LOI DE PROBABILITE CONTINUE
|
|
- Henri Lortie
- il y a 6 ans
- Total affichages :
Transcription
1 LOI DE PROBABILITE CONTINUE I) VERIFIER LES ACQUIS ( voir le chpitre des probbilités) 1) Clculer l moyenne, l vrince et l'écrt-type de ces deux séries sttistiques x i effectifs x = y i fréquences 0,1 0,4 0,2 0,3 y = V = V = = = 2) On lnce 3 fois de suite un dé tétrédrique équilibré dont les fces sont numérotées 1, 2, 3,4. On ppelle X l vrible létoire représentnt le nombre de fois où le 1 est sorti. ) Préciser l nture de X et ses prmètres. b) Pour x i {0;1;2;3}, donner l formule qui clcule P X=x i = Compléter à l'ide de l clcultrice le tbleu suivnt : x i P X=x i c) Clculer l moyenne x, l vrince V(X) et l'écrt-type (X) de X.
2 d) Soit Z l vrible létoire Z= X x X = X np np 1 p = ; compléter le tbleu suivnt : x i z i P Z=z i Clculer l moyenne, l vrince et l'écrt-type de Z. 3) Représenter l'histogrmme de l loi binomile B( 10;0,4) ( le rectngle ABCD représentnt 0,01) xi p(x=xi) 0, , , , , , , , , , ,00010 D A C B x
3 II) INTRODUCTION ET DEFINITIONS 1) Introduction Qund l univers est un intervlle Jusqu à présent, chque vrible létoire X conduisit à un univers imge fini et chque vrible létoire prenit un nombre fini de vleurs. Il s gissit donc toujours de définir une loi de probbilité P sur un ensemble fini X( ) = { x 1 ; x 2 ;... ;x n } et il suffisit de déterminer les n réels P(X= x 1 ) ; P(X= x 2 )... P(X= x n ). Mis il rrive ussi que les résultts d une vrible létoire puissent être n'importe quel nombre d un intervlle I de R. Pr exemple : l durée des communictions téléphoniques sur un mois. Dns ce cs, il n est plus question de définir une loi de probbilité en se donnnt l probbilité de chque élément de I (elle serit d illeurs nulle! ) et de plus, les événement intéressnts ne sont plus obtenir tel ou tel réel mis plutôt obtenir un nombre entre et b. L définition d une loi de probbilité P sur I repose donc sur l notion de probbilité d un intervlle quelconque de I. exemple : On fit un sondge sur l durée des communictions téléphoniques pendnt un mois, puis on trce l histogrmme et le polygone des fréquences. L fréquence de [3;4] est l ire du rectngle hchuré heure Comme l somme des fréquences est 1 lors l somme des ires des rectngles est 1 UA. Si on ffine les résultts en les regroupnt dns des clsses de plus en plus petites, le polygone devient de plus en plus précis. Donc qund l lrgeur de l clsse tend vers 0, le polygone tend vers une courbe que l on ppelle courbe représenttive de l densité de probbilité y A y = f(x) 0 b 10 x en heure L fonction f s ppelle densité de probbilité et l ire hchurée est 1 UA. L probbilité pour que l consommtion soit entre et b est donc l ire A donc P( X b) = b f x d x
4 Définition 1 : 2) Définitions Une vrible létoire est dite continue si elle peut prendre toutes les vleurs d'un intervlle [ ; b] de R. Définition 2 : Ex : Soit I = [ ; b ] un intervlle de R. On ppelle fonction densité sur I toute fonction f définie sur I vérifint les trois conditions : l f continue sur I l f positive sur I b l f x d x =1 Définition 3 : Propriété : Propriété : Soit X une vrible létoire à vleur dns I = [ ; b ], munie d'une fonction densité. On définit l loi de probbilité P de densité f sur I en ssocint à tout intervlle [c;d] I le réel : P( X [c;d]) = P ( c X d ) = f x d x c On dit que P est une loi de probbilité continue à densité f sur I. P( X = c ) = 0 P(X > c ) = 1 P ( X c ) = 1 c f x d x Pour une vrible létoire de densité f sur [;b], l'espérnce est : b E(X) = xf x d x d Exemples : III) LA LOI UNIFORME Définition : On dit qu'une vrible létoire suit l loi est uniforme sur [;b] si s densité est une fonction constnte k..il fut donc k(b-) = 1 d'où k= 1 b Conséquence: On ppelle loi uniforme sur I = [;b] l loi de probbilité continue sur I dont l densité f est l fonction constnte égle à f x = 1 b.
5 Propriété : Démons : Pour cette loi, l probbilité de l'intervlle [, ] I est P(X [, ]) = b est E X = b 2 et son espérnce Exercices : IV) LOI NORMALE CENTREE REDUITE : N (0;1) Utiliser le fichier géogébr : '' loi binomile '' pour expliquer ce qui suit : Soit X une vrible létoire qui suit une loi binomile B(n;p). Si l'on fixe p et que l'on fit ugmenter n, l'histogrmme représentnt les vleurs prises pr X semble se rpprocher d'une «courbe en cloche»; Si l'on chnge p, l «courbe en cloche» chnge de crctéristiques ( huteur et étlement) En revnche, si on considère l vrible létoire Z = Z= X x X = X np, on s'perçoit que, quel que np 1 p soit p, l courbe en cloche est toujours symétrie pr rpport à l'xe des ordonnées. De plus le mthémticien Abrhm de Moivre ( XVII e ) montré que l courbe qui représente cette «courbe en cloche» est l représenttion de l fonction définie sur Rpr f x = e x / 2 Définition : Une vrible létoire X suit une loi normle centré réduite si s fonction densité est l fonction définie sur Rpr f x = e x / 2 elle se note N (0;1) Dns ce cs l'espérnce est E(X)= = 0 et son écrt-type est = 1
6 Propriétés : b P( X b ) = f x d x L'ire sous l courbe est 1 : elle représente P(X ] ; [ ) L courbe est symétrique pr rpport à l'xe des ordonnées donc P(X [ 0; [ ) = 1 2 P( X u) = P( X -u) donc P( X - u) = 1 P ( X u ) Utilistion de l clcultrice pour clculer Soit X une vrible létoire qui suit l loi normle centrée réduite, clculer : P(-1,96 X 1,96) 0,95 P( X 1) 0,8413 P ( X 0,5 ) 0,3085 Remrques : pour P( X 1) progrmmer P( X 1) et pour P ( X 0,5 ) progrmmer P( 0,5 X ) Intervlles prticuliers à connître P( X [-1;1] ) 0,68 P( X [-1,96;1,96] ) 0,95 P( X [-2;2] ) 0,954 P( X [-3;3] ) 0,997 Exercices : V) LOI NORMALE N ( ; 2 ) Définition : Dire qu'une vrible létoire X suit une loi normle N ( ; 2 ) signifie que l vrible létoire T= X suit une loi normle N (0;1)
7 Propriétés (dmise): Si une vrible létoire suit une loi normle N ( ; 2 ), lors son espérnce est, s vrince est 2 et son écrt-type est. Remrque : l fonction de réprtition n'est ps u progrmme. Influence des prmètres : Les intervlles à connître: Si une vrible létoire suit une loi normle N ( ; 2 ) lors l vrible létoire T= X normle N (0;1) donc P( - X + ) =... = P ( -1 T 1) 0,68 suit une loi P( - X + ) 0,68 P( - 2 X + 2 ) 0,954 P( - 3 X + 3 ) 0,997 Exercices :
8
Séquence 8. Probabilité : lois à densité. Sommaire
Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :
Plus en détailSynthèse de cours (Terminale S) Calcul intégral
Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (
Plus en détailTout ce qu il faut savoir en math
Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion
Plus en détailThéorème de Poincaré - Formule de Green-Riemann
Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailLICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER
LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries
Plus en détailsemestre 3 des Licences MISM annnée universitaire 2004-2005
MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................
Plus en détailCOURS D ANALYSE. Licence d Informatique, première. Laurent Michel
COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................
Plus en détail3- Les taux d'intérêt
3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents
Plus en détailCorrection de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (
Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est
Plus en détailSTI2D Logique binaire SIN. L' Algèbre de BOOLE
L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.
Plus en détailCours d Analyse IV Suites et Séries de fonctions
Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d
Plus en détailUniversité Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO
Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................
Plus en détailTurbine hydraulique Girard simplifiée pour faibles et très faibles puissances
Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits
Plus en détailANALYSE NUMERIQUE NON-LINEAIRE
Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre
Plus en détailANALYSE : FONCTIONS D UNE VARIABLE RÉELLE
Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr
Plus en détailInfluence du milieu d étude sur l activité (suite) Inhibition et activation
Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu
Plus en détailChapitre 11 : L inductance
Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4
Plus en détailLicence M.A.S.S. Cours d Analyse S4
Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,
Plus en détailChapitre VI Contraintes holonomiques
55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détail/HVV\VWqPHVFRPELQDWRLUHV
/HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x
Plus en détailMagister en : Génie Mécanique
الجمهورية الجزاي رية الديمقراطية الشعبية République Algérienne Démocrtique et Populire وزارة التعليم العالي و البحث العلمي Ministère de l enseignement supérieur et de l recherche scientifique Université
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailSciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot
Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une
Plus en détailLANGAGES - GRAMMAIRES - AUTOMATES
LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront
Plus en détailReprésentation 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 détailGuide d'utilisation Easy Interactive Tools Ver. 2
Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive
Plus en détailCalculs 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 détailComment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite.
Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Introduction : Avant de commencer, il est nécessaire de prendre connaissance des trois types de
Plus en détailEstimation: 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 détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailPartie 4 : La monnaie et l'inflation
Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que
Plus en détailLITE-FLOOR. Dalles de sol et marches d escalier. Information technique
LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailIntroduction à la modélisation et à la vérication p. 1/8
Introduction à l modélistion et à l vériction Appliction ux systèmes temporisés Ptrici Bouyer LSV CNRS & ENS de Cchn Introduction à l modélistion et à l vériction p. 1/8 Modélistion & Vériction Introduction
Plus en détailChapitre 1 : Fonctions analytiques - introduction
2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux
Plus en détailRégression multiple : principes et exemples d application. Dominique Laffly UMR 5 603 CNRS Université de Pau et des Pays de l Adour Octobre 2006
Régression multiple : principes et eemples d ppliction Dominique Lffly UMR 5 603 CNRS Université de Pu et des Pys de l Adour Octobre 006 Destiné à de futurs thémticiens, notmment géogrphes, le présent
Plus en détailLE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )
SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Plus en détailStatistiques 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 détailLois 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 détailAvant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation.
Guide de référence rpide Commencer Avnt d utiliser l ppreil, lisez ce Guide de référence rpide pour connître l procédure de configurtion et d instlltion. NE rccordez PAS le câle d interfce mintennt. 1
Plus en détailModule 2 : Déterminant d une matrice
L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté
Plus en détailThèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure
République Algérienne Démocrtique et Populire Ministère de l enseignement supérieur et de l recherche scientifique Université Mentouri de Constntine Fculté des sciences et sciences de l ingénieur Déprtement
Plus en détailINTENTION LES PROCESSUS MATHÉMATIQUES
INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailPour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!
Pour développer votre entreprise Gestion Commercile Gérez le cycle complet des chts (demnde de prix, fcture fournisseur), des stocks (entrée, sortie mouvement, suivi) et des ventes (devis, fcture, règlement,
Plus en détailCompte rendu de la validation d'un observateur cascade pour la MAS sans capteurs mécaniques sur la plate-forme d'essai de l'irccyn
Compte rendu de l vlidtion d'un oservteur cscde pour l MAS sns cpteurs mécniques sur l plte-forme d'essi de l'irccyn Mlek GHANES, Alin GLUMINEAU et Roert BOISLIVEAU Le 1 vril IRCCyN: Institut de Recherche
Plus en détailValeur cible et solveur. Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème.
Valeur cible et solveur Atteindre une valeur cible Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème. A l'aide d'un certain nombre
Plus en détailAUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*)
Revue d histoire des mthémtiques, 2 (1996), p. 1 66. AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES Bruno BELHOSTE (*) RÉSUMÉ. Dns cet rticle,
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailNotion de fonction. Série 1 : Tableaux de données. Série 2 : Graphiques. Série 3 : Formules. Série 4 : Synthèse
N7 Notion de fonction Série : Tableaux de données Série 2 : Graphiques Série 3 : Formules Série 4 : Synthèse 57 SÉRIE : TABLEAUX DE DONNÉES Le cours avec les aides animées Q. Si f désigne une fonction,
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailSOCIÉTÉ LINNÉENNE DE LYO N FONDEE EN 182 2
39 nnée N 6 Juin 197 0 BULLETIN MENSUE L DE LA SOCIÉTÉ LINNÉENNE DE LYO N FONDEE EN 182 2 RECONNUE D'UTILITE PUBLIQUE PAR DECRET DU 9 AOUT 193 7 des SOCIETES BOTANIQUE DE LYON, D'ANTHROPOLOGIE ET DE BIOLOGIE
Plus en détail3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements
3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements Développer une expression consiste à transformer un produit en une somme Qu est-ce qu une somme? Qu est-ce qu un produit?
Plus en détailSEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX
SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX 1. EXPERIENCE 1 : APPLICATION DE LA LOI FONDAMENTALE DE LA DYNAMIQUE a) On incline d un angle α la table à digitaliser (deuxième ou troisième cran de la table).
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailTechniques d analyse de circuits
Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre
Plus en détailLe canal étroit du crédit : une analyse critique des fondements théoriques
Le cnl étroit du crédit : une nlyse critique des fondements théoriques Rfl Kierzenkowski 1 CREFED Université Pris Duphine Alloctire de Recherche Avril 2001 version provisoire Résumé A l suite des trvux
Plus en détailFIG. 1 Module de stockage en position horizontale ; positionnement des jauges de déformation.
Anlyse thermo-mécnique dun prototype de stockge hybride (solide-gzeux) dhydrogène D. CHAPELLE, O. GILLIA b, M. FELDIC. Institut FEMTO ST, UMR 6174, Déprt. Mécnique Appliquée, 24 rue de l Epitphe, 25000
Plus en détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
Plus en détailModification simultanée de plusieurs caractéristiques d un bien hédonique : une nouvelle méthode de calcul de la variation de bien-être des ménages
Modifiction simultnée de plusieurs crctéristiques d un bien hédonique : une nouvelle méthode de clcul de l vrition de bien-être des ménges Trvers Muriel * Version provisoire Résumé : De nombreuses situtions
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailFPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1
INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution
Plus en détailNotes de révision : Automates et langages
Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s
Plus en détailDérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES
Capitre 4 Dérivation Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Dérivation Nombre dérivé d une fonction en un point. Tangente à la courbe représentative d une fonction dérivable
Plus en détailExercice 6 Associer chaque expression de gauche à sa forme réduite (à droite) :
Eercice a Développer les epressions suivantes : A-(-) - + B-0(3 ²+3-0) -0 3²+-0 3+00 B -30²-30+00 C-3(-) -3 + 3-3²+6 D-(-) + ² Eerciceb Parmi les epressions suivantes, lesquelles sont sous forme réduite?
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailDéroulement de l épreuve de mathématiques
Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
Plus en détailIntégrale et primitives
Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition
Plus en détailElectrovanne double Dimension nominale Rp 3/8 - Rp 2 DMV-D/11 DMV-DLE/11
Electrovnne double Dimension nominle 3/8 - DMV-D/11 DMV-DLE/11 7.30 M Edition 11.13 Nr. 223 926 1 6 Technique L électrovnne double DUNGS DMV intère deux électrovnnes dns un même bloc compct : - vnnes d
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailToyota Assurances Toujours la meilleure solution
Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou
Plus en détailVIBRATIONS COUPLEES AVEC LE VENT
VIBRATIONS OPLEES AVE LE VENT Pscl Hémon Lbortoire d Hydrodynmique, LdHyX Ecole Polytechnique, Pliseu Octobre 00 Vibrtions couplées vec le vent Si vous pense que j i révélé des secrets, je m en ecuse.
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détail6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses
6. Hachage Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses PLAN Définition Fonctions de Hachage Méthodes de résolution de collisions Estimation
Plus en détailMathématiques I Section Architecture, EPFL
Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailAnnexe 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 détailCours de méthodes de scoring
UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailCalculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.
CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le
Plus en détailIntégrales généralisées
3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailFONCTIONS À CROISSANCE RÉGULIÈRE
P. LEVY (Paris - Francia) FONCTIONS À CROISSANCE RÉGULIÈRE ET ITÉRATION D'ORDRE FRACTIONNAIRE 1. - Une fonction teue que ^c+e~ x sin log x, malgré la lenteur et la petitesse de ses osciuations, nous apparaît
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailGuide de l'utilisateur
Guide de l'utilisteur Symboles Utilisés Dns ce Guide Indictions de sécurité L documenttion et le projecteur utilisent des symboles grphiques qui indiquent comment utiliser l ppreil en toute sécurité. Veillez
Plus en détailAnnexe II. Les trois lois de Kepler
Annexe II es tois lois de Keple écnique & 4 èe - Annexe II es tois lois de Keple Johnnes Keple (57-6), pulie en 596 son peie ouge, ysteiu Cosogphicu Teize nnées plus td, en 69, il pulie Astonoi No, dns
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailDérivation : Résumé de cours et méthodes
Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détail