Chantal Menini 13 mai Filles Garçons Scientique Economique Littéraire Filles Garçons Total

Dimension: px
Commencer à balayer dès la page:

Download "Chantal Menini 13 mai Filles Garçons Scientique Economique Littéraire Filles Garçons Total"

Transcription

1 Probabilité conditionnelle ; indéendance de deux événements on se limitera au cas où l'ensemble d'éreuves est ni). Alication à des calculs de robabilités. Chantal Menini 13 mai Introduction. Nous commençerons ar un exemle. En les eectifs exrimés en milliers) en classes réaratoires se réartissaient de la façon suivante Source Insee : Regards sur le arité ). Filles Garçons Scientique Economique Littéraire On eut alors se oser les questions suivantes : si l'on rend au hasard un élève de classe réaratoire quelle est la robabilité que ce soit une lle? Quelle est la robabilité que ce soit une lle et qu'elle soit en réaration scientique? Sachant que c'est une lle qu'elle est la robabilité qu'elle soit en réaration scientique? Pour réondre à ces questions il faut comléter le tableau en calculant les eectifs totaux suivants Filles Garçons Total Scientique Economique Littéraire Total Pour le calcul des deux remières robabilités on modélise en renant our univers l'ensemble des élèves de classes réaratoires que l'on munit de la robabilité uniforme. La robabilité qu'un élève ris au hasard soit une lle nous noterons F cet événement) est alors la fréquence des lles soit P F ) = et la robabilité qu'un élève ris au hasard soit une lle et en réaration scientique nous noterons F S cet événement) est de même P F S) = Pour le troisième calcul la modélisation se fera en renant our univers l'ensemble des lles de classe réaratoire muni de la robabilité uniforme et la robalité qu'une lle rise au hasard soit en réaration scientique est alors = P F S) On remarquera alors que = P F ), on aellera cette robabilité robabilité conditionnée ar F ou encore robabilité sachant F. 2 Probabilité conditionnelle Dans tout ce qui suit nous travaillerons sur un esace robabilisé Ω, PΩ), P ). Dénition 2.1 Soient A un événement tel que > 0 et B un autre événement. On aelle robabilité de B conditionnée ar A ou robabilité de B sachant A le réel, noté P A B), déni ar Remarque 2.2 P A A) = 1 P A B) = Proosition 2.3 P A est une robabilité sur Ω, PΩ)). P B A). 1

2 Preuve. P A est bien une alication dénie sur PΩ) et à valeurs dans R +. P A Ω) = P Ω A) = = 1 et si B et C sont deux événements incomatibles, alors B A et C A sont incomatibles et P B C) A) P B A) C A)) P B A) P C A) P A B C) = = = + = P A B) + P A C). Remarque 2.4 Une conséquence imortante est que toutes les roriétés connues des robabilités sont valables our une robabilité conditionnée selon un événement. Proosition 2.5 Soient A et B deux événements tels que P A B) > 0 alors P A ) B = P A B). Preuve. Commençons ar remarquer que P A est bien déni uisque P A B) > 0 et P A B) > 0. Pour tout événement E, P A ) B E) = P AB E) P A B) = P A B E)) P A B) = P A B)E). 3 Indéendance. Dénition 3.1 Soient A et B deux événements d'un esace robabilisé Ω, PΩ), P ) avec > 0. Alors B est indéendant de A si P A B) = P B). Remarque 3.2 Avec la dénition de la robabilité conditionnée ar A on voit que P A B) = P B) équivaut à P B A) = P B) ce qui nous conduit à la dénition lus générale suivante. Dénition 3.3 Soit Ω, PΩ), P ) un esace robabilisé, alors 1. Deux événements A et B sont dits indéendants si P A B) = P B). 2. N événements A 1,...,A N sont dits indéendants dans leur ensemble si our tout comris entre 2 et N, tous indices 1 i 1 < < i N on a P A i1... A i ) = P A i1 ) P A i ). Remarque 3.4 Indéendance et incomatibilité sont deux choses diérentes, en eet si deux événements A et B de robabilité non nulle sont incomatibles alors P A B) = 0 P B). L'indéendance dans leur ensemble de N événements imlique l'indéendance deux à deux faire = 2 dans la dénition) mais la réciroque est fausse. Pour s'en convaincre on eut faire l'exercice suivant. Exercice 1. On jette deux dés de façon indéendante et équirobable. Soient A l'événement le chire du remier dé est imair, B l'événement le chire du deuxième dé est air et C l'événement les deux dés ont la même arité. Montrer que A, B et C sont indéendants deux à deux mais ne sont as indéendants dans leur ensemble. Proosition 3.5 Soient A et B deux événements indéendants alors A et B sont indéendants. Cette roriété se généralise à un nombre ni d'événements. Preuve. P A B) = P A B) = P B) = 1 P B)) = P B). 4 Deux résultats de décomosition. 4.1 Probabilités conditionnelles comosées. Proosition 4.1 Soient Ω, PΩ), P ) un esace robabilisé, A et B deux événements avec > 0 alors P A B) = P A B). Preuve. Ceci résulte directement de la dénition de la robabilité conditionnée ar A. Proosition 4.2 Soient Ω, PΩ), P ) un esace robabilisé, A i ) 1 i n une suite nie d'événements tels que P 1 i n 1 i) A > 0 ; on a P 1 i n A i = P A 1 )P A1 A 2 )P A1 A 2)A 3 ) P A1... A n 1)A n ). 2

3 Preuve. Commençons ar remarquer que toutes les robabilités conditionnées introduites sont bien dénies uisque our tout entier comris entre 1 et n 1, P 1 i i) A P 1 i n 1 i) A > 0. La reuve se fait ar récurrence sur n. Soit H n ) l'hyothèse de récurrence : A i ) 1 i n une suite nie d'événements tels que P 1 i n 1 i) A > 0 alors P 1 i n i) A = P A 1 )P A1 A 2 )P A1 A 2)A 3 ) P A1... A n 1)A n ). H 2 ) est vériée c'est la rosition 4.1). Montrons que H n ) imlique H n+1 ) our n 2. P 1 i n i) A > 0 et avec la roosition 4.1 P 1 i n+1 A i = P A 1... A n )P A1... A n)a n+1 ). Puis en utilisant H n ) cf. P A 1... A n 1 ) P A 1... A n ) > 0) on a H n+1 ). H 2 ) est vériée, H n ) imlique H n+1 ) our tout n 2 donc H n ) est vérié our tout n Formule des robabilités totales. Dénition 4.3 Une famille nie d'événements A i ) 1 i n deux à deux incomatibles et tels que 1 i n A i = Ω est aelée système comlet d'événements. Théorème 4.4 Soient Ω, PΩ), P ) un esace robabilisé et A i ) 1 i n un système comlet d'événements ayant tous une robabilité strictement ositive, alors our tout événement A = n P A i )P Ai A). i=1 Preuve. = P A 1 i n A i)) = n i=1 P A A i) et le résultat nal avec la roosition Arbre de robabilité. P B) P C) P A E) A E A P A E) A E P B E) B E B P B E) B E P C E) C E C P C E) C E Les rêgles de calculs dans un arbre de robabilités sont les suivantes : Pour calculer la robabilité d'un événement gurant au bout d'une branche, on fait le roduit des robabilités gurant sur les branches conduisant à cet événement on arlera de la robabilité du chemin). Cette rêgle n'est autre que la roriété des robabilités comosées. Par exemle ici P A E) = P A E). La robabilité d'un événement est la somme des robabilités des chemins conduisant à cet événement. Cette rêgle est la formule des robabilités totales. Par exemle ici P E) = P A E) + P B)P B E) + P C)P C E). La somme des robabilités des branches ayant même origine vaut 1. Ceci rovient du fait que sur les branches gurent des robabilités et que l'on a un système comlet d'événements. Par exemle ici P A E) + P A E) = 1. Exercice. 2 Une exérience est conduite our étudier la mémoire des rats. Un rat est mis devant trois couloirs. Au bout de l'un d'eux se trouve la nourriture qu'il aime, au bout des deux autres, il reçoit une décharge électrique. Cette exérience élémentaire est réétée au lus 50 fois et s'arrète dès que le rat a trouvé le bon couloir. Sous chacune des hyothèses suivantes : 3

4 H 1 ) le rat n'a aucun souvenir des exériences antérieures, H 2 ) le rat se souvient de l'exérience immédiatement récédente, H 3 ) le rat se souvient des deux exériences récédentes, avec qu'elle robabilité la remière tentative réussie est-elle la remière? la deuxième? la troisième? la -ième? Avec qu'elle robabilité aura t-il échoué à chacune des 50 tentatives? 5 Probabilité des causes. Très souvent lorsque l'on connait P A B), l'événement A est considéré comme la cause et l'événement B comme la conséquence ; ar exemle si on considère un test de déistage d'une maladie A sera l'événement la ersonne est malade et B le test est ositif. Mais souvent on a besoin de connaitre la robabilité de la cause sachant la conséquence ; si on rerend l'exemle du test de déistage, sachant que le test est ositif on veut connaitre la robabilité que la ersonne soit malade. Nous utiliserons our cela la formule de Bayes. Lemme 5.1 Soient Ω, PΩ), P ) un esace robabilisé, A 1 et A 2 deux événements de robabilité non nulle alors P A1 A 2 ) = P A2 A 1 ) P A 2) P A 1 ). Preuve. D'arès la roosition 4.1 P A 1 )P A1 A 2 ) = P A 1 A 2 ) = P A 2 )P A2 A 1 ). Théorème 5.2 Formule de Bayes) Soient Ω, PΩ), P ) un esace robabilisé et A i ) 1 i n un système comlet d'événements tels que our tout i P A i ) > 0. Alors our tout événement A de robabilité non nulle et our tout i P A A i ) = P A i)p Ai A) n. P A j )P Aj A) j=1 Preuve. Avec le lemme ci-dessus P A A i ) = P Ai)P A i A) et on termine avec la formule des robabilités totales. Exercice 3. On considère un test servant à déister une maladie. Soient les événements M =l'individu est malade et P 0 =le test est ositif. On sait exérimentalement que P M P 0 ) = 10 3 et que P M P 0 ) = aliqué à une maladie qui touche un individu sur Calculer la robabilité que l'individu soit malade lorsque le test est ositif. 6 Modélisation d'un sytème évolutif. Un exercice tye que l'on trouve dans tout chaitre sur les robabiltés conditionnelles est le suivant Exercice 4. On disose de deux urnes U 1 et U 2, dans l'urne U 1 il y a 7 boules noires et 3 blanches et dans l'urne U 2 il y a 9 boules noires et 11 blanches, les boules sont indiscernables au toucher. On choisit une urne au hasard uis on tire une boule, qu'elle est la robabilité de tirer une boule noire? Exercice que l'on résolvera de la façon suivante. On note U i l'événement choix de l'urne U i et N res. B) l'événement choix de la boule noire res. blanche). Le choix des urnes est équirobable donc P U 1 ) = P U 2 ) = 1/2. Dans chaque urne les boules sont indiscernables au toucher donc il y a encore équirobabilité, d'où P U1 N) = et P U 2 N) = Avec la formule des robabilités totales P N) = ) = On constate que l'information donnée ar l'enoncé induit la connaissance de P Ui et non celle du modèle robabiliste Ω, PΩ), P ) our lequel P Ui est la robabilité conditionnée ar l'événement U i. On doit donc se oser la question de l'existence d'un tel modèle. Proosition 6.1 Soient Ω i, 1 i n des ensembles nis ; on suose connu la robabilité sur Ω 1 notée 1, our tout 2 n et tout ω 1,..., ω 1 ) Ω 1 Ω 1, la robabilité sur Ω notée ω1,...,ω 1). Alors il existe un esace robabilisé Ω, PΩ), P ) tel que P {ω 1 } Ω 2 Ω n ) = 1 {ω 1 }) P {ω1} {ω 1 } Ω Ω n){ω 1 } {ω } Ω +1 Ω n ) = ω1,...,ω 1) {ω }) 1) On eut rendre Ω = Ω 1 Ω n et P déni ar P {ω 1 } {ω n }) = 1 {ω 1 }) ω1) 2 {ω 2 }) ω1,...,ωn 1) n {ω n }). 4

5 Remarque 6.2 Lorsque our tout ω1,...,ω 1) ne déend as de ω 1,..., ω 1 ) mais uniquement de, alors, la robabilité P obtenue est la robabilité roduit et les événements Ω 1 Ω 1 {ω } Ω +1 Ω n et Ω 1 Ω j 1 {ω j } Ω j+1 Ω n sont indéendants our tout j. Preuve. P est donné sur les événements élémentaires de Ω et est à valeurs ositives. Raelons que l'alication dénie sur PΩ) ar P E) = P {ω}) sera bien une robabilité si et seulement si P {ω}) = 1 cf. leçon 04). En utilisant ω E que our tout, ω1,...,ω 1) P {ω}) = 1 {ω 1 }) ω Ω ω 1 Ω 1 est une robabilité nous avons que ω 1) 2 {ω 2 })... ω 2 Ω 2 ω Ω ω 1,...,ω n 1) n {ω n }) ω n Ω n En outre la relation 1) se vérie aisémént. Si l'on revient à notre exemle avec les urnes, Ω 1 = {1, 2} et 1 {1}) = 1 {2}) = 1/2 modélisation du choix de l'urne) ; Ω 2 = {n, b} et 1) 2 {n}) = 7 10, 2) 2 {n}) = Alors Ω = {1, n), 2, n), 1, b), 2, b)} et P {1, n)}) = ,etc...En utilisant que U i = {i, n), i, b)} our i = 1 ou 2 et que N = {1, n), 2, n)} on a bien que P U i ) = 1/2 et P U1 N) = 7 10 etc... )... ) = 1. Remarque 6.3 0n notera que dans les exercices 2 et 3 aussi l'enoncé nous donne des indications directes sur les robabilités conditionnés ar la ou les étaes récédentes. 7 Quelques classiques. 7.1 Ruine du joueur. Un joueur a a euros en oche et il décide de jouer à un jeu our lequel il mise à chaque artie euros, s'il erd la artie il erd sa mise, s'il gagne la artie il remorte le double de sa mise. Les arties sont indéendantes et il a la robabilité de gagner une artie. Il s'est xé comme objectif de gagner 2a euros, il arrète de jouer et reart avec cette somme dès qu'il a atteint cet objectif ou bien il reart ruiné dès qu'il n'a lus d'argent disonible. Le but est de calculer la robabilité P n) que le joueur atteigne son objectif de gagner 2a euros lorsqu'il a n euros en oche. Avec la formule des robabilités totales en admettant que la robabilité qu'il atteigne son objectif lorsqu'il a n euros en oche sachant qu'il gagne la artie suivante est égal à la robabilité qu'il atteigne son objectif lorsqu'il a n + euros en oche) P n) = P n + ) + 1 )P n ). En renant our simlier a un multile de, nous obtenons que la suite de terme général u l = P l) satisfait la relation de récurrence u l+2 1 u l u l = 0 avec our conditions aux bords u 0 = P 0) = 0 et u 2a = P 2a) = 1. Nous avons une relation de récurrence d'ordre 2 et our déterminer le terme général de la suite il faut chercher les racines de l'équation du second degré x 2 1 x + 1 = 0 qui sont 1 et 1. Elles sont distinctes our 1/2 our tous les jeux de casino est strictement inférieur à 1/2) et alors u l = α + β 1 ) l, α et β étant déterminés ar les conditions u0 = 0 et u 2a P a) = u a/ = 1 1 )a/ 1 1 = 1 )2a/ = 1. Ce qui donne )a/, robabilité qui est maximale lorsque l'on mise le tout our le tout c'est à dire = a et vaut alors ce qui n'est guère surrenant). Si on refait les calculs dans le cas d'un jeu équitable = 1/2), l'équation x 2 1 x + 1 = 0 admet alors 1 our racine double et u l = α + lβ, les conditions aux bords nous ermettent d'en déduire que u l = l 2a uis que P a) = u a/ = 1/2 quelque soit le montant de la mise que l'on a décidé de mettre à chaque artie. 5

6 7.2 Diculté d'interrétation des résultats. Un test médical a our but de comarer deux méthodes de traitements de calculs rénaux), la méthode ar chirurgie notée C et la méthode ar ultra-sons notée U. 700 atients ont été traités, 350 ar chirurgie et 350 ar ultra-sons. 273 traités ar la méthode C ont guéri et 289 ar la méthode U. On en déduit donc, en renant our univers l'ensemble des atients traités muni de la robabilité uniforme et en notant R l'événement une ersonne rise au hasard armi les atients traités a été guérie, que P C R) = et que P U R) = Nous sommes donc tenté d'en conclure que la méthode ar ultra-sons est lus erformante. Une analyse lus ne tenant comte de la taille des calculs traités donne les valeurs suivantes : Méthode C Méthode U Gros calculs C g 191 réussites/71 échecs 60 réussites/26 échecs Petits calculs C 82 réussites/6 échecs 229 réussites/35 échecs Nous avons alors les robabilités conditionnelles P C Cg R) = et P U C g R) = , la méthode ar ultra-sons est moins erformante sur les gros calculs. Ainsi que les robabilités conditionnelles P C C R) = et P U C R) = , la méthode ar ultra-sons est aussi moins erformante sur les etits calculs... 8 Commentaires. Comte-tenu du titre il n'est as indisensable et même eut-être à éviter) de arler de l'indéendance de N événements dans leur ensemble uisqu'il est indiqué indéendance de deux événements. Il est bon tout de même d'avoir un minimum de connaissance dessus. La artie modélisation d'un sytème évolutif est techniquement comlexe, il est bon de l'avoir comrise au moins dans le cas de l'exemle des urnes uisque vous l'aurez constaté la luart des énoncés nous donnent des robabilités conditionnées sans se réocuer du modèle robabiliste sous-jacent. 9 Bibiograhie. Issac R., Une initiation aux robabilités, Vuibert. Ouvrard J-Y., Probabilités 1 - Caes Agrégation, Cassini. Ramis J.P., Mathématiques tout-en-un L2, Dunod. 6

dénombrement, loi binomiale

dénombrement, loi binomiale dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................

Plus en détail

Des familles de deux enfants

Des familles de deux enfants Des familles de deux enfants Claudine Schwartz, IREM de Grenoble Professeur, Université Joseh Fourier Les questions et sont osées dans le dernier numéro de «Pour la Science» (n 336, octobre 2005, article

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

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

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

Module : réponse d un système linéaire

Module : réponse d un système linéaire BSEL - Physique aliquée Module : réonse d un système linéaire Diaoramas () : diagrammes de Bode, réonse Résumé de cours - Caractérisation d un système hysique - Calcul de la réonse our une entrée donnée

Plus en détail

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

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

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

Santé et hygiène bucco-dentaire des salariés de la RATP

Santé et hygiène bucco-dentaire des salariés de la RATP Santé et hygiène bucco-dentaire des salariés de la RATP Percetion des salariés et examen clinique du raticien Période 2006-2009 14 juin 2012 Dominique MANE-VALETTE, Docteur en Chirurgie dentaire dominique.mane-valette@rat.fr

Plus en détail

Un modèle de composition automatique et distribuée de services web par planification

Un modèle de composition automatique et distribuée de services web par planification Un modèle de comosition automatique et distribuée de services web ar lanification Damien Pellier * Humbert Fiorino ** * Centre de Recherche en Informatique de Paris 5 Université Paris Descartes 45, rue

Plus en détail

S2I 1. quartz circuit de commande. Figure 1. Engrenage

S2I 1. quartz circuit de commande. Figure 1. Engrenage TSI 4 heures Calculatrices autorisées 214 S2I 1 L essor de l électronique nomade s accomagne d un besoin accru de sources d énergies miniaturisées. Les contraintes imosées à ces objets nomades sont multiles

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

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

DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS

DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS Ecole Nationale des Ponts et Chaussées Laboratoire Paris-Jourdan Sciences Economiques DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS

Plus en détail

Intérêts. Administration Économique et Sociale. Mathématiques XA100M

Intérêts. Administration Économique et Sociale. Mathématiques XA100M Intérêts Administration Économique et Sociale Mathématiques XA100M 1. LA NOTION D INTÉRÊT 1.1. Définition. Définition 1. L intérêt est la rémunération d un prêt d argent effectué par un agent économique

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

NFE107 Urbanisation et architecture des systèmes d information. Juin 2009. «La virtualisation» CNAM Lille. Auditeur BAULE.L 1

NFE107 Urbanisation et architecture des systèmes d information. Juin 2009. «La virtualisation» CNAM Lille. Auditeur BAULE.L 1 Juin 2009 NFE107 Urbanisation et architecture des systèmes d information CNAM Lille «La virtualisation» Auditeur BAULE.L 1 Plan INTRODUCTION I. PRINCIPES DE LA VIRTUALISATION II. DIFFÉRENTES TECHNIQUES

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

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

Plus en détail

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

prix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1

prix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1 3- LE MONOOLE DISCRIMINANT Le monoole eut vendre ertaines unités de roduit à des rix différents. On arle de disrimination ar les rix. Selon une terminologie due à igou (The Eonomis of Welfare, 1920), on

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

Découvrez les bâtiments* modulaires démontables

Découvrez les bâtiments* modulaires démontables Découvrez les bâtiments* modulaires démontables w Industrie w Distribution * le terme «bâtiment» est utilisé our la bonne comréhension de l activité de Locabri. Il s agit de structures modulaires démontables

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

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

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

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

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

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

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

Guide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/

Guide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/ Guide d utilisation (Version canadienne) Téléhone sans fil DECT 6.0/ avec réondeur et afficheur/ afficheur de l ael en attente CL83101/CL83201/ CL83301/CL83351/ CL83401/CL83451 Félicitations our votre

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

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

Plus en détail

chapitre 4 Nombres de Catalan

chapitre 4 Nombres de Catalan chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C

Plus en détail

Taux d évolution moyen.

Taux d évolution moyen. Chapitre 1 Indice Taux d'évolution moyen Terminale STMG Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Indice simple en base 100. Passer de l indice au taux d évolution, et réciproquement.

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul 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 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

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

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

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

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

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition

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

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

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

Plus en détail

Bois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France

Bois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France CMP Bois n 19-12 avril - mai 2010 P.25 Carrefour du Bois P.34 cm La revue de l activité Bois en France Bois Saturateurs P.31 Usinage fenêtres P.37 Bardages Tout our l usinage du bois massif. Tout d un

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

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

LE PROBLEME DU PLUS COURT CHEMIN

LE PROBLEME DU PLUS COURT CHEMIN LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs

Plus en détail

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R 2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

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

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Philippe NERISSON Le 5 février 2009

En vue de l'obtention du. Présentée et soutenue par Philippe NERISSON Le 5 février 2009 THÈSE En vue de l'obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré ar l Institut National Polytechnique de Toulouse Disciline ou sécialité : Dynamique des Fluides Présentée et soutenue ar Philie

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

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

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

CHAPITRE VIII : Les circuits avec résistances ohmiques

CHAPITRE VIII : Les circuits avec résistances ohmiques CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

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

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

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

Procès - Verbal du Conseil Municipal Du lundi 15 décembre 2014

Procès - Verbal du Conseil Municipal Du lundi 15 décembre 2014 Procès - Verbal du Conseil Municial Du lundi 15 décembre 2014 Nombre de membres comosant le Conseil Municial : 15 Nombre de membres en exercice : 15 Nombre de Conseillers résents : 14 Nombre de Conseillers

Plus en détail

La persistance des nombres

La persistance des nombres regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...

Plus en détail

- un jeu de K cartes représentées par des nombres C 1, C 2 à C K avec K entier strictement

- un jeu de K cartes représentées par des nombres C 1, C 2 à C K avec K entier strictement - 0 - - 1 - Domaine technique : Lorsque des personnes jouent aux cartes, ils ont habituellement recours à un tas de cartes mélangées, un joueur tire une carte dans le tas, il ne la voit pas, mais il sait

Plus en détail

Axiomatique de N, construction de Z

Axiomatique de N, construction de Z Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................

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

La fonction exponentielle

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

Plus en détail

Sous le feu des questions

Sous le feu des questions ARTICLE PRINCIPAL Assureurs Protection juridique Sous le feu des questions Comment les assureurs Protection juridique vont-ils désormais romouvoir leurs roduits? Seraient-ils artisans d une assurance Protection

Plus en détail

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques). CHAINE DE TRANSMISSION Nous avons une information que nous voulons transmettre (signal, images, sons ). Nous avons besoin d une chaîne de transmission comosée de trois éléments rinciaux : 1. L émetteur

Plus en détail

TD 3 : suites réelles : application économique et nancière

TD 3 : suites réelles : application économique et nancière Mathématiques Appliquées Cours-TD : K. Abdi, M. Huaulmé, B. de Loynes et S. Pommier Université de Rennes 1 - L1 AES - 009-010 TD 3 : suites réelles : application économique et nancière Exercice 1 Calculer

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

6. Les différents types de démonstrations

6. Les différents types de démonstrations LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,

Plus en détail

Noël des enfants qui n'ont plus de maisons

Noël des enfants qui n'ont plus de maisons Chur SS Piano CLAUDE DEBUSSY Noël des enants qui n'ont lus de maisons (1915) Charton Mathias 2014 Publication Usage Pédagogique maitrisedeseinemaritimecom Yvetot France 2 Note de rogramme : Le Noël des

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

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

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

Vous êtes un prestataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret peut vous accompagner!

Vous êtes un prestataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret peut vous accompagner! Le guide 2015 e u q i t s i r u o t e r i du artena Vous êtes un restataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret eut vous accomagner! Qui sommes nous? 2 Edito Nouveau

Plus en détail

TP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts

TP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts E3FI ESIEE Paris Systèmes et scripts B. Perret TP : Shell Scripts 1 Remarque générale Lorsque vous cherchez des informations sur Internet, n'oubliez pas que langage de shell script que nous avons vu correspond

Plus en détail

Accès optiques : la nouvelle montée en débit

Accès optiques : la nouvelle montée en débit Internet FTR&D Dossier du mois d'octobre 2005 Accès otiques : la nouvelle montée en débit Dans le domaine du haut débit, les accès en France sont our le moment très majoritairement basés sur les technologies

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

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

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

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

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

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

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

Introduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume

Introduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume Introduction a l'algorithmique des objets partages Bernadette Charron{Bost Robert Cori Lix, Ecole Polytechnique, 91128 Palaiseau Cedex, France, charron@lix.polytechnique.fr cori@lix.polytechnique.fr Antoine

Plus en détail

Compression scalable d'images vidéo par ondelettes 2D+t

Compression scalable d'images vidéo par ondelettes 2D+t Comression scalable d'images vidéo ar ondelettes 2D+t Madji Samia, Serir Amina et Ouanane Abdelhak Université des Sciences et de la Technologie Houari Boumediene, Laboratoire de traitement d images et

Plus en détail

TP : Outils de simulation. March 13, 2015

TP : Outils de simulation. March 13, 2015 TP : Outils de simulation March 13, 2015 Chater 1 Initialisation Scilab Calculatrice matricielle Exercice 1. Système Unix Créer sous Unix un réertoire de travail outil_simulation dans votre home réertoire.

Plus en détail

Les marchés du crédit dans les PVD

Les marchés du crédit dans les PVD Les marchés du crédit dans les PVD 1. Introduction Partout, les marchés du crédit sont au centre de la caacité des économies à croître, uisqu ils financent l investissement. Le Taleau 1 montre ar exemle

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

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Conception d'un réseau de transport d'électricité

Conception d'un réseau de transport d'électricité La Fédération Française des Jeux Mathématiques et la Société de Calcul Mathématique SA avec l'appui de Réseau de Transport d'electricité Conception d'un réseau de transport d'électricité Auteurs : Florian

Plus en détail

Catalogue 3 Chaine sur Mesure

Catalogue 3 Chaine sur Mesure Catalogue 3 Chaine sur Mesure SUBAKI Les Chaines 2009 CAALGUE 3 Classification chaine sur mesure sériés de chaîne ye de chaîne subaki Caractéristiques RUNNER BS Performance suérieure Général Chaînes à

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure

Plus en détail

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils

Plus en détail

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1 UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail