p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique)
|
|
- Marie-Agnès Girard
- il y a 6 ans
- Total affichages :
Transcription
1 Colle PC Semaines 9 et Programme : Variables aléatoires discrètes : Loi, Fonction de répartition, Espérance, Variance et écart-type, Théorème du transfert, Inégalités de Marov et Bienaymé Tchebichev ; Lois usuelles : Uniforme, Bernoulli, Binomiale, Géométrique et de Poisson ; Dans ce qui suit, on adoptera la notation simplifiée p((x p(x où (X est l événement «la variable aléatoire X prend la valeur ( R» et p une loi de probabilité définie sur un univers Ω. EXERCICE : Soit X une variable aléatoire à valeurs dans N telle qu il existe a R et p ]0; [ vérifiant Calculer l espérance et la variance de X. p(x a ( n+ p On est en présence d une loi de probabilité donc Dès lors qu il est possible de calculer Or, pour tout x ] ; [, x x ( n + ( n + p(x a p p, on peut en déduire la valeur de a. (série géométrique La dérivation terme à terme à l intérieur de l intervalle de convergence (séries entières permet d obtenir ( n + x ( x n+, x ] ; [ En effet, on parvient à ce résultat par un raisonnement par récurrence : pour n 0, ( x ( n + x x ( x 0+ ; x (., en dérivant les deux membres de l égalité, on obtient ( x n+ ( n + s + n + Si l on suppose que ( n + x n + ( x n+2, soit en décalant les indices : (s + s0 Il ne reste plus qu à exprimer s + ( n + s + (s + (n + s +! n + s + (n + (s +!n! ( n + + On obtient bien x ( x n+2, x ] ; [ En reportant dans la relation (, on obtient a ( p n+. ( n + Une dérivation supplémentaire permet d obtenir : x n + ( x n+2 ( n + E(X a p (n + p (n + p a ( p n+2 p s + (n + s +! (s +!n! x s ( x n+2. ( n + s +. s Dans l objectif d utiliser la formule de Kœnig-Huygens pour calculer la variance V (X, il nous faut exprimer maintenant E(X 2. My Maths Space sur 8
2 Colle PC Semaines 9 et ( n + E(X 2 a 2 p ( a p 2 2 ( + a ( ( n + ( ( n + ( p (n + (n + 2 ap ( p n+ + (n + p p p2 (n + (n + 2 (n + p ( p 2 + p p + ( n + p (chaque série converge ( n + p (encore une dérivation V (X E(X 2 (E(X 2 p2 (n + (n + 2 (n + p K H ( p 2 + (n + 2 p 2 p ( p 2 p2 (n + (n + p + ( p 2 p (n + p ( p 2 EXERCICE 2 : Soit X une ( variable aléatoire suivant une loi de Poisson de paramètre λ > 0. Calculer E. X + Une définition et un résultat pour commencer : Loi de Poisson : On dit qu une variable aléatoire réelle discrète X suit une loi de Poisson de paramètre λ, où λ > 0, si X(Ω N et Alors E(X V (X λ. N, p(x λ! e λ. En utilisant le théorème du transfert, E(f(X f(p(x, on a : ( λ E X + +! e λ e λ e λ λ e λ λ ( +! λ + ( +! λ (e λ ( E e λ X + λ EXERCICE : On considère une expérience aléatoire ayant la probabilité p de réussir et p d échouer. On répète indépendamment jusqu à obtention de m succés et on note X le nombre d essais nécessaires à l obtention de ces m succès.. Reconnaître la loi de X lorsque m. My Maths Space 2 sur 8
3 Colle PC Semaines 9 et Déterminer la loi de X dans le cas général où m R. (on utilisera une suite (X n n N de variables de Bernoulli testant la réussite de chaque expérience. Exprimer le développement en série entière de ( t m+ 4. Déterminer la focntion génératrice de X et en déduire l espérance de X.. Une définition pour commencer : Loi géométrique : Soit p ]0; [. On dit qu une variable aléatoire réelle discrète X suit une loi géométrique de paramètre p à valeurs dans N (temps d attente du premier succès si X(Ω N et X suit donc une loi géométrique de paramètre p. N, p(x pq, avec q p. 2. Soit (X n n N de variables de Bernoulli testant la réussite de chaque expérience. Pour tout n N, l événement (X n («n expériences sont nécesaires pour obtenir m succès» est égal à (X + X X n m (X n Comme il y a indépendance des expériences, on a p(x n p(x + X X n m p(x n (. Par définition de X, n, on peut affirmer que X + X X n suit une loi binomiale de paramètres n et p :. Pour tout t ] ; [, ( p(x n ( t m ( n p m ( p n m p m (écriture correcte si n < m : coefficient binomial nul ( n + m m t n (voir Ex ( n p m ( p n m m 4. Par définition de la fonction génératrice ( n G X (t p(x nt n p m ( p n m t n m Comme les premiers termes (n < m sont nuls, ( n G X (t p m ( p n m t n m nm On pose s n m, la somme devient ( s + m G X (t p m ( p s t m+s m s0 ( s + m G X (t (pt m (( pt s (pt m m Q. ( ( pt m s0 On déduit de ce qui précède que E(X G X ( m p (en effet, G X (t mpm t m ( ( pt m + p m t m m( p( ( pt m ( ( pt 2m... puis t EXERCICE 4 : Dans une urne, contenant une infinité de boules numérotées sur Z, un joueur prélève une boule, de façon que la probabilité que la boule numérotée i soit prélevée est 2.. i My Maths Space sur 8
4 Colle PC Semaines 9 et Prouver que la valeur de la probabilité est raisonnable. 2. Soit X la variable aléatoire telle que X(Ω Z et, p([x ], pour tout Z. 2. (a Calculer E(X après avoir justifié son existence. (b Calculer V (X après avoir justifié son existence.. On pose Y 2 X. Prouver que Y admet une espérance et la calculer.. i Z, On a i 2. donc, i 2. i i Z 2. i 2 i N La loi de X est bien une loi de probabilité. 2. i 2. 0 i 2 / 2 2. (a La série de terme général i 2.i est convergente donc X admet une espérance. E(X i Z (b Formule de Kœnig-Huygens : i i 2. i i i0 i 2. i + i0 i 2. i 2. + i0 i 2. i 0 Soit X une variable aléatoire réelle discrète. La variable X admet une variance si, et seulement si, X admet un moment d ordre 2 et en cas d existence, on a : V (X E(X 2 (E(X 2 L existence de E(X 2 est liée à la convergence de la série de terme général 2.. On a 2 2. ( ( 2. et 2. ( 2 ( qui est le terme général de la dérivée seconde 8 d une série géométrique de raison. X possède donc un moment d ordre 2. E(X ( 2 ( ( Comme la série de terme général ( converge, on peut écrire ( ( E(X 2 ( + ( 2 ( + ( (Séries dérivées ( / + ( / 2 2 Comme E(X 0, on en déduit V (X K H 2 En effet, de n 0 ( x 2 0 convergence x x, x ] ; [, on en déduit que x 0 2 ( x 2 et 2 (dérivation terme à terme des séries entières à l interieur de l intervalle de ( x. On pose Y 2 X. Pour appliquer le théorème du transfert, on est amené à se poser la question de la convergence des séries de termes généraux 2 2. ( 2 et ( ; elles convergent absolument car 2 2 et appartientennent à l intervalle ] ; [. Y admet une espérance et l on a My Maths Space 4 sur 8
5 Colle PC Semaines 9 et ( 2 ( E(Y On procède à un changement d indice dans la première somme : s E(Y s0 ( 2 s + 2 ( 2/ + 2 / 8 5 EXERCICE 5 : Soit n un entier supérieur ou égal à 2. Une urne contient une boule noire et (n boules blanches. On vide l urne de la manière suivante : les tirages d ordre impair s effectuent sans remise et les tirages d ordre pair s effectuent avec remise de la boule tirée.. Quel est le nombre total N de tirages effectués lors de cette épreuve. 2. On désihne par X la variable aléatoire qui vaut si la boule noire est tirée au ième tirage et 0 sinon et par X la variable aléatoire égale au nombre d apparitions de la boule noire lors de cette épreuve. (a Déterminer la loi de X pour tout [[, 2n ] (distinguer selon la parité de. (b En déduire l espérance de X.. On note Y la variable aléatoire égale au rang où la boule noire est tirée pour la première fois. (a Déterminer la loi de Y et son espérance. (b Exprimer l événement (X en fonction des événements (Y 2j (j [[, n]. En déduire la valeur de p(x. 4. Calculer p(x n.. On s intéresse au nombre de boules présentes dans l urne après chaque tirage n, n, n 2, n 2,...,...,,, 0 Il est donc nécessaire d effectuer N 2(n + 2n tirages pour vider l urne. 2. (a Déterminer la loi de X c est déterminer p(x (donc p(x 0 puisque X ne prend que deux valeurs pour tout [[, 2n ]. Il est préconisé de distinguer les calculs selon la parité de. soit j entier compris entre et n. Il n y a pas de remise lors des tirages impairs donc on peut écrire (X 2j (X 0 (X 0... (X 2j 0 (X 2j et par la formule des probabilités composées p(x 2j p(x 0p(X 0/X 0... p(x 2j 0/(X 0... (X 2j 0p(X 2j /(X 0... (X 2j 0 Or après 2s tirages (s entre et n, il reste n s boules dans l urne, on peut donc, compte-tenu de la formule précédente, exprimer p(x 2j p(x 2j n n 2... n j n n n j + n j n De même, pour 0 j n, (X 2j+ (X 0 (X 0... (X 2j 0 (X 2j+ et toujours par la formule des probabilités composées p(x 2j+ p(x 0p(X 0/X 0... p(x 2j 0/(X 0... (X 2j 0p(X 2j+ /(X 0... (X 2j 0 p(x 2j n en effet, le contenu de l urne ne varie pas entre le tirage 2j et le tirage 2j + puisqu il y a remise après le 2j ème tirage. My Maths Space 5 sur 8
6 Colle PC Semaines 9 et Ainsi, pour tout [[, 2n ], X suit une loi de Bernoulli de paramètre n et donc E(X n (b On a X 2n. On a Y (Ω [[, 2n ]. X et par linéarité de l espérance, on obtient E(X 2n E(X n (2n 2n n (a On a (Y 2n :«la boule noire est sortie pour la première fois au dernier tirage». Or le tirage précédent étant d ordre pair, il y a eu remise et comme il ne reste qu une boule dans l urne, c est la même boule au tirage 2n 2 et 2n. Ainsi p(y 2n 0. Pour j 2n, (Y (X 0 (X (X 0 (X Par la formule des probabilités composées, on obtient, toujours en distinguant le cas impair et pair, pour j n P (Y 2j n n 2 n 2 n n n... n j n j + n j + (n (n (n j n(n 2 n j... (n j + n(n P (Y 2j n n 2 n 2 n n n... n j n j n j + n j + n j (n (n (n j 2 n(n 2... (n j + 2 (n j n j n(n On peut donc calculer l espérance 2n 2 n E(Y p(y (2j P (Y 2j + (2jP (Y 2j j n n j (4j n(n j n 4 n(n j j 2 + 4n + n n(n j j n n 4(n n(2n (4n + n(n + n n(n 2n(n n 4n + (b Si l on tire la boule noire lors d un tirage de rang pair, on la tirera une autre fois (on vide l urne et on remet la boule tirée lors des tirages de rang pair. Ainsi l événement (X n j (Y 2j. Comme les événements sont deux à deux incompatibles n p(x p(y 2j j j n n(n j n j 2 4. (X n :«La boule noire est tirée lors des tirages pairs, remise, non tirée au tirage suivant et choisie au dernier». On a donc (X n (X 0 (X 2... (X 2n 2 (X 2n et toujours avec la formule des probabilités composées, p(x n n n 2 n 2 n n n n n n! EXERCICE : Le nombre de visiteurs quotidiens d un parc d attractions suit une loi de Poisson de paramètre Ce parc a dix portes d entrées E, E 2,..., E 0 qui sont choisies par le visiteur de manière équiprobable. My Maths Space sur 8
7 Colle PC Semaines 9 et Déterminer le nombre moyen de visiteurs en une journée. 2. Quelle est la probabilité qu un visiteur donné se présente à l entrée E?. On désigne par X le nombre de visiteurs entrant par E en une journée donnée. Trouver la loi de X, calculer son espérance et sa variance. 4. Sachant qu un visiteur sur dix se débrouille pour entrer sans payer, calculer le nombre de visiteurs payant et entrant par E.. Si l on note X le nombre de visiteurs quotidiens du parc, X suit une loi de Poisson de paramètre 0000; X admet donc une espérance et E(X Comme les dix entrées sont équiprobables, la probabilité qu un visiteur rentre par l entrée E est 0.. (X n n N forme un système complet d événements. En utilisant la formule des probabilités totales, p(x p(x /X np(x n De plus pour n +, p(x /X n 0, en effet il ne peut rentrer par la porte E plus de visiteurs qui sont entrés dans le parc un jour donné. Pour n, la variable aléatoire X suit une loi binomiale de paramètre et n, 0 En reportant dans l égalité (, p(x p(x /X n n e ( ( n n ( ( n n 9 e n 0 0 n! e ! e ! n! ( 9!(n! 0 n n e e 9000! ( 9.0 n (n! ( 9.0 n n! ( ( n n n! (décalage indice x n n! ex p(x e 000 0! Ainsi X suit une loi de Poisson de paramètre 0. Ainsi X admet une espérance et une variance E(X V (X Si l on note Y le nombre de visiteurs entrant par E en payant. On a Y 9X 0 et E(Y 900. EXERCICE 7 : On lance un dé équilibré. On répète n fois l opération, les lancers successifs étant supposés indépendants. Soit X la variable aléatoire donnant le premier «instant» d apparition d un, en convenant que X 0 si n apparaît pas. Déterminer l espérance de X. Quelle est sa limite lorsque n tend vers? Comme le dé est équilibré, on a bien évidemment p(. Soit N, on peut raisonnablement écrire, compte-tenu de l indépendance des lancers, que My Maths Space 7 sur 8
8 Colle PC Semaines 9 et p(x L expression de l espérance est ( 5 (X suit une loi géométrique de paramètre E(X n ( 5 On est alors amené à chercher l expression plus générale de Si l on pose f(x n ( 5 n x. n x (x alors, compte-tenu des propriétés de la dérivation, on a Or pour tout x, f(x xn+. f est dérivable pour tout x et x L on peut donc écrire que : f (x (n + xn (x (x n+ (x 2 nxn (x x n + (x 2 n x nxn (x x n + (x 2 De là, on obtient E(X n( 5 n ( 5 n + ( 2 n Or n ( n 5 0, n ( n 5 0 donc E(X n n ( n 5 ( n 5 + n x f (x. My Maths Space 8 sur 8
Moments 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 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 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 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 détailI. Cas de l équiprobabilité
I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus
Plus en 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailCoefficients 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 détailExercice 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 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 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 détailProbabilité. 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 détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en 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 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 détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en 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 détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
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 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 détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en 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 détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
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 détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
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 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 détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
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 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 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 détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en 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 détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en 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 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 détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailArbre de probabilité(afrique) Univers - Evénement
Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer
Plus en 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 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 détailGEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles
Plus en 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 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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
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 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 détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en 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 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 détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailCalculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Plus en détailPROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390
PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en 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 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 détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en 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 détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
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 détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailIntroduction au Calcul des Probabilités
Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détaildénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
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 détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailLa persistance des nombres
regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
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 détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
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 détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailDENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES
BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en 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 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 détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en 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 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 détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détail