Variables aléatoires discrètes
|
|
- Valentin St-Georges
- il y a 7 ans
- Total affichages :
Transcription
1 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 contient n boules numérotées de à n. On tire des boules successivement avec remise jusqu à ce qu on obtienne un numéro supérieur ou égal à celui de la boule précédente. Soit X la variable aléatoire discrète valant le nombre de tirages effectués avant de s arrêter. Préciser X(Ω) et k X(Ω), P (X > k) puis la loi de probabilité de X. Exercice 2 : On dispose d une urne contenant 6 boules blanches et 4 boules noires. On procède à un tirage sans remise. On appelle X i le rang de sortie de la ième boule blanche. Déterminer la loi et la fonction de répartition de X i? (*)Exercice 3 : Soit X une VAR discrète dont la loi est donnée par. Quelles sont les valeurs possibles de p? 2. Préciser la valeur de q en fonction de p. 3. Calculer E[X] et V [X]. i P (X = i) p 2 p q p 4. Donner les lois de probabilité de Y = X(X )(X 2)(X 3), Z = X( X)(2 X) 6, T = ( X)(2 X)(3 X). 6 (*)Exercice 4 : Soient X et Y deux variables aléatoires discrètes. La loi de probabilité de X est donnée par le tableau : i P (X = i) 0, 0, 2 0, 0, 3 0, 0, 2 On donne également Y (Ω) = {3, 4, 5, 6}, P (Y > 5) = /2, P (Y < 5) = /3 et P (Y = 3) = P (Y = 4). Calculer les lois de probabilité de Y, ainsi que les espérances et les variances de X et Y. (*)Exercice 5 : On dispose d une urne contenant n boules numérotées de a n. Il y a autant de chance de tirer chacune des boules. On prend une boule au hasard dans l urne et on note X la VAR discrète représentant le numéro obtenu. Si cette boule porte le numéro k, on garde dans l urne les boules dont le numéro est compris entre et k et on enlève les autres. L urne est alors prête pour le deuxième tirage. On tire à nouveau une boule, et on note Y le numéro de obtenu. Si ce dernier est p, on garde dans l urne les boules dont le numéro est compris entre et p et on enlève les autres. On tire une dernière boule, et on note Z son numéro. Calculer les lois et les espérances de X, Y et Z. Exercice 6 : Soit X une VAR discrète avec X(Ω) = N et pour tout n N, P (X = n) = α 8k k!.. Déterminer α pour que cela définisse bien une loi de probabilité. 2. Calculer P ( X 8 2), P (X 2), P X 8 (X 2). (*)Exercice 7 : Pour quelle(s) valeur(s) de α l expression suivante définit-elle une loi de probabilité : X(Ω) = N et k X(Ω),. P (X = k) = α k3 + α 3. P (X = k) = k! (k + )(k + 2) 2. P (X = k) = α 3k k Dans chacun des cas calculer E[X] et V [X]. 4. P (X = k) = e 2 2 k ( + α k ). 4 k! (*)Exercice 8 : Soit X une VAR discrète avec X(Ω) = N et pour tout n N, P (X = n) = p n. On suppose que la suite (p n ) vérifie la relation de récurrence linéaire : n N, 3 p n+2 = 4p n+ p n.. Montrer que cela permet de définir la loi de probabilité de X que l on précisera. 2. Donner l espérance et la variance de X. 3. Soit Y la VAR discrète définie par Y = X si X et Y = 0 sinon. Calculer E[Y ] et V (Y ).
