Exercices : Couples et suites de VAR discrètes
|
|
- Pierre-Louis Lecours
- il y a 7 ans
- Total affichages :
Transcription
1 Exercices : Couples et suites de VAR discrètes Exercice : Une urne contient 2 boules blanches et n 2 boules rouges. On effectue n tirages sans remise de cette urne. On appelle X le rang de sortie de la première boule blanche et Z le rang de sortie de la deuxième boule blanche.. Déterminer la loi du couple X, Z). 2. En déduire la loi de Z. Exercice 2: Soit un dé équilibré comprenant face blanche et 5 faces rouges. On lance ce dé indéfiniment et on s intéresse aux longueurs des séries successives de B ou R : par exemple si les lancers donnent les résultats BBRRRRRRBBBRR... alors la première série BB) est de longueur 2 et la deuxième RRRRRR) est de longueur. Soient X et X 2 les variables aléatoires égales aux longueurs de la première et deuxième série.. Déterminer la loi de X. Montrer que X admet une espérance et la calculer. 2. Déterminer la loi du couple X,X 2 ). 3. En déduire la loi de X En considérant P[X ] [X 2 ]) montrer que X et X 2 ne sont pas indépendantes. Exercice 3: On dispose de n boîtes numérotées de à n. La boîte k contient k boules numérotées de à k. On choisit au hasard une boîte puis une boule dans cette boîte. Soit X le numéro de la boîte et Y le numéro de la boule.. Déterminer la loi du couple X,Y) 2. Calculer PX Y) 3. Déterminer la loi de Y et EY). Exercice 4: Un individu joue avec une pièce truquée, pour laquelle la probabilité d obtenir pile est p ]0;[, de la façon suivante : - Il lance la pièce jusqu à obtenir pile pour la première fois. On note N la variable aléatoire égale au nombre de lancers nécessaires. - Si n lancers ont été nécessaires pour obtenir pour la première fois pile alors il relance n fois sa pièce. On appelle alors X le nombre de pile obtenu au cours de ces n lancers. ) n On admet que x n x k et on pourra noter q p. k x) k+ nk. Déterminer la loi de N. 2. Pour tout n N déterminer la loi conditionnelle à [N n] de X. 3. En déduire la loi de X. 4. On considère B et G deux VAR indépendantes suivant respectivement une loi de Bernouilli B,p ) et une loi géométrique Gp ). a) Déterminer la loi de la VAR BG. b) Montrer qu il existe p à déterminer) tel que X a la même loi que la variable BG. c) En déduire EX). Probabilités : Chapitre 3 Exercices Page Couples et suites de VAR discrètes
2 Exercice 5: Soit X une VAR discrète dont la loi est donnée par : On considère la variable Y X 2. x i PX x i ). Déterminer la loi de Y ainsi que celle du couple X,Y). 2. X et Y sont-elle indépendantes? 3. Calculer covx,y) et faire une remarque sur ce résultat. Exercice : Andy est un ivrogne : quand il n a pas bu la veille, il s enivre le jour même; et s il a bu la veille, il y a une chance sur trois pour qu il reste sobre. On relève son état d ivresse pendant 400 jours sachant qu au jour 0 il était ivre. On note X le nombre de jours où il était sobre, et X i la variable qui vaut si Andy est sobre le i-ème jour et 0 sinon.. Exprimer X en fonction des X i 2. Soit p i PX i ). Montrer la relation p i 3 p i En déduire la loi des X i puis calculer EX). Exercice 7: Soit n un entier naturel supérieur ou égal à 2. On considère une urne contenant : boule numéroté 2 boules numéroté 2... n boules numérotés n.. On tire une boule de cette urne, on note X le numéro obtenu. Déterminer la loi de X et calculer EX). On rappelle que k 2 nn+)2n+) 2. On effectue dans cette urne deux tirages successifs sans remise. On note T le numéro de la première boule obtenue et T 2 le numéro de la deuxième boule. a) Déterminer la loi du couple T,T 2 ). b) En déduire la loi des variables T et T 2. c) Les variables aléatoires T et T 2 sont-elles indépendantes? d) Déterminer ET +T 2 ). Exercice 8: Soit X i ) i N une suite de VAR de Bernoulli de paramètre p, indépendantes. Soit Y i X i X i+. Quelle est la loi de Y i? 2. Soit S n Y i. Calculer ES n ) et VS n ). i 4 4 Probabilités : Chapitre 3 Exercices Page 2 Couples et suites de VAR discrètes
