EXERCICE 1. Corrigé ESC 2005 Eco par Pierre Veuillez. 1. a) Comme h = f 3Id alors N = mat B (h) = mat B (f) 3mat B (I) = A 3I = Donc N 2 =

Dimension: px
Commencer à balayer dès la page:

Download "EXERCICE 1. Corrigé ESC 2005 Eco par Pierre Veuillez. 1. a) Comme h = f 3Id alors N = mat B (h) = mat B (f) 3mat B (I) = A 3I = Donc N 2 ="

Transcription

1 Corrigé ESC 2005 Eco par Pierre Veuillez EXERCICE. a) Comme h = f Id alors N = mat B (h) = mat B (f) mat B (I) = A I = Donc N 2 = Et N = = = b) Comme on a la relation polynomiale N = 0 alors si λ est valeur propre de N alors λ = 0 et λ = 0 Donc la seule valeur propre possible de h est λ = 0 Est-elle valeur propre? on peut passer par 0 valeur propre N non inversible ou par la définition, rechercher un vecteur propre associé à 0. N x y z = 0 y = 0 x + y + z = 0 x 8y z = 0 { y = 0 x + z = 0 Donc 0 est valeur propre de N (ou de h) et le sous espace propre associé est Vect ((, 0, )) c) pour déduire, il faut faire le lien entre gh et f : h = f Id. On a alors λ valeur propre de f (A λi) non inversible. Et comme A = N + I λ valeur propre de f (N + ( λ) I) non inversible. λ valeur propre de h. La seule valeur propre de h étant 0, ceci équivaut à λ = 0 Donc la seule valeur propre de f est. N.B. on pouvait également passer par il existe u non nul tel que f (u) = λu puis remplacer f = h + Id ou encore par ker (f λid) {0} d) Comme f (u) = u h (u) = 0, pour déterminer le sous espace propre associé à, on peut réutiliser le travail déjà fait : Les vecteurs propres de f associés à sont les vecteurs propres de h associés à 0. Donc le sous espace propre de f associé à la valeur propre est S = Vect ((, 0, )) Une famille génératrice et libre (car (, 0, ) 0 ) en est (, 0, ) qui est donc une base de S Donc S est de dimension. e) Comme la somme des dimensions des sous espaces propres n est pas, f n est pas diagonalisable. on peut aussi résonner par l absurde : La seule valeur propre de f est donc si f est diagonalisable sa matrice dans une base 0 0 de vecteurs propres est D = 0 0 = I et A = P IP = I ce qui est faux. 0 0 Corrigé ESC 2005 page /9

2 Comme 0 n est pas valeur propre de f alors f est bijective. Conclusion : f est bijective mais non diagonalisable f) On considère les vecteurs de R : u = (,, ) ; u 2 = h(u ) ; u = h(u 2 ). On calcule les image en passant par les coordonnées dans B et la matrice de h : 0 0 N mat B (u ) = = donc u 2 = (,, 2) 8 2 N 2 = 0 vecteur propre associé à 0. Donc h (u ) = 0 g) On monter que la famille est libre : Si u + βu 2 + γu = 0 alors donc u = (, 0, ) et on reconnaît que u = (, 0, ) est + β + γ = 0 β = 0 donc + 2β γ = 0 L L par substitution. Donc la famille est libre et a trois vecteurs de R. c est donc une base de R. γ = 0 = 0 β = 0 h) Comme h (u ) = u 2, ses coordonnées dans la base B = (u, u 2, u ) sont (0,, 0) Comme h (u 2 ) = u, ses coordonnées sont (0, 0, ) Et comme h (u ) = 0, ses coordonnées sont (0, 0, 0) Donc N = i) Comme f = h + Id alors la matrice de f dans B est mat B (h) + I = N + I On considère la matrice P = a) P est la matrice de passage de B dans B donc elle est inversible. Et d après la formule de changement de base, mat B (f) = mat B (B ) mat B (f) mat B (B) et A = P (I + N )P. b) Soit n un entier naturel supérieur ou égal à deux. b. b. Par récurrence : Pour n = 0 on a P (I + N ) 0 P = P P = I = A 0 Soit n 0 tel que A n = P (I + N ) n P. Alors A n+ = P (I + N ) n P P (I + N )P = P (I + N ) n+ P Donc pour tout entier n, A n = P (I + N ) n P. b2. On peut calculer (N ) ou rechercher le lien : N = P N P et N = P NP donc (N ) = P N P = 0 On peut alors démontrer par récurrence : (I + N ) 0 = I + 0N + 0 (N ) 2 donc a 0 = : b 0 = 0 : c 0 = 0 conviennent. Corrigé ESC 2005 page 2/9

3 Soit n tel qu il existe (a n, b n, c n ) avec alors (I + N ) n = a n I + b n N + c n (N ) 2 alors (I + N ) n+ = [ a n I + b n N + c n (N ) 2] [I + N ] = a n I + (b n + a n ) N + (c n + b n ) (N ) 2 + c n (N ) = a n I + (b n + a n ) N + (c n + b n ) (N ) 2 car (N ) = 0 donc a n+ = an : b n+ = b n + a n et c n+ = c n + b n conviennent (réels) Donc pour tout entier n, il existe des réels (a n, b n, c n ) tels que (I + N ) n = a n I + b n N + c n (N ) 2 alors ou appliquer la formule du binôme : IN = N = N I Donc (I + N ) n = n ( n k=0 k) (N ) k n k I k et comme les puissances de N sont nulle au delà de 2, on découpe la somme (ce que l on ne peut faire que si n 2 ) (I + N ) n = 2 k=0 ( ) n (N ) k n k I + k = n I + n n N + n k= ( ) n 0 n k I k k n (n ) n 2 (N ) 2 2 Méthode qui nous fournit les valeurs de a n = n : b n = n n : c n = n(n ) 2 n 2 (valeurs qui conviennent encore pour n = 0, et ) b. On a alors EXERCICE 2 A n = P ( a n I + b n N + c n (N ) 2) P = a n P IP + b n P N P + c n P (N ) 2 P = a n I + b n N + c n N 2 On considère la fonction de deux variables f définie sur l ouvert U =]0; + [ ]0; + [ par : f((x, y)) = x 2 ln y y ln x. On note g la fonction définie sur ]0; + [ par g(t) = 4t 2 2t ln t. a) g est C 2 sur ]0, + [ comme produit et somme de fonctions C 2 et pour tout t > 0 : g (t) = 8t 2 ln (t) 2 g (t) = 8 2 = 2 4t t t b) g est du signe de 4t donc t t affi ne g (t) 0 + g (t) g (t) + avec g ( 4) = 2 2 ln ( 4) 2 = 2 ln (4) > 0 car 4 > e En 0 : Corrigé ESC 2005 page /9

4 g (t) = 8t 2 ln (t) 2 + et g(t) = 4t 2 2t ln t et comme t ln (t) = ln(t) et que ln (t) = 0 (/t) alors g (t) /t En + : ( ) g (t) = 8t 2 ln (t) 2 = t 8 2 ln(t) 2 + car ln (t) = o (t) t t et g(t) = 4t 2 2t ln t = t ( ) ln t t t + 2 c) Comme g est continue et strictement croissante sur ]0, + [ elle est bijective de ]0, + [ dans ]lim 0 g, lim + g[ = ], + [ Et comme 0 ], + [ alors Conclusion : l équation g (x) = 0 a une unique solution, ]0, + [ d) On a donc 0 = g () = ln () d où 2 ln () = 4 2 et Conclusion : ln = a) La fonction coordonnée (x, y) y est C 2 sur R 2 Donc (x, y) ln (y) est C 2 en (x, y) tel que y > 0 de même (x, y) ln (x) est C 2 en (x, y) tel que x > 0 Donc f est C 2 en (x, y) tels que x > 0 et y > 0 donc sur ]0, + [ ]0, + [ = U b) Les dérivées partielles d ordre de f sont : f((x, y)) = x 2 ln y y ln x f x (x, y) = 2x ln (y) y x f x2 (x, y) = ln (x) y y c) Donc si (x 0, y 0 ) est un point critique de f alors f (x y 0, y 0 ) = x2 0 y 0 ln (x 0 ) = 0 et donc y 0 ln (x 0 ) = x 2 0 > 0 donc, comme y 0 > 0 alors ln (x 0 ) > 0 et x 0 > Conclusion : x 0 > et y 0 = (x 0) 2 ln x 0 d) g(ln (x 0 )) = 4 ln (x 0 ) 2 2 ln (x 0 ) ln (ln (x 0 )) Et comme 0 = f x (x 0, y 0 ) = 2x 0 ln (y 0 ) y ( ) 0 (x0 ) 2 = 2x 0 ln x 0 ln x 0 ( ) (x0 ) 2 = 2x 0 ln x 0 ln x 0 ln (x 0 ) [ ( ) ] x 0 (x0 ) 2 = 2 ln (x 0 ) ln ln (x 0 ) ln x 0 = = x 0 Conclusion : g(ln x 0 ) = 0. ln (x 0 ) [2 ln (x 0) [2 ln (x 0 ) ln (ln x 0 )] ] x 0 ln (x 0 ) g (ln (x 0)) (x 0 ) 2 ln x 0 x 0 Donc si (x 0, y 0 ) est un point critique alors ln (x 0 ) = et x 0 = e et y 0 = (x 0) 2 Réciproquement, si x 0 = e et y 0 = e2 f (x x 0, y 0 ) = 0 ln x 0 = e2 f alors (x y 0, y 0 ) = 0 et g (x 0 ) = 0 donc Corrigé ESC 2005 page 4/9

5 . a) On a ) Donc (e, e2 est un point critique de f et c est le seul. r = 2 f x (x, y) = 2 ln (y) + y 2 x 2 s = 2 f y x (x, y) = 2x y x t = 2 f (x, y) = x2 y2 y 2 b) On calcule la différence : 2 ln y 0 + y 0 (x 0 ) 2 2 = ( ) e 2 e 2 2 ln + e 2 2 = 4 2 ln () + 2 = ( ln () ) = g () Conclusion : 2 ln y 0 + y 0 (x 0 ) 2 = 2 Comme r > 0 et que t < 0 alors rt s 2 < 0 et donc sur l ouvert U, f n a pas d extremum local, et a fortiori, global. { h(t) = 6 f(t, t) lorsque t ]0; ] 4. On définit sur R l application h telle que 5 h(t) = 0 lorsque t 0 ou t > a) On a h (t) = 6 5 (t2 t) ln (t) si t ]0; ] Donc h est continue sur ]0; ], sur ], 0] et sur ], + [ En 0 + : h (t) = 6 5 (t2 t) ln (t) = h (t) = 6 ln(t) (t ) 0 quand t 0 car ln (t) = 0 (t) 5 /t Donc h (t) h (0) quand t 0, t > 0 et h est continue en 0 + En + : h (t) = 0 0 = h () donc h est continue en + Finalement, h est continue sur R. b) On calcule a t k ln t dt en intégrant par parties : u (t) = t k : u (t) = k+ tk+ : v (t) = ln (t) : v (t) = t avec u et v C sur [a, ] (car a > 0 ) Donc a t k ln t dt = ak+ ln (a) k + = ak+ ln (a) k + k + a t k dt (produit changé en puissance) ( ) a k+ (k + ) 2 et quand a 0, a k+ ln (a) 0 car ln (a) = o ( a k+) donc Conclusion : l intégrale impropre en 0 : 0 t k ln t dt converge et vaut (k + ) 2. Corrigé ESC 2005 page 5/9

6 c) Montrer que pour tout réel t de ]0; ], on a t 0 et ln (t) ln () = 0 donc (t ) ln t 0. Donc (t 2 t) ln (t) = t (t ) ln (t) 0 et h est positive sur ]0, ] et nulle ailleurs. Conclusion : h 0 sur R d) Reste à calculer + h Cette intégrale est impropre en ± et en 0 0 h = 0 0 converge et vaut 0. + h = + 0 converge et vaut 0. h = (t2 t) ln (t) dt = 0 Or 0 t2 ln (t) dt = = 2 9 et t ln (t) dt = 0 4 Donc (t2 ln (t) t ln (t)) dt = 6 5 Conclusion : h est donc une densité de probabilité. EXERCICE 6 5 (t2 ln (t) t ln (t)) dt (produit changé en somme) ( 9 + 4) = Une urne contient initialement deux boules rouges et une boule bleue indiscernables au toucher. On appelle épreuve la séquence suivante : On tire une boule de l urne, puis : Si la boule tirée est bleue, on la remet dans l urne. Si la boule tirée est rouge, on ne la remet pas dans l urne mais on remet une boule bleue dans l urne à sa place. L expérience aléatoire consiste à effectuer une succession illimitée d épreuves. Pour tout entier naturel n non nul, on note Y n la variable aléatoire discrète égale au nombre de boules rouges présentes dans l urne à l issue de la n - ième épreuve. On notera pour chaque entier naturel k non nul les événements suivants : R k : " Lors de la k-ième épreuve on a extrait une boule rouge de l urne. " B k : " Lors de la k-ième épreuve on a extrait une boule bleue de l urne. ". Y est le nombre de boules rouges présentes dans l urne à l issue du premier tirage. Si on a tiré rouge, elle est remplacée par bleue et il n en reste qu une Si on tiré bleu, elle est remise dans l urne et il reste 2 rouges. Donc Y (Ω) = {, 2} avec (Y = ) = R et P (Y = ) = 2 (boules équiprobables) et (Y = 2) = B et P (Y = 2) = 2. Quand n 2, on peut avoir obtenu aucune, une ou 2 boules rouges. Donc à l issue des n tirages, il peut en rester Y n (Ω) = {0,, 2}. (Y n = 2) signifie que l on a retiré aucune boule rouge. Donc que l on a obtenu que des boules bleues. (Y n = 2) = B B n Donc P (Y n = 2) = P (B ) P B (B 2 ) P B B n (B n ) le conditionnement précisant que l on conserve toujours les mêmes boules dans l urne. Donc P (Y n = 2) = ( ) n 4. On pose pour tout entier naturel non nuln, u n = P (Y n = ). a) On a trouvé u = P (Y = ) = 2 On a u 2 = P (Y 2 = ) Corrigé ESC 2005 page 6/9

7 Comme (Y 2 = ) signifie qu il ne reste qu un rouge, c est que l on en a tiré une seule : au premier ou au second tirage. (Y 2 = ) = (R B 2 ) (B R 2 ) et les deux étant incompatibles On a donc bien u 2 = 2. P (Y 2 = ) = P (R B 2 ) + P (B R 2 ) = P (R ) P R (B 2 ) + P (B ) P B (R 2 ) = = 6 9 b) Pour n 2, (Y n =, Y n = 2, Y n = ) est une système complet d événements Donc P (Y n+ = ) = P Yn=0 (Y n+ = ) P (Y n = 0) +P Yn= (Y n+ = ) P (Y n = ) +P Yn=2 (Y n+ = ) P (Y n = 2) le conditionnement donne la composition de l urne et donc pour avoir après tirage une seule rouge il faut : P Yn=0 (Y n+ = ) = 0 P Yn= (Y n+ = ) = P 2BR (B n ) = 2 P Yn=2 (Y n+ = ) = P 2RB (R n ) = 2 et P (Y n+ = ) = 2 P (Y n = ) + 2 P (Y n = 2) = 2 u n + 2 n+ Et pour n = on a 2u + 2 = = 6 = 2 = u Conclusion : pour tout n, on a u n+ = 2 u n + 2 n+ c) On pose pour tout entier naturel n non nul v n = u n + 2 n. On calcule v n+ en fonction de v n : v n+ = u n+ + 2 n+ = 2 u n n+ = 2 ( u n + 2 ) n+ = 2 v n n+ Donc la suite v est géométrique de raison 2 et v n = ( 2 n ) v pour tout entier n avec v = u + 2 = 4 on a donc Conclusion : u n = v n 2 ( ) n 2 = 2 2 n n Corrigé ESC 2005 page 7/9

8 d) Pour n 2, comme les seules valeurs possibles de Y n sont 0, et 2 on a donc P (Y n = 0) = P (Y n = ) P (Y n = 2) ( ( ) n 2 = 2 2 ) ( n ( ) n ( ) n 2 = 2 + formule que l on test pour n = : 2 ( 2 ( ) + ) = 0 = P (Y = 0) convient encore. Conclusion : Donc pour tout entier n on a P (Y n = 0) = 2 ( 2 n ( ) + ) n 5. On a alors Conclusion : E (Y n ) = 2 ( ) 2 n ) n E (Y n ) = 0P (Y n = 0) + P (Y n = ) + 2P (Y n = 2) ( ) n 2 = 2 2 ( ) n + 2 n ( ) n 2 = 2 6. On note Z la variable aléatoire égale au numéro de l épreuve amenant la dernière boule rouge. (ESC 2005) a) La dernière boule rouge (la seconde) peut apparaître à partir de la seconde épreuve au plus tôt et il n y a pas de plus tard. Donc Z(Ω) = [[2, + [[. b) Soit k un entier supérieur ou égal à 2. (Z = k) signifie que au k ieme tirage on a tiré la dernière boule rouge. Donc qu après ce tirage, il n y en a plus alors qu avant il y en avait encore une : (Z = k) = (Y k = 0) (Y k = ) c) Donc (les deux ne sont pas du tout indépendants!) d) La loi de Z est donc donnée par : Z(Ω) = [[2, + [[ et pour tout k [[2, + [[ : P (Z = k) = P (Yk =) (Y k = 0) P (Y k = ) = P 2BR (R) P (Y k = ) ( = ( ) ) k k = ( 2 k 2 ) k Corrigé ESC 2005 page 8/9

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en 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

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 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

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Les devoirs en Première STMG

Les devoirs en Première STMG Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................

Plus en détail

O, i, ) ln x. (ln x)2

O, i, ) ln x. (ln x)2 EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en 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

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

Plus en 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

Variables Aléatoires. Chapitre 2

Variables 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 détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en 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

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

Les probabilités. Chapitre 18. Tester ses connaissances Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce

Plus en détail

Coefficients binomiaux

Coefficients 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 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

INTRODUCTION. 1 k 2. k=1

INTRODUCTION. 1 k 2. k=1 Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à

Plus en détail

spé MP POLYCOPIÉ D EXERCICES 2015-2016

spé MP POLYCOPIÉ D EXERCICES 2015-2016 spé MP POLYCOPIÉ D EXERCICES 5-6 POLYNÔMES Soit n IN (a) Montrer qu il existe un polynôme P n tel que : θ IR : P n (cos θ) sin θ = sin(n + )θ On donnera une expression de P n (b) Calculer le degré, le

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais

Plus en détail

Introduction au Calcul des Probabilités

Introduction au Calcul des Probabilités Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en 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

EXERCICES - ANALYSE GÉNÉRALE

EXERCICES - ANALYSE GÉNÉRALE EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par

Plus en détail

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en 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

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

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Commun à tous les candidats

Commun 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 détail

9 5 2 5 Espaces probabilisés

9 5 2 5 Espaces probabilisés BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

Arbre de probabilité(afrique) Univers - Evénement

Arbre de probabilité(afrique) Univers - Evénement Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 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

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Baccalauréat ES Amérique du Nord 4 juin 2008

Baccalauréat ES Amérique du Nord 4 juin 2008 Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

CALCUL DES PROBABILITES

CALCUL DES PROBABILITES CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les

Plus en 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

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

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

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

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

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en 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

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile. Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir

Plus en détail

LISTE D EXERCICES 2 (à la maison)

LISTE D EXERCICES 2 (à la maison) Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en 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

Licence de Mathématiques 3

Licence de Mathématiques 3 Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/

Plus en détail

EPREUVES AU CHOIX DU CANDIDAT. Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1)

EPREUVES AU CHOIX DU CANDIDAT. Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1) 1 CYCLE MST-A 30 JUIN 2010 10 ème Promotion 2010 / 2012 CONCOURS D ENTREE A L IIA DROIT EPREUVES AU CHOIX DU CANDIDAT Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1) Le candidat traitera au choix

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

MODELES DE DUREE DE VIE

MODELES DE DUREE DE VIE MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions

Plus en détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

Plus en détail