par indépendance : ( ) ( ) Or 1 ( ) Pour calculer ( 1), on se sert du fait que ( 0), ( 1), ( ) est un système complet d évènements. donc ( 1) 1 ( 0) ( ) 1 Vérifier que (₃) 4 et que (₃) (3 8). ( ) 0( 0) 1( 1) ( ) 1 1 L énoncé propose une formule qui semble assez éloignée de notre résultat. Il y a deux façons de procéder : soit on calcule autrement ( 1). En effet, l utilisation du système complet d évènements a contribué à l apparition des et qui évidemment nous gênent. On écrirait alors ( 1) Ce qui donne par incompatibilité, puis par indépendance : ( ) ( ) Sous cette forme, on retrouve bien ( ) 1 4 On peut également conserver la méthode du départ. Il s agit alors de montrer que 1 4 Ce qui revient à montrer que On remplace par 1. On est amené alors à montrer que 1 (1 ) 3(1 ) 0 1 (1 ) 3(1 ) 1 ( 3 3 1) (3 3 ) 0 Pour le calcul de la variance, on peut choisir l une ou l autre des deux méthodes. () ( ) () 1 (1 ) (4)

22 Ou bien () 1 (4) Pour vérifier que l on obtient bien le résultat proposé par l énoncé dans la première forme, il suffit de procéder comme ci-dessus en remplaçant par 1. Pour la deuxième forme, on a : () 6 16 (3 8) Trouver la loi de ₄. évidemment (Ω) 0,1,,3. Pour déterminer la loi de probabilité, il est important de préciser Ω et surtout son cardinal. Ω contient des «mots» de quatre symboles écrits avec les lettres et. Chaque «mot» est une application de l ensemble 1,,3,4 dans l ensemble,. Il y a 16 applications possibles, donc 16 «mots» différents possibles. ( 0) Ce qui donne par incompatibilité, puis par indépendance : ( 0) ( 1) Et donc ( 1) ( ) ( ) ( ) ( ) enfin donc ( ) ( ) ( 3) ( 3) Calculer (₄). ( ) 1 ( ) ( ) 3 6( ) 6 6( ) 6( ) Partie : étude du cas. Dans cette partie, désigne un entier naturel supérieur ou égal à. Exprimer ( 0) en fonction de, et.

23 évidemment ( 0) par incompatibilité, puis par indépendance : ( 0) En décomposant l'événement ( 1) en une réunion d'événements incompatibles, montrer que ( 1) (ⁿ ⁿ ) Les évènements qui réalisent ( 1) sont de la forme termes On peut donc écrire ou. termes ( 1) termes termes termes termes Tous ces évènements sont incompatibles (ils ne peuvent pas se produire simultanément). donc par incompatibilité puis par indépendance : ( 1) Ici on peut «s apercevoir» que les deux sommes sont identiques puisque pour un donné si l on donne,. Si l on ne s aperçoit pas de cette régularité, on peut faire le calcul direct. On ne travaille que sur une seule somme. Pour écrire le résultat sur l autre somme il suffira de renverser les rôles de et. donc ura donc de même façon ( ) 1 1 ( ) ( ) (On retrouve bien le fait que les deux sommes sont égales).

24 donc ( 1) (ⁿ ⁿ ) En distinguant les cas pair et impair, exprimer ( 1) en fonction de et. S il y a ( 1) changements, cela veut dire qu il y a changement à chaque fois. Si est pair cela revient à dire que l on a ( 1) () () () () termes termes par incompatibilité, puis par indépendance, on a Si est impair, on aura On en déduit que ( 1) () () () ( 1) (() () ) (() () termes ( 1) () termes ) () () ( ) () Retrouver, grâce aux trois questions précédentes, les lois de ₃ et ₄. Pour 3, on a ( 0) ( 1) ( ) ( ) ( ) () () On retrouve bien la loi de. Pour 4, on a ( 0) ( 1) ( ) Il faut utiliser ici l identité remarquable ( )( ) Cette identité est la forme particulière d une identité plus générale : ( )( ) ( ) Pour démontrer cette formule, on écrit en supposant 0 (le résultat est évident si 0) 1 1 Si l on pose 1, on sait que 1 1

25 Ce qui donne bien donc ici enfin 1 ( 1) ( ) ( ) ( ) ( 1) ( ) ( ) ( 3) () Pour tout entier naturel, supérieur ou égal à, on note la variable aléatoire qui vaut 1 si le lancer est un changement et 0 sinon ( est donc une variable de Bernoulli). Écrire à l'aide de certaines des variables et en déduire ( ). Déterminons la loi de. ( 1) ( ) ( ) par incompatibilité, puis par indépendance, on a : ( 1) ura donc ( ) Posons (Ω) 0, 1 (Ω) L évènement ( ) signifie que variables de cette somme ont pris la valeur 1, les ( 1 ) restantes prenant la valeur 0, c est-à-dire qu il y a eu changements et donc que ( ). Réciproquement si, il y a eu changements et donc variables de la somme prennent la valeur 1 et les ( 1 ) restantes la valeur 0, et donc est réalisé. On peut donc écrire On en déduit que ( ) ( ) ( 1)

