CHAPITRE III PROBABILITES

Dimension: px
Commencer à balayer dès la page:

Download "CHAPITRE III PROBABILITES"

Transcription

1 HAPITRE III PROBABILITES I re B math I chatre III Probabltés Table des matères OURS A) Aalyse combatore ) Les trages au sort ) Trages avec ordre et avec réétto. 3 3) Trages avec ordre et sas réétto. 4 4) Trages sas ordre et sas réétto. 6 5) Trages sas ordre et avec réétto. 8 6) Prorétés du ombre B) Los de robablté 9 ) Varables aléatores. ) Lo bomale 4 EXERIES

2 I re B math I chatre III Probabltés OURS e cours fasat sute au cours de «Probabltés» de la classe de II e B, chatre V, l est vvemet recommadé de commecer ar révser ce derer! A) Aalyse combatore E classe de e ous avos vu que das le cas de l équrobablté la robablté d u évèemet est doé ar la formule de Lalace : «ombre de cas favorables sur ombre de cas ossbles». Pour alquer cette formule l faut doc être à même de comter ces cas «favorables» ou «ossbles», ce qu devet très vte ue tâche assez dffcle Le but de «l aalyse combatore» est de déveloer des techques de «déombremet» qu ermettet de comter les élémets de certas «grads» esembles. ) Les trages au sort La luart des exéreces aléatores euvet être terrétées comme des trages au sort de boules d ue ure qu e cotet. Exemle La questo : «Das ue course de chevaux avec 0 artcats, de combe de faços eut-o arer sur les tros remers?» eut être reformulée de la maère suvate : «De combe de faços eut-o trer 3 boules d ue ure qu e cotet 0?» Il y a deux crtères our dstguer ces trages au sort : o L ordre s l ordre das lequel o tre les boules est rs e cosdérato, o dt que c est u «trage avec ordre», so o arle d u «trage sas ordre». o La réétto s o remet chaque boule trée das l ure avat de trer la suvate, o eut trer luseurs fos la même boule : o arle alors d u trage avec réétto ou avec remse. Das la cas cotrare o arle d u trage sas réétto ou sas remse. - -

3 I re B math I chatre III Probabltés Il y a doc quatre sortes de trages au sort : o Trages avec ordre et avec réétto (OR) o Trages avec ordre et sas réétto (OR ) o Trages sas ordre et sas réétto (OR ) o Trages sas ordre et avec réétto (OR ) ) Trages avec ordre et avec réétto Exemle : ombe de ombres à deux chffres eut-o former avec les chffres, et 3? (e d autres termes : de combe de faços eut-o trer deux boules d ue ure qu e cotet tros umérotées de à 3, avec ordre : re boule trée = chffre des dzaes, e boule trée = chffre des utés, et avec réétto (ou remse), le chffre des dzaes et des utés ouvat être le même?) Réose : 9 ombres :,, 3,,, 3, 3, 3, 33 Rasoemet : our le chffre des dzaes o a 3 ossbltés :, ou 3 our le chffre des utés o a égalemet 3 ossbltés :, ou 3 au total o a doc 3 3 = 9 ossbltés Justfcato Pourquo 3 3 = 9 et o as = 6 ossbltés? be Pour comredre ourquo das ce gere de stuato l faut multler et o as addtoer our obter le total, l faut cosdérer le dagramme arbre c-cotre : e - 3 -

4 I re B math I chatre III Probabltés as gééral O fat u trage OR de boules d ue ure qu e cotet : Nombre de ossbltés our trer la re boule : Nombre de ossbltés our trer la e boule : (car remse!) Nombre de ossbltés our la e boule : Total : Défto = (dagramme e arbre!) U trage avec ordre et avec remse OR de objets arm est aelé arragemet à réétto de objets rs à. Le ombre de ces trages est oté B Nous veos de motrer que :, N B = * 3) Trages avec ordre et sas réétto Exemle : ombe de ombres à deux chffres dfférets eut-o former avec les chffres,, 3 et 4? (e d autres termes : de combe de faços eut-o trer deux boules d ue ure qu e cotet quatre umérotées de à 4, avec ordre : re boule trée = chffre des dzaes, e boule trée = chffre des utés, et sas réétto ou remse, les chffres des dzaes et des utés devat être dfférets?) Rasoemet : our le chffre des dzaes o a 4 ossbltés :,, 3 ou 4 our le chffre des utés o a lus que 4 = 3 ossbltés usqu o e eut lus trer la boule qu vet de sortr! au total o a doc 4 3 = ossbltés - 4 -

