Probabilités générales

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Probabilités générales"

Transcription

1 Chapitre 4 termiale s Probabilités géérales Les probabilités (rappels) : ) Quelques otios de vocabulaire : Nous allos étudier selo quelle mesure u fait proveat du hasard peut être prévisible a) Ue expériece dot le résultat est le fruit du hasard est appelée ue expériece aléatoire Le résultat d ue expériece aléatoire est appelé issue Exemples : i) Lacer u dé à six faces ii) Tirer ue carte das u jeu de 32 cartes iii) Détermier le groupe sagui d ue persoe prise au hasard das ue ville b) L esemble de toutes les issues possibles d ue expériece aléatoire est appelé l uivers, gééralemet o le ote Ω Exemples : i) Ω ={ ;2;3;4;5;6 } ii) Ω = { co : 7;8;9;0; V; D; R; s; pi : 7;8;9;0; V; D; R; S; tr : 7;8;9;0; V; D; R; s; ca : 7;8;9;0; V; D; R; s } iii) Ω ={ O;, B, B } c) U évéemet est u résultat possible d ue expériece, c est ue partie de l uivers Si cet évéemet a qu u seul élémet o dit qu il est élémetaire Exemples : i) = Obteir ue face paire = { 2;4;6} B = Obteir 2 B = {2} ii) C = Obteir u trèfle C = {7 ;8 ;9 ;0 ;V ;D ;R ;s} D = Obteir le roi de cœur D = {R de cœur} iii) E = La persoe est du groupe E = {} Doc Ω est l esemble de tous les évèemets élémetaires d) La réuio de deux évéemets se ote B (Se lit ou B) Il est réalisé si au mois u des deux évéemets est réalisé Exemple : ii) F = Obteir u cœur ou u roi = {co 7 ;8 ;9 ;0 ;V ;D ;R ;S ;pi R ;tr R ;ca R} e) L itersectio de deux évéemets se ote B (Se lit et B) Il est réalisé si les deux évéemets sot réalisés e même temps Exemple : ii) G = Obteir u cœur et u roi = {Roi de cœur} f) L évéemet cotraire à se ote (o ) Il est réalisé quad est pas réalisé Exemple : i) = Obteir u ombre pair = Obteir u ombre impair g) Deux évéemet sot disjoits ou icompatibles s ils e peuvet pas être réalisé e même temps O ote B = Exemple : iii) = La persoe est du groupe O B = La persoe est du groupe B

2 2) Loi de probabilité : a) Pricipe : Chaque évèemet élémetaire a des chaces de se réaliser ; ous allos quatifier cette chace à l aide d u ombre réel positif ou ul appelé «probabilité que l évèemet se réalise» b) Défiitio : O défiit ue loi de probabilité sur l uivers Ω= { x ; x ;; x } e associat à chacu des élémets x i de Ω, 2 u réel positif ou ul p i, ces réels vérifiat la relatio : p+ p 2+ + p= p Gééralemet o présete les résultats das u tableau tel que : x i x x 2 x p i p p 2 p Exemple : Ue ure cotiet 3 boules blaches, 2 boules rouges et boule oire O tire ue boule das l ure et o s itéresse à sa couleur Couleurs x i B R N Probabilités p i 2 3 c) Probabilité sur u uivers : Soit Ω= { x ; x ;; x } u uivers associé à ue expériece aléatoire O cosidère la loi de probabilité sur Ωdéfiie par : 2 x i x x 2 x p i p p 2 p La probabilité associée à cette loi de probabilité est l applicatio P qui, à tout évèemet iclus das Ω, associe le réel P(), appelé probabilité de l évèemet et défiie par : Si = alors P( ) = 0 (O dit que l évèemet est impossible) Si, P() est la somme des réels p i, pour tous les x i apparteat à, c est-à-dire : P( ) = p d) Remarque : P (Ω) = (O dit Ωest l évèemet certai) Pour tout évèemet, o a 0 P( ) (Très importat) 6 xi i e) Modèle particulier : L équiprobabilité correspod au cas où tous les évéemets élémetaires ot la même probabilité ; tous les p i sot égaux O a doc p O parle aussi de loi équirépartie bre d 'élémets deω Cocrètemet, il y a équiprobabilité lorsque les objets sot équilibrés, il y a pas de trucage, o e peut pas tricher, le tirage se fait bie au hasard f) Das ue situatio d équiprobabilité : bre d 'élémet de bre de cas favorables à Soit u évèemet quelcoque, P() = = bre d 'élémets deω bre de cas total Ex : i) = «Obteir la face 5» P() = 6 3 B = «obteir ue face paire» P(B) = = 6 2 f) Théorème : Pour tous évéemets, B o a P( B) = P() + P(B) P( B) Si et B sot disjoits, alors P( B) = P() + P(B) g) Théorème : Pour tout évéemet, P( ) = P()

3 2 Coditioemet et idépedace : ) rbres podérés et tableaux : Pour représeter certaies expérieces aléatoires successives, o peut utiliser u arbre podéré ou u tableau à double etrée Pour l arbre : Règle de costructio : Les braches proveat d u même œud représetet toutes les issues d ue seule expériece aléatoire O écrit la probabilité de réalisatio de l issue au dessus de la brache Esuite chaque issue peut être le départ d u ouveau œud pour ue expériece aléatoire suivate Règle de costructio 2 : règle des œuds : La somme des probabilités affectées aux braches issues d u même œud est égale à Règle d utilisatio : Dès la deuxième expériece aléatoire, les probabilités affectées serot des probabilités coditioelles sachat l évèemet précédet Règle d utilisatio 2 : Le résultat d u chemi est l évèemet égal à l itersectio des évèemets qui costituet le chemi Règle d utilisatio 3 : La probabilité d u évèemet correspodat à u chemi est égale au produit des probabilités iscrites sur chaque brache de ce chemi P( B ) B B P( B) = P( ) P ( B) P( C ) P() C C P ( D ) P( E ) D D E E P E E ( ) P( E ) Pour le tableau à double etrée: Règle de costructio : O dispose l uivers de la première expériece e coloe et l uivers de la deuxième expériece e lige Règle de costructio 2 : O réserve ue coloe de plus et ue lige de plus pour le calcul des probabilités des évéemets élémetaires de chacue des expérieces Règle d utilisatio : Le coteu d ue case est la probabilité de l évéemet itersectio etre l évéemet de lige et l évéemet de coloe Règle d utilisatio 2 : La probabilité d u évéemet e lige se calcule e faisat la somme des probabilités de la lige et la probabilité d u évéemet e coloe se calcule e faisat la somme des probabilités de la coloe Règle d utilisatio 3 : La somme des probabilités de la derière lige aisi que la somme des probabilités de la derière coloe est égale à B C D P( D) P( B D) P( C D) P(D) E P( E) P( B E) P( C E) P(E) P() P(B) P(C) Remarque géérale : Il est plus judicieux de costruire u arbre lorsque l éocé doe les valeurs de probabilités coditioelles Par cotre si l éocé doe des valeurs de probabilités d itersectio d évèemet, il vaut mieux faire u tableau à double etrée

4 2) Probabilités coditioelles : a) Défiitio : Lorsque la probabilité de réalisatio d u évèemet B déped d u autre évèemet déjà réalisé (tel que p() 0), o peut défiir la probabilité coditioelle que B se réalise sachat que s est réalisé : p( B) La probabilité coditioelle de B sachat est otée p( B) ou p( B / ) et o a : p( B) = p( ) Remarque : o a p( B) = p ( B) p( ) p( B) Si p(b) 0, o a pb( ) = et doc p( B) = p( B) p( ) = pb( ) p( B) p( B) p( ) = et si et B sot disjoits, p( B) = 0 b) Idépedace de deux évèemets : Deux évèemets et b sot idépedats si o a : p( B) = p( ) p( B) ce momet-là, p ( B) = p( B) et p ( ) = p( ), c est-à-dire que la réalisatio de B e déped pas de et la réalisatio de e déped pas de B ttetio : Idépedat disjoit c) Formule des probabilités totales : B i) Défiitio : Cosidéros, 2,, des sous-esembles (évèemets) de Ω(l uivers) associé à ue expériece aléatoire O dit que, 2,, formet ue partitio de Ωsi ils sot o vides, ils sot deux à deux disjoits et si 2 =Ω Ω 2 3 Cas particulier : et formet ue partitio deω ii) Formule :, 2,, formet ue partitio de Ω lors la probabilité d u évèemet quelcoque B est doé par : p( B) = p( B ) + p( B ) + + p( B ) c est-à-dire si p( i ) 0 pour tout i : 2 p( B) = p ( B) p( ) + p ( B) p( ) + + p ( B) p( ) 2 2 Ω 2 3 B d) Théorème : Si et B sot deux évéemets idépedats alors et B sot idépedats Démostratio :

5 Exercices type : U joueur débute u jeu vidéo et effectue plusieurs parties successives O admet que la probabilité qu il gage la première partie est de 0, ; s il gage ue partie, la probabilité de gager la suivate est égale à 0,8 ; s il perd ue partie, la probabilité de gager la suivate est égale à 0,6 O ote, pour tout etier aturel, o ul : G l évèemet «le joueur gage la -ième partie» et p la probabilité de l évèemet G O a doc p = 0, ) Motrer que p 2 = 0,62 O pourra s aider d u arbre podéré 2) Le joueur a gagé la deuxième partie Calculer la probabilité qu il ait perdu la première 3) Calculer la probabilité que le joueur gage au mois ue partie sur les trois premières parties 4) Motrer que pour tout etier o ul, p = 3 + p ) Motrer par récurrece que, pour tout etier o ul, p 6) Détermier la limite de la suite ( p ) quad ted vers = ) Pour quelles valeurs de l etier aturel a-t-o : 3 p <

6 3 Loi de probabilité d ue variable aléatoire ) Variables aléatoires : a) Défiitio : Ue variable aléatoire sur l uivers Ω= { x ; x ;; x } est ue foctio T défiie sur Ω Elle est doc à valeurs réelles 2 Soit { t ; t 2;; t} l esemble des images par T de toutes les évetualité de Ω (o a ) Pour tout etier i de { ; 2 ; ; }, o ote (T = t i ) l évèemet formé par les évetualités qui ot pour image t i par T Exemple : O lace u dé à 6 faces Si le résultat est pair o gage 2 ; sio o perd 3 T est la variable exprimat le gai L uivers est { ; 2 ; 3 ; 4 ; 5 ; 6} et l esemble des images est {-3 ; 2} O a (T = -3) = { ; 3 ; 5} et {T = 2) = {2 ; 4 ; 6} b) La loi de probabilité de T est défiie sur l uivers { t ; t 2;; t } par : Valeurs t t 2 t -3 2 Probabilité P(T = t ) P(T = t 2 ) P(T = t ) 0,5 0,5 c) L espérace de la variable aléatoire T est le ombre E(T) = t p+ t 2 p 2+ + t p= ti pi Ce ombre s iterprète comme ue moyee de la variable T d) La variace de cette loi est le ombre V(T) = ( t E) p+ ( t 2 E) p 2+ + ( t E) p= ( ti E) pi formule qui peut se simplifier par : = i i = V(T) = t p t p t p E t p E E( T) E( T) e) L écart-type de cette loi est le ombre σ ( T) = V( T) Plus l écart-type est petit plus o est sûr d obteir ue probabilité proche de l espérace (évaluatio du risque) 2) Lois de probabilité discrètes : a) Loi de Beroulli : succès-échec Ue épreuve de Beroulli de paramètre p est ue expériece aléatoire qui e comporte que deux issues, l ue appelée succès, de probabilité p, l autre appelée échec, de probabilité p b) Loi biomiale : Beroulli répétée fois de maière idépedate i) Défiitio : Lorsque l o répète fois, de faço idépedate, ue expériece de Beroulli de paramètre p, la variable aléatoire X, défiie par le ombre de succès obteus parmi les expérieces, suit ue loi biomiale de paramètres et p ii) Propriété : Pour tout etier tel que 0, o a P( X ) p ( p) = = Il s agit de la probabilité d obteir succès (et doc ( ) échecs) parmi épreuves répétées Démostratio : iii) Propriété admise : L espérace d ue loi biomiale de paramètres et p est E (X) = p, la variace est V (X) = p ( p) et l écart-type est σ ( X) = p( p) Exercice type : O cosidère des objets électroiques vedus par lots de 50 La probabilité qu u objet soit défectueux est égale à 0,3 L expériece cosiste à tester chaque objet das le lot et chaque test se fait de maière idépedate du précédet ) Justifier que la variable aléatoire suit ue loi biomiale de paramètre = 50 et p = 0,3 2) Détermier l espérace, la variace et l écart type de X 3) Détermier =25, 9, 0,>4,,0 20,0< 20

Expérience aléatoire - modélisation - langage des probabilités

Expérience aléatoire - modélisation - langage des probabilités T.S Probabilités coditioelles L 5 I Expériece aléatoire - modélisatio - lagage des probabilités Ue expériece aléatoire est ue expériece liée au hasard. Les mathématiques itervieet pour apporter u modèle

Plus en détail

Résumé : Probabilités Niveau : Bac Sciences de l informatique Réalisé par : Prof. Benjeddou Saber

Résumé : Probabilités Niveau : Bac Sciences de l informatique Réalisé par : Prof. Benjeddou Saber Résumé : Niveau : Bac Scieces de l iformatique Réalisé par : Prof. Bejeddou Saber Tableau récapitulatif sur le déombremet: Type du tirage : Simultaé Successif sas remise Successif avec remise U tirage

Plus en détail

Loi binomiale. Loi de Bernoulli

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

Plus en détail

NOTION DE PROBABILITÉ Site MathsTICE de Adama Traoré Lycée Technique Bamako

NOTION DE PROBABILITÉ Site MathsTICE de Adama Traoré Lycée Technique Bamako I Itroductio : NOTION DE PROBABILITÉ Site MathsTIE de Adama Traoré Lycée Techique Bamako ) Exemple : O lace fois e l air u dé o pipé (ormal), x et y fot u pari Si 66 apparaît alors x gage 600Frs Si ou

Plus en détail

TD 4 : Variables aléatoires discrètes

TD 4 : Variables aléatoires discrètes MA40 : Probabilités TD 4 : Variables aléatoires discrètes Exercice Soit N u etier aturel supérieur ou égal à.. Motrer les égalités suivates : N k k N N + ) N k k N N + ) N + ). Ue ure cotiet ue boule blache

Plus en détail

Opérations sur les variables aléatoires Lois limites

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

Plus en détail

Calcul des probabilités 2 (M-2.1)

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

Plus en détail

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

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

Plus en détail

Probabilités élémentaires

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

Plus en détail

Quelques notions élementaires de probabilités et statistiques

Quelques notions élementaires de probabilités et statistiques Chapitre 6 Quelques otios élemetaires de probabilités et statistiques 6.1 Probabilités U uivers Ω est u esemble modélisat les réalisatios possibles d ue expériece. U esemble A P(Ω) modélise la otio d évéemet

Plus en détail

Dénombrement Site MathsTICE de Adama Traoré Lycée Technique Bamako

Dénombrement Site MathsTICE de Adama Traoré Lycée Technique Bamako Déombremet Site MathsTIE de Adama Traoré Lycée Techique Bamako A) Parties d u esemble : Soit la représetatio sagittale des esembles E, A et B E 9 8 4 6 0 3 A B ) Existe-t-il des élémets de A qui e sot

Plus en détail

POLYNESIE Série S Juin 2001 Exercice

POLYNESIE Série S Juin 2001 Exercice OLYNESIE Série S Jui 00 Exercice gros rouges et 3 petits rouges Ue boîte cotiet 8 cubes : gros verts et petit vert petit jaue U efat choisit au hasard et simultaémet 3 cubes de la boîte (o admettra que

Plus en détail

M : Zribi 4 ème Sc Exercices. Série 34

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

Plus en détail

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

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

Plus en détail

Éléments de probabilité.

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

Plus en détail

Exercices sur le chapitre «Variables aléatoires»

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

Plus en détail

Espaces probabilisés.

Espaces probabilisés. Espaces probabilisés Chapitre 6 : otes de cours Esembles déombrables Esemble fii, (hors programme) esemble ifii Esemble déombrable Eumératio des élémets d u esemble fii ou déombrable Produit cartésie d

Plus en détail

Chapitre 9 La loi binomiale

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

Plus en détail

Convergences et approximations

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

Plus en détail

Vendredi 20 octobre CONTRÔLE DE MATHEMATIQUES N 2 Classe de TERM 07. En salle 206, deux heures de 8 h à 10 h : LES SUITES et PROBABILITES.

Vendredi 20 octobre CONTRÔLE DE MATHEMATIQUES N 2 Classe de TERM 07. En salle 206, deux heures de 8 h à 10 h : LES SUITES et PROBABILITES. Vedredi 0 octobre 07. CONTRÔLE DE MATHEMATIQUES N Classe de TERM 07. E salle 06, deux heures de 8 h à 0 h : LES SUITES et PROBABILITES. La première feuille de ce devoir doit être ue feuille double. Lisez

Plus en détail

b) Calculer la dérivée de la fonction. La fonction est dérivable sur comme quotient de deux fonctions dérivables sur.

b) Calculer la dérivée de la fonction. La fonction est dérivable sur comme quotient de deux fonctions dérivables sur. DST 6 Correctio Exercice 1 (5 poits) (Asie, jui 11) Le pla est rapporté à u repère orthoormal. 1) Étude d ue foctio. O cosidère la défiie sur l itervalle par. O ote la foctio dérivée de la foctio sur l

Plus en détail

Échantillonnage. I Rappels sur les lois usuelles 2

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

Plus en détail

Exercices sur les probabilités conditionnelles

Exercices sur les probabilités conditionnelles TS Exercices sur les probabilités coditioelles O lace ue fois u dé truqué. O ote le uméro de la face supérieure. L expériece est modélisée par la loi de probabilité doée das le tableau ci-dessous : Résultats

Plus en détail

Exercices sur les probabilités conditionnelles

Exercices sur les probabilités conditionnelles TS Exercices sur les probabilités coditioelles O lace ue fois u dé truqué. O ote le uméro de la face supérieure. L expériece est modélisée par la loi de probabilité doée das le tableau ci-dessous : ésultats

Plus en détail

Introduction aux théorèmes limites et aux intervalles de confiance

Introduction aux théorèmes limites et aux intervalles de confiance Chapitre 5 Itroductio aux théorèmes limites et aux itervalles de cofiace Objectifs du chapitre. Savoir approcher ue loi biomiale par ue loi de Poisso ou ue loi ormale. 2. Savoir approcher ue loi e appliquat

Plus en détail

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

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

Plus en détail

Annexe : Leçon 10 - Échantillonnage

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

Plus en détail

X 1 = { X si X est impair 0 sinon

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

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice 1 - Loi d u dé truqué - Deuxième aée - 1. X pred ses valeurs das {1,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque

Plus en détail

Exercices d oraux de la banque CCP Corrigés BANQUE PROBABILITÉS

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Correction du devoir Surveillé 6 : Probabilités

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

Plus en détail

Éléments de probabilités

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

Plus en détail

CONVERGENCE ET APPROXIMATION

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

Plus en détail

EXERCICES SIMULATION LOIS DISCRETES

EXERCICES SIMULATION LOIS DISCRETES EXERCICES SIMULATION LOIS DISCRETES EXERCICE 1 : 1) Ecrire u programme qui revoie le lacer d u lacer de dé équilibré 2) Trasformer le programme précédet pour qu il simule ue série de 100 lacers d u dé

Plus en détail

Proposition : la droite d équation «y= 4» est asymptote horizontale à la courbe de f en. . Calculer : a) lim f( x) h( x) xlim

Proposition : la droite d équation «y= 4» est asymptote horizontale à la courbe de f en. . Calculer : a) lim f( x) h( x) xlim NOM : Termiale S- ABC S3 ludi ovembre 06 La présetatio, la rédactio et la rigueur des résultats etrerot pour ue part sigificative das l évaluatio de la copie. Le sujet est composé de 5 eercices idépedats.

Plus en détail

BA + DB. Métropole La Réunion septembre 2008

BA + DB. Métropole La Réunion septembre 2008 étropole La Réuio septembre 008 EXERCICE 4 poits Commu à tous les cadidats Das ue kermesse u orgaisateur de jeu dispose de roues de 0 cases chacue. La roue comporte 8 cases oires et cases rouges. La roue

Plus en détail

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

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

Plus en détail

Introduction aux tests statistiques

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

Plus en détail

Amérique du Nord. Terminale S mai 2014

Amérique du Nord. Terminale S mai 2014 Termiale S mai 2014 Amérique du Nord 1 Exercice 1 (5 poits) Das cet exercice, tous les résultats demadés serot arrodis à 10 3 près Ue grade eseige de cosmétiques lace ue ouvelle crème hydratate Partie

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Résumé 10 : Probabilités I

Résumé 10 : Probabilités I http://mpbertholletwordpresscom Résumé 10 : Probabilités I Ω sera u esemble abstrait, c est-à-dire sas structure particulière P(Ω désige l esemble de tous les sous-esembles de Ω, y compris le sous-esemble

Plus en détail

CH V : Variables aléatoires - généralités

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

Plus en détail

B E et Bi Bj pour i j et si A est un evenement de E alors p(a) p(a B ) p(a B )... p(a B ) p(b ) p(a /B ) p(b ) p(a /B )... p(b ) p(a /B ).

B E et Bi Bj pour i j et si A est un evenement de E alors p(a) p(a B ) p(a B )... p(a B ) p(b ) p(a /B ) p(b ) p(a /B )... p(b ) p(a /B ). Rappel : (E,p(E),p) est u espace probabilisé fii. O a: p(e), p( ), p(a) p(a), p(a B) p(a) p(b) p(a B) Probabilité coditioelle : A et B sot deux évèemets tels que p(b). p(a B) p(a / B) et doc p(a B) p(b)

Plus en détail

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

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

Plus en détail

Correction de l exercice 1

Correction de l exercice 1 IUT Orsa Iformatique S3 Correctio de l exercice. Ω est l esemble des résultats possibles de l experiece aléatoire lacer u dé à faces : Ω {,, 3,,, }, et Ω.. Si k Ω sort, le gai du jeu est k euros. Doc la

Plus en détail

EXERCICES PROBABILITES

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

Plus en détail

x + (2 α) y = 0 3 L donc P

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

Plus en détail

INÉGALITÉS DE MARKOV ET DE CHEBISHEV LOI FAIBLE DES GRANDS NOMBRES

INÉGALITÉS DE MARKOV ET DE CHEBISHEV LOI FAIBLE DES GRANDS NOMBRES Iégalités de Markov et de Chebishev - Loi faible des grads ombres versio du 11 avril 2014 35 8 INÉGALITÉS DE MARKOV ET DE CHEBISHEV LOI FAIBLE DES GRANDS NOMBRES 1 Iégalité de Markov. 8.1 Iégalité de Markov.

Plus en détail

( 2) e x. x + d x. Donner une interprétation graphique de cette intégrale.

( 2) e x. x + d x. Donner une interprétation graphique de cette intégrale. EXERCICE : (6 poits) Commu à tous les cadidats Les deux parties de cet exercice sot idépedates. Partie A O cosidère l équatio différetielle (E) : y ' + y e x. ) Motrer que la foctio u défiie sur l esemble

Plus en détail

2 Propriétés élémentaires des probabilités

2 Propriétés élémentaires des probabilités Uiversité de Reims Champage Ardee UFR Scieces Exactes et Naturelles Aée uiversitaire 2013-2014 MA 0804 - Master 1 CM1 Espaces probabilisés 1 Déitio Pour déir u espace probabilisé, o a besoi d'u esemble

Plus en détail

BACCALAURÉAT BLANC GÉNÉRAL MATHÉMATIQUES SÉRIE S

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

Plus en détail

Chapitre 6 Théorèmes de convergence

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

Plus en détail

Correction Exercices Chapitre 08 - Couples de variables aléatoires réelles discrètes

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

Plus en détail

Divers exercices de probabilité

Divers exercices de probabilité Divers exercices de probabilité Traiter e priorité les quatre premiers exercices de chaque sectio. 1 Probabilité Exercice 1.1 Mo voisi a deux efats. 1- Le plus jeue est ue fille, quelle est la probabilité

Plus en détail

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités.

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités. PROBABILITÉS I. PROBABILITÉS ( RAPPELS) a. Expérieces aléatoires et modèles Le lacer d ue pièce de moaie, le lacer d u dé sot des expérieces aléatoires, car avat de les effectuer, o e peut pas prévoir

Plus en détail

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i }

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i } Nom :........................ DS Préom :..................... Devoir o 7 Mars 6.../... Le soi et la rédactio serot pris e compte das la otatio. Faites des phrases claires et précises. Le barème est approximatif.

Plus en détail

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

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

Plus en détail

EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES. Mardi 3 mai : 14 h - 18 h. Les calculatrices sont interdites

EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES. Mardi 3 mai : 14 h - 18 h. Les calculatrices sont interdites SESSION 216 PCMA2 EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES Mardi 3 mai : 14 h - 18 h N.B. : le cadidat attachera la plus grade importace à la clarté, à la précisio et à la cocisio de la rédactio.

Plus en détail

Variables aléatoires finies Présentation

Variables aléatoires finies Présentation Variables aléatoires fiies Présetatio. Défiitio élémetaire (tombola).... Le prix de vete d'u billet de la tombola... 3 3. Espérace mathématique d ue variable aléatoire fiie... 4 4. Variace et écart type

Plus en détail

LA LOI DES GRANDS NOMBRES ET LE THÉORÈME DE LA LIMITE CENTRALE

LA LOI DES GRANDS NOMBRES ET LE THÉORÈME DE LA LIMITE CENTRALE LA LOI DES GRANDS NOMBRES ET LE THÉORÈME DE LA LIMITE CENTRALE MATTHIEU KOWALSKI 1. INTRODUCTION La démarche statistique cosiste à observer ue expériece aléatoire das le but de mieux coaître ses caractéristiques.

Plus en détail

Autour de la loi de Poisson

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

Plus en détail

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

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

Plus en détail

Exercices de dénombrement

Exercices de dénombrement DOMAINE : Combiatoire AUTEUR : Atoie TAVENEAUX NIVEAU : Itermédiaire STAGE : Grésillo 0 CONTENU : Exercices Exercices de déombremet Exercice Combie y a-t-il de sous-esembles d u esemble de cardial? Exercice

Plus en détail

ESTIMATION Exercices

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

Plus en détail

Convergence de suites réelles

Convergence de suites réelles DOMAINE : No olympique AUTEUR : Nicolas SÉGARRA NIVEAU : Itermédiaire STAGE : Motpellier 2014 CONTENU : Cours et exercices Covergece de suites réelles I) Rappels et otios de base. Défiitio 1. Ue suite

Plus en détail

Variables aléatoires. Exercices

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

Plus en détail

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

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

Plus en détail

Convergence en loi. Théorème de la limite centrale.

Convergence en loi. Théorème de la limite centrale. Uiversité Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 10 (semaie du 2 au 6 décembre 2013 Covergece e loi. Théorème de la limite cetrale. Covergece e loi 1. Soiet (X N ue

Plus en détail

TD1. Dénombrements, opérations sur les ensembles.

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

Plus en détail

Plan du cours. Rappels de probabilité. Axiomes des probabilités. Définition de la probabilité

Plan du cours. Rappels de probabilité. Axiomes des probabilités. Définition de la probabilité Pla du cours Rappels de probabilité Défiitios Axiomes Variable aléatoire Foctio de répartitio Momets R. Flamary, R. Herault, A. Rakotomamojy 9 octobre 4 Exemples de lois Loi uiforme Loi ormale Loi uiforme

Plus en détail

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

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

Plus en détail

TD10. Loi des grands nombres, théorème central limite.

TD10. Loi des grands nombres, théorème central limite. Uiversité Pierre & Marie Curie Licece de Mathématiques L3 UE LM345 Probabilités élémetaires Aée 2014 15 TD10. Loi des grads ombres, théorème cetral limite. 1. Soit (U ) 1 ue suite de variables aléatoires

Plus en détail

BACCALAUREAT GENERAL. Bac Blanc n 2 Lycée Gambetta-Carnot Arras

BACCALAUREAT GENERAL. Bac Blanc n 2 Lycée Gambetta-Carnot Arras BACCALAUREAT GENERAL Bac Blac Lycée Gambetta-Carot Arras ANNEE 06-07 MATHEMATIQUES Série : S DUREE DE L EPREUVE : 4 heures - COEFFICIENT : 7 Ce sujet comporte 6 pages umérotées de à 6 L utilisatio de la

Plus en détail

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

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

Plus en détail

Chapitre 2 : Raisonnement par récurrence, manipulation de sommes.