26 Partie 3 : étude du cas pq. Vérifier, en utilisant les résultats de la partie 1, que ₃ et ₄ suivent chacune une loi binomiale. Si l on a, alors ( 0) ( 1) ( ) On vérifie aisément de la même façon que B ; 1 B 3; 1 Montrer que, pour tout entier naturel supérieur ou égal à, suit une loi binômiale dont on donnera les paramètres. Nous avons vu que dans le cas général, la variable s écrit comme somme de ( 1) variables de Bernoulli de même paramètre. Ces variables correspondant aux tirages successifs sont indépendantes. Leur paramètre est égal ici à. On sait que alors que suit une loi binomiale de paramètres ( 1) et ½. donc B 1; 1

I. Cas de l équiprobabilité

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

Plus en détail

Probabilités Loi binomiale Exercices corrigés

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

Plus en détail

Exercices de dénombrement

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

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

Probabilités conditionnelles Loi binomiale

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

Plus en détail

Continuité en un point

Continuité 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 détail

Exercices sur le chapitre «Probabilités»

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

Plus en détail

Coefficients binomiaux

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

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

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

Plus en détail

9 5 2 5 Espaces probabilisés

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

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités 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 détail

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

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

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 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 détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

CALCUL DES PROBABILITES

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

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

Feuille d exercices 2 : Espaces probabilisés Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

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

Plus en détail

NOTIONS DE PROBABILITÉS

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

Plus en détail

Travaux dirigés d introduction aux Probabilités

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

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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 détail

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

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

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat 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 détail

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

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

Plus en détail

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

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

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction 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 détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

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

Plus en détail

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

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

Plus en détail

Qu est-ce qu une probabilité?

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

Plus en détail

Arbre de probabilité(afrique) Univers - Evénement

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

Plus en détail

Probabilités. C. Charignon. I Cours 3

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

Plus en détail

Chaînes de Markov au lycée

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

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 6. Fonction réelle d une variable réelle Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette

Plus en détail

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

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Les devoirs en Première STMG

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

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat 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 détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

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

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

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat 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 détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - 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 détail

La maison Ecole d ' Amortissement d un emprunt Classe de terminale ES. Ce qui est demandé. Les étapes du travail

La maison Ecole d ' Amortissement d un emprunt Classe de terminale ES. Ce qui est demandé. Les étapes du travail La maison Ecole d ' Amortissement d un emprunt Classe de terminale ES Suites géométriques, fonction exponentielle Copyright c 2004 J.- M. Boucart GNU Free Documentation Licence L objectif de cet exercice

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul 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 détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

PROBABILITÉS CONDITIONNELLES

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

Plus en détail

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

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 détail

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

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

Plus en détail

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* 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 détail

Raisonnement par récurrence Suites numériques

Raisonnement 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 détail

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

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

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De 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 détail

Cours de Probabilités et de Statistique

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

Plus en détail

Glossaire des nombres

Glossaire 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 détail

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

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

Plus en détail

P1 : Corrigés des exercices

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

Plus en détail

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

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Objets Combinatoires élementaires

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

Plus en détail

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

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

Plus en détail

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit 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 détail

Moments des variables aléatoires réelles

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

Plus en détail

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

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

Plus en détail

Problème : Calcul d'échéanciers de prêt bancaire (15 pt)

Problème : Calcul d'échéanciers de prêt bancaire (15 pt) Problème : Calcul d'échéanciers de prêt bancaire (15 pt) 1 Principe d'un prêt bancaire et dénitions Lorsque vous empruntez de l'argent dans une banque, cet argent (appelé capital) vous est loué. Chaque

Plus en détail

Calculs de probabilités conditionelles

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

Plus en détail

Cryptographie et fonctions à sens unique

Cryptographie 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 détail

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

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

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat 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 détail

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

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

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Calculs de probabilités

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

Plus en détail

1 TD1 : rappels sur les ensembles et notion de probabilité

1 TD1 : rappels sur les ensembles et notion de probabilité 1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

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

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON 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 détail

Définitions. Numéro à préciser. (Durée : )

Définitions. Numéro à préciser. (Durée : ) Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.

Plus en détail

EXERCICES - ANALYSE GÉNÉRALE

EXERCICES - ANALYSE GÉNÉRALE EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par

Plus en détail

Introduction au Calcul des Probabilités

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

Plus en détail

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

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

Plus en détail

4. Exercices et corrigés

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

Plus en détail

Les nombres entiers. Durée suggérée: 3 semaines

Les nombres entiers. Durée suggérée: 3 semaines Les nombres entiers Durée suggérée: 3 semaines Aperçu du module Orientation et contexte Pourquoi est-ce important? Dans le présent module, les élèves multiplieront et diviseront des nombres entiers concrètement,

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Fonctions de plusieurs variables

Fonctions 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 détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Baccalauréat ES Amérique du Nord 4 juin 2008

Baccalauréat 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 détail

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

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

S initier aux probabilités simples «Question de chance!»

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

Plus en détail

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

Plus en détail

Exercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2

Exercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2 Les parties A et B sont indépendantes. Partie A Exercice 3 (5 points) Commun à tous les candidats On considère la fonction A définie sur l'intervalle [1 ; + 00 [ par A(x) = 1-e -0039' ' x 1. Calculer la

Plus en détail

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

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

Plus en détail