2 Exercice 9 : Soit X une VAR discrète avec X(Ω) = N et pour tout n N, P (X = n) = 0 si le reste de la division de n par 4 est 2 ou 3 et P (X = n) = λ 2 n sinon. Calculer λ, F X, E[X] et V (X). Exercice 0 : Soient (Ω, A, P ) un espace probabilisé et X une VAR discrète à valeurs dans N.. Montrer que pour tout n N, ( n n ) P (X = k) = P (X > k) np (X > n) k= k=0 2. Si X admet une espérance, montrer que lim convergente et que n + n=0 np (X > n) = 0. En déduire que la série de t.g P (X > n) est P (X > n) = E[X] 3. Réciproquement, si la série P (X > n) converge, montrer que X admet une espérance et que E[X] = n=0 P (X > n) (*)Exercice : Soit X une VAR discrète avec X(Ω) = N. On suppose que X admet une espérance. Montrer que E[X] = k= P (X k) Exercice 2 : Soit (u n ) n 0 une suite vérifiant la relation de récurrence u n+2 = 4u n+ + 4u n pour tout n N, u 0 = 0 et u =. Soit X une VAR discrète telle que X(Ω) = {u n n N} et n N, P (X = u n ) = α λn n!. Calculer α et E[X]. (*)Exercice 3 : On jette 5 dés simultanément. Après le premier lancer, on reprend les dés qui n affichent pas 6 et on les relance tous ensemble. On recommence ainsi en laissant à chaque lancer les dés qui affichent 6 et en relançant les autres, jusqu à ce qu on n ait que des 6. Soit X le nombre de lancers nécessaires pour y parvenir (et X = 0 si même après une infinité de lancers on n y est pas arrivé). Calculer la loi de probabilité de X. Combien de lancers faut il faire en moyenne pour n avoir que des 6? Loi, espérance et variance Exercice 4 : On lance deux dés non pipés et on note D et D 2 la valeur obtenue sur les dés et 2. On note ensuite X = D D 2. On dispose également de 3 urnes : l urne contient 3 boules noires et 3 boules blanches, l urne 2 contient 3 boules blanches, l urne 3 contient 4 boules blanches et boule noire. Si X > 0 (resp. X = 0, X < 0) on tire simultanément 3 boules de l urne (resp. l urne 2, l urne 3). On note B le nombre de boules blanches obtenues. Quelle est la loi de B? Son espérance? Sa variance? (*)Exercice 5 : Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans remise jusqu à ce qu il ne reste plus dans l urne que des boules d une seule couleur. Soit X le nombre de tirages nécessaires. Quelle est la loi de X? Son espérance? Sa variance? Exercice 6 : On lance un dé non pipé. Soit X la variable aléatoire discrète qui prend comme valeur le nombre de jets à effectuer pour obtenir une fois un nombre un nombre inférieur ou égal à 2 ou quatre fois de suite un nombre supérieur ou égal à 3. Quelle est la loi de X? Son espérance? Sa variance? Exercice 7 : Une urne contient n boules : 2 rouges et n 2 noires. On effectue des tirages sans remise et on appelle X la VAR discrète donnant le rang de la première boule rouge obtenue. Quelle est la loi de X? Son espérance? Sa variance? (*)Exercice 8 : L urne contient deux boules portant le numéro 0, et l urne 2 contient deux boules portant le numéro. On prend au hasard et simultanément une boule dans chaque urne et on les repose respectivement dans l autre 2
3 urne. On effectue n fois cette opération et on note X n la VAR discrète égale à la somme des numéros des boules de l urne après le n ième échange. Quelle est la loi de probabilité de X 0, X, X 2, X n? Quelle est l espérance de X n? Exercice 9 : On lance deux dés non pipés et on note P le produit des deux nombres obtenus. Quelle est la loi de P? Son espérance? Sa variance? Exercice 20 : Une urne U contient 7 boules rouges et 4 boules bleues. Une urne U 2 contient 4 boules rouges et 6 boules bleues. On commence par lancer une pièce de monnaie non pipée, si on obtient pile, les tirages auront tous lieu dans U et si on obtient face ils auront lieu dans U 2. On fait alors trois tirages successifs avec remise de la manière suivante : Si lors du premier tirage, la boule tirée est rouge on rajoute deux boules bleues et si elle est bleue on rajoute deux boules rouges. On ne rajoute plus de boule lors des tirages suivants. Quel est en moyenne le nombre total de boules bleues tirées au cours des trois tirages? Exercice 2 : La roulette du casino comprend 36 cases numérotées de à 36, dont 8 sont rouges et 8 sont noires, ainsi que la case numérotée 0 qui est verte. Un joueur qui mise sur la couleur rouge ou noire gagne deux fois sa mise si sa couleur est tirée au sort. Si ce joueur mise sur un numéro compris entre et 36 et que ce numéro sort, il gagne 36 fois sa mise. Toute mise sur la case 0 est interdite. La mise est automatiquement perdue.. Le joueur mise au hasard a euros sur une couleur. Soit C son gain. Quelle est la loi de C? Son espérance? Sa variance? 2. Le joueur mise au hasard a euros sur un nombre compris entre et 36. Soit N son gain. Quelle est la loi de N? Son espérance? Sa variance? 3. Si vous aviez a euros à miser, le feriez-vous sur une couleur ou sur un nombre? Expliquez votre choix. (*)Exercice 22 : Une urne contient 6 boules bleues, 5 boules blanches et 5 boules rouges.. On tire 4 boules successivement et sans remise et on désigne par X le nombre de boules rouges obtenues. Quelle est la loi de X? Son espérance? Sa variance? 2. Reprendre la question. dans le cas où les tirages ont lieu avec remise, en notant Y le nombre de boules rouges. 3. Comparer E[X] et E[Y ]. Conclusion? Comparer σ(x) et σ(y ). Commentaire? (*)Exercice 23 : On dispose d une pièce de monnaie qui donne pile avec une probabilité p = 0, 3. On effectue 0 lancers successifs et on note X le nombre total de pile obtenus au cours des 0 lancers.. Quelle est la loi de X? Son espérance? Sa variance? 2. Quelle est la probabilité d obtenir au moins 4 pile? au plus 4 pile? 3. Sachant qu on a obtenu au plus 5 pile, quelle est la probabilité d en avoir obtenu exactement 3? Au moins 3? Au plus 4? Exercice 24 : On lance deux dés non pipés, et on note X le plus grand et Y le plus petit des deux nombres obtenus. Donner les lois de X et Y, puis leurs espérances. Commenter. Quelles sont les variances? (*)Exercice 25 : On tire au hasard simultanément 5 cartes dans un jeu de 32 cartes. Soit X la VAR discrète égale au nombre de rois obtenus.. Quelle est la loi, l espérance et la variance de X? 2. On procède à la même expérience, mais en prenant les cartes une à une avec remise. Soit Y le nombre de rois obtenus. Quelle est la loi, l espérance et la variance de Y? Exercice 26 : Un lot de n pièces contient une pièce défecueuse. Un robot les teste une à une jusqu à detecter la pièce défectueuse. Il fait le dernier test même si les n premières pièces sont en bon état.. On note X le nombre de test effectués. Loi de X? E[X]? V [X]? 2. Si les tests sont réalisés par un robot qui ne fait pas le dernier test lorsque les n premières pièces sont en bon état, comment les résultats précédents sont ils modifiés? Suppléments Exercice 27 : Un fermier possède un troupeau de N vaches parmi lesquelles chacune a 5% de (mal)chance d attraper la maladie de la Vache Folle. Pour dépister cette maladie on leur fait une prise de sang et on analyse ce sang. On peut procéder de deux manières différentes : 3
4 . analyser chaque prise de sang séparément. 2. analyser un mélange des N prises de sang, et si le test se révèle positif, analyser ensuite chaque prise séparément. On recherche la méthode la plus économique. Soit X N le nombre d analyses réalisées par la méthode 2 et Y N = X N N.. Quelle est la loi de Y N? Son espérance? 2. On pose f(x) = x ln 0, 85+ln x. Montrer que f admet un maximum strictement positif. Quelle est la plus grande valeur entière de x pour laquelle f(x) > 0? Montrer que f(n) > 0 E(Y N ) <. Conclusion? 3. Proposer une méthode plus économique que celles décrites ci dessus et qui conviendrait pour un troupeau de 00 vaches (essayez d optimiser votre démarche). Exercice 28 :. On considère les nombres de n chiffres écrits en binaire et dans lesquels il n y a jamais deux consécutifs. On appelle u n le nombre de telles suites se terminant par un 0 et v n le nombre de celles qui se terminent par un. Pour n n, donner une relation de récurrence entre les termes d indice n + et ceux d indice n. En déduire u n et v n en fonction de n. 2. On joue à pile ou face avec une pièce bien équilibrée jusqu à ce qu on obtienne deux face de suite. On note X le nombre de lancers juste nécessaires, et p n = P (X = n). Calculer p n et sa limite lorsque n tend vers +. Commentaire? Exercice 29 : Une urne contient n boules blanches et n boules noires. On tire ces boules une à une sans remise jusqu à ce que l urne soit vide.. Soit X la VAR discrète égale au rang de sortie de la première boule blanche. Quelle est la loi de X? Calculer E(2n + X) puis E[X]. (Rappel : on pourra démontrer que q ( m+k m k=0 ) = ( m+q+ m+ ).) 2. Soit Y la VAR discrète égale au rang de la deuxième boule blanche dans le tirage. Quelle est la loi de Y? n En déduire la valeur de (j + )( 2n 2 j j=0 m 2 ). Exercice 30 : On effectue des tirages successifs dans une urne contenant initialement a boules blanches et b boules noires de la façon suivante : à chaque tirage, on remet la boule tirée ainsi que c boules de la même couleur.. (a) Calculer la probabilité p n d obtenir pour la première fois une boule blanche au n e tirage. (b) On considère les événements C m : Les m premiers tirages amènent m boules noires " et N j : on obtient une boule noire au j e tirage ". Exprimer C m en fonction des N j. Donner l expression de ln P (C m ) sous forme d une somme, et montrer que cette somme tend vers + quand m +. Conclusion? Soit C l événement : Il n apparaît que des boules noires ". Exprimer C en fonction des C m et calculer P (C). (c) Que vaut n= p n? Interprétation? 2. Notons, i N, B i l événement : on obtient une boule blanche au i e tirage " et X i la VAR discrète valant si B i est réalisé et 0 sinon. On note enfin, n N, S n = X + X X n. (a) Que représente S n? (b) Montrer que X suit une loi de Bernoulli de paramètre p = (c) Montrer que X 2 B(p) et X 3 B(p). a a+b (ce que l on note X B(p)). (d) On suppose que pour un certain n, on a : X B(p), X 2 B(p),..., X n B(p). Le but est de calculer P (B n+ ), c est à dire P (X n+ = ), pour montrer par récurrence que n, X n B(p), et que donc le choix de c n influence rien... i. Calculer E(S n ). ii. Evaluer P (B n ) en utilisant le système complet d événements (S n = k) 0 k n. iii. Aboutir à P (B n ) = a+b+nc [a + ce(s n)] et en déduire le résultat cherché. Exercice 3 : N urnes contiennent chacune n jetons numérotés de à n. On tire au hasard et de façon indépendante un jeton dans chaque urne et on appelle X le plus grand des numéros obtenus.. Quelle est la fonction de répartition F X de X. Tracer son graphique si N = 3 et n = 6.
5 2. Donner la loi de X. 3. Calculer E[X]. Quelle est la limite de E[X] lorsque n tend vers +? En déduire un équivalent de E[X] lorsque n tend vers +. n 4. Quelle est la limite de E[X] lorsque N tend vers +? Conclure. 5
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 détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailLes probabilités. Chapitre 18. Tester ses connaissances
Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailGEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailLicence 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 détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détail4. Exercices et corrigés
4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailProbabilités. 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 détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailChapitre 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 détailLimites 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 détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailExemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.
Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailLeçon 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailArbre de probabilité(afrique) Univers - Evénement
Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailChapitre 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 détailAndrey Nikolaevich Kolmogorov
PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien
Plus en détail1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.
Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailUniversité Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailProbabilités. 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 détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailIntégration 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 détailImage 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 détailComparaison 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 détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailMesure de probabilité, indépendance.
MATHEMATIQUES TD N 2 : PROBABILITES ELEMENTAIRES. R&T Saint-Malo - 2nde année - 2011/2012 Mesure de probabilité, indépendance. I. Des boules et des cartes - encore - 1. On tire simultanément 5 cartes d
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailIntroduction au Calcul des Probabilités
Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus
Plus en détailSuites 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 détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailCalculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Plus en détailStatistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge.
Statistiques II Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mardi 11h15-13h00 Salle : C110 http://campus.hesge.ch/caboussata 1 mars 2011 A. Caboussat, HEG STAT II, 2011 1 / 23 Exercice 1.1
Plus en détailBaccalauréat 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 détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailProbabilités et statistique. Benjamin JOURDAIN
Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech
Plus en détail