DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL MTH2302B - PROBABILITÉS ET STATISTIQUE

Dimension: px
Commencer à balayer dès la page:

Download "DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL MTH2302B - PROBABILITÉS ET STATISTIQUE"

Transcription

1 TD n o 1 : semaine du 4 septembre 2017 Exercices du manuel de référence : Exercice n o 1 Dans une production en série d un certain type de pièce, le contrôle de la qualité se fait en vérifiant, pour chaque pièce, si les deux dimensions constituées par la hauteur (H) et l épaisseur (E) sont conformes (i.e., chacune des deux dimensions est à l intérieur de ses limites de spécifications prescrites). Une analyse des données de cette production montre que : 84% des pièces ont une hauteur conforme ; 4% des pièces ont une hauteur conforme et une épaisseur non conforme ; 6% des pièces ont une épaisseur conforme et une hauteur non conforme. On considère une pièce prise au hasard dans la production. Calculer la probabilité de chacun des événements suivants : a) La pièce a une hauteur et une épaisseur conformes. b) Au moins une des deux dimensions de la pièce est conforme. c) Aucune des deux dimensions de la pièce n est conforme. d) Une seule des deux dimensions de la pièce est conforme. Exercice n o 2 En entrant dans une salle de spectacle, quatre personnes laissent leurs manteaux (d apparence identiques) au vestiaire. À la sortie du spectacle, les manteaux des quatre personnes leur sont remis au hasard. Calculer la probabilité qu aucune des quatre personnes ne reçoive son propre manteau. Exercice n o 3 On considère un système (voir schéma ci-dessous) constitué de trois composants (A, B, C). Le système fonctionne s il y a au moins un chemin, liant les points 1 et 2, constitué de composants qui fonctionnent. A 1 C 2 B Calculer la fiabilité (i.e., la probabilité de fonctionnement sans panne) de ce système dans chacun des cas suivants : a) cas 1 : les trois composants opèrent indépendamment les uns des autres, et les fiabilités des composants sont de P(A) = 0,90; P(B) = 0,95; P(C) = 0,80. b) cas 2 : le composant A opère indépendamment de B et de C, mais B et C ne sont pas indépendants l un de l autre. Les fiabilités sont identiques à celles du cas 1, mais en plus P(B C) = 0,90 (i.e., lorsque C est en panne, la probabilité que B fonctionne est de 0,90). MTH2302B page 1 Séance n o 1

2 Exercice n o 4 Un certain type de composant a une probabilité de fonctionnement sans panne (fiabilité) p (considérez 0 < p < 1) pour une période donnée. On compte construire un système constitué de n composants de ce type, opérant indépendamment et placés en parallèle (le système fonctionne si au moins un des composants fonctionne). a) Supposons que p = 70%. Quelle devrait être alors le nombre minimal n de composants pour que le système ait une probabilité de fonctionnement sans panne (fiabilité) d au moins 99,99%? b) Si on utilise 5 composants de ce type, pour quelles valeurs de p la fiabilité du système sera-telle d au moins 99,999%? Exercice n o 5 Trois mécaniciens travaillent dans un certain garage. On sait que 45% des voitures qui entrent dans ce garage sont examinées par le premier mécanicien, 35% par le deuxième et 20% par le troisième. Malgré l excellente réputation des trois mécaniciens, il arrive quelque fois qu ils commettent des erreurs de diagnostic. Avec le temps, on a pu constater que 3% des voitures examinées par le premier mécanicien, 5% des voitures examinées par le deuxième et 6% des voitures examinées par le troisième n étaient pas réparées de façon adéquate. Un automobiliste s est rendu au garage en question pour faire réparer sa voiture. a) Évaluer la probabilité pour que sa voiture n ait pas été réparée de façon adéquate. b) Calculer la probabilité pour que le premier mécanicien ait examiné sa voiture et qu il l ait réparée de façon adéquate. c) Si la voiture n a pas été réparée de façon adéquate, quelle est la probabilité qu elle ait été examinée par le premier mécanicien? d) Si la voiture a été réparée façon adéquate, quelle est la probabilité qu elle n ait pas été examinée par le premier mécanicien? MTH2302B page 2 Séance n o 1

3 TD n o 2 : semaine du 11 septembre 2017 Exercices du manuel de référence : a) 2.30 a) Exercice n o 1 La quantité d eau emmagasinée dans un réservoir peut être représentée par trois états : rempli (R), à moitié rempli (M), vide (V ). À cause du caractère aléatoire du débit d eau entrant dans le réservoir ainsi que du débit sortant pour satisfaire la demande, la quantité d eau emmagasinée peut changer d un état à l autre durant chaque saison. Les probabilités de transition (conditionnelles) d un état à l autre entre le début et la fin d une saison sont : Par exemple : P(M f V d ) = 0,5. Fin Début V f M f R f V d 0,4 0,5 0,1 M d 0,3 0,3 0,4 R d 0,1 0,7 0,2 Supposons qu au début de la première saison : P(V d ) = 0,1; P(M d ) = 0,7; P(R d ) = 0,2. Calculer les probabilités que le réservoir : a) soit rempli à la fin de la première saison. b) ne soit pas vide à la fin de la première saison. c) soit rempli à la fin de la deuxième saison. d) ne soit pas vide à la fin de la deuxième saison. Exercice n o 2 Soit X une variable aléatoire dont la fonction de masse est donnée par x p(x) 0,20 0,40 c 0,10 où c est une constante réelle. a) Déterminer la valeur de la constante c. b) Donner la fonction de répartition de X. c) Calculer les probabilités suivantes P(X 3) ; P(X > 2,5) ; P(2,7 X < 5,1). d) Calculer la moyenne et l écart type de X. MTH2302B page 1 Séance n o 2

4 Exercice n o 3 suit : Une variable aléatoire discrète X a pour fonction de répartition F X (x) définie comme 0 si x < 0 F X (x) = 1 1 si 0 x <, [x] + 1 où [x] désigne la partie entière de x. a) Déterminer l ensemble R X des valeurs possibles (support) et la fonction de masse de X. b) Calculer P(2 X 10). Exercice n o 4 Soit X une variable aléatoire X dont la fonction de densité est donnée par kx 2 si 0 x < 1 k f X (x) = (3 x) si 1 x < sinon. où k est une constante réelle. a) Déterminer la valeur de la constante k. b) Donner la fonction de répartition de X. c) Calculer les probabilités suivantes P(X 1/2) ; P(1/2 < X 3/2) ; P(X < 2). d) Calculer la moyenne et la variance de X. MTH2302B page 2 Séance n o 2

5 TD n o 3 : semaine du 18 septembre 2017 Exercices du manuel de référence : Exercice n o 1 Soit X une variable aléatoire continue, de fonction de répartition 0 si x < 0 F X (x) = kx si x x a) Déterminer la constante k. b) Calculer la probabilité P(X 2). c) On considère la variable Y définie par Y = X. 1.c) 2.c) Déterminer la fonction de densité de la variable Y Sans utiliser la fonction de densité de Y, calculer E(Y ), et P ( Y > 1 ). 3 Exercice n o 2 Un ingénieur doit régler une machine qui produit r articles par heure. Pour chaque article conforme (i.e. non défectueux) produit, on réalise un profit de 1,00 $ ; on perd 20,00$ pour chaque article défectueux produit. On a établi par expérience que la proportion d articles défectueux est une variable aléatoire X dont la distribution dépend de r selon la fonction de densité suivante : 10 3 r x (r ) si 0 < x < 1, r > 0 f X (x) = 0 sinon. a) Si on considère une valeur r 0 de r et une valeur x 0 de X données, montrer que le profit par heure est égal à r 0 (1 21x 0 ). b) Si on fixe r, montrer que le profit moyen par heure est égal à (1000r 20r 2 )/( r ). c) À quelle valeur de r doit-on ajuster la machine pour que le profit moyen par heure soit maximal? Justifier votre réponse. Exercice n o 3 On dispose d une ficelle de 1 m de longueur que l on coupe en deux en un point déterminé au hasard. Un des deux bouts sert à construire un carré tandis que l autre sert à construire un cercle. On peut montrer que la longueur d un bout (ou de l autre) est une variable aléatoire X dont la fonction de densité est 1 si 0 < x < 1 f X (x) = 0 sinon. Dans chacun des cas suivants, définir la variable et calculer : MTH2302B page 1 Séance n o 3

6 a) la moyenne du côté du carré ; b) la moyenne de l aire du carré ; c) la moyenne de la circonférence du cercle ; d) la moyenne de l aire délimitée par le cercle ; e) la variance de l aire délimitée par le cercle. Exercice n o 4 Soit X une variable aléatoire de fonction de densité f X (x) = { 5 x 4 si 0 x < 1 0 sinon. On considère la variable aléatoire Y définie par Y = X 2. a) Déterminer la fonction de densité de Y. b) Soit la variable aléatoire T définie par T = X 2 Y. Calculer la moyenne et la variance de T. MTH2302B page 2 Séance n o 3

7 TD n o 4 : semaine du 25 septembre 2017 Exercices du manuel de référence : Exercice n o 1 Considérons deux variables aléatoires discrètes X et Y dont la fonction de masse conjointe est donnée par { c(x + y) si x = 0, 1, 2, 3 ; et y = 0, 1 p(x, y) = 0 sinon. où c est une constante réelle. a) Déterminer la valeur de la constante c. b) Les deux variables X et Y sont-elles indépendantes? Justifier votre réponse. c) Calculer les probabilités suivantes : P(Y X), et P (X 2 Y = 1). d) Calculer le coefficient de corrélation ρ entre X et Y, interpréter le résultat. e) Calculer la variance de la variable W définie par W = Y 5X. Exercice n o 2 Soient X et Y deux variables aléatoires. La fonction de densité conjointe du vecteur aléatoire (X, Y ) est k si 0 < x y < 1 f (x, y) = 2k si 0 < y < x < 1 0 sinon, où k est une constante réelle. a) Déterminer la valeur de la constante k. b) Les variables X et Y sont elles indépendantes? Justifier votre réponse. c) Calculer le coefficient de corrélation ρ de X et Y. Exercice n o 3 On évalue que 20% des sites d une certaine région contiennent effectivement du pétrole. Avant de débuter les travaux de forage d un site de la région, on peut d abord effectuer un test basé sur l analyse des roches de ce site. Le test n est cependant pas totalement fiable. On sait que le test conclut positivement (présence du pétrole) dans 70% des cas où il y a effectivement du pétrole ; il conclut négativement (pas de pétrole) dans 95% des cas où il n y a effectivement pas de pétrole. a) Calculez la probabilité que le test conclue positivement mais que le site ne contienne pas de pétrole. b) Si le test effectué sur un site de la région est positif, quelle est la probabilité que le site contienne effectivement du pétrole? MTH2302B page 1 Séance n o 4

8 c) Dans quel pourcentage de cas le résultat du test est-il exact? d) Supposons qu on exécute le forage sur un site seulement si le test effectué sur ce site est positif. 1d) On compte effectuer des tests sur 10 sites de la région. Quelle est la probabilité que le forage ait lieu dans plus de la moitié de ces sites? Donnez la moyenne et la variance du nombre de forages à effectuer. 2d) Quelle est la probabilité pour que plus de quatre forages soient nécessaires afin d obtenir un premier site contenant réellement du pétrole? Donnez la moyenne et l écart type du nombre de forages nécessaires dans ce cas. Exercice n o 4 Un manufacturier de composants livre ses produits aux détaillants dans des boîtes contenant n composants. Le profit du manufacturier est de 59, 50$ par composant, moins les frais de livraison de 25$ par boîte. De plus, dans le but de promouvoir les ventes tout en assurant la qualité des composants, le manufacturier s engage à payer 200X 2 $ à tout détaillant qui reçoit une boîte contenant X composants défectueux (le détaillant est alors responsable des réparations). Supposons que les composants sont produits indépendamment les uns des autres et qu une proportion de p d entre eux sont défectueux. a) Donnez l expression algébrique de Y, le profit net du manufacturier par boîte de composants, en fonction de X, n et p. b) Donnez l expression algébrique de l espérance mathématique de Y en fonction de n et p. c) On suppose maintenant que p = 5%. Combien de composants le manufacturier devrait-il empaqueter par boîte afin de maximiser son espérance de profit net? justifiez votre raisonnement. MTH2302B page 2 Séance n o 4

9 TD n o 5 : semaine du 2 octobre 2017 Exercices du manuel de référence : Exercice n o 1 Une compagnie d aviation a constaté que 4% des personnes qui font des réservations pour ses vols ne se présentent pas au départ. La compagnie a donc décidé d accepter un nombre de réservations m + c plus grand que le nombre de sièges disponibles m. Notons par X le nombre de personnes ayant fait des réservations et se présentant au départ d un vol, et par Y le nombre de personnes ayant fait des réservations et ne se présentant pas au départ d un vol. a) Quelle est la loi de probabilité de X? Précisez ses paramètres. b) Quelle est la loi de probabilité de Y? Précisez ses paramètres. c) Déterminer, en fonction de m et c, une expression algébrique représentant la probabilité qu au moins une personne ayant fait des réservations ne trouve pas de place sur le vol. d) Supposons que m = 100 pour un certain type de vol. La compagnie veut déterminer une politique de réservation (i.e. une valeur de c) de telle sorte que la probabilité qu au moins une personne ne trouve pas de place sur le vol ne dépasse pas 0,10. Déterminez la valeur de c. Exercice n o 2 Supposons qu une compagnie dispose d une machine dont la durée de fonctionnement sans défaillance, T (unités de temps), est distribuée selon une loi exponentielle de paramètre λ, (avec λ > 0 ). Précisément, la fonction de densité de T est { λe λt si t 0 f (t) = 0 si t < 0. Afin de produire avec cette machine, la compagnie compte engager un opérateur pour une période fixe, de durée c unités de temps ; cet opérateur recevra un salaire de d dollars par unité de temps au cours de ladite période (que la machine fonctionne ou non). La compagnie évalue que la production de la machine, lorsque celle-ci fonctionne, génère un profit de r dollars par unité de temps (compte non tenu du salaire de l opérateur). On suppose que durant la période considérée, la machine ne peut être remise en marche après une défaillance. a) Donnez l expression algébrique du profit net, X, que la compagnie réalisera, en fonction de T, c, r et d. b) Donnez l expression algébrique de l espérance mathématique de X en fonction de λ, c, r et d. c) Si on suppose que l unité de temps est le mois et que r = 8d, λ = 1/3, quelle est alors la valeur optimale de c? (i.e., celle pour laquelle l espérance mathématique du profit net de la compagnie est maximale). Justifier clairement votre raisonnement. MTH2302B page 1 Séance n o 5

10 TD n o 6 : semaine du 16 octobre 2017 Exercices du manuel de référence : Exercice n o 1 Une machine est utilisée pour le remplissage automatique de bouteilles d un breuvage. La quantité de breuvage versée dans une bouteille est distribuée selon une loi normale (ou gaussienne) de moyenne ajustable et d écart type fixe 1, 07 ml. On considère qu une bouteille est correctement remplie si elle contient entre 747 et 753 ml de breuvage ; autrement, elle n est pas correctement remplie. a) Supposons que la moyenne soit ajustée à 750 ml. Quel est alors le pourcentage de bouteilles qui ne sont pas correctement remplies par la machine? b) Sous les conditions de a), parmi les bouteilles correctement remplies, quel est le pourcentage de celles qui contiennent moins de 752 ml? c) Sous les conditions de a), quelle est la probabilité qu un lot de 10 bouteilles en contienne au moins 2 qui ne soient pas correctement remplies? Justifier votre réponse et préciser vos hypothèses. Exercice n o 2 Une ville compte unités d habitation et 2 usines. La demande quotidienne en eau potable (mesurée en litres) est fonction des informations données par le tableau suivant Notons par Q D = variable moyenne écart type distribution (loi) Habitation Q i, i = 1,..., inconnue Usine 1 U normale Usine 2 U normale i=1 Q i la demande domestique, et par Q T = Q D + U 1 + U 2 la demande totale. a) Calculer la moyenne et l écart type de la demande domestique et de la demande totale. b) Déterminer la valeur de a pour laquelle P(Q D a) = 0, 01. c) Déterminer la capacité minimale C (en litres) de l usine de filtrage si on veut satisfaire la demande quotidienne totale avec une probabilité d au moins 0, 999. MTH2302B page 1 Séance n o 6

11 Exercice n o 3 On considère des objets de formes géométriques rectangulaires et planes (voir le schéma ci-dessous). On suppose que les longueurs (en cm) des côtés X 1 et X 2 sont des variables aléatoires indépendantes et identiquement distribuées selon une loi lognormale de paramètres µ Y = 1 et σ 2 = 4. Y X 2 X 1 a) Quelle est la probabilité que la longueur du côté X 1 d un objet soit supérieure à 8 cm? b) On s intéresse à l aire A de la face supérieure des objets considérés. Quelle est la proportion d objets ayant une aire inférieure à 45 cm 2. Exercice n o 4 On considère que le poids X et la taille Y des individus d une population forment un vecteur aléatoire [X, Y ] de loi binormale de paramètres µ X = 75 kg, µ Y = 178 cm, σ X = 10 kg, σ Y = 12 cm, ρ = 0,9. a) Si un individu de cette population pèse 80 kg, quelle est la probabilité qu il mesure plus de 178 cm? b) Si un individu de cette population mesure 160 cm, quelle est la probabilité qu il pèse moins de 75 kg? MTH2302B page 2 Séance n o 6

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

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat 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 détail

I3, 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 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 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

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

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

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

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

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

Probabilités conditionnelles

Probabilités conditionnelles Probabilités conditionnelles Exercice Dans une usine, on utilise conjointement deux machines M et M 2 pour fabriquer des pièces cylindriques en série. Pour une période donnée, leurs probabilités de tomber

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle

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

Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010

Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Exercices sur le chapitre «Probabilités»

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

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

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

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

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

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16 ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que

Plus en détail

Quel système d équations traduit cette situation? x : la hauteur du rectangle. y : l aire du rectangle. C) y = 4x + 25.

Quel système d équations traduit cette situation? x : la hauteur du rectangle. y : l aire du rectangle. C) y = 4x + 25. 1 La base d un rectangle dépasse sa hauteur de 4 cm. Si on ajoute 17 au périmètre de ce rectangle, on obtient un nombre égal à celui qui représente l aire de ce rectangle. Soit x : la hauteur du rectangle

Plus en détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,

Plus en détail

Probabilités. 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. 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 détail

4. Exercices et corrigés

4. 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 détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles 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 détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

Plus en détail

P1 : Corrigés des exercices

P1 : 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 détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

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

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

Plus en détail

Probabilités. C. Charignon. I Cours 3

Probabilités. C. Charignon. I Cours 3 Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3

Plus en détail

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

Capacité 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 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 détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

Introduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr

Introduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux

Plus en détail

COMMUNAUTE ECONOMIQUE ET MONETAIRE DE L AFRIQUE CENTRALE -------------------- LA COMMISSION -------------------

COMMUNAUTE ECONOMIQUE ET MONETAIRE DE L AFRIQUE CENTRALE -------------------- LA COMMISSION ------------------- COMMUNAUTE ECONOMIQUE ET MONETAIRE DE L AFRIQUE CENTRALE -------------------- LA COMMISSION ------------------- DOSSIER TYPE A FOURNIR PAR LES INDUSTRIELS ET A PRESENTER PAR LES ETATS MEMBRES DE LA CEMAC

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

Correction du baccalauréat STMG Polynésie 17 juin 2014

Correction du baccalauréat STMG Polynésie 17 juin 2014 Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. Caractéristiques et fonctions d une v.a. 3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes

Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes Pages 4 à 48 barèmes 4 à 48 donnes Condensé en une page: Page 2 barèmes 4 à 32 ( nombre pair de donnes ) Page 3 Tous les autres barèmes ( PV de

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Lagrange, où λ 1 est pour la contrainte sur µ p ).

Lagrange, où λ 1 est pour la contrainte sur µ p ). Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i

Plus en détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

Plus en détail

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

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

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

CALCUL DES PROBABILITES

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

Plus en détail

MODELES DE DUREE DE VIE

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

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

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

Programmation linéaire

Programmation 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 détail

Microsoft Excel : tables de données

Microsoft Excel : tables de données UNIVERSITE DE LA SORBONNE NOUVELLE - PARIS 3 Année universitaire 2000-2001 2ème SESSION SLMD2 Informatique Les explications sur la réalisation des exercices seront fournies sous forme de fichiers informatiques.

Plus en détail

BACCALAURÉAT PROFESSIONNEL SUJET

BACCALAURÉAT PROFESSIONNEL SUJET SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)

Plus en détail

Régression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr

Régression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R

Plus en détail

Dérivés Financiers Contrats à terme

Dérivés Financiers Contrats à terme Dérivés Financiers Contrats à terme Mécanique des marchés à terme 1) Supposons que vous prenez une position courte sur un contrat à terme, pour vendre de l argent en juillet à 10,20 par once, sur le New

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #6

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #6 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #6 ARTHUR CHARPENTIER 1 Supposons que le nombre X de coups de téléphone durant une heure suive une loi de Poisson avec moyenne λ. Sachant que P (X = 1 X 1) = 0.8, trouver

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

INTRODUCTION GENERALE AU MARKETING

INTRODUCTION GENERALE AU MARKETING INTRODUCTION GENERALE AU MARKETING 1. La notion de marché 2. La définition du Marketing et du Marketing - Mix 3. Les fonctions de l entreprise 4. La stratégie push ( fonction de production ) 5. La stratégie

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Théorie 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 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 détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 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 détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre. Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences

Plus en détail

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

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

Plus en détail

Loi d une variable discrète

Loi d une variable discrète MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

ECONOMIE MANAGÉRIALE NESSRINE OMRANI ECOLE POLYTECHNIQUE NESSRINE.OMRANI@POLYTECHNIQUE.EDU

ECONOMIE MANAGÉRIALE NESSRINE OMRANI ECOLE POLYTECHNIQUE NESSRINE.OMRANI@POLYTECHNIQUE.EDU ECONOMIE MANAGÉRIALE NESSRINE OMRANI ECOLE POLYTECHNIQUE NESSRINE.OMRANI@POLYTECHNIQUE.EDU 1 CHAPITRE 3: L ASYMÉTRIE D INFORMATION NOTIONS IMPORTANTES: Asymétrie d information Antisélection (ou sélection

Plus en détail

TD 3 : suites réelles : application économique et nancière

TD 3 : suites réelles : application économique et nancière Mathématiques Appliquées Cours-TD : K. Abdi, M. Huaulmé, B. de Loynes et S. Pommier Université de Rennes 1 - L1 AES - 009-010 TD 3 : suites réelles : application économique et nancière Exercice 1 Calculer

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Les puissances 4. 4.1. La notion de puissance. 4.1.1. La puissance c est l énergie pendant une seconde CHAPITRE

Les puissances 4. 4.1. La notion de puissance. 4.1.1. La puissance c est l énergie pendant une seconde CHAPITRE 4. LES PUISSANCES LA NOTION DE PUISSANCE 88 CHAPITRE 4 Rien ne se perd, rien ne se crée. Mais alors que consomme un appareil électrique si ce n est les électrons? La puissance pardi. Objectifs de ce chapitre

Plus en détail

1 TD1 : rappels sur les ensembles et notion de probabilité

1 TD1 : rappels sur les ensembles et notion de probabilité 1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

PROBABILITÉS CONDITIONNELLES

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

Plus en détail

OUTILS EN INFORMATIQUE

OUTILS EN INFORMATIQUE OUTILS EN INFORMATIQUE Brice Mayag brice.mayag@dauphine.fr LAMSADE, Université Paris-Dauphine R.O. Excel brice.mayag@dauphine.fr (LAMSADE) OUTILS EN INFORMATIQUE R.O. Excel 1 / 35 Plan Présentation générale

Plus en détail

LISTE D EXERCICES 2 (à la maison)

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

Plus en détail

Guidance de Statistique : Epreuve de préparation à l examen

Guidance de Statistique : Epreuve de préparation à l examen Guidance de Statistique : Epreuve de préparation à l examen Durée totale : 90 min (1h30) 5 questions de pratique (12 pts) 20 décembre 2011 Matériel Feuilles de papier De quoi écrire Calculatrice Latte

Plus en détail

4 Distributions particulières de probabilités

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

Plus en détail

Quelles sont les principales formules utiles pour l étude de cas de vente?

Quelles sont les principales formules utiles pour l étude de cas de vente? Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes

Plus en détail

STATUTS DU RÉGIME DE PENSION COMPLÉMENTAIRE DE LA BANQUE DU CANADA. (RÈGLEMENT ADMINISTRATIF N o 18)

STATUTS DU RÉGIME DE PENSION COMPLÉMENTAIRE DE LA BANQUE DU CANADA. (RÈGLEMENT ADMINISTRATIF N o 18) STATUTS DU RÉGIME DE PENSION COMPLÉMENTAIRE DE LA BANQUE DU CANADA (RÈGLEMENT ADMINISTRATIF N o 18) Le présent document est une version refondue des Statuts du Régime de pension complémentaire de la Banque

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

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

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

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

Plus en détail

Qu est-ce qu une probabilité?

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

Plus en détail

Université 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 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 détail

Les mutuelles de prévention

Les mutuelles de prévention Les modes de tarification de la Commission sur la Santé et Sécurité au Travail (CSST) Annuellement, chaque employeur doit remettre à la CSST une prime dont le montant est calculé selon le taux de prime.

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

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

Plus en détail

Economie de l Incertain et des Incitations

Economie de l Incertain et des Incitations Economie de l Incertain et des Incitations CHAPITRE 2 Eléments de théorie des jeux en information symétrique et asymétrique Equilibres Bayesiens - Université de Tours - M1 AGE - Arnold Chassagnon - Automne

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt du découpage en sous-bandes pour l analyse spectrale Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,

Plus en détail

LES CONTRATS D ENTRETIEN ET D EXPLOITATION DE CHAUFFAGE J-M R. D-BTP

LES CONTRATS D ENTRETIEN ET D EXPLOITATION DE CHAUFFAGE J-M R. D-BTP LES CONTRATS D ENTRETIEN ET D EXPLOITATION DE CHAUFFAGE J-M R. D-BTP 2006 1 Généralités Terminologie Les solutions pour le client Les marchés La prestation L évaluation des postes Les entreprises Durée

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

Le parcours professionnel des chômeurs de longue durée en Suisse

Le parcours professionnel des chômeurs de longue durée en Suisse Le parcours professionnel des chômeurs de longue durée en Suisse Cet article présente les premiers résultats d un projet de recherche qui étudie le parcours professionnel de personnes confrontées au chômage

Plus en détail

Mémoire relatif au Règlement sur le dépannage et le remorquage des véhicules sur le territoire de la Communauté urbaine de Montréal

Mémoire relatif au Règlement sur le dépannage et le remorquage des véhicules sur le territoire de la Communauté urbaine de Montréal Mémoire relatif au Règlement sur le dépannage et le remorquage des véhicules sur le territoire de la Communauté urbaine de Montréal Présenté à La Commission du développement économique de la Communauté

Plus en détail

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

Plus en détail

Les devoirs en Première STMG

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

Plus en détail