I- Activité du livre: La loi du nombre de succès. Loi binomiale

Dimension: px
Commencer à balayer dès la page:

Download "I- Activité du livre: La loi du nombre de succès. Loi binomiale"

Transcription

1 Index I- Activité du livre: La loi du nombre de succès... 1 A/ Une exérience aléatoire élémentaire Vers la définition d'une éreuve de Bernoulli... 1 B/ Quatre réétitions... Un schéma de Bernoulli.... Notation du nombre de chemins, les coefficients binomiaux. (Combinaisons)... 4 C/ Cinq réétitions... 4 Une roriété des coefficients binomiaux... 4 D/ Dix réétitions... 4 Proriété des coefficients binomiaux:... 5 Triangle de Pascal II- Loi binomiale... 6 III- Échantillon, simulation, intervalle de fluctuation (Rael de seconde)... 6 Échantillon... 6 imulation... 7 Intervalle de fluctuation... 7 IV- Loi binomiale et rise de décision Le roblème :... 7 Comrendre : Les risques de se tromer... 8 Intervalle de fluctuation à 95 %... 8 Définition : Intervalle de fluctuation au seuil de 95%... 8 Prise de décision... 8 Quelques exemles de rerésentation grahiques réalisées avec sinequanon L'exemle est celui de l'activité 1 age 6 du livre I- Activité du livre: La loi du nombre de succès A/ Une exérience aléatoire élémentaire. Vers la définition d'une éreuve de Bernoulli (Jacob Bernoulli : ( )) P() = 1 3, d'où, P(E) = = 3 Bilan : On considère une éreuve à deux issues ( et ) ou ( et E ) On ose P() = et, ar conséquent P() = 1 = q Un telle éreuve à deux issues et est une éreuve de Bernoulli de aramètre. Remarques : (Comme uccès et Échec) Ne as confondre our les calculs à venir : les événements (ensembles), les robabilités (nombres), et, lors de réétition d'une éreuve l'étae à laquelle on réalise l'événement. Par exemle, on jette le dé 1000 fois de suite et on s'intéresse à l'obtention du n 6. : " Obtenir le n 6 " est un événement lors d'un lancer. : " obtenir le n 6 au ème lancer " et 500 : " obtenir le n 6 au 500ème lancer " sont des événements distincts. i le dé est équilibré, on a : P()= P( ) = P( 500 ) = 1 6 1/1 loi_binomiale.odt 19/05/14

2 Ω 1-=q On définit la variable aléatoire X renant la valeur 1 si est réalisé et renant la valeur 0 sinon. X est une variable de Bernoulli qui suit la loi de robabilité de Bernoulli de aramètre. k 0 1 P(X = k) 1 L'esérance mathématique de X est E(X) =. La variance de X est : V(X) = (1 ) = q L'écart-tye de X est (X) = q B/ Quatre réétitions Un schéma de Bernoulli. 1a) Ω /3 /3 /3 /3 /3 /3 /3 /3 /3 /3 /3 /3 /3 /3 /3 /1 loi_binomiale.odt 19/05/14

3 b) L'issue a our robabilité ( 1 ( L'issue a our robabilité ( 1 ( Loi binomiale c) P(" Obtenir deux succès ") = P() + P() + P() + P( ) + P() + P() ) = 6 ( 1 ( k Total P(X = k) ( 4 4 ( 1 ( 3 6 ( 1 ( 4 ( 1 3 ( ( Bilan : On aelle schéma de Bernoulli une exérience aléatoire où on réète n éreuves de Bernoulli de aramètre identiques et indéendantes. (C'est le fait d'avoir des éreuves identiques et indéendantes qui ermet de ne as avoir besoin d'indicer les étaes, ce serait nécessaire sinon. ar exemle, on suose une ersonne qui tire 10 fois de suite aux fléchettes : " tirer une fléchette dans la cible " est l'événement. On suose que l'exérience ermet un arentissage et que la réussite est meilleure arès les remiers tirs Il y réétition d'éreuves identiques mais elles ne sont as indéendantes... Le modèle décrit ne s'alique as) On eut associer un arbre où un chemin est une liste de n éléments et. Un chemin ayant k succès a donc n k échecs. ( k n k On considère la variable aléatoire X renant our valeurs le nombre de succès lors de ces n réétitions. X rend ar conséquent n + 1 valeurs entières de 0 à n. La robabilité d'un chemin ayant k succès et n k échecs est k q n k où q = 1. Pour déterminer la loi de robabilité de X, on est amené à comter le nombre de chemins ayant k succès et n k échecs. ) 3/1 loi_binomiale.odt 19/05/14

4 ,,,,,,,,,,,,,,,, 1-1-,,,,,,,,,,,,,,,, 1- Ω 1-,,,,,,,,,,,,,,,, 1-1-,,,,,,,,,,,,,,, 1- Notation du nombre de chemins, les coefficients binomiaux. (Combinaisons) Le nombre de chemins donnant k succès et n k échecs est noté ( k) n et se lit : k armi n Ces nombres n k sont aelés coefficients binomiaux D'arès l'exemle : ( 4 0) = 1, ( 4 1) = 4, ( 4 ) = 6, ( 4 = 4, ( 4 4) = 1 Pour ceux qui veulent en savoir lus : ( n k) C/ Cinq réétitions Une roriété des coefficients binomiaux = n(n 1) (n k+ 1) k 1 1) On a un et un seul chemin our l'événement (Y = 0). P(Y = 0) = ( 5 On a un et un seul chemin our l'événement (Y = 5). (Y = 5) = ( 1 5 ) a) La robabilité d'un chemin ayant deux succès (et donc trois échecs) est ( 1 3 ( b) i un tel chemin se termine ar, on doit avoir avant un seul uccès lors des quatre remières réétitions. On a en ce cas : 4 chemins. (Voir B-, ( 4 1) = 4) i un tel chemin se termine ar, on doit avoir avant deux uccès lors des quatre remières réétitions. 4/1 loi_binomiale.odt 19/05/14

5 On a en ce cas : 6 chemins. (Voir B-, ( 4 ) = 6) Finalement, on a = 10 chemins donnant deux succès en cinq réétitions. (c-à-d : ( 5 ) = ( 4 ) + ( 4 1) ). 3 c) P(Y = ) = 10 ( 1 ( Bilan : Pour calculer le nombre de chemins ( n+ 1 k ) rerésentant k succès lors de n + 1 réétitions à artir du nombre de chemins lors des n réétitions, on eut distinguer deux cas - soit on a eu k succès, n k échecs our n réétitions et 1 échec sulémentaire, - soit on a eu k 1 succès, n k + 1 échecs our n réétitions et 1 succès sulémentaire. On a donc : ( n+ 1 k ) ( k) = n ( k 1) + n Dans l'exemle : ( 5 ) succès armi 5 = ( 4 ) succès armi 4 1 échec sulémentaire + ( 4 1) 1 succès armi 4 1 succès sulémentaire D/ Dix réétitions 1) Z eut rendre toutes les valeurs entières de 0 à 10. P(Z = 0) = ( 10 et P(Z = 10) = ( 1 10 a) Une issue contenant 4 succès et 6 échecs a our robabilité : ( 1 4 ( des échecs. 6 quelque soit l'ordre des succès et b) c) il faut connaître le nombre de chemins donnant 4 succès et 6 échecs our déterminer P(Z = 4). P(Z = 4) = ( 10 4 ) ( ( où ( 10 4 ) est le nombre de chemins. d) Comme ( 10 4 ) = 10, P(Z = 4) 0,76 à 10 4 rès Proriété des coefficients binomiaux: On a n réétitions. Pour tout n N, et, our tout k N tel que k n, on a : ( n = 1 (un seul chemin ayant 0 succès) et 0) ( n = 1 (un seul chemin ayant n succès) n) ( n = n Il y a exactement n chemins avec un seul succès (donc n 1 échecs) 1) 5/1 loi_binomiale.odt 19/05/14

6 ( n n 1) = n ( k) n = ( n k) n ( n+ 1 k ) ( k) = n ( k 1) + n Triangle de Pascal. et exactement n chemins ayant un seul échec (donc n 1 succès) Il y a autant de chemins ayant k succès que de chemins ayant n k succès. voir récédent et suivant (triangle de Pascal). À l'intersection d'une colonne k et d'une ligne n, on lit le nombre ( n k). À la ligne suivante n + 1, on a donc la somme des deux nombres de la ligne n au-dessus et à gauche. Tous les nombres de la colonne 0 sont égaux à 1. Tous les nombres de la diagonale sont égaux à 1 k n ( 6 + ) ( 6 = ( 7 II- Loi binomiale oit un schéma de n éreuves de Bernoulli de aramètre. (éreuves à deux issues identiques et indéendantes) X est la variable aléatoire qui donne le nombre de succès. La robabilité d'avoir k succès (k rend les valeurs entières de 0 à n) est : P(X = k) = ( k) n k q n k avec q = 1. on esérance est : E(X) = n. a variance est : V(X) = nq et son écart-tye est : (X) = nq On dit que X suit la loi binomiale de aramètres n et, notée b(n ; ). 6/1 loi_binomiale.odt 19/05/14

7 k k... n 1 n P(X = k) q n nq n 1 ( n k) k q n k n n 1 q n La rerésentation grahique d'une loi binomiale donne une courbe qui tend vers une courbe en cloche (courbe de Gauss). Voir en annexe quelques exemles de rerésentations grahiques III- Échantillon, simulation, intervalle de fluctuation (Rael de seconde) Échantillon Un échantillon de taille n est une liste de n résultats obtenus ar n réétitions indéendantes de la même exérience aléatoire ermettant d'étudier un caractère. On cherche à déterminer la fréquence f d'aarition de ce caractère our déterminer la roortion de ce caractère dans la oulation. Remarques: On mesure la fréquence f. (La roortion est en général inconnue). f et sont des nombres comris entre 0 et 1. imulation Lorsqu'on ne eut as étudier effectivement des échantillons, on réalise une simulation. Il existe des tables de nombres aléatoires ou bien, on utilise une machine. Les fonctions ALEA ou RAND des tableurs ermettent de faire ces simulations. Exemle: Pour simuler une roortion de 35 % dans une oulation, on eut entrer dans une cellule d'un tableur: =I(ALEA.ENTRE.BORNE(1;100)<=35;1;0) La fréquence d'aarition du 1 est de ou encore et celle du 0 de =ENT(ALEA()+0,35) retourne 0 dans 65 % des cas et 1 dans 35 % des cas En effet, ENT désigne la artie entière d'un réel. i n x < n + 1 avec n Z alors ENT(x) = n. ALEA() retourne au hasard un nombre x tel que 0 x < 1 ALEA()+0,35 est donc un nombre y comris entre 0,35 et 1,35 Lorsque 0,35 y < 1, sa artie entière est 0 Lorsque 1 y < 1,35 sa artie entière est 1 La longueur de l'intervalle [0,35 ; 1[ est 0,65, celle de [1 ; 1,35[ est 0,35 Intervalle de fluctuation Lorsque 0, 0,8 et n 5, on montre que dans 95 % des cas au moins, f [ 1 n ; 1 n ]. 7/1 loi_binomiale.odt 19/05/14

8 Cet intervalle I = [ 1 n ; 1 n ] Remarque: f [ 1 n ; 1 n ] [ f 1 n ; f 1 n ] IV- Loi binomiale et rise de décision. Loi binomiale est aelé intervalle de fluctuation au seuil de 95 %. Le roblème : Dans une oulation, on veut étudier un caractère résent dans une roortion (a riori inconnue). On rélève au hasard un échantillon de taille n dans cette oulation. (i la oulation est très grande, le fait de rocéder avec ou sans remise n'a as d'influence). On observe alors la fréquence f du caractère (f est un nombre que l'on calcule). On cherche à savoir our quelles valeurs de f, on va rejeter l'hyothèse : " la roortion du caractère est " au risque d erreur de 5%. Comrendre : Les risques de se tromer Il y a deux façons de se tromer... 1) On rejette à tort l'hyothèse " la roortion est " au seuil. est la robabilité de rejeter une hyothèse alors qu'elle est vraie. ) on accete à tort l'hyothèse " la roortion est " au seuil. est la robabilité d'acceter une hyothèse alors qu'elle est fausse. eul le remier cas nous concerne en 1. C'est-à-dire : La robabilité de rejeter cette hyothèse alors qu'elle est vraie est inférieure à 5%. On ne rend as le risque de retenir une hyothèse alors qu'elle est vraie Intervalle de fluctuation à 95 % Dans une oulation, on veut étudier un caractère résent dans une roortion oit un échantillon de taille n. oit la variable aléatoire X définie ar : X rend our valeurs le nombre d'individus de l'échantillon ayant le caractère étudié. X suit la loi binomiale b(n ; ) de aramètres n et. On cherche alors les entiers a et b dans [0 ; n] tels que :,5 % des valeurs de X sont dans [0 ; a 1] (On ne déasse as,5 %) 95 % des valeurs de X sont dans [a ; b],5 % des valeurs de X sont dans [b + 1 ; n] (On ne déasse as,5 %) Définition : Intervalle de fluctuation au seuil de 95% L'intervalle de fluctuation au seuil de 95% de la fréquence f est l'intervalle [ a n ; b n ] * a est le lus etit entier tel que P(X a ) >,5 % * b est le lus etit entier tel que P(X b) 97,5 % tel que : 8/1 loi_binomiale.odt 19/05/14

9 Conséquences directes : (Revoir si besoin l'exercice 46 age 19) P(X a 1),5 %, P(x b + 1),5 % P(a X b) 95 % En ratique : établir la distribution des fréquences cumulées. (Voir exemle ci-dessous) Prise de décision On fait l'hyothèse : la roortion du caractère dans la oulation est * i f [ a n ; b n ] alors on ne eut as rejeter l'hyothèse " la roortion du caractère dans la oulation est " * i f [ a n ; b n ] alors on rejette cette hyothèse au risque d'erreur de 5%. chématiquement : y 0, a/n b/n x1 Zone de rejet Intervalle de fluctuation Zone de rejet moins de 5 % à 95 % moins de,5% Un exemle : X est une variable aléatoire qui suit la loi binomiale de aramètres n = 0 et = 0,4 À la calculatrice ou au tableur, on fait le tableau donnant les robabilités P(X k) de k allant de 0 à 0. On cherche le lus etit entier a tel que P(X k) > 0,05 On cherche le lus etit entier b tel que P(X k) 0,975 L'intervalle de fluctuation au seuil de 95 % est [ a n ; b n ] 9/1 loi_binomiale.odt 19/05/14

10 k P(X<=k) 0 3,65616E , , , , , , , , , , , , , , , , , , , a = 4 car P(X = 0,016 et P(X 4) = 0,05 b = 1, car P(X 11) = 0,943 et P(X 1) = 0, L'intervalle de fluctuation au seuil de 95 % est [ 4 0 ; 1 0 ] = [0, ; 0,6] 10/1 loi_binomiale.odt 19/05/14

11 b(10 ; 0,5) Quelques exemles de rerésentations grahiques réalisées avec sinequanon P(X=0) = 0, P(X = 10) = 0, P(X = 5) = ( 10 5 ) 0,55 0,5 5 0,5 y x Loi binomiale de aramètres n = 10 et = 0,5 Esérance = 5 Écart tye = 1, b(100 ; 0,) P(X=0) = 0, P(X = 10) = ( ) 0,10 0,8 90 0,003 P(X = 0) = ( ) 0,0 0,8 80 0,1 P(X = 30) = ( ) 0,30 0,8 70 0,003 P(X = 40) = ( ) 0,40 0, y 0,1 0,05 B(100;0,) Loi binomiale de aramètres n = 100 et = 0, Esérance = 0 Écart tye = 4 x 11/1 loi_binomiale.odt 19/05/14

12 Quelques exemles de rerésentations grahiques réalisées avec sinequanon b(100 ; 0,7) P(X=0) = 0, P(X = 10) = ( ) 0,710 0, P(X = 60) = ( ) 0,760 0,3 40 0,008 P(X = 70) = ( ) 0,770 0,3 30 0,087 y 0,1 0,05 B(100;0,7) Loi binomiale de aramètres n = 100 et = 0,7 Esérance = 70 Écart tye = 4, x Retour au aragrahe : loi binomiale 1/1 loi_binomiale.odt 19/05/14

dénombrement, loi binomiale

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

Plus en détail

Des familles de deux enfants

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

Plus en détail

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

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

Plus en détail

Module : réponse d un système linéaire

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

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

.NET remoting. Plan. Principes de.net Remoting

.NET remoting. Plan. Principes de.net Remoting Plan.NET remoting Clémentine Nebut LIRMM / Université de Montellier 2 de.net Remoting côté serveur côté client.net Remoting en ratique Les canaux de communication L'activation L'invocation Les aramètres

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

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

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

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

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

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation 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 détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

TP : Outils de simulation. March 13, 2015

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

Plus en détail

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

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

Plus en détail

Loi binomiale Lois normales

Loi 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 détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

FORMULAIRE DE STATISTIQUES

FORMULAIRE DE STATISTIQUES FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)

Plus en détail

Probabilités. 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. 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 détail

Santé et hygiène bucco-dentaire des salariés de la RATP

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

Plus en détail

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles

Plus en détail

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

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

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

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux 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 détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat 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 détail

Les marchés du crédit dans les PVD

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

Plus en détail

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

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

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Simulation de variables aléatoires

Simulation 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 détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

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

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles

Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles CEA-N-1195 Note CEA-N-1195 Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles Service d'etudes de Protections de Piles PROPAGATION DES NEUTRONS

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS 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 détail

Probabilités. C. Charignon. I Cours 3

Probabilités. C. Charignon. I Cours 3 Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes 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 détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau 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 détail

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

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

Plus en détail

CRÉER DES LEÇONS AVEC L'ÉDITEUR DU LOGICIEL 1000 MOTS POUR APPRENDRE À LIRE EN FRANÇAIS, ANGLAIS ET ALLEMAND

CRÉER DES LEÇONS AVEC L'ÉDITEUR DU LOGICIEL 1000 MOTS POUR APPRENDRE À LIRE EN FRANÇAIS, ANGLAIS ET ALLEMAND 93 CRÉER DES LEÇONS AVEC L'ÉDITEUR DU LOGICIEL 1000 MOTS POUR APPRENDRE À LIRE EN FRANÇAIS, ANGLAIS ET ALLEMAND 1 - LE LOGICIEL 1000 MOTS 1000 mots est un logiciel destiné aux classes du cycle II en France

Plus en détail

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

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

Plus en détail

Sous le feu des questions

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

Plus en détail

Théorie 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 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 détail

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

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

Plus en détail

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

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

Plus en détail

Commande prédictive des systèmes non linéaires dynamiques

Commande prédictive des systèmes non linéaires dynamiques Rébliqe Algérienne Démocratiqe et olaire Ministère de l Enseignement Sérier et de la Recherche Scientifiqe Université Molod Mammeri de Tizi-Ozo Faclté de Génie Electriqe et Informatiqe Déartement Atomatiqe

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

Guidance de Statistique : Epreuve de préparation à l examen

Guidance de Statistique : Epreuve de préparation à l examen Guidance de Statistique : Epreuve de préparation à l examen Durée totale : 90 min (1h30) 5 questions de pratique (12 pts) 20 décembre 2011 Matériel Feuilles de papier De quoi écrire Calculatrice Latte

Plus en détail

Accès optiques : la nouvelle montée en débit

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

Plus en détail

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements

Plus en détail

POKER ET PROBABILITÉ

POKER ET PROBABILITÉ POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main

Plus en détail

La simulation probabiliste avec Excel

La 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 détail

Chambre Régionale de Métiers et de l Artisanat. Région Auvergne. Région Auvergne

Chambre Régionale de Métiers et de l Artisanat. Région Auvergne. Région Auvergne Chambre Régionale de Métiers et de l Artisanat L Artisanat en Auvergne, l Energie du Déveloement Région Auvergne Région Auvergne Edito Edito Valoriser la formation des jeunes et des actifs : un enjeu

Plus en détail

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

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

Plus en détail

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en détail

Noël des enfants qui n'ont plus de maisons

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

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

Moments des variables aléatoires réelles

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 détail

Loi d une variable discrète

Loi 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 détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Le Data Mining au service du Scoring ou notation statistique des emprunteurs! France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

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

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices 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 détail

Capacité 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 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 détail

Application 1- VBA : Test de comportements d'investissements

Application 1- VBA : Test de comportements d'investissements Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps

Plus en détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,

Plus en détail

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

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

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

LA CERTIFICATION DES ARMATURES

LA CERTIFICATION DES ARMATURES LA CERTIFICATION DES ARMATURES NF - Aciers our béton armé NF - Armatures AFCAB - Disositifs de raboutage ou d ancrage des armatures du béton AFCAB - Pose des armatures du béton LE CYCLE DES ARMATURES :

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 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 détail

Mécanique du point : forces Newtoniennes (PCSI)

Mécanique du point : forces Newtoniennes (PCSI) écanique du oint : foces Newtoniennes (PCSI Question de cous On admet que, losqu'il est soumis à une foce Newtonienne F K u, la tajectoie d'un cos est lane et décite a mc K +e cosθ où C θ est une constante

Plus en détail

Analyse de la variance Comparaison de plusieurs moyennes

Analyse de la variance Comparaison de plusieurs moyennes Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction

Plus en détail

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des

Plus en détail

Calculs de probabilités avec la loi normale

Calculs de probabilités avec la loi normale Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. 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 détail

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue

Plus en détail

QUELQUES RELATIONS ENTRE LES PRINCIPAUX MOMENTS REPRÉSENTATIFS DU RISQUE EN ASSURANCE AUTOMOBILE, SUR LA BASE D'UN ÉCHANTILLON SEGMENTÉ

QUELQUES RELATIONS ENTRE LES PRINCIPAUX MOMENTS REPRÉSENTATIFS DU RISQUE EN ASSURANCE AUTOMOBILE, SUR LA BASE D'UN ÉCHANTILLON SEGMENTÉ QUELQUES RELATIONS ENTRE LES RINIAUX MOMENTS RERÉSENTATIFS DU RISQUE EN ASSURANE AUTOMOBILE, SUR LA BASE D'UN ÉHANTILLON SEGMENTÉ I. INTRODUTION harles HELBRONNER Institut des Actuaires 1 La connaissance

Plus en détail

Raisonnement par récurrence Suites numériques

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

Plus en détail

I3, 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 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 détail

Correction du baccalauréat STMG Polynésie 17 juin 2014

Correction du baccalauréat STMG Polynésie 17 juin 2014 Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé

Plus en détail

VOIP. Pr MOUGHIT Mohamed m.moughit@gmail.com. Cours VOIP Pr MOUGHIT Mohamed 1

VOIP. Pr MOUGHIT Mohamed m.moughit@gmail.com. Cours VOIP Pr MOUGHIT Mohamed 1 VOIP Pr MOUGHIT Mohamed m.moughit@gmail.com Cours VOIP Pr MOUGHIT Mohamed 1 Connexion fixe, rédictible Connexion établie avant la numérotation user Centre de commutation La Radio est le suort imrédictible

Plus en détail

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. 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 détail

«INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION BRITANNIQUE»

«INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION BRITANNIQUE» Manuscrit auteur, ublié dans "«COMPTABILITE ET ENVIRONNEMENT», France (007)" «INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

COMBINATOIRES ET PROBABILITÉS

COMBINATOIRES ET PROBABILITÉS COMBINATOIRES ET PROBABILITÉS ème année. Analyse combinatoire.. Outils.. Principe de décomposition.. Permutations.. Arrangements..5 Combinaisons 8.. Développement du binôme 9..7 Ce qu il faut absolument

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient

Plus en détail

Analyse des Systèmes Asservis

Analyse des Systèmes Asservis Analyse des Systèmes Asservis Après quelques rappels, nous verrons comment évaluer deux des caractéristiques principales d'un système asservi : Stabilité et Précision. Si ces caractéristiques ne sont pas

Plus en détail

Séries Statistiques Simples

Séries Statistiques Simples 1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &

Plus en détail

CHAPITRE 1 : Distribution statistique à une dimension

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

Plus en détail

COMPTABILITE SAGE LIGNE 30

COMPTABILITE SAGE LIGNE 30 COMPTABILITE SAGE LIGNE 30 Date : 25/09/2006 Auteur : Pascal VIGUIER Réf. : SAGE092006 SOMMAIRE SOMMAIRE... 1 1. MENU FICHIER... 3 1.1 1.2 AUTORISATION D ACCES... 3 A PROPOS DE VOTRE SOCIETE... 4 1.2.1

Plus en détail