5 I re B math I chatre III Probabltés as gééral O fat u trage OR de boules d ue ure qu e cotet. Il est tout d abord évdet que our qu u tel trage exste, l faut que. Défto Nombre de ossbltés our la re boule : Nombre de ossbltés our la e boule : (car as de remse!) Nombre de ossbltés our la 3 e boule : ( ) = Nombre de ossbltés our la e boule : ( ) Total : ( ) ( ) ( + ) = + (dagramme e arbre!) U trage avec ordre et sas remse OR de objets arm est aelé arragemet de objets rs à. Le ombre de ces trages est oté Nous veos de motrer que : 0 s > ( ) ( ) ( ) s *, N A = + A as artculer : = U tel trage (o tre toutes les boules de l ure das u certa ordre) revet à rager les boules de l ure das u certa ordre : o dt qu o a fat ue ermutato des objets de l ure et ( ) ( ) Défto Le ombre ( ) ( ) 3 ( our ) A = 3. est aelé factorelle et est oté!.pour des rasos exosées lus bas o ose : 0! =! =, d où : Exemles o 5! = 0 ;.. 0! = 8800 ;! = = s s > 64 50! 3, ; 57 00! 9,

6 I re B math I chatre III Probabltés o Il y a 5! ossbltés our lacer 5 ersoes sur 5 chases. E suosat qu u ordateur très ussat «réalse» 00 mllards ( 0 ) de tels lacemets ar secode, l aurat beso our fr so traval de : Autre otato our A : o our < : 5! ,5 0 A o ( ) ( ) aées! ( ) ( ) ( ) ( ) ( ) ( ) +! = = (*)! ( ) ( ) ( ) A = + = = =! Doc la formule (*) marche our = s et seulemet s :!!!!!! =! = = ( ( )) o ( ) ( ) ( ) A = + = =! Doc la formule (*) marche our ( ) = s et seulemet s :!! =! =! 0! =! 0! o As o a osé 0! =! = our ouvor écrre: A =!! ( ) 4) Trages sas ordre et sas réétto Exemle : le loto O tre 6 boules d ue ure qu e cotet 49 (umérotées de à 49) sas cosdérer l ordre das lequel elles ot été trées et sas remse (o e eut as trer deux fos le même ombre). Sot x le ombre de trages ossbles : à chacu de ces trages (.ex ) o eut assocer 6! trages avec ordre (e ermutat ces 6 élémets), doc 6 6 A49 49! x 6! = A49 x = x =. As l y a 6! 43!6! faços de remlr ue grlle de loto!

7 I re B math I chatre III Probabltés as gééral Sot x le ombre de trages OR de boules d ue ure qu e cotet (avec ). E ermutat les boules d u tel trage, o obtet! trages OR. D où : Défto A! x! = A x = x =!!! ( ) U trage sas ordre et sas remse OR de objets arm (avec ) est aelé combaso (sas réétto) de objets rs à. Le ombre de ces trages est oté ou. Nous veos de motrer que : =!!! ( ) S > l y a aucue ossblté de trer objets arm sas réétto, doc o ose : > = 0. Das l éumérato des élémets d u esemble l ordre e joue as de rôle doc u trage OR eut être cosdéré comme u sous-esemble de élémets d u esemble de cardal. Par coséquet : = ombre de sous-esembles de élémets d'u esemble à élémets Exemles : 3 5! 5 = = 0,!3! 4 9! 9 = = 6, 5!4! 7! 7 = = 7, 6!! 0 39! 39 = =, etc. 39!0! - 7 -

8 I re B math I chatre III Probabltés 5) Trages sas ordre et avec réétto (hors rogramme) Exemle O chost 6 eters arm 4 eters a, b, c et d et o fat leur somme. ombe de résultats dfférets eut-o as obter au lus (s o chost.ex. a =, b = 0, c = 00 et d = 000 toutes les sommes calculées sot dfféretes, mas o vérfe faclemet que our d autres chox,.ex. a =, b =, c = 3 et d = 4, certaes sommes sot égales!)? omme l ordre des termes d ue somme e joue aucu rôle, cec revet à comter le ombre de trages OR de 6 ombres arm les eters a, b, c et d. Das u tel trage, la seule chose qu morte est le ombre de fos que chacu de ces eters a été tré. O eut doc reréseter ces trages de la maère suvate : u u u 3 u 4 où u (resectvemet u, u 3 et u 4 ) est le ombre de fos que l eter a (resectvemet b, c et d) est tré, avec 4 u = 6. = Ou ecore : u "0" u "0" u 3 "0" u 4 "0", autremet dt u trage eut être reréseté ar ue sute das u certa ordre de 6 «0» et de 4 = 3. Par exemle sgfe qu o a tré 3 fos le a, aucue fos le b, fos le c et fos le d. Das ue telle sute de = 9 symboles l faut chosr 6 laces our mettre les «0» (les 3 laces restates sot occuées ar des ), c est-à-dre das l esemble des 9 laces dsobles l faut chosr u sous-esemble de 6 laces our mettre les «0», ce qu eut se fare de dfféretes. as gééral Désgos ar 6 9! 9 = = 84 maères 3!6! D le ombre de trages OR de objets arm. D arès ce qu récède, u tel trage eut être reréseté ar ue sute de «0» et de, doc D est égal au ombre de sous-esembles de élémets (les laces our les «0») d u esemble de + élémets (usqu e tout l y a + symboles das ue sute), d où : D =

9 I re B math I chatre III Probabltés 6) Prorétés du ombre a) N = = 0 0!! E effet = 0!0! =! =! et = = = =.!! 0! ( ) ( ) O aurat u dre auss qu u esemble de élémets a sous-esemble de 0 élémet (l esemble vde) et sous-esemble de élémets (l esemble lumême!). b) N = = E effet ( ) ( ) ( )!! = = =!!! et! = =.!! ( ) c) ( ), N avec = E effet!!! = = = =!!!!!! ( ) ( ) ( ) ( ) ( ).ex. =, =, etc d) Tragle de Pascal (Blase Pascal, mathématce, hysce, hlosohe et théologe, 63-66, u des tateurs du calcul des robabltés) ( ), N avec + = (*) démostrato : ( )! ( + )!( )! ( )! ( )!! ( )! ( )( )! ( ) ( ) ( )( ) ( )! ( )!! ( )( )! ( )!! ( )! + ( )( )! ( )!! ( )! + ( ) ( )!! ( )!! ( )!! ( )!! + = + = +!!!! = + = = = = = - 9 -

10 I re B math I chatre III Probabltés Dressos u tableau avec les valeurs des : o Les lges et les coloes sot umérotées :0,,, 3, etc. o se trouve à l tersecto de la -ème lge et de la -ème coloe o d arès la rorété a) la remère coloe et la dagoale du tableau serot remles de o au-dessus de la dagoale l y a que des 0 car s > doe ue forme «tragulare» à ce tableau = 0, ce qu o our les autres valeurs o utlse la formule (*) our calculer rogressvemet : = + = + =, 0 4 = = 6, 3 4 = 3 + = 4, 3 = + = 3, 5 = + 4 = 5, 3 = + = 3, 4 = + 3 = 4, 5 = = 0, etc Exercces 6-0 -

11 I re B math I chatre III Probabltés e) Bôme de Newto Soet a, b R, alors ous savos que : ( ) a + b = a + ab + b et ( ) a + b = a + 3a b + 3ab + b et ous costatos que les coeffcets des exressos des membres drots de ces égaltés sot les ombres des 3 e et 4 e lges du tragle de Pascal : ( ) 0 a + b = a + ab + b et ( ) a + b = a + a b + ab + b Formulos l hyothèse que our tout * N o a : ( ) a + b = a b + a b + a b + + a b + + a b = = 0 a b (*) et démotros-la ar récurrece : our = : ( ) 0 a b a b a b + = + = + doc (*) est be vérfée! suosos que (*) est vérfée our et motros qu alors elle l est auss our + : ( a + b) + ( a b) ( a b) ( a b a b a b a b a b )( a b) = + + = = a b + a b + a b + + a b + a b + a b + + ab + a b ( ) ( ) ( ) = a b + + a b + + a b ab + a b! = a b + a b + a b + + ab + a b La formule (*) est doc vrae our tout aelée formule du bôme de Newto. Exercces 7 35 B) Los de robablté ) Varables aléatores * N et our tous les réels a et b : elle est Sot Ω l esemble des évetualtés lées à ue exérece aléatore et : Ω [ 0,] la robablté assocée à cette exérece. Exemle U dé est jeté deux fos de sute : - -

12 {( x, y ) / x est le résultat du er jet et y celu du e jet} Ω =, Ω = l équrobablté : ( x, y) ( ( x, y) ) I re B math I chatre III Probabltés # Ω = 6 = et est Il arrve alors souvet qu o assoce à chaque élémet de Ω u certa ombre réel ar ue alcato aelée varable aléatore et otée X, Y, Z,. Exemles X : Ω R E rereat l exemle récédet o eut, ar exemle : o s téresser à la somme des deux résultats obteus : X : Ω {, 3, 4, 5, 6, 7, 8, 9, 0,, } avec ( ) (( )) x, y Ω X x, y = x + y o fare u jeu : s j obtes deux fos le même résultat je gage 0, so je erds. 0 s x = y Ω = s x y Y : Ω { 0, } avec ( x, y) Y( ( x, y) ) omme ous e cosdéros que les Ω fs das ce cours, ue varable aléatore e eut redre qu u ombre f de valeurs que ous oteros x. La robablté qu ue varable aléatore X ree la valeur calculat our toutes les valeurs de la varable aléatore X. Exemles E rereat les exemles récédets : o our la v.a. X : x sera otée ( ) X = x =. E x ossbles, o déft la lo de robablté x Il sufft de regarder our combe d évetualtés chaque somme x est obteue. o our la v.a. Y : x 0 6 = = 6 - -

13 I re B math I chatre III Probabltés E dessat les ots de coordoées ( ) x, das u reère orthogoal et e relat ces ots ar des segmets, o obtet le olygoe de robablté de X. Rael : Moyee arthmétque odérée o Exemle Mare a eu 43 e mathématques, 38 e fraças et 5 e géograhe. alculez sa ote moyee sachat que ces otes sot «odérées» ar les coeffcets 4 our les mathématques, 3 our le fraças et our la géograhe moyee = = , E otat x = 43, 4 3 =, x = 38, =, x3 = 5 et 3 =, o a : moyee = x + x + x = x avec o as gééral 3 3 = Soet ( x ) = ombres réels quelcoques et ( ),,..., comrs etre 0 et et dot la somme vaut : moyee arthmétque odérée des ombres ( ) 3 3 = et =,,..., 0. = ombres réels =. Alors o aelle = x = le ombre x déf,,..., ar : x = x + x x = x = O aelle esérace mathématque de la v. a. X le ombre E(X) déf ar : ( ) x E X = D arès ce qu récède ce ombre E(X) est la moyee arthmétque odérée des valeurs x, chaque x état odéré ar sa robablté. L'esérace mathématque eut doc être terrétée comme la moyee arthmétque des valeurs x s o réétat l exérece ue fté de fos! Exemles E rereat les exemles récédets : o E(X) = = = = 7, ce qu sgfe que s o réétat l exérece ue fté de fos o obtedrat e moyee ue somme de

14 I re B math I chatre III Probabltés 5 5 E Y = 0 =, ce qu veut dre qu e moyee (e jouat u très o ( ) grad ombre de fos) o gage 5 6 ar «arte». S X est u jeu et : o E(X) > 0, o dt que ce jeu est favorable (au joueur). o E(X) < 0, o dt que ce jeu est défavorable (au joueur). o E(X) = 0, o dt que ce jeu est équlbré. O aelle varace de la v. a. X le ombre v(x) déf ar : ( ) = ( ) v X x E(X) est la moyee odérée des carrés des écarts des x ar raort à E(X). Le fat de redre les carrés de ces écarts ted à doer lus d mortace aux grads écarts et de mmser l mortace des etts écarts. La dserso des valeurs autour de E(X) est alors mesurée ar u ombre aelé écart tye déf ar : x ( X) v( X) σ = Exemles E rereat les exemles récédets : 35 6 o v(x) = ( 7) + ( 3 7) + + ( 7) = et ( ) 35 σ X =,4 6 o v(y) = 0 + = σ X = 4,0 et ( ) ) Lo bomale Ue éreuve de Beroull (famlle de mathématces susses du 8 e sècle) est ue exérece aléatore qu o o 'a que deux résultats ossbles qu o covet d aeler «succès» et «échec» qu o eut rééter défmet das les mêmes codtos O ote la robablté du succès et q= la robablté de l échec

15 I re B math I chatre III Probabltés Exemles o O joue à «le ou face» et o déft sot le sot face comme u «succès», alors = q = o O jette u dé o truqué et o déft le résultat «6» comme «succès», 5 tout autre résultat comme «échec», alors = et q = 6 6 E réétat ue telle exérece fos o a : {( u, u,,u,, u ) / u succès ou échec} Ω = = O aelle lo bomale la lo de robablté de la varable aléatore X : Ω R telle que X (( u, u,, u )) = ombre de succès das ( u, u,, u ) alcul de ( ) = X = our0 : o Sot ( u, u,, u ) Ω telle que (( )) X u, u,, u =, c est-à-dre ue évetualté qu comte «succès» et «échecs». ette évetualté eut être cosdérée comme l tersecto des évèemets défs ar : e A j : "obter u j à la j éreuve" avec ( A j) = q omme ces évèemets sot déedats, o a : j= 0 (( )) j ( j ) s u est u succès j s u est u échec u, u,, u = A = A = q j= 0 j o Or l y a ossbltés our chosr «emlacemets» our les «succès», les «emlacemets» restats état réservés our les «échecs». = X = = q = o D où : ( ) ( ) Remarque : = q = ( + q) = = (d arès la formule du bôme de Newto) = 0 = 0 Exemles (rerse des deux exemles récédets) o E jouat 30 fos à «le ou face» la robablté d obter 0 fos «face» vaut : ( ) X = 0 = = 0,

