LOIS NORMALES. I. Introduction. Voici quelques exemples de courbes provenant de la vie quotidienne :

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "LOIS NORMALES. I. Introduction. Voici quelques exemples de courbes provenant de la vie quotidienne :"

Transcription

1 I. Itroductio. LOIS NORMALES. Voici quelques exemples de courbes proveat de la vie quotidiee : La répartitio du QI das la populatio Le poids d ue populatio de chatos Répartitio des coscrits e 1907 Age des dirigeats de sociétés e Frace Ces courbes sot des courbes e forme de cloche. O parle de loi ormale lorsque l o a ue variable aléatoire cotiue dépedat d u grad ombre de causes idépedates dot les effets s additioet et dot aucue est prépodérate (coditios de Borel). Historiquemet, cette loi acquiert sa forme défiitive avec Gauss (e 1809) et Laplace (e 1812). C est pourquoi elle porte égalemet les oms de : loi de Laplace, loi de Gauss ou loi de Laplace-Gauss. La distributio ormale est ue distributio théorique, e ce ses qu'elle est ue idéalisatio mathématique qui e se recotre jamais exactemet das la ature. Mais de ombreuses distributios réellemet observées s e rapprochet et ot cette fameuse forme de «cloche» (beaucoup d idividus autour de la moyee, de mois e mois au fur à mesure qu o s e éloige, et ceci de faço symétrique). O cosidère ue variable aléatoire X qui suit la loi biomiale de paramètres et p. E faisat varier, la cloche se décale de gauche à droite. O pose alors Y X p. O a E(Y) 0 : la variable est alors cetrée. O pose Z Y = réduite. X p O a alors E(Z) 0 et (Z) 1. La variable Z est cetrée et Pour des grades valeurs de l histogramme de la variable Z décrit ue courbe e cloche. Cette courbe est proche de celle de la foctio défiie sur par (x) 1 2 e x 2 2.

2 II. Loi ormale cetrée réduite. 1. Défiitio. Défiitio : Ue variable aléatoire Z suit la loi ormale stadard ou loi ormale cetrée réduite lorsque 1 sa desité de probabilité est la foctio défiie sur IR par : (x) = 2 e x² 2. O a alors, pour tous réels a et b tels que a b, P(a Z b) a b (t)dt. Remarques : La courbe de est la courbe de Gauss ou courbe e cloche. est cotiue et strictemet positive sur IR et o admet que l aire totale sous la courbe est égale à 1. est doc bie ue foctio de desité. La probabilité que Z soit compris etre a et b est l aire du domaie sous la courbe e cloche etre les droites d équatios x = a et x = b. est paire doc sa courbe représetative est symétrique par rapport à l axe des ordoées. E particulier P(Z 0) = 1 2. Il est pas possible de détermier ue forme explicite de primitives de la foctio. O utilise doc des tables ou la calculatrice pour doer ue valeur approchée des itégrales. Das la suite, Z est ue variable aléatoire suivat la loi ormale stadard. 2. Espérace et variace de la loi ormale stadard. Défiitio : E(Z) lim x x 0 t (t)dt + lim y y t 0 (t)dt Propriété (admise) : Si la variable aléatoire Z suit la loi ormale stadard, alors E(Z).. et (Z).. La loi ormale stadard est alors aussi appelée loi ormale cetrée réduite, otée N(0 1). 3. Calculs de probabilités. Propriétés : Pour tout réel a : P(Z a) P(Z a) 1 P(Z a) P( a Z a) 2P(Z a) 1 P( a Z a) P(Z a) P(Z a) P(Z a) P(Z a) P(Z a) (1 P(Z a)) 2P(Z a) 1 Il est pas possible de détermier ue forme explicite de primitives de la foctio. O utilise doc des tables ou la calculatrice pour doer ue valeur approchée des itégrales.

3 Exemples : O doe P(0 Z 1) 0,34 E utilisat la courbe de la foctio : 1. calculer P( 1 Z 1) 2. Calculer P( 1 Z 0) 3. Calculer P(Z 1) 4. Calculer P(Z 1) 5. Calculer P(Z 1) 4. Itervalle cetré e 0 de probabilité doée. Propriété : Détermiatio d u itervalle cetré e 0 de probabilité doée Si Z est ue variable aléatoire qui suit la loi N(0 1), alors pour tout ombre réel ]0 ; 1[, il existe u uique réel u > 0 tel que P u Zu 1. Démostratio à reteir : Cas particuliers à coaître : u 0,05 1,96 u 0,01 2,58 Z[ 2,58 2,58] 0,99 P( Z[ 1,96 1,96] ) 0,95 P( )

4 III. Loi ormale N( ; ²). 1. Défiitio. Défiitio : désige u réel et u réel strictemet positif. La variable X suit la loi ormale de paramètres et ², otée N( ; ²),lorsque la variable aléatoire cetrée réduite X - suit la loi N(0 ; 1). Propriété admise : Soit X est ue variable aléatoire qui suit la loi N( ; ²), alors so espérace est et so écart-type est. Remarque : Ue loi ormale N( ; ²) est ue loi à desité, il existe ue foctio g b défiie sur IR telle que pour tous réels a et b, P(a X b) = g () t dt. L expressio a de g est pas au programme. L allure des courbes de desité est etièremet détermiée par les valeurs de et : La courbe est symétrique par rapport à la droite d équatio x μ. P(Z ) =. L espérace est u paramètre de positio, il localise la zoe où les réalisatios de X ot le plus de chace d apparaître. L écart-type est u paramètre de dispersio. Plus est faible, mois les réalisatios de X sot dispersées autour de. 2. Calculs de probabilité : Utilisatio de la calculatrice pour calculer P(a Z b): Casio : TI : Meu Stat Distrib (shift + var) Choisir DIST : touche F5 Choisir ormalcdf( ou ormalfrep Choisir NORM : touche F1 Etrer a, b,, e séparat par des virgules. Choisir Ncd : touche F2 Data : choisir Variable Lower : etrer la valeur de a Upper : etrer la valeur de b : etrer : etrer Exemples : Das tous les exemples qui suivet, X suit la loi (2;9). Détermier. Calculer P( 1 X 2)

5 Calculer P(X 1) O utilise la courbe de la foctio qui a pour axe de symétrie la droite d équatio x μ, c'est-à-dire x 2. Calculer P(X 2,5) O utilise la courbe de la foctio. Calculer P(X 0,4) O utilise la courbe de la foctio. Calculer P(X 2,4) O utilise la courbe de la foctio. 3. Détermier la valeur de a telle que P(X a) p, où p est doé. Casio : TI : Meu Stat Distrib Choisir DIST : touche F5 Choisir FracNormale Choisir NORM : touche F1 Etrer p,, e séparat par des virgules. Choisir IvN : touche F2 Data : choisir Variable Trail : choisir Left Area : etrer la valeur de p : etrer : etrer Exemple 1: La variable aléatoire X suit la loi (3 4). 1. Détermier 2. Sas la calculatrice, e utilisat le cours, détermier la valeur du réel a tel que P(X a) 0,5. 3. A la calculatrice, détermier la valeur du réel a tel que P(X a) 0,3. 4. A la calculatrice, détermier la valeur du réel b tel que P(X b) 0,3. 5. A la calculatrice, détermier la valeur du réel c tel que P(3 X c) 0,3.

6 Exemple 2: La variable aléatoire Z suit la loi ormale cetrée réduite. Retrouver la valeur de u 0, Probabilités à coaître. Propriété : Soit X ue variable aléatoire suivat la loi N( ; ²). O a : P(Xϵ[ - ; + ]).. P(Xϵ[ -2 ; +2 ]) P(Xϵ[ -3 ; +3 ]).. 5. Exemples d applicatio de la loi ormale. Exemple 1. Ue catie sert des repas e ombre très importat. Soit X la variable aléatoire qui doe la masse e grammes des ratios de viade. O suppose que X suit la loi ormale N( ). Les proabilités serot arrodies au millième. 1. Quelle est la masse moyee d ue ratio de viade? 2. Quelle est la probabilité pour qu ue ratio de viade ait ue masse comprise etre 110g et 135g. 3. Quelle est la probabilité pour que la masse d ue ratio de viade dépasse 130g? Exemple 2. Ue boulagerie idustrielle utilise ue machie pour fabriquer des pais de campage pesat e moyee 400 grammes. Pour être vedus aux cliets, ces pais doivet peser au mois 385 grammes. U pai dot la masse est strictemet iférieure à 385 grammes est u pai o commercialisable, u pai dot la masse est supérieure ou égale à 385 grammes est commercialisable. La masse d u pai fabriqué par la machie peut être modélisée par ue variable aléatoire X suivat la loi ormale d espérace 400 et d écart-type Calculer P(390 X 410). 2. Calculer la probabilité p qu u pai choisi au hasard das la productio soit commercialisable. 3. Sas utiliser la calculatrice, détermier ue valeur approchée à 10 2 près de P(367 X 433). Expliquer.

7 Le fabricat trouve cette probabilité p trop faible. Il décide de modifier ses méthodes de productio afi de faire varier la valeur de sas modifier celle de. 4. E utilisat ue variable aléatoire suivat la loi ormale stadard N(0 ; 1), détermier la valeur de pour laquelle la probabilité qu u pai soit commercialisable est égale à 96 %. O arrodira le résultat au dixième. IV. Fluctuatio. 1. Théorème de Moivre-Laplace. Thérorème de Moivre-Laplace (admis) : X est ue variable aléatoire qui suit la loi biomiale de X paramètres et p et Z est la variable aléatoire défiie par Z E( X ) X p ( X ) Alors, pour tous réels a et b avec a b, lim P(a Z b) P(a Z b), où Z suit la loi N(0 1). 2. Itervalle de fluctuatio. Théorème : Soit X ue variable aléatoire suivat la loi B( p) et F X la fréquece de succès. Pour tout de ]0 1[, o pose I p u p u où u est le réel > 0 défii das le II tel que P u Zu 1, où Z suit la loi N(0 1). Alors lim P( F ϵi ) 1. I est l itervalle de fluctuatio asymptotique de F au seuil 1. Démostratio à coaître : au dos

8 O admet que l approximatio P F ϵ p u pratiquée dès que 30 ; p 5 et (1 p) 5. p u 1 peut être Cas particulier : O utilise le plus souvet l itervalle de fluctuatio asymptotique au seuil de 95% ( 5%) : o a vu que u 0,05 1,96. Das ce cas, lim P F ϵ p 1,96 p 1,96 0,95 E fait, u 0,05 1,95 doc : Pour suffisammet grad, o peut affirmer que la probabilité que F appartiee à p 1,96 p 1,96 est légèremet supérieure à 0,95. Remarque : Pour tout p compris etre 0 et 1, 1,96 1. Doc pour suffisammet grad, 0,95 < F ϵ p 1,96 p 1,96 P F ϵ 1 1 p p O retrouve l itervalle de fluctuatio vu e secode. 3. Prise de décisio. Au sei d ue populatio, o suppose que la proportio d u certai caractère est p. O souhaite juger cette hypothèse. Pour cela, o prélève das la populatio au hasard et avec remise u échatillo de taille. O ote f obs la fréquece du caractère das cet échatillo. Si 30 ; p 5 et (1 p) 5, o détermie l itervalle de fluctuatio asymptotique au seuil de 95% : I p 1,96 p 1,96 Si f obs appartiet à l itervalle de fluctuatio, l hypothèse est acceptée au seuil de 95%. Si f obs appartiet pas à l itervalle de fluctuatio, o rejette l hypothèse au seuil de 95%. Remarque : le risque de rejeter ue populatio coforme est iférieur à 5%. Exemple : Ue etreprise aoce que le pourcetage de moteurs défectueux das sa productio est égal à 1%. Afi de vérifier cette affirmatio 800 moteurs sot prélevés au hasard. Etat doé le grad ombre de moteurs fabriqués, o peut assimiler ce choix à u tirage avec remise. O costate que 15 moteurs sot détectés défectueux. Le résultat de ce test remet-il e questio l aoce de l etreprise? (d après bac)

Terminale S Chapitre 10 «Loi Normale» 21/03/2013

Terminale S Chapitre 10 «Loi Normale» 21/03/2013 Termiale S Chapitre «Loi Normale» /3/3 I) Itroductio O fait ue étude statistique de la taille des idividus d'ue populatio. Das chaque cas, la taille moyee est de 7 cm, avec u écart type de cm. O trace

Plus en détail

Lois normales. Intervalle de fluctuation. Estimation.

Lois normales. Intervalle de fluctuation. Estimation. Lois ormales. Itervalle de fluctuatio. Estimatio.. Loi ormale cetrée réduite... p. Théorème de Moivre-Laplace... p 3. Loi ormale (µ ; σ²)... p3 Copyright meilleuremaths.com. Tous droits réserwidevec{}vés

Plus en détail

Annexe I. Théorie des tests : Rappel très simplifié sur un exemple.

Annexe I. Théorie des tests : Rappel très simplifié sur un exemple. Théorie des tests : Rappel très simplifié sur u exemple. Aexe I Test de l efficacité d u remède sur des malades atteit d u rhume. p 0 : probabilité de guérir das les huit jours avec u placebo p 1 : probabilité

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

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

EXERCICES de Statistiques

EXERCICES de Statistiques EXERCICES de Statistiques Aette Corpart lycée Jea Zay de Thiers EXERCICES sur la LOI NORMALE La variable aléatoire X suit la loi ormale N ( 12 ; 4 ). Calculer les probabilités suivates : P ( X 15 ) ; P

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

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

BACCALAUREAT GENERAL. Bac blanc n 4 Mercredi 7 Mai 2014 MATHEMATIQUES. Série : S Enseignement Obligatoire ou de Spécialité

BACCALAUREAT GENERAL. Bac blanc n 4 Mercredi 7 Mai 2014 MATHEMATIQUES. Série : S Enseignement Obligatoire ou de Spécialité BACCALAUREAT GENERAL Bac blac 4 Mercredi 7 Mai 4 MATHEMATIQUES Série : S Eseigemet Obligatoire ou de Spécialité Durée de l épreuve : 4 heures Coefficiet : 7 ou 9 L utilisatio de la calculatrice est autorisée

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

Lois normales et autres lois dérivées

Lois normales et autres lois dérivées Lois ormales et autres lois dérivées - Lois ormales a) - Défiitio O dit qu'ue variable aléatoire réelle X suit la loi ormale (ou gaussiee) de paramètres et, otée N ( ; ), si elle admet pour desité la foctio

Plus en détail

A RETENIR TERMINALE ES

A RETENIR TERMINALE ES A RETENIR TERMINALE ES Ce documet est destié à "résumer" le cours de termiale. Il e préted pas coteir tout ce que vous devez savoir pour réussir l épreuve. Il est coçu pour que vous puissiez l utiliser

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Corrigé

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Corrigé Baccalauréat S Nouvelle-Calédoie 7 mars 4 Corrigé A. P. M. E. P. EXERCICE 4 poits Commu à tous les cadidats Aucue justificatio était demadée das cet exercice.. Répose b. : 4e i π Le ombre i a pour écriture

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

II - Estimation d'un paramètre par intervalle de confiance

II - Estimation d'un paramètre par intervalle de confiance II - Estimatio d'u paramètre par itervalle de cofiace 1 ) - Gééralités sur la costructio O veut estimer u paramètre (moyee, proportio ) d'u caractère das ue populatio P. Ue estimatio poctuelle à partir

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

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne 1 lois usuelles 11 Loi Biomiale B(, p) q = 1 p p(x = k) = C k p k q k Espérace E(X) = p Variace : V ar(x) = pq Écart type : σ = pq 12 Loi de Poisso P(λ) : loi de Poisso de paramètre λ > 0 : X(Ω) = N λ

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

Statistiques inférentielles. Introduction. Exemples. Définition (Échantillon aléatoire) Définition (Statistique inférentielle) Exemple 1.

Statistiques inférentielles. Introduction. Exemples. Définition (Échantillon aléatoire) Définition (Statistique inférentielle) Exemple 1. Statistiques iféretielles Pierre-Heri WUILLEMIN Licece d Iformatique Uiversité Paris 6 Itroductio Soit ue populatio de taille N sur laquelle o observe ue propriété, dot o veut calculer moyee µ et de variace

Plus en détail

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2017 Correction de l Épreuve de Spécialité Mathématiques (durée 3 heures) Bac Blac Termiale L - Février 2017 Correctio de l Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) 1. Depuis le 28 jui 2007, la ville de Bordeaux a été classée au patrimoie modial

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

Corrigé du baccalauréat ES Asie 23 juin 2016

Corrigé du baccalauréat ES Asie 23 juin 2016 Corrigé du baccalauréat ES Asie jui 16 A.. M. E.. EXERCICE 1 Commu à tous les cadidats 6 poits Das u repère orthoormé du pla, o doe la courbe représetative C f d ue foctio f défiie et dérivable sur l itervalle

Plus en détail

Statistiques inférentielles

Statistiques inférentielles Statistiques iféretielles LI323 Hugues Richard (otes de cours: Pierre-Heri Wuillemi) Uiversité Pierre et Marie Curie (UPMC) Laboratoire géomique des microorgaismes (LGM) Itroductio Soit ue populatio de

Plus en détail

ENSEIGNEMENT OBLIGATOIRE

ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2017 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficiet : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroiques de poche sot autorisées, coformémet à la réglemetatio

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

Tests. Chapitre 2. 1 Principe d un test Définitions Méthode générale... 3

Tests. Chapitre 2. 1 Principe d un test Définitions Méthode générale... 3 Tests Chapitre Table des matières 1 Pricipe d u test 1 11 Défiitios 1 Méthode géérale 3 Test de coformité à u paramètre 3 1 Test de coformité à ue moyee 3 Test de coformité à ue proportio 4 3 Test d homogééité

Plus en détail

1 Lois des grands nombres. 2 Théorème central-limite. 3 Estimation ponctuelle à partir d échantillons. 4 Biais dans les estimations

1 Lois des grands nombres. 2 Théorème central-limite. 3 Estimation ponctuelle à partir d échantillons. 4 Biais dans les estimations Pla du cours 2 RFIDEC cours 2 : Échatillos, estimatios poctuelles Christophe Gozales LIP6 Uiversité Paris 6, Frace 1 Lois des grads ombres 2 Théorème cetral-limite 3 Estimatio poctuelle à partir d échatillos

Plus en détail

ENSEIGNEMENT DE SPÉCIALITÉ

ENSEIGNEMENT DE SPÉCIALITÉ BACCALAURÉAT GÉNÉRAL SESSION 2017 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficiet : 9 ENSEIGNEMENT DE SPÉCIALITÉ Les calculatrices électroiques de poche sot autorisées, coformémet à la réglemetatio

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

- 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

3.1 Loi de Bernouilli Loi Binomiale Loi géométrique Loi de Pascal (loi négative binomiale)...3

3.1 Loi de Bernouilli Loi Binomiale Loi géométrique Loi de Pascal (loi négative binomiale)...3 3- Lois de distributio discrètes -1 Chapitre 3 : Lois de distributio discrètes 3.1 Loi de Berouilli...1 3. Loi Biomiale...1 3.3 Loi géométrique... 3.4 Loi de Pascal (loi égative biomiale)...3 3.5 Loi hypergéométrique...4

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

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

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

Echantillon : Collection d'individus prélevés dans la population statistique.

Echantillon : Collection d'individus prélevés dans la population statistique. SONDAGE (ECHANTILLONNAGE) POPULATION STATISTIQUE N idividus possédat ue modalité yi de la (ou des) variable(s) y ( i N) PARAMETRES valeur cetrale dispersio corrélatio µ σ² ρ moyee variace coef. corr. ECHANTILLON

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

Baccalauréat S Centres étrangers 10 juin 2016

Baccalauréat S Centres étrangers 10 juin 2016 Baccalauréat S Cetres étragers 0 jui 206 Exercice I (4 poits) Pour chacue des quatre affirmatios suivates, idiquer si elle est vraie ou fausse, e justifiat la répose. il est attribué u poit par répose

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

Master Eseec Statistique pour l expertise - partie2

Master Eseec Statistique pour l expertise - partie2 Master Eseec Statistique pour l expertise - partie2 Christia Laverge Uiversité Paul Valéry - Motpellier 3 http://moodle-miap.uiv-motp3.fr http://www.uiv-motp3.fr/miap/es (UPV) Eseec 1 / 57 Lois limites

Plus en détail

Amérique du Sud EXERCICE 1 6 points Commun à tous les candidats Les trois parties suivantes sont indépendantes Partie A Partie B Partie C

Amérique du Sud EXERCICE 1 6 points Commun à tous les candidats Les trois parties suivantes sont indépendantes Partie A Partie B Partie C Amérique du Sud EXERCICE 6 poits Commu à tous les cadidats Ue etreprise est spécialisée das la fabricatio de ballos de football. Cette etreprise propose deux tailles de ballos : ue petite taille, ue taille

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

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

donc sont-ils colinéaires : ne sont pas colinéaires donc les points A, B et C ne sont pas alignés.

donc sont-ils colinéaires : ne sont pas colinéaires donc les points A, B et C ne sont pas alignés. 1 Exercice 1 ( poits) L espace est mui d u repère orthoormal (O ; i, j, k ). Les poits A, B et C ot pour coordoées respectives A (1 ; ; ), B ( ; 6 ; 5), C( ; ; 3). 1 a) Démotrer que les poits A, B et C

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

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

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

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

( 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

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

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

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

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

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

CHAPITRE 2 : Estimation non-paramétrique 1. Estimateurs empiriques

CHAPITRE 2 : Estimation non-paramétrique 1. Estimateurs empiriques CHAPITRE 2 : Estimatio o-paramétrique 1. Estimateurs empiriques Soit u échatillo i.i.d. de durées T i i1,..., de foctio de survie S Défiitio: L estimateur empirique de la foctio de survie est S x 1 i1

Plus en détail

Résumé de statistique inductive

Résumé de statistique inductive Uiversité de Bourgoge Faculté de Médecie et de Pharmacie Résumé de statistique iductive NB : les iformatios coteues das ce polycopié e fot e aucu cas office de référece pour le cocours, il s agit uiquemet

Plus en détail

Intervalles de confiance

Intervalles de confiance Itervalles de cofiace H4 H4 Itervalles de cofiace Vocabulaire : u correspod à ue fiabilité (ou cofiace) de 95 %, u correspod à ue fiabilité (ou cofiace) de 99 % 0 ) Echatillo o exhaustif La théorie des

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Spécialité : BIOTECHNOLOGIES

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Spécialité : BIOTECHNOLOGIES BACCALAURÉAT TECHNOLOGIQUE Sessio 2016 MATHÉMATIQUES Série : SCIENCES ET TECHNOLOGIES DE LABORATOIRE Spécialité : BIOTECHNOLOGIES Durée de l épreuve : 4 heures Coefficiet : 4 Calculatrice autorisée coformémet

Plus en détail

Analyse 5 SUITES REELLES

Analyse 5 SUITES REELLES Aalyse chap 5 /6. GENERALITES SR LES SITES. Défiitios Défiitio : e suite est ue foctio, défiie sur ue partie D de. O ote () =, o lit «idice». O dit que est le terme gééral de la suite, ou terme de rag.

Plus en détail

Terminale S Chapitre 2 : Fonctions, continuité et TVI Page 1 sur 5 ( ) = ( )

Terminale S Chapitre 2 : Fonctions, continuité et TVI Page 1 sur 5 ( ) = ( ) Termiale S Chapitre : Foctios, cotiuité et TVI Page sur 5 Ce que dit le programme : Défiitio Soiet f ue foctio défiie sur u itervalle I de R et a = O dit que f est cotiue e a si lim f x f a O dit que f

Plus en détail

i la moyenne empirique de X n n v =

i la moyenne empirique de X n n v = Corrigé Statistiques iféretielle par par Pierre Veuillez Itervalle de cofiace. Exercice Détermier ue valeur approchée de la loi de la moyee empirique : E X E X, V X V X doc X N E X, V X Exercices. Variace

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire Méthodes Statistiques

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire Méthodes Statistiques UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Aée uiversitaire 2014 2015 L2 Écoomie Cours de B. Desgraupes Méthodes Statistiques Séace 11: Tests d adéquatio II Table des matières 1 Test de Kolmogorov-Smirov

Plus en détail

Probabilités générales

Probabilités générales 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

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

Distributions d échantillonage

Distributions d échantillonage Chapitre 3 Distributios d échatilloage 3.1 Gééralités sur la otio d échatilloage 3.1.1 Populatio et échatillo O appelle populatio la totalité des uités de importe quel gere prises e cosidératio par le

Plus en détail

Conception : EDHEC OPTION ÉCONOMIQUE MATHÉMATIQUES. 2 mai 2017, de 8 h. à 12 h.

Conception : EDHEC OPTION ÉCONOMIQUE MATHÉMATIQUES. 2 mai 2017, de 8 h. à 12 h. Coceptio : EDHEC OPTION ÉCONOMIQUE MATHÉMATIQUES mai 07, de 8 h à h La présetatio, la lisibilité, l orthographe, la qualité de la rédactio, la clarté et la précisio des raisoemets etrerot pour ue part

Plus en détail

Estimations. Les Moyennes des échantillons suivent une loi normale : = m et d' écart - type σ X

Estimations. Les Moyennes des échantillons suivent une loi normale : = m et d' écart - type σ X Estimatios Problématique. A partir d'observatios faites sur u échatillo, o se propose de tirer des coclusios sur la populatio toute etière. Aisi cotrairemet à la logique déductive, qui va du gééral au

Plus en détail

IREM Martine Quinio. 5 février 2013

IREM Martine Quinio. 5 février 2013 : 1 IREM 2013 Martie Quiio 5 février 2013 1 La loi de Gauss, ou loi ormale Itroductio : Lire court article C.Villai das Le Mode du 14-15/12 : il compare le traitemet médiatique boso de Higgs et rats OGM

Plus en détail

Centres étrangers Enseignement spécifique. Corrigé

Centres étrangers Enseignement spécifique. Corrigé EXERCICE 1 Partie A Cetres étragers 13. Eseigemet spécifique. Corrigé 1) La durée de vie moyee d ue vae est l espérace de la variable aléatoire T. O sait que l espérace de la loi expoetielle de paramètre

Plus en détail

Tous les quatre pensent ensuite utiliser la formule bien connue : f

Tous les quatre pensent ensuite utiliser la formule bien connue : f Exercices sur les Itervalles de cofiace Exercice Le parti d u cadidat commade u sodage réalisé à partir de 600 persoes à l issue duquel il est doé gagat avec 52% des voix. A-t-il des raisos d être cofiat?

Plus en détail

Correction Bac ES Liban juin 2010

Correction Bac ES Liban juin 2010 Correctio Bac ES Liba jui 2010 EXERCICE 1 (4 poits) Commu à tous les cadidats 1) A et B sot deux évéemets idépedats et o sait que p(a) = 0,5 et p(b) = 0,2. La probabilité de l évéemet A B est égale à :

Plus en détail

TS Exercices sur les limites de suites (1)

TS Exercices sur les limites de suites (1) TS Exercices sur les limites de suites () Soit u ue suite géométrique de premier terme u 0 et de raiso q. Das chacu des cas suivats, doer la limite de la suite u. ) u0 ; q ) u 0 ; q ) 0 4 ) u0 6 ; q )

Plus en détail

Chapitre 4: Croissance, divergence et convergence des suites

Chapitre 4: Croissance, divergence et convergence des suites CHAPITRE 4 CROISSANCE ET CONVERGENCE 43 Chapitre 4: Croissace, divergece et covergece des suites 4.1 Quelques défiitios Défiitios : Ue suite est croissate si chaque terme est supérieur ou égal à so précédet

Plus en détail

BACCALAURÉAT GÉNÉRAL

BACCALAURÉAT GÉNÉRAL BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série : ES DURÉE DE L ÉPREUVE : 3 heures COEFFICIENT : 7 Ce sujet comporte 7 pages umérotées de 1 à 7 Ce sujet écessite l utilisatio d ue feuille de papier

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

Estimation de paramètres

Estimation de paramètres CHAPITRE 8 Estimatio de paramètres 1. Distributio des moyees des échatillos Das ce chapitre, ous étudieros commet est distribué la moyee de tous les échatillos de taille possibles d ue certaie populatio.

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

Mardi 10 janvier h-13h

Mardi 10 janvier h-13h Mardi javier 27 8h-3h Il sera teu compte de faco importate de la qualité de la rédactio et de l argumetatio. E particulier, répodre juste à ue questio est valorisé, répodre faux est péalisé et e pas répodre

Plus en détail

Corrigé du baccalauréat S Pondichéry du 26 avril points

Corrigé du baccalauréat S Pondichéry du 26 avril points EXERCICE 1 5 poits Comm a tous les cadidats Les parties A, B et C peuvet être traitées de faço idépedate Das tout l exercice, les résultats serot arrodis, si écessaire, au millième La chocolaterie «Choc

Plus en détail

Séries à termes positifs

Séries à termes positifs Séries à termes positifs Das toute la suite N désigera les etiers aturels positifs 0,,,..., Z tous les etiers aturels...,,, 0,,, 3,... et Q les ombres ratioels. Efi R désigera les réels, et C les complexes.

Plus en détail

IUT HSE Introduction aux probabilités et statistiques Applications Variables aux statistiques aléatoires 4 / 1

IUT HSE Introduction aux probabilités et statistiques Applications Variables aux statistiques aléatoires 4 / 1 IUT HSE Itroductio aux probabilités et statistiques Variables aléatoires Philippe Jamig Istitut Mathématique de Bordeaux PhilippeJamig@gmailcom http://wwwmathu-bordeaux1fr/ pjamig/ X variable aléatoire

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

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

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

QUOI DE NOUVEAU EN PROBABILITE EN TERMINALE?

QUOI DE NOUVEAU EN PROBABILITE EN TERMINALE? QUOI DE NOUVEAU EN PROBABILITE EN TERMINALE? S ES et L STI2D et STL Probabilités Coditioemet Idépedace Coditioemet Lois à desité Loi uiforme Loi expoetielle Loi uiforme Loi uiforme Loi expoetielle Lois

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

Lycée de Souassi DEVOIR DE SYNTHESE N 3 08/05/2009 SECTIONS : 4 éme Scieces Expérimetales EPREUVE : Mathématiques DUREE : 3 heures PROFESSEUR : Mr FLIGENE Wissem EXERCICE N : (3 poits) Pour chacue des

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

Intervalles de fluctuations et intervalles de confiance

Intervalles de fluctuations et intervalles de confiance Complémets e statistique. Préparatio au Capes. Uiversité de Rees 1. 2015. Complémets e Statistique Préparatio au Capes Uiversité de Rees 1 Itervalles de fluctuatios et itervalles de cofiace Table des matières

Plus en détail

MÉTHODES STATISTIQUES EXAMEN INTRA HIVER 2009 Date : Dimanche 15 mars 2009 de 14h00 à 17h00

MÉTHODES STATISTIQUES EXAMEN INTRA HIVER 2009 Date : Dimanche 15 mars 2009 de 14h00 à 17h00 MAT 2080 MÉTHODES STATISTIQUES EXAMEN INTRA HIVER 2009 Date : Dimache 15 mars 2009 de 14h00 à 17h00 INSTRUCTIONS 1. Détachez la feuille-réposes à la fi de ce cahier et iscrivez-y immédiatemet votre om,

Plus en détail

Correction Baccalauréat STL biotechnologies Polynésie 13 juin 2016

Correction Baccalauréat STL biotechnologies Polynésie 13 juin 2016 Correctio Baccalauréat STL biotechologies Polyésie 13 jui 2016 EXERCICE 1 4 poits Das cet exercice, o s itéresse au taux de cholestérol LDL de la populatio d adultes d u pays. O ote X la variable aléatoire

Plus en détail

4 ème aée Maths Limites Cotiuité et dérivabilité Octobre 9 A LAATAOUI Eercice : La figure ci cotre est la représetatio graphique d ue foctio f défiie et cotiue sur IR O ote que (ζf) admet au voisiage de

Plus en détail

D.S. nº4 : Suites, Probabilités, Complexes, exponentielle. Samedi 15 décembre 2012, 3h, Calculatrices autorisées. Ce sujet est à rendre avec la copie.

D.S. nº4 : Suites, Probabilités, Complexes, exponentielle. Samedi 15 décembre 2012, 3h, Calculatrices autorisées. Ce sujet est à rendre avec la copie. D.S. º4 : Suites, Probabilités, Complexes, expoetielle TS1 Samedi 15 décembre 01, h, Calculatrices autorisées. Ce sujet est à redre avec la copie. Nom :.................... Préom :................. Commuicatio

Plus en détail

CORRIGE DES EXERCICES : Distributions d'échantillonnage - Intervalles de variation

CORRIGE DES EXERCICES : Distributions d'échantillonnage - Intervalles de variation U.F.R. S.P.S.E. Licece de psychologie L3 PLPSTA0 Bases de la statistique iféretielle UNIVERSITE PARIS X NANTERRE CORRIGE DES EXERCICES : Distributios d'échatilloage - Itervalles de variatio Exercice 1

Plus en détail

Exercice 1-5 points - Pour tous les élèves Une nouvelle attraction est ouverte dans un grand parc. Pour tout entier non nul n, on note p

Exercice 1-5 points - Pour tous les élèves Une nouvelle attraction est ouverte dans un grand parc. Pour tout entier non nul n, on note p ermiale S - Bac blac de mathématiques Mars 6 Les calculatrices sot autorisées mais celles-ci e doivet être i échagées i prêtées durat l épreuve. Les quatre exercices serot rédigés sur ue feuille double

Plus en détail

Limites de suites et de fonctions

Limites de suites et de fonctions TermS Limites de suites et de foctios I ] Suites ) Défiitio : Ue suite réelle est ue foctio de! das!, défiie à partir d'u certai rag 0. Notatio : u = lire "u idice " = terme d'idice, ou de rag = terme

Plus en détail

Toutes calculatrices autorisées. Le sujet comporte un total de 4 exercices par élève.

Toutes calculatrices autorisées. Le sujet comporte un total de 4 exercices par élève. Lycée Féelo Saite-Marie Aée 2011-2012 Durée : 3 heures BAC BLANC avril Toutes calculatrices autorisées. Classe de Termiale ES Mathématiques Le sujet comporte u total de 4 exercices par élève. EXERCICE

Plus en détail

Notes de cours : ajustement linéaire. 1 Cadre : mesure conjointe de deux caractères

Notes de cours : ajustement linéaire. 1 Cadre : mesure conjointe de deux caractères Documet dispoible à http://www.uiv-motp3.fr/miap/es/aes/l1/optiomath. AES optio mathématique Aée 2004 2005 Notes de cours : ajustemet liéaire 1 Cadre : mesure cojoite de deux caractères O se place das

Plus en détail

est positive et continue On admet que l aire du domaine compris entre la courbe de et l axe des abscisses dans un RON vaut 1

est positive et continue On admet que l aire du domaine compris entre la courbe de et l axe des abscisses dans un RON vaut 1 TS Lois normales Cours La loi de probabilité la plus utilisée en statistique est la loi normale, encore appelée loi de Gauss, ou de Laplace-Gauss. C est une distribution théorique, en ce sens qu'elle 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

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