EXERCICES VARIABLES A DENSITE
|
|
- Claude Lebrun
- il y a 6 ans
- Total affichages :
Transcription
1 EXERCICE 1 : Soit la fonction f définie sur par f t EXERCICES VARIABLES A DENSITE 1 0 si t 0. si t 0 1 t 1) Montrer que f est une densité de probabilité d une variable aléatoire X ) Déterminer la fonction de répartition de X. EXERCICE : (EN VETERINAIRES 1997) La nuit, dans la savane, le lion se rend à la rivière pour boire et y reste un quart d heure. Après de nombreuses observations, on estime que l instantt d arrivée du lion à la rivière se situe entre 0 et heures.t, eprimée en heures, est une variable aléatoire réelle dont une si t,0, f t 0 3 densité de probabilité est la fonction définie sur par : si t 0,, f t t t 4 si t,, f t 0 1) Vérifier que la fonction f est une densité de probabilité. ) Déterminer la fonction de répartition F de la variable aléatoire T 1 3 3) Calculer P T 4 4 4) Un observateur se présente à la rivière à 0 heure 30 minutes et y reste un quart d heure. Quelle est la probabilité pour qu il aperçoive le lion? EXERCICE 3 : (EMLYON 1987) si t 0, f t 0 3 Soit la fonction f définie sur par : si t 0,1, f t 1t t si t 1, f t 0 1) Montrer que la fonction f est continue sur.montrer que la fonction f est une densité de probabilité. Soit X la variable aléatoire qui admet pour densité f ) Déterminer la fonction de répartition F de X.Montrer que la fonction F est dérivable sur EXERCICE 4 : Première loi de Laplace 1 t e. 1) Montrer que f est une densité de probabilité d une variable aléatoire X ) Déterminer la fonction de répartition de X. 3) Montrer que X admet des moments à tout ordre et les calculer. Préciser l espérance et la variance de X Soit la fonction f définie sur par f t
2 EXERCICE 5 : e 1) Montrer que la fonction F définie sur par : F est la fonction de 1 e répartition d une variable aléatoire à densité X dont on donnera une densité. P X ln, P ln X ln, P X ln3 ) Déterminer X ln 3) Montrer que X admet une espérance que l on déterminera. X 4) Soit la variable aléatoirey e. a) Déterminer la fonction de répartition de Y. b) Montrer que la variable aléatoire Y est une variable aléatoire à densité. c) Y admet-elle une espérance? EXERCICE 6 : f si 1 3 Soit la fonction f définie sur par : f 0 sinon 1) Vérifier que la fonction f est une densité de probabilité. On considère alors une variable aléatoire X admettant f pour densité. ) Déterminer la fonction de répartition F de la variable aléatoire X 3) La variable aléatoire X admet-elle une espérance? Si oui la calculer 4) La variable aléatoire X admet-elle une variance? Si oui la calculer On considère la variable aléatoirey ln X 5) Montrer que la variable aléatoire Y est une variable aléatoire à densité dont on donnera une densité EXERCICE 7 : (EMLYON 1996) Soit f la fonction définie sur par : f() = e - si -ln () ln () et f() = 0 sinon l. Etudier les variations de f et tracer sa représentation graphique dans un repère orthonormé.. Montrer que f est une densité de probabilité. 3. Soit X une variable aléatoire réelle admettant f comme densité. a. Déterminer la fonction de répartition F de X. b. Montrer que X admet une espérance et calculer l'espérance de X c. On pose Y = X. Déterminer la fonction de répartition G de Y. Montrer que Y est une variable aléatoire à densité et déterminer une densité g de Y. EXERCICE 8 : Soit X une variable suivant la loi uniforme sur0;1. 1) Montrer que la variable aléatoire Y X donnera une densité. ) Calculer l espérance et la variance de EXERCICE 9 : X est une variable aléatoire à densité dont on Soit X une variable suivant la loi uniforme sur 0,1. 1 1) Montrer que la variable aléatoirey est une variable aléatoire à densité dont on X donnera une densité. ) La variable aléatoire Y admet-elle une espérance?
3 EXERCICE 10 : Soit X une variable aléatoire de densité f définie sur par f e si 0. 0 si 0 1) Vérifier que f est une densité de probabilité. ) Montrer que la variable aléatoirey X est une variable aléatoire à densité dont on donnera une densité. EXERCICE 11: (ECRICOME 003) f t si t 0 3 Soit f la fonction définie sur par : 1 t f t 0 si t 0 1) Montrer que f est une densité d une variable aléatoire Z. ) Déterminer la fonction de répartition F Z de Z. t 3) Justifier la convergence de l intégrale : dt 0 1 t 3 4) La calculer en effectuant le changement de variable ut 1. 5) Prouver que Z admet une espérance et la déterminer. 6) Z admet-elle une variance? 7) Dans cette partie, on suppose que le temps de fabrication, eprimé en minutes, d une pièce par la chaîne A (respectivement B) est une variable aléatoire Z 1 (respectivement Z ) où Z 1 et Z sont deu variables aléatoires indépendantes suivant la même loi que Z. a) On considère les événements : C = le temps de fabrication d une pièce sur la chaîne B est supérieur à minutes D = le temps de fabrication d une pièce sur la chaîne B est inférieur à 3 minutes Calculer les probabilités suivantes : p(c), p (D), p (D/C). b) On note T = ma Z1, Z et G T la fonction de répartition de T. i) Eprimer l événement T en fonction des événements Z etz. ii) Montrer que :, GT F Z a) En déduire que T est une variable aléatoire à densité dont on donnera une densité. EXERCICE 1 : Soient X et Y deu variables indépendantes suivant une loi eponentielle de paramètres respectifs et réels strictement positifs ma, min XY,. Préciser la loi de S = XY et I = EXERCICE 13 : 1 si 1;1 0 sinon 1) Montrer que f est la densité d une variable aléatoire X.Déterminer sa fonction de répartition. Soit la fonction f définie sur par : f 1
4 Miss Elizabeth Bennet et Mr Darcy se rendent chaque jour, indépendamment l un de l autre, dans le même restaurant entre 1 heures et 14 heures. En prenant comme origine des temps 13 heures, l heure d arrivée de Mr Darcy est la variable aléatoire X de densité f.l heure d arrivée de Miss Elizabeth Bennet est une variable Y qui suit la loi uniforme sur l intervalle 1,1 On note Z la variable aléatoire égale à l heure du premier arrivé. ) Déterminer la fonction de répartition de Z et montrer que la variable Z est une variable aléatoire à densité dont on donnera une densité. Densité du ma et min de deu variables aléatoires à densité indépendantes Méthode à connaître : Soient X ety sont deu variables aléatoires indépendantes définies sur le même espace probabilisé (,, p) Z ma X, Y : Z ma X, Y,Z X Y Comme X ety sont indépendantes, on a, pz p X py Soit F F F où F,, variables X, Y, Z, Z X Y F F désignent les fonctions de répartition des X Y Z T min X, Y : T min X, Y,T X Y Comme X ety sont indépendantes, on a, pt p X py On en déduit que, pt 1 pt 11 p X 1 py Soit, F 1 (1 F ) (1 F ) où F,, Z X Y répartition des variables X, Y, Z Rappel : à connaître et savoir redémontrer min X, Y ma X, Y X Y ma, min, X Y X Y X Y F F désignent les fonctions de X Y Z
5 EXERCICE 14: (EMLYON 003) 1 1) Montrer que l intégrale d est convergente et calculer sa valeur. f 0 si Soit f : définie par : 1 f si ) Montrer que la fonction f est une densité de probabilité. 3) Soit X une variable aléatoire admettant f pour densité. a) Déterminer la fonction de répartition de X b) La variable aléatoire X admet-elle une espérance? On considère trois variables aléatoires T1, T, T 3 chacune de même loi X 4) On considère la variable U min T1, T, T3 définie par : t, U t T1 tt tt3 t a) Déterminer la fonction de répartition G de U b) Montrer que U admet une densité et déterminer une densité g de U c) Montrer que la variable U admet une espérance et calculer EU 5) On considère la variable V ma T1, T, T3 par : t, V t T tt tt t 1 3 définie a) Déterminer la fonction de répartition H de V b) Montrer quev admet une densité et déterminer une densité h dev c) La variable aléatoire V admet-elle une espérance? EXERCICE 15: (ECRICOME 009) 1. Le nombre d appels reçus par le standard d une société de tais pendant une période de durée t suit une loi de Poisson Yt de paramètre t où est un réel strictement positif.une origine des temps étant choisie, on note T la variable aléatoire réelle représentant le temps d attente du premier appel vers ce standard. Par conséquent P T t pourt 0. 0 a. Pour tout entier naturel k, rappeler la valeur de la probabilité de l événement Yt k, ainsi que l espérance et la variance dey t b. Que peut-on dire des événements Yt 0et T t probabilité des événements T t ett t pour t 0.En déduire la pour t 0 c. Epliciter la fonction de répartition FT det.reconnaître la loi de T et donner son espérance et sa variance. La durée, eprimée en heures, du transport d un client par la société est une variable aléatoire U à densité dont une densité est la fonction g définie sur t g t te si t 0 par : g t 0 si t 0 a. Vérifier que g est bien une densité de probabilité b. Montrer que la variableu admet une espérance que l on déterminera. Que représente cette espérance?
6 EXERCICE 16: (EDHEC 00) Pour tout nombre réel, on note [] la partie entière de, c'est-à-dire l'unique nombre entier vérifiant :[] < [] + 1.Soit X une variable aléatoire suivant la loi eponentielle de paramètre ( > 0). On pose Y = [X], Y est donc la partie entière de X et on a : k Z, (Y = k) = (k X < k + 1). 1) a. Montrer que Y prend ses valeurs dans. b. Pour tout k de *, calculer P (Y = k 1). c. En déduire que la variable aléatoire Y + 1 suit une loi géométrique dont on donnera le paramètre. d. Donner l espérance et la variance de la variable aléatoire Y + 1. En déduire l espérance et la variance de Y. ) On pose Z = X Y. a. Déterminer Z ( ). b. En utilisant le système complet d événements (Y = k) kin, montrer que : [0, 1[, P (Z ) = 1 e.en déduire une densité f de Z. 1 e c. Déterminer l espérance E (Z) de Z de deu manières différentes. EXERCICE 17 : Un commerçant vend des objets manufacturés.soit X la variable aléatoire qui, à chaque semaine, associe le nombre d objets demandés.on considère que X est une variable aléatoire qui suit une loi normale de moyenne 168 et d écart type 50. 1) Calculer la probabilité que la demande hebdomadaire soit supérieure à ;18 ) Calculer la probabilité que la demande hebdomadaire appartienne à 3) Calculer le stock minimal s pour que la probabilité de rupture de stock soit inférieure à 0.05 EXERCICE 18: (ECRICOME 009) Sur une ligne de bus, une enquête a permis de révéler que le retard (ou l avance) sur l horaire officiel du bus à une station donnée, peut être représenté(e) par une variable aléatoire réelle, notée X, eprimée en minutes, qui suit une loi normale m, On admet de plus que la probabilité que le retard soit inférieur à 7minutes est égale à p et que l espérance de X est de 5 mn 1) Déterminer la valeur de en utilisant la table jointe ) Quelle est la probabilité que le retard soit supérieur à 9 mn? 3) Sachant que le retard est supérieur à 3mn, quelle est la probabilité que le retard soir inférieur à 7mn? EXERCICE 19 : Soit X une variable aléatoire suivant une loi normale de paramètres 0 et 1. Montrer que la variable aléatoire Y X est une variable aléatoire à densité dont on donnera une densité (la loi de Y s appelle loi de Gibrat) Calculer l espérance et la variance.de la variable aléatoire Y
7 EXERCICE 0 : (EMLYON006) 1. Soit U une variable aléatoire suivant une loi normale d espérance nulle et de variance 1 a) Rappeler l epression d une densité de U. b) En utilisant la définition de la variance de U, montrer que l intégrale convergente et que 0 F 0 si 0 Soit F la fonction définie sur par : F 1 e si 0 e d = 4 e d est 0 1. Montrer que la fonction F définit une fonction de répartition d une variable aléatoire dont on déterminera une densité f.. Soit X une variable aléatoire admettant f pour densité. a) Montrer que la variable aléatoire X admet une espérance et que E X b) Déterminer, pour tout réel y, la probabilité P( X y) (On distinguera les cas où y 0 et y>0) c) Montrer que la variable aléatoire X suit une loi eponentielle dont on précisera le paramètre. En déduire que X admet une variance que l on calculera EXERCICE 1 : EDHEC S 006 1) En utilisant une densité de la loi normale d espérance nulle et de variance 1, montrer que l intégrale t e dt converge et que t t e dt e dt On considère deu variables aléatoires X ety, définies sur un même espace probabilisé, AP,, indépendantes et suivant toutes deu la loi normale centrée et réduite (de densité notée et de fonction de répartition notée ) On pose Z ma( X, Y) et l on se propose de déterminer la loi de Z, ainsi que son espérance et sa variance ) Montrer que Z est une variable à densité et vérifier que Z admet pour densité la f fonction f définie pour tout réel par : 3) a) En remarquant que, pour tout réel, ' 0, montrer que, grâce à une 1 1 intégration par parties, que f d e d b) Montrer de même que f d e d c) En déduire que la variable Z a une espérance et donner sa valeur 4) a) Montrer que X et Z sont des variables aléatoires à densité qui ont même fonction de répartition puis donner la valeur de la variance de Z b) En déduire EZ
8 EXERCICE : Loi de Rayleigh Soit X une variable aléatoire qui admet pour densité f définie sur si 0 ( ) e f 0 si 0 où désigne un réel strictement positif. 1) Vérifier que f est bien une densité de probabilité. ) Déterminer la fonction de répartition F de X 3) Calculer p ( 1 X 1) 4) Calculer E(X) et V(X) 5) Déterminer la loi de X. par EXERCICE 3 : Soit X n n 1 une suite de variables aléatoires indépendantes suivant une loi normale centrée réduite 1) Déterminer la loi de S X 1 X ) Déterminer la loi de S X1 X... X Sn 3) Déterminer la loi de n EXERCICE 4 : n Soit deu variables aléatoires X ety qui suivent une loi normale centrée réduite X 1) Déterminer la loi de la variable aléatoire ) Déterminer la loi de X Y EXERCICE 5 : ln 1 X 1) Montrer que si X U 0,1 alors Y suit la loi eponentielle de paramètre 0 ) Déterminer la loi de X si Y suit une loi eponentielle de paramètre 0 n
Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailChapitre 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailLimites 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 détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailChapitre 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 détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailLogistique, Transports
Baccalauréat Professionnel Logistique, Transports 1. France, juin 2006 1 2. Transport, France, juin 2005 2 3. Transport, France, juin 2004 4 4. Transport eploitation, France, juin 2003 6 5. Transport,
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailBaccalauréat 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 détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailBaccalauréat ES/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 détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailRéseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.
Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailTP 3 diffusion à travers une membrane
TP 3 diffusion à travers une membrane CONSIGNES DE SÉCURITÉ Ce TP nécessite la manipulation de liquides pouvant tacher les vêtements. Le port de la blouse est fortement conseillé. Les essuie tout en papier
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailStatistiques à deux variables
Statistiques à deux variables Table des matières I Position du problème. Vocabulaire 2 I.1 Nuage de points........................................... 2 I.2 Le problème de l ajustement.....................................
Plus en détailEPREUVES AU CHOIX DU CANDIDAT. Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1)
1 CYCLE MST-A 30 JUIN 2010 10 ème Promotion 2010 / 2012 CONCOURS D ENTREE A L IIA DROIT EPREUVES AU CHOIX DU CANDIDAT Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1) Le candidat traitera au choix
Plus en détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailExercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2
Les parties A et B sont indépendantes. Partie A Exercice 3 (5 points) Commun à tous les candidats On considère la fonction A définie sur l'intervalle [1 ; + 00 [ par A(x) = 1-e -0039' ' x 1. Calculer la
Plus en détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailEI - EXERCICES DE PROBABILITES CORRIGES
EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card
Plus en détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailChoisir une pointeuse, badgeuse ou système de gestion des temps
Choisir une pointeuse, badgeuse ou système de gestion des temps Ce guide a été conçu pour vous assister dans votre démarche de sélection d un système de gestion des temps. Nous souhaitons ici vous faire
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailBACCALAUREAT GENERAL MATHÉMATIQUES
BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailProbabilités et statistique. Benjamin JOURDAIN
Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailIntroduction au pricing d option en finance
Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailOptimisation Combinatoire et Colonies de Fourmis Nicolas Monmarche April 21, 1999 Sommaire Inspiration biologiques Ant Colony Optimization Applications TSP QAP Flow Shop Problemes dynamiques 1 Historique
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailTerminale SMS - STL 2007-2008
Terminale SMS - STL 007-008 Annales Baccalauréat. STL Biochimie, France, sept. 008. SMS, France & La Réunion, sept 008 3 3. SMS, Polynésie, sept 008 4 4. STL Chimie de laboratoire et de procédés industriels,
Plus en détail3 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 détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailFONCTION EXPONENTIELLE ( ) 2 = 0.
FONCTION EXPONENTIELLE I. Définition Théorème : Il eiste une unique fonction f dérivable sur R telle que f ' = f et f (0) =. Démonstration de l'unicité (eigible BAC) : L'eistence est admise - Démontrons
Plus en détail