Correction loi de probabilité à densité Loi normale

Dimension: px
Commencer à balayer dès la page:

Download "Correction loi de probabilité à densité Loi normale"

Transcription

1 Correctionexercices 18 avril 2015 Correction loi de probabilité à densité Loi normale Exercice 1 A la recherche de la densité 1) Ft)=PX t)= π t2 π 1 2= t2. 2) On note f la densité sur [0 ;1] de la loi de X a) Ft) = t 0 f x) dx b) La fonction carrée étant dérivable sur [0 ;1], F est dérivable et F t)=2t c) La fonction F est une primitive de f, donc f t)=f t)=2t. On obtient la représentation cicontre : 2 1 O C f 1 Loi uniforme Exercice 2 1) f la fonction de densité définie sur [8 ;12] vaut : f x)= 1 4 2) PX<9, 5)= = 3 8 3) Pour que l usager rate le métro, la rame doit arriver en M 2 avant 8h10. La probabilité que l usager rate le métro : PX<10)=0, 5. L usager a donc une chance sur deux de rater le métro. Loi exponentielle Exercice 3 1) PX>10)=e 10λ = e 1 0, ) P X 10 X>12)=PX>2)=e 2λ = e 0,2 0, 8187 paul milan 1 Terminale S

2 Exercice 4 1) Réponse A : en effet PX 2500)=e = e = e 5 4 2) Réponse B : en effet la durée de vie moyenne des robots : EX)= 1 λ = 2000 Exercice 5 Voir cours Exercice 6 1) P T 1000 T 2000)=PX 1000)=1 PX<1000)=1 0, 095=0, 905 2) On a : On calcule lambda : PT 1000)=0, e 1000λ = 0, 095 e 1000λ = 0, 905 ln 0, 905 λ= 9, PT t 1/2 )=0, 5 1 e λ t 1/2 = 0, 5 e λ t 1/2 = 1 2 λ t 1/2 = ln 2 t 1/2 = ln 2 λ 6944 Exercice 7 1) idem exo 6 t 1/2 = ln 2 λ 2) On a :λ= ln 2 = ln 2 t 1/2 99 0, 007 On a donc : P100 X 200)=e 100λ e 200λ = e 0.7 e 1,4 0, 250 Exercice 8 1) Pour la carbone 14 : λ= ln 2 t 1/2 1, a) PX<1000)=1 e 1000λ 0, b) PX< x)=0, 2 x= ln 0, 8 λ 2) Pour le cesium 137 : λ= ln 2 t 1/2 0, 0231 a) PX<1000)=1 e 1000λ 1, b) PX< x)=0, 2 x= ln 0, 8 λ 1792 ans 10 ans paul milan 2 Terminale S

3 Exercice 9 1) a) PT A 300)=e 300λ = e = e 0,12 0, 887. b) P [T A 300) T B 300)]=PT A 300) PT B 300) = P 2 T A 300) 0, 787 2) P [T A 300) T B 300)]=PT A 300)+ PT B 300) P [T A 300) T B 300)] = 2PT A 300) P 2 T A 300) 0, 9872 Exercice 10 1) On a : PX n) 1 a 1 e kn 1 a e kn a kn ln a n ln a k 2) f x)=1 e k x k 0,1 0,01 0, 1 ln 2 a 0,05 0,1 0,2 Val algo Val formule 29,95 230,45 23,21 L algorithme donne la valeur immédiatement au dessus de la condition alors qu il faudrait prendre la valeur immédiatement en dessous. Il faut changer la ligne de sortie et demander à l algorithme d afficher N 1. On trouve alors pour les trois cas respectivement : 29, 230 et 23. Exercice 11 1) a) P50 D 100)=e 50λ e 100λ = e e = 0, 248 b) PD 300)=e 300λ = e = 0, 026 2) P D 300 D 325)=PD 25)=e 25λ = e = 0, 737 3) d m = 1 = 82. La distance moyenne sans incident est donc de 82 km. λ 4) a) On tire au hasard un autocar parmi les 96. La probabilité que que cette autocar n est pas eu d incident après avoir parcouru d m km est : p=pd d m )=e 1 = 1 e On réitère cette expérience de façon identique et indépendante. X dm suit donc une loi binomiale B 96; 1 ) e b) EX)=np= 96 = 35, 31. Il y a donc 35 autocars, en moyenne, n ayant subit aucun e incident sur une distance d m. Exercice 12 1) a) On appelle C 1 «le client choisit la caisse lente λ=0, 05)» et C 2 «le client choisit la caisse rapide µ = 0, 1)» P C1 T t)=1 e λ t et P C2 T t)=1 e µ t paul milan 3 Terminale S

4 correction exercices b) On a : 0, 3 0, 7 C 1 C 2 1 e λ t e λ t T t T t 1 e µ t T t e µ t T t PT t)=pc 1 T t))+ PC 2 T t)) = 0, 31 e λ t + 0, 71 e µ t = 1 0, 3 e λ t 0, 7 e µ t 2) a) Temps d attente inférieur à 15 mn PT<15)=1 0, 3 e 15 0,05 0, 7 e 15 0,1 = 0, 702 b) Temps d attente supérieur à 10 mn PT>10)=1 PT 10)=1 1+0, 3 e 10 0,05 + 0, 7 e = 0, 3 e 10 0,05 + 0, 7 e 10 0,1 = 0, 439 c) Temps d attente entre 5 et 20 mn P5<T<20)=1 0, 3 e 20 0,05 0, 7 e 20 0,1 ) 1 0, 3 e 5 0,05 0, 7 e 5 0,1 ) Exercice 13 = 0, 3 e 5 0,05 + 0, 7 e 0,1 0, 3 e 20 0,05 0, 7 e 20 0,1 = 0, 452 1) a) p=pt 1)=1 e λ = 1 e 1 3 = 0, 2835 b) PT>t)=e λ t = e 1 3 t 2) PA)=PT 1)=e 1 3 = 0, 7165 PB)=PT 3)=e = e 1 = 0, 3679 P A B)=PT 2)=e = 0, ) a) Le taux est de 28,35 %. b) On doit avoir : PT t) 0, 08 1 e t 3 0, 08 e t 3 0, 92 t 3 ln 0, 92 t 0, 25 La garantie doit être au maximum de 3 mois. 4) a) X suit une loi binomiale B3; p) avec p=0, 2835 On obtient alors le tableau suivant : b) EX)=np=3p=0, 8505 X PX= x i ) 1 p) 3 3p1 p) 2 3p 2 1 p) p 3 PX= x i ) 0,3678 0,4366 0,1728 0,0228 paul milan 4 Terminale S

5 Loi normale centrée réduite Exercice 14 Un variable aléatoire T suit la loi normale centrée réduite. 1) Calculer : a) PT<1, 8)=Φ1, 8)=0, 9641 b) PT< 1, 8)=1 Φ1, 8)=0, 0359 c) PT>2, 58)=1 Φ2, 58)=0, 0049 d) P 1, 21<T<1, 44)=Φ1, 44) Φ 1, 21)=Φ1, 44)+Φ1, 21) 1=0, ) Calculer le nombre réel u tel que : a) PT<u)=0, 14 u=φ 1 0, 14)= 1, 0803 Table deφ, PT< u)=1 0, 14=0, 86 u=φ 1 0, 86)=1, 08 b) PT>u)=0, 25 PT<u)=1 0, 25=0, 75 u=φ 1 0, 75)=0, 6745 c) P0<T<u)=0, 4 Φu) Φ0)=0, 4 u=φ 1 0, 9)=1, 2816 Exercice 15 Un variable aléatoire T suit la loi normale centrée réduite. a) 1 α=0, 915 α=0, α 2 = 0, 9575 d où u=φ 1 0, 9575)=1, 722 b) 1 α=0, 732 α=0, α 2 = 0, 866 d où u=φ 1 0, 866)=1, 108 Exercice 16 Lors d un concours, la moyenne des notes est 8. 1) PT T adm )=0, 6 PT<T adm )=0, 4 T adm =Φ 1 0, 4)= 0, 25 La note d admission est donc de : t adm = 0, 25+8=7, 75 2) P u<t<u)=0, 8 1 α 2 = 0, 9 u=φ 1 0, 9)= % des notes sont dans l intervalle : [8 1, 28; 8+1, 28]=[6, 72; 9, 28] Exercice 17 1) L espérance de la loi normale centrée réduite étant de 0, 0 correspond à la température moyenne du mois de janvier. 2) On sait que : P 1, 96<T<1, 96)=0, 95 donc dans plus de 95 % des relevés, la température est comprise entre 2 C et 2 C. 3) On sait que : P 2, 58<T<2, 58)=0, 99 donc les températures du mois de janvier sont comprises entre 2, 58 C et 2,58 C dans 99 % des cas. 0, 05 4) On sait que : P 1, 96<T<1, 96)=0, 95 donc PT>2)= = 0, Avec la calculatrice, on trouve : 1 Φ2)=0, 0227 Exercice 18 Étude de la fonctionϕ paul milan 5 Terminale S

6 correction exercices 1) a) On a pour tout réel : ϕx)= 1 2π e x2 2. On a alors : ϕ x)= xϕx) et ϕ x)= ϕx)+ x 2 ϕx)=x 2 1)ϕx) b) Comme x R, ϕx)>0 alors le signe deϕ est du signe de x etϕ est du signe de x 2 1). On a alors les variations suivantes : x ϕ x) x ϕ x) ϕx) 0 ϕ0) 0 ϕ x) 0 ϕ1) ϕ1) 0 ϕ0) 0, 40 et ϕ 1)= 1)ϕ 1)=ϕ1) 0, 24 2) a) On a les équations des tangentes suivantes T i : y=ϕ 1)x+1)+ϕ 1) y=ϕ1) x+2ϕ1) T j : y=ϕ 1)x 1)+ϕ1) y= ϕ1) x+2ϕ1) On peut remarquer que ces deux tangentes se coupent sur l axe des ordonnées en 2ϕ1) 0, 48 b) Les tangentes T i et T j ont la propriété d être de chaque côté de la courbe C ϕ. Aux points I et J la courbe change de concavité. 3) On a la courbe C ϕ et les tangentes T i et T j suivantes : 0.5 T i 0.4 T j I J 0.1 C ϕ O paul milan 6 Terminale S

7 Loi normale générale Exercice 19 Pour Pa X b) on tape : normalfrépa,b,µ,σ). N 4, 7), le 7 représenteσ 2 donc σ= 7. 1) P 11 X 3)= ) P 5<X<0)=0, ) PX 5 ou X 0)=1 P 5<X<0)=0, 4180 Exercice 20 1) On a :σ 2 = 0, 16 donc σ = 0, 4. On change de variable pour revenir à la loi normale centrée réduite. On pose : Z= X µ a) P Z< 3, 2 µ 0, 4 0, 4 ) = 0, 05 3, 2 µ 0, 4 =Φ 1 0, 05) On trouve alors : µ= 0, 4Φ 1 0, 05) 3, 2= 2, 54 ) ) 5, 6 µ 5, 6 µ b) P Z> = 0, 05 Z< = 0, 95 0, 4 0, 4 On trouve alors : µ= 0, 4Φ 1 0, 95)+5, 6=4, 94 2) On pose : Z= X 120 σ ) a) P Z< σ On trouve alors : σ= 5, 6 µ σ =Φ 1 0, 95) = 0, 05 P Z< 20 ) = 0, σ σ =Φ 1 0, 05) 20 Φ 1 0, 05) b) P Z> ) = 0, 05 P σ On trouve alors : σ= Exercice Φ 1 0, 95) = 12, 16 Z< 20 ) = 0, σ σ =Φ 1 0, 95) = 12, 16 1) En revenant à la loi normale centrée réduite. On pose : Z= L 12 0, 2 0, 5 PD)=PL<11, 5 ou L>12, 5)=1 P11, 5 L 12, 5)=1 P 0, 2 Il y a donc 1,24 % clous défectueux. 2) P D L<11, 5)= PL<11, 5) PD) = P = 1 P 2, 5 Z 2, 5)=0, 0124 Z< 0, 5 ) 0, 2 PD) = PZ< 2, 5) PD) = 0, , 0124 = 0, 5 ) 0, 5 Z 0, 2 paul milan 7 Terminale S

8 Exercice 22 On pose T la durée de vie d une ampoule électrique et Z= T a) PT<2000)=PZ< 1)=Φ 1)=1 Φ1)=0, 1587 b) PT>2400)=PZ> 1)=1 Φ1)=0, 1587 c) P2000 T 2400)=P 1 Z 1)=2Φ1) 1=0, 6826 Exercice 23 On pose Z= X ) PX>76)=P Z> ) 12 2) PX>X min )=0, 05 P = PZ> 2)=1 Φ2)=0, 0228 Z< X ) min 52 = 0, X min 52 On a alors : =Φ 1 0, 95) X min = 12Φ 1 0, 95)+52=71, Le minimum du stock doit donc être de 72 packs. Approximation normale d une loi binomiale Exercice 24 Le nombre de gauchers X suit la loi binomiale B900; 0, 16). On a alors : n = 900, np=144 et n1 p)=756 On a bien n 30, np 5 et n1 p) 5. On peut donc faire l approximation normale, avec µ=np=144 etσ= npq= 120, Normalement, il faut tenir compte de la correction du continu. a) PX 140)=P N X 140.5)=normalFRép 1E99, 140.5, 144, 11) 0, 375 b) PX 150)=P N X 149, 5)=normalFRép149.5, 1E99, 144, 11) 0, 309 Exercice 25 Les 36 questions du questionnaire peut être assimilés à 36 tirages avec remise dont la probabilité de succès pour chaque tirage est p= 1. Si on appelle X le nombre de réponses 3 exactes, X suit une loi binomiale B 36; 1 ). 3 Vérifions les hypothèses de l approximation normale : n = 36 30, np = 12 5 n1 p)=24 5. L écart type est alors σ= npq= 8=2 2 On a alors la probabilité de répondre à au moins 5 questions, en tenant compte de la correction du continu : PX 5)=P N X 4, 5)=normalFRép4.5, 1E99, 12, 2 2) 0, 996 Exercice 26 paul milan 8 Terminale S

9 On réalise 1225 tirages de patients. On assimile ces tirages à des tirages avec remise. En appelant X le nombre de patients victime d une réaction allergique, X suit une loi binomiale B1225; 0, 02). Vérifions les hypothèses de l approximation normale : n= , np=24, 5 5 n1 p)=1200, 5 5. L écart type est alors σ= npq= 24, 01=4, 9 On a alors la probabilité qu il y ait au moins 30 patients victime d une réaction allergique, en tenant compte de la correction du continu : PX 30)=P N X 29, 5)=normalFRép29.5, 1E99, 24.5, 4.9) 0, 154 Exercice 27 1 On effectue n réservations de façon identiques et indépendantes, X, étant le nombre de personnes se présentant à l embarquement, suit alors une loi binomiale Bn; 0, 9) 2 Vérifions les hypothèses de l approximation normale : n , np 270 5, n1 p) L écart type est alors σ= 0, 09 n=0, 3 n. La loi binomiale peut est approchée par la loi normale : N 0, 9n, 0, 09n). 3 Si n=324, alors X suit la loi normale N 291, 6; 5, 4 2 ). À l aide de la correction du continu, PX>300)=P N X 300, 5)=normalFRép300.5, 1E99, 291.6, 5.4) 0, On veut que : PX>300) 0, 01 P N X>300, 5) 0, 01 On peut proposer une résolution graphique ou par un tableau de valeurs. On rentre alors la fonction : la variable X dans la fonction Y 1 correspond à n. Y 1 = normalfrép300.5, 1E99, 0.9X, 0.3 X) et y 2 = 0.01 Puis la fenêtre : X [300; 330] et Y [0; 0.05]. On obtient alors le graphique et le tableau de valeur suivant : On trouve alors n 320 Exercice 28 Pondichéry avril 2013 Voir le site de l apmep : Pondichéry avril 2013 exercice 4 paul milan 9 Terminale S

10 Exercice 29 Amérique du Nord mai ) P390 X 410)=PX 410) PX< 390)=0, 818 0, 182=0, ) Un pain choisi au hasard dans la production est commercialisable si et seulement si «X 385». «X 385» est l événement contraire de «X< 385». On a donc p=px 385)=1 PX< 385)=1 0, 086=0, ) Soit Y la variable aléatoire de paramètresµ=400 etσ, on a : PY 385)=0, 96 1 PY< 385)=0, 96 py< 385)=0, 04 X 400 Si Y suit une loi normale de paramètresµ=400 etσ, on sait que Z= suit une σ loi normale centrée réduite et PY < 385) = 0, 04 P Z ) = 0, 04. σ Or PZ 1, 751) 0, 040.On a donc : = 1, 751 σ= = 8, 6. σ 1, 751 Pourσ=8, 6, au dixième près ; la probabilité qu un pain soit commercialisable est de 96 % Partie B Le boulanger utilise une balance électronique. Le temps de fonctionnement sans dérèglement, en jours, de cette balance électronique est une variable aléatoire T qui suit une loi exponentielle de paramètreλ. 1) On sait que la probabilité que la balance électronique ne se dérègle pas avant 30 jours est de pt 30)=0, 913. On a par ailleurs : PT 30)=e 30λ. On en déduit : e 30λ ln 0, 913 = 0, λ=ln0, 913) λ= 0, ) P T 60 T 90)=PT 30)=e 30λ = 0, 913. Car la loi exponentielle est une loi sans mémoire. La probabilité que la balance électronique fonctionne encore sans dérèglement après 90 jours, sachant qu elle a fonctionné sans dérèglement 60 jours est 0,913 3) Calculons la durée maximale t max pour laquelle la probabilité que la balance dérègle est inférieure à 0,5. PT t max ) 0, 5 1 e λt max 0, 5 1 e λt max 0, 5 e λt max 0, 5 λt max ln 0.5 Avecλ=0, 003, on trouve t max = 231. Le vendeur avait donc tort. Exercice 30 Liban mai 2013 Voir le site de l apmep : Liban mai 2013 exercice 2 paul milan 10 Terminale S

11 Exercice 31 Amérique du Nord mai 2014 Voir le site de l apmep : Amérique du Nord mai 2014 exercice 1 partie A Exercice 32 Métropole septembre 2014 Voir le site de l apmep : Métropole septembre 2014 exercice 2 Exercice 33 Amérique du Sud novembre 2014 Voir le site de l apmep : Amérique du Sud novembre 2014 exercice 1 Partie A Exercice 34 N lle Calédonie novembre 2014 Voir le site de l apmep : N lle Calédonie novembre 2014 exercice 1 Parties A et B paul milan 11 Terminale S

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

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

Plus en détail

Probabilités conditionnelles Loi binomiale

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

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Simulation de variables aléatoires

Simulation 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 détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

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

Plus en détail

Moments des variables aléatoires réelles

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

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

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

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

Plus en détail

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

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

4 Distributions particulières de probabilités

4 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 détail

Les fonction affines

Les fonction affines Les fonction affines EXERCICE 1 : Voir le cours EXERCICE 2 : Optimisation 1) Traduire, pour une semaine de location, chaque formule par une écriture de la forme (où x désigne le nombre de kilomètres parcourus

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation 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 détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

mathématiques mathématiques mathématiques mathématiques

mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

CALCUL DES PROBABILITES

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

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Loi binomiale Lois normales

Loi 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 détail

Calculs de probabilités avec la loi normale

Calculs de probabilités avec la loi normale Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

I3, 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 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 détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices 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 détail

Nombre dérivé et tangente

Nombre dérivé et tangente Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle

Plus en détail

FORMULAIRE DE STATISTIQUES

FORMULAIRE DE STATISTIQUES FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

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

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

Plus en détail

Exprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %

Exprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 % 23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une

Plus en détail

Baccalauréat ES 2013. L intégrale d avril à novembre 2013

Baccalauréat ES 2013. L intégrale d avril à novembre 2013 Baccalauréat ES 2013 L intégrale d avril à novembre 2013 Pour un accès direct cliquez sur les liens bleus Pondichéry 15 avril 2013.......................................................... 3 Amérique du

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 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 détail

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

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

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

Plus en détail

Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.

Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la

Plus en détail

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

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

Plus en détail

Loi d une variable discrète

Loi 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 détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Probabilités (méthodes et objectifs)

Probabilités (méthodes et objectifs) Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

EI - EXERCICES DE PROBABILITES CORRIGES

EI - EXERCICES DE PROBABILITES CORRIGES EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card

Plus en détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Baccalauréat S Nombres complexes Index des exercices sur les complexes de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS

Baccalauréat S Nombres complexes Index des exercices sur les complexes de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS Baccalauréat S Nombres complexes Index des exercices sur les complexes de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS N o Lieu et date Q.C.M. Algébrique Géométrie 1 Asie juin 2012 2 Métropole juin

Plus en détail

LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )

LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» ) SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

Plus en détail

Correction du baccalauréat STMG Polynésie 17 juin 2014

Correction du baccalauréat STMG Polynésie 17 juin 2014 Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé

Plus en détail

1 TD1 : rappels sur les ensembles et notion de probabilité

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

Plus en détail

Cours de méthodes de scoring

Cours de méthodes de scoring UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-

Plus en détail

Commun à tous les candidats

Commun 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 détail

mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013

mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013 mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. 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 détail

Probabilités sur un univers fini

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

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche 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 détail

Probabilités Loi binomiale Exercices corrigés

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

Plus en détail

Variables Aléatoires. Chapitre 2

Variables 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 détail

4. Martingales à temps discret

4. 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 détail

Chaînes de Markov au lycée

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

Plus en détail

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

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

Plus en détail

Probabilités et statistique. Benjamin JOURDAIN

Probabilités 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

MODELES DE DUREE DE VIE

MODELES DE DUREE DE VIE MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12 1 2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 26 28 30

Plus en détail

Les devoirs en Première STMG

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

Plus en détail

P1 : Corrigés des exercices

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

Plus en détail

COMPTE-RENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre?

COMPTE-RENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre? Claire FORGACZ Marion GALLART Hasnia GOUDJILI COMPTERENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre? Si l on se pose la question de savoir comment on peut faire

Plus en détail

SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX

SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX 1. EXPERIENCE 1 : APPLICATION DE LA LOI FONDAMENTALE DE LA DYNAMIQUE a) On incline d un angle α la table à digitaliser (deuxième ou troisième cran de la table).

Plus en détail

16 Chapitre 16. Autour des générateurs pseudoaléatoires

16 Chapitre 16. Autour des générateurs pseudoaléatoires Chapitre 16 Chapitre 16. Autour des générateurs pseudoaléatoires Hasard et informatique peuvent paraître antinomiques. Car enfin, comment le circuit imprimé d un ordinateur ou d une calculatrice, parfaitement

Plus en détail

Exercices sur le chapitre «Probabilités»

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

Plus en détail

Corrigé du baccalauréat S Pondichéry 13 avril 2011

Corrigé du baccalauréat S Pondichéry 13 avril 2011 Corrigé du baccalauréat S Pondichéry avril EXERCICE Commun à tous ls candidats Parti I points. L ax ds ordonnés st asymptot à C au voisinag d ; la fonction étant décroissant sur ] ; + [, la limit quand

Plus en détail

«Cours Statistique et logiciel R»

«Cours Statistique et logiciel R» «Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire

Plus en détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP 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 détail

C f tracée ci- contre est la représentation graphique d une

C f tracée ci- contre est la représentation graphique d une TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe

Plus en détail

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

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

Plus en détail

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue

Plus en détail

PRÉCIS DE SIMULATION

PRÉCIS DE SIMULATION PRÉCIS DE SIMULATION P. Del Moral Centre INRIA Bordeaux Sud-Ouest & Institut de Mathématiques de Bordeaux Université Bordeaux I, 351, cours de la Libération 33405 Talence, France Table des matières 1

Plus en détail

Travaux dirigés d introduction aux Probabilités

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

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Terminale S CHIMIE TP n 2b (correction) 1 SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Objectifs : Déterminer l évolution de la vitesse de réaction par une méthode physique. Relier l absorbance

Plus en détail

Cours de probabilité et statistique

Cours de probabilité et statistique Cours de probabilité et statistique 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0-4 -3-2 -1 0 1 2 3 4 Denis Bichsel 1 1 Probabilité et statistique 1.1 Introduction Le calcul des probabilité semble avoir son origine

Plus en détail

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 Tests du χ 2 Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 A. Lourme http://alexandrelourme.free.fr Outline

Plus en détail

Calculs de probabilités conditionelles

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

Plus en détail

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

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

Plus en détail