1 Probabilités-Rappel

Dimension: px
Commencer à balayer dès la page:

Download "1 Probabilités-Rappel"

Transcription

1 Chapitre Probabilités sur un ensemble fini - Probabilités conditionnelles 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure du dé. Lancer ce dé et noter le nombre inscrit sur la face supérieure du dé est une expérience dont on ne peut prévoir le résultat. On parle d expérience aléatoire. Les différentes issues de l expérience aléatoire s appellent des événements élémentaires. L ensemble des événements élémentaires est appelé univers. On le note Ω. Dans le cas du dé, on a : Ω = {1;2;3;;5;6} où on note 1 l événement "On a obtenu la face numérotée 1". On a card Ω= 6; ce qui signifie que le nombre d éléments de Ω est 6. Loi de probabilité sur un ensemble fini On note Ω = {e 1,e 2,,e n } l ensemble des événements élémentaires d une expérience aléatoire. Définir une loi de probabilité sur Ω, c est associer à chaque événement e i un nombre p i (appelé probabilité de e i ) positif ou nul de telle façon que : n 1. p i = p 1 + +p n = 1 i=1 2. La probabilité d un événement, notée P(), est la somme des probabilités p i des événements élémentaires qui constituent. Exemple : est "le chiffre obtenu est pair". On a : ={2;;6} et P()= P(2)+P()+P(6)= 3 (si le dé est parfait). 6 Remarque : Modéliser une expérience aléatoire, c est associer à cette expérience une loi de probabilité sur l ensemble Ω des résultats possibles. Choisir un modèle dépend des conditions de l expérience. Cas particulier essentiel : l équiprobabilité Il se peut que les conditions de l expérience conduise à choisir un modèle où les événements élémentaires ont tous la même probabilité. Il s agit d un modèle dit " d équiprobabilité". Si card Ω = n, alors p 1 = p 2 = = p n = 1 n. P()= card() card(ω) = nombre de cas favorables nombre de cas possibles 2 Union - Intersection - Complémentaire Ω Expérience aléatoire : On choisit une carte au hasard dans un jeu de 32 cartes. On considère les événements et suivants : : "La carte est un valet, une dame, ou un roi" : "La carte est un pique". On a alors : Ω est l ensemble des cartes du jeu de 32 cartes. est l ensemble des cartes qui sont un pique ou une figure. est formé des trois cartes : Le valet de pique, la dame de pique et le roi de pique. page 1 page 1 page 1

2 Propriétés : Soit et deux événements de Ω. 1. La probabilité de l événement certain est 1 : P(Ω)=1. 2. La probabilité de l événement impossible est 0 : P( )=0. 3. Si alors P() P().. P( )=P() + P() - P( ). 5. Si et sont incompatibles (c est à dire = ) alors P( )=P() + P(). 6. P(Ā)=1-P() ( Ā désigne l événement contraire de.) 3 Variable aléatoire Exemple : On tire au hasard une carte d un jeu de 32 cartes. Si on tire une carte rouge, on perd 1 euro. Si on tire une carte de pique, on gagne 2 euros. Si on tire une figure (Roi,Dame ou Valet) de trèfle, on gagne 5 euros. Si on tire une autre carte, on ne gagne rien mais on ne perd rien. On note X la variable aléatoire correspondant au "gain" d une partie. Xprend les valeurs suivantes : -1, 0, 2, 5. Définir la loi de probabilités de la variable aléatoire X c est déterminer les probabilités des événements "X = 1", "X = 0", "X = 2", "X = 5". Les résultats se présentent en tableau de la sorte : X = x i P(X = x i ) Espérance de la variable aléatoire L espérance aléatoire d une variable aléatoire X se note E(X) et se calcule ainsi : E(X) = n x i p i où p i = P(X = x i ). Dans l exemple : E(X) = = Variance et écart-type de la variable aléatoire La variance d une variable aléatoire X se note V(X) et se calcule ainsi : i=1 V(X) = n (x i E(X)) 2 p i = n x 2 i p i E(x) 2 où p i = P(X = x i ). i=1 L écart-type se note σ et on a : i=1 σ = V(X). ( Dans l exemple : V(X) = 1 15 ) 2 16 ( ) 2 5 ( ) 2 8 ( ) 2 3 3,61; et σ(x) 1,90. Exercice : On tire au hasard une carte d un jeu de 32 cartes. On définit la variable aléatoire X du gain algébrique : On gagne euros si la carte est un as, 2 euros si c est une figure et on perd 1 euro pour toutes les autres cartes. Donner la loi de probabilité de X et calculer l espérance E(X) puis l écart-type σ(x). page 2 page 2 page 2

3 Probabilités conditionnelles Exemple : Dans un groupe de 100 personnes, 0% des garçons et 15% des filles mesurent plus de 1,80 m. De plus, 60% des élèves sont des filles. Sachant qu un élève choisi au hasard mesure plus de 1,80 m, quelle est la probabilité que ce soit une fille? Solution : On convient de noter : pour "l élève est un garçon"; pour "l élève est une fille"; pour "l élève a une taille qui dépasse 1,80 m"; pour "l élève a une taille inférieure ou égale à 1,80 m". On peut organiser les données sous forme de tableau à double entrée. otal otal Pour remplir les marges du tableau, on utilise l information : "60% des élèves sont des filles". Sur 100 personnes du groupe, cela donne 60 filles et donc 0 garçons. Pour remplir la case du tableau corespondant à "garçon de plus de 1,80 m ", on utilise l information : "0% des garçons mesurent plus de 1,80 m". Sur 0 garçons, cela donne 0 0/100 ce qui fait 16 garçons de plus de 1,80 m et donc 2 garçons de taille inférieure à 1,80 m. De même, on utilise "15% de filles mesurent plus de 1, 80 m; ce qui donne 60 15/100 donc 9 filles mesurent plus de 1,80 m et 51 filles ont une taille inférieure ou égale à 1,80 m. On peut maintenant répondre à la question : Pour cela on note P () la probabilité de sachant. On a : P () = Ne pas confondre : P( ) et P (). En effet P( ) = et P () = On peut représenter la situation sous la forme d un arbre de la façon suivante : On écrit le long des "branches" de l arbre les probabilités. En particulier sur la branche allant de à, on note la probabilité conditionnelle P (). Et sur la branche allant de à, on note la probabilité conditionnelle P () qui est le complément à 1 de la précédente. De même sur les "branches" partant de. On peut aussi fabriquer un deuxième arbre en le commençant par et comme ci- dessous : Compléter ce deuxième arbre avec les probabilités qui conviennent sur les différentes "branches". page 3 page 3 page 3

4 Il y a un lien entre P( ) et P (). Cherchons ce lien. Raisonnons dans le cas d équiprobabilité : card( ) ///////////// otal card() otal card() card(ω) On a : P( )= card( ) card(ω) on peut déduire que : P( ) P() = card( ) card() et P() = card() card(ω) ; d où = P (). D où : Définition et étant deux événements quelconques de Ω avec P() 0, P () est la probabilité de l événement sachant que est réalisé et : P () = P( ). P() Remarque : On a donc : P( ) = P () P(), mais aussi P( ) = P () P(). Conséquence sur un arbre : P() P (C) P (D) C D P (C) P() = P( C) P (D) P() = P( D) P() P (E) E P (E) P() = P( E) P () P () P() = P( ) En suivant la première branche de l arbre et en multipliant les deux probabilités, on obtient : P (C) P() c est à dire P( C). Cette propriété se généralise même si l arbre a plusieurs niveaux de branches. Par exemple : d D P( D) = a b d a b c C Un exemple simple : Une boîte contient 5 boules : 2 blanches et 3 noires. On extrait au hasard deux boules successivement sans remise. On peut faire un arbre pour représenter la situation. On note "" : "On a extrait une boule blanche." On note "N" : "On a extrait une boule noire." On note E l événement : "Les deux boules extraites sont blanches" On note l événement : "Les deux boules extraites sont noires" On note l événement : "Les deux boules extraites sont de couleurs différentes" page page page

5 N N On a : P(E) = = 2 20 = P() = = 6 20 = P() = = = = N Un autre exemple : Dans un lycée, 55% des élèves sont des garçons dont 60% sont internes et 0% externes. 5% des élèves du lycée sont des filles dont 30% sont internes et 70% sont externes. 1. aire les deux arbres possibles. 2. On choisit un élève au hasard. a) Compléter les arbres par les probabilités connus. Puis, on complètera les arbres au fur et à mesure des résultats. b) Sachant que l élève choisi au hasard est interne, quelle est la probabilité que ce soit une fille? Solution : On note E :«l élève choisi est externe»; I :«l élève choisi est interne»; :«l élève choisi est un garçon»; :«l élève choisi est une fille»; I I E I E E On va calculer P(I). Pour cela, on utilise l arbre de gauche de la façon suivante : P( I) = P (I) P() =... P( I) = P (I) P() =... } P( I)+P( I) = P(I) =... Le résultat précédent permet alors de compléter partiellement l arbre de droite. La probabilité cherchée peut s écrire P I (). Elle correspond à la deuxième branche du deuxième arbre. On la calcule ainsi : P I ()= P(I ) P(I) = = On peut ainsi compléter une branche du deuxième arbre. Pour cela, on a utilisé une formule nommée «formule des probabilités totales». page 5 page 5 page 5

6 5 ormule des probabilités totales Partition de Ω rois parties,, C de Ω constituent une partition de Ω si on a : =, C =, C = et C = Ω Ω C Exemple de partition : On considère l ensemble Ω des cartes d un jeu de 32 cartes. est l ensemble des cartes de trèfle; l ensemble des cartes de pique; C l ensemble des cartes de couleur rouge Les ensembles, et C constituent une partition de Ω. ormule des probabilités totales Soit,, C une partition de Ω et D un événement de Ω. lors on a : P(D)=P(D ) + P(D ) + P(D C) P(D)=P (D) P() + P (D) P() + P C (D) P(C) D D D Ω Remarque : On peut appliquer cette formule avec une partition de plus de trois parties. D C C Exemple : Un sac contient 10 boules dont 2 blanches, 3 rouges et 5 noires. On procède au tirage, au hasard, successivement et sans remise de deux boules. Calculer la probabilité d obtenir une boule blanche au deuxième tirage. Solution : Notons 2 l événement «on a obtenu une boule blanche au deuxième tirage». Notons 1 l événement «on a obtenu une boule blanche au premier tirage». Notons R 2 l événement «on a obtenu une boule rouge au deuxième tirage». Notons R 1 l événement «on a obtenu une boule rouge au premier tirage». Notons N 2 l événement «on a obtenu une boule noire au deuxième tirage». Notons N 1 l événement «on a obtenu une boule noire au premier tirage». On peut faire un arbre en tenant compte de l ordre des tirages. page 6 page 6 page 6

7 1 N 1 R 1 2 N 2 R 2 2 N 2 R 2 2 N 2 R 2 P( 2 )=P( 2 1 ) + P( 2 N 1 ) + P( 2 N 1 ) P( 2 )= P 1 ( 2 ) P( 1 ) + P N1 ( 2 ) P(N 1 ) + P R1 ( 2 ) P(R 1 ) P( 2 )=.... Remarque : Les deux probabilités P( 2 ) et P 1 ( 2 ) sont différentes. Les deux événements 1 et 2 ne sont pas indépendants. 6 Événements indépendants Définition de l indépendance de deux événements et deux événements de Ω tels que P() 0. P ()=P() si et seulement si et sont indépendants. Remarque : Si P ()=P() alors P ()=P() avec P() 0. En effet : P ()= P( ) = P () P() = P() P() = P( ). P() P() P() Propriété Deux événements et sont indépendants si et seulement si P( )=P() P(). Exercice : On lance un dé parfait à 6 faces numérotées de 1 à 6. On considère les trois événements suivants : «le numéro obtenu est pair» «le numéro obtenu est supérieur strictement à» C «le numéro obtenu est supérieur ou égal à» 1. Calculer P(), P( ) et P( C). 2. Les événements et sont-ils indépendants? 3. Les événements et C sont-ils indépendants? Propriété et deux événements indépendants de Ω. lors les événements Ā et sont indépendants ; les événements Ā et sont indépendants ; Les événements et sont indépendants. Démonstration : page 7 page 7 page 7

8 Solution : 1. P() = 1 2 ; P() = 2 6 = 1 3 ; P(C)= 3 6 = P( )= P({6}) = 1 6. Or P() P( ) = = 1. Donc P( ) = P() P(). 6 et sont indépendants. 3. P( C)= P({,6}) = 2 6 = 1 3. Or P() P( C) = = 1. Donc P( C) P() P(C). et C ne sont pas indépendants. page 8 page 8 page 8

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. 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 détail

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Indépendance 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 détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. 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 détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.

1. 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 détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation 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 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

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

Probabilités. C. Charignon. I Cours 3

Probabilités. 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 détail

Coefficients binomiaux

Coefficients 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 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

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

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

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

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 (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

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

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution 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 détail

Exercices 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 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 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. I - Expérience aléatoire. II - Evénements

Probabilités. 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 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

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

Feuille d exercices 2 : Espaces probabilisés

Feuille 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 détail

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Exemple 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 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

4. Exercices et corrigés

4. 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 détail

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 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

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

Qu est-ce qu une probabilité?

Qu 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 détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS 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 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

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

Exercices de dénombrement

Exercices 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 détail

Probabilités conditionnelles

Probabilités 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 détail

Mesure de probabilité, indépendance.

Mesure de probabilité, indépendance. MATHEMATIQUES TD N 2 : PROBABILITES ELEMENTAIRES. R&T Saint-Malo - 2nde année - 2011/2012 Mesure de probabilité, indépendance. I. Des boules et des cartes - encore - 1. On tire simultanément 5 cartes d

Plus en détail

YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93

YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

Les 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 détail

Arbre de probabilité(afrique) Univers - Evénement

Arbre 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 détail

Andrey Nikolaevich Kolmogorov

Andrey Nikolaevich Kolmogorov PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien

Plus en détail

Théorie 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 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 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

9 5 2 5 Espaces probabilisés

9 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 détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5

ACTUARIAT 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 détail

Introduction au Calcul des Probabilités

Introduction 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 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

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

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence 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 détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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 détail

Objets Combinatoires élementaires

Objets Combinatoires élementaires Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que

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

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte 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 détail

REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet)

REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) Le présent règlement remplacent, à compter du 24 juillet 2013, le précédent règlement Jeux PARTOUCHE IMAGES déposées en l étude de Maître

Plus en détail

Analyse Combinatoire

Analyse Combinatoire Analyse Combinatoire 1) Équipes On dispose d un groupe de cinq personnes. a) Combien d équipes de trois personnes peut-on former? b) Combien d équipes avec un chef, un sous-chef et un adjoint? c) Combien

Plus en détail

S initier aux probabilités simples «Question de chance!»

S initier aux probabilités simples «Question de chance!» «Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif

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

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

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

Probabilité 2 Ω = { P, F } Lancer un sou deux fois. Ω = { PP, PF, FP, FF} Ω = { 2, 3, 4,..., as }

Probabilité 2 Ω = { P, F } Lancer un sou deux fois. Ω = { PP, PF, FP, FF} Ω = { 2, 3, 4,..., as } . Définitions préliminaires Probabilité. Définitions préliminaires La théorie des probabilités utilise un langage emprunté à la théorie des ensembles. Il sera nécessaire de définir les éléments de ce langage

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

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

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

MATHÉMATIQUES APPLIQUÉES S4 Exercices

MATHÉMATIQUES APPLIQUÉES S4 Exercices Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la

Plus en détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,

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

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

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée

Plus en détail

Statistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge.

Statistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge. Statistiques II Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mardi 11h15-13h00 Salle : C110 http://campus.hesge.ch/caboussata 1 mars 2011 A. Caboussat, HEG STAT II, 2011 1 / 23 Exercice 1.1

Plus en détail

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Probabilités. 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 détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. 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 détail

Documentation Technique du programme HYDRONDE_LN

Documentation Technique du programme HYDRONDE_LN Documentation Technique du programme HYDRONDE_LN Réalisation du programme H.GUYARD Réalisation du matériel électronique C.COULAUD & B.MERCIER Le programme HYDRONDE_LN est un programme qui permet de visualiser

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

S initier aux probabilités simples «Question de chance!»

S initier aux probabilités simples «Question de chance!» «Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif

Plus en détail

S initier aux probabilités simples «Un jeu de cartes inédit»

S initier aux probabilités simples «Un jeu de cartes inédit» «Un jeu de cartes inédit» 29-31 Niveau 3 Entraînement 1 Objectifs S entraîner à estimer une probabilité par déduction. Applications (exemples) En classe : tout ce qui réclame une lecture attentive d une

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

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

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

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat 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 détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

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

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

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N

ENS 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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice 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 détail

POKER ET PROBABILITÉ

POKER ET PROBABILITÉ POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

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

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels

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

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

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

Plus en détail

Seconde et première Exercices de révision sur les probabilités Corrigé

Seconde et première Exercices de révision sur les probabilités Corrigé I_ L'univers. _ On lance simultanément deux dés indiscernables donc il n'y a pas d'ordre. Il y a répétition, les dbles. On note une issue en écrivant le plus grand chiffre puis le plus petit. 32 signifie

Plus en détail

Probabilités-énoncés et corrections

Probabilités-énoncés et corrections 2012-2013 Probabilités-énoncés et corrections Exercice 1. Une entreprise décide de classer 20 personnes susceptibles d'être embauchées ; leurs CV étant très proches, le patron décide de recourir au hasard

Plus en détail

Lois de probabilité. Anita Burgun

Lois 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 détail

Couples de variables aléatoires discrètes

Couples 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 détail

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS

Plus en détail