3 Exercice 9: Soucieux d améliorer le flux de sa clientèle lors du passage en caisse, un gérant de magasin a réalisé les observations suivantes :. L étude du mode de paiement en fonction du montant des achats a permis d établir les probabilités suivantes : P [S 0] [U 0]) 0,4 P [S 0] [U ]) 0,3 P [S ] [U 0]) 0,2 P [S ] [U ]) 0, où S représente la variable aléatoire prenant la valeur 0 si le montant des achats est inférieur ou égal à 50 euros, prenant la valeur sinon, et U la variable aléatoire prenant la valeur 0 si la somme est réglée par carte bancaire, prenant la valeur sinon. a) Déterminer les lois de S et U et vérifier que la probabilité que le client règle par carte bancaire est égale à p 3 5. b) Calculer la covariance du couple S, U). Les variables S et U sont-elles indépendantes? c) Quelle est la probabilité que la somme réglée soit supérieure strictement à 50 euros sachant que le client utilise un autre moyen de paiement que la carte bancaire? 2. On suppose que les modes de règlement sont indépendants entre les individus. Une caissière reçoit n clients dans sa journée n 2). On définit trois variables aléatoires C n,l,l 2 par : -C n comptabilise le nombre de clients qui paient par carte bancaire. -L resp.l 2 ) est égale au rang du er resp.du 2ème ) client utilisant la carte bancaire comme moyen de paiement, s il y en a au moins un resp.au moins deux) et à zéro sinon. a) Reconnaître la loi de C n, rappeler la valeur de l espérance et de la variance de cette variable aléatoire. b) Déterminer la loi de L et vérifier que : c) Déterminer la loi de L 2. PL k) k0 Exercice 0: Une urne contient une boule blanche et une boule noire, les boules étant indiscernables au toucher. On y prélève une boule, chaque boule ayant la même probabilité d être tirée, on note sa couleur, et on la remet dans l urne avec c c 0) boules de la couleur de la boule tirée. On répète cette épreuve, on réalise ainsi une succession de n tirages n 2). On considère les variables aléatoires X i ) i n définies par : { X i si on obtient une boule blanche au ième tirage. X i 0 sinon. On définit alors, pour 2 p n, la variable aléatoire Z p, par : Z p. Que représente la variable Z p? 2. Donner la loi de X et l espérance EX ) de X. p X i. i Probabilités : Chapitre 3 Exercices Page 3 Couples et suites de VAR discrètes
4 3. Déterminer la loi du couple X,X 2 ). En déduire la loi de X 2 puis l espérance EX 2 ). 4. Déterminer la loi de probabilité de Z Déterminer l univers image Z p Ω) de Z p.. Soit p n. a) Déterminer P [Zpk]X p+ ) pour k Z p Ω). b) En utilisant la formule des probabilités totales, montrer que : PX p+ ) +cez p). 2+pc c) En déduire que X p est une variable aléatoire de Bernoulli de paramètre 2. On raisonnera par récurrence sur p : les variables X, X 2,..., X p étant supposées suivre une loi de de Bernoulli de paramètre 2, et on calculera EZ p)). Exercice : Soit X,Y) un couple de VAR discrètes à valeurs dans N 2, de loi conjointe :. Déterminer toutes les valeurs possibles de a. 2. Déterminer les lois marginales. 3. X et Y sont-elle indépendantes? P[X i] [Y j]) a 2 i+ j! Probabilités : Chapitre 3 Exercices Page 4 Couples et suites de VAR discrètes
5 Exercice : Correction. On a ici XΩ) [;n ] et ZΩ) [2;n]. Soit k XΩ) et j ZΩ). Si k j alors P[X k] [Z j]) 0. Si k < j alors on peut écrire [X k] [Z j] R R k B k R k+ R j B j et donc d après la formule des probabilités composées : P[X k] [Z j]) n 2 n 3 n 2 k 2) 2 n n n k 2) n k ) n 2 k ) n 2 j 3) n k n j 2) n j ) n 2)n 3) n k) 2 n k ) n j +) nn )n 2) n j +) 2 nn ) 2. D après la formule des probabilités totales utilisée avec le système complet d événements [X k]) k XΩ), on a pour tout j ZΩ) : n PZ j) P[X k] [Z j]) j n P[X k] [Z j]+ P[X k] [Z j]) j n 2 nn ) + 0 kj kj 2j ) nn ) Exercice 2:. On a X Ω) N car on lance le dé indéfiniment donc la première série peut être de n importe quelle longueur non nulle. De plus soit k N, on a [X k] B B k R k+ ) R R k B k+ ) donc comme on a une union d événements incompatibles et que les lancers sont indépendants, on a PX k) ) k ) k Si la série kpx k) est absolument convergente, X admettra une espérance. En cas de convergence on aura : EX ) 5 k 5 ) k + k ) k + 5 k 5 k ) k ) k 5 On voit ici deux séries dérivées premières de série géométrique de raison et 5 séries convergentes. donc ce sont deux Probabilités : Chapitre 3 Exercices Page 5 Couples et suites de VAR discrètes
6 Ainsi X admet une espérance et EX ) 5 /) /) On a X 2 Ω) N. Soit k X Ω) et j X 2 Ω). On peut écrire : [X k] [X 2 j] B B k R k+ R k+j B k+j+ ) R R k B k+ B k+j R k+j+ ) donc comme on a une union d événements incompatibles et que les lancers sont indépendants : P[X k] [X 2 j]) 5j k j + 5k k 5 ) k+ ) j ) k+ ) j 5 5 j + 3. D après la formule des probabilités totales avec le système complet d événements [X k]) k N on a : PX 2 j) P[X k] [X 2 j]) ) j 5 ) k + 5 ) j + ) j 5 / / + 5 ) j ) j 3 ) k 5 ) j 5/ 5/ 4. On a P[X ] [X 2 ]) et PX ) PX 2 ) On a donc P[X ] [X 2 ]) PX ) PX 2 ) donc les variables ne sont pas indépendantes. Exercice 3: Difficile. On a XΩ) [;n] et YΩ) [;n]. Soit k XΩ) et j YΩ). Si j > k alors P[X k] [Y j]) 0 car il est impossible de tirer une boule numérotée j dans l urne k lorsque j > k. Si j k alors P[X k] [Y j]) PX k)p [Xk] Y j) n k nk. 2. PX Y) P[X k] [Y k]) nk n k. 3. D après la formule des probabilités totales avec le système complet d événements [X k]) k [[;n]] on a : PY j) P[X k] [Y j]) nk n k Y est une VAR discrète finie donc elle admet une espérance et on a : EY) jpy j) j 2n j kj k +) 2n kj j k kn j kn kn j ) n+)n+2) 2 kj n+3 4 kk +) 2 Probabilités : Chapitre 3 Exercices Page Couples et suites de VAR discrètes
7 Exercice 4:. La variable aléatoire N correspond au rang d apparition pour la première fois de l événement obtenir pile, qui est de probabilité p, au cours d une succession d épreuves identiques. N suit donc la loi géométrique de paramètre p : NΩ) N n N PN n) p) n p 2. On a XΩ) N et on chercher à calculer pour tout entier k P [Nn] X k). Lorsqu on sait que [N n] cela signifie que X compte le nombre de réalisation de l événement obtenir pile, qui est de probabilité p, au cours de n réalisations identiques d une épreuve. La loi conditionnelle de X à [N n] est donc la loi binomiale de paramètres n et p : { n k N P [Nn] X k) k) p k q n k si k n 0 sinon 3. D après la formule des probabilités totales avec le système complet d événements [N n]) n N on a pour tout entier k > 0 : PX k) et PX 0) n pk+ q k+ n PN n)p [Nn] X k) pq n q n p q q 2k q 2 ) k+ n 4. a) On a BGΩ) N. PBG 0) PB 0) p Soit k N, q 2 ) n nk p k+ q k q) k+ +q) k+ pq 2 q q 2 ) q +q ) n + ) n q n p p k q n k p k+ q k q 2 ) n k k q k +q) k+ PBG k) P[B ] [G k]) PB )PG k) p p ) k p p 2 p ) k b) On choisit p q q + p 2 p ) k +q) 2. On a bien alors PX 0) PBG 0) et de plus +q q k donc PX k) PBG k). +q) k+ qk +q) k c) Comme X et BG ont la même loi, elles ont la même espérance. On a donc EX) EBG). Or B et G sont indépendantes donc et donc EX). EBG) EB)EG) p p nk Probabilités : Chapitre 3 Exercices Page 7 Couples et suites de VAR discrètes
8 Exercice 5:. y i 0 4 PY y i ) / /2 /3 Y 0 4 X / - 0 /4 0 0 / / / 2. P[X ] [Y 0]) 0 et PX )PY 0) 0 donc les variables ne sont pas indépendantes. 3. EX) 0, EY) et EXY) xyp[x x] [Y y]) 0 donc covx,y) 0. Les VAR ne sont pas indépendantes et pourtant elles ont une covariance nulle. Exercice : 400. X X i car si on ajoute à chaque fois que Andy et sobre et 0 s il est ivre on obtiendra bien le i nombre de jours où il a été sobre. 2. Avec le système complet d événement [X i 0],[X i ]), d après la formule des probabilités totales, on a PX i ) PX i 0)P [Xi 0]X i )+PX i )P [Xi ]X i ) Or d après l énoncé P [Xi 0]X i ) 3 et P [X i ]X i ) 0 et deplus PX i 0) p i. On a donc p i 3 p i On sait que p 0 0 et p i ) est une suite arithmético-géométrique. On pose q i p i +k où k est un réel à choisir. On a alors q i 3 p i + 3 +k 3 q i k)+ 3 +k 3 q i k+. On choisit 3 alors k 4 et on a q i 3 q i et q 0 4 donc q i i et on en déduit donc que 4 3) p i 4 ) ) i 3 EnconclusiononaX i Ω) {0;}etPX i ) 4 On en déduit que EX i ) ) ) i et donc EX) EX i ) 4 i i 00+ ) ) ) ) i etpx i 0) 3+ ) ) i ) ) i ) /3) 400 +/3 Probabilités : Chapitre 3 Exercices Page 8 Couples et suites de VAR discrètes
9 Exercice 7:. On a XΩ) [;n] et comme il y a +2+ +n nn+) 2 k k XΩ) on a PX k) nn+)/2 2k nn+). X est une VAR discrète finie donc elle admet un espérance et boules dans l urne en tout, pour tout EX) kpx k) 2k 2 nn+) 2 nn+) nn+)2n+) 2n a) On a T Ω) T 2 Ω) [;n]. Soit k et j deux éléments de [;n]. Si k j, on a Si k j, on a P[T k] [T 2 j]) PT k)p [T k]t 2 j) 4kj nn+)n )n+2) P[T k] [T 2 k]) PT k)p [T k]t 2 k) 4kk ) nn+)n )n+2) 2k nn+) j nn+)/2 2k nn+) k nn+)/2 b) T suit la même loi que X. Soit j T 2 Ω). D après la formule des probabilités totales avec le système complet d événements [T k]) k [;n]] on a PT 2 j) P[T k] [T 2 j]) 4kj nn+)n )n+2) + 4jj ) nn+)n )n+2),k j ) 4j nn+) 4jj ) j + nn+)n )n+2) 2 nn+)n )n+2) ) 4j nn+) j +j nn+)n )n+2) 2 2j nn+) c) On a P[T ] [T 2 ]) 0 et PT ) PT 2 ) T 2 ne sont pas indépendantes. d) ET +T 2 ) ET )+ET 2 ) 2EX) 22n+) 3 Exercice 8: 4 n 2 n+) 2 donc les variables T et. On a Y i Ω) {0;} et PY i ) P[X i ] [X i+ ]) p p p 2 car les variables X i sont indépendantes. Donc on a PY i 0) p 2. Y i suit une loi de Bernoulli de paramètre p 2. Probabilités : Chapitre 3 Exercices Page 9 Couples et suites de VAR discrètes
10 2. D après la linéarité de l espérance, ES n ) On sait aussi que VS n ) VY i )+2 i EY i ) np 2. i i<j n covy i,y j ). Or EY i Y j ) PY i Y j ) P[X i ] [X i+ ] [X j ] [X j+ ]). Si j i+ alors EY i Y j ) p 4 et si j i+, EY i Y j ) p 3. Donc si j i+ alors covy i,y j ) 0 et si j i+, covy i,y i+ ) p 3 p). On a donc VS n ) np 2 p 2 )+2n )p 3 p) p 2 p)n+3np 2p). Exercice 9: ECRICOME a) Par définition de S, on sait que SΩ) {0;} et UΩ) {0;}. Donc les événements [U 0] et [U ] forment un système complet d événements et donc d après la formule des probabilités totales : PS 0) P[S 0] [U 0])+P[S 0] [U ]) 0,7 PS ) P[S ] [U 0])+P[S ] [U ]) 0,3 De même avec le système complet d événements [S 0] et [S ], on obtient PU 0) 0, et PU ) 0,4 Donc S suit une loi de Bernoulli de paramètre 0,3 et U suit une loi de Bernoulli de paramètre 0,4. La probabilité que le client règle par carte bancaire est le probabilité de l événement [U 0] c est à dire 0, 3 5. b) Par définition covs, U) ESU) ES)EU). De plus on a ES) 0, 3, EU) 0, 4 et ESU) P[S ] [U ]) 0,. Donc covs,u) 0, 0,2 0,02. Comme la covariance n est pas nulle on peut affirmer que les variables S et U ne sont pas indépendantes. c) On cherche dans cette question à calculer P [U] S ). On a donc : P [U] S ) P[S ] [U ]) PU ) 0, 0, a) C n compte le nombre de réalisations de l événements le client paye par carte bancaire, qui est de probabilité 3, pour n clients se présentant à la caisse, chaque clients étant indépendants des 5 autres. Donc C n suit une loi binomiale de paramètre n, 3 ). On a donc 5 EC n ) 3n 5 et VC n ) n 25 ) n 2 b) Par définition de L, on a L Ω) [0;n]. De plus PL 0) car l événement [L 0] 5 signifie qu aucun de client n a payé par carte bancaire. Pour tout entier k compris entre et n, l événement [L k] signifie que les k premiers client n ont pas payé par carte bancaire mais que le k-ième client a payé par carte bancaire. On a donc PL k) ) k Probabilités : Chapitre 3 Exercices Page 0 Couples et suites de VAR discrètes
11 On a donc ) n 2 ) k 3 2 PL k) ) n n 5) 2 5 ) n ) n k0 c) Par définition de L 2, on a L 2 Ω) {0,2,3,,n}. L événement [L 2 0] signifie qu aucun client n a payé en carte bancaire ou alors qu un seul client à payé en carte bancaire, donc [L 2 0] [C n 0] [C n ]. Ces événements étant incompatibles : PL 2 0) ) n 2 +n ) n 2 5 Soit k un entier compris entre 2 et n. L événement [L 2 k] signifie que parmi les k premiers clients, un seul a payé en carte bancaire, et le k-ième client a payé en carte bancaire. Donc [L 2 k] [C k ] [U k 0] où U k prend la valeur 0 si le k-ième client paye par carte bancaire et sinon. On a donc, par indépendance des événements : PL 2 k) k ) 3 5 On a donc bien obtenu la loi de L 2. Exercice 0: ECRICOME 2002 ) k k ) ) k 2 ) Z p compte le nombre de boules blanches tirées au cours des p premiers tirages. 2. X vautlorsquelabouletiréesestblancheet0sinon.doncx suituneloidebernoullideparamètre 2. Donc on a EX ) 2 3. Pour déterminer la loi d un couple il faut calculer les différents P[X i] [X 2 j]). On peut présenter les résultats sous forme d un tableau : X X c c+ Pour calculer par exemple P[X 0] [X 2 0]) on a utilisé la formule des probabilités composées PX 0)P [X 0]X 2 0) et on a remarqué que, sachant que l on a obtenu une boule noire au premier tirage [X 0]), il y a avant le deuxième tirage boules dans l urne dont c+ qui sont noires donc P [X 0]X 2 0) c+. On a raisonné de même pour les autres probabilités. D après la formule des probabilités totales avec le système complet d événements [X 0],[X ]) on a PX 2 ) P[X 0] [X 2 ])+P[X ] [X 2 ]) c+ 2) + 2) 2 Et donc X 2 suit une loi de Bernoulli de paramètre 2 et ainsi EX 2) 2. Probabilités : Chapitre 3 Exercices Page Couples et suites de VAR discrètes
12 4. Z 2 X +X 2. Donc ZΩ) {0;;2}. On a : PZ 2 0) P[X 0] [X 2 0]) 2 c+. PZ 2 ) P[X 0] [X 2 ])+P[X ] [X 2 0]) PZ 2 2) P[X ] [X 2 ]) 2 c+. k 0 2 PZ 2 k) 2 c+ 5. On ajoute p chiffres qui valent chacun 0 ou donc Z p Ω) [0;p] 2 c+. a) L événement [Z p k] signifie qu au cours des p premiers tirages, on a tiré k boules blanches et donc p k boules noires. On a donc mis dans l urne kc boules blanches et p k)c boules noires supplémentaires. Il y a donc avant le tirage p+, p boules dans l urne dont kc+ blanches : P [Zpk]X p+ ) kc+ p b) A l aide de la formule des probabilités totales avec le système complet d événements [Z p 0],,[Z p p] on a : PX p+ ) p PZ p k)p [Zpk]X p+ ) k0 p PZ p k) kc+ p k0 p c kpz p k)+ p cez p)+ p k0 ) p PZ p k) c) Montrons par récurrence que la propriété Pp) : X,...,X p suivent des lois de Bernoulli de paramètre 2 est vraie pour tout p {,,n}. Pour p la propriété est vraie d après la question 2. p p Supposons Pp) vraie. Alors EZ p ) EX i ) 2 p 2 i OnobtientdoncPX p+ ) pc/2+ p 2 etdoncx p+ suit uneloidebernoullideparamètre. Pp+) est donc vraie. 2 Ainsi pour tout p {,,n}, X p suit une loi de Bernoulli de paramètre 2. k0 Probabilités : Chapitre 3 Exercices Page 2 Couples et suites de VAR discrètes
13 Exercice :. Il faut choisir a pour que i,j P[X i] [Y j]). P[X i] [Y j]) i,j) N 2 j0 i0 j0 j0 j0 a 2 i+ j! a 2j! i0 a 2j! 2 2 i ) a j! a e ) Donc il faut prendre a e. 2. i N, PX i) 2 i+ j N, PY j) e j! 3. On a P[X i] [Y j]) PX i)py j) donc les variables sont indépendantes. Probabilités : Chapitre 3 Exercices Page 3 Couples et suites de VAR discrètes
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 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 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 détailI. 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 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 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 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 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 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 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 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 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 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 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 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 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 détailEI - 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 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 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 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 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 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 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 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 détailEspérance 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 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 détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en 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 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 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 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 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 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 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 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 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 détailProbabilités 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 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 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 détailCapacité 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 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 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 détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailGuidance de Statistique : Epreuve de préparation à l examen
Guidance de Statistique : Epreuve de préparation à l examen Durée totale : 90 min (1h30) 5 questions de pratique (12 pts) 20 décembre 2011 Matériel Feuilles de papier De quoi écrire Calculatrice Latte
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 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 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 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 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 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 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 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 détailExo7. 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 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 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 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 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 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 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 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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en 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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailBaccalauréat 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 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 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 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 détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailBac 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 détailProbabilités. I - Expérience aléatoire. II - Evénements
Probabilités Voici le premier cours de probabilités de votre vie. N avez-vous jamais eut envie de comprendre les règles des grands joueurs de poker et de les battre en calculant les probabilités d avoir
Plus en détailProbabilités conditionnelles
Probabilités conditionnelles Exercice Dans une usine, on utilise conjointement deux machines M et M 2 pour fabriquer des pièces cylindriques en série. Pour une période donnée, leurs probabilités de tomber
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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en 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 détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailDENOMBREMENT-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 détailProbabilités (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 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 détailCorrection 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 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 détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailIndépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles
Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention
Plus en détailFORMULAIRE 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 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 détailBaccalauréat 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 détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en 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 détailTESTS 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 détailTests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision
Page n 1. Tests du χ 2 une des fonctions des statistiques est de proposer, à partir d observations d un phénomène aléatoire (ou modélisé comme tel) une estimation de la loi de ce phénomène. C est que nous
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
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 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 détailILT. Interfacultair Instituut voor Levende Talen. T@@lvaardig. Actes de communication. Serge Verlinde Evelyn Goris. Katholieke Universiteit Leuven
IL If I L S V Ey G Khk U L 13/02/02 pé? xp qé xp pz à pz p héhq pé p à q z p à p héhq fé à p à q pz xp q 'p (è) f, '-à- p. x. ' é ff. N xp à py qq' q z b ( f) P xp pô pp L p - pé pz ': z qq', q -? Bj,
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 détail