Corrigé du Devoir Surveillé n 2

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Corrigé du Devoir Surveillé n 2"

Transcription

1 ECS 1 Dupuy de Lôme Vendredi 1 octobre 00 Corrigé du Devoir Surveillé n EXERCICE 1 Propriétés des coefficients du binôme Soient p,, n trois entiers naturels. ( 1. a. D après la petite formule, j en déduis immédiatement le résultat. ( n. En divisant les deux membres de cette égalité par +1 b. Soit n 1. D après la question précédente et la formule du binôme de Newton, j odtiens : n ( 1 n S 1 1 n ( 1 ( ( 1 ( S S 3 n ( n ( n 1 n ( ( ( ( ( n n + 1 n 1 ( n ( 1 ( ( n + 1 ( 1 1 ( ( 1 ( 1. a. ( ( n p n!!(n!! p!( p! n! p!(n p! n! p!(n p! b. Soit (p, n N N tel que p < n, alors S S p0 (n p! (n!(n p n +! ( ( n n p ( ( ( ( ( n n n p n p p p0 p0 n ( ( n n ( ( n n p ( 1 n ( 1 n p p n p n p ( n p p ( n p ( 1 ( n p (1 1 n p 0 car p < n. (n p! (n!( p! ( ( n n p p n ( n n ( n p ( 1 n p n p EXERCICE Grilles de mots croisés Une grille de mots croisés est un tableau rectangulaire de longueur (ou largeur n et de hauteur p, constitué de n p cases, certaines étant noircies, d autres non! Dans cette première partie, on s intéresse aux grilles 6 à cases noires. 1

2 1. Pour savoir combien de grilles avec cases noires on peut former, il suffit de remarquer qu une telle grille est entièrement déterminée par la positition des cases noires. choix de cases noires parmi (. ( Il y a donc grilles possibles.. Parmi ces grilles dénombrons celles qui ont a. au moins un coin noirci Il est plus aisé de dénombrer le complémentaire. En effet une grille sans coin noir correspond aux choix de cases parmi les 0 qui ne sont pas des angles. Par conséquent il y a ( 0 grilles sans aucun angle noir. J en déduis qu il y a ( ( 0 b. exactement deux coins noircis. grilles ayant au moins un angle noir. je choisis deux angles ( je choisis deux autres cases ( 0 ( 0 Au total, il y a donc grilles avec exactement deux coins noircis. c. exactement une case noire par colonne. Chaque colonne d une telle grille contient une case noire : il s agit donc du graphe d une application de [[1, ]] vers [[1, 6]]. Le nombre d applications de [[1, ]] vers [[1, 6]] est Au total, il y a donc 6 grilles avec exactement une case noire par colonne. d. Exactement une case noire par colonne et au plus une case noire par ligne. Comme chaque colonne d une telle grille contient une case noire, il s agit donc du graphe d une application de [[1, ]] vers [[1, 6]]. Comme de plus chaque ligne contient au plus une case noire cette application est injective. On peut donc représenter les grilles possédant exactement une case noire par colonne et au plus une case noire par ligne par les graphes d applications injectives de [[1, ]] dans [[1, 6]]. Au total, il y a donc A grilles avec exactement une case noire par colonne et au plus une case noire par ligne. On s intéresse à présent aux grilles de n p cases dont sont noires, où [[1, np]]. 3. Une grille est déterminée par le choix de cases noires parmi np cases. Il y a donc. Parmi ces grilles dénombrons celles qui ont ( np grilles différentes. a. au plus une case noire par colonne. Pour une telle grille, remarquons tout d abord, qu il y a exactement colonnes qui seront occupées, chacune contenant exactement une case noire. Pour dénombrer ces grilles, j utilise le Principe des Bergers : je choisis colonnes parmi les n colonnes de la grille je choisis une case dans chacune des colonnes selectionnées Il s agit du graphe d une application des colonnes selectionnées vers les p lignes disponibles. ( n Au total, il y a donc b. au plus une case noire par colonne et au plus une case noire par ligne. Pour dénombrer ces grilles, j utilise le Principe des Bergers : ( n p p grilles contenant au plus une case noire par colonne. je choisis colonnes parmi les n colonnes de la grille ( n je choisis une case dans chacune des colonnes selectionnées Comme chaque ligne doit contenir au plus une case noire, il s agit du graphe d une application injective des colonnes selectionnées vers les p lignes disponibles. A p ( n Au total, il y a donc A p grilles contenant au plus une case noire par colonne. EXERCICE 3 Compositions d entiers

3 Définition : Soit n N un entier naturel non nul. On appelle composition de n toute liste d entiers supérieurs ou égaux à 1, dont la somme vaut n. Une composition (n 1, n,..., n p de n vérifie donc n 1 + n + + n p n 1. Compositions de 1 il y a une seule composition de 1 : (1 Compositions de il y a deux compositions de : ( et (1,1. Compositions de 3 il y a compositions de 3 : (3, (1,, (,1, (1,1,1 D où C(1 1, C( et C(3.. Soit n un entier naturel non nul. Il y a une seule composition de n de longueur 1 : (n. N(1, n 1 Dénombrons les compositions de n de longueur. Il s agit des couples (, l d entiers non nuls tels que + l n Pour dénombrer ces couples j utilise le principe des Bergers je choisis [[1, n 1]] je choisis l [[1, n 1]], tel que + l n, ie. l n. Il n y a donc qu une seule possibilité pour le choix de l. (n 1 1 possibilité Au total, il y a n 1 compositions de n de longueur : N(, n n 1 3. Soit p N un entier naturel non nul et n un entier naturel supérieur ou égal à tel que 1 p n 1. On note pour tout [[1, n]] E l ensemble des compositions de n de longueur p + 1, pour lesquelles n p+1. Remarquons tout d abord que les (E [1,n]] forment une partition de l ensemble des compositions de n de longueur p + 1, de sorte que par additivité du cardinal : N(p + 1, n n Card E. Soit [[1, n]]. Pour dénombrer E, j utilise le Principe des Bergers : je choisis n p+1 je choisis (n 1,..., n p de sorte que 1 n n p n 1 possibilité (n 1,..., n p est donc une composition de longueur p de n. N(p, n Au total, il y a N(p, n façons de construire une composition de longueur p + 1 de n pour laquelle n p+1. Autrement dit Card E N(p, n En particulier, Card E 0 lorsque n < p, i.e. > n p. Finalement, N(p + 1, n Card ( n E 1 n 1 n p n p Card E Card E N(p, n N(p, 1 1 p D où N(p + 1, n N(p, n 1 + N(p, n + + N(p, p N(p, p 3

4 . Notons pour tout entier naturel non nul p N, P(p la propriété ( n 1 n p, N(p, n Montrons par récurrence sur p que p N, Initialisation : lorsque p 1, nous avons déjà vu à la question que pour tout entier naturel non nul n, N(1, n 1. Comme ( 0 1, la propriété P(o est vraie. Hérédité : soit p N tel P(p est vraie. Soit n p + 1. D après la question précédente et l hypothèse de récurrence, il vient : N(p + 1, n ( 1 N(p, p p P(p hypothèse de récurrence [( ( ] 1 relation de Pascal p p p ( ( ( n 1 n 1. télescopage p p p Conclusion : par récurrence sur p N, j ai prouvé que n p, N(p, n ( n 1. Soit n N fixé. Pour dénombrer l ensemble de toutes les compositions de n, je peux discuter suivant la longueur de celles-ci. Sachant qu il y a N(p, n compositions de n de longueur p, j obtiens en sommant sur p [[1, n]] par le formule du binôme de Newton. C(n nn(p, n ( n 1 ( n 1 n (1 + 1, p1 p1 Par conséquent n N, C(n EXERCICE Jeu de cartes Dans un jeu de 3 cartes, on tire une main de cinq cartes au hasard. 1. L univers Ω des possibles est l ensemble des choix simultanés de cinq cartes parmi 3. Ω C(, 3 Comme les tirages se font au hasard, Ω est muni de la probabilité uniforme Card Ω ( 3. Soit A l événement obtenir un carré. Comme Ω est muni de la probabilité uniforme,p (A Card A Card Ω. Dénombrons A : je choisis une hauteur pour le carré ( 8 1 je choisis cartes à cette hauteur ( je choisis une carte d une autre hauteur ( 8 1 Au total, Card A 8 8. D où la probabilité d obtenir un carré est P (A ( 3

5 3. Soit B l événement obtenir cinq cartes de la même couleur (trèfle, pique, carreau ou cœur Dénombrons B : je choisis une couleur ( 1 je choisis cinq cartes dans la couleur choisie ( 8 Au total, Card B ( 8 ( 8. D où la probabilité d obtenir cinq cartes de même couleur est P (B. Soit C l événement obtenir au moins un pique. Pour calculer la probabilité de C, il est préférable de dénombrer d abord son complémentaire. En effet comme C est l ensemble des mains sans aucune carte de couleur pique, il y a ( ( mains différentes dans C. Par conséquent : P (C 1 ( 3. Soit D l événement obtenir exactement un as et deux piques Pour dénombrer D, il convient de distinguer deux cas suivant que la main contient ou non l as de pique : Notons D 1 l ensemble des mains de D qui contiennent l as de et D l ensemble des mains de D qui ne contiennent pas l as de. Dénombrons D 1 je choisis l as de pique ( 1 1 possibilité je choisis un autre pique ( 7 1 je choisis 3 cartes ni as, ni pique ( 3 1 Au total, Card D 1 7 ( 1 3. Dénombrons D je choisis un as parmi 3 ( 3 1 je choisis deux piques, mais pas l as ( 7 je choisis cartes ni as ni piques ( 1 Au total, Card D 3 ( 7 ( 1 Finalement, les événements D 1 et D étant incompatibles,. P (D P (D 1 + P (D 7 ( ( ( 1 6. Soit E l événement la main contient deux paires, mais ni carré, ni full. Pour dénombrer E, j utilise le Principe de Bergers je choisis trois hauteurs différentes ( 8 3 Notons {h 1, h, h 3 } les hauteurs obtenues. Parmi ces trois hauteurs deux devront être répétées pour former des paires say h 1, h for instance l autre n apparaîtra qu une seule fois dans la main h 3. je choisis la hauteur qui n apparaîtra qu une fois ( 3 1 A ce stade, la main aura l allure suivante double h 1 h : Il ne reste qu à choisir les couleurs {h 1, h 1 ; h ; h ; h 3 } je choisis deux cartes à la hauteur h 1 ( je choisis deux cartes à la hauteur h ( je choisis une carte à la hauteur h 3 ( 1 Au total, il y a ( 3 8 ( 1( 1( 3( ( façons différentes de construire une main contenant deux paires sans full ni carré. D où P (E 7 ( 8 3 ( 3 ( 3 ( 3

6 EXERCICE La pêche aux canards Le bassin A contient canards jaunes et 3 canards oranges, le bassin B contient canards jaunes et un canard orange. On définit pour tout entier {1,, 3}, les événements J le ième canard péché est de couleur jaune A le ième tirage a lieu dans le bassin A O le ième canard péché est de couleur orange B le ième tirage a lieu dans le bassin B 1. Grâce à la formule des probabilités composées, nous pouvons calculer 1 P (A 1 A A 3. P (A 1 A A 3 P (A 1 P (A A 1 P (A 3 A 1 A P (A 1 P (J 1 A 1 P (J A 1. Pour calculer la probabilité de A, utilisons la formule des probabilités totales pour le système complet d événements non négligeables (A 1, B 1. Il vient P (A P (A 1 P A1 (A + P (B 1 P B1 (A P (A 1 P A1 (J 1 + P (B 1 P B1 (O Pour calculer la probabilité de J, tout dépend dans quel bassin a lieu la deuxième pêche. D après la question précédente P (A Comme (A, B est un système complet d événements, j en déduis que P (B 1 P (A La formule des probabilités totales pour le système complet d événements non négligeables (A, B donne finalement P (O P (A P A (O + P (B P B (O On cherche P J (A 1. D après la formule de Bayes P J (A 1 P (A 1 J P (J Comme (J, O est un système complet d événements, en particulier P (O + P (J 1. Utilisant le résultat de la question précédente j en déduis tout d abord que P (J 17. Pour calculer la probabilité de A 1 J, j utilise la formule des probabilités totales pour le système complet d événements non négligeables (A, B ainsi que la formule des probabilités composées, il vient D où je tire P (A 1 J P (A 1 A J + P (A 1 B J P (A 1 P (A A 1 P (J A A 1 + P (A 1 P (B A 1 P (J B A 1 P (A 1 P (J 1 A 1 P (J A + P (A 1 P (O 1 A 1 P (J B P J (A les conditionnements étant non négligeables 6

7 EXERCICE 6 Compagnie d assurance Une compagnie d assurance automobile a classé ses assurés en trois classes d âges C 1, C, C 3. On sait que P (C 1 0,, P (C 0, 0, P (C 3 0,. Notons D l événement l assuré a declaré au moins un accident au cours de l année. L énoncé précise les probabilités conditionnelles P (D C 1 0, 1, P (D C 0, 0 et P (D C 3 0, D après la formule des probabilités totales pour le système complet d événements non négligeables (C 1, C, C 3 donne : P (D P (C 1 P (D C 1 + P (C P (D C + P (C 3 P (D C On cherche P (C 1 D. La formule de Bayes donne P (C 1 D P (C 1 P (D C 1 P (D 0, 0, 1 0, On cherche la probabilité que l individu ait un accident sachant qu il appartient à la classe C ou à la classe C 3. P (D C C 3 P (D (C C 3 P (C C P (D C + P (D C 3 P (C + P (C 3 0, 0, 0 + 0, 0, 08 0, 7 7. Dans cette question, on cherche la probabilité qu un individu appartienne à la classe C sachant qu il n a déclaré aucun accident. D après la formule de Bayes P (C D P (C P ( D C P ( D 0, 0 0, 96 0,

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

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

Cours de Probabilités et de Statistique

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

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

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

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

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS

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

Le raisonnement par récurrence

Le raisonnement par récurrence Le raisonnement par récurrence Nous notons N l ensemble des entiers naturels : N = {0,,, } Nous dirons naturel au lieu de entier naturel Le principe du raisonnement par récurrence Soit A une partie de

Plus en détail

Dénombrement Probabilité uniforme sur un ensemble fini

Dénombrement Probabilité uniforme sur un ensemble fini UPV - MathsL1S1 1 II Dénombrement Dénombrement Probabilité uniforme sur un ensemble fini I Dénombrement 1) Factorielles : Pour n entier 1, il y a : n! = n.(n - 1). (n - 2) 2.1 façons d aligner n objets

Plus en détail

le triangle de Pascal - le binôme de Newton

le triangle de Pascal - le binôme de Newton 1 / 51 le triangle de Pascal - le binôme de Newton une introduction J-P SPRIET 2015 2 / 51 Plan Voici un exposé présentant le triangle de Pascal et une application au binôme de Newton. 1 2 3 / 51 Plan

Plus en détail

CHAPITRES 5 et 6 PROBABILITÉS ET DÉNOMBREMENTS

CHAPITRES 5 et 6 PROBABILITÉS ET DÉNOMBREMENTS 1 re EFG hapitres et Probabilités et dénombrements HAPITRES et PROBABILITÉS ET DÉNOMBREMENTS Exercice 1 Dans un magasin les modes de paiement et les montants des achats sont répartis de la façon suivante

Plus en détail

Dénombrement, opérations sur les ensembles.

Dénombrement, opérations sur les ensembles. Université Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 1 (du 16 au 20 septembre 2013) Dénombrement, opérations sur les ensembles 1 Combien de façons y a-t-il de classer

Plus en détail

Feuille d exercices 1

Feuille d exercices 1 Université Paris 7 - Denis Diderot L2 - Probabilités PS4 Année 2014-2015 Feuille d exercices 1 Exercice 1 Combien y a-t-il de paires d entiers non consécutifs compris entre 1 et n (n 1)? Exercice 2 1.

Plus en détail

EXERCICES SUR LES PROBABILITÉS

EXERCICES SUR LES PROBABILITÉS EXERCICES SUR LES PROBABILITÉS Exercice 1 Dans un univers Ω, on donne deux événements A et B incompatibles tels que p(a) = 0,2 et p(b) = 0,7. Calculer p(a B), p(a B), p ( A ) et p ( B ). Exercice 2 Un

Plus en détail

Fiche méthodologique Les pièges dans les dénombrements

Fiche méthodologique Les pièges dans les dénombrements Fiche méthodologique Les pièges dans les dénombrements BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Dans cette fiche, on résume quelques points techniques sur les dénombrements et la théorie des probabilités.

Plus en détail

SOMMES ET PRODUITS. 1 Techniques de calcul. 1.1 Le symbole. 1.2 Règles de calcul. Laurent Garcin MPSI Lycée Jean-Baptiste Corot

SOMMES ET PRODUITS. 1 Techniques de calcul. 1.1 Le symbole. 1.2 Règles de calcul. Laurent Garcin MPSI Lycée Jean-Baptiste Corot SOMMES ET PRODUITS 1 Techniques de calcul 1.1 Le symbole Notation 1.1 Soient m et n deux entiers naturels. Alors { a m + a m+1 + + a + a n si m n, a = 0 sinon. On peut aussi noter m n =m a ou encore m,n

Plus en détail

PROBABILITÉS. I Vocabulaire des événements 2 I.1 Vocabulaire... 2 I.2 Intersection et réunion d événements... 2 I.3 Représentation des évenements...

PROBABILITÉS. I Vocabulaire des événements 2 I.1 Vocabulaire... 2 I.2 Intersection et réunion d événements... 2 I.3 Représentation des évenements... PROBABILITÉS Table des matières I Vocabulaire des événements 2 I.1 Vocabulaire.............................................. 2 I.2 Intersection et réunion d événements................................ 2

Plus en détail

Ensembles et applications. Motivations. Exo7

Ensembles et applications. Motivations. Exo7 o7 nsembles et applications Vidéo partie 1. nsembles Vidéo partie 2. Applications Vidéo partie 3. Injection, surjection, bijection Vidéo partie 4. nsembles finis Vidéo partie 5. Relation d'équivalence

Plus en détail

1 Exercices d introdution

1 Exercices d introdution 1 Exercices d introdution Exercice 1 (Des cas usuels) 1. Combien y a-t-il de codes possibles pour une carte bleue? Réponse : 10 4. 2. Combien y a-t-il de numéros de téléphone commençant par 0694? Réponse

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

Calculer la probabilité d un événement

Calculer la probabilité d un événement THEME : CORRIGE DES EXERCICES PROBABILITES Calculer la probabilité d un événement Exercice n : Un sachet contient bonbons à la menthe, à l orange et au citron. On tire, au hasard, un bonbon du sachet et

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

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

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

UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités

UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités 1 UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités Chapitre II : Espaces probabilisés 1 Notions d événements 1.1 Expérience

Plus en détail

CHAPITRE II NOTIONS DE PROBABILITES

CHAPITRE II NOTIONS DE PROBABILITES CHAPITRE II NOTIONS DE PROBABILITES II.1. Un exemple : le poker Distribuer une main de poker (5 cartes sur 52) revient à tirer au hasard 5 cartes parmi 52. On appelle expérience aléatoire une telle expérience

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

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires Chapitre I Probabilités Bcpst 1 2 novembre 2015 I Exemples d expériences aléatoires Une expérience aléatoire est une expérience dont on ne peut pas prédire le résultat avant de l avoir réalisée... ce qui

Plus en détail

Projet Techniques de Programmation en C

Projet Techniques de Programmation en C Projet Techniques de Programmation en C PokerStat DESCRIPTION DU PROJET : 1 REALISATION DU PROJET 2 ROBUSTESSE DU GENERATEUR DE HASARD DE L'ORDINATEUR PROBABILITE BRUTE D'OBTENIR UNE COMBINAISON CALCUL

Plus en détail

Thème 3 : ensembles, espaces de probabilités finis

Thème 3 : ensembles, espaces de probabilités finis Thème 3 : ensembles, espaces de probabilités finis Serge Cohen, Monique Pontier, Pascal J. Thomas Septembre 2004 1 Généralités : ensembles et parties d un ensemble Définition 1.1 On appelle ensemble une

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

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

Plus en détail

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6 Probabilités et Statistiques Raphaël KRIKORIAN Université Paris 6 Année 2005-2006 2 Table des matières 1 Rappels de théorie des ensembles 5 1.1 Opérations sur les ensembles................... 5 1.2 Applications

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

Feuille d exercices 2 : Espaces probabilisés Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un

Plus en détail

UNIVERSITÉ DE CERGY. LICENCE d ÉCONOMIE et FINANCE LICENCE de GESTION. Seconde année - Semestre 3 PROBABILITÉS. Cours de M. J.

UNIVERSITÉ DE CERGY. LICENCE d ÉCONOMIE et FINANCE LICENCE de GESTION. Seconde année - Semestre 3 PROBABILITÉS. Cours de M. J. Année 2013-2014 UNIVERSIÉ DE CERGY LICENCE d ÉCONOMIE et FINANCE LICENCE de GESION Seconde année - Semestre 3 PROBABILIÉS Cours de M. J. Stéphan ravaux Dirigés de Mme M. Barrié, M. J-M. Chauvet et M. J.

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Dénombrement et probabilités Version du juillet 05 Enoncés Exercice - YouTube Sur YouTube, les vidéos sont identifiées à l aide d une chaîne

Plus en détail

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01 Eo7 Dérivée d une fonction Vidéo partie. Définition Vidéo partie. Calculs Vidéo partie 3. Etremum local, théorème de Rolle Vidéo partie 4. Théorème des accroissements finis Eercices Fonctions dérivables

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

2 Probabilités conditionnelles. Événements indépendants

2 Probabilités conditionnelles. Événements indépendants 2 Probabilités conditionnelles. Événements indépendants 2.1 Probabilité conditionnelle Soient A et B deux événements tels que P(B) > 0. Soit alors P(A B), la probabilité que A se réalise, B étant réalisé.

Plus en détail

II. Eléments des probabilités

II. Eléments des probabilités II. Eléments des probabilités Exercice II.1 Définir en extension l ensemble fondamental Ω des résultats associé à chacune des expériences aléatoires suivantes: 1. jeter une pièce de monnaie et observer

Plus en détail

Exercices : VAR discrètes

Exercices : VAR discrètes Exercices : VAR discrètes Exercice 1: Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans les remettre jusqu à ce qu il ne reste que des boules d une seule couleur

Plus en détail

3 Exercices. 3.1 Probabilités simples. 3.2 Probabilités avec dénombrement. Probabilités 3. Exercice 1 On tire au hasard une carte parmi un jeu de 52.

3 Exercices. 3.1 Probabilités simples. 3.2 Probabilités avec dénombrement. Probabilités 3. Exercice 1 On tire au hasard une carte parmi un jeu de 52. Probabilités 3 3 Exercices 3.1 Probabilités simples Exercice 1 On tire au hasard une carte parmi un jeu de 52. Calculer la probabilité d obtenir : 1. un roi 2. le valet de trèfle 3. l as de coeur ou la

Plus en détail

I. Qu est-ce qu une probabilité?

I. Qu est-ce qu une probabilité? I. Qu est-ce qu une probabilité? 1. Première approche : Une probabilité en mathématique est un chiffre compris entre 0 et 1. Ce chiffre représente une évaluation du caractère probable d un événement. Si

Plus en détail

TD: Ensembles, applications, dénombrement

TD: Ensembles, applications, dénombrement Université de Provence Année 011/1 Licence Math Info ème année S3 Fondements de l Informatique 1 Ensembles et fonctions TD: Ensembles, applications, dénombrement 1. On suppose que l ensemble de tous les

Plus en détail

Correction des exemples. Mathieu EMILY

Correction des exemples. Mathieu EMILY Correction des exemples Mathieu EMILY Novembre 2005 Table des Matières Exemple_Exercice 1 Page 2 Exemple_Exercice 2 Page 3 Exemple_Exercice 3 Page 5 Exemple_Exercice 4 Page 6 Exemple_Exercice 5 Page 7

Plus en détail

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1 Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1 Cours de Mathématiques 1 Table des matières 1 Un peu de formalisme mathématique 7 1.1 Rudiments de logique........................................

Plus en détail

DENOMBREMENTS, COMBINATOIRE EXERCICES CORRIGES

DENOMBREMENTS, COMBINATOIRE EXERCICES CORRIGES DENOMBREMENTS, COMBINTOIRE EXERCICES CORRIGES Produit cartésien ( «principe multiplicatif») Exercice n. Combien de menus différents peut-on composer si on a le choix entre entrées, plats et 4 desserts?

Plus en détail

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne Exo7 Arithmétique Vidéo partie 1. Division euclidienne et pgcd Vidéo partie 2. Théorème de Bézout Vidéo partie 3. Nombres premiers Vidéo partie 4. Congruences Exercices Arithmétique dans Z Préambule Une

Plus en détail

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

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

Plus en détail

OLYMPIADES FRANÇAISES DE MATHÉMATIQUES

OLYMPIADES FRANÇAISES DE MATHÉMATIQUES OLYMPIADES FRANÇAISES DE MATHÉMATIQUES OLYMPIADES OFM FRANÇAISES MATHÉMATIQUES ENVOI NO. 3 CORRIGÉ 1 Exercices du groupe B Exercice 1. Soit n 1 un entier tel que le quotient de 2 n par n est une puissance

Plus en détail

Probabilités et statistique

Probabilités et statistique Probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon les termes de la licence

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Combien existe-t-il de dominos dans un jeu complet? On pourra donner jusqu à cinq démonstrations diffétentes. Exercice 2 [ Indication

Plus en détail

Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements

Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements Exo7 Logique et raisonnements Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements Quelques motivations Il est important d avoir un langage rigoureux. La langue

Plus en détail

Contrôle de statistiques Sujet 2 Corrigé

Contrôle de statistiques Sujet 2 Corrigé Contrôle de statistiques Sujet 2 Corrigé L2 d économie - Université Paris 1 Panthéon-Sorbonne Nom : Prénom : Les exercices sont indépendants. Le barème est indicatif. L utilisation de documents, calculatrices,

Plus en détail

Theme 4 - Lois usuelles discrètes

Theme 4 - Lois usuelles discrètes L2 AES TD de statistique 2008/2009 Cours de Mme Mériot M.-A. Jambu & S.Turolla Theme 4 - Lois usuelles discrètes Exercice 1 (Loi binomiale) A et B sont deux avions ayant respectivement 4 et 2 moteurs.

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

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

Corrigé de l examen partiel du 19 novembre 2011

Corrigé de l examen partiel du 19 novembre 2011 Université Paris Diderot Langage Mathématique (LM1) Département Sciences Exactes 2011-2012 Corrigé de l examen partiel du 19 novembre 2011 Durée : 3 heures Exercice 1 Dans les expressions suivantes, les

Plus en détail

Combien de fois faut-il battre un jeu de cartes?

Combien de fois faut-il battre un jeu de cartes? Combien de fois faut-il battre un jeu de cartes? Ce texte est tiré d un article de D. Bayer et P. Diaconis Trailing the dovetail shuffle to its lair Ann. Appl. Prob. 992, vol 2, No 2, 294-33. Introduction

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

1. Un groupe de dix personnes comprend cinq hommes et cinq femmes.

1. Un groupe de dix personnes comprend cinq hommes et cinq femmes. Dénombrement Exercices 1. Un groupe de dix personnes comprend cinq hommes et cinq femmes. (a) Combien y a-t-il de manières de les disposer autour d une table ronde, en ne tenant compte que de leurs positions

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

Probabilités et statistiques

Probabilités et statistiques Probabilités et statistiques Denis Vekemans Table des matières 1 Combinatoire 5 1.1 Analyse combinatoire sans répétition..................................... 5 1.1.1 Cardinal de l ensemble des applications

Plus en détail

Feuille TD 1 : Probabilités discrètes, dénombrement

Feuille TD 1 : Probabilités discrètes, dénombrement Université de Nice-Sophia Antipolis -L2 MASS - Probabilités Feuille TD 1 : Probabilités discrètes, dénombrement Exercice 1 : 1. On doit choisir 2 représentants dans une classe de 40 élèves. Quel est le

Plus en détail

Fondamentaux pour les Mathématiques et l Informatique :

Fondamentaux pour les Mathématiques et l Informatique : Université Bordeaux 1 Licence de Sciences, Technologies, Santé Mathématiques, Informatique, Sciences de la Matière et Ingénierie M1MI1002 Fondamentaux pour les Mathématiques et l Informatique Fondamentaux

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,

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

OLYMPIADES FRANÇAISES DE MATHÉMATIQUES ÉPREUVE DE SÉLECTION 2012 CORRIGÉ EXERCICES POUR LES ÉLÈVES DE COLLÈGE ET DE SECONDE

OLYMPIADES FRANÇAISES DE MATHÉMATIQUES ÉPREUVE DE SÉLECTION 2012 CORRIGÉ EXERCICES POUR LES ÉLÈVES DE COLLÈGE ET DE SECONDE OLYMPIADES FRANÇAISES DE MATHÉMATIQUES ÉPREUVE DE SÉLECTION 2012 CORRIGÉ EXERCICES POUR LES ÉLÈVES DE COLLÈGE ET DE SECONDE Exercice 1. Fred et Sarah sont les aînés d une même et grande famille. Fred a

Plus en détail

PROBABILITÉS Variable aléatoire

PROBABILITÉS Variable aléatoire PROBABILITÉS Variable aléatoire I Langage des événements Lors d'un oral de mathématiques, quatre questions sont proposées : une question de probabilités (P) ; une question de statistiques (S) ; une question

Plus en détail

Espérances et variances

Espérances et variances [http://mp.cpgedupuydelome.fr] édité le 29 décembre 201 Enoncés 1 Espérances et variances Exercice 1 [ 04018 ] [Correction] Soit X une variable aléatoire discrète à valeurs dans [a ; b]. a Montrer que

Plus en détail

Apprentissage par exploration

Apprentissage par exploration Apprentissage par exploration 1/32 Introduction Méthode particulière d acquisition de connaissance : apprentissage artificiel, à partir d induction. obtention des connaissances à partir d exemples. On

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

MÉTHODES DE CLASSIFICATION

MÉTHODES DE CLASSIFICATION MÉTHODES DE CLASSIFICATION Pierre-Louis GONZALEZ MÉTHODES DE CLASSIFICATION Objet Opérer des regroupements en classes homogènes d un ensemble d individus. Données Les données se présentent en général sous

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

Chapitre 1 : Analyse Combinatoire

Chapitre 1 : Analyse Combinatoire Chapitre 1 : Analyse Combinatoire L2 éco-gestion, option AEM (L2 éco-gestion, option AEM) Chapitre 1 : Analyse Combinatoire 1 / 23 Question du jour Pensez-vous que dans cette assemblée, deux personnes

Plus en détail

PROBABILITÉS. I) Introduction, aperçu historique. Loi de probabilité

PROBABILITÉS. I) Introduction, aperçu historique. Loi de probabilité Table des matières PROBABILITÉS Résumé de cours I) Introduction, aperçu historique 1 II) Loi de probabilité 1 III)Probabilité d évènement 2 1. Le vocabulaire des probabilités................................

Plus en détail

Probabilités sur un univers ni

Probabilités sur un univers ni POIRET Aurélien TD n o 21 MPSI Probabilités sur un univers ni 1 Événements et probabilités Exercice N o 1 : Dans un centre de loisirs, une personne peut pratiquer trois activités. On considère les événements

Plus en détail

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

Plus en détail

Matrices. 1. Définition. Exo7. 1.1. Définition

Matrices. 1. Définition. Exo7. 1.1. Définition Exo7 Matrices Vidéo partie 1 Définition Vidéo partie 2 Multiplication de matrices Vidéo partie 3 Inverse d'une matrice : définition Vidéo partie 4 Inverse d'une matrice : calcul Vidéo partie 5 Inverse

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

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

S initier aux probabilités simples «Question de chance!»

S initier aux probabilités simples «Question de chance!» «Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif

Plus en détail

Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007. Introduction aux probabilités

Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007. Introduction aux probabilités Université de Pau et des Pays de l Adour Département de Mathématiques Année 2006-2007 Introduction aux probabilités Série n 3 Exercice 1 Une urne contient neuf boules. Quatre de ces boules portent le numéro

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

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

Plus en détail

Épreuve d informatique 2011

Épreuve d informatique 2011 A 2011 INFO. MP ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L AÉRONAUTIQUE ET DE L ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE

Plus en détail

Couplages et colorations d arêtes

Couplages et colorations d arêtes Couplages et colorations d arêtes Complément au chapitre 5 «Une employée mécontente» et au chapitre 9 «L apprentie sudokiste» Considérons n équipes de hockey qui doivent s affronter lors d un tournoi.

Plus en détail

Devoir surveillé n 1 : correction

Devoir surveillé n 1 : correction E1A-E1B 013-01 Devoir surveillé n 1 : correction Samedi 8 septembre Durée : 3 heures. La calculatrice est interdite. On attachera une grande importance à la qualité de la rédaction. Les questions du début

Plus en détail

Au menu. Cours 7: Classes Probabilistes. Application : Calcul de la médiane. Sous menu. Retours sur quelques algorithmes.

Au menu. Cours 7: Classes Probabilistes. Application : Calcul de la médiane. Sous menu. Retours sur quelques algorithmes. Au menu Cours 7: Classes Probabilistes Olivier Bournez bournez@lix.polytechnique.fr LIX, Ecole Polytechnique Retours sur quelques algorithmes Quelques résultats INF561 Algorithmes et Complexité 1 2 Sous

Plus en détail

Probabilités, cours pour la classe de Terminale STG

Probabilités, cours pour la classe de Terminale STG Probabilités, cours pour la classe de Terminale STG F.Gaudon 16 février 2008 Table des matières 1 Probabilités (rappels) 2 2 Événements 3 3 Calculs de probabilités 4 4 Probabilités conditionnelles 5 4.1

Plus en détail

TD 4 : HEC 2001 épreuve II

TD 4 : HEC 2001 épreuve II TD 4 : HEC 200 épreuve II Dans tout le problème, n désigne un entier supérieur ou égal à 2 On dispose de n jetons numérotés de à n On tire, au hasard et sans remise, les jetons un à un La suite (a, a 2,,

Plus en détail

Statistiques. IUT Biotechnologie 2ème année. Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008

Statistiques. IUT Biotechnologie 2ème année. Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008 Statistiques IUT Biotechnologie 2ème année Jean-Christophe Breton Université de La Rochelle Octobre-Novembre 2008 version du 04 octobre 2008 Table des matières 1 Lois de probabilité usuelles 1 1.1 Dénombrement................................

Plus en détail

TD 3 : Problème géométrique dual et méthode des moindres carrés

TD 3 : Problème géométrique dual et méthode des moindres carrés Semestre, ENSIIE Optimisation mathématique 4 mars 04 TD 3 : Problème géométrique dual et méthode des moindres carrés lionel.rieg@ensiie.fr Exercice On considère le programme géométrique suivant : min x>0,y>0

Plus en détail

Les graphes planaires

Les graphes planaires Les graphes planaires Complément au chapitre 2 «Les villas du Bellevue» Dans le chapitre «Les villas du Bellevue», Manori donne la définition suivante à Sébastien. Définition Un graphe est «planaire» si

Plus en détail

1. Probabilités élémentaires

1. Probabilités élémentaires 1. Probabilités élémentaires MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: probabilités 1/48 Plan 1. Expériences aléatoires et événements 2. Probabilités 3. Analyse combinatoire

Plus en détail