16 I re B math I chatre III Probabltés o E jetat 30 fos u dé o truqué la robablté d obter 0 fos u «6» vaut : ( ) X = 0 = = 0, alculos l esérace mathématque d ue lo bomale : = 0 = =, or our tout E(X) = = = q ( ) ( ) ( ) o a :!! ( )! = = = =!! ( )!! ( )!! = =, et e osat k E(X) = q = q k k k ( ), d où : E(X) = q = + q = = k= 0 E(X) =, d où : = l vet : Exemles (rerse des deux exemles récédets) o E jouat 30 fos à «le ou face» E(X) = 30 = 5 o E jetat 30 fos u dé o truqué E(X) = 30 = 5 6 alculos la varace mathématque d ue lo bomale : ( ) = ( ( )) = ( ) v X E X q = 0 = 0 q q q = 0 = 0 = 0 = + = = = ( ) = q E(X) + + q = q + = q + k= 0 k k k ( ) ( ) = k + q e osat k = k k k k k k k= 0 k= 0 = k q + q - 6 -

17 I re B math I chatre III Probabltés ( ) ( ) ( ) ( ) = + + q = + = + = = q Exemles (rerse des deux exemles récédets) o o v(x) = 30 = 7,5 et σ (X) = 7,5, v(x) = 30 = 4,7 et σ (X) = 4,7, Formulare our la lo bomale : ( X) ( ) ( ) = X = = q = E(X) = v(x) = q σ = q Exercces 50 EXERIES ) Avec les chffres de 0 à 9, combe eut-o former de ombres à 6 chffres (le remer chffre état be sûr dfféret de 0) : a) s o admet que ces ombres euvet coter luseurs fos le même chffre? b) s o veut que les 6 chffres d u de ces ombres soet à dfférets? ) ombe de laques d mmatrculato our les votures a-t-o s chaque laque a) est costtuée de lettres suves de 3 chffres? b) est costtuée de lettres suves de 4 chffres? c) est costtuée de lettres et de 3 chffres das u ordre quelcoque? 3) ombe y a-t-l de ombres à 4 chffres tel que le chffre des mllers sot mar, le chffre des cetaes strctemet féreur à 7, le chffre des dzaes ar et le chffre des utés suéreur ou égal à 4? - 7 -

18 I re B math I chatre III Probabltés 4) U lycée de 00 élèves (640 flles et 560 garços) et de 80 rofesseurs (7 femmes et 08 hommes) veut se doter d u cosel de 0 membres, 5 élèves et 5 rofesseurs. De combe de faços eut-o rocéder s a) o mose as de codto artculère? b) o veut que le cosel at autat de membres masculs que féms? c) o veut que le cosel at au mos 4 flles et au mos 4 membres masculs? 5) De combe de faços eut-o trer ue ma de 4 cartes d u jeu de 3 cartes coteat a) ro, dame et valets? b) 3 cartes ores? c) au mos trèfle? d) dames et cœurs? e) ue carte de chaque couleur? f) 4 cartes de même valeur? g) au mos ro et au lus 3 as? h) au mos ro et au lus as? ) des cartes de deux couleurs dfféretes? j) des cartes de tros valeurs dfféretes? 6) De combe de maères eut-o chosr délégués de atoaltés dfféretes arm 4 belges, 6 fraças et 8 aglas? 7) De combe de maères ue socété de 0 membres eut-elle chosr u groue de 3 ersoes our effectuer u voyage culturel.. a) s Madame Gamma refuse de artr avec Moseur Zète? b) s Mlle Alha et M. Bêta accetet de artcer au voyage que s ls sot esemble? c) s o est soums aux deux cotrates récédetes à la fos? d) mêmes questos s o veut costtuer u groue de 4 ersoes our le voyage. 8) P. a 5 lvres d algèbre, 3 lvres de géométre et 4 lvres d aalyse. a) De combe de maères eut-l les rager sur ue étagère de sa bblothèque? b) Même questo e les regrouat ar sujet. 9) De combe de faços eut-o rager 5 boules das 7 cases a) s les boules et les cases sot dscerables, chaque case e ouvat recevor qu ue seule boule? b) s les boules et les cases sot dscerables, chaque case ouvat recevor u ombre quelcoque de boules? - 8 -

19 I re B math I chatre III Probabltés c) s les boules sot dscerables, les cases sot dscerables, chaque case e ouvat recevor qu ue seule boule? d) s les boules sot dscerables, les cases sot dscerables, chaque case ouvat recevor u ombre quelcoque de boules? 0) Voc le la d ue vlle amércae, G état la gare et H u hôtel : haque bloc est u carré de 00 m sur 00 m. Quelle est la logueur mmale d u trajet qu va de la gare à l hôtel dqué? ommet faut-l se délacer sur ce quadrllage s o e veut as déasser cette logueur mmale? ombe de trajets dfférets y a-tl our aller de la gare à l hôtel sas fare de détour? ) De combe de faços eut-o dédoubler ue classe de 30 élèves a) e deux classes de 5 élèves? b) e deux classes de 5 élèves sachat que l ue aura M. Hcks comme ttulare tads que la ttulare de l autre sera Mme Ygrac? c) mêmes questos s o veut fare 3 classes de 0 élèves. ) Avec les 9 chffres dstcts de 0, combe eut-o écrre de ombres de 5 chffres dfférets a) qu se termet ar 7? b) qu se termet ar 3? c) qu comreet 4? d) qu e comreet as 9? e) qu e comreet que des chffres mars? f) qu comreet 5 mas as 6? g) qu comreet et 5 sous la forme 5? (,ex. 758, mas as 758) h) qu comreet et 5 das cet ordre? (.ex. 9475, mas as 9547) ) qu comreet et 5 das u ordre quelcoque? j) dot deux sot ars et tros mars? - 9 -

20 I re B math I chatre III Probabltés 3) Il y a = 8 rectagles ossbles sur u damer de dmesos 3 : ombe y e a t-l sur u damer m? 4) Au oker o dsose d u jeu de 3 cartes (4 couleurs : cœurs, carreaux, trèfles et ques et 8 valeurs : as, ro, dame, valet, 0, 9, 8, 7). alculez la robablté d obter ue ma de 5 cartes format : a) u full ( 3 cartes d ue valeur et autres d ue autre valeur,.ex. 3 as et valets) b) ue qute floche (5 cartes cosécutves d ue même couleur,.ex. 8, 9, 0, valet, dame, tous carreaux) c) ue couleur (5 cartes o cosécutves d ue même couleur,.ex. 7, 9, 0, valet, as, tous carreaux) d) ue qute (5 cartes cosécutves qu e sot as d ue même couleur,.ex. 8 de trèfle, 9 de carreau, 0 de que, valet de que, dame de cœur) e) u carré (4 cartes d ue même valeur et ue autre,.ex. 4 as et u 0) 5) D u jeu de 3 cartes o tre smultaémet cartes. Quelle est la robablté d obter : a) cartes rouges? b) ques? c) cartes de même couleur (arm les 4 couleurs)? d) ro et euf? e) cartes de valeurs dfféretes? f) valet et trèfle exactemet? g) ro ou que? 6) Rereez les questos de l exercce récédet s o tre successvemet cartes e teat comte de l ordre du trage, a) sas remse. b) avec remse de la remère carte avat de trer la deuxème

21 I re B math I chatre III Probabltés 7) O dstrbue à u joueur 3 cartes d u jeu de 5 cartes. alculez la robablté qu l at das sa ma : a) 5 ques, 3 trèfles, 4 carreaux et cœur. b) Au mos cœurs? c) Au lus 3 ros? d) Au mos as et set? 8) Ue commsso euroéee est formée de 0 membres : allemads, 6 oloas et hogros. E e chosssat au hasard, quelle est la robablté qu ls aet la même atoalté? 9) Das u vllage l y a 6 bstrots. Sx vllageos décdet, sas se cocerter, de asser la sorée das u des 6 bstrots. a) Quelle est la robablté our que les sx ersoes aet chos le même bstrot? b) Quelle est la robablté our qu au mos deux ersoes aet chos le même établssemet? 0) Pour l exame oral de géograhe, le rofesseur a réalsé 60 fches roosat chacue u aragrahe de la matère à révser. haque élève dot e trer 4 au hasard. Sachat que P. a révsé qu u ters du rogramme, quelle est la robablté our qu l : a) coasse les 4 sujets trés? b) e coasse aucu des 4 sujets trés? c) coasse 3 des 4 sujets trés? d) rate so exame? ) O lace 5 èces de moae. Quelle est la robablté d obter : a) exactemet 3 faces? b) au mos 3 faces? ) Das u sac l y a 9 boules umérotées de à 9. alculez la robablté de trer a) deux boules mares ) smultaémet ) successvemet (sas remse) b) ue are et ue mare ) smultaémet ) successvemet (sas remse) 3) O tre smultaémet 3 boules d ue ure qu cotet 5 boules rouges, 3 boules blaches et 7 boules ores. Quelle est la robablté d obter : a) boule de chaque couleur? - -

22 I re B math I chatre III Probabltés b) 3 boules de même couleur? c) boules rouges et boule d ue autre couleur? d) au mos boules ores? 4) Jouer au loto cosste à chosr 6 uméros arm 49. alculez la robablté d avor : a) les 6 bos uméros. b) 5 bos uméros et le uméro comlémetare. c) 5 bos uméros. d) 4 bos uméros. e) 3 bos uméros. 5) Ue tombola comred 000 bllets our lots gagats. Quel est le ombre mmal de bllets qu l faut acheter our que la robablté de gager sot suéreure à 0,5? 6) Ecrvez lus smlemet : a) 7! 7 b) 84! 84 c) ( + )! d) e) f) ( + 3 )! ( + )( + ) 00! 99! ( + )! ( )! 7) Déveloez les bômes suvats : a) ( a + b) 7 b) ( x + 3y) 4 c) x 3 + x d) x x 6 e) ( a b) 5 f) x x

23 I re B math I chatre III Probabltés 8) Quelle est la somme des coeffcets des déveloemets de 9) Sot E u esemble de élémets, où * N. (x + y), où a) ombe y a-t-l de sous-esembles de E à 0,,, 3, élémets? * N? b) Notos (E) l esemble des sous-esembles de E. alculez le cardal de cet esemble. c) Retrouvez ce résultat e utlsat u trage au sort be chos. 30) alculez le terme e x das 3x 6 a) ( ) 0 b) x das x 4 5 x 6 0 c) x das x ( x + 7) 8 3 d) t das 3t + t 3) alculez le(s) terme(s) mleu(x) das le déveloemet de : a) ( 3x + ) b) 4k k 3 c) y 7 3) Démotrez (et comlétez celles qu sot comlètes) les formules suvates où *, N : a) = b) ( ) = 0 3 c) d) e) f) g) h) = = ( + ) = 3 0 k = our k k k = 3 ( ) = ( avec R ) = 0-3 -

24 I re B math I chatre III Probabltés 33) alcule sachat que = ) a) Démotrez les formules d Euler suvates : x x cs(x) + cs( x) e + e ( ) x R cos x = = x x cs(x) cs( x) e e ( ) x R s x = = b) Alquez ces formules our léarser (c-à-d exrmer sas exosat) s x our =, 3, 4, 5. 35) Pour chacue des exressos suvates : a) ( + ) 5 déveloez e vous servat de la formule du bôme de Newto calculez e vous servat de la formule de Movre comarez les résultats cos x et b) ( ) 6 c) ( + 3) 4 d) ( 3 ) 5 ) Das le jeu de «le ou face» o gage s o obtet «le» et o erd s o obtet «face». hosssez ue varable aléatore X et calculez E(X), V(X) et σ (X). 37) Das ue ure l y a boules ores et 8 boules blaches. S o tre ue boule blache o gage 5, s o tre ue boule ore o erd 3. hosssez ue varable aléatore X et calculez E(X), V(X) et σ (X). 38) O jette u dé o truqué et o gage 5 s o obtet le 6, s o obtet le 4 ou le 5, o erd 3 s o obtet le ou le 3, et 4 s o obtet le. La varable aléatore X est défe ar le ga du joueur. alculez la lo de robabltés de X, E(X), V(X) et σ (X) et dessez le olygoe de robabltés de X. Le jeu est-l favorable ou défavorable au joueur? ombe devrat-l gager e obteat le 6 our que le jeu sot équlbré? 39) O jette u dé et s le ombre qu sort est remer, o gage autat d euros, so o erd le ombre d euros dqué ar le dé. hosssez ue varable aléatore X et calculez E(X), V(X) et σ (X). Amerez-vous jouer à ce jeu? Fates ue roosto our chager (auss eu que ossble!) la règle de ce jeu af qu l sot be équlbré! - 4 -

25 I re B math I chatre III Probabltés 40) O tre au hasard u échatllo de 3 artcles d ue boîte qu cotet 30 artcles, dot 7 sot défectueux. alculez l esérace mathématque du ombre d artcles défectueux auquel o eut s attedre. 4) U joueur lace ue èce o truquée fos de sute. Il gage s l obtet le fos. Quelle est la robablté qu l gage a) s = 4 et =? b) s = 8 et =? c) s = et = 3? 4) Ue ure cotet 7 boules blaches et 5 boules ores. a) O tre deux boules avec remse. Quelle est la robablté de trer deux boules de couleurs dfféretes? b) O tre 0 boules avec remse ) Quelle est la robablté de trer autat de ores que de blaches? ) Quelle est la robablté de trer 7 boules ores? ) Quelle est la robablté de trer au lus 5 boules blaches? 43) Lors d u exame u étudat se vot rooser 0 questos à chox multle : 4 réoses ar questo, dot ue seule correcte. L étudat, qu e s est as du tout réaré our l exame, chost les réoses etèremet au hasard. a) Quel résultat eut-l rasoablemet (mathématquemet) esérer? b) Quelle est sa robablté de réusste (au mos 5 sur 0)? 44) Ue èce est lacée 6 fos de sute et o chost la varable aléatore X : ombre de «face». a) Détermez la lo de robabltés de X. b) alculez (X < 3). c) Quel est le ombre de «le» eséré? d) alculez v(x) et σ (X). 45) U treur attet ue cble avec ue robablté de /3. a) S l tre 6 fos, quelle est la robablté qu l attege la cble au mos 3 fos? b) ombe de fos dot-l trer our que la robablté d attedre la cble au mos ue fos sot suéreure à 0, ? 46) La robablté d obter «le» avec ue certae èce mal équlbrée est de /3. O jette cette èce 4 fos et o cosdère la varable aléatore X : lus grad ombre de «le» successfs. alculez l esérace mathématque, la varace et l écart-tye de X

