CORRIGES DE TRAVAUX DIRIGES DE MATH TERMINALES C,D,E. Structure : Probabilités JE RAPPELLE QUE C

Dimension: px
Commencer à balayer dès la page:

Download "CORRIGES DE TRAVAUX DIRIGES DE MATH TERMINALES C,D,E. Structure : Probabilités JE RAPPELLE QUE C"

Transcription

1 Cette fiche a été téléchargée sur le site CORRIGES DE TRAVAUX DIRIGES DE MATH TERMINALES C,D,E. Structure : Probabilités k JE RAPPELLE QUE C k Exercice Le ombre total de possibilités de ragemet est!. Supposos que A est e premier, B est derrière, il reste ( )! répartitios possibles. Comme A peut être placé importe où das la file avec B derrière lui, il y a ( ) places possibles pour A et doc la probabilité ( )! d avoir A suivi de B ; c est pareil pour B suivi de A, soit la probabilité fiale.!. Même raisoemet ; au pire B est e derier et A r places devat ; o peut placer A de r maières, la ( r )( )! ( r ) probabilité fiale est alors.! ( ) Exercice.. A et B icompatibles doc A B +. 0 d où P( A B ) P( A ) P( B ) P( B ) A et B idépedats : P( A B ) P( A ) P( B ) P( B ) P( B ) P( B ) P( B ). A e peut être réalisé que si B est réalisé : tous les évéemets de A sot das B, P( A B ) P( A ) + P( B ) P( B ). Exercice. O pred par exemple B C E, soit P( A E ) P( A ) + P( E ) P( A E ), P( E ) P( B ) + P( C ) P( B C ) et ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) A E A B A C P A E P A B + P A C P A B A C P A B + P A C P A B C doc e remplaçat o obtiet la formule.. Même chose, par récurrece (bof et très péible). Exercice.. E E A B C A ( B C ) ( A B C B ) ( A B C C ).. A B C A ( B C ) doc e appelat K B C, o a ( ) ( ). O calcule P( B C ) 0, 0, 0, 0,6 +, P( B C ) 0, E E A K A K A. ; P( E ) P( E ) P( A ) + 0,6. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

2 Cette fiche a été téléchargée sur le site E utilisat la formule de l exo 9, o a P( A K ) P( A B C ) 0,6 + 0, + 0, 0, 0, 0, + 0,0 0,9 ; par ailleurs ( ) ( ) ( ) ( ) ( ) ( ) P A K P A + P K P A K 0,9 0,6 + 0,6 P E P E 0, et efi P( E ) 0,6 0, 0,. Exercice. Il maque ( ) P Il faut avoir des résultats comme (x, 6) ou (6, x) avec x ou 6 ; o a doc la probabilité + (o elève / pour e pas compter (6, 6) deux fois). 8. Là c est simplemet (6, x), soit Exercice 6 C + C + C ;. P( A ) P ( A ) P( C ) P ( A ) P( C ) P ( A ) P( C ) P A P( A C ) P C ( A ) P( C ) / ( C ) (ce qui était totalemet évidet ) P( A ) P( A ) /. Puisqu o a déjà pris ue pièce d arget, il faut retomber sur C, doc (attetio à 9 l idépedace, sio o aurait quelque chose plus compliqué). Exercice a. L uivers comporte tirages simultaés de 6 objets parmi 0, il y a soit ue probabilité de : 6! 0,0, eviro,% ! maières de tires les 6 doses, b. O cherche [Probabilité(0 dose herbicide) + ( dose herbicide)], soit P( 0 ) 0,0007 0,07 % ! ( )! P 0, 007 0,7 % ! Probabilité recherchée 00 (0,07+0,7) 99,76 %. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

3 Exercice 8 Cette fiche a été téléchargée sur le site a. Il y a 9 maières de tirer boules simultaémet parmi les boules de la boîte, 6 maières de tirer rouges parmi les rouges, maières de tirer vertes parmi les vertes et 7 maières de tirer jaues parmi les 7 jaues. Probabilité recherchée ,97 soit,97%. 9 b. Comme o tire deux boules, l évéemet cotraire de «boules de même couleur» est «boules de couleurs différetes». La probabilité est doc 0, 97 0, 670. Exercices 9 a. 8 P( A ) 0,788, 00 0 P( B ) 0,067, P( A B) 0, P( A B) P( A) + P( B) P( A B) 0,868. b. Il y a 0 90 joueurs qui jouet uiquemet au casio, soit Exercice 0 0 P( C ) 0, a. O peut toujours utiliser ue loi biomiale : p 0,0 et. La probabilité que l o ait les deux pièces o coformes est ( ) 0 0, 0 0, 000 p p. b. Evéemets successifs : ( ) ( ) P C, C P C p( C) 0,0 0, 98 0,096. Exercice a. Formule des probabilités totales : P( f ) P( [ H f ] [ F f ] ) P( H ) PH ( f ) + P( F ) PF ( f ) + 0, b. Probabilité recherchée 0,6 0, 0,. 0,6 0, + 0, 0, Exercice a. A l aide d u arbre de probabilités à ouveau ous obteos 0,.0,0 + 0,.0,0 + 0,0.0,0 0,0. b. 0, 0,0 0, 6. 0, 0,0 + 0, 0,0 + 0,0 0,0 Exercice a. ( ) 0,6 P chie doc P chie chat P chat P( chie ) b. P( chat ) 0,0, P chat ( ) ( ) 0, 0,6 0,079. chie P( chie chat) 0,079 ( chie ) 0,6. P( chat) 0,0 CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

4 Exercice Cette fiche a été téléchargée sur le site a. J ai résolu cet exercice à l aide d u arbre de probabilités. Probabilité recherchée 0, 0,8 0, 0,8 + 0,7 0, 77,% 0, 0, b. Probabilité recherchée 0, 0, + 0,7 0,9 8,7%. Exercice doc le Questio : L espérace mathématique du jeu est ( ) ( ) ( ) jeu est C : équitable. Questio : Loi biomiale, répose B. 0 8 au mois u oui 0 oui, doc 6 6 p, P( ) P( ) Questio : Le joueur tire simultaémet deux bulletis de l ure : il y a tirages possibles ; la probabilité qu il obtiee u tirage de deux bulletis de sortes différetes est égale à la probabilité de tirer + + oui et o ou oui et blac ou o et blac, soit, répose C. Exercice 6 a. Vrai : O trouve facilemet P( N ), P( U / N ) et 6 P( U ) P( U / N ). P( N ) + P( U / N ). P( N ) P( U / N ). Repreos les probabilités totales : 6 b. Vrai : épreuves idépedates répétées doc loi biomiale : les paramètres sot pour le ombre de tirages et p : * si o choisit u dé ormal 0 p, o a alors P (t irer 6 fois) p ( p) 6 6 ; * si o choisit le dé truqué p, o a alors 6 P (tirer 6 fois). E refaisat le même raisoemet qu au a. o obtiet : P (tirer 6 fois) + 6. c. Vrai : P( N S ) 6 p P( N / S). P( S ) d. Faux : p ted vers quad ted vers l ifii, ce qui semble logique. Exercice 7 CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

5 Cette fiche a été téléchargée sur le site k Faux : L ure cotiet géométrique). boules (somme des termes d ue suite k k k ; si k0, b. Faux : Si k>0, P( X ) k puisque > ). P( X 0) (la répose proposée était forcémet fausse c. Vrai : O teste la formule pour : k 0 k. +. ;( ) +. Récurrece : k + k k + k k + ( + ) ( ) + + ( + ) + + ; k k remplaços maiteat par + das la formule : + k k + + k ( ) + k ( + ) + + ; ok. k k d. Faux : + + k + k E( X) k k d où k ( ) E( X) ( ) + ( ) +. EXERCICE 8 P B U P( U et blaches) P( B/ U). P( U). + ( + )( + ) ( + )( + ) a. Faux : ( ) b. Faux : Utilisos les probabilités totales : P( B) P( B U) + P( B V ) P( B/ U) P( U) + P( B/ V ) P( V ). Or ( ) P( B/ V ), + ( + )( + ) ( ) P( B) +, soit ( + )( + ) ( + )( + ) + P( B). ( + )( + ) P( B U) ( + )( + ) c. Vrai : P( U / B). P( B) + + ( + )( + ) d. Faux : P( U / B) 0, 0, ; +7, soit 8, d où +,7 ;,7 ; le triôme est positif si, il faut doc que. De toutes maières o pouvait tester qui doe P( U / B ) qui est trop gros. 7 EXERCICE 9 CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

6 Cette fiche a été téléchargée sur le site Questio a b c d Répose F V V F a. B B se traduit par :«tirer ue blache e et tirer ue rouge ou ue verte e». Comme les tirages sot idépedats le mieux est ecore de faire le calcul : p( B k ), p( B k ), et la même chose pour les autres couleurs : 9 p( B B )., p( V V ) p( R R ) b. A est l évéemet «tirer ue boule d ue couleur e et d ue couleur différete e», soit 6 p( A ) p( B B ) + p( V V ) + p( R R ) c. Pour A il faut tirer fois la même couleur, soit pour chaque couleur puis tirer ue couleur différete, soit ; comme il y a couleurs, ça ous fait p ( A ). d. La somme p( A ) + p( A ) p( A ) est la somme des termes d ue suite géométrique de premier terme p( A ) et de raiso doc elle vaut (de à il y a termes) qui ted vers à l ifii. O pouvait s e douter das la mesure où o est sûr de fiir par tirer ue boule de couleur différete EXERCICE 0 Partie A. A et B formet ue partitio de l uivers Ω ; d après la formule des probabilités totales, o a 9 p( R ) p( A R ) + p( B R ) pa ( R ) p( A ) + pb ( R ) p( B ) Par coséquet, p( R ) 0,. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 6 Par Hugues SILA TEL / 80 7

7 Cette fiche a été téléchargée sur le site p( B R ) 60. Doc, si le joueur p( R ) obtiet ue boule rouge, la probabilité qu elle proviee de A est iférieure à celle qu elle proviee de B. p( A R ). Calculos pr ( A ) et pr ( B ) : p ( ) 60 R A et pr ( B ) p( R ) 9 9 Partie B L épreuve décrite das la partie A est ue épreuve de Beroulli dot le succès est «obteir ue boule rouge». O a p 0, et : ( ) ( 0, ) k ( 0, ) k p X k. k 0, 0, 0. p( G x ) p( X ) ( ) p( G ) p( X 0 ) ( 0,8 ) 0,7. 0 0, 0,8 0, ; p( G x ) p( X ) ( ) ( ) ;. ( ) ( ) ( ) ( ) E G 0, 0 x + 0, x + 0,7 0, x,., 0,. E( G ) 0 0,x, 0 0,x, x x,. Or x est u etier aturel, doc E( G ) 0 lorsque x est supérieur ou égal à. EXERCICE Partie A 9 7 < p( G ) p( B ) p( dé 6 ) p( N ) p( dé 6 ). p ( B ) P p( Blac et Perdu ) p ( P ) Loi biomiale :, 7 p ; il e gage avec la probabilité ,9.. Loi biomiale : quelcoque, 7 0 ( ) 0 0 p ; p X p ( X ) ; o a alors ( ) l 0, 0 p( X ) 0, 99 0, 99 l l ( 0, 0 ) 7, 0 0 l 0 d où 8. Partie B. a. X pred les valeurs et ; p( X ) p( P ), p( X ) p( G ) 7 E( X ) CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 7 Par Hugues SILA TEL / 80 7

8 Cette fiche a été téléchargée sur le site b. L orgaisateur e semble pas très matheux + < Il faut recalculer p( G ) p( B ) p( dé 6 ) p( N ) p( dé 6 ) ( ) d où ( ) E X ( 6 6 ) 0 ( ) ( ) ( + ) 6 ( + ) qui sera positif lorsque 9. EXERCICE.. a. ( ) pd G : s il tire u, il gage s il tire ue voyelle, soit chaces sur 0, p ( ) D G. 0 pd ( G ) : s il tire u, il gage s il tire voyelles, soit 6 pd ( G ) ; chaces sur, pd ( G ) : s il tire u, il gage s il tire voyelles, soit pd ( G ). 0 0 b. O applique les probabilités totales :. Ce coup-ci o cherche ( ) ( ) ( ) chaces sur 0.,. p( G) p D G + p D G + p D G. pd ( G). p( D ) + pd ( G). p( D ) + pd ( G). p( D ) p( G D ( ). ( ) pd G p D ) pg ( D ).. p( G) p( G) U joueur fait six parties : loi biomiale avec 6 et O remplace 6 par et k par 0 : p. O cherche 80 6 p( k ) 0, p( k ) p( k 0) l(0,) résoudre 0, 9 0, 6, 8 soit 7 parties miimum l(7 / 80) EXERCICE O fait u arbre qui doe toutes les réposes immédiatemet : 0 ; il faut doc CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 8 Par Hugues SILA TEL / 80 7

9 Cette fiche a été téléchargée sur le site dé /6 dé ou 6 /6 U p(n) /k U p(n) /k dé,, /6 U p(n) /k. a. Pour avoir ue boule oire il faut calculer la probabilité d avoir tiré avec le dé et ue oire das U, etc., soit sous forme de probabilité coditioelle : p( N ) p[( A N ) ( B N ) ( C N )] p( A) p ( N ) + p( B) p ( N ) + p( C) p ( N ). U U U 0 Ceci doe évidemmet p( N )... 6 k + 6 k + 6 k 6k k. p( A N ) / k b. O cherche ici PN ( dé ). p( N ) / k 0 0 c. > k < 0 k < ; comme k est etier et supérieur ou égal à, il reste k. k d. k 0 k 0 k 0.. Le ombre de fois où o tire ue boule oire sur les 0 parties suit ue Loi biomiale de paramètres 0 et p. 0 La probabilité qu il obtiee au mois ue fois ue boule oire est doc p( X ) p( X 0) 0, EXERCICE 6 6. O effectue au hasard u tirage de deux boules simultaémet de l ure : il y a possibles. tirages. «O a obteu aucue boule oire» reviet à dire que l o a tiré deux rouges parmi, il y a 6 6 la probabilité est p (A 0 ) ; et CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 9 Par Hugues SILA TEL / 80 7

10 Cette fiche a été téléchargée sur le site de même «o a obteu ue seule boule oire» reviet à dire qu o a tiré ue oire parmi et ue rouge 8 parmi, il y a. 8 maières de procéder, ce qui doe p (A ) ; comme la seule possibilité 6 8 restate est de tirer oires, o a p(a ) p( A ) +.. a. Lors de ce deuxième tirage o a 6 tirages possibles. Si o a tiré 0 oire au er tirage, o a tiré rouges ; il reste doc rouges et oires das la boite et la probabilité de tirer 0 oire est celle de tirer rouges parmi, soit pa (B 0 0 ) ; 6 6 si o a tiré oire au er tirage, o a tiré égalemet rouge ; il reste doc rouges et oire das la boite et la probabilité de tirer 0 oire est celle de tirer rouges parmi, soit pa (B 0 ) ; 6 6 si o a tiré oires au er tirage, o a tiré 0 rouge ; il reste doc rouges et 0 oire das la boite et la 6 probabilité de tirer 0 oire est celle de tirer rouges parmi, soit pa (B 0 ) (e fait c était 6 6 évidet puisqu il y a plus que des rouges). b. avec les probabilités totales o a p(b ) p ( B A ) + p ( B A ) + p ( B A ), soit p(b 0 ) pa (B 0 ) p ( A 0 ) + pa (B 0 ) p(a ) + pa (B 0 ) p ( A ) c. De la même maière o a p (B ), pa (B ), A p (B ) 0 ; A p(b ) pa (B ) p ( A 0 ) + pa (B ) p(a ) + pa (B ) p ( A ) ; p (B ), A 6 6 p (B ) 0, p A (B ) 0 ; A p(b ) pa (B ) p ( A 0 ) + pa (B ) p(a ) + pa (B ) p ( A ) d. O a obteu ue seule boule oire lors de ce secod tirage, o coaît doc B. Nous cherchos alors 8 p ( A B ) pa (B. ) p(a ) p B (A ). p(b 8 ) p(b ) 6 8 (R) (A B ) + (A B ) (A ) (B ) + (A ) (B ), soit p (R) p p 0 p p 0 pa0 p pa CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 0 Par Hugues SILA TEL / 80 7

11 EXERCIE Cette fiche a été téléchargée sur le site Correctio.a. Arbre podéré : Evéemet A : chemi Evéemet B : chemi Evéemet C : chemi B P(B) N P(N) B P(B/B) N P(N/B) B P(B/N) N P(N/N) p(b) ; + p(n) +. U : B,N U : B,N U : -B,N U : B,0N p(b/b) ; p(n/b) ; p(b/n) ; p(n/b) U : +B,N U : B,N U : B,N U : B,N. a. La probabilité p(a) se calcule e parcourat l'arbre : p(a) +, soit p( A) +.. b. lim p(a). +. La probabilité p(b) se calcule e parcourat l'arbre : p( B), + p( B). ( + ). a. Le joueur doit être certai de pouvoir, das le meilleur des cas, récupérer au mois sa mise d'où > 0, soit > 0.. b. Le derier évéemet o ecore cosidéré (C) est : "Après l'épreuve, l'ure U cotiet boules blaches". La probabilité p(c) se calcule e parcourat l'arbre : p(c), p(c) + ( + ) La variable aléatoire X peut predre valeurs : 0 (évéemet A) ; 0 (évéemet B) ; 0 (évéemet C). Loi de probabilité de la variable aléatoire X : CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

12 Cette fiche a été téléchargée sur le site x i p(x x i ) ( + ) + + ( + ) ( 0) 0. c. Espérace mathématique : E(x) E(X) ( 0) + +, soit ( + ) + ( + ) 6 0 E(X). ( + ). d. E(X) > 0 doe 6 0 > 0, soit ( + 0)( ) > 0 et [ ; + [ puisque est etier. EXERCICE 6 a. Pour avoir dix boules de même couleur das chaque ure il faut avoir 0 oires das A et 0 Blaches das B ou le cotraire. 0 Le ombre de répartitios est de 0, le ombre de choix permettat 0 oires das A et 0 blaches das B est 0 0 ; la probabilité est doc b. boules blaches et boules oires das A :, soit ue probabilité d eviro 0,.. a. x6 : il faut tirer ue blache de A et la mettre das B puis tirer ue blache de B et la mettre das A, soit 6 ou bie tirer ue oire de A et la mettre das B puis tirer ue oire de B et la mettre das A, soit ; au total cela fait b. Même raisoemet : x ( ) 0 x + 0 x x + M ( 9 0 ) ( 0 ) P + x x + x x + x + x x + 0x + x + 0x 0 d où. Il faut doc qu il y ait, ou 6 boules blaches das l ure A. c. O veut savoir quad P( M ) P( M ) p ( M ), soit après résolutio :, x 6,8 EXERCICE 7. a. p(a) 6 ; p( A) 6 ; p(b/a) 7 ; p(b/ A) 7 D'après la loi des probabilités totales o a : p(b) p(a B) + p( A B) b. p B (A) p(b) p(a B) d'où p B (A) ( / 7) ( / 6). / c. De même o a : p( A/B) p( B) p( A B) d'où p( A/B) (8 / ) ( / 6) 6 / 7 CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

13 Cette fiche a été téléchargée sur le site Esemble des valeurs de X :{; ; ; } : k p(x k) 6! 7! 7! 7! 7! 7!!! 7! E(X) E(X ) 7 + ² 7 + ² + ² 0 0 ; var(x) ; σ(x),69. Exercice 8 Il y a +0 boules ; il y a doc 0 C + 0 tirages possibles ; o tire oires avec la probabilité doc 0 0!!!!! ( )!!! p K K + 0 ( + 0 )! ( )!( + 0 )! !! p K K qui est décroissate et ted vers 0. 0 Exercice 9 ( )( )( )( ), ( )( ) ( )( ) Positif 0,08 Malade 0,0 Pas malade 0,9 Négatif 0,0 Positif 0,0 0,00 0,0097 Négatif 0,960 0,99. Voir ci-cotre.. O ote M l idividu est malade et T le test est positif : a. P M T P( M ) P ( T ) ( ) 0,0 0,9 0, 08. b. P M T P( M ) P ( T ) M ( ) 0,97 0, 99 0,960. M c. P( T) P( M T) + P( M T) 0, ,08 0,08. d. P( T ) P( M T ) + P( M T ) 0,00 + 0,960 0,968. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

14 . a. Cette fiche a été téléchargée sur le site P( T M ) 0,0097 PT ( M) 0, : c est éorme P( T) 0,08 P( T M ) 0,00 b. P ( M ) 0,00 : ouf o a très peu de chaces d être malade sachat que le test est T P( T ) 0,968 égatif, c est rassurat. Exercice 0. Il y a possibilités pour le premier jeto ET possibilités pour le secod, soit 6 évetualités. Pour gager ue partie, la somme doit être égale à. C'est-à-dire avoir l'u des couples suivats ( ; ), ( ; ), ( ; ), ( ; ), soit des 6 évetualités. p(g) /.. a. Pour ue partie doée la situatio peut être représetée par u arbre. Pour calculer p(c ), o a : p(c ) [p(a ) + p(b )] 0 ou ecore, e utilisat l'arbre : p( C ) A obtiet B obtiet B obtiet pas O rejoue. A gage p( A ) 6 A obtiet pas B obtiet B gage p( B ) 6 B obtiet pas O rejoue.b. O peut représeter les parties avec u ouvel arbre dot les braches se termiet lorsque l'u ou l'autre des joueurs A et B a gagé. Das le cas cotraire, ue ouvelle ramificatio se crée. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

15 Cette fiche a été téléchargée sur le site A B C A B A+ C A B C B+ C+ C (fig ) (fig ) Pour chaque brache, la probabilité que l'o rejoue sachat que persoe 'a gagé au tour précédet est de 8. O a doc p(c +) 8 p(c ). C'est ue suite géométrique de raiso 8 et de premier terme, o obtiet 8 p( C ) 8..c. De la même faço o a (fig.) p( A+ ) p( C) d'où p( A ). 6 8.d..e. lim p( A ) lim car 8 < < 0, 0 < ( ) l l < < l > 00 6, > 7,. l 8 (O chage de ses car l < ) 8 O déduit que le plus petit etier aturel tel que p(a ) soit iférieur ou égal à 0,0 est 8. Exercice 0. Il y a 0 tirages disticts possibles. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

16 . a. Cette fiche a été téléchargée sur le site 8 p( B) b. A 'est réalisé que lorsque les jetos portet le uméro 0, il 'y a qu'ue possibilité. p( A ). 0 Il y a 6 jetos blacs. La probabilité est doc : 6 p( C). 0 0 Les jetos peuvet être, soit tous blacs, soit tous rouges. Or il 'y a que jetos rouges, doc ue seule 6 8 possibilité qu'ils soiet tous rouges : p( D) p( C) Au mois u jeto porte u uméro différet des autres. Le cotraire est "tous les jetos ot le même 09 uméro", qui 'est réalisé que pour le uméro 0. p( E) p( A). 0 c. C est réalisé, c'est-à-dire tous les jetos sot blacs. O rappelle que d'etre eux ot le uméro 0 et deux d'etre eux, le uméro. p( B C) p( B) 8 Pour que B soit réalisé, la probabilité est doc de p ( ) 0 C B, e effet o a p( C) p( C) p( B C) p( B) car o e peut former 000 qu'avec des jetos blacs.. Pour 7000 : p( G 7) ; pour 000 : p( G ) p( B) ; pour 0000 : p( G ) ; les autres : p( G ) G 7 p(g x i ) p i x i E(G) ,66. Le joueur peut espérer gager 0,66 cetimes d'euros par jeu : 0 0 celui-ci lui est légèremet favorable. EXERCICE. Comme A et B sot idépedats o a p( A B) p( A) p( B) 0,0 0, ; o e déduit doc que [ ] p(c) p( A B) p( A) + p( B) p( A B) 0,0 0, + (0,0 0,) 0,88. CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 6 Par Hugues SILA TEL / 80 7

17 Cette fiche a été téléchargée sur le site Il y a 0,0 0,00 0,08 chaces de tomber sur ue motre ayat que le défaut a ; de même il y a 0, 0,00 0,098 chaces de tomber sur ue motre ayat que le défaut b ; o a doc p( D ) 0, , 098 0,6.. X suit ue loi biomiale B ( ; 0,88) ; 0 p( E) p( X ) p( X ) + p( X ) 0, 88 0,8 + 0, 88 0,8 0, 89. EXERCICE. a. Il y a deux possibilités pour chaque chiffre, soit 6. b. X peut predre les valeurs 0,,, ou. La loi de X est ue loi biomiale p.. B,. So espérace est. P( ). E 0 a. P( E ) P( E ) 0 0,87. 0 b. Si E 0 s est produit, l imprimate a marqué que des 0, il fallait doc que l appareil evoie la séquece 0000 : P E 0 ( C ) 6. O e déduit ( ) ( ) ( ) P C E0 PE C P E 0 0 0,0 0,00. 6 c. O résume les résultats das u tableau. Séqueces correctes P E ( C ) P( C ) E , , 000, 000, ,00 0,00 0, , 000, 000, 00, 000, 00, 00, , ,., 6 6 0,87 P ( C ) P( C E ) 0,00 + 0,00 + 0, , ,87 0,90. 0 d. O cherche P ( ) C ( ) P( ) P C E 0,008 E 0,0089. C 0,90 CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 7 Par Hugues SILA TEL / 80 7

18 EXERCICE Cette fiche a été téléchargée sur le site P.. Comme clefs ouvret pas sur les, ( D ). Il reste alors clefs dot ouvre pas : P ( D ). P ( D D ) P ( D ) P ( D ) P.. O cherche ( D D D ) D. 0 D. a. & b. (O, N)(, ) Ouvre (, ) N ouvre pas (, ) Ouvre (, ) N ouvre pas (, 0) Ouvre (0, 0) Probabilité / / / / / (O, N)(, ) Ouvre (, ) Ouvre (, ) Ouvre (0, ) N ouvre pas (0, ) N ouvre pas (0, 0) Probabilité / / / / / 0 Soit les probabilités : P ( ; ) et ( ; ) P. 0 EXERCICE Ue ure cotiet 6 boules bleues, boules rouges, et boules vertes, idiscerables au toucher Nombre de possibilités : 6... a. E :«Les boules sot toutes de couleurs différetes»: o tire parmi les bleues ou parmi les rouges, soit P( E ) E :«Les boules sot toutes de la même couleur»: o tire ue boule parmi chaque couleur : P( E ) b. X peut predre les valeurs 0,, ou : P( X k ) Les calculs doet : ( ) 6 k k E X , CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 8 Par Hugues SILA TEL / 80 7

19 Cette fiche a été téléchargée sur le site Il s agit pour les bleues comme pour les rouges de lois biomiales doat la probabilité de tirer m boules d ue couleur doée sur k tirages ; pour les bleues : B k,, ( ) P k rouges k 6 B k,, ( ) 6 P k bleues k k, et pour les rouges : 6 k ; il faut doc résoudre k 0. k EXERCICE Nombre de possibilités : a. p( A ), p( B ), p( C ) b. X peut predre les valeurs, ou : p( X ) p( B ) ; p( X ) p( C ) 0 79 p( X ) p( X ) p( X ) E( X ) , et 0 + ( + )( + ). a. Nombre de tirages possibles :. Nombre de tirages possibles pour D : ( ) ( ). Après simplificatio o a p( D ). ( + )( + ) ( ) 8 b. E rouges ou jaues ou vertes, soit d où ( ) p E ( )( ) O a p( E ) Après résolutio o a ,, soit. EXERCICE Nombre de tirages possibles : a. Pour faire 000 il faut tirer blac parmi et blacs 0 parmi, soit 8 possibilités. La probabilité 8 de l évèemet B est p( B ) b. A : blacs 0 parmi : p( A ) ; C : blacs parmi 6, soit p( C ) ; D : blacs parmi 6 ou rouges parmi, soit p( D ) + ; CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 9 Par Hugues SILA TEL / 80 7

20 Cette fiche a été téléchargée sur le site 09 E : évéemet cotraire : tous les jetos ot le même uméro, soit A ; p( E ) p( A ). 0 8 c. Le fait que C soit réalisé limite les tirages possibles à ; o a alors pc ( B ).. G p G E( G ) , EXERCICE 8. a. A u sommet comme A, B, C ou D la fourmi a d aller sur u autre sommet ; e S elle a autre sommet. d aller sur u O a doc la probabilité de reveir e A : ( ) P ABA, ADA,ASA +. 6 La probabilité d aller e B : ( ASB ) P. La probabilité d aller e C : ( ABC, ADC, ASC ) La probabilité d aller e D : ( ASD ) b. 7 P P. +. p. p P( aller e S ) P( pas e S au pas ) P( S ) ( p ). a. p, ok. p ok égalemet. b. Comme <, le terme ted vers 0 doc EXERCICE 9 x Aisi, la probabilité qu u robot tombe e pae avat l istat t est égale à P( X t ) λe λ dx. P X > 6 P X 6 e dx e e ; o résoud :. ( ) ( ) 6 λx λx 6 λ6 λ l 0, e λ 0, 6λ l 0, λ 0, ,. 6 CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page 0 Par Hugues SILA TEL / 80 7 t 0

21 Cette fiche a été téléchargée sur le site t x t t l P X t 0,e dx e 0, e 0, 0, t l t, 7, soit eviro trois as 0 0, et demi. 0, 0, 0,. ( ). La probabilité qu u robot ait pas eu de pae au cours des deux premières aées est ( ) ( ) 0, 0, >. P X e e. O cherche ( ) ( ) ( > ) ( > ) ( ) ( ) ( ) P X X 6 P X 6 0, 6 > e 0,, 0,8 P X > X > 6 e e 0,. P X > P X > 0, e. Y le ombre de robots sas paes au cours des deux premières aées suit ue loi biomiale de paramètres 0, p e 0, ; o cherche doc C est du bo matériel 0 0 0, 0, ( ) ( ) ( ) ( ) P Y P Y 0 e e 0, CORRIGE DE LA FICHE : PROBABILITE Tle D- C ET E Page Par Hugues SILA TEL / 80 7

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. 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 détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

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

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

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

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

Exo7. 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 détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

GEA 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 détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce

Plus en détail

Comment les Canadiens classent-ils leur système de soins de santé?

Comment les Canadiens classent-ils leur système de soins de santé? Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

Guide des logiciels installés sur votre ordinateur portable Sony PCG-C1MHP

Guide des logiciels installés sur votre ordinateur portable Sony PCG-C1MHP Guide des logiciels istallés sur votre ordiateur portable Soy PCG-C1MHP Commecez par lire ce documet! Commecez par lire ce documet! Importat Ce produit comporte des logiciels acquis par Soy sous licece

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE

LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises

Plus en détail

Probabilités (méthodes et objectifs)

Probabilités (méthodes et objectifs) Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d

Plus en détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

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

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

La maladie rénale chronique

La maladie rénale chronique La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

Copyright 2001 2006 Hewlett-Packard Development Company, L.P.

Copyright 2001 2006 Hewlett-Packard Development Company, L.P. Guide des logiciels Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses de garatie accompagat ces produits et services. Aucu élémet de ce documet

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

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

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

Plus en détail

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail