PROBABILITES. A. Espaces probabilisables. 1) Définition d une tribu :

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "PROBABILITES. A. Espaces probabilisables. 1) Définition d une tribu :"

Transcription

1 . Espaces probablsables Défto d ue trbu : PROBBILITES chaque expérece aléatore o assoce u esemble oté, appelé uvers, dot les élémets représetet les dfféretes ssues possbles de l expérece aléatore : est doc l esemble des ssues ou cas possbles (ou résultats observables O appelle trbu (ou -algèbre sur tout esemble T (oté auss de partes de vérfat les proprétés suvates : T (T o vde 2 S T alors T (T stable par complémetare 3 S ( IN est ue sute d élémets det, alors uo déombrable 2 Remarque et déftos : T est stable par uo fe d élémets de T S ( est ue sute d élémets det, alors IN tersecto déombrable T est stable par tersecto fe d élémets de T 0 0 T (T stable par T (T stable par chaque expérece aléatore E est assocé l uvers des possbles Chaque élémet det, trbu sur, est appelé évéemet lé à l épreuve aléatore E (Par exemple est l évéemet certa et est l évéemet mpossble Le couple,t est appelé espace probablsable lé à l épreuve aléatore E Chaque sgleto (esemble à u élémet det est-l u évèemet? -t-o, T? Das le cas où l esemble est au plus déombrable, la répose est ou s T esemble des partes ou sous-esembles de Démostrato : O sat déjà que T Récproquemet, motros que s, T alors T. Pour cela preos u élémet quelcoque de, est au plus déombrable (parte d u esemble au plus déombrable et o a T doc T ce qu prouve que T Par double cluso, o a be T (. uo déombrable d élémets de

2 Coséquece : das le cas où l esemble est f ou f déombrable, o predra T Das ce cas chaque sgleto est u évèemet, l est appelé évèemet élémetare assocé à l épreuve aléatore E Das le cas où l esemble est f o déombrable, est trop gros, o utlse alors ue trbut Remarquos que, das ce cas, la défto d ue trbu mplque pas que tous les sgletos soet élémets de cette trbu 3 Trbu egedrée par ue famlle d évèemets, I ue famlle quelcoque de sous-esembles de, la trbu egedrée par Sot est la plus pette trbu sur qu cotet tous les sous-esembles Remarque : l esemble I est pas forcémet au plus déombrable La trbu egedrée par ue famlle cotet tous les complémetares des évèemets de cette famlle as que les uos et tersectos fes ou déombrables des évèemets de cette famlle et de leurs complémetares 4 La trbu borélee S, o appelle trbu borélee sur et o ote B la trbu egedrée par les tervalles ouverts de Tout esemble de cette trbu est appelé esemble boréle ou smplemet boréle O motre que B cotet tous les tervalles de (même o ouverts Par exemple : S a et b sot deux réels tels que a b, alors a, b a, b B comme tersecto déombrable de boréles S a et b sot deux réels tels que a b, alors a, b a, b B comme tersecto déombrable de boréles S a et b sot deux réels tels que a b, alors a, b a, b a, b B comme uo fe de boréles a, a a, a B tteto o motre que B P 2

3 B. Espaces probablsés Défto d ue probablté : Sot (,T u espace probablsable O appelle probablté sur (,T toute applcato P défe sur T à valeurs das 0, telle que : P ( 2 Pour toute sute ( IN d élémets de T deux à deux compatbles, 0 0 Remarque : a La secode proprété est dte proprété de -addtvté de la probablté P. b Tout trplet (, T, P est appelé espace probablsé. 2 Proprétés d ue probablté Sot (,T, P u espace probablsé a = 0 Tout évéemet, dfféret de, tel que P 0est dt églgeable ou quas mpossble Tout évéemet, dfféret de, tel que P est dt presque certa ou quas certa Cas partculer : Sot ; vérfe ue proprété Pr S P o dt que la proprété Pr est presque sûremet vrae ou sûremet vrae presque partout b S et B sot deux évéemets compatbles alors B B. Rappels : et B sot deux évéemets compatbles s et B sot deux partes dsjotes de T est à dre B =. B est l évéemet «ou B» Gééralsato : S, 2 sot évéemets compatbles deux à deux, alors,..., Soet et B deux évéemets Rappel :, le complémetare de das, est l évéemet cotrare de c L applcato P est crossate c est à dre s B(o dt que mplque B alors B Rappel : d B B B. B est l évéemet «et B». 3

4 Gééralsato : formule du crble ou de Pocaré Soet, 2,..., évéemets ( P 2... ( Remarque mportate : le programme précse de coaître cette formule das le cas 3 Il sufft doc de coaître : Pour tous évèemets et B, B B B Pour tous évèemets Bet, C, B C B P C B P C P B C P B C e Proprétés de la lmte mootoe de la probablté : Pour toute sute crossate ( IN d évéemets (c est à dre, o a : 0 lm Pour toute sute décrossate ( IN d évéemets (c est à dre, o a : lm. 0. Coséqueces du théorème de la lmte mootoe : Pour toute sute Pour toute sute ( d évéemets, o a : IN ( d évéemets, o a : IN lm 0 0 lm 0 0 f Défto d ue probablté sur u uvers f ou déombrable : Sot, 2,..., ou,,..., 2,... Ue probablté P sur,t P ( ou Récproquemet : Ue famlle de réels u uvers f ou déombrable. est caractérsée par la doée des réels p * ; ces réels vérfet : p 0 pour tout eter 2 p ou p p ( ou ue seule probablté P sur, P Rappel : le sgleto est appelé évéemet élémetare. * vérfat les codtos et 2 déft ue et 4

5 Proposto : La probablté d u évéemet est la somme des probabltés des évéemets élémetares qu le costtuet. Probablté uforme sur u uvers f :,...,. Sot, 2 Lorsque 2... probablté P est appelée probablté uforme sur, P, o dt qu l y a équprobablté et la = O a alors P... ( 2 Card et Card Pour tout évéemet, P ( = Card ombre de cas favorables à la réalsato de ombre de cas possbles C. Probablté codtoelle et dépedace Sot (,T, P u espace probablsé. Défto d ue probablté codtoelle : Soet et B deux évéemets tels que P ( 0, B P ( B B / P ( La probablté codtoelle P possède toutes les proprétés d ue probablté. Doc s (,T, P est u espace probablsé alors, pour tout évèemet T tel que P 0,, TP, est u espace probablsé 2 Défto de deux évèemets dépedats : Deux évéemets et B sot dépedats pour la probablté P s B. B Les évèemets 3 Théorème : S P ( 0, et B sot dépedats s et seulemet s P ( B B. 4 Défto de l dépedace mutuelle de pluseurs évèemets, 2 a Idépedace mutuelle de évèemets,...,, 2 sot évèemets mutuellemet dépedats (ou dépedats pour la probablté P s pour toute parte fe J (o vde de, o a J. J 5

6 Remarque : L dépedace mutuelle etraîe l dépedace deux à deux des évéemets mas la récproque est fausse S, 2,..., sot évéemets mutuellemet dépedats alors les évéemets B, B2,..., B obteus e posat B ou B ( sot égalemet mutuellemet dépedats. b Idépedace mutuelle d ue sute fe d évèemets La sute est ue sute d évèemets mutuellemet dépedats pour la probablté P s pour toute parte fe J (o vde de o a J. 5 Les tros formules fodametales Sot (,T, P u espace probablsé. a Formule des probabltés composées Pour tous évéemets et B de probablté o ulle, o a B. P ( B B. P ( Gééralsato : S, 2,..., sot évéemets ( 2 tels que alors o a : B J.... P (... P ( b Formule des probabltés totales Sot ( I u système complet d évéemets (I ue parte o vde de. Pour tout évéemet B, P ( B B Rappel : La famlle I ( I est u système complet d évéemets (I ue parte o vde de s les sot compatbles deux à deux et Le système complet I ( I est ue partto de s et seulemet s I c Formule de Bayes Sot ( I u système complet d évéemets de probablté o ulle (I ue parte o vde de dt système des causes. (. ( B P P B Pour tout évéemet B de probablté o ulle, PB( B. P( B Remarque : Cette formule découle rapdemet de la défto d ue probablté codtoelle et des deux formules précédetes. I 6

1/7 Notes de cours en calcul des probabilités (JJ Bellanger) I : Espaces Probabilisés

1/7 Notes de cours en calcul des probabilités (JJ Bellanger) I : Espaces Probabilisés /7 otes de cours e calcul des probabltés (JJ Bellager I : spaces Probablsés I : SPACS PROBABILISS I.-xpérece aléatore Itutvemet ue expérece aléatore est ue expérece dot o e peut pas prévor le résultat

Plus en détail

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

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

Plus en détail

Cours (Terminale) Probabilités (révisions 1 ère )

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

Plus en détail

Espaces probabilisés.

Espaces probabilisés. Espaces probablsés Chaptre 6 : cours complet Itroducto Défto : Défto 2 : Défto 3 : uvers évèemet aléatore évèemets mpossbles, certas, compatbles 2 Espaces probablsés fs Défto 2 : Défto 22 : Théorème 2

Plus en détail

Chapitre II : Notion de mesure : Définition : 3 Remarques : 3 Définition : 3 Définition : 3 Définition : 3 Exemple : 4 Définition : 4 2.

Chapitre II : Notion de mesure : Définition : 3 Remarques : 3 Définition : 3 Définition : 3 Définition : 3 Exemple : 4 Définition : 4 2. Chaptre II : Noto de mesure 3 2. : Défto : 3 Remarques : 3 Défto : 3 Défto : 3 Défto : 3 Exemple : 4 Défto : 4 2.2 : Proprétés : 4 Proprété : 4 Proprété 2 : 4 Proprété 3 : 4 Proprété 4 : 4 Proprété 5 :

Plus en détail

LEÇON N 6 : Loi de Poisson, loi normale.

LEÇON N 6 : Loi de Poisson, loi normale. LEÇON N 6 :. Pré-requs : Probabltés : défto, calculs et probabltés codtoelles ; Lo bomale cf. leço o 5) ; Noto de varables aléatores dscrètes et cotues cf. leços o 4 et 7), et proprétés assocées : espérace,

Plus en détail

L2 Mention Informatique. UE Probabilités. Chapitre 3 : Variables aléatoires réelles

L2 Mention Informatique. UE Probabilités. Chapitre 3 : Variables aléatoires réelles L Meto Iformatque UE Probabltés Chaptre 3 : Varables aléatores réelles Notes de cours rédgées par Rége Adré-Obrecht, Jule Pquer, Serge Solovev Sot (, A, P) Ω et X : Ω R ue varable aléatore. I. Varable

Plus en détail

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

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

Plus en détail

Partie 1. Corrigé de CCIP 2000 par Pierre Veuillez

Partie 1. Corrigé de CCIP 2000 par Pierre Veuillez Corrgé de CCIP 2000 par Perre Veullez Das tout le problème, désge u eter aturel o ul. O cosdère ue ure U coteat boules umérotées de à. O tre ue boule au hasard das U. O ote k le uméro de cette boule. S

Plus en détail

Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie

Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie Los de probabltés lées aux trages de boules das ue ure Approche sodage : échatlloage et estmato das ue populato fe Das le ouveau programme de secode, retrée 2009, sot scrtes les otos d'tervalle de fluctuato

Plus en détail

I. Qu est-ce qu une variable aléatoire?

I. Qu est-ce qu une variable aléatoire? I. Qu est-ce qu ue varable aléatore?. Défto : Sot ue expérece aléatore dot l esemble des résultats possbles (l uvers est oté Ω. Ue varable aléatore est ue focto X allat de Ω sur R, c est-à-dre que c est

Plus en détail

SCHEMA DE BERNOULLI ET LOI BINOMIALE. EXEMPLES

SCHEMA DE BERNOULLI ET LOI BINOMIALE. EXEMPLES SCHEMA DE BERNOULLI ET LOI BINOMIALE EXEMPLES Nveau : termale Pré-requs : Espace probablsé Varable aléatore réelle sur u espace probablsé f Lo de probablté de X Espérace mathématque Varace O se place das

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 003 EPREUVE SPECIFIQUE FILIERE MP MAHEMAIQUES 1 Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la plus grade mportace à la clarté, à la précso et à la cocso de la

Plus en détail

3- LES TIRAGES PROBABILISTES D'ECHANTILLONS

3- LES TIRAGES PROBABILISTES D'ECHANTILLONS 3- LES TIRAGES PROBABILISTES D'EHATILLOS Das de ombreuses alcatos ratques du calcul des robabltés, o retrouve u ou luseurs des schémas de trages robablstes d'échatllos que ous allos exoser. Le cadre gééral

Plus en détail

EXERCICES DE. Serveur d'exercices 1/22

EXERCICES DE. Serveur d'exercices 1/22 Sceces.ch EXERCICES DE TOPOLOGIE Serveur d'exercces /22 Sceces.ch EXERCICE.. Auteur : Rube Rcchuto (09.08.04, rube@sceces.ch) Mots Clés :Théorème de Bare et cardal de Éocé : Doer ue preuve topologque du

Plus en détail

arlesrcomplexesraurbacr2014r==corriges=z

arlesrcomplexesraurbacr2014r==corriges=z arlesrcomplexesraurbacr0r==corriges= Nouvelle-Calédoe ovembre 0 5 pots Proposto : Pour tout eter aturel : ( + ) = () VRAI! ( ) doc d où ( ) ( ) ( ) ( ) Sot (E) l équato ( )( + 8) = 0 où désge u ombre complexe

Plus en détail

- x)(y i. - y) (x i. r = - x) 2 (y i. - y) 2. (x- a) (d - c) + c b- a. + a (0.1) (1,1) C.L. (0.0) (1,0) Masse salairiale des x % gagnant le moins.

- x)(y i. - y) (x i. r = - x) 2 (y i. - y) 2. (x- a) (d - c) + c b- a. + a (0.1) (1,1) C.L. (0.0) (1,0) Masse salairiale des x % gagnant le moins. Résumé statstque.6 Le coeffcet de corrélato Corrélato etre deux composats: pod/talle d'u dvdu. r = å å =1 x - xy - y å x - x y - y =1 =1 La valeur se stuera etre -1 corrélato égatve/versée et 1corrélato

Plus en détail

MATERIEL UTILISE : CALCULATRICE AUTORISEE OUI NON

MATERIEL UTILISE : CALCULATRICE AUTORISEE OUI NON BAC BLANC MATIERE : MATHEMATIQUES OBLIGATOIRE CLASSE de : Termale S SALLE : Grade Permaece PROFESSEUR : Mle GUIHENEUF ATE : Vedred javer 6 HEURE ébut : 8 h HEURE f : h MATERIEL UTILISE : CALCULATRICE AUTORISEE

Plus en détail

I. Moyenne, variance et écart-type d une série statistique

I. Moyenne, variance et écart-type d une série statistique I Moyee, varace et écart-type d ue sére statstque Sére statstque dscrète : Eemple d ue sére statstque dscrète : Preos le cas d ue classe de élèves qu réalset u devor oté sur 5 La sére statstque dscrète

Plus en détail

On applique le théorème de Pythagore au triangle AIE est rectangle en I AI 2 IE 2 AE 2 IE IE 1 2

On applique le théorème de Pythagore au triangle AIE est rectangle en I AI 2 IE 2 AE 2 IE IE 1 2 Exercce Lba 6 4 pots O cosdère u solde ADECBF costtué de deux pyramdes detques ayat pour base commue le carré ABCD de cetre I. Ue représetato e perspectve de ce solde est doée e aexe (à redre avec la cope).

Plus en détail

Pondichéry Avril 2014 Série S Exercice.

Pondichéry Avril 2014 Série S Exercice. Podchéry Avrl 04 Sére S Exercce Le pla complexe est mu d u repère orthoormé ( O; uv, ) Pour tout eter aturel, o ote A le pot d affxe z déf par : O déft la sute ( ) z z 0 = et + = + z 4 4 r par r = z pour

Plus en détail

CORRIGÉ ESSEC 2008 Scientifique

CORRIGÉ ESSEC 2008 Scientifique CORRIGÉ ESSEC 28 Scetfque Premère parte 1. a) O vérfe asémet que est be ue applcato de das (pour tout polyôme P, (P) est be u polyôme) et qu elle est léare ( (P,Q) 2, λ, (λp+q)=λ (P)+ (Q)). Doc : est u

Plus en détail

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables.

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables. COUPLE DE VARIABLES ALEATOIRES O cosdère deux varables aléatores et. O amerat coatre s l y a fluece etre ces deux varables. I Coule de varables dscrètes : 1) Lo ote : Soet et deux varables dscrètes, à

Plus en détail

. L'ensemble des diviseurs communs à a 1. est fini et admet donc un plus grand élément.

. L'ensemble des diviseurs communs à a 1. est fini et admet donc un plus grand élément. PGCD, PPCM ds Z Théorème de Bézout - Applctos PGCD, PPCM DANS Z THEOREME DE BEZOUT APPLICATIONS PGCD Proposto Soet,,, L'esemble des dvseurs commus à,, est f et dmet doc u plus grd élémet Démostrto Soet,,,

Plus en détail

Ift Chapitre 7. Introduction. aux valeurs propres et aux vecteurs propres

Ift Chapitre 7. Introduction. aux valeurs propres et aux vecteurs propres Ift 4 Chaptre 7 Itroducto au valeurs propres et au vecteurs propres Ift4 Chaptre 7 Défto : S A est ue matrce de, alors u vecteur o ul est dt vecteur propre de A s A est appelé valeur propre de A, et vecteur

Plus en détail

6- Tests statistiques - 1. Chapitre 6 : Tests d hypothèses

6- Tests statistiques - 1. Chapitre 6 : Tests d hypothèses 6- Tests statstques - Chaptre 6 : Tests d hypothèses 6. Costructo d u test et règle de décso... 6. ussace d u test...3 6.3 Quelques tests d hypothèses...4 6.3. Test sur la moyee d ue dstrbuto ormale de

Plus en détail

Exercice n 1 1) Par associativité de l intersection des événements, et à l aide de la formule des probabilités conditionnelles,

Exercice n 1 1) Par associativité de l intersection des événements, et à l aide de la formule des probabilités conditionnelles, CONCOURS EMIA Sceces CONCOURS 0 EPREUVE DE MATHEMATIQUES Corrgé o offcel rédgé par Jea-Gullaume CUAZ, esegat au Lycée Mltare de Sat-Cyr, jgcuaz@hotmalcom Eercce ) Par assocatvté de l tersecto des évéemets,

Plus en détail

Inversion de Möbius et principe d inclusion-exclusion

Inversion de Möbius et principe d inclusion-exclusion Iverso de Möbus et prcpe d cluso-ecluso Bruo Wckler Prérequs : coeffcet bomal ; ombres premers ; dcatrce d Euler (dspesable) ; algèbre léare et/ou matrcelle (dspesable) ; séres covergetes (dspesable).

Plus en détail

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit Itroducto à l écoométre S6-EF sc. éco. & gesto Prof. Mohamed El Meroua IV.- Espérace mathématque de l estmateur  : A ˆ A + X X X Nous avos ( ε alors l espérace mathématque sera : E ( E( A + E[ ( X X X

Plus en détail

Terminales S Exercices sur les nombres complexes Page 1 sur 6

Terminales S Exercices sur les nombres complexes Page 1 sur 6 Termales S Exercces sur les ombres complexes Page sur 6 Exercce : ) Calculer, et 5 6 7 ) E dédure, et ) Détermer les eters pour lesquels est a) u réel, b) est u magare pur, c) égal à Exercce : Ecrre sous

Plus en détail

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

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

Plus en détail

Annexe 2 Note méthodologique sur le calcul des évolutions de bases, taux et produits de la fiscalité directe locale

Annexe 2 Note méthodologique sur le calcul des évolutions de bases, taux et produits de la fiscalité directe locale Mstère de l téreur, de l outre-mer ublcato : «le gude statstque de et des collectvtés terrtorales la fscalté drecte locale 2007» Aexe 2 Note méthodologque sur le calcul des évolutos de bases, taux et produts

Plus en détail

Devoir de contrôle n 1. 4 ème Maths 1 Radès. Répondre par Vrai au Faux aux questions propositions suivantes. Aucune justification n est demandée.

Devoir de contrôle n 1. 4 ème Maths 1 Radès. Répondre par Vrai au Faux aux questions propositions suivantes. Aucune justification n est demandée. Lycée Ib Khaldou Devor de cotrôle ème Maths Radès ( heure) Mr ABIDI Fard Mathématques Mercred 9 Novembre 0 Exercce : ( pots) Répodre par Vra au Faux aux questos propostos suvates Aucue justfcato est demadée

Plus en détail

Polynésie Juin 2010 Série S Exercice. Le plan complexe est rapporté à un repère orthonormal direct ( O; uv, )

Polynésie Juin 2010 Série S Exercice. Le plan complexe est rapporté à un repère orthonormal direct ( O; uv, ) Polyése Ju 00 Sére S xercce Le pla complexe est rapporté à u repère orthoormal drect ( O; uv, ) Prérequs Parte A Resttuto orgasée de coassaces Sot u ombre complexe tel que = a+ b où a et b sot deux ombres

Plus en détail

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

Probabilités. est la i ième valeur possible. L ensemble des issues auxquelles on associe la même valeur x Probabltés A) Varable aléatore et lo de probablté Varable aléatore Défto : O cosdère l'esemble E des ssues d'ue expérece aléatore Défr ue varable aléatore X sur cet esemble, c est assocer u ombre à chaque

Plus en détail

Correction des exercices du TD2

Correction des exercices du TD2 orrecto des exercces du TD Rael : des ades vous sot foures sur le ste «www.utc.fr /~mt/» à la f des fchers acrés aux chatre de cours. N héste as à les ulter our refare les exercces avat de regarder la

Plus en détail

ESPACES VECTORIELS FAMILLES DE VECTEURS

ESPACES VECTORIELS FAMILLES DE VECTEURS ESPACES VECTORIELS FAMILLES DE VECTEURS A. ESPACES VECTORIELS 1) Défto O aelle esace vectorel sr o esace vectorel o esace vectorel réel tot esemble E m : 1) D e lo de comosto tere, aelée addto et otée

Plus en détail

Séries de Fourier 12-1

Séries de Fourier 12-1 Séres de Fourer 1-1 Sommare 1. Applcato de classe C 1 par morceaux 1 1.1. Applcato de classe C 1 par morceaux 1 1.. Applcato -pérodque C 1 par mcx. 1 1.3. pérato sur les applcatos C 1 par mcx 1. Sére de

Plus en détail

PRO 1 EXPRO010 EXPRO019

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

Plus en détail

L2 Mention Informatique. UE Probabilités. Chapitre 4 : Simulation - Régression

L2 Mention Informatique. UE Probabilités. Chapitre 4 : Simulation - Régression L Meto Iformatque UE Probabltés Chaptre 4 : Smulato - Régresso Notes de cours rédgées par Rége Adré-Obrecht, Jule Pquer I- Smulato de varables aléatores. Itroducto Das certaes expéreces «réelles», où le

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 005 EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto

Plus en détail

5. Variables aléatoires simultanées

5. Variables aléatoires simultanées 5. Varables aléatores smultaées 5.1 Coule de varables aléatores Défto 1 Pour tout dce das 1, sot X ue varable aléatore. O dt que X X 1 X est ue varable aléatore de dmeso. Nous ous téresseros rcalemet aux

Plus en détail

Familles sommables. Marc SAGE. 18 novembre Familles positives Dé nitions... 6

Familles sommables. Marc SAGE. 18 novembre Familles positives Dé nitions... 6 Famlles sommables Marc AGE 8 ovembre 24 Table des matères Famlles postves 2. Dé tos................................................. 2.2 utes exhaustves............................................ 2.3

Plus en détail

Statistique. 3 ème Maths Mai 2010 A. LAATAOUI. I. Introduction :

Statistique. 3 ème Maths Mai 2010 A. LAATAOUI. I. Introduction : Statstque 3 ème Maths Ma 00 A LAATAOUI I Itroducto : La statstque est ue scece ayat pour objet l étude des phéomèes socau surtout ceu doat leu à des varatos ou ceu e pouvat être suffsammet maîtrsés que

Plus en détail

PROBABILITÉS ET STATISTIQUE POUR L ENSEIGNEMENT SECONDAIRE

PROBABILITÉS ET STATISTIQUE POUR L ENSEIGNEMENT SECONDAIRE PROILITÉS ET STTISTIQUE POUR L ENSEIGNEMENT SECONDIRE Ce documet a été rédgé à l occaso d u stage de formato cotue de professeurs de mathématques de trosème et secode e décembre 009 à Toulouse, sute à

Plus en détail

IR homogène de degré α ( α IR ). (0.5 pt.)

IR homogène de degré α ( α IR ). (0.5 pt.) Javer 05 ( heures et 0 mutes) a) Sot IN 0 \ {} Défr : sous-esemble boré de IR sous-esemble covee de IR b) Soet les sous-esembles suvats de IR : A [-4,0] [0,] B {(,y) IR : + y 9} Représeter graphquemet,

Plus en détail

CHAPITRE VI. THÉORÈME DU CHANGEMENT DE VARIABLE. pour tout borélien B U. En particulier, on a λ (A) = µ ( φ 1 (A)) pour tout borélien A V, soit V U

CHAPITRE VI. THÉORÈME DU CHANGEMENT DE VARIABLE. pour tout borélien B U. En particulier, on a λ (A) = µ ( φ 1 (A)) pour tout borélien A V, soit V U CHAPITE I. THÉOÈME D CHANGEMENT DE AIABLE.. Itégrato par chagemet de varable... Itroducto. Soet, deux ouverts de et φ : u homéomorphsme de sur. Notos x (resp. y ) la varable de (resp. de ) et λ = dy la

Plus en détail

Synthèse de cours PanaMaths Tribus

Synthèse de cours PanaMaths Tribus Sythèse de cours PaaMaths Tribus Das ce documet, pour tout esemble E et toute partie A de E, ous oteros A le complémetaire de A das E. Défiitios et premières propriétés Défiitios Soit E u esemble. E Soit

Plus en détail

Fractions rationnelles

Fractions rationnelles Fractos ratoelles 1. Gééraltés 1.1. Rappels K R ou C U polyôme s écrt sous la forme : pour u ombre f de k et P(X) K [X] k k avec a k 0 sauf k 0 P( X ) a. X 1.. Défto d ue fracto ratoelle O appelle fracto

Plus en détail

Probabilités et Statistique

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

Plus en détail

NOMBRES COMPLEXES EXERCICES CORRIGES

NOMBRES COMPLEXES EXERCICES CORRIGES Cours et exercces de mathématques NOMRES COMPLEXES EXERCICES CORRIGES Exercce. O doe = + et = + Ecrre sous forme algébrque les complexes suvats : = ; Exercce. Calculer, et = ; = ; = ; 5 006 009 E dédure

Plus en détail

LOI NORMALE ET LOIS DERIVEES

LOI NORMALE ET LOIS DERIVEES Prcpes et Méthodes de la Bostatstque Chaptre 5 LOI NORMALE ET LOIS DERIVEES A-LA LOI NORMALE Présetato La dstrbuto ormale, dte ecore de Laplace-Gauss, est pour des rasos qu apparaîtrot plus lo, la plus

Plus en détail

M : Zribi. 4 ème Maths Chapitre 1. 1) Ensemble des nombres complexes : Activité 1:

M : Zribi. 4 ème Maths Chapitre 1. 1) Ensemble des nombres complexes : Activité 1: LSMarsa Elradh 1) Esemble des ombres complexes : Actvté 1: Résoudre das IN pus das Z l équato 5+x=1 ; résoudre das Z pus das Q l équato 3x=2 ; résoudre das Q pus das IR l équato : x²=2 Résoudre das IR

Plus en détail

Chapitre 5 : Modèles probabilistes pour la recherche d information. - Modèle tri probabiliste (BIR et BM25) - Modèle de Langue

Chapitre 5 : Modèles probabilistes pour la recherche d information. - Modèle tri probabiliste (BIR et BM25) - Modèle de Langue Chaptre 5 : Modèles probablstes pour la recherche d formato - Modèle tr probablste BI et BM25 - Modèle de Lague Itroducto ourquo les probabltés? La I est u processus certa et mprécs Imprécso das l expresso

Plus en détail

Divisibilité et congruences. Corrigés d exercices

Divisibilité et congruences. Corrigés d exercices Dvsblté et cogrueces Corrgés d exercces Les exercces du lvre corrgés das ce docuet sot les suvats : Page 445 : N 1, 5 Page 459 : N 45 Page 449 : N 10 Page 460 : N 51, 5, 55, 57 Page 451 : N 16 Page 461

Plus en détail

2.1 Variable aléatoire Fonction de répartition Fonction de masse et de densité...2

2.1 Variable aléatoire Fonction de répartition Fonction de masse et de densité...2 - Varables aléatores et dstrbutos - Chaptre : Varables aléatores et dstrbutos. Varable aléatore.... Focto de répartto....3 Focto de masse et de desté....4 Dstrbuto cojote de varables aléatores...5.4. Dstrbuto

Plus en détail

Améliorer la productivité

Améliorer la productivité Maurce Pllet Amélorer la productvté Déploemet dustrel du toléracemet ertel, 00 SBN : 978---54754- Commet calculer ue tolérace ertelle 75 Nous avos doc u toléracemet par tervalle sur les exgeces foctoelles

Plus en détail

M ( ) n,p. Chapitre 15 Matrices et systèmes linéaires. I Généralités. Dans tout le chapitre K désigne le corps R ou C.

M ( ) n,p. Chapitre 15 Matrices et systèmes linéaires. I Généralités. Dans tout le chapitre K désigne le corps R ou C. PSI 1 hatre 15 Matrces et systèmes léares Das tout le chatre K désge le cors R ou I Gééraltés 1 Défto Défto : Ue matrce est u tableau d élémets de K coteat lges et coloes Notatos : U matrce A est otée

Plus en détail

Probabilités, Statistique et Calcul Stochastique

Probabilités, Statistique et Calcul Stochastique Ecole Natonale des Scences Applquées de Tétouan (ENSATE) Année Unverstare: 204-205 robabltés, Statstque et Calcul Stochastque e-mal: m_merouan@yahoo.fr Ste Web: elmerouan.jmdo.com rogramme robabltés et

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Gilles Leborgne 31 mai Rappel de dérivation 1. i=1 x i e i et y = n

Gilles Leborgne 31 mai Rappel de dérivation 1. i=1 x i e i et y = n 1 Notes de cours de l'isima, premère aée http://wwwsmafr/ leborge Méthode des modres carrés : melleure approxmato léare Glles Leborge 31 ma 2005 Table des matères 1 Rappel de dérvato 1 2 Cas 1-D 2 21 Les

Plus en détail

NOMBRES COMPLEXES - EXERCICES CORRIGES Exercice n 1.

NOMBRES COMPLEXES - EXERCICES CORRIGES Exercice n 1. NOMBRES COMPLEXES - EXERCICES CORRIGES Exercce. O doe = + et = + Ecrre sous forme algébrque les complexes suvats : = ; = ; = ; = ; 5 = Exercce. Calculer, et E dédure la valeur de 006 et de 009, pus les

Plus en détail

INTRODUCTION A LA STATISTIQUE BAYÉSIENNE NON PARAMÉTRIQUE

INTRODUCTION A LA STATISTIQUE BAYÉSIENNE NON PARAMÉTRIQUE INTRODUCTION A LA STATISTIQUE BAYÉSIENNE NON PARAMÉTRIQUE Jea-Perre Flores Uversté Toulouse (IDEI, GREMAQ) Maufacture des Tabacs Bât F 2, allée de Bree 3000 Toulouse Résumé L obectf prcpal de cet exposé

Plus en détail

Épreuve écrite d analyse et probabilités

Épreuve écrite d analyse et probabilités Épreuve écrite d aalyse et probabilités Notatios et défiitios Le problème traite de certaies propriétés cocerat les racies de polyômes dot les coefficiets sot aléatoires. Das tout le problème, l espace

Plus en détail

Chapitre : Équilibre général de Walras

Chapitre : Équilibre général de Walras Écoome et maagemet Lcece Mcroécoome 3 Aée 04-05 Chaptre : Équbre gééra de Waras Robert Jorda Agets de 'écoome : aucue fuece dvdueemet Système de prx : permettat de réaser des échages Codusat à u état réasabe

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

N O M B R E S C O M P L E X E S.

N O M B R E S C O M P L E X E S. T le S 00/005 Ch9 Nombres complexes J TAUZIEDE N O M B R E S C O M P L E X E S I- L ENSEMBLE C DES NOMBRES COMPLEXES Ecrture algébrque des ombres complexes Comme o a motré l suffsace de l esemble Q par

Plus en détail

2 Propriétés élémentaires des probabilités

2 Propriétés élémentaires des probabilités Uiversité de Reims Champage Ardee UFR Scieces Exactes et Naturelles Aée uiversitaire 2013-2014 MA 0804 - Master 1 CM1 Espaces probabilisés 1 Déitio Pour déir u espace probabilisé, o a besoi d'u esemble

Plus en détail

MPSI du lycée Rabelais semaine du 11 septembre 2015 CALCULS ALGÉBRIQUES. Montrez que u k = u m +u n

MPSI du lycée Rabelais  semaine du 11 septembre 2015 CALCULS ALGÉBRIQUES. Montrez que u k = u m +u n MPSI du lycée Rabelas http://mps.satbreuc.free.fr semae du septembre 5 CALCULS ALGÉBRIQUES Sommes et produts fs Exercce : Parm les formules suvates, lesquelles sot vraes?.. 3. α+a α+ a +b αa α a + a a

Plus en détail

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!!

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!! Cours : Statstques I. Itroducto Classe de ère S O a vu que our caractérser ue sére statstque, o utlse des : - aramètres de tedace cetrale : - la moyee ; - la médae. Ils ermettet d dquer la «osto» de la

Plus en détail

.Il existe dans C un nombre non réel, noté i, vérifiant i 1

.Il existe dans C un nombre non réel, noté i, vérifiant i 1 Esemble C des ombres complexes 4 ème mth HHmmoud Feth )Forme lgébrque d u ombre complexe : Il exste u esemble oté C, de ombres ppelés ombre complexe, tel que : C cotet IR ; C est mu d ue ddto et d ue multplcto

Plus en détail

RÉUSSIR L ÉPREUVE DE MATHÉMATIQUES. Baccalauréat 2015

RÉUSSIR L ÉPREUVE DE MATHÉMATIQUES. Baccalauréat 2015 RÉSSIR L ÉPREVE DE MATHÉMATIQES Baccalauréat Fare retrer l école das l ère du umérque Le mot caddat fat référece au deu sees Mascul et Fém Réussr l épreuve de mathématques au baccalauréat. - Durée et coeffcet

Plus en détail

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 page1/6 CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 Dosser "Défcece" 1) = 30 pour les groupes. Les classes sot d'ampltudes dfféretes doc...utlser la desté (rappel : desté = effectf/ampltude). Durée

Plus en détail

PRINCIPES DES STATISTIQUES INFERENTIELLES

PRINCIPES DES STATISTIQUES INFERENTIELLES Chaptre 3 PRINCIPES DES STATISTIQUES INFERENTIELLES Bases de la statstque féretelle PLPSTA0 0 Chaptre 3 1. Problématque. Objectfs des statstques féretelles.1 Estmato poctuelle. Estmato par tervalles.3

Plus en détail

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an BTS BLANC Ma 0 Epreuve : Mathématques Géérales et Applquées Flère : DA / ARLE Durée: heures NB : Chaque parte dot être tratée sur des copes dfféretes I- MATHEMATIQUES GENERALES Exercce a b Sot le Sot la

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice 1 - Loi d u dé truqué - Deuxième aée - 1. X pred ses valeurs das {1,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque

Plus en détail

Série d'exercices *** 4 ème Maths Lycée Secondaire Ali Zouaoui LES N. COMPLEXES " Hajeb Laayoun "

Série d'exercices *** 4 ème Maths Lycée Secondaire Ali Zouaoui LES N. COMPLEXES  Hajeb Laayoun Sére d'exercces *** 4 ème Maths Lycée Secodare Al ouaou LES N COMPLEXES " Hajeb Laayou " I / L esemble des ombres complexes : Défto : O appelle esemble des ombres complexes, et o ote C, l esemble des ombres

Plus en détail

CONVERGENCE ET APPROXIMATION

CONVERGENCE ET APPROXIMATION 11-2- 2010 J.F.C. Cov. p. 1 CONVERGENCE ET APPROXIMATION I CONVERGENCE EN PROBABILITÉ 1. Défiitio 2. Ue coditio suffisate de covergece e probabilité 3. La loi faible des grads ombres 4. Ue coséquece de

Plus en détail

Niveau 7C 05 février Solution. L x y z ( utilisation du théorème de. (x y z) x y z 2xy 2xz 2yz

Niveau 7C 05 février Solution. L x y z ( utilisation du théorème de. (x y z) x y z 2xy 2xz 2yz Olympades Natoales de Mathématques 07 Sélectos régoales er tour Nveau 7C 05 févrer 07 Durée 3 h Exercce (4 pots) ) Vérfer que, pour tous réels x, y, z o a : (x y z) x y z xy xz yz. Soluto ) La somme des

Plus en détail

Ch.6ÊPROBABILITÉS _ partie 1

Ch.6ÊPROBABILITÉS _ partie 1 LFA / remère S COURS Gesto de doées Mme MAINGUY I Raels / Lo de robablté Ch6ÊPROBABILITÉS _ arte ere S défto O aelle exérece aléatore toute exérece ayat luseurs ssues (ou évetualtés) ossbles et dot o e

Plus en détail

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

Probabilités. est la i ième valeur possible. L ensemble des issues auxquelles on associe la même valeur x Probabltés A) Varable aléatore et lo de probablté Varable aléatore Défto : O cosdère l'esemble des ssues d'ue expérece aléatore Défr ue varable aléatore X sur cet esemble, c est assocer u ombre à chaque

Plus en détail

ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES

ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES SOMMAIRE. Normes sur u espace vectorel E 2.. Défto d'ue orme. Cter l'égalté tragulare reversée. 2.2. Normes usuelles

Plus en détail

NOTATIONS ET FORMULAIRE

NOTATIONS ET FORMULAIRE Uversté PARIS DESCARTES Lcece de Psychologe L1 ADP1- Resp : Mrelle LAGARRIGUE page 1/5 PROTOCOLE SUR U ECHA TILLO NOTATIONS ET FORMULAIRE Esemble des sujets de l échatllo S { s 1 ; s ;.; s } (1) Varable

Plus en détail

( (p, q) IN 2 ) A p A q = A p+q ( (p, q) IN 2 ) (A p ) q = A pq ( k IN) (A ) k = (A k ) ( k IN) Dét (A k ) = (Dét A) k

( (p, q) IN 2 ) A p A q = A p+q ( (p, q) IN 2 ) (A p ) q = A pq ( k IN) (A ) k = (A k ) ( k IN) Dét (A k ) = (Dét A) k Algèbre Chaptre 6 Les matrces carrées Hypothèses : est u eter strctemet postf I est la -matrce uté I La trace d ue matrce carrée La trace d ue -matrce est la somme de ses termes dagoaux O ote la trace

Plus en détail

Espaces probabilisés.

Espaces probabilisés. Espaces probabilisés Chapitre 6 : otes de cours Esembles déombrables Esemble fii, (hors programme) esemble ifii Esemble déombrable Eumératio des élémets d u esemble fii ou déombrable Produit cartésie d

Plus en détail

Chapitre I : Introduction à la résistance des matériaux & Rappel de statique. (August Wöhler)

Chapitre I : Introduction à la résistance des matériaux & Rappel de statique. (August Wöhler) Chaptre I : Itroducto à la résstace des matéraux & appel de statque (August Wöhler) Premer cours de ésstace des atéraux a été doé par August Wöhler à l'uversté de Göttge (Allemage) e 842. aculty of echacal

Plus en détail

EXERCICES DE. Serveur d'exercices 1/25

EXERCICES DE. Serveur d'exercices 1/25 Sceces.ch lgèbre Léare EXERCICES DE LGÈBRE LINÉIRE Serveur d'exercces /5 Sceces.ch lgèbre Léare EXERCICE. Nveau : Deuxème Cycle uteur : Rube Rcchuto (3..4) Mots Clés : Matrces à coeffcets das u aeau Éocé

Plus en détail

Méthode du simplexe: préliminaires. 2. Programmation linéaire. Solution de base. Méthode du simplexe: préliminaires. b. Méthode du simplexe

Méthode du simplexe: préliminaires. 2. Programmation linéaire. Solution de base. Méthode du simplexe: préliminaires. b. Méthode du simplexe Méthode du smplee: prélmares Modèles de recherche opératoelle (RO). Programmato léare b. Méthode du smplee Das le cas où l y a ue fté de solutos, la méthode d élmato de Gauss-Jorda permet d detfer tros

Plus en détail

Chapitre III : Les caractéristiques de dispersion

Chapitre III : Les caractéristiques de dispersion Chaptre III : Les caractérstques de dsperso Les caractérstques de tedace cetrale e sot pas toujours suffsates pour caractérser ue sére statstque, car séres peuvet avor Mo= Me = x alors qu elles sot dstrbuées

Plus en détail

Les nombres complexes

Les nombres complexes haptre 6 termale S Les ombres complexes 1 hstorque et créato : N Z ID Q R es esembles ot été costruts au fl de l hstore grâce à u même problème : certaes équatos ot des solutos das u esemble doé mas d

Plus en détail

La valeur acquise par un