26 I re B math I chatre III Probabltés 47) Deux dés sot jetés smultaémet. La varable aléatore X est la dfférece ostve des chffres obteus ar les deux dés. a) Détermez la lo de robabltés de X. b) Tracez le olygoe de robabltés. 48) O cosdère u lot de èces dot 0% sot défectueuses. O chost u échatllo de 00 èces. Quelle est la robablté de trouver das cet échatllo au lus 0 èces défectueuses? 49) O suose qu l y a équrobablté d obter ue flle ou u garço. a) Quel est le ombre moye de flles das ue famlle de 0 efats? b) Quelle est la robablté our qu ue famlle de 0 efats at : u ombre de flles égal à cette moyee? exactemet 3 garços? au mos flles? 50) U aquarum cotet 6 ossos rouges à,5 la èce et 4 ossos jaues à la èce. U clet achète 3 ossos qu l sort au hasard de cet aquarum. La varable aléatore X désge le rx à ayer our les 3 ossos. a) Etablssez la lo de robablté de la varable aléatore X. b) alculez le rx moye E(X). c) alculez l écart-tye du rx ayé

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

L Analyse Factorielle des Correspondances

L Analyse Factorielle des Correspondances Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

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

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

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

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Incertitudes expérimentales

Incertitudes expérimentales U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application de la théorie des valeurs extrêmes en assurance automobile Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

" BIOSTATISTIQUE - 1 "

 BIOSTATISTIQUE - 1 ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place

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

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Commande Prédictive Robuste d un Système MIMO utilisant un modèle BOG et les techniques LMI

Commande Prédictive Robuste d un Système MIMO utilisant un modèle BOG et les techniques LMI La cqèe Coférece Iteratoae d Eectrotechqe et d Atoatqe -4 Ma 8 aaet se Coade Prédctve Robste d Systèe MIMO tsat odèe BOG et es techqes LMI Jae Ghab A Do et assa Messaod Ecoe atoae d Igéers de Moastr Re

Plus en détail

!! " # $ #! %! &! ' (!& )**+

!!  # $ #! %! &! ' (!& )**+ !!"# $ #! %! &!'(!&)** Ce cous vse à ésete les dfféets élémets du clcul fce et d exlque l oto de l vleu temoelle de l get. Il ft îte clemet cq éoccutos : L dfféece ete les dfféets tyes d téêts (téêt smle,

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Méthodologie version 1, juillet 2006

Méthodologie version 1, juillet 2006 Méthodologe verson, ullet 2006 Tendances Carbone résente chaque mos sx groues d ndcateurs :. Synthèse du mos 2. Clmat 3. Actvté économque. Energe 5. Envronnement nsttutonnel 6. Tableau de bord Ce document

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle

Plus en détail

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

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

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

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

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

stages 2015 paris saint-germain ACADEMY Dossier d inscription

stages 2015 paris saint-germain ACADEMY Dossier d inscription stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

CHAPITRE 1 : Distribution statistique à une dimension

CHAPITRE 1 : Distribution statistique à une dimension Chatre1 : Dstrbuton Statstque à une dmenson I.H.E.T de Sd Dhr CHAPITRE 1 : Dstrbuton statstque à une dmenson Secton 1 : Vocabulare élémentare de la statstque descrtve 1. Poulaton et ndvdu Dénton On aelle

Plus en détail

Partie 1 Automatique 1 et 2 (Asservissements Linéaires Continus)

Partie 1 Automatique 1 et 2 (Asservissements Linéaires Continus) Réublique Algériee Démocratique et Poulaire Miistère de l'eseigemet Suérieur et de la Recherche Scietifique Uiversité Djillali Liabès Sidi Bel-Abbès Faculté de Techologie Déartemet d'electrotechique Partie

Plus en détail

GIN FA 4 02 01 INSTRUMENTATION P Breuil

GIN FA 4 02 01 INSTRUMENTATION P Breuil GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Institut de démographie

Institut de démographie Cours aalyse émographiue par Aleare Aveev, IDUP 26/3/22 Chapitre 7 : Uiversité Paris Pathéo orboe, Istitut e émographie I D U P Aalyse e la uptialité. ariage e tat u u évéemet émographiue : partiularité,

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

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

Exercices d Électrocinétique

Exercices d Électrocinétique ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton

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

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

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail