Introduction. EXERCICES DE MATH-F302 Processus Stochastiques SEANCE 2 : CHAINES DE MARKOV. Exercice 1.
|
|
- Maurice Rousseau
- il y a 6 ans
- Total affichages :
Transcription
1 EXERCICES DE MATH-F0 Processus Stochastiues Titulaire : Céline Azizieh Assistant : Matthieu Simon SEANCE : CHAINES DE MARKOV Introduction Exercice. Soit {X i i N 0 } un rocessus de Bernoulli, c'est-à-dire ue les X i sont iid de loi de Bernoulli de aramètre.. Considérons le rocessus {N n n N 0 } du nombre de succès : N n est le nombre de succès survenus dans le rocessus de Bernoulli jusue l'instant n comris. Montrer ue ce rocessus est une chaîne de Markov, calculer sa matrice de transition, dessiner le grahe associé et classier les états.. Considérons le rocessus {T n n N 0 } des instants de succès : T n est le moment où se roduit le n ème succès dans le rocessus de Bernoulli. Montrer ue ce rocessus est une chaîne de Markov, calculer sa matrice de transition, dessiner le grahe associé et classier les états. Exercice. Soient Y, Y, des variables aléatoires iid dont la distribution de robabilité est donnée ar : P (Y n = k) = k k N. On dénit les variables X n ar : X n = { 0 si n = 0, Y + Y + + Y n si n. Montrer ue {X n n N} est une chaîne de Markov, et écrire sa matrice de transition. Exercice. Soit une chaîne de Markov {X n n N} d'ensemble d'états E et de matrice de transition P. Pour chaue état i E, notons τ i la durée d'une visite en i (si X 0 = i, τ i est donc le moment où la chaîne de Markov uitte our la remière fois cet état i). Déterminer la loi de τ i.
2 Exercice 4. Dans un sac se trouve un nombre inni de boules. L'exérience consiste à lacer ces boules de façon aléatoire dans N urnes. A chaue étae, on rend une boule dans le sac et on la lace dans l'une des N urnes au hasard, chaue urne ayant la même robabilité d'être choisie. Considérons la chaîne de Markov {X n n N} où X n rerésente le nombre d'urnes occuées arès la n ème étae, X 0 = 0.. Ecrire la matrice de transition de cette chaîne de Markov, ainsi ue le grahe de transition corresondant.. Classier les états. Exercice. Soient deux urnes A et B. Initialement, l'urne A contient deux boules blanches, et l'urne B contient trois boules blanches et deux boules noires. On réalise l'exérience suivante : A chaue étae, on extrait simultanément une boule de chaue urne et on les échange. Si les deux boules noires sont tirées simultanément, on les retire du jeu et on vide l'urne B dans l'urne A. L'urne B étant vide, on y lace deux boules rouges et on continue l'exérience. (c'est-à-dire ue l'on tire une boule dans chaue urne et on les échange, et ce uelle ue soit la combinaison tirée). Aelons X n le nombre de boules blanche dans l'urne A arès n tirages, et considérons la chaîne de Markov {X n n N}.. Ecrire la matrice de transition de cette chaîne de Markov, ainsi ue le grahe de transition corresondant.. Classier les états. Exercice 6. Soient et deux réels ositifs tels ue + =. Considérons la chaîne de Markov dont le grahe est le suivant : 0... N- N Pour chacun des états i, Deviner la robabilité d'atteindre l'état 0 en un tems ni si l'on art de i. Exliuer ensuite comment on eut la calculer.
3 Analyse d'une chaîne de Markov Exercice 7. Soit la chaîne de Markov {X n n N} dont la matrice de transition est : P = Ecrire le grahe de transition de cette chaîne de Markov et classier les états.. Déterminer les matrices F et R de cette chaîne de Markov. Exercice 8. Soit la chaîne de Markov {X n n N} dont la matrice de transition est : P = Classier les états.. Déterminer les matrices F et R de cette chaîne de Markov.. Calculer les robabilités asymtotiues de cette chaîne de Markov. Exercice 9. Mêmes uestions u'à l'exercices 8 our la chaîne de Markov dont la matrice de transition est la suivante : P =
4 Exercice 0. Soit la chaîne de Markov {X n n N} dont le grahe de transition est le suivant : En justiant les réonses en évitant de faire de longs calculs, déterminer :. La robabilité de asser en un tems ni en l'état j, artant de l'état i, our chaue coule (i, j),. La matrice des robabilités asymtotiues de cette chaîne de Markov. Exercice. Un joueur joue en série à un jeu de hasard, dont il remorte une art avec robabilité. Le joueur débute en l'état 0. Il se retrouve en l'état 0 s'il a erdu le dernier jeu, en l'état j s'il en est à sa j ème victoire consécutive.. Déterminer la matrice de transition de la chaîne de Markov associée, et dessiner le grahe corresondant.. Déterminer le tye des états. Soit T l'instant de remier retour en l'état 0. Calculer E [T ]. 4
5 Promenades aléatoires Exercice. Soient et deux réels ositifs tels ue + =. Considérons la romenade aléatoire à N états dont le grahe est : 0... N- N. Déterminer le tye des états. calculer lim n P n ij i, j {,,, N}. Exercice.. Démontrer le résultat suivant : Soit {X n n N} une chaîne de Markov irréductible de matrice de transition P et k un état xé. Notons Q la matrice obtenue en surimant la k ème ligne et la k ème colonne de P. Alors les états de {X n } sont ersistants si et seulement si le système { Qx = x 0 x i i ossède le vecteur nul comme uniue solution.. Soient et deux réels strictement ositifs tels ue + =. Déterminer le tye des états de la romenade aléatoire "avec barrière rééchissante" dont le grahe est :
6 Divers Exercice 4. Une souris est lacée dans le comartiment 4 du labyrinthe ci-dessous : FROMAGE PIEGE Lorsu'elle se trouve dans un comartiment, la souris rend un certain tems (ni) our l'exlorer entièrement, uis choisi de façon aléatoire l'un des comartiments voisins our l'exlorer à son tour (et ce même s'il a déjà été exloré à une étae récédente, mais sans jamais visiter deux fois de suite le même comartiment). Un fromage a été lacé dans le comartiment, tandis u'un iège attend la souris dans le comartiment 7. Quelle est la robabilité ue la souris trouve le fromage avant de tomber dans le iège? Exercice. On disose de machines identiues fonctionnant indéendamment et ouvant tomber en anne au cours d'une journée avec robabilité. On note X n le nombre de machines en anne au début de la n ème journée.. On suose ue, si une machine est tombée en anne un jour, elle est entièrement réarée durant la nuit ui suit et u'on ne eut réarer u'une machine ar nuit. Montrer ue {X n n N} est une chaîne de Markov, et donner sa matrice de transition.. Même uestion en suosant u'une machine en anne n'est réarée ue le lendemain (maximum une réaration ar journée).. Suosons maintenant u'il faille jours our réarer une seule machine. X n est-elle une chaîne de Markov dans ce cas? Rerésenter le rocessus ar une chaîne de markov, en sécier les états et la matrice de transition. 6
7 Exercice 6. On suose ue les migrations de crédit et de défauts d'une comagnie d'assurance ayant émis des obligations sont modelisés ar une chaîne de Markov sur un ensemble d'états de cin éléments : {AAA, AA, A, BBB et moins, D}, où D corresond au défaut de aiement. La matrice des transitions annuelles entre états est suosée donnée ar : P = Cela signie, ar exemle, u'une société classée AAA au début de l'année a une robabilité 0.86 de garder ce classement jusu'à la n de l'année, et a une robabilité de défaut de 0.0 (c'est-à-dire u'avec robabilité 0.0, la société ne remboursera as tout le caital ou ne aierea as les intérêts associées aux obligations contractées).. Donner la robabilité u'une société classée AAA soit en défaut de aiement dans les deux remières années.. Donner la robabilité u'une société classée AA devienne AAA lorsu'elle change de classement.. Lorsu'une société arvient au classement AAA, combien d'années consécutives y resteelle en moyenne? 4. Quel est le nombre moyen d'années ue rend une société classée AA our être en défaut? Indication : = Exercice 7. Soit la chaîne de Markov {X n n N} sur N 0, dont le grahe de transition est le suivant : Déterminer les matrices F, R et P de cette chaîne de Markov. 7
8 Exercice 8. Un entreôt a une caacité de K unités de marchandises. A chaue ériode n N, arrive une commande de livraison de D n unités de marchandises, où les D n sont des variables iid à valeurs dans N. Chaue unité de marchandise livrée raorte un bénéce ue l'on note c. Si, au moment n, la commande D n est suérieure au stock disonible, seule la uantité disonible est livrée, le reste de la commande étant annulée (avec une "erte de livraison" de D n (la uantité disonible) unités our l'entreôt). L'entreôt est réarovisionné comme suit : our un seuil m xé, lorsue la uantité de marchandise restant à la n de la ériode n est inférieure ou égale à m, l'entreôt est totalement remli au début de la ériode n +. Chacun de ces remlissages a un coût logistiue c (indéendant du nombre de marchandises aortées). Notons X n la uantité de marchandise restante à la n de la ériode n. {X n n N} est une chaîne de Markov de matrice de transition déendant du seuil m : P (m), ue l'on suose irréductible non-ériodiue (ce ui est resue toujours le cas, sauf our certaines distributions articulières des D n ). Elle ossède donc une distribution stationnaire. Notons : π(m) la distribution stationnaire de P (m). i = P (D n = i) (i N). u i l'esérance de la "erte de livraison" réalisée au moment n +, sachant ue X n = i. Le gestionnaire de l'entreôt cherche le seuil m ui minimise les ertes et déenses à long terme, c'est-à-dire la fonction : f(m) = c u(m) + c v(m), où u(m) est la moyenne asymtotiue de la "erte de livraison" (c'est-à-dire l'esérance D n X n our n tendant vers l'inni), et v(m) est la robabilité asymtotiue d'un réarovisionnement de l'entreôt.. Ecrire la matrice P (m).. Donner l'exression des u i.. Donner l'exression de f(m). 4. Suosons ue K =, i = (i+), et ue c =. En fonction de c, trouver la valeur de m {0,, } ui minimise la fonction f(m). 8
dénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
Plus en détailDes familles de deux enfants
Des familles de deux enfants Claudine Schwartz, IREM de Grenoble Professeur, Université Joseh Fourier Les questions et sont osées dans le dernier numéro de «Pour la Science» (n 336, octobre 2005, article
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détailExercices 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 détailProbabilités 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 détailCouples 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 détailS2I 1. quartz circuit de commande. Figure 1. Engrenage
TSI 4 heures Calculatrices autorisées 214 S2I 1 L essor de l électronique nomade s accomagne d un besoin accru de sources d énergies miniaturisées. Les contraintes imosées à ces objets nomades sont multiles
Plus en détailprix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1
3- LE MONOOLE DISCRIMINANT Le monoole eut vendre ertaines unités de roduit à des rix différents. On arle de disrimination ar les rix. Selon une terminologie due à igou (The Eonomis of Welfare, 1920), on
Plus en détailGuide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/
Guide d utilisation (Version canadienne) Téléhone sans fil DECT 6.0/ avec réondeur et afficheur/ afficheur de l ael en attente CL83101/CL83201/ CL83301/CL83351/ CL83401/CL83451 Félicitations our votre
Plus en détailExercices 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 détailLes emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M
Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailLes 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 détailManuel de l'utilisateur
0 Manuel de l'utilisateur Mise en route... 4 Votre Rider 0... 4 Réinitialiser le Rider 0... 5 Accessoires... 5 Icônes d'état... 5 Connexion, synchro et chargement... 6 Allumer/éteindre le Rider 0... 6
Plus en détailModule : réponse d un système linéaire
BSEL - Physique aliquée Module : réonse d un système linéaire Diaoramas () : diagrammes de Bode, réonse Résumé de cours - Caractérisation d un système hysique - Calcul de la réonse our une entrée donnée
Plus en détailAccès optiques : la nouvelle montée en débit
Internet FTR&D Dossier du mois d'octobre 2005 Accès otiques : la nouvelle montée en débit Dans le domaine du haut débit, les accès en France sont our le moment très majoritairement basés sur les technologies
Plus en détailUn modèle de composition automatique et distribuée de services web par planification
Un modèle de comosition automatique et distribuée de services web ar lanification Damien Pellier * Humbert Fiorino ** * Centre de Recherche en Informatique de Paris 5 Université Paris Descartes 45, rue
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailGEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles
Plus en détailI. 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 détailDécouvrez les bâtiments* modulaires démontables
Découvrez les bâtiments* modulaires démontables w Industrie w Distribution * le terme «bâtiment» est utilisé our la bonne comréhension de l activité de Locabri. Il s agit de structures modulaires démontables
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailL information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).
CHAINE DE TRANSMISSION Nous avons une information que nous voulons transmettre (signal, images, sons ). Nous avons besoin d une chaîne de transmission comosée de trois éléments rinciaux : 1. L émetteur
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailNFE107 Urbanisation et architecture des systèmes d information. Juin 2009. «La virtualisation» CNAM Lille. Auditeur BAULE.L 1
Juin 2009 NFE107 Urbanisation et architecture des systèmes d information CNAM Lille «La virtualisation» Auditeur BAULE.L 1 Plan INTRODUCTION I. PRINCIPES DE LA VIRTUALISATION II. DIFFÉRENTES TECHNIQUES
Plus en détailC est à vous qu il appartient de mettre en place des conditions optimales pour permettre la meilleure réalisation possible.
Commission Mixte Nationale UNSS - FFSB Programme 2012-2016 Réalisation du livret par Céline TOLLER 1 Ce petit mémento doit aider l élève du collège ou du lycée à arbitrer les rencontres sportives, en cours
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailLes marchés du crédit dans les PVD
Les marchés du crédit dans les PVD 1. Introduction Partout, les marchés du crédit sont au centre de la caacité des économies à croître, uisqu ils financent l investissement. Le Taleau 1 montre ar exemle
Plus en détailDIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS
Ecole Nationale des Ponts et Chaussées Laboratoire Paris-Jourdan Sciences Economiques DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS
Plus en détailProbabilités 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 détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailQu 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 détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailSanté et hygiène bucco-dentaire des salariés de la RATP
Santé et hygiène bucco-dentaire des salariés de la RATP Percetion des salariés et examen clinique du raticien Période 2006-2009 14 juin 2012 Dominique MANE-VALETTE, Docteur en Chirurgie dentaire dominique.mane-valette@rat.fr
Plus en détailBois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France
CMP Bois n 19-12 avril - mai 2010 P.25 Carrefour du Bois P.34 cm La revue de l activité Bois en France Bois Saturateurs P.31 Usinage fenêtres P.37 Bardages Tout our l usinage du bois massif. Tout d un
Plus en détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailVous êtes un prestataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret peut vous accompagner!
Le guide 2015 e u q i t s i r u o t e r i du artena Vous êtes un restataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret eut vous accomagner! Qui sommes nous? 2 Edito Nouveau
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,
Plus en détailTP : Outils de simulation. March 13, 2015
TP : Outils de simulation March 13, 2015 Chater 1 Initialisation Scilab Calculatrice matricielle Exercice 1. Système Unix Créer sous Unix un réertoire de travail outil_simulation dans votre home réertoire.
Plus en détailProbabilités. 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 détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détail4. Exercices et corrigés
4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au
Plus en détailMATHÉMATIQUES APPLIQUÉES S4 Exercices
Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailAnalyse Combinatoire
Analyse Combinatoire 1) Équipes On dispose d un groupe de cinq personnes. a) Combien d équipes de trois personnes peut-on former? b) Combien d équipes avec un chef, un sous-chef et un adjoint? c) Combien
Plus en détail.NET remoting. Plan. Principes de.net Remoting
Plan.NET remoting Clémentine Nebut LIRMM / Université de Montellier 2 de.net Remoting côté serveur côté client.net Remoting en ratique Les canaux de communication L'activation L'invocation Les aramètres
Plus en détailPROBABILITÉS 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 détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détail1. 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 détailCommande prédictive des systèmes non linéaires dynamiques
Rébliqe Algérienne Démocratiqe et olaire Ministère de l Enseignement Sérier et de la Recherche Scientifiqe Université Molod Mammeri de Tizi-Ozo Faclté de Génie Electriqe et Informatiqe Déartement Atomatiqe
Plus en détailRèglement du jeu télévisé «JEUX DE NUIT»
Règlement du jeu télévisé «JEUX DE NUIT» Ce règlement est à considérer dans le cadre de l Arrêté Royal du 21 juin 2011 fixant les conditions auxquelles doivent satisfaire les jeux proposés dans le cadre
Plus en détailCondition de stabilité d'un réseau de les d'attente à deux stations et N classes de clients 1
General Mathematics Vol. 18, No. 4 (2010), 85108 Condition de stabilité d'un réseau de les d'attente à deux stations et N classes de clients 1 Faiza Belarbi, Amina Angelika Bouchentouf Résumé Nous étudions
Plus en détailProbabilités. 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 détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailProbabilité. 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 détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailSous le feu des questions
ARTICLE PRINCIPAL Assureurs Protection juridique Sous le feu des questions Comment les assureurs Protection juridique vont-ils désormais romouvoir leurs roduits? Seraient-ils artisans d une assurance Protection
Plus en détailStatistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge.
Statistiques II Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mardi 11h15-13h00 Salle : C110 http://campus.hesge.ch/caboussata 1 mars 2011 A. Caboussat, HEG STAT II, 2011 1 / 23 Exercice 1.1
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailProcès - Verbal du Conseil Municipal Du lundi 15 décembre 2014
Procès - Verbal du Conseil Municial Du lundi 15 décembre 2014 Nombre de membres comosant le Conseil Municial : 15 Nombre de membres en exercice : 15 Nombre de Conseillers résents : 14 Nombre de Conseillers
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Plus en détailProbabilités 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 détailRÉPUBLIQUE ET CANTON DE GENÈVE Echelle des traitements 2015 Valable dès le 01.01.2015 Office du personnel de l'etat Indexation de 0.
04 00 52 378.00 4 029.10 0.00 25.20 23.25 1.95 207.50 44.35 1.70 36.30 3 739.25 01 52 960.00 4 073.85 582.00 25.50 23.55 1.95 209.85 44.85 1.70 36.70 3 780.75 02 53 542.00 4 118.65 582.00 25.75 23.80 1.95
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailProbabilités. I - Expérience aléatoire. II - Evénements
Probabilités Voici le premier cours de probabilités de votre vie. N avez-vous jamais eut envie de comprendre les règles des grands joueurs de poker et de les battre en calculant les probabilités d avoir
Plus en détailCalculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Plus en détailCELI Mercure - Formulaire de souscription. Compte d épargne libre d impôt
40 35 10 15 45 0 5 30 25 20 CELI Mercure - Formulaire de souscription Compte d épargne libre d impôt CELI MERCURE - FORMULAIRE DE SOUSCRIPTION N o de contrat 1. TYPE DE DÉPÔT Dépôt initial Dépôt additionnel
Plus en détailEléments de l imprimante
Eléments de l imprimante support papier guide papier panneau de contrôle capot de l imprimante bac d alimentation encoche extension du bac de réception encoche bac de réception levier de réglage de l épaisseur
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailDistribution 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailFeuille 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 détailCeci permettra de modifier la façon dont les cadres supérieurs dirigeront leurs entreprises
Ceci permettra de modifier la façon dont les cadres supérieurs dirigeront leurs entreprises Préparé pour le Bureau des aliments par Jonothan Calof, Université d Ottawa Préface Le présent manuel fait suite
Plus en détailMéthodologie version 1, juillet 2006
Méthodologe verson, ullet 2006 Tendances Carbone résente chaque mos sx groues d ndcateurs :. Synthèse du mos 2. Clmat 3. Actvté économque. Energe 5. Envronnement nsttutonnel 6. Tableau de bord Ce document
Plus en détailUniversité Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Plus en détailExo7. 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 détailChapitre 4 : les stocks
Chapitre 4 : les stocks Stocks et actifs Une entreprise achète généralement des biens pour les utiliser dans son processus de production, ce sont les matières premières et les fournitures, elle peut également
Plus en détailInitiation à la programmation en Python
I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailS'arrêter où il faut... quand il faut. Pour des courtes distances de freinage : les pneus hiver Continental!
S'arrêter où il faut... uand il faut Pour des courtes distances de freinage : les pneus hiver Continental! Un travail d'éuipe parfait pour un freinage optimal. Un partenaire professionnel pour l'industrie
Plus en détailL E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun
9 L E Ç O N Marches aléatoires Niveau : Terminale S Prérequis : aucun 1 Chaînes de Markov Définition 9.1 Chaîne de Markov I Une chaîne de Markov est une suite de variables aléatoires (X n, n N) qui permet
Plus en détailMesurer la pauvreté dans un pays en développement
Mesurer la pauvreté dans un pays en développement Nicolas Ponty 1 Décrire la pauvreté dans un pays en développement constitue pour le statisticienéconomiste une tâche de première importance compte tenu
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailREGLEMENT COMPLET Jeu «Gagnez un séjour Thalasso» Du 31 mars au 24 mai 2014
REGLEMENT COMPLET Jeu «Gagnez un séjour Thalasso» Du 31 mars au 24 mai 2014 Article 1 Organisation et thème Eovi-Mcd mutuelle, mutuelle ayant son siège social 44 rue Copernic, 75016 Paris, soumise aux
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailEn vue de l'obtention du. Présentée et soutenue par Philippe NERISSON Le 5 février 2009
THÈSE En vue de l'obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré ar l Institut National Polytechnique de Toulouse Disciline ou sécialité : Dynamique des Fluides Présentée et soutenue ar Philie
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailENQUÊTE NATIONALE SUR LA PLACE DES PARENTS À L HÔPITAL
65 Quels problèmes ou difficultés avez-vous rencontrés du fait de l hospitalisation de votre enfant? (plusieurs réponses possibles) Des inuiétudes concernant la santé de votre enfant Des problèmes de gestion
Plus en détail