Chapitre 2 : Raisonnement par récurrence, manipulation de sommes. ECS1B Carot Chapitre 013/014 Chapitre : Raisoemet par récurrece, maipulatio de sommes Objectifs : Écrire propremet u raisoemet par récurrece (simple, double Maipuler les symboles Σ et sas erreur ceci viedra

Plus en détail

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

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

Plus en détail

1 Présentation du jeu.

1 Présentation du jeu. Présetatio du jeu.. Les règles du jeu. Le touroi est u jeu comportat ue suite de maches (appelées duels ) opposat deux joueurs, jamais plus. Les joueurs vot etrer e jeu successivemet, tat qu aucu d etre

Plus en détail

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

1 ère S Exercices sur le schéma de Bernoulli (1) ère Exercices sur le schéma de Beroulli () Recommadatios : Das u arbre de Beroulli, les évéemets sot systématiquemet (sauf exceptio) otés et. Avat chaque arbre défiir clairemet l évéemet cosidéré. Das

Plus en détail

Devoir de synthèse n 2

Devoir de synthèse n 2 Lycée IBN RACHIK RADES Mr ABIDI Farid Exercice 1: (6 poits) Devoir de sythèse 2 MATHEMATIQUES Classe : 3 SE 1 Durée : 3H Mai 2017 O cosidère la foctio f défiie sur 3, par fx 2x 2 x 3 u Soit la suite défiie

Plus en détail

LES MOINDRES CARRÉS. Table des matières. 1. Justification de la méthode des moindres carrés

LES MOINDRES CARRÉS. Table des matières. 1. Justification de la méthode des moindres carrés LES MOINDRES CARRÉS OLIVIER CASTÉRA Résumé. La méthode des moidres carrés repose sur u fodemet probabiliste sérieux. Table des matières 1. Justificatio de la méthode des moidres carrés 1 2. Caractéristiques

Plus en détail

est la probabilité cherchée est donc :

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

Plus en détail

Dénombrement et probabilités ( révisions de 6 ème) Combien de nombres à 5 chiffres peut-on écrire à l aide des trois chiffres 1,2,3?

Dénombrement et probabilités ( révisions de 6 ème) Combien de nombres à 5 chiffres peut-on écrire à l aide des trois chiffres 1,2,3? I. Déombremet :. Exemles : Exemle : Déombremet et robabilités ( révisios de 6 ème) ombie de ombres à 5 chiffres eut-o écrire à l aide des trois chiffres,,? Ecrire u ombre à 5 chiffres à l aide des trois

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont autorisées. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont autorisées. * * * SESSION 006 EPREUVE SPECIIQUE ILIERE MP MATHEMATIQUES Durée : 4 heures Les calculatrices sot autorisées * * * NB : Le cadidat attachera la plus grade importace à la clarté, à la précisio et à la cocisio

Plus en détail

Chapitre 1. Les suites numériques Principe de récurrence Limite d une suite

Chapitre 1. Les suites numériques Principe de récurrence Limite d une suite Eseigemet spécifique Chapitre 1. Les suites umériques Pricipe de récurrece Limite d ue suite I. Rappels sur les suites umériques 1. géérale Ue suite umérique est ue foctio défiie de N vers R, elle peut

Plus en détail

Probabilités. Chapitre 2. Objectifs du chapitre. 2.1 Probabilité, modèle probabiliste Modèle probabiliste : idée intuitive

Probabilités. Chapitre 2. Objectifs du chapitre. 2.1 Probabilité, modèle probabiliste Modèle probabiliste : idée intuitive Chapitre 2 Probabilités Objectifs du chapitre 1 Itroduire la otio de modèle probabiliste 2 Faire le parallèle etre le lagage esembliste et le lagage probabiliste 3 Propriétés élémetaires des probabilités

Plus en détail

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

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

Plus en détail

- diagramme de Caroll. Exemple 1 : On lance 2 dés. 2 e dé 1 er dé

- diagramme de Caroll. Exemple 1 : On lance 2 dés. 2 e dé 1 er dé TS Le déombremet est l art de compter (Il y e a souvet aux cocours) (cardial d u esemble fii : ombre de ses élémets Exemple : si E est u esemble fii à élémets, o dit que le cardial de E est égal à et o

Plus en détail

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

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

Plus en détail

PROBABILITES. TD n 1. Bg sachant que PA

PROBABILITES. TD n 1. Bg sachant que PA TD 1 1. Quel est l uivers Ω pour l'expériece : o lace 2 fois de suite u dé (o truqué). A quelles parties de Ω correspodet les évéemets suivats : a) A : o obtiet pas d as au cours des 2 lacers ; b) B :

Plus en détail

1 Un peu de vocabulaire

1 Un peu de vocabulaire Statistiques - Échatilloage Cours Objectifs du chapitre Passer d u mode de représetatio des doées à u autre (doées brutes, tableau d effectifs, représetatio graphique) Calculer la moyee, la médiae, les

Plus en détail