Chapitre 9 La loi binomiale
|
|
- Eric Giroux
- il y a 7 ans
- Total affichages :
Transcription
1 A) Variables aléatoires 1) Défiitio Chapitre 9 La loi biomiale O appelle variable aléatoire X ue foctio qui associe à tout résultat (évéemet élémetaire) u ombre réel. Pour ue même expériece aléatoire, o peut bie etedu défiir plusieurs variables aléatoires différetes : par exemple, sur u jet de deux dés, l ue serait la somme et l autre le produit des deux chiffres sortis. Exemple : Soit le jeu de dés suivat : quad o fait 6 o gage 100 F, quad o fait 1 o gage 50 F, et de 2 à 5 o perd 40 F. Le gai (égatif si c est ue perte) est ue variable aléatoire, défiie par X({6}) = 100, X({1}) = 50 et X ({2}) = X({3}) = X({4}) = X({5}) = ) Vocabulaire, otatio - Soit X ue variable aléatoire et soit l évéemet élémetaire A : si X(A) = a, o dit que a est la valeur prise par X pour l évéemet A. - O appelle "X = a" l évéemet (pas forcémet élémetaire) qui cotiet tous les résultats pour lesquels X pred la valeur a. Exemple : Das le jeu ci-dessus, calculer la probabilité de l évéemet A = "X = - 40" (A = {2 ; 3 ; 4 ; 5}, p(a) = 4/6 = 2/3.) 3) Loi de probabilité d ue variable aléatoire a) Défiitio Soit u uivers Ω, mui d ue probabilité p, et soit X ue variable aléatoire preat les valeurs x 1, x 2,, x. La loi de probabilité de X est la foctio qui à chaque x i fait correspodre p("x = x i "). Lorsqu'il 'y a pas d ambiguïté, o pourra oter p(x = x i ) ou même p(x i ). b) Exemple Toujours das le même jeu de dés, calculer p("x = 100") et p("x = -40"). (p(x=100) = 1/6 ; p(x=-40) = 4/6) c) Applicatio Soit l'expériece cosistat à lacer deux dés e vue se calculer la somme des deux chiffres obteus. Pour pouvoir faire des calculs, o défiira Ω comme l'esemble des couples de chiffres obteus, et o otera Ω = {11 ; 12 ; 13 ; ; 16 ; 21 ; 22 ;. ; 66}, qui est doc u uivers équiprobable (preuve par la mise e arbre) O défiit alors S comme la variable aléatoire "somme de deux chiffres obteus", avec comme valeurs possibles {2 ; 3 ; 4 ; 5 ; 6 ; 7 ; 8 ; 9 ; 10 ; 11 ; 12}. Le "2" e pouvat être obteu qu'avec le couple 11, sa probabilité sera de 1/36 (car il y a 36 élémets das Ω, vu qu'il y a 6*6 = 36 couples. Page 1/8
2 Le "3" peut être obteu avec 12 et 21, doc p(s=3) = 2/36. Faire le tableau de la loi de probabilité de S. S p(s) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 4) Espérace mathématique d ue variable aléatoire a) Sigificatio L espérace mathématique est l équivalet e probabilités de la moyee podérée par les fréqueces e statistiques. E lagage courat, c est la valeur moyee que predrait cette variable aléatoire sur u très grad ombre d expérieces aléatoires idetiques et idépedates. b) Défiitio L espérace mathématique E(X) d ue variable aléatoire X preat les valeurs x 1, x 2,. x? est le ombre oté E(X) tel que : c) Exemple Toujours le même jeu : E(X) = 100 p(x=100) + 50 p(x=50) 40 p(x=-40) E(X) = 100/6 + 50/6-40*4/6 = ( )/6. E(X) = - 10/6 (o est doc perdat si o joue assez logtemps!). O appelle "équitable" u jeu dot l espérace de gai est égale à zéro. 5) Variace et écart type a) Sigificatio Ceci représete la "dispersio" des valeurs que peut predre la variable aléatoire autour de so espérace. La variace se calcule plus facilemet, mais l'écart-type a l'avatage de s'exprimer das la même uité que la variable aléatoire. b) Défiitios (mêmes otatios que ci-dessus) Variace : V(X) = E(X²) (E(X))² = x 1 ² p(x = x 1 ) + x 2 ² p(x = x 2 ) + + x ² p(x = x ) (E(X))² Écart-type :. Note : o démotre aussi que V(X) = E((X E(X))²). c) Exemple E(X) = x 1 p(x=x 1 ) + x 2 p(x=x 2 ) + + x p(x=x ) Calculer V(X) et σ(x) pour le jeu vu plus haut. E(X²) = 100² p(x=100) + 50² p(x=50) + ( 40)² p(x=-40) E(X²) = ( * 4) / 6 = / 6 = V(X) = (-10 / 6)² = / σ X = V X ,1. Page 2/8
3 B) Expérieces idetiques et idépedates 1) Répétitio d expérieces idetiques et idépedates Preos ue expériece aléatoire au protocole bie défii (par exemple, le jet d u dé). Imagios que l o répète cette expériece fois, sas qu aucue expériece modifie la prévisibilité des résultats des suivates. Cette série d expériece est alors ue répétitio d expérieces idetiques et idépedates. Exemples : Ue série de tirages de boules das u sac sas remise etre pas das cette défiitio, puisqu à chaque fois, l expériece se déroule avec u coteu différet du sac. Ue série de lacer d ue même pièce de moaie correspod bie à la défiitio. 2) Calculs de probabilité avec u arbre podéré Das le cas d ue répétitio d expérieces idetiques et idépedates, la probabilité d ue liste ordoée de résultats est le produit des probabilités de chaque résultat. O peut représeter cette série d expérieces à l aide d u arbre où chaque brache est complétée par la probabilité qu elle a d être emprutée. Exemple : 3 lacers d u pièce de moaie truquée où le pile a 60 % de chaces de se produire et le face 40 % : 60 % P P 60 % P 60 % P 60 % 40 % F 60 % P 60 % 40 % P F 60 % P O peut lire sur ce schéma que la probabilité d obteir le résultat PPF, par exemple, est de 60%*60%*40% = 14,4%. Exercices : a) Calculer la probabilité de chaque séquece et vérifier que leur somme fait bie 100%. b) Étudier de la même faço trois lacers d u dé cubique avec trois faces marquées 1, deux faces marquées 2 et ue face marquée 3. C) Loi et schéma de Beroulli 1) Épreuves et loi de Beroulli O appelle épreuve (ou expériece) de Beroulli ue expériece aléatoire admettat seulemet deux issues dot l ue a pour probabilité p. O peut oter ces issues S (succès) et S ou E (échec). Si S a pour probabilité p, alors S aura forcémet pour probabilité 1 p. Page 3/8
4 Exemples : a) Lacer d ue pièce de moaie o truquée (p = 1 p = 0,5) b) Lacer de la pièce truquée du A2, le succès état pile (p = 0,6 et 1 p = 0,4) c) Lacer d u dé, le résultat état divisible par 3 doe S et E sio. O aura alors p = 2/6 = 1/3 et 1 p = 2/3. Remarque : le lacer d'u dé avec ses 6 possibilités 'est pas ue épreuve de Beroulli. 2) Loi de Beroulli, espérace et variace La loi de Beroulli est la loi de probabilité de la variable aléatoire X telle que X = 1 si S et X = 0 si S. O obtiet alors pour la loi de Beroulli l espérace et la variace suivates : Soit au fial : 3) Schéma de Beroulli. E ( X )= p V ( X )= p(1 p) σ( X )= p (1 p) O appelle schéma de Beroulli ue répétitio fois d épreuves de Beroulli, idetiques et idépedates etre elles. Exemples : Le premier exemple vu e B2) est u schéma de Beroulli. L exemple C1c), s il est répété fois, sera aussi u exemple de schéma de Beroulli. D) La loi biomiale 1) Défiitio La loi biomiale est la loi de probabilité de la variable aléatoire Y = ombre de succès das u schéma de Beroulli compreat épreuves de Beroulli de probabilité p, idetiques et idépedates. Elle e déped doc que des paramètres et p. Y correspod à la somme des variables X du schéma. Y est doc u ombre etier, qui peut varier de 0 à. 2) Coefficiets biomiaux Pour calculer la probabilité d u résultat pour Y, il faut d abord coaître le ombre d issues combiées fiales doat la valeur k à Y, c est à dire le ombre de chemis meat à la valeur k. Ce ombre déped uiquemet de et k,et o l appelle coefficiet biomial que l o ote (aciee otatio : ). La probabilité qu Y pree la valeur k, soit p(y = k) est alors égal à. O démotre que l espérace, la variace et l'écart-type de Y sot : E (Y )= p V (Y )= p(1 p) σ (Y )= p(1 p) Page 4/8.
5 Cas particuliers : Cours de Mathématiques Classe de 1 re STI2D Chapitre 9 La loi biomiale E effet, u seul chemi mèe à tous les succès, et pour avoir u seul succès (ou u seul échec), il faut que ce succès (ou échec) se recotre das ue seule des braches du chemi, qui e comporte. Remarque : Les tableurs et les calculatrices ayat des foctios statistiques ot ue foctio qui permet de calculer les coefficiets biomiaux et les probabilités p(y = ) et p(y ) e loi biomiale. E) Propriétés de la loi biomiale 1) Symétrie des coefficiets biomiaux Pour toutes valeurs de et k avec k compris etre 0 et, o a : E effet, les résultats S et E jouat u rôle symétrique, o aura autat de chemis pour aboutir à k fois le résultat S qu à aboutir à k fois le résultat E, qui correspod à k le résultat S. 2) Triagle et relatio de Pascal k = Pour tous etiers aturels et k tels que k <, o a :. D où le triagle de Pascal (cou e Chie depuis logtemps, mais popularisé e Occidet par Pascal). 3) Comptage et formule géérale des coefficiets biomiaux a) Factorielles et Permutatios O appelle factorielle de et o ote! la valeur de l expressio ( 1) ( 2) (2) (1), c est à dire le produit des etiers aturels compris etre 1 et. Il est facile de voir que ce ombre représete le ombre de permutatios possibles d u esemble ordoé compreat objets, qu o ote E effet, le premier peut être choisi parmi possibilités, le secod das les 1 restats, etc..., et le produit de ces possibilités exclusives l ue de l autre doe bie!. O a doc. Page 5/8
6 b) Arragemets Cours de Mathématiques Classe de 1 re STI2D Chapitre 9 La loi biomiale O appelle arragemet de k objets choisis parmi le ombre de possibilités pour rager ces k objets pris das u esemble de objets. O ote ce ombre. O peut avec le même raisoemet que ci-dessus voir que ce ombre est égal à Par coséquet,. c) Combiaisos et formule géérale des coefficiets biomiaux Si l o veut calculer le ombre de combiaisos (o ordoées) de k objets pris parmi, ce qui correspod au coefficiet biomial, il suffit alors de diviser le ombre d arragemets de ces objets par le ombre de permutatios de k objets. O a alors : O peut aussi écrire : soit d) Applicatios. Calculer les coefficiets suivats par la méthode du triagle de Pascal ou par la formule ci-dessus : Retrouver les propriétés des coefficiets biomiaux à l aide de la formule géérale. F) Loi biomiale et échatilloage 1) Rappels de secode E échatilloage, o cosidère ue populatio où l'o étudie la présece d'u caractère C de proportio p. O y prélève aléatoiremet et avec remise u échatillo de taille. O y calcule la fréquece f du caractère das l'échatillo et o aimerait e déduire u itervalle de cofiace sur la valeur de p (exemple d'utilisatio : les sodages). O a vu e Secode que pour > 24 et p compris etre 0,2 et 0,8 f a 95% de chaces d'apparteir à l'itervalle [ p 1 ; p+ 1, et que réciproquemet, si o e coaît que f et o p, o peut ] Page 6/8
7 déduire de la valeur de f que p aura 95% de chaces d'être das l'itervalle [ f 1 ; f + 1 ]. 2) Itervalle de fluctuatio e loi biomiale La loi biomiale, lorsqu'elle est applicable, permet de préciser cet itervalle de fluctuatio. E effet : Soit X la variable aléatoire qui compte le ombre de préseces du caractère C, de fréquece p das la populatio, das u échatillo de taille. Alors X suit la loi biomiale de paramètres et p. L'itervalle de fluctuatio à 95% des valeurs probables de X est alors [ a ; b ] où a est le plus grad etier aturel tel que p(x a) 0,025 et b le plus petit etier tel que p(x b) 0,975. Remarque : O peut aussi dire pour a que : "a est le plus petit etier aturel tel que p(x > a) > 0,025", et dire pour b que : "b est le plus grad etier aturel tel que p(x > b) < 0,025". Das la pratique, o utilisera la première défiitio et la méthode suivate : Pour trouver a, o part de 0 et o augmete jusqu'à dépasser 0,025 Pour trouver b o part de et o dimiue jusqu'à descedre au-dessous de 0, C'est plus facile parce que les calculatrices ous doet la valeur de p(x k) et o p(x > k). Exemples : a) Soit p = 0,15 et = 20 (ici, o 'est plus obligé d'avoir > 24 et p etre 0,2 et 0,8!). Calculer les bores de l'itervalle à 95%. b) Soit p = 0,47 et = Même questio. Page 7/8
8 Probabilités Fiche de révisio Espérace mathématique d ue variable aléatoire X L espérace mathématique est l équivalet e probabilités de la moyee podérée par les fréqueces e statistiques. C est la valeur moyee que predrait cette variable aléatoire sur u très grad ombre d expérieces aléatoires idetiques et idépedates. Elle se calcule par la formule : Variace et écart-type d ue variable aléatoire X Ils représetet la "dispersio"des valeurs que peut predre la variable aléatoire autour de so espérace. L avatage de l écart-type est d être exprimé das la même uité que la variable. σ X = V X Loi de Beroulli (sur ue épreuve de Beroulli de probabilité p) E ( X )= p V ( X )= p(1 p) σ( X )= p (1 p) Loi biomiale C'est la loi de probabilité du ombre de succès das u schéma de Beroulli de épreuves de Beroulli idépedates et idetiques de probabilité p) p( X =k )=( k ) pk (1 p) k E ( X )= p V ( X )= p (1 p) σ ( X )= p(1 p) Loi biomiale et itervalle de cofiace à 95% : I =[ a ; b ] où : a est le plus grad etier aturel tel que p(x a) 0,025 p( X [ a ; b])=95 % et b est le plus petit etier tel que p(x b) 0,975. ( 0 ) ( = ) =1 (1 E(X) = x 1 p(x = x 1 ) + x 2 p(x = x 2 ) + + x p(x = x ) V(X) = E((X E(X))²) = (x 1 - E(X))² p(x = x 1 ) + (x 2 - E(X))² p(x = x 2 ) + + (x - E(X))² p(x = x ) V(X) = E(X²) (E(X))² = x 1 ² p(x = x 1 ) + x 2 ² p(x = x 2 ) + + x ² p(x = x ) (E(X))² Coefficiets biomiaux et Triagle de Pascal : ) ) +1 = = ( 1 ( k) ( = k) ( k) ( + k+1) ( = k+1 = k = ) ( k ) =! k!( k)! Page 8/8
Comportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détail2 ième partie : MATHÉMATIQUES FINANCIÈRES
2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
Plus en détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailRESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY
LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce
Plus en détailRÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION
RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailRégulation analogique industrielle ESTF- G.Thermique
Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité
Plus en détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détailn tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...
Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue
Plus en détailMESURE DE L'INFORMATION
MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE
Plus en détailDETERMINANTS. a b et a'
2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
Plus en détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailFaites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes
Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détailTélé OPTIK. Plus spectaculaire que jamais.
Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise
Plus en détailSimulations interactives de convertisseurs en électronique de puissance
Simulatios iteractives de covertisseurs e électroique de puissace Jea-Jacques HUSELSTEIN, Philippe ENII Laboratoire d'électrotechique de Motpellier (LEM) - Uiversité Motpellier II, 079, Place Eugèe Bataillo,
Plus en détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détailMUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB
MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace
Plus en détailINTENTION LES PROCESSUS MATHÉMATIQUES
INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailRéseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus
Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio
Plus en détail