EXERCICES SIMULATION LOIS DISCRETES

Dimension: px
Commencer à balayer dès la page:

Download "EXERCICES SIMULATION LOIS DISCRETES"

Transcription

1 EXERCICES SIMULATION LOIS DISCRETES EXERCICE 1 : 1) Ecrire u programme qui revoie le lacer d u lacer de dé équilibré 2) Trasformer le programme précédet pour qu il simule ue série de 100 lacers d u dé équilibré 3) Le trasformer à ouveau pour qu il affiche la somme et la moyee des résultats de ces lacers 4) Ecrire u script qui revoie la lacer d u dé pipé tel que : La probabilité d obteir 6 est égale à 1 2 Toutes les autres valeurs sot équiprobables 5) Ecrire u script qui simule ue série de 100 lacers d u dé o équilibré telle que la probabilité d avoir l as est 1 3,la probabilité d avoir «six» est 1, et les probabilités 3 d avoir 2,3,4 ou 5 est obteu et qui affiche cette série de 100 lacers et doe le ombre de ième EXERCICE 2 : simulatio du temps d attete du succès O effectue des lacers successifs d u dé hoête O ote X la variable aléatoire égale au ombre de lacers écessaires à l obtetio du a) Ecrire u script qui simule cette expériece et affiche la valeur de X 1 b) Ecrire u script qui simule cette expériece et affiche la valeur de X 2 ième 6 c) Ecrire u script qui simule cette expériece et affiche la valeur de X pour ue valeur de l etier aturel o ul doé par l utilisateur d) O effectue m fois le lacer de ce dé hoête (la valeur de l etier aturel m o ul doé par l utilisateur) Soit X la variable aléatoire égale au ombre de lacers écessaires à l obtetio du premier 6 ou 0 si le 6 e sort jamais au cours de ces m lacers e) Ecrire u script qui simule cette expériece et affiche la valeur de X EXERCICE 3 : Ecrire u script qui permet de simuler le tirage avec remise de 100 boules das ue ure coteat des boules de couleurc1 ouc 2 ou C 3 e proportio respectivemet 1, 1, 1 et qui affiche le ombre de boules de chaque couleur à l issue des 100 tirages

2 EXERCICE 4 : O lace ue pièce équilibrée (la probabilité d obteir pile et celle d obteir face état doc toutes les deux égales à 1 ) et o ote Z la variable aléatoire égale au rag du lacer où l o 2 obtiet le premier pile. Après cette série de lacers, si Z a pris la valeur k (k IN*), o remplit ue ure de k boules umérotées 1, 2,..., k, puis o extrait au hasard ue boule de cette ure. O ote X la variable aléatoire égale au uméro de la boule tirée après la procédure décrite cidessus. O décide de coder l évéemet «obteir u pile» par 1 et l évéemet «obteir u face» par 0. 1) Compléter le programme suivat pour qu il affiche la valeur prise par Z lors de la première partie de l expériece décrite ci-dessus. 2) Quelle istructio faut-il rajouter avat la derière lige de ce programme pour qu il simule l expériece aléatoire décrite das ce problème et affiche la valeur prise par la variable aléatoire X? EXERCICE 5 : U mobile se déplace sur les poits à coordoées etières d u axe d origie O. Au départ, le mobile est à l origie. Le mobile se déplace selo la règle suivate : s il est sur le poit d abscisse k à l istat, alors, à l istat ( + 1) il sera sur le poit d abscisse (k + 1) avec la probabilité 1 ou sur le 3 poit d abscisse 0 avec la probabilité 2 3 Pour tout de, o ote X l abscisse de ce poit à l istat et l o a doc X0 = 0. Par ailleurs, o ote T l istat auquel le mobile se trouve pour la première fois à l origie (sas compter so positioemet au départ). Par exemple, si les abscisses successives du mobile après so départ sot 0, 0, 1, 2, 0, 0, 1, alors o a T = 1. Si les abscisses successives sot : 1, 2, 3, 0, 0, 1, alors o a T = 4. 1) Compléter le programme suivat pour qu il simule l expériece aléatoire étudiée et affiche la valeur prise par X pour ue valeur de etrée par l utilisateur.

3 2) Modifier le programme précédet pour qu il simule l expériece aléatoire décrite das ce problème et affiche la valeur prise par la variablet au lieu de celle de la variable X EXERCICE 6 : O lace idéfiimet ue pièce doat "Pile" avec la probabilité p 0,1 et "Face" sio. O suppose que les lacers sot mutuellemet idépedats. Pour tout etier aturel k, supérieur ou égal à 2, o dit que le k ième lacer est u chagemet s'il amèe u résultat différet de celui du ( k 1) ième lacer. Pour tout etier aturel 2 o ote X la variable aléatoire égale au ombre de chagemets surveus durat les premiers lacers. O décide de coder l évéemet «obteir u pile» par 0 et l évéemet «obteir u face» par 1. 1) Ecrire ue foctio scilab qui simule u lacer de pièce 2) Itégrer cette foctio das u script qui demade les valeurs de et p à l utilisateur et affiche la valeur prise par la EXERCICE 7 : Ecrire u script qui simule ue série de 20 lacers de deux dés équilibrés bleu et rouge Soit X la variable aléatoire qui pred pour valeur le uméro idiqué par le dé bleu Soit Y la variable aléatoire qui pred pour valeur le uméro idiqué par le dé rouge Ecrire u script qui affiche les valeurs prises par la variable aléatoire max( XY, ) Ecrire u script qui affiche les valeurs prises par la variable aléatoire X Y max( XY, )

4 CORRECTIONS EXERCICE 1 : 1) Ecrire u programme qui revoie le lacer d u lacer de dé équilibré OU 2) Trasformer le programme précédet pour qu il simule ue série de 100 lacers d u dé équilibré 3) Le trasformer à ouveau pour qu il affiche la somme et la moyee des résultats de ces lacers 4) Ecrire u script qui revoie le lacer d u dé pipé tel que : La probabilité d obteir 6 est égale à 1 2 Toutes les autres valeurs sot équiprobables doc de probabilité ) Ecrire u script qui simule ue série de 100 lacers d u dé o équilibré telle que la probabilité d avoir l as est 1 3,la probabilité d avoir «six» est 1, et les probabilités 3 d avoir 2,3,4 ou 5 est obteu et qui affiche cette série de 100 lacers et doe le ombre de

5 ième EXERCICE 2 : simulatio du temps d attete du succès O effectue des lacers successifs d u dé hoête O ote X la variable aléatoire égale au ombre de lacers écessaires à l obtetio du a) Ecrire u script qui simule cette expériece et affiche la valeur de X 1 ième 6 b) Ecrire u script qui simule cette expériece et affiche la valeur de X 2 c) Ecrire u script qui simule cette expériece et affiche la valeur de X pour ue valeur de l etier aturel o ul doé par l utilisateur

6 d) O effectue m fois le lacer de ce dé hoête (la valeur de l etier aturel m o ul doé par l utilisateur) Soit X la variable aléatoire égale au ombre de lacers écessaires à l obtetio du premier 6 ou 0 si le 6 e sort jamais au cours de ces m lacers Ecrire u script qui simule cette expériece et affiche la valeur de X Rappel : Pour le trait droit : AltGr6

7 EXERCICE 3 : Ecrire u script qui permet de simuler le tirage avec remise de 100 boules das ue ure coteat des boules de couleurc 1, C2 ou C3 e proportio respectivemet 1, 1, 1 et qui affiche le ombre de boules de chaque couleur à l issue des 100 tirages EXERCICE 4 : O lace ue pièce équilibrée (la probabilité d obteir pile et celle d obteir face état doc toutes les deux égales à 1 ) et o ote Z la variable aléatoire égale au rag du lacer où l o 2 obtiet le premier pile. Après cette série de lacers, si Z a pris la valeur k (k IN*), o remplit ue ure de k boules umérotées 1, 2,..., k, puis o extrait au hasard ue boule de cette ure. O ote X la variable aléatoire égale au uméro de la boule tirée après la procédure décrite cidessus. O décide de coder l évéemet «obteir u pile» par 1 et l évéemet «obteir u face» par 0. 1) Compléter le programme suivat pour qu il affiche la valeur prise par Z lors de la première partie de l expériece décrite ci-dessus. 2) Quelle istructio faut-il rajouter avat la derière lige de ce programme pour qu il simule l expériece aléatoire décrite das ce problème et affiche la valeur prise par la variable aléatoire X?

8 EXERCICE 5 : U mobile se déplace sur les poits à coordoées etières d u axe d origie O. Au départ, le mobile est à l origie. Le mobile se déplace selo la règle suivate : s il est sur le poit d abscisse k à l istat, alors, à l istat ( + 1) il sera sur le poit d abscisse (k + 1) avec la probabilité 1 ou sur le 3 poit d abscisse 0 avec la probabilité 2 3 Pour tout de, o ote X l abscisse de ce poit à l istat et l o a doc X0 = 0. Par ailleurs, o ote T l istat auquel le mobile se trouve pour la première fois à l origie (sas compter so positioemet au départ). 1) Compléter le programme suivat pour qu il simule l expériece aléatoire étudiée et affiche la valeur prise par X pour ue valeur de etrée par l utilisateur. 2) Modifier le programme précédet pour qu il simule l expériece aléatoire décrite das ce problème et affiche la valeur prise par la variablet au lieu de celle de la variable X

9 EXERCICE 6 : O lace idéfiimet ue pièce doat "Pile" avec la probabilité p 0,1 et "Face" sio. O suppose que les lacers sot mutuellemet idépedats. Pour tout etier aturel k, supérieur ou égal à 2, o dit que le k ième lacer est u chagemet s'il amèe u résultat différet de celui du ( k 1) ième lacer. Pour tout etier aturel 2 o ote X la variable aléatoire égale au ombre de chagemets surveus durat les premiers lacers. O décide de coder l évéemet «obteir u pile» par 0 et l évéemet «obteir u face» par 1. 1) Ecrire ue foctio scilab qui simule u lacer de pièce 2) Itégrer cette foctio das u script qui demade les valeurs de et p à l utilisateur et affiche la valeur prise par la variable aléatoire X

10 EXERCICE 7 : Ecrire u script qui simule ue série de 20 lacers de deux dés équilibrés bleu et rouge Soit X la variable aléatoire qui pred pour valeur le uméro idiqué par le dé bleu Soit Y la variable aléatoire qui pred pour valeur le uméro idiqué par le dé rouge Ecrire u script qui affiche les valeurs prises par la variable aléatoire max( XY, ) Ecrire u script qui affiche les valeurs prises par la variable aléatoire X Y

EXERCICES PROBABILITES

EXERCICES PROBABILITES EXERCICE : Calculer, pour EXERCICES PROBABILITES Soit,,3, 4,5,6, ( ) x, l itégrale I dx. 0 x ; détermier le réel pour que l o défiisse ue probabilité p sur * e posat, pour tout etier,6 p I Quelle est la

Plus en détail

Loi binomiale. Loi de Bernoulli

Loi binomiale. Loi de Bernoulli Loi biomiale Loi de Beroulli O s itéresse ici à la réalisatio ou o d u évéemet. Autremet dit, o étudie les expérieces aléatoires qui ot que deux issues possibles : Obteir Pile ou Face Doer aissace à u

Plus en détail

Exercices sur le chapitre «Variables aléatoires»

Exercices sur le chapitre «Variables aléatoires» Araud de Sait Julie - MPSI Lycée La Merci 2015-2016 1 Pour démarrer Exercices sur le chapitre «Variables aléatoires» Exercice 1 (Recostitutio de paires) O fixe deux etiers aturels 1 r. U placard cotiet

Plus en détail

Variables aléatoires. Exercices

Variables aléatoires. Exercices Variables aléatoires Exercices 04-05 Les idispesables Loi d ue variable aléatoire, espérace et variace O répète idéfiimet le lacer d u dé équilibré à 6 faces Soit la variable aléatoire doat la valeur du

Plus en détail

x + (2 α) y = 0 3 L donc P

x + (2 α) y = 0 3 L donc P 1 Corrigé ESC 009 par Pierre Veuillez Exercice 1 O cosidère les matrices A, B, D, P, E de M (R) suivates : ( ) 5 1 4 ( ) A B 3 3 1 3 0 7 D P 3 3 ( ) { x (1 α) x y 0 1) a: (A αi) 0 y x + ( α) y 0 ( 1 )

Plus en détail

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures) Bac Blac Termiale L - Février 2017 Correctio de l Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) 1. Depuis le 28 jui 2007, la ville de Bordeaux a été classée au patrimoie modial

Plus en détail

Exercices d oraux de la banque CCP Corrigés BANQUE PROBABILITÉS

Exercices d oraux de la banque CCP Corrigés BANQUE PROBABILITÉS Exercices d oraux de la baque CCP 204-20 - Corrigés BANQUE PROBABILITÉS EXERCICE 96 (a La variable aléatoire X est régie par ue loi biomiale E effet, expérieces idetiques et idépedates (car les tirages

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Directio des Admissios et cocours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Corrigé du DS n 1. Exercice 1 (6 points)

Corrigé du DS n 1. Exercice 1 (6 points) Exercice 1 (6 poits) Corrigé du DS 1 Das cet exercice, les probabilités demadées serot doées sous forme décimale, évetuellemet arrodies à 10 - près. Lors d ue equête réalisée par l ifirmière auprès d élèves

Plus en détail

i. En déduire une mesure de l angle ( BD, PΩ ).

i. En déduire une mesure de l angle ( BD, PΩ ). Polyésie septembre EXERCICE Pour chacue des propositios suivates, idiquer si elle est vraie ou fausse et doer ue démostratio de la répose choisie Ue répose o démotrée e rapporte aucu poit O cosidère la

Plus en détail

( ) ( ) ( ) ( 4) Terminale S Exercices sur le chapitre «Suites numériques» Page 1. deux nombres réels. Initialisation Récupérer la valeur de M

( ) ( ) ( ) ( 4) Terminale S Exercices sur le chapitre «Suites numériques» Page 1. deux nombres réels. Initialisation Récupérer la valeur de M Termiale S Exercices sur le chapitre «Suites umériques» Page Exercice : O cosidère la suite ( p ) défiie sur N par ) O cosidère l algorithme suivat : Variables u etier aturel et deux ombres réels Iitialisatio

Plus en détail

9 0 6 Variables aléatoires discrètes

9 0 6 Variables aléatoires discrètes BCPST2 9 5 0 6 Variables aléatoires discrètes Exercice 1: Loi de Poisso 1 ) Soit X ue variable aléatoire discrète. O ote XΩ) = {x ; N}. O pose, pour tout de N : p = PX = x ) et s = p k. O découpe l'itervalle

Plus en détail

M : Zribi 4 ème Sc Exercices. Série 34

M : Zribi 4 ème Sc Exercices. Série 34 Série ème Sc Exercices Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l'ure : - si la boule tirée est blache, o la remet das

Plus en détail

Chapitre 6 Théorèmes de convergence

Chapitre 6 Théorèmes de convergence Chapitre 6 Théorèmes de covergece 1. La covergece e loi O a déjà recotré ue covergece e loi lors de l approximatio d ue loi biomiale par ue loi de Poisso. Ce problème se place das u cadre plus gééral où

Plus en détail

TD1. Dénombrements, opérations sur les ensembles.

TD1. Dénombrements, opérations sur les ensembles. Uiversité Pierre & Marie Curie Licece de Mathématiques L3 UE LM345 Probabilités élémetaires Aée 2014 15 TD1. Déombremets, opératios sur les esembles. 1. Combie de faços y a-t-il de classer 10 persoes à

Plus en détail

Contrôle du vendredi (30 minutes) 1 ère S Prénom et nom :.. Note :.. / I. (2 points)

Contrôle du vendredi (30 minutes) 1 ère S Prénom et nom :.. Note :.. / I. (2 points) ère S Cotrôle du vedredi 4-4-04 (30 miutes) Préom et om : Note : / 0 I ( poits) O cosidère la figure ci-cotre où ABC est u triagle isocèle e A O ote H le projeté orthogoal du poit C sur la droite (AB)

Plus en détail

Correction du devoir Surveillé 6 : Probabilités

Correction du devoir Surveillé 6 : Probabilités S www.wicky-math.fr.f DS - Probabilités Correctio du devoir Surveillé : Probabilités Exercice. ROC Démotrer le théorème suivat : ( poits) Théorème : La probabilité de la réuio de deux évéemetsaetb est

Plus en détail

X 1 = { X si X est impair 0 sinon

X 1 = { X si X est impair 0 sinon Corrigé ECRICOME 998 par Pierre Veuillez Das tout le problème, X désige ue variable aléatoire défiie sur u espace probabilisé (Ω, A, P et à valeurs das N et E(X l espérace de X si elle eiste. O ote A l

Plus en détail

Convergences et approximations

Convergences et approximations Covergeces et approximatios Probabilités : Chapitre 5 Das tout ce chapitre, les démostratios serot faites das le cas des variables discrètes et des variables à desité. I Iégalité de Bieaymé-Tchebychev

Plus en détail

x 0 h a (x) ln (2 a ) h a 2 a Justifier, par le calcul, le signe de h' a (x) pour x appartenant à ] 0 ; + [. b. Rappeler la limite de ln x x

x 0 h a (x) ln (2 a ) h a 2 a Justifier, par le calcul, le signe de h' a (x) pour x appartenant à ] 0 ; + [. b. Rappeler la limite de ln x x EXERCICE (6 poits) Commu à tous les cadidats Soit f la foctio défiie sur l itervalle ] ; + [ par f () = l Pour tout réel a strictemet positif, o défiit sur ] ; + [ la foctio g a par g a () = a O ote C

Plus en détail

Externat Notre Dame Bac Blanc n 1 (Tle S) janvier Proposition de corrigé

Externat Notre Dame Bac Blanc n 1 (Tle S) janvier Proposition de corrigé Exterat Notre Dame Bac Blac Tle S) javier 06 durée : 4 h Propositio de corrigé calculatrice autorisée Das tout ce devoir, la qualité de la rédactio et le soi serot pris e compte das la otatio. Les exercices

Plus en détail

Échantillonnage. I Rappels sur les lois usuelles 2

Échantillonnage. I Rappels sur les lois usuelles 2 BTS DOMOTIQUE Échatilloage 2008-2010 Échatilloage Table des matières I Rappels sur les lois usuelles 2 II Approximatios de la loi biomiale 2 II.1 Approximatio par la loi de poisso................................

Plus en détail

CH V : Variables aléatoires - généralités

CH V : Variables aléatoires - généralités CH V : Variables aléatoires - gééralités I. Notio de variable aléatoire réelle Soit (Ω, A ) u espace probabilisable. O dit que X est ue variable aléatoire réelle défiie sur (Ω, A ) si : (i) X est ue applicatio

Plus en détail

donc sont-ils colinéaires : ne sont pas colinéaires donc les points A, B et C ne sont pas alignés.

donc sont-ils colinéaires : ne sont pas colinéaires donc les points A, B et C ne sont pas alignés. 1 Exercice 1 ( poits) L espace est mui d u repère orthoormal (O ; i, j, k ). Les poits A, B et C ot pour coordoées respectives A (1 ; ; ), B ( ; 6 ; 5), C( ; ; 3). 1 a) Démotrer que les poits A, B et C

Plus en détail

I Exercices I I I-1 3 Coefficients binomiaux et triangle de Pascal... I I I I I I

I Exercices I I I-1 3 Coefficients binomiaux et triangle de Pascal... I I I I I I Chapitre Loi biomiale TABLE DES MATIÈRES page - Chapitre Loi biomiale Table des matières I Exercices I-................................................ I-................................................

Plus en détail

Université Pierre et Marie Curie Mathématiques L2 UE 2M231 Probabilités-Statistiques Année Examen du 13 mai 2015

Université Pierre et Marie Curie Mathématiques L2 UE 2M231 Probabilités-Statistiques Année Examen du 13 mai 2015 Uiversité Pierre et Marie Curie Mathématiques L2 UE 2M231 Probabilités-Statistiques Aée 2014-15 Exame du 13 mai 2015 Le sujet comporte 2 pages. L épreuve dure 2 heures. Les documets, calculatrices et téléphoes

Plus en détail

Probabilités, MATH 424 Feuille de travaux dirigés 2. Solutions.

Probabilités, MATH 424 Feuille de travaux dirigés 2. Solutions. Probabilités, MATH 44 Feuille de travaux dirigés. Solutios. 1 Exercices Exercice 1. O jette trois dés o pipés. 1. Calculer la probabilité d obteir au mois u 1.. Que vaut la probabilité d obteir au mois

Plus en détail

est la fréquence empirique des succès lors des 10 premières expériences.

est la fréquence empirique des succès lors des 10 premières expériences. Pierre Veuillez Statistiques iféretielle Sources, et pour e savoir plus : http://www.math-ifo.uiv-paris5.fr/smel 1 Problématique : Exemple ue ure cotiet des boules rouges et blaches dot o e coaît pas la

Plus en détail

Chapitre 9 La loi binomiale

Chapitre 9 La loi binomiale A) Variables aléatoires 1) Défiitio Chapitre 9 La loi biomiale O appelle variable aléatoire X ue foctio qui associe à tout résultat (évéemet élémetaire) u ombre réel. Pour ue même expériece aléatoire,

Plus en détail

ESTIMATION Exercices

ESTIMATION Exercices ESTIMATION Exercices EERCICE : Les variables aléatoires cosidérées das cet exercice sot défiies sur u espace probabilisable, AP, Soit a u réel strictemet positif et ue variable aléatoire de loi uiforme

Plus en détail

1 ère S Exercices sur le schéma de Bernoulli (1)

1 ère S Exercices sur le schéma de Bernoulli (1) ère Exercices sur le schéma de Beroulli () 8 Le chevalier de Méré, philosophe et homme de lettres, pose le problème suivat au mathématicie Blaise ascal : «Qu est-ce qui est le plus probable : obteir au

Plus en détail

Correction Exercices Chapitre 08 - Couples de variables aléatoires réelles discrètes

Correction Exercices Chapitre 08 - Couples de variables aléatoires réelles discrètes 08. O dispose de boîtes umérotées de à. La boîte k cotiet k boules umérotées de à k. O choisit au hasard ue boîte, puis ue boule das cette boîte. Soit X le uméro de la boîte et Y le uméro de la boule..

Plus en détail

Chapitre 11 Loi binomiale. Table des matières. Chapitre 11 Loi binomiale TABLE DES MATIÈRES page -1

Chapitre 11 Loi binomiale. Table des matières. Chapitre 11 Loi binomiale TABLE DES MATIÈRES page -1 Chapitre Loi biomiale TABLE DES MATIÈRES page - Chapitre Loi biomiale Table des matières I Exercices I-................................................ I-................................................

Plus en détail

ENSEIGNEMENT OBLIGATOIRE

ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2017 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficiet : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroiques de poche sot autorisées, coformémet à la réglemetatio

Plus en détail

Partie B u. 4 Soit (u n ) la suite définie par : pour tout entier naturel n 0, u

Partie B u. 4 Soit (u n ) la suite définie par : pour tout entier naturel n 0, u Exercice 1 (6 poits) Commu à tous les cadidats O cosidère la foctio f défiie et dérivable sur l itervalle [ 0 ; + [ par : f (x) = 5 l ( x ± 3 ) x. 1. a. O appelle f ' la foctio dérivée de la foctio f sur

Plus en détail

Exemple de corrigé du CAPES de mathématiques

Exemple de corrigé du CAPES de mathématiques Exemple de corrigé du CAPES de mathématiques épreuve 2, sessio 215 athalie DAVAL ESPE-IEM éuio Problème 1 ( Partie A I. O cosidère deux etiers relatifs a et b o uls. 1. O suppose qu il existe des etiers

Plus en détail

PHEC1 Correction feuille d exercices

PHEC1 Correction feuille d exercices PHEC Correctio feuille d exercice 7 0-0 correctio de l exercice. Loi de R : Il et évidet que R() [[; ]] (au mieux o pioche boule verte et doc boule rouge) et 8 [[; ]]; P (R ) 0 Juti catio du calcul : Pour

Plus en détail

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale

- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (/5) Le travail sur les séries statistiques et les probabilités meé e classe de secode se poursuit avec la mise e place de ouveaux outils. Les scieces

Plus en détail

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante : " tirer p éléments de E ".

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante :  tirer p éléments de E . Cours de termiales Probabilités sur u esemble fii Mr ABIDI F I- Rappel I- Types de tirages : Soit u esemble fii E coteat élémets O cosidère l'épreuve suivate : " tirer p élémets de E " Type de tirages

Plus en détail

Terminales S Devoir maison n 3 -A faire pour le jeudi 6 novembre 2014

Terminales S Devoir maison n 3 -A faire pour le jeudi 6 novembre 2014 Termiales S Devoir maiso -A faire pour le jeudi 6 ovembre 0 eercice : probabilités coditioelles et suite Alice débute au jeu de fléchettes. Elle effectue des lacers successifs d ue fléchette. Lorsqu elle

Plus en détail

IUT HSE Introduction aux probabilités et statistiques Applications Variables aux statistiques aléatoires 4 / 1

IUT HSE Introduction aux probabilités et statistiques Applications Variables aux statistiques aléatoires 4 / 1 IUT HSE Itroductio aux probabilités et statistiques Variables aléatoires Philippe Jamig Istitut Mathématique de Bordeaux PhilippeJamig@gmailcom http://wwwmathu-bordeaux1fr/ pjamig/ X variable aléatoire

Plus en détail

FRLT Page 1 15/08/2014

FRLT Page 1 15/08/2014 Algorithmes à aalyser O cosidère l algorithme : - u est du type ombre - q est du type ombre - p est du type ombre - S est du type ombre - Lire u - Lire q - Lire p - S pred la valeur de u - Tat que (u >

Plus en détail

BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S

BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S Lycée Fraçais d Agadir Termiales SA SB 216-217 BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S DUREE DE L EPREUVE : 4 HEURES Utilisatio de la calculatrice autorisée Ce sujet comporte 7 pages umérotées

Plus en détail

Calcul des probabilités 2 (M-2.1)

Calcul des probabilités 2 (M-2.1) Calcul des probabilités (M-.) I. Probabilités sur u esemble fii. Défiitios Défiitio Ue expériece aléatoire est ue expériece dot il est impossible de prévoir l issue (mais o coaît toutes les issues possibles)

Plus en détail

i la moyenne empirique de X n n v =

i la moyenne empirique de X n n v = Corrigé Statistiques iféretielle par par Pierre Veuillez Itervalle de cofiace. Exercice Détermier ue valeur approchée de la loi de la moyee empirique : E X E X, V X V X doc X N E X, V X Exercices. Variace

Plus en détail

DERNIÈRE IMPRESSION LE 27 février 2017 à 16:47. Dénombrement. En utilisant la notation factorielle, donner une autre écriture des nombres suivants

DERNIÈRE IMPRESSION LE 27 février 2017 à 16:47. Dénombrement. En utilisant la notation factorielle, donner une autre écriture des nombres suivants DERNIÈRE IMPRESSION LE 7 février 07 à 6:47 Déombremet Calcul sur les factorielles EXERCICE Simlifier les écritures sas utiliser la calculette. )! 0! ) 7! 5! 3) 6! 5! 5! 4) 6 4! 5! 5) 7! 5! 0! 6) 7) 8)

Plus en détail

SUITES NUMERIQUES. q n. pour q. n + Une suite numérique est une fonction associant à tout nombre entier naturel n, un nombre réel u(n) : u :

SUITES NUMERIQUES. q n. pour q. n + Une suite numérique est une fonction associant à tout nombre entier naturel n, un nombre réel u(n) : u : SUITES NUMERIQUES Coteus : Capacités attedues : Commetaires : Suites Limite d ue suite défiie par so terme gééral Notatio lim u Suites géométriques : - somme de termes cosécutifs d ue suite géométrique

Plus en détail

3.1 Loi de Bernouilli Loi Binomiale Loi géométrique Loi de Pascal (loi négative binomiale)...3

3.1 Loi de Bernouilli Loi Binomiale Loi géométrique Loi de Pascal (loi négative binomiale)...3 3- Lois de distributio discrètes -1 Chapitre 3 : Lois de distributio discrètes 3.1 Loi de Berouilli...1 3. Loi Biomiale...1 3.3 Loi géométrique... 3.4 Loi de Pascal (loi égative biomiale)...3 3.5 Loi hypergéométrique...4

Plus en détail

Baccalauréat S Centres étrangers 10 juin 2016

Baccalauréat S Centres étrangers 10 juin 2016 Baccalauréat S Cetres étragers 0 jui 206 Exercice I (4 poits) Pour chacue des quatre affirmatios suivates, idiquer si elle est vraie ou fausse, e justifiat la répose. il est attribué u poit par répose

Plus en détail

BACCALAURÉAT GÉNÉRAL Session 2014 MATHÉMATIQUES. Série ES ENSEIGNEMENT DE SPÉCIALITÉ. Durée de l épreuve : 3 heures.

BACCALAURÉAT GÉNÉRAL Session 2014 MATHÉMATIQUES. Série ES ENSEIGNEMENT DE SPÉCIALITÉ. Durée de l épreuve : 3 heures. BACCALAURÉAT GÉNÉRAL Sessio 04 MATHÉMATIQUES Série ES ENSEIGNEMENT DE SPÉCIALITÉ Durée de l épreuve : heures Coeiciet : 7 Les calculatrices électroiques de poche sot autorisées, coormémet à la réglemetatio

Plus en détail

est la probabilité cherchée est donc :

est la probabilité cherchée est donc : Lycée Secodaire Ali Zouaoui Probabilités 4 Sc-T Loi iomiale: Ue ure cotiet des boules blaches et des boules oires.la - robabilité de tirer ue boule blache au hasard est égale à ; q Aée Scolaire 007/008

Plus en détail

C.1- Lois discrètes- Loi uniforme

C.1- Lois discrètes- Loi uniforme C- Lois usuelles C.1- Lois discrètes- Loi uiforme Loi d ue variable aléatoire X preat ses valeurs das {1,,} avec la même probabilité: 1 P ( X = x ) = x {1,,... } Ex : E=«lacer d u dé régulier» X=uméro

Plus en détail

Corrigé : EM Lyon 2005

Corrigé : EM Lyon 2005 Corrigé : EM Lyo 5 Optio écoomique Eercice :. Par défiitio de E, la famille (I,J,K) est ue famille géératrice de E. Cette famille est-elle libre? O cherche tous les réels a, b et c tels que : ai +bj +ck

Plus en détail

MATHEMATIQUES Option scientifique Vendredi 13 mai 2005 de 8h à 12h

MATHEMATIQUES Option scientifique Vendredi 13 mai 2005 de 8h à 12h ECOLE DE HAUTES ETUDES COMMERCIALES DU NORD Cocours d'admissio sur classes préparatoires MATHEMATIQUES Optio scietifique Vedredi 3 mai 5 de 8h à h La présetatio, la lisibilité, l'orthographe, la qualité

Plus en détail

Annexe : Leçon 10 - Échantillonnage

Annexe : Leçon 10 - Échantillonnage Aexe : Leço 10 - Échatilloage Clémet BOULONNE pour la sessio 01 I Niveau, prérequis, référeces Niveau BTS Prérequis Probabilités, lois discrètes et cotiues Référeces [1,,, 4, 5] II Coteu de la leço 1 Approximatio

Plus en détail

Éléments de probabilité.

Éléments de probabilité. Élémets de probabilité.. Gééralités Les probabilités s'occupet de phéomèes aléatoires, c'est à dire qui sot liés au hasard. Défiitio : O appelle expériece aléatoire, ue expériece dot les résultats, o tous

Plus en détail

TS Devoir Commun de Mathématiques N 3 Lundi17/11/2014

TS Devoir Commun de Mathématiques N 3 Lundi17/11/2014 TS Devoir Commu de Mathématiques N Ludi7//04 La présetatio, la rédactio et la rigueur des résultats etrerot pour ue part sigificative das l évaluatio de la copie Le sujet est composé de 4 eercices idépedats

Plus en détail

Probabilités élémentaires

Probabilités élémentaires 1. Exemple... p2 4. Lois de probabilité... p7 2. Vocabulaire... p4 5. Variables aléatoires... p8 3. Espaces probabilisés fiis... p4 Copyright meilleuremaths.com. Tous droits réservés 1. Exemple Probabilités

Plus en détail

Introduction aux tests statistiques

Introduction aux tests statistiques Itroductio aux tests statistiques Philippe Boeau 27 septembre 2006 Chapitre 1 Élémets de probabilités Exercice 1 O ote E l esemble des etiers aturels iférieurs ou égaux à 12 et A (respectivemet B et C)

Plus en détail

PROBABILITÉS. Définition : Une variable aléatoire X est une fonction définie sur un univers Ω et à valeur dans!.

PROBABILITÉS. Définition : Une variable aléatoire X est une fonction définie sur un univers Ω et à valeur dans!. PROBABILITÉS E 654, Blaise Pascal (63 ; 66) etretiet avec Pierre de Fermat (60 ; 665) des correspodaces sur le thème des jeux de hasard et d'espérace de gai qui les mèet à exposer ue théorie ouvelle :

Plus en détail

Autour de la loi de Poisson

Autour de la loi de Poisson Agrégatio Itere de Mathématiques Thierry Champio séace du 25 ovembre 2016 Autour de la loi de Poisso Notatios - Itroductio Das tout ce problème, (Ω, T, P) est u espace probabilisé. Toutes les variables

Plus en détail

Questions pour un champion en ligne

Questions pour un champion en ligne Questios pour u champio e lige Le jeu télévisé QPUC préseté sur FR3 et aimé par Julie Lepers existe aussi e variate «e lige». U jeu «e lige» se déroule aisi : Six iterautes disputet ue première mache dite

Plus en détail

Terminale S. Lycée Desfontaines Melle Chapitre 11 Probabilité Conditionnement et indépendance

Terminale S. Lycée Desfontaines Melle Chapitre 11 Probabilité Conditionnement et indépendance Termiale S. Lycée Desfotaies Melle Chapitre 11 Probabilité Coditioemet et idépedace I. Probabilité coditioelle 1- Exemple Das u lycée coteat N élèves, 4% des élèves sot des filles, % des garços. Parmi

Plus en détail

Exercices sur les suites v 0 = 1 On considère la suite numérique ( v n ) définie pour tout entier naturel n par 9.

Exercices sur les suites v 0 = 1 On considère la suite numérique ( v n ) définie pour tout entier naturel n par 9. Liba 13 v 0 = 1 O cosidère la suite umérique ( v ) défiie pour tout etier aturel par 9 v +1 = 6 v Partie A 1 O souhaite écrire u algorithme affichat, pour u etier aturel doé, tous les termes de la suite,

Plus en détail

Opérations sur les variables aléatoires Lois limites

Opérations sur les variables aléatoires Lois limites Opératios sur les variables aléatoires Lois limites A. Idépedace de deux variables aléatoires. Exemple 1. Pour améliorer le stockage d u produit u supermarché fait ue étude sur la vete de packs de 6 bouteilles

Plus en détail

Fiche 2 : Les fonctions

Fiche 2 : Les fonctions Nº : 300 Fiche : Les foctios Calculer des limites O commece par aalyser f (). Peut o directemet appliquer l u des théorèmes du cours (limites et opératios, théorèmes de comparaiso)? Das la égative, il

Plus en détail

Loi d une variable discrète. Enoncés

Loi d une variable discrète. Enoncés Loi d ue vaiable discète Loi d ue vaiable discète Eocés Execice Soit u etie atuel supéieu ou égal à. O dispose d ue ue coteat boules, dot - boules ouges et ue boule vete. U idividu effectue ue suite de

Plus en détail

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme Statistiques I. Tableaux d effectifs, de fréqueces : 1. Calculer la fréquece d'ue valeur ou d'ue classe : Diviser l effectif de la valeur par l effectif total fréquece La somme des fréqueces est 1 (ou

Plus en détail

BACCALAURÉAT GÉNÉRAL

BACCALAURÉAT GÉNÉRAL BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série : ES DURÉE DE L ÉPREUVE : 3 heures COEFFICIENT : 7 Ce sujet comporte 7 pages umérotées de 1 à 7 Ce sujet écessite l utilisatio d ue feuille de papier

Plus en détail

Exercices. Dénombrement 1 5! 42 6! 3! 3! 9! 5! 4! 9! 6! 3! 2) En utilisant la notation factorielle, donner une autre écriture des nombres suivants

Exercices. Dénombrement 1 5! 42 6! 3! 3! 9! 5! 4! 9! 6! 3! 2) En utilisant la notation factorielle, donner une autre écriture des nombres suivants Exercices Déombremet Exercice Calcul sur les factorielles ) Simlifier les écritures sas utiliser la calculette. a)! 0! b) 7! 5! c) 6! 5! 5! d) 6 4! 5! e) 7! 5! 0! f) 5! 4 7! g) 6! 3! 3! h) 9! 5! 4! i)

Plus en détail

Bac Blanc de Mathématiques T STMG

Bac Blanc de Mathématiques T STMG Nom : Préom : Classe : Bac Blac de Mathématiques T STMG Mars 2014 Les 4 exercices ci-dessous sot idépedats. L utilisatio d ue calculatrice persoelle est autorisée. Vous utiliserez cet éocé de 4 pages e

Plus en détail

Cours 4 SUITES DE NOMBRES RÉELS

Cours 4 SUITES DE NOMBRES RÉELS Cours 4 SUITES DE NOMBRES RÉELS A/ GÉNÉRALITÉS 1. Défiir ue suite de ombres réels Ue suite u de ombres réels, est ue foctio défiie sur N qui, à chaque etier aturel, associe u ombre oté u. Ce ombre u s

Plus en détail

Éléments de probabilités

Éléments de probabilités Chapitre 1 Élémets de probabilités 1.1 Notio d expériece aléatoire Défiitio 1 Ue expériece, dot o coait les issues possibles, est appelé expériece aléatoire s il est impossible de savoir à l avace quelle

Plus en détail

SUITES. I. Suites géométriques. 1) Définition

SUITES. I. Suites géométriques. 1) Définition SUITES I Suites géométriues ) Défiitio Exemple : Cosidéros ue suite umériue (u ) où le rapport etre u terme et so précédet reste costat et égale à 2 Si le premier terme est égal à 5, les premiers termes

Plus en détail

ANNALES. OFFICIELLES 2013 concours. ecricome. prepa. ÉPREUVE ÉCRITE ÉPREUVE spécifique. option technologique. z Mathématiques.

ANNALES. OFFICIELLES 2013 concours. ecricome. prepa. ÉPREUVE ÉCRITE ÉPREUVE spécifique. option technologique. z Mathématiques. ANNALES OFFICIELLES 3 cocours ÉPREUVE ÉCRITE ÉPREUVE spécifique optio techologique z www..org cocours Esprit de l épreuve Vérifier ches les cadidats l eistece des bases écessaires pour des études supérieures

Plus en détail

Fiche Diagonalisation des Matrices 2x2

Fiche Diagonalisation des Matrices 2x2 Fiche Diagoalisatio des Matrices x MOSE 1003 4 Septembre 014 Table des matières Motivatio, puissaces d ue matrice 1 Diagoalisatio Vérificatio avec Scilab 3 Puissace 4 Motivatio, puissaces d ue matrice

Plus en détail

ESSCA(Management - Finances)

ESSCA(Management - Finances) parteaire de PREPAVOGT Yaoudé, 3 mai 04 BP : 765 Yaoudé Tél : 0 63 7 / 96 6 46 86 E-mail : prepavogt@yahoofr wwwprepavogtorg ESSCA(Maagemet - Fiaces) CONCOURS D ADMISSION RAISONNEMENT LOGIQUE ET MATHEMATIQUE

Plus en détail

IREM Martine Quinio. 5 février 2013

IREM Martine Quinio. 5 février 2013 : 1 IREM 2013 Martie Quiio 5 février 2013 1 La loi de Gauss, ou loi ormale Itroductio : Lire court article C.Villai das Le Mode du 14-15/12 : il compare le traitemet médiatique boso de Higgs et rats OGM

Plus en détail

Techniques d enquête

Techniques d enquête Sodage aléatoire simple Techiques d equête Exercice 1 Sur les 500 élèves de M1 de l Uiversité d Auverge, o veut coaître la proportio P qui souhaitet faire u Master à Clermot-Ferrad. Parmi les 150 élèves

Plus en détail

Probabilités : Loi binomiale

Probabilités : Loi binomiale Probabilités : Loi biomiale Christophe ROSSIGNOL Aée scolaire 204/205 Table des matières Répétitio d expérieces idetiques et idépedates 2. Défiitio................................................. 2.2

Plus en détail

Suites de variables aléatoires.

Suites de variables aléatoires. Uiversité Pierre et Marie Curie 200-20 Probabilités et statistiques - LM345 Feuille 8 Suites de variables aléatoires.. Soit Ω, F, P u espace de probabilités. Détermier pour chacue des covergeces suivates

Plus en détail

Exercice 1-5 points - Pour tous les élèves Une nouvelle attraction est ouverte dans un grand parc. Pour tout entier non nul n, on note p

Exercice 1-5 points - Pour tous les élèves Une nouvelle attraction est ouverte dans un grand parc. Pour tout entier non nul n, on note p ermiale S - Bac blac de mathématiques Mars 6 Les calculatrices sot autorisées mais celles-ci e doivet être i échagées i prêtées durat l épreuve. Les quatre exercices serot rédigés sur ue feuille double

Plus en détail

La plage. Par Arnauld HECQUET, Raphaël SIMONET DAVIN, Maxime LOUIS. Élèves de Seconde au Lycée MONTAIGNE de BORDEAUX. Année 2008.

La plage. Par Arnauld HECQUET, Raphaël SIMONET DAVIN, Maxime LOUIS. Élèves de Seconde au Lycée MONTAIGNE de BORDEAUX. Année 2008. La plage Par Arauld HECQUET, Raphaël SIMONET DAVIN, Maime LOUIS. Élèves de Secode au Lycée MONTAIGNE de BORDEAUX. Itro : présetatio du sujet Partie I : la pièce Techique de comptage Aée 2008 Le ombre total

Plus en détail

Tp 3 Manipulations de fonction

Tp 3 Manipulations de fonction Tp 3 Maipulatios de foctio Rappels sur la créatio d ue foctio avec Pytho Méthode: défiir et utiliser ue foctio O commece par le mot clé def, suivi du om de la foctio et évetuellemet de ses paramètres etre

Plus en détail

Lois normales. Intervalle de fluctuation. Estimation.

Lois normales. Intervalle de fluctuation. Estimation. Lois ormales. Itervalle de fluctuatio. Estimatio.. Loi ormale cetrée réduite... p. Théorème de Moivre-Laplace... p 3. Loi ormale (µ ; σ²)... p3 Copyright meilleuremaths.com. Tous droits réserwidevec{}vés

Plus en détail

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

I) Suites arithmétiques

I) Suites arithmétiques CHAPITRE 9 Suites arithmétiques et géométriques Capacités au programme : Modéliser et étudier ue situatio à l aide des suites. Mettre e œuvre des algorithmes permettat : d obteir ue liste de termes d ue

Plus en détail

II - Estimation d'un paramètre par intervalle de confiance

II - Estimation d'un paramètre par intervalle de confiance II - Estimatio d'u paramètre par itervalle de cofiace 1 ) - Gééralités sur la costructio O veut estimer u paramètre (moyee, proportio ) d'u caractère das ue populatio P. Ue estimatio poctuelle à partir

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. T ale S Correctio Exercices type bac de Probabilités. Mars Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l ure : Si la boule

Plus en détail

1 Lois des grands nombres. 2 Théorème central-limite. 3 Estimation ponctuelle à partir d échantillons. 4 Biais dans les estimations

1 Lois des grands nombres. 2 Théorème central-limite. 3 Estimation ponctuelle à partir d échantillons. 4 Biais dans les estimations Pla du cours 2 RFIDEC cours 2 : Échatillos, estimatios poctuelles Christophe Gozales LIP6 Uiversité Paris 6, Frace 1 Lois des grads ombres 2 Théorème cetral-limite 3 Estimatio poctuelle à partir d échatillos

Plus en détail

Amérique du Sud EXERCICE 1 6 points Commun à tous les candidats Les trois parties suivantes sont indépendantes Partie A Partie B Partie C

Amérique du Sud EXERCICE 1 6 points Commun à tous les candidats Les trois parties suivantes sont indépendantes Partie A Partie B Partie C Amérique du Sud EXERCICE 6 poits Commu à tous les cadidats Ue etreprise est spécialisée das la fabricatio de ballos de football. Cette etreprise propose deux tailles de ballos : ue petite taille, ue taille

Plus en détail

Le loto : on tire, au hasard, 6 boules parmi 49. Combien de tirages possibles?

Le loto : on tire, au hasard, 6 boules parmi 49. Combien de tirages possibles? B1 ESH Exercices de déombremet Corrigé Exercice 1 A la catie du lycée, o a le choix etre 3 etrées, 2 plats et 4 desserts. Combie de meus (composés d'ue etrée, d'u plat et d'u dessert) sot possibles? Soit

Plus en détail

Suites. Suites arithmétiques. Suites géométriques

Suites. Suites arithmétiques. Suites géométriques CHAPITRE Suites Suites arithmétiques Suites géométriques ACTIVITÉS Activité a) 8 + 7 coureurs b) x 9 + 0 d où x 78 L équipe a reçu les dossards umérotés de 9 à 78 x + d où x 6 0 0 + aées (page 8) a) itervalles,

Plus en détail

ANOVA avec un facteur aléatoire

ANOVA avec un facteur aléatoire Chapitre 7 ANOVA avec u facteur aléatoire Jusqu à maiteat, o a supposé que les modalités du facteur étudié ot été choisies parce qu elles étaiet itrisèquemet itéressates. Le modèle à effets fixes porte

Plus en détail

CONVERGENCE ET APPROXIMATION

CONVERGENCE ET APPROXIMATION 11-2- 2010 J.F.C. Cov. p. 1 CONVERGENCE ET APPROXIMATION I CONVERGENCE EN PROBABILITÉ 1. Défiitio 2. Ue coditio suffisate de covergece e probabilité 3. La loi faible des grads ombres 4. Ue coséquece de

Plus en détail

Covariance et ajustement affine par la méthode des moindres carrés

Covariance et ajustement affine par la méthode des moindres carrés Uiversité de Poitiers - 205-206 A. Moreau Algèbre - Géométrie M MEEF Covariace et ajustemet affie par la méthode des moidres carrés Das tout le documet, la lettre désige u etier aturel o ul. Les deux parties

Plus en détail

Que de déchets!!!! Les trois parties de cet exercice sont indépendantes.

Que de déchets!!!! Les trois parties de cet exercice sont indépendantes. TES/L - Cotrôle 3 de mathématiques Que de déchets!!!! Les trois parties de cet exercice sot idépedates. Partie A Chaque aée, ous jetos des appareils électroiques: vieux téléphoes, mobiles, télévisios,

Plus en détail

1 Dénombrement. 1.1 Principe. Définition : 1.2 Combinaisons. Définition :

1 Dénombrement. 1.1 Principe. Définition : 1.2 Combinaisons. Définition : Probabilités : coditioemet et idéedace Termiale S Déombremet. Pricie O raelle que le cardial d u esemble fii E, oté Card(E), rerésete so ombre d élémets. Si E 0,0 alors Card(E). Notre but est de détermier

Plus en détail

LOGARITHME NÉPÉRIEN. Définition. Propriétés. Exercice 01. Remarque ( voir animation ) Remarques. (voir réponses et correction)

LOGARITHME NÉPÉRIEN. Définition. Propriétés. Exercice 01. Remarque ( voir animation ) Remarques. (voir réponses et correction) LOGARITHME NÉPÉRIEN Exercice 0 ) E utilisat la courbe de la foctio expoetielle dessiée ci-cotre, détermier u ecadremet au dixième du réel a tel que e a = 7 ) E faisat avec la calculatrice u tableau de

Plus en détail

Je choisis donc de situer ce dossier en Terminale ES, anciens et nouveaux programmes.

Je choisis donc de situer ce dossier en Terminale ES, anciens et nouveaux programmes. Dossier 9 : Exemples de traitemet d ue série statistique à deux variables umériques. Etude du uage de poits associé : poit moye, corrélatio liéaire, ajustemet affie, droite de régressio. Rédigé par Cécile

Plus en détail