Probabilités. Définition : Chacun des résultats possible d une expérience aléatoire est appelée issue de l expérience.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Probabilités. Définition : Chacun des résultats possible d une expérience aléatoire est appelée issue de l expérience."

Transcription

1 Probabltés A) Vocabulare.. Expérence aléatore. Défntons : Une expérence est dte aléatore s elle vérfe tros condtons : Elle condut à des résultats possbles qu on est capable de nommer. On ne sat à l avance lequel de ces résultats va se produre quand on réalse l expérence. L expérence dot être reconductble dans les mêmes condtons. Exemples : «On lance une pèce de monnae et on regarde sur quelle face elle tombe.» Cette expérence est ben une expérence aléatore car : ) Il y a deux résultats possbles : «ple» ou «face». 2) Quand on lance la pèce on ne sat pas lequel de ces résultats va se produre. 3) On peut recommencer dans les mêmes condtons cette expérence. «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.» Cette expérence est ben une expérence aléatore car : ) Il y a résultats possbles :, «2», «3», «4», «5» ou. 2) Quand on lance la pèce on ne sat pas lequel de ces résultats va se produre. 3) On peut recommencer dans les mêmes condtons cette expérence. Défnton : Chacun des résultats possble d une expérence aléatore est appelée ssue de l expérence. 2. Evénement. Défntons : Un évènement est une condton qu peut être ou ne pas être réalsée lors d une expérence. Un évènement élémentare est un événement réalsé par une seule ssue de cette expérence. Un évènement peut être réalsé par un ou pluseurs évènements élémentares. Exemples : ) Défnton de l expérence : «On lance une pèce et on regarde sur quelle face elle tombe.». «Obtenr un ple» est un évènement élémentare. 2) Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». «Obtenr un nombre par» : est un évènement qu est réalsé par les évènements élémentares 2, 4 et. «Obtenr 4» est un évènement élémentare. «Obtenr un nombre strctement plus grand que 3» est un évènement qu est réalsé par les évènements élémentares 4, 5 et. Année

2 B) Evénements A B, A B et événement contrare. Soent A et B deux événements d une expérence aléatore. Notons Ω l ensemble des éventualtés. Le dagramme de Venn permet de représenter les dfférents événements.. Evénement A B et événements ncompatbles. Défnton : L événement A B est l événement consttué de tous les événements élémentares qu sont à la fos dans A et dans B. Exercce n : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres, 2, 3 ou 4». B est l événement : «sorte de l un des nombres 3, 4, 5 ou». ) Explcter l ensemble Ω des éventualtés assocées à cette expérence. 2 Décrre l événement A B. Défnton : Deux évènements A et B sont dts ncompatbles s ls ne peuvent pas être réalsés smultanément (ls n ont pas d évènement élémentare commun) d où A et B sont ncompatbles s : A B =. Exercce n 2 : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres, 3 ou 4». B est l événement : «sorte de l un des nombres, 4 ou 5». C est l événement : «sorte de l un des nombres 2 ou». Donner, à l ade des événements A, B et C, deux événements ncompatbles. 2. Evénement A B. Défnton : L événement A B est l événement consttué de tous les événements élémentares qu sont dans l un au mons des événements A ou B. Exercce n 3 : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres 2, 3, 4 ou 5». B est l événement : «sorte de l un des nombres 4, 5 ou». Décrre l événement A B. Année

3 3. Evénement contrare d un événement. Défnton : L événement contrare d un événement A, noté A, est l événement consttué de tous les événements élémentares qu ne sont pas dans A. Proprétés : L événement contrare de l événement A est A. Deux événements contrares sont ncompatbles ( A A = ). L événement A A est l événement certan Ω. Exercce n 4 : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres 2, 3, 4 ou 5». B est l événement : «sorte de l un des nombres 4, 5 ou». Décrre les événements A et B. C) Noton de probablté.. Défnton ntutve. Défnton : Lorsqu on répète n fos, de façon ndépendante, une expérence aléatore, la fréquence d une ssue va avor tendance à se stablser quand n augmente (lo dte des grands nombres). C est cette valeur (stable) p que l on va utlsera comme probablté de l ssue. Exemple : On tre au hasard une boule dans un sac contenant hut boules dont tros sont rouges et cnq sont vertes. On s ntéresse à la couleur de la boule trée. R l évènement : «On tre une boule rouge». 3 Alors la probablté que cet évènement se réalse est : P ( R) = Lo de probablté. Défnton : Posons Ω { x x ;... ; } 0 p p + p p Année =. ; 2 x n Pour défnr une lo de probablté sur Ω on assoce à chaque x un nombre n. = p tel que :

4 Remarque : Autrement dt, détermner une lo de probablté c est détermner la probablté de tous les événements élémentares. On présente souvent les résultats dans un tableau. Evénements élémentares x Proprété : Probablté x 2 x x n p p = p p p 2 n Un événement dont la probablté vaut 0 est un événement mpossble (noté ( Ø ) = 0 Un événement dont la probablté vaut est un événement certan (noté P ( Ω) = ). Modélser une expérence aléatore c est chosr sur Ω une lo de probablté. P ). Exemple : Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». On a alors : Ω = { ;2 ; 3 ; 4 ; 5 ; }. La lo de probablté sur Ω donnée dans le tableau suvant : Evénements élémentares x Probablté p D) Calculer une probablté : stuaton d équprobablté. Défnton : Lorsque tous les événements élémentares ont la même probablté d être réalsé, on dt qu l s agt d une stuaton d équprobablté. Proprété : Dans une stuaton d équprobablté la probablté d un événement Ω est donnée par la formule : nombre de cas favorables à l' événement P( V ) = nombre de résultats possbles Exemple : Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». Il y a sx événements élémentares qu ont la même probablté :. On note A l évènement : «Obtenr un nombre de ponts strctement nféreur à 5». Les résultats favorables à l événement A sont : «Obtenr ; 2 ; 3 ou 4» 4 Alors la probablté que cet évènement se réalse est : P ( A) =. Année

5 E) Probablté de A B et de l événement contrare. Théorème : A et B sont deux événements d une même expérence aléatore, alors : P A B = P A + P B P A B. ( ) ( ) ( ) ( ) Remarque : S les événements A et B sont ncompatbles, c est à dre P A B = P A + P B. donc ( ) ( ) ( ) A B =, alors P ( A B) = 0 et Théorème : A est un événement d une expérence aléatore, A l événement contrare de A, alors : P A = P A. ( ) ( ) Exercce n 5 : A et B sont deux événements d un ensemble Ω sur lequel est défne une lo de probablté P. P ( A) = 0, 45 P ( B) = 0, 37 et P ( A B) = 0, 82. ) Peut-on affrmer qu l n y a pas équprobablté? P A B et en dédure que A et B sont des événements ncompatbles. 2) Calculer ( ) Exercce n : A et B sont deux événements d un ensemble Ω sur lequel est défne une lo de probablté P. P A = 0,55 ( A B) = 0, 5 B A B P A B. ( ) Année P et ( ) P = 0,82. Calculer P ( ), P ( ) et ( ) Exercce n 7 : Une urne content hut boules rouges et sx boules bleues. Chaque boule a la même probablté d être trée. On tre successvement deux boules sans remse. ) Construre l arbre de probablté assocé à cette expérence. 2) Est-on dans une stuaton d équprobablté? 3) Calculer la probablté des événements suvants : A : «la premère boule trée est rouge». B : «on a tré deux boules de même couleur». C : «on a tré au mons une boule bleue». A B pus en dédure A B

6 3. Probablté et fréquence (Lo des grands nombres). Proprété : Lo des grands nombres Lorsqu on effectue un très grand nombre de fos une expérence aléatore la fréquence de réalsaton d un événement se rapproche d une «fréquence théorque» qu est la probablté de cet événement. Exemple : Fréquences et lo de probabltés lors du lancer d un dé cubque Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». On s ntéresse à la fréquence d apparton de chacun des nombres, 2, 3, 4, 5, lors de n lancers de ce dé cubque. Pour cela on smule sur ordnateur 0 séres de lancers. Les résultats obtenus sont dans le tableau suvant : Pour lancers les fréquences de chacune des sx ssues vont, d après la lo des grands nombres, se stablser vers une fréquence «théorque». Quand n devent grand l exste donc une dstrbuton de fréquences «théorque» vers laquelle tend la dstrbuton des fréquences observées. On a alors : Ω = { ;2 ; 3 ; 4 ; 5 ; }. On remarque que n = et que = 0, ce qu permet n de modélser le lancer d un dé cubque par la lo de probablté sur Ω donnée dans le tableau suvant : Evénements élémentares x Probablté p Année Donc ces fréquences «théorque» correspondent en fat aux probabltés.

7 Exemple : Défnton de l expérence : «On lance smultanément deux dés cubques numérotés de à et on note le total des ponts nscrts sur les deux faces supéreures». Les ssues possbles de cette expérence sont les sommes possbles, c'est-à-dre : 2, 3, 4, 5,, 7, 8, 9, 0, et 2. On s ntéresse à la fréquence d apparton de chacun de ces nombres lors de n lancers de ces dés cubques. Pour cela on smule sur ordnateur 2 séres de lancers de deux dés. Les résultats obtenus sont dans les tableaux suvants : Pour lancers les fréquences de chacune des sx ssues vont, d après la lo des grands nombres, se stablser vers une fréquence «théorque». Quand n devent grand l exste donc une dstrbuton de fréquences «théorque» vers laquelle tend la dstrbuton des fréquences observées. =. Il y a donc n = ssues possbles. D après les deux smulatons fates l n est pas rasonnable de chosr p = = 0, 09. n Mas alors quel modèle chosr? On peut présenter les sommes obtenues lors d un lancer de deux dés dans un tableau à double entrée. Chaque lancer condut à un couple (d ; d 2 ). Dans la case colorée on a (d ; d 2 ) = (4 ; 5) qu donne comme somme = 9. Comme le tableau comprend On a alors : Ω { 2 ; 3 ; 4 ; 5 ; ; 7 ; 8 ; 9 ; 0 ; ; 2} 3 cases on peut supposer, a pror, que chaque case a la même probablté d être chose. 3 Étudons s ce modèle correspond aux smulatons. 9 apparaît 4 fos on chost donc On obtent, en fasant de même pour chaque somme, la lo de probablté suvante : 4 P ( 9) =. 3 On constate que les fréquences observées lors des deux smulatons sont très proches des fréquences «théorques» que l on vent de calculer. On décde alors que le modèle chos convent. Année

8 Exemple type : Enoncé : Une urne content tros boules numérotées de à 3. On tre au hasard une premère boule que l on remet dans l urne, pus une seconde boule. On forme un nombre à deux chffres qu a pour chffre des dzanes le résultat du premer trage et pour chffre des untés le résultat du second trage. ) Construre l arbre de probablté assocé à cette expérence aléatore. 2) Défnr une lo de probablté sur Ω. 3) Calculer la probablté de l événement A : «le chffre des untés est mpar». 4) Calculer la probablté de l événement B : «le chffre des dzanes est mpar». 5) Calculer la probablté de l événement : A B. ) En en dédure la probablté de l événement : A B. 7) Calculer la probablté de l événement C : «le chffre comporte au mons 3». Année Soluton : ) L ensemble E est formé des 9 ssues possbles obtenues dans l arbre c-dessous : Ω ) On peut consdérer, les trages étant effectués au hasard, toutes les ssues possbles sont équprobables. On chost donc une lo équréparte qu assoce à toutes les ssues la probablté 9. 3) L événement A est consttué des sx événements élémentares : { ; 3 ; 2 ; 23 ; 3 ; 33} qu ont tous pour probablté donc ( ) 2 P A = = = ) L événement B est consttué des sx événements élémentares : { ; 2 ; 3 ; 3 ; 32 ; 33} qu ont tous pour probablté donc ( ) 2 P B = = = ) A B est consttué des quatre événements élémentares : { ; 3 ; 3 ; 33} qu ont tous pour probablté donc ( ) 4 P A B = 4 = ) P ( A B) = P( A) + P( B) P( A B) = + = ) C : «Le chffre ne comporte aucun 3». L événement C est consttué des quatre 4 événements élémentares : { ; 2 ; 2 ; 22} donc P ( C ) = 4 = D où P ( C) = P( C ) = =. 9 9

9 Exercce n 8 : On tre au hasard une carte d un jeu de 32 cartes. On désgne par : R l événement : «trer un ro» et C l événement : «trer un cœur». ) Calculer P (R) et P (C). 2) Calculer la probablté de l événement : «trer un ro ou un cœur». Exercce n 9 : Dans un club, pluseurs actvtés sont proposées dont le tr à l arc et le golf. Parm les 50 adhérents, 30 pratquent le tr à l arc, 8 le golf et pratquent les deux sports. Quelle est la probablté qu un adhérent chos au hasard : ) Pratque le tr à l arc? Le golf? 2) Pratque l un au mons des deux sports? 3) Ne pratque n le tr à l arc n le golf? Exercce n 0 : Une roue représentée c-après est partagée en 24 secteurs dentques regroupés en zones de couleurs dfférentes. Une expérence aléatore consste à fare tourner la roue et à noter la zone sur laquelle elle s mmoblse. La roue étant ben équlbrée, on assoce à chaque ssue une probablté proportonnelle à l are de la zone correspondante. ) Recoper et compléter le tableau suvant : 2) Calculer la probablté des évènements suvants : A : «le numéro du secteur est mpar». B : «le numéro est un multple de 3». C : «le numéro est nféreur ou égal à 4». A B pus en dédure A B Année

10 Exercce n : Effcacté d un vaccn Dans un lycée de 470 élèves, 350 élèves ont été vaccnés contre la grppe au début de l hver. 0% des élèves ont contracté la malade pendant l épdéme annuelle dont 4% des élèves vaccnés. ) Dresser un tableau à double entrée et le compléter. 2) On chost au hasard l un des élèves de ce lycée, tous les élèves ayant la même probablté d être choss. a) Calculer la probablté des événements : V : «l a été vaccné» ; G : «l a eu la grppe». b) Calculer la probablté de l événement : V G. c) Calculer la probablté de l événement : V G. d) Décrre par une phrase l événement V. 3) On chost au hasard un élève parm ceux qu ont été vaccnés, quelle est la probablté qu l at eu la grppe? 4) On chost au hasard un élève parm ceux qu n ont pas été vaccnés, quelle est la probablté qu l at eu la grppe? 5) Explquer pourquo le vaccn est effcace. Exercce n 2 : Un relevé de casse de magasn a fourn les rensegnements suvants concernant les modes de paement et les montants des achats : 80% des achats sont payés par chèque. 70% des achats sont d un montant nféreur à 50euros. 20% des achats nféreurs à 50euros sont réglés en espèces. 2% des clents règlent avec une carte de paement mas cette dernère n est acceptée que pour un montant supéreur à 50euros. Compléter le tableau suvant : Résultats Montant Inféreur à 50 euros Supéreur strctement à 50 euros TOTAL En espèces Par chèque Par carte TOTAL 00 ) Une cassère enregstre un achat. Calculer la probablté de chacun des événements suvants : A : «c est un achat supéreur strctement à 50euros». B : «c est un achat supéreur strctement à 50euros et payé en espèces». C : «c est un paement en espèces ou un achat supéreur strctement à 50euros». 2) Un achat est payé en espèces. Quelle est la probablté de l événement : D : «cet achat est nféreur à 50euros». Année

11 Exercce n 3 : Le schéma suvant représente les optons suves par 280 élèves de seconde. Les effectfs de chaque groupe sont ndqués. On chost au hasard un élève de seconde de ce lycée. On note E et L les évènements : E : «l élève a chos espagnol». L : «l élève a chos latn». ) Comben d élèves n ont chos n latn n espagnol? 2) Calculer la probablté des évènements suvants : E, L et E L. 3) Identfer sur le schéma l évènement E L et calculer sa probablté de deux façons dfférentes. Exercce n 4 : Une entreprse possède tros usnes de fabrcaton d alarmes : une à Bordeaux, une à Grenoble et une à Llle. Un contrôleur qualté s ntéresse au nombre d alarmes (défectueuses ou non) produtes en ma 200 dans chacune des tros usnes. Il a relevé les données suvantes : ) Recoper et compléter le tableau c-dessous : 2) On prend une alarme au hasard et on consdère les évènements suvants : B : «L alarme provent de l usne de Bordeaux». L : «L alarme provent de l usne de Llle». G : «L alarme provent de l usne de Grenoble». D : «L alarme est défectueuse». a) Calculer la probablté de B et de D. b) Défnr en une phrase l'événement B D, pus calculer sa probablté. c) Défnr en une phrase l'événement B D, pus calculer sa probablté. 3) Quelle usne semble la plus effcace en terme de qualté de producton? Argumenter. 4) Une alarme est défectueuse. Quelle est la probablté qu elle provenne de l usne de Llle? Année

12 Exercce n 5 : Défauts de fabrcaton: Une usne fabrque 000 artcles et constate que 80 des artcles fabrqués ont unquement un défaut d assemblage, 0 ont unquement un défaut de dmenson et 20 ont les deux défauts. On chost au hasard un artcle et on note : A l évènement : «Un artcle prélevé au hasard présente un défaut d assemblage» ; B l évènement : «Un artcle prélevé au hasard présente un défaut de dmenson» ; A et B les évènements contrares de A et B. ) Recoper et compléter avec les valeurs données dans l énoncé le dagramme c-dessous : A B 2) Donner les probabltés P ( A) et P ( B). 3) Donner la probablté P( A B) et en dédure la probablté ( A B) 4) Détermner ( B ) P. P. 5) Un artcle présente un défaut d assemblage. Quelle est la probablté qu l at auss un défaut de dmenson? Exercce n : Un sondage réalsé auprès de 350 femmes, a donnée les résultats suvants : 8% d'entre elles sont des femmes au foyer, les autres sont salarées. % d'entre elles ont dépensé entre 40 et 200 euros. Parm les femmes salarés, 7 4 ont dépensé entre 40 et 200 et deux ont dépensé plus de 200. Aucune femme au foyer n'a dépensé plus de 200 euros. Compléter le tableau suvant : Année On chost au hasard une de ces personnes nterrogées. On consdère les événements suvants : A : «elle est salarée». B : «elle a dépensé mons de 40 euros». C : «elle est salarée et a dépensé mons de 200 euros». ) Calculer la probablté des événements A, B, et C. 2) Tradure par une phrase l'événement A B pus calculer sa probablté. 3) Quel est le pourcentage de femmes nterrogées ayant dépensé mons de 40 euros?

13 Exercce n 7 : Le stand du foran. Deux roues sont dsposées sur le stand d un foran. Elles sont toutes deux partagées en 0 secteurs dentques. La premère comporte 5 secteurs rouges, 3 bleus et 2 verts. La deuxème comporte 7 secteurs nors et 3 jaunes. Quand on fat tourner une de ces deux roues, un repère ndque, lorsqu elle s arrête, un secteur. Pour chacune des deux roues, on admet que les 0 secteurs sont équprobables. Le foran propose le jeu suvant : on fat tourner la premère roue et, lorsqu elle s arrête, on consdère la couleur du secteur ndqué par le repère. S c est le rouge, le joueur a perdu et la parte s arrête. S c est le bleu, la parte contnue ; le joueur fat tourner la deuxème roue : s le repère ndque un secteur jaune, le joueur a gagné un lot et s l ndque un secteur nor, le joueur a perdu. S c est le vert, la parte contnue ; le joueur fat tourner la deuxème roue : s le repère ndque un secteur nor, le joueur a gagné un lot et s l ndque un secteur jaune, le joueur a perdu. Le joueur fat une parte. On note les évènements suvants : R : «Le repère de la premère roue ndque la couleur rouge» ; B : «Le repère de la premère roue ndque la couleur bleue» ; V : «Le repère de la premère roue ndque la couleur verte» ; N : «Le repère de la deuxème roue ndque la couleur nore» ; J : «Le repère de la deuxème roue ndque la couleur jaune» ; G : «Le joueur gagne un lot». ) Construre un arbre pondéré décrvant la stuaton. 2) Calculer la probablté P( B J ) de l événement B J. 3) Démontrer que la probablté P ( G) que le joueur gagne un lot est égale à 0,23. Exercce n 8 : Une boîte content 50 gâteaux, qu sont chocolatés ou merngués. Ces gâteaux sont sot de forme carrée, sot de forme ronde. Dans cette boîte, l y a : 30% de gâteaux chocolatés et parm ceux-c 0 sont carrés. 0% des gâteaux de la boîte sont ronds. ) Recoper et compléter le tableau c-dessous (aucune justfcaton n est demandée). Gâteaux ronds Gâteaux carrés Total Gâteaux chocolatés Gâteaux merngués Total 50 2) Une personne chost au hasard un gâteau de la bote. Chacun des gâteaux ayant la même probablté d être chos. Calculer la probablté des événements suvants : A : «La personnes a chos un gâteau carré». B : «La personnes a chos un gâteau merngué». 3) Décrre en une phrase l évènement B 4) En dédure P( A B) A pus calculer ( A B) P. 5) La personne a chos un gâteau rond. Chaque gâteau rond a la même probablté d être chos. Quelle est alors la probablté que ce gâteau sot chocolaté? Année

Exercices probabilités statistiques

Exercices probabilités statistiques Premère S Exercces probabltés - statstques 1. Boules 2. Pèces de monnae 3. Tenns 4. Premère langue 5. Urnes 6. Cnéma 7. Football 8. Dés spécaux 9. Une populaton actve 10. Tr à l arc 11. Etude de marché

Plus en détail

Contrôle du lundi 19 novembre 2012 (45 minutes) 1 ère S1

Contrôle du lundi 19 novembre 2012 (45 minutes) 1 ère S1 1 ère S1 Contrôle du lund 19 novembre 01 (45 mnutes) Compléter le tableau c-dessous donnant la dstrbuton de fréquences pour cet échantllon (calculs au broullon, fréquences sous forme décmale) : Prénom

Plus en détail

Dire qu un entier naturel est premier signifie qu il admet deux diviseurs : un et lui-même.

Dire qu un entier naturel est premier signifie qu il admet deux diviseurs : un et lui-même. Vdoune Termnale S Chaptre spé Arthmétque PPCM et nombres premers Nombre premer Dre qu un enter naturel est premer sgnfe qu l admet deux dvseurs : un et lu-même. Zéro est-l un nombre premer? Un est-l un

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR INFORMATIQUE DE GESTION

BREVET DE TECHNICIEN SUPÉRIEUR INFORMATIQUE DE GESTION BREVET DE TECHNICIEN SUPÉRIEUR INFORMATIQUE DE GESTION Optons : - Développeur d applcatons - Admnstrateur de réseaux locaux d entreprse SESSION 2011 SUJET ÉPREUVE E2 MATHÉMATIQUES I Durée : 3 heures coeffcent

Plus en détail

Devoil libre N 6 2ème TSI 1 Correction

Devoil libre N 6 2ème TSI 1 Correction CPGE- Lycée technque Mohammeda Devol lbre N 6 Correcton Mathématques Exercce 1 : Un compact de R est une parte bornée fermée http://mathscpge.wordpress.com 1 http://mathscpge.wordpress.com CPGE- Lycée

Plus en détail

Probabilités et Statistique

Probabilités et Statistique robabltés et Statstque rogramme Calcul des probabltés: Espaces probablsés Varables aléatores dscrètes et contnues Los usuelles dscrètes et contnues Statstque Applquée: Convergences stochastques Approxmatons

Plus en détail

BTS INFORMATIQUE DE GESTION SESSION 2002 E2 : MATHÉMATIQUES I. Durée : 3 heures Coefficient : 2 ÉPREUVE OBLIGATOIRE

BTS INFORMATIQUE DE GESTION SESSION 2002 E2 : MATHÉMATIQUES I. Durée : 3 heures Coefficient : 2 ÉPREUVE OBLIGATOIRE BTS INFORMATIQUE DE GESTION SESSION 2002 E2 : MATHÉMATIQUES I Durée : heures Coeffcent : 2 ÉPREUVE OBLIGATOIRE Le (la) canddat (e) dot trater tous les eercces. La qualté de la rédacton, la clarté et la

Plus en détail

Loi binomiale - Echantillonnage

Loi binomiale - Echantillonnage Lo bnomale - Echantllonnage I Epreuve de Bernoull Lo de Bernoull 1. Epreuve de Bernoull Une épreuve de Bernoull est une expérence aléatore qu n'a que deux ssues : - S appelé succès avec une probablté p.

Plus en détail

Leçon 3 Les statistiques, révisions

Leçon 3 Les statistiques, révisions Leçon 3 Les statstques, révsons Pour cette parte, je reprends d abord toutes les notons vues en seconde. Il y a un vocabulare de base à connaître. Les statstques sont utlsées dans tous les domanes, scences,

Plus en détail

Probabilités. est la i ième valeur possible. L ensemble des issues auxquelles on associe la même valeur x

Probabilités. est la i ième valeur possible. L ensemble des issues auxquelles on associe la même valeur x Probabltés A) Varable aléatore et lo de probablté Varable aléatore Défnton : On consdère l'ensemble des ssues d'une expérence aléatore Défnr une varable aléatore X sur cet ensemble, c est assocer un nombre

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécaltés : Mercatque, Comptablté et Fnance d Entreprse, Geston des systèmes d nformaton. SESSION 2013 ÉPREUVE DE MATHÉMATIQUES Mercatque, comptablté et fnance d entreprse

Plus en détail

Paramètres de position et de dispersion de séries statistiques

Paramètres de position et de dispersion de séries statistiques Réservé aux ensegnants - Reproductonterdte - Nathan Nathan/VUEF. La photocope non autorsée est un délt. Paramètres de poston et de dsperson de séres statstques Exercces Exercces d entraînement Constructons

Plus en détail

Exercices d arithmétique

Exercices d arithmétique DOMAINE : Arthmétque NIVEAU : Intermédare CONTENU : Exercces AUTEUR : Noé DE RANCOURT STAGE : Cachan 011 (junor) Exercces d arthmétque Exercce 1 - Énoncés - a) Trouver tous les enters n N qu possèdent

Plus en détail

Fiche technique : diagonalisation, trigonalisation.

Fiche technique : diagonalisation, trigonalisation. Fche technque 4 : dagonalsaton trgonalsaton - - Fche technque : dagonalsaton trgonalsaton Dagonalsaton de matrces le prncpe pour dagonalser en pratque une matrce est smple : calculer les espaces propres

Plus en détail

Chapitre 2. Probabilités. Sommaire. 1. Introduction Espace fondamental et évènements. 3

Chapitre 2. Probabilités. Sommaire. 1. Introduction Espace fondamental et évènements. 3 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud 10102002 Chaptre 2 robabltés Sommare 1. Introducton 3 2. Espace fondamental et évènements. 3 2.1. Défnton 3 2.2. Evènements remarquables.. 5

Plus en détail

»

» Leçon 1 Nombres enters En lsant avec attenton le lvre Le calcul et la géométre au temps des pharaons de M. ROUSSELET, Thomas apprend que «Les premers nombres qu ont été écrts en Égypte datent de 5 000

Plus en détail

FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS

FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS 1. Introducton La factorsaton est l un des ponts où l analoge entre nombres enters et polynômes se rompt. Par exemple, en caractérstque nulle, on peut trouver

Plus en détail

Leçon 1. Statistiques

Leçon 1. Statistiques Leçon 1 Statstques Lors d une séance de saut en hauteur, le professeur d EPS a relevé, en centmètres, les performances c-dessous : 110-115-10-110-100-110-15-15-100-95-135-105-1-110-95-100-110-85-85-105-140-15-100-135-105-1-135-115-10-135

Plus en détail

Statistique Statistique

Statistique Statistique Statstque 21/02/2005 Populaton : ensemble d'éléments (ndvdus) fasant l'objet d'une étude statstque. Ex : - ensemble d'élèves d'un amph (on étude les notes, l'âge, la talle, le sexe ) - ensemble des pèces

Plus en détail

CUEEP Département Mathématiques T902 : Méthode des moindres carrés p1/16

CUEEP Département Mathématiques T902 : Méthode des moindres carrés p1/16 Méthode des mondres carrés Stuaton Le lancer de pods Dx adolescents droters s exercent à lancer le pods, du bras drot pus du bras gauche. Les résultats (dstances en mètres) obtenus sont les suvants : Adolescent

Plus en détail

C 15/03/2017. Cahier Technique E. Tests de conformité 1/7

C 15/03/2017. Cahier Technique E. Tests de conformité 1/7 Indce de Révson Date de mse en applcaton C 15/03/017 Caher Technque E 1/7 Table des matères TABLE DES MATIERES... 1 1 PRICIPE... CRITERES DE COFORMITE DE LA VALEUR THERMIQUE DECLAREE....1 TEST DE COFORMITE

Plus en détail

1 L1 MATHÉMATIQUES FINANCIÈRES

1 L1 MATHÉMATIQUES FINANCIÈRES 1 1 L1 MATHÉMATIQUES FINANCIÈRES 2 Equvalence d effets à ntérêts composés. Deux effets sont équvalents à une date donnée, s escomptés au même taux ls ont à cette date la même valeur actuelle. Un effet

Plus en détail

CH V Statistique II : Caractéristiques de position et de dispersion

CH V Statistique II : Caractéristiques de position et de dispersion CH V Statstque II : Caractérstques de poston et de dsperson I) Les caractérstques de poston : Les caractérstques de poston sont des données mportantes pour l étude des séres statstques. 1) Le mode d une

Plus en détail

L ANOVA (complements)

L ANOVA (complements) L ANOVA (complements) On utlse le t de Student pour comparer deux moyennes. Cependant s on veut comparer tros moyennes ou plus l devent nécessare d utlser l Analyse de Varance smple ou l ANOVA 1. L applcaton

Plus en détail

L ANOVA ( ceci est un complément)

L ANOVA ( ceci est un complément) L ANOVA ( cec est un complément) On utlse le t de Student pour comparer deux moyennes. Cependant s on veut comparer tros moyennes ou plus l devent nécessare d utlser l Analyse de Varance smple ou l ANOVA

Plus en détail

Dipôle RC : Exercices

Dipôle RC : Exercices Dpôle : xercces xercces 1 : QM Un condensateur est placé dans un crcut. Le schéma ndque les conventons adoptées. hosr dans chacune des phrases suvantes, la proposton exacte. On donne q A = q 1. la tenson

Plus en détail

Matériel. But du jeu. Nombre de manches

Matériel. But du jeu. Nombre de manches atérel 110 cartes, dont 37 cartes Voyelle jaunes et 73 cartes onsonne bleues ans que 21 jetons. u recto de chaque carte on trouve une lettre centrale reprse sur les quatre cons, et au verso, une couleur

Plus en détail

TD 1. Z la prévision de Monsieur Sûr-de-lui. On donne les lois jointes de (X, Y ) et celles de (X, Z) dans les deux tableaux suivants Elles

TD 1. Z la prévision de Monsieur Sûr-de-lui. On donne les lois jointes de (X, Y ) et celles de (X, Z) dans les deux tableaux suivants Elles TD 1 Exercce 1. Dans la vallée de la mort : l pleut en moyenne 1 jour sur 100. la météo prédt 3 jours de plue sur 100. chaque fos qu l pleut, la météo l a prévu. Monseur Sûr-de-lu prévot qu l ne pleut

Plus en détail

Texte Urnes et particules

Texte Urnes et particules Unverstés Rennes I Épreuve de modélsaton - Agrégaton Externe de Mathématques 2009. Page n 1. Texte Urnes et partcules À la fn du 19 ème sècle et au début du suvant, la tempête fat rage autour de la théore

Plus en détail

Chapitre I Les pourcentages. Exemples : Il y a 20 arbres dans le verger, donc 30% de poiriers. Combien y a-t-il de poiriers? =6 Il y a 6 poiriers.

Chapitre I Les pourcentages. Exemples : Il y a 20 arbres dans le verger, donc 30% de poiriers. Combien y a-t-il de poiriers? =6 Il y a 6 poiriers. Chaptre I Les pourcentages Extrat du programme : - Expresson en pourcentage d une augmentaton ou d une basse. / coeff multplcateur - Augmentatons et basses successves - aratons d un pourcentage. - Pourcentages

Plus en détail

Editions ENI. Access Collection Référence Bureautique. Extrait

Editions ENI. Access Collection Référence Bureautique. Extrait Edtons ENI Access 2010 Collecton Référence Bureautque Extrat Relatons entres les tables Tables Établr une relaton entre deux tables Les dfférents types de relaton entre les tables Établr une relaton entre

Plus en détail

Chapitre 6 Statistiques Classe :4 SC-EXP

Chapitre 6 Statistiques Classe :4 SC-EXP L-P-Bourguba de Tuns Prof :Ben jedda chokr Chaptre 6 Statstques Classe :4 SC-EXP EXERCICES EXERCICE 1 : Le tableau c-dessous ndque le taux de départ en vacances de la populaton d un pays de 1965 à 1993

Plus en détail

Cours réalisé par Laurent DOYEN. La statistique descriptive

Cours réalisé par Laurent DOYEN. La statistique descriptive Cours réalsé par Laurent DOYEN La statstque descrptve . Introducton et défntons Statstque descrptve: Analyse et synthèse, NUMERIQUE et GRAPHIQUE, d un ensemble de données . Introducton et défntons Statstque

Plus en détail

est minimale pour 1 a = et b = 0.

est minimale pour 1 a = et b = 0. EXERCICE. On consdère la sére chronologque suvante : x 3 4 5 0 5 33 4 5 0 Pour chacune des deux affrmatons suvantes, dre s elle est vrae ou s elle est fausse en justfant la réponse fourne. a. Le pont moen

Plus en détail

Séries statistiques doubles 4 ème Sciences Mai 2010

Séries statistiques doubles 4 ème Sciences Mai 2010 Séres statstques doubles 4 ème Scences Ma 00 A. LAATAOUI I. Nuage de ponts. Introducton Une sére statstque à deu varables, X et Y, est le résultat de l observaton des deu caractères X et Y pour chaque

Plus en détail

UNIVERSITE DE BOURGOGNE MM5: Analyse Numérique Elémentaire FichedeTDno2

UNIVERSITE DE BOURGOGNE MM5: Analyse Numérique Elémentaire FichedeTDno2 1 UNIVERSITE DE BOURGOGNE MM5: Analyse Numérque Elémentare FchedeTDno2 1 Que peut-on dre d une méthode tératve dont la matrce a un rayon spectral nul? 2 Etuder les méthodes de Jacob et Gauss-Sedel pour

Plus en détail

ECONOMETRIE DES SALAIRES. Bruxelles mai Thème de la communication proposée. «Salaires et chômage» Titre de la communication proposée

ECONOMETRIE DES SALAIRES. Bruxelles mai Thème de la communication proposée. «Salaires et chômage» Titre de la communication proposée ECONOMETRIE DES SALAIRES Bruxelles 28-29 ma 2002 Thème de la communcaton proposée «Salares et chômage» Ttre de la communcaton proposée «Monopsone et nserton sur le marché du traval : une analyse mcroéconométrque

Plus en détail

Les nombres complexes

Les nombres complexes A) Forme algébrque des nombres complexes Théorème (adms) Il exste un ensemble appelé ensemble des nombres complexes, noté, vérfant les tros proprétés suvantes :. content ;. Il exste dans un élément tel

Plus en détail

Une urne contient 5 boules rouges, 5 boules blanches et 6 boules bleues.

Une urne contient 5 boules rouges, 5 boules blanches et 6 boules bleues. Lycée Paul Gaugu CPGE-EC Aée 04/05 Exercces «basques» Fche N : Exercces sur les varables aléatores réelles dscrètes Exercce. : O cosdère deux dés dscerables be équlbrés. O ote X la varable aléatore égale

Plus en détail

VI INERTIE GEOMETRIE DES MASSES

VI INERTIE GEOMETRIE DES MASSES VI INERTIE EOMETRIE DE ME Dans l étude de la dynamque des systèmes matérels et des soldes l est mportant d étuder la répartton géométrque des masses, afn d exprmer smplement les concepts cnétques qu apparassent

Plus en détail

2. Loi de propagation des erreurs (cas simples)

2. Loi de propagation des erreurs (cas simples) Lycée Blase-Cendrars/Physque/Labos/DC///04 Labos de physque : Mesures - Propagaton d erreurs - Mesures répéttves - Statstques. Prncpe de la mesure en physque Une mesure est toujours mprécse. La précson

Plus en détail

Sujet de révision n 1

Sujet de révision n 1 4 ème année Secton : Scences Sujet de révson n 1 Ma 010 A. LAATAOUI Thèmes abordés : Complexes ; Probabltés ; Géométre dans l espace ; oncton exponentelle et lecture graphque. Exercce n 1 Sot θ un réel

Plus en détail

UE MAT234. Notes de cours sur l algèbre linéaire

UE MAT234. Notes de cours sur l algèbre linéaire UE MAT234 Notes de cours sur l algèbre lnéare Matrces - Systèmes lnéares - Détermnants - Dagonalsaton Dans tout ce document, K désgne ndfféremment le corps des nombres réels IR, ou celu des nombres complexes

Plus en détail

Utilisation du solveur d Excel

Utilisation du solveur d Excel Cycle ICM : 1A Pôle nformatque Cours applcatons nformatques Auteur : Bertrand Jullen 22/12/04 Utlsaton du solveur d Excel Le but de ce TP est de famlarser les élèves avec la foncton Solveur d Excel, dans

Plus en détail

Résumé. Sommaire. «Toute théorie n est bonne qu à condition de s en servir pour passer outre». André Gide in «Journal».

Résumé. Sommaire. «Toute théorie n est bonne qu à condition de s en servir pour passer outre». André Gide in «Journal». «Toute théore n est bonne qu à condton de s en servr pour passer outre». ndré Gde n «Journal». Résumé L usage des los de Krchhoff permet de toujours trouver les tensons et courants dans un réseau électrque

Plus en détail

Établir une relation entre deux tables

Établir une relation entre deux tables Access 2013 Tables Relatons entre les tables Access 2013 Établr une relaton entre deux tables Les dfférents types de relaton entre les tables Établr une relaton entre les tables de la base de données va

Plus en détail

EC 2 Étude des circuits linéaires en régime continu

EC 2 Étude des circuits linéaires en régime continu Étude des crcuts lnéares en régme contnu PS 2016 2017 Objet du chaptre : donner des outls pour détermner l état électrque d un crcut : potentels des dfférents nœuds par rapport à un nœud chos comme référence

Plus en détail

Cours (Terminale) Probabilités (révisions 1 ère )

Cours (Terminale) Probabilités (révisions 1 ère ) Cours (Termale) Probabltés (révsos ère ) Quelques rappels et complémets sur les esembles Uo de deux esembles O appelle «uo de deux esembles E et F» l esemble oté E F dot les élémets sot costtués des élémets

Plus en détail

Etude sur la non-réponse dans le recensement de la population 2010 de l'argentine. Claudio Comari 1 Augusto E. Hoszowski 2

Etude sur la non-réponse dans le recensement de la population 2010 de l'argentine. Claudio Comari 1 Augusto E. Hoszowski 2 Etude sur la non-réponse dans le recensement de la populaton 2010 de l'argentne Claudo Comar 1 Augusto E. Hoszowsk 2 Résumé L'effet du nombre de questons sur la qualté d une enquête est un sujet largement

Plus en détail

Statistiques II Sc. Éco. & Gestion (S3) Pr. M. El Merouani 3-Notation ensembliste des événements :

Statistiques II Sc. Éco. & Gestion (S3) Pr. M. El Merouani 3-Notation ensembliste des événements : wwwelmerouajmdocom Statstques II Sc Éco & Gesto S r M El Meroua Chaptre : roaltés I Itroducto : -Epreuve ou expérece : O appelle épreuve ou expérece ue certae acto que l o peut répéter pluseurs fos ar

Plus en détail

PRO 1 EXPRO010 EXPRO019

PRO 1 EXPRO010 EXPRO019 Exercces résolus de mathématques. PRO 1 EXPRO010 EXPRO019 http://www.matheux.be.tf Jacques ollot 1 avrl 03 www.matheux.be.tf - PRO 1-1 - EXPRO010W Ue ure cotet boules blaches ( 4) et 10 boules ores. O

Plus en détail

5. Relations d équivalences

5. Relations d équivalences 5. Relatons d équvalences Il est naturel de classfer des choses et on le fat tout le temps. Les nombres naturels sont de deux sortes : ceux qu sont pars et ceux qu sont mpars. On consdère Par et Impar

Plus en détail

Application du premier principe à la réaction chimique

Application du premier principe à la réaction chimique Applcaton du premer prncpe à la réacton chmque Le premer prncpe de la thermodynamque étude les transferts d énerge (transfert de chaleur d un corps à un autre), les transformatons d un type d énerge en

Plus en détail

Module Mathématiques pour l Informatique_ partie 10

Module Mathématiques pour l Informatique_ partie 10 Module Mathématques pour l Informatque_ parte 0 Zahra Royer-SafouanaTabou Rappel : On appelle ans les ensembles de nombres : (cf. Wpéda), ensemble des enters naturels., ensemble des enters relatfs., ensemble

Plus en détail

Lois de Descartes - Formation d'une image

Lois de Descartes - Formation d'une image Los de Descartes - Formaton d'une mage Exercce n 1 Dévaton par un prsme Un prsme ABC est rectangle socèle, d'ndce n= 1,5. Tracer sur la fgure c-dessous, le trajet du rayon lumneux jusqu'à son émergence

Plus en détail

IFT1575 Modèles de recherche opérationnelle (RO) 7. Programmation non linéaire

IFT1575 Modèles de recherche opérationnelle (RO) 7. Programmation non linéaire IFT575 Modèles de recherche opératonnelle (RO 7. Programmaton non lnéare Fonctons convees et concaves Sot et deu ponts dans R n Le segment de drote jognant ces deu ponts est l ensemble des ponts + λ( -

Plus en détail

Introduction à la théorie des jeux (non-coopératifs)

Introduction à la théorie des jeux (non-coopératifs) III. THEORIE DE L OLIGOPOLE (1 ère parte) III.1 Introducton à la théore des jeux (non-coopératfs) La théore des jeux tent une place de plus en plus mportante dans l analyse des stratéges d entreprses ;

Plus en détail

Calculer une enveloppe convexe

Calculer une enveloppe convexe Calculer une enveloppe convexe Préparaton à l agrégaton opton Calcul formel Antone Chambert-Lor (verson revue par Mchel Coste) 1. Introducton Sot A une parte du plan ; de nombreux problèmes géométrques

Plus en détail

Nombre dérivé d une fonction (2) Plan du chapitre

Nombre dérivé d une fonction (2) Plan du chapitre Nombre dérvé d une foncton (2) Plan du captre Introducton : Nous poursuvons l étude des tangentes en procédant par pettes touces. Dans le captre précédent, nous avons défn la noton de nombre dérvé d une

Plus en détail

Mesures Physiques Intégrales triples Calcul de volumes et d hyper-volumes

Mesures Physiques Intégrales triples Calcul de volumes et d hyper-volumes IUT ORSAY Mesures Physques Intégrales trples Calcul de volumes et d hyper-volumes Cours du ème semestre A. omane «cubable» On dt qu un domane est cubable quand son volume peut être approché par une subdvson

Plus en détail

( ), dans les conditions standards, va

( ), dans les conditions standards, va THERMOCHIMIE R. Duperray Lycée F.BUISSON PTSI U T I L I S A T I O N D E S T A B L E S D E S G R A N D E U R S T H E R M O D Y N A M I Q U E S S T A N D A R D Dans le chaptre précédent, nous avons vu l

Plus en détail

Mathématiques appliquées à la gestion - TESTS PARAMÉTRIQUES ET NON PARAMÉTRIQUES

Mathématiques appliquées à la gestion - TESTS PARAMÉTRIQUES ET NON PARAMÉTRIQUES IMBS3 - ISCID-CO, ste de Dunkerque, 2015/2016 Mathématques applquées à la geston - TESTS PARAMÉTRIQUES ET NON PARAMÉTRIQUES Fche de Mathématques 3 - Test d ajustement du χ 2. 1 Introducton Certans tests

Plus en détail

-1-1. Consigne de tension A = 1 A = A = 0,476. Puis, on effectue la somme des tracés des gains en db et la somme des phases.

-1-1. Consigne de tension A = 1 A = A = 0,476. Puis, on effectue la somme des tracés des gains en db et la somme des phases. Exercce 5 ASSERVISSEMENT DE VITESSE CORRECTION AVEC UN P.I.D. -Détermner K 3 K = 3 t mn K = 5 t mn V 6 V - Détermner les transmttances G, T,et A, avec C(p) =, sachant que le gan en boucle ouverte est égal

Plus en détail

CHAPITRE 7. CALCUL DES INDICATEURS DU SOUTIEN AUX CONSOMMATEURS

CHAPITRE 7. CALCUL DES INDICATEURS DU SOUTIEN AUX CONSOMMATEURS Chaptre 7 : Calcul des ndcateurs du souten aux consommateurs CHAITRE 7. CALCUL DES INDICATEURS DU SOUTIEN AUX CONSOMMATEURS 313. À l nstar du chaptre 6, le présent chaptre décrt en détal la méthode à applquer

Plus en détail

TES - Accompagnement: Probabilités conditionnelles,, variable aléatoire et loi binomiale

TES - Accompagnement: Probabilités conditionnelles,, variable aléatoire et loi binomiale TS - ccompagnement: Probabltés condtonnelles,, varable aléatore et lo bnomale xercce 1 'asthme est une malade nflammatore chronque des voes respratores en constante augmentaton. n France, les statstques

Plus en détail

1 ère S Le plan muni d un repère

1 ère S Le plan muni d un repère 1 ère S Le plan mun d un repère Ce chaptre fat sute à celu des vecteurs du plan bectf : consolder et compléter les bases de géométre analtque dans le plan de seconde (repérage des ponts dans le plan) I

Plus en détail

2. On présente ensuite une proposition : l'équiprobabilité à chaque étape entraîne l'équiprobabilité sur l'ensemble des résultats.

2. On présente ensuite une proposition : l'équiprobabilité à chaque étape entraîne l'équiprobabilité sur l'ensemble des résultats. rbre de déombremet et arbre de probablté Pla du documet. O présete tout d'abord la règle du produt pour les arbres de déombremet avec, e cas partculer, le cardal d'u produt cartése d'esembles fs.. O présete

Plus en détail

AGRAFEUSE ELECTRIQUE

AGRAFEUSE ELECTRIQUE Nom de l élève :... Classe :... Date :... Matérel ressource : La platne agrafeuse Un ordnateur équpé d un modeleur volumque 3D Documents ressources : Documentaton technque de l agrafeuse Le dosser ressource

Plus en détail

Méthodologie de la mesure de la pauvreté en Tunisie

Méthodologie de la mesure de la pauvreté en Tunisie Méthodologe de la mesure de la pauvreté en Tunse 1 L un des objectfs assgnés à l enquête natonale sur le budget, la consommaton et le nveau de ve des ménages demeure l étude de la populaton pauvre et de

Plus en détail

Exercices type Bac Nombres complexes

Exercices type Bac Nombres complexes Exercces type Bac Nombres complexes Exercce 1 : Pour chaque queston, une seule réponse est exacte. Chaque réponse juste rapporte 1 pont. Une absence de réponse n est pas sanctonnée. Il sera retré 0,5 pont

Plus en détail

Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie. A. Arfaoui

Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie. A. Arfaoui Mnstère de la Jeunesse et des Sports Insttut Royal de Formaton des Cadres Département des Scences de la Ve A. Arfaou Défntons La statstque est l ensemble des méthodes et technques permettant de trater

Plus en détail

Chapitre 10 Les systèmes de particules

Chapitre 10 Les systèmes de particules 0.0 Introducton. Chaptre 0 Les systèmes de partcules Dans l expérence sur les collsons vous avez constaté que le centre de masse du système se déplace en lgne drote à vtesse constante. Pourquo? Parce que

Plus en détail

B - Statistiques descriptives à une dimension- tri à plat

B - Statistiques descriptives à une dimension- tri à plat B - Statstques descrptves à une dmenson- tr à plat. A quo vont-elles servr? 2. Exemples concrets et règles de calcul 3. Les résumés de l'nformaton synthèses graphques 4. Autres calculs B - Statstques descrptves

Plus en détail

Travaux pratiques de Mathématiques. Ajustement

Travaux pratiques de Mathématiques. Ajustement I.U.T de Sant-azare Département de Géne cvl E LETTRES CAPITALES OM(S) : PRÉOM(S) : GROUPE : Travaux pratques de Mathématques Ajustement Travaux pratques de Mathématques joseoun.fr Page 1 / 7 Travaux pratques

Plus en détail

Exercices sur les courbes en coordonnées polaires dans le plan

Exercices sur les courbes en coordonnées polaires dans le plan Exercces sur les courbes en coordonnées polares dans le plan Dans le plan orenté P mun d un repère orthonormé drect,, polare sn. ) Détermner les symétres de ; en dédure un domane d étude. ) Etuder et tracer

Plus en détail

> 0 donc nous avons un OUTPUT net < v i. < 0 donc nous avons un INPUT net

> 0 donc nous avons un OUTPUT net < v i. < 0 donc nous avons un INPUT net L'ensemble de producton est noté Z n : l s'agt de l'ensemble des paners de producton possbles dans l'économe (= ce que l'on peut produre) On chost des paners de producton : l s'agt d'une sute ordonnée

Plus en détail

Méthode des résidus pondérés

Méthode des résidus pondérés Produt propre d un opérateur Méthode des résdus pondérés Ecrture d un opérateur u avec Ω les coordonnées spatales x, y, z p dans Ω Pour un opérateur lnéare u u u u avec α, β des nombres quelconques Pour

Plus en détail

Modèles stochastiques. Chaîne de Markov en temps continu

Modèles stochastiques. Chaîne de Markov en temps continu odèles stochastues Chaîne de arkov en temps contnu Dans le chapître précédent sur les chaînes de arkov, les moments (temps) t etaent dscrets ( t =,, ). antenant, nous allons analyser des stuatons où les

Plus en détail

Les nombres complexes

Les nombres complexes LGL Cours de Mathématques 6 Les nombres complexes Notaton, Défnton A Introducton et notatons Dans l'ensemble des enters naturels, une équaton telle que x + 5 admet une soluton. Pour que l'équaton x + 5

Plus en détail

Exemple 1 : «Histogramme à pas constant»

Exemple 1 : «Histogramme à pas constant» III. Représentatons graphques d une sére statstque 1. es Dagrammes en bâtons ( ou en barres ) :, formés de barres dont l abscsse est x et dont la hauteur est proportonnelle à n ou à f. 2. es Dagrammes

Plus en détail

Réseaux linéaires. C Fig 1-a Fig 1-b Fig 1-c Fig 1-d

Réseaux linéaires. C Fig 1-a Fig 1-b Fig 1-c Fig 1-d etour au menu éseaux lnéares Défntons Un réseau électrque lnéare est un ensemble de dpôles lnéares, relés par des conducteurs de résstance néglgeable. On suppose que le réseau content au mons un générateur.

Plus en détail

OUTILS MATHEMATIQUES GLISSEURS & TORSEURS

OUTILS MATHEMATIQUES GLISSEURS & TORSEURS Statque et Cnématque des soldes 0-0 Chaptre Chap: OUTILS THETIQUES GLISSEUS & TOSEUS L'obectf de ce chaptre est de donner brèvement les outls mathématques nécessares à la compréhenson de la sute de ce

Plus en détail

EXERCICE 1 : ÉTUDE EXPÉRIMENTALE DE DIPÔLES ÉLECTRIQUES (6 points)

EXERCICE 1 : ÉTUDE EXPÉRIMENTALE DE DIPÔLES ÉLECTRIQUES (6 points) Polynése jun 2009 http://labolycee.org EXERCICE 1 : ÉTUDE EXPÉRIMENTALE DE DIPÔLES ÉLECTRIQUES (6 ponts) Les tros partes sont ndépendantes. 1. Dpôles «résstance et condensateur en sére» Pour étuder ce

Plus en détail

REDRESSEMENT COMMANDÉ PONT MIXTE

REDRESSEMENT COMMANDÉ PONT MIXTE REDRESSEMENT COMMANDÉ PONT MIXTE A) THYRISTOR 1) Présentaton : C est un nterrupteur électronque commandé ( undrectonnel ) dont le symbole est représenté c-dessous : anode T cathode 2) Fonctonnement : Fermeture

Plus en détail

Partie 1. Manipulations. Plan. Approche expérimentale de la tangente à une courbe. 1 ère S

Partie 1. Manipulations. Plan. Approche expérimentale de la tangente à une courbe. 1 ère S 1 ère S pproche epérmentale de la tangente à une courbe Parte 1 anpulatons Dans toute cette parte, on consdère la courbe de la foncton «carré» dans le plan mun d un repère. Plan Parte 1 anpulatons I. Tracé

Plus en détail

Cours 2. Méthode des différences finies Approche stationnaire

Cours 2. Méthode des différences finies Approche stationnaire Cours Méthode des dfférences fnes Approche statonnare Technque de dscrétsaton en D Constructon du système Prse en compte des condtons aux lmtes Noton de convergence Extenson au D Verson 09/006 (E.L.) NF04

Plus en détail

Université d Orléans - Maitrise d Econométrie Econométrie des Variables Qualitatives

Université d Orléans - Maitrise d Econométrie Econométrie des Variables Qualitatives Unversté d Orléans - Matrse d Econométre Econométre des Varables Qualtatves Examen Termnal Decembre 2003. C. Hurln Exercce 1 (12 ponts) : Modèle Tobt Smple Censuré Le but de cet exercce est d évaluer l

Plus en détail

Chapitre 3 Analyse statistique de données Première S

Chapitre 3 Analyse statistique de données Première S Chatre Analyse statstque de données Premère S Le vocabulare relatf au statstques La statstque est la scence qu consste à réunr des données chffrées, à les analyser, à les crtquer Une étude statstque se

Plus en détail

Refroidissement d un liquide et horloge de température

Refroidissement d un liquide et horloge de température ACTUALITÉS PÉDAGOGIQUES 151 Refrodssement d un lqude et horloge de température LYCÉE Lycée Baudelare - 74960 Cran-Gevrer (Grenoble) PARTICIPANTS Professeurs Glles GALLIN-MARTEL, professeur de physque ;

Plus en détail

NOMBRES COMPLEXES. L addition et la multiplication de 2 entiers naturels donnent un entier naturel.

NOMBRES COMPLEXES. L addition et la multiplication de 2 entiers naturels donnent un entier naturel. NOMRES OMPLEXES RPPELS SUR LES ENSEMLES DE NOMRES Ensemble N : ensemble des enters naturels. L addton et la multplcaton de enters naturels donnent un enter naturel. La soustracton et la dvson de enters

Plus en détail

TP 7 Régimes transitoires et sinusoïdaux des circuits RC et RL 2013

TP 7 Régimes transitoires et sinusoïdaux des circuits RC et RL 2013 TP 7 égmes transtores et snusoïdaux des crcuts C et L 2013 1-Préparaton Noms des étudants : 1-1 Charge d un condensateur Sot le montage c-contre : Le condensateur a été préalablement chargé avec un générateur

Plus en détail

1 ère S Exercices sur les limites (3)

1 ère S Exercices sur les limites (3) ère S Exercces sur les lmtes () n donne c-dessous la courbe représentatve d une oncton déne sur l ntervalle ]0 ; + [ Dre s : - l axe des ordonnées semble asymptote à la courbe ; - la drote semble asymptote

Plus en détail

Chapitre 0 Bagage minimum : notions utiles de chimie

Chapitre 0 Bagage minimum : notions utiles de chimie Chaptre 0 Bagage mnmum : notons utles de chme Objectfs : Redéfnr quelques notons basques mas utles en chme. Savor sous quelle forme se trouve une espèce en soluton. Comprendre la noton de solvataton. Comprendre

Plus en détail

Jean-Louis CAYATTE

Jean-Louis CAYATTE Jean-Lous CAYATTE http://lcayatte.free.fr/ lcayatte@free.fr Chaptre 11 La créaton et la suppresson de postes ou demande de traval ous avons déà ntrodut la suppresson de postes au chaptre. Il est temps

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

f i (Fréquence) 0,1 0,2 0,1 0,2 effectifs cumulés croissants n x

f i (Fréquence) 0,1 0,2 0,1 0,2 effectifs cumulés croissants n x Habb Gammar Statstques I- Séres statstques à une varable :. Exemles : Tableau : Dans un groue de dx élèves, voc les notes à un devor :, 4, 6, 6, 0, 7, 9,, 9,. Cette sére de note est une sére statstque

Plus en détail

ANALYSE DE LA VARIANCE. Pierre-Louis GONZALEZ

ANALYSE DE LA VARIANCE. Pierre-Louis GONZALEZ ANALYSE DE LA VARIANCE Perre-Lous GONZALEZ ANALYSE DE LA VARIANCE Introducton Comparason des moyennes de pluseurs populatons Interprétaton statstque de résultats recuells à l ade d une stratége d expérmentaton

Plus en détail