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

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Exercices sur les variables aléatoires

Exercices sur les variables aléatoires Exercices sur les variables aléatoires Exercice 1 Soit une variable aléatoire suivant la loi géométrique de paramètre (1/2). a) Rappeler les valeurs de son espérance et de sa variance ; en déduire la valeur

Plus en détail

Variables aléatoires indépendantes

Variables aléatoires indépendantes Variables aléatoires indépendantes Nous aurons besoin dans la suite de parler de la notion de variables aléatoires indépendantes (et plus généralement mutuellement indépendantes). On en donne ici la définition

Plus en détail

Devoir à la maison n 11

Devoir à la maison n 11 Devoir à la maison n 11 Exercice 1 Soit la fonction définie sur R par : Déterminer les trois premières fonctions dérivées :,,., 4, 8 1 On définit les fonctions réelles ₀,₁,₂,₃ par les relations : ₀1, ₁,

Plus en détail

On note l évènement : «les nombres 1, 2 ou 3 sortent au moins une fois lors de ces 10 tirages». On

On note l évènement : «les nombres 1, 2 ou 3 sortent au moins une fois lors de ces 10 tirages». On DS n 2 Correction Exercice 1 Une urne contient boules numérotées de 1 à indiscernables au toucher. On tire cinq boules dans cette urne, successivement, en remettant chaque boule tirée dans l'urne avant

Plus en détail

TD n 6 : Probabilités discrètes

TD n 6 : Probabilités discrètes TD n 6 : Probabilités discrètes Exercice 1 On désigne par un entier naturel non nul. On lance fois une pièce de monnaie donnant "pile" avec la probabilité (avec 0 1 et "face" avec la probabilité 1. On

Plus en détail

Vecteurs aléatoires. I) Vecteurs aléatoires

Vecteurs aléatoires. I) Vecteurs aléatoires Vecteurs aléatoires I) Vecteurs aléatoires 1.1) Définition On considère un espace probabilisé,, et variables aléatoires,, définies sur Ω à valeurs dans R. On considère l'application de Ω dans Rⁿ définie

Plus en détail

DS n 5 Correction 31 janvier 2007

DS n 5 Correction 31 janvier 2007 DS n 5 Correction 3 janvier 2007 Exercice Le gérant d'un magasin de matériel informatique a acheté un stock de disquettes. 5% des boîtes sont abîmées. Le gérant estime que: 60% des boîtes abîmées contiennent

Plus en détail

Convergence des variables aléatoires

Convergence des variables aléatoires Convergence des variables aléatoires I) L inégalité de Bienaymé Tchebychev 1.1) L inégalité de Markov dans le cas discret On considère une variable discrète non négative, d espérance strictement positive.

Plus en détail

DS commun Correction. Exercice 1 1. On donne les matrices suivantes: On a. On a immédiatement par identification 2 et 1. On a donc

DS commun Correction. Exercice 1 1. On donne les matrices suivantes: On a. On a immédiatement par identification 2 et 1. On a donc DS commun Correction Exercice 1 1. On donne les matrices suivantes: 0 0 1 0 0 0 0 0 A= 1 0, I= 0 1 0, J= 1 0 0 3 1 0 0 1 3 1 0 a) Montrer qu il existe deux réels et tels que : A=aI+bJ 1 0 0 0 0 0 0 0 0

Plus en détail

Que peut-on dire de et?

Que peut-on dire de et? VARIABLES ALEATOIRES I) Introduction 1.1) Un premier exemple On considère une urne contenant 5 boules noires, 2 boules bleues et 3 boules rouges. On extrait simultanément trois boules de l'urne. Sur chaque

Plus en détail

Correction TD de probabilités

Correction TD de probabilités Correction TD de probabilités Exercice 1 On lance deux fois une pièce considérée comme bien équilibrée. Quelle est la probabilité d'obtenir au moins un face? On décrit l univers des possibles Ω associé

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes Marino Alexandre Feuille d exercices 20 Massena ECS Variables aléatoires discrètes Les exercices à regarder sont mentionnés par une *. Loi de probabilité et fonction de répartition (*)Exercice : Une urne

Plus en détail

p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique)

p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique) Colle PC Semaines 9 et 20 204-205 Programme : Variables aléatoires discrètes : Loi, Fonction de répartition, Espérance, Variance et écart-type, Théorème du transfert, Inégalités de Marov et Bienaymé Tchebichev

Plus en détail

1. Donner la loi, l espérance et la variance de X 1.

1. Donner la loi, l espérance et la variance de X 1. Exercice 1 On considère une urne contenant n boules numérotées portant des numéros deux à deux distincts. Un premier joueur effectue dans l urne des tirages sans remise jusqu à ce qu il obtienne la boule

Plus en détail

de la variable aléatoire X est l'événement noté ( X = x i ).

de la variable aléatoire X est l'événement noté ( X = x i ). I. Variable aléatoire : Loi de probabilité et espérance 1. Variable aléatoire discrète On considère l'ensemble des issues d'une expérience aléatoire. Définir une variable aléatoire X sur cet ensemble,

Plus en détail

Chapitre V : Probabilité : conditionnement et indépendance

Chapitre V : Probabilité : conditionnement et indépendance Chapitre V : Probabilité : conditionnement et indépendance A- Variables aléatoires et lois de probabilités I Loi d une variable aléatoire 1) Définition d une variable aléatoire Exemple : Un jeu de hasard

Plus en détail

Exercices : Couples et suites de VAR discrètes

Exercices : Couples et suites de VAR discrètes Exercices : Couples et suites de VAR discrètes Exercice : Une urne contient 2 boules blanches et n 2 boules rouges. On effectue n tirages sans remise de cette urne. On appelle X le rang de sortie de la

Plus en détail

Sujets. Formulaire. mars Nouvelle-Calédonie. mai Amérique du nord. juin Antilles-Guyane. novembre Nouvelle-Calédonie

Sujets. Formulaire. mars Nouvelle-Calédonie. mai Amérique du nord. juin Antilles-Guyane. novembre Nouvelle-Calédonie PROAILITÉS Sujets mars 2012 mai 2012 juin 2012 novembre 2012 Nouvelle-Calédonie Amérique du nord Antilles-Guyane Nouvelle-Calédonie Formulaire PROAILITÉS 1 Nouvelle-Calédonie mars 2012. EXERCICE 2 On dispose

Plus en détail

CHAPITRE 8 : Probabilités (1)

CHAPITRE 8 : Probabilités (1) CHAPITRE 8 : Probabilités (1) I. Généralités (rappels) 1. Vocabulaire Définitions : On appelle expérience aléatoire une expérience dont le résultat dépend du hasard. L'ensemble des résultats (ou issues)

Plus en détail

C = + B = + A i, i=5

C = + B = + A i, i=5 EXERIE 1 : On lance une pièce une infinité de fois. Pour n 1, on note i l événement le «i-ème lancer amène Pile.» 1. Décrire par une phrase les événements suivants : B = + i, i=5 = + i i=5 2. Écrire à

Plus en détail

Sujets de bac : Probabilités

Sujets de bac : Probabilités Sujets de bac : Probabilités Sujet n 1 : Sportifs de haut niveau septembre 1999 Une urne contient quatre boules rouges, quatre boules blanches et quatre boules noires. On prélève simultanément quatre boules

Plus en détail

7 2 Variables aléatoires discrètes

7 2 Variables aléatoires discrètes BCPST2 9 5 7 2 Variables aléatoires discrètes I Compléments sur les variables aléatoires discrètes A) Dénition Dénition : Variable aléatoire discrète Une variable aléatoire réelle discrète est une variable

Plus en détail

PROBABILITES 2 : Répétition d'expériences identiques et indépendantes.

PROBABILITES 2 : Répétition d'expériences identiques et indépendantes. PROBABILITES 2 : Répétition d'expériences identiques et indépendantes. 1) Représentation par un arbre d'une répétition d'expériences identiques et indépendantes Dans le cas d'une répétition d'expériences

Plus en détail

Correction du TD n o 2 Partie commune

Correction du TD n o 2 Partie commune Université de Nice Sophia-Antipolis Année Universitaire 00/0 L MI Statistique TD de Statistique Correction du TD n o Partie commune Exercice :. N est une variable aléatoire dénombrable tel que N(Ω) N et

Plus en détail

Ecricome 2008 Correction

Ecricome 2008 Correction Ecricome 2008 Correction Exercice 1 + 2 2, = 2 4 + 3 =,, réels} 1. 0,0 =, donc. Soit,. On peut écrire 1 0 0 2 1 2, = 0 1 0 + 2 1 4 0 0 1 1 1 3 1 0 0 L ensemble apparaît comme l ensemble des combinaisons

Plus en détail

TRAVAIL DE MATHEMATIQUES ECE 2. Faire pour le jour de la rentrée sur copie les exercices donnés en annexe

TRAVAIL DE MATHEMATIQUES ECE 2. Faire pour le jour de la rentrée sur copie les exercices donnés en annexe TRAVAIL DE MATHEMATIQUES ECE 2 Revoir les définitions, propriétés, théorèmes. de cours Retravailler les DS, TD, fiche d exercices à l aide des corrigés Faire pour le jour de la rentrée sur copie les exercices

Plus en détail

1. Espaces probabilisés dénombrables

1. Espaces probabilisés dénombrables Probabilités sur un univers dénombrable 12-1 Sommaire 1. Espaces probabilisés dénombrables 1 1.1. Ensemble dénombrables......... 1 1.2. Suite infinie d événements........ 1 1.3. Probabilité sur un univers

Plus en détail

DS 9 Correction EXERCICE Etude d'une fonction auxiliaire.

DS 9 Correction EXERCICE Etude d'une fonction auxiliaire. DS 9 Correction EXERCICE On considère la fonction déterminée sur 0, par : ln On se propose dans cet exercice d'étudier la fonction et de la représenter relativement à un repère orthonormal,,, l'unité choisie

Plus en détail

Exercices supplémentaires : Probabilités

Exercices supplémentaires : Probabilités Exercices supplémentaires : Probabilités Partie A : Probabilités simples et variables aléatoires On lance trois dés : un rouge, un bleu et un vert. On écrit un nombre de trois chiffres : le chiffre des

Plus en détail

ESPACES PROBABILISES FINIS

ESPACES PROBABILISES FINIS Lycée de l Essouriau Année 2013-2014 PCSI ESPACES PROBABILISES FINIS Exercice 1 Langage ensembliste. Trois enfants, Arthur, Béatrice et Cécile, lancent chacun un ballon en direction d un panier de basket.

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. Exercice n 1 : Une urne contient au départ 0 boules blanches et 10 boules noires indiscernables au toucher. On tire au hasard une boule de l urne : Si la boule est blanche, on la remet dans l urne et on

Plus en détail

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X.

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X. Ch 07 Probabilités I VARIABLE ALEATOIRE ET LOI DE PROBABILITE I.1 - d une variable aléatoire On appelle variable aléatoire discrète toute application X de Ω dans IR. L ensemble des valeurs prises par X,

Plus en détail

Probabilités conditionnelles et variables aléatoires

Probabilités conditionnelles et variables aléatoires Probabilités conditionnelles et variables aléatoires Métropole juin 2012 Pour embaucher ses cadres une entreprise fait appel à un cabinet de recrutement. La procédure retenue est la suivante. Le cabinet

Plus en détail

1 ère S Exercices sur les probabilités

1 ère S Exercices sur les probabilités ère S Exercices sur les probabilités On donne dans le tableau ci-dessous les probabilités d apparition de chacune des s d un dé truqué. Face N 4 6 Probabilité d apparition 0, 0, 0, 0, 0, 0, Ce tableau

Plus en détail

Chapitre III : Probabilités discrètes

Chapitre III : Probabilités discrètes Chapitre III : Probabilités discrètes Extrait du programme : I. Rappels a. Définitions Prop 1 : Une probabilité est toujours comprise entre 0 et 1. Prop 2 Si A est l événement certain, p(a) = 1. Si A est

Plus en détail

TD4 : Variables aléatoires discrètes finies

TD4 : Variables aléatoires discrètes finies MA0 Probabilités Variables aléatoires discrètes finies Exercice On considère le jeu suivant le joueur paie euros pour jouer. Ensuite, il lance trois dés équilibrés. Pour chaque Pile qu il obtient, il gagne

Plus en détail

PROBABILITES ET COMBINAISONS EXERCICES

PROBABILITES ET COMBINAISONS EXERCICES S EXERIES On considère un jeu de cartes. On tire simultanément huit certes du jeu. Quelle est la probabilité des évènements suivants : A «obtenir exactement un valet» B «obtenir exactement trois cœurs»

Plus en détail

Banque épreuve orale de mathématiques session 2015, CCP-MP Mise à jour : 15/09/14

Banque épreuve orale de mathématiques session 2015, CCP-MP Mise à jour : 15/09/14 EXERCICE 94 algèbre Soit E un espace vectoriel réel de dimension finie n>0 et u 2 L(E) tel que u 3 + u 2 + u =0. On notera Id l application identité sur E. 1. Montrer que Imu ker u = E. 2. (a) Énoncer

Plus en détail

Tirages dans une urne. Enoncé

Tirages dans une urne. Enoncé Enoncé Dans tout l eercice, on désigne par c un entier naturel non nul fié On considère alors une urne contenant initialement des boules blanches et des boules rouges, toutes indiscernables au toucher,

Plus en détail

CAPES session 2015 Épreuve 2. Problème n o 1

CAPES session 2015 Épreuve 2. Problème n o 1 CAPES session 2015 Épreuve 2 Problème n o 1 A. P. M. E. P. Problème n o 1 Notations On note N l ensemble des entiers naturels, N l ensemble des entiers naturels non nuls et Z l ensemble des entiers relatifs.

Plus en détail

Le principe multiplicatif (notion 2)

Le principe multiplicatif (notion 2) L indépendance (notion 1) (source : académie d Aix-Marseille) Le programme est très clair à ce sujet : «La notion de probabilité conditionnelle est hors programme» Mais pour aborder la loi binomiale, il

Plus en détail

mp* : révisions pour l écrit - Probabilités

mp* : révisions pour l écrit - Probabilités mp* 14-15 : révisions pour l écrit - Probabilités I Chapitres concernés P0, P1, P2, P3, P4, P5 II Questions de cours les plus classiques On ne les connaît pas encore...mais il est prudent de savoir Démontrer

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes BTS CGO Variables aléatoires discrètes 203/204 Variables aléatoires discrètes Table des matières I Variable aléatoire 2 I. Notion de variable aléatoire discrète................................ 2 I.2 Loi

Plus en détail

Probabilités. I Probabilités élementaires. Définition. Définition. Exemple. Exemple. Remarque. Exercice 01

Probabilités. I Probabilités élementaires. Définition. Définition. Exemple. Exemple. Remarque. Exercice 01 Probabilités I Probabilités élementaires Une urne contient trois boules : une bleue, une rouge, une verte. On tire une boule de l'urne et on note sa couleur. L'ensemble des résultats possibles (éventualités)

Plus en détail

Une condition nécessaire de convergence Considérons une série de terme général. Supposons cette série convergente. Soit sa somme.

Une condition nécessaire de convergence Considérons une série de terme général. Supposons cette série convergente. Soit sa somme. Séries numériques I) Définitions - Notions essentielles.) Séries numériques Définition Soit une suite numérique. On appelle série de terme général la suite dont les termes successifs sont : ₀ ₀ ₁ ₀ ₁ ₂

Plus en détail

Probabilités Cours Terminale S Rappels Généralités Vocabulaire

Probabilités Cours Terminale S Rappels Généralités Vocabulaire Page d accueil Terminale S Cours Calculatrices ROC ROC Probabilités Probabilités Cours Terminale S Rappels Généralités Vocabulaire Sommaire 1 Vocabulaire 11 Expérience aléatoire 3eme 12 Evénement 13 Exercices

Plus en détail

1. On désigne par A et B deux évènements indépendants d un univers muni d une loi de probabilité p.

1. On désigne par A et B deux évènements indépendants d un univers muni d une loi de probabilité p. 2011 Pondichéry ex 3 (5 pts) Un jeu consiste à lancer des fléchettes sur une cible. La cible est partagée en quatre secteurs, comme indiqué sur la figure ci-dessous. On suppose que les lancers sont indépendants

Plus en détail

Td Révisions : dénombrement, combinatoire et calcul des probabilités

Td Révisions : dénombrement, combinatoire et calcul des probabilités Bio-Concours S3 Probabilités Td 1 2014 2015 Révisions : dénombrement, combinatoire et calcul des probabilités Exercice 1 : 1. On lance 3 fois un dé. Combien y a-t-il de résultats possibles? 2. Avec seulement

Plus en détail

Probabilité, variable aléatoire. Loi binomiale

Probabilité, variable aléatoire. Loi binomiale DERNIÈRE IMPRESSION LE 9 juin 05 à 9:0 Probabilité, variable aléatoire. Loi binomiale Table des matières Loi de probabilité. Conditions préalables............................ Définitions..................................

Plus en détail

Dénombrement et probabilités

Dénombrement et probabilités 1. Listes d'éléments d'un ensemble fini... p2 4. Applications aux probabilités... p8 2. Combinaisons... p5 3. Formule du binôme... p6 Copyright meilleurenmaths.com. Tous droits réservés 1. Liste d'éléments

Plus en détail

Cours 4 ème Sci et inf

Cours 4 ème Sci et inf Mathématiques aux élèves Probabilité sur un ensemble fini Site web : http://www.matheleve.net/ Email :contact @matheleve.com Cours ème Sci et inf I) Rappel ctivité Première situation : ) Quels sont les

Plus en détail

Séries d exercices Probabilites

Séries d exercices Probabilites Séries d exercices Probabilites 4 ème Maths Maths au lycee *** Ali AKIR Site Web : http://maths-akir.midiblogs.com/ EXERCICE N 1 Une urne contient 12 boules blanches et 8 boules noires. On effectue des

Plus en détail

CHAPITRE 8 - PROBABILITÉS

CHAPITRE 8 - PROBABILITÉS CHAITRE - ROBABILITÉS OBJECTIS Définir une variable aléatoire discrète. Établir la loi de probabilité d'une variable aléatoire discrète. Calculer l'espérance d'une variable aléatoire. Interpréter l'espérance

Plus en détail

p(a) = 10 3 = 220 = 0, 22

p(a) = 10 3 = 220 = 0, 22 Colle PCSI Corrections Semaine 01-014 EXERCICE 1 : Une urne contient 10 boules numérotées de 1 à 10. On tire trois fois de suite une boule avec remise. Le résultat des trois tirages successifs avec remise

Plus en détail

Combinatoire et dénombrement

Combinatoire et dénombrement Exercices de probabilités 1 Combinatoire et dénombrement Exercice 1 On considère un polygone convexe à n sommets. 1. Combien de diagonales ce polygone admet-t-il? 2. En combien de points intérieurs au

Plus en détail

PROBABILITE 4 ème Sc Techniques. a) Définir l univers Ω et calculer son cardinal

PROBABILITE 4 ème Sc Techniques. a) Définir l univers Ω et calculer son cardinal PROBABILITE 4 ème Sc Techniques Exercice On considère une urne contenant 0 jetons identiques : 6 jetons noirs numérotés :,,,,, 4 jetons blancs numérotés :,,, ) On tire simultanément et au hasard jetons

Plus en détail

LOI BINOMIALE. Méthode : Représenter la répétition d'expériences identiques et indépendantes dans un arbre Vidéo https://youtu.

LOI BINOMIALE. Méthode : Représenter la répétition d'expériences identiques et indépendantes dans un arbre Vidéo https://youtu. 1 LOI BINOMIALE I. Répétition d'expériences identiques et indépendantes Exemples : 1) On lance un dé plusieurs fois de suite et on note à chaque fois le résultat. On répète ainsi la même expérience (lancer

Plus en détail

Exercice 1 sur 5 points Cet exercice est commun à tous les candidats

Exercice 1 sur 5 points Cet exercice est commun à tous les candidats Eercice sur 5 points Cet eercice est commun à tous les candidats Soit f une fonction définie sur ]0 ; + [. On note C f sa courbe représentative dans un repère orthonormal représentée en annee. - La courbe

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROILITÉS CONITIONNELLES Ph EPRESLE 1 er juillet 2015 Table des matières 1 Rappel : Probabilité d un événement 2 1.1 Ensemble des issues................................... 2 1.2 Événement.......................................

Plus en détail

Analyse Combinatoire Probabilité Site MathsTICE de Adama Traoré Lycée Technique Bamako

Analyse Combinatoire Probabilité Site MathsTICE de Adama Traoré Lycée Technique Bamako Analyse Combinatoire Probabilité Site MathsTICE de Adama Traoré Lycée Technique Bamako Exercice 1 Les élèves d une classe sont choisis au hasard l un après l autre pour subir un examen. Calculer la probabilité

Plus en détail

T ale S Exercices type bac de Probabilités. Mars 12. Exercice n 1 : Exercice n 2 : p (B ).

T ale S Exercices type bac de Probabilités. Mars 12. Exercice n 1 : Exercice n 2 : p (B ). Exercice n 1 : Une urne contient au départ 30 boules blanches et 10 boules noires indiscernables au toucher. On tire au hasard une boule de l urne : Si la boule est blanche, on la remet dans l urne et

Plus en détail

Probabilités. Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants :

Probabilités. Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants : I- Définitions et propriétés Probabilités Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants : E 1 : Avoir un chiffre pair

Plus en détail

TS - Maths - D.S.3 - CORRECTION

TS - Maths - D.S.3 - CORRECTION TS - Maths - DS3 - CORRECTION Samedi 4 Novembre 20-2h Exercice Les parties A et B sont indépendantes Un site internet propose des jeux en ligne On donnera une valeur approchée à 0 2 près des résultats

Plus en détail

1 Loi Uniforme. 2 Loi de Bernouilli. Mathématiques TD 3. Lois discrètes. Exercice 1)

1 Loi Uniforme. 2 Loi de Bernouilli. Mathématiques TD 3. Lois discrètes. Exercice 1) Université de Nice Sophia Antipolis Licence 3 et Master 1 Miage Mathématiques 2015 2016 TD 3 Lois discrètes 1 Loi Uniforme Exercice 1) 1. On jette une pièce équilibrée. On appelle X la variable aléatoire

Plus en détail

Activité d'introduction des notions. Tireur d'élite?

Activité d'introduction des notions. Tireur d'élite? Activité d'introduction des notions. Tireur d'élite? 2) On suppose maintenant qu'il fait six tirs et on note Y le nombre de succès obtenus. (Y {0 ; 1 ;... ; 6}) Activité d'introduction des notions. Tireur

Plus en détail

Exercice 7 [ ] [Correction] Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ > 0. Calculer

Exercice 7 [ ] [Correction] Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ > 0. Calculer [http://mp.cpgedupuydelome.fr] édité le 24 septembre 20 Enoncés Lois usuelles Exercice [ 04020 ] [Correction] Soit X et Y deux variables aléatoires discrètes indépendantes. On suppose que X et Y suivent

Plus en détail

Cours de mathématique : (Terminale Scientifique (S))

Cours de mathématique : (Terminale Scientifique (S)) Cours de mathématique : (Terminale Scientifique (S)) Chapitre 10 : Les probabilités discrètes 1. Les probabilités conditionnelles A. Conditionnement Soient A et B deux événements, avec A de probabilité

Plus en détail

EXERCICES D ARITHMÉTIQUE

EXERCICES D ARITHMÉTIQUE 101. 1. n désigne un entier naturel. a. Vérifier que, pour n = 15, le reste de la division euclidienne de (n + 2) 3 par n 2 est égal à 12n + 8. b. Déterminer tous les entiers n pour lesquels cette propriété

Plus en détail

Chapitre X : Schéma de Bernoulli Loi Binomiale

Chapitre X : Schéma de Bernoulli Loi Binomiale Chapitre X : Schéma de Bernoulli Loi Binomiale Extrait du programme : I. Schéma de Bernoulli 1. Epreuve et loi de Bernoulli Définition : On appelle épreuve de Bernoulli de paramètre p toute expérience

Plus en détail

Les probabilités Le cours

Les probabilités Le cours Chapitre Les probabilités Le cours Avant-propos a) Le mot hasard vient de l arabe az-zahr «le dé». Le mot aléa signifie en latin «jeu de dés, hasard». b) Dans son Essai philosophique sur les probabilités

Plus en détail

ESSEC option Eco 2003 Maths III

ESSEC option Eco 2003 Maths III ESSEC option Eco 2003 Maths III Exercice 1 Suites récurrentes et algèbre linéaire Soit a un nombre réel. On note R N l ensemble des suites réelles définies sur N, et F le sous- ensemble de R N formé des

Plus en détail

Olympiades Françaises de Mathématiques Envoi Numéro 3 Corrigé

Olympiades Françaises de Mathématiques Envoi Numéro 3 Corrigé Olympiades Françaises de Mathématiques 2012-2013 Envoi Numéro 3 Corrigé 1 Exercices Juniors Exercice 1. On appelle diviseur propre d un entier n un diviseur positif de n qui est différent de 1 et de n.

Plus en détail

Devoir Vacances Commentaires et corrections

Devoir Vacances Commentaires et corrections Devoir Vacances Commentaires et corrections Voici quelques éléments pour vous aider à faire ce devoir et les corrections de quelques erreurs d énoncé : I) Exercice 1 Les parties 1 et 2 sont indépendantes.

Plus en détail

EXERCICE 2 EXERCICES DE DENOMBREMENT EXERCICE1. 1. Le nombre 0! : a) est égal à 0 )b est égal à 1 c) n'a pas été défini

EXERCICE 2 EXERCICES DE DENOMBREMENT EXERCICE1. 1. Le nombre 0! : a) est égal à 0 )b est égal à 1 c) n'a pas été défini EXERCICES DE DENOMBREMENT EXERCICE1 Dans chaque cas une des réponses au moins est exacte. 1. Le nombre 0! : a) est égal à 0 )b est égal à 1 c) n'a pas été défini 2. Le nombre de listes à k éléments distincts

Plus en détail

Probabilités. Denis Vekemans

Probabilités. Denis Vekemans Probabilités Denis Vekemans 1 Vocabulaire Une expérience aléatoire vérifie trois conditions : elle est reproductible dans les mêmes conditions ; on connaît tous ces résultats possibles ; on ne sait pas

Plus en détail

Feuille de TD n o 3 : Indépendance d événements, variables aléatoires, lois discrètes

Feuille de TD n o 3 : Indépendance d événements, variables aléatoires, lois discrètes Cogmaster, Probabilités discrètes Feuille de TD n o : Indépendance d événements, variables aléatoires, lois discrètes Exercice Une auto-école présente le même jour trois candidats au permis : André, Denis

Plus en détail

Exercices : Espaces probabilisés

Exercices : Espaces probabilisés Exercices : Espaces probabilisés Exercice 1: On considère des événements A, B, C d un espace probabilisable Ω, A. Écrire à l aide des opérations d ensembles les événements suivants : 1. Les événements

Plus en détail

4.1 Distribution de fréquences. Loi de probabilité

4.1 Distribution de fréquences. Loi de probabilité Chapitre 4 Probabilités conditionnelles 4.1 Distribution de fréquences. Loi de probabilité 4.1.1 Introduction. Premières définitions Vocabulaire L objet d une étude d un phénomène aléatoire est appelé

Plus en détail

TS 9,10,11 Devoir Surveillé n 1 B arème indicatif : Nom : 1 ) 4 pts 2 ) 7 pts rénom : 3) 4 pts 4) 7 pts lasse : Commentaires : ercice 1 :

TS 9,10,11 Devoir Surveillé n 1 B arème indicatif : Nom : 1 ) 4 pts 2 ) 7 pts rénom : 3) 4 pts 4) 7 pts lasse : Commentaires : ercice 1 : T 9,10,11 - Durée 2 h Devoir urveillé n 1 Barème indicatif : 1 ) 4 pts 2 ) 7 pts - Une seule calculatrice autorisée ) 4 pts 4) 7 pts Nom : Prénom : Classe : Commentaires : Lisez l énoncé en entier avant

Plus en détail

TD-COURS

TD-COURS 19-1- 2012 J.F.C. Td-Var p. 1 TD-COURS 8 2011-2012 RÉVISIONS ET COMPLÉMENTS SUR LES PROBABILITÉS ET LES VARIABLES ALÉATOIRES RÉELLES. Ensemble dénombrable. Tribu, tribu engendrée, espace probabilisable

Plus en détail

TD2. Probabilité sur un ensemble dénombrable.

TD2. Probabilité sur un ensemble dénombrable. Université Pierre & Marie Curie Licence de Mathématiques L3 UE LM345 Probabilités élémentaires Année 2014 15 TD2 Probabilité sur un ensemble dénombrable 1 a Soit (Ω, F, P) un espace de probabilités Soit

Plus en détail

ESPACES PROBABILISES FINIS

ESPACES PROBABILISES FINIS Lycée de l'essouriau Année 2014-2015 PCSI ESPACES PROBABILISES FINIS Exercice 1 Langage ensembliste. Trois enfants, Arthur, Béatrice et Cécile, lancent chacun un ballon en direction d'un panier de basket.

Plus en détail

PROBABILITÉS. I Langage des événements :

PROBABILITÉS. I Langage des événements : PROAILITÉS Activité de recherche : Arnaque à la foire? Un forain organise des jeux basés sur le tirage simultané de trois boules, dans une urne qui contient cinq boules numérotées 0; 1; 2; 3 et 5. Le joueur

Plus en détail

TS 2016 Cours Complété Ch8. Probabilité Conditionnelle

TS 2016 Cours Complété Ch8. Probabilité Conditionnelle 1. Un exemple de construction d arbre pondéré : On étudie une certaine allergie et son lien éventuel avec un antécédent familial (parent ou grand parent souffrant de la même allergie). On prélève au hasard

Plus en détail

Chapitre 7 : Exercices Terminale S, 2014, Lycée Lapérouse

Chapitre 7 : Exercices Terminale S, 2014, Lycée Lapérouse Chapitre 7 : Exercices Terminale S, 2014, Lycée Lapérouse Exercice 1. On lance un dé équilibré à 20 faces numérotées de 1 à 20. On observe le numéro de la face obtenue. 1. Décrire l univers Ω. 1 2. On

Plus en détail

M1-Math.-Ens. UE7 : Probabilité et Statistique. Contrôle du 30 mars 2012 Durée : 3 h

M1-Math.-Ens. UE7 : Probabilité et Statistique. Contrôle du 30 mars 2012 Durée : 3 h UNSA-USTV-IUFM M1-Math.-Ens. UE7 : Probabilité et Statistique Contrôle du 30 mars 2012 Durée : 3 h L usage des calculatrices est autorisé. La qualité de la rédaction, la clarté et la précision des raisonnements

Plus en détail

1 Raisonnement par récurrence. 2 Suites arithmétiques, géométriques. ISEL - Année 1. Mathématiques. Suites - Rappel

1 Raisonnement par récurrence. 2 Suites arithmétiques, géométriques. ISEL - Année 1. Mathématiques. Suites - Rappel ISEL - Année Mathématiques Suites - Rappel Raisonnement par récurrence Soit une propriété P (n) dépendant d'un entier naturel n. Pour montrer que cette propriété est vraie à partie de l'entier n 0 :. on

Plus en détail

TD N O 8 ESPACES PROBABILISÉS FINIS CORRIGÉ

TD N O 8 ESPACES PROBABILISÉS FINIS CORRIGÉ Lycée Dupuy de Lôme 0/07 Mathématiques ECS TD N O ESPACES PROBABILISÉS FINIS CORRIGÉ Un jeu de cartes comporte cartes. On en choisit au hasard qui forment une main.. Quelle est la probabilité d obtenir

Plus en détail

Chapitre 6 Couples et suites de variables aléatoires discrètes

Chapitre 6 Couples et suites de variables aléatoires discrètes Chapitre 6 Couples et suites de variables aléatoires discrètes I Couples de variables aléatoires réelles discrètes Dans toute cette partie, on considère X et Y deux variables aléatoires réelles discrètes

Plus en détail

Lycée Polyvalent de Taaone. Mathématiques Série S (Mars-2014) Durée : 4 heures

Lycée Polyvalent de Taaone. Mathématiques Série S (Mars-2014) Durée : 4 heures Mathématiques Série S (Mars-2014) Durée : 4 heures L usage de la calculatrice est autorisé Tout autre document est interdit Ce sujet s adresse aux élèves qui ont suivi la spécialité Mathématiques Il comporte

Plus en détail

Travaux Dirigés 1 Introduction aux probabilités

Travaux Dirigés 1 Introduction aux probabilités Université Pierre et Marie Curie LM231 Année 2010-2011 Semestre 2 Travaux Dirigés 1 Introduction aux probabilités Dans la suite, pour tout entier naturel n, nous notons N n = {0,...,n} et N n = N n \{0}

Plus en détail

Chapitre : 12 : Loi binomiale - Echantillonnage

Chapitre : 12 : Loi binomiale - Echantillonnage I. Épreuve et schéma de Bernoulli. Épreuve de Bernoulli Chapitre : : Loi binomiale - Echantillonnage Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux issues, l'une appelée

Plus en détail

Devoir surveillé de terminales S1-Samedi 22 février durée 3h

Devoir surveillé de terminales S1-Samedi 22 février durée 3h Devoir surveillé de terminales S1-Samedi 22 février durée 3h Exercice 1 : Une urne A contient quatre boules rouges et six boules noires. Une urne B contient une boule rouge et neuf boules noires. Les boules

Plus en détail

Probabilités. () Probabilités 1 / 46

Probabilités. () Probabilités 1 / 46 Probabilités () Probabilités 1 / 46 1 Dénombrement 2 Probabilités sur un univers fini 3 Variable aléatoire réelle sur un univers fini 4 Variable aléatoire continue () Probabilités 2 / 46 Plan 1 Dénombrement

Plus en détail

2 Plus grand commun diviseur

2 Plus grand commun diviseur 2 Plus grand commun diviseur PGCD DE DEUX ENTIERS NATURELS Définition Soit deux nombres entiers naturels a et b non nuls. Un nombre entier naturel δ qui divise chacun de ces nombres est appelé diviseur

Plus en détail

Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées. Fiche de T.D. n o 2

Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées. Fiche de T.D. n o 2 Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées CAPES-M1 Année 2010-2011 Fiche de T.D. n o 2 Ex 1. Urne à composition évolutive Dans une urne contenant au départ

Plus en détail

Probabilités (rappels de 1 ère )

Probabilités (rappels de 1 ère ) I Description d une expérience aléatoire Probabilités (rappels de ère ) Lorsque l on effectue une expérience aléatoire (qui dépend du hasard), rien ne peut nous laisser prévoir le résultat. Exemple : on

Plus en détail

ÉPREUVE DE BERNOULLI ET LOI BINOMIALE...2 I. RAPPEL SUR LA NOTION D ÉVÉNEMENTS INDÉPENDANTS...2 II. ÉPREUVE DE BERNOULLI...2 SCHÉMA DE BERNOULLI...

ÉPREUVE DE BERNOULLI ET LOI BINOMIALE...2 I. RAPPEL SUR LA NOTION D ÉVÉNEMENTS INDÉPENDANTS...2 II. ÉPREUVE DE BERNOULLI...2 SCHÉMA DE BERNOULLI... ÉPREUVE DE BERNOULLI ET LOI BINOMIALE...2 I. RAPPEL SUR LA NOTION D ÉVÉNEMENTS INDÉPENDANTS...2 II. ÉPREUVE DE BERNOULLI...2 III. IV. SCHÉMA DE BERNOULLI...2 VARIABLE ALÉATOIRE...3 V. ARBRE D UN SCHÉMA

Plus en détail

Exercices sur la loi binomiale

Exercices sur la loi binomiale Exercices sur la loi binomiale Christian CYRILLE 1 août 201 "Si le monde était vraiment gouverné par le hasard, il n y aurait pas autant d injustices. Car le hasard est juste." Ferdinando Galiani 1 Exercice

Plus en détail

Probabilités. Denis Vekemans

Probabilités. Denis Vekemans Probabilités Denis Vekemans Vocabulaire Une expérience aléatoire vérifie trois conditions : elle est reproductible dans les mêmes conditions ; on en connaît tous les résultats possibles ; on ne sait pas

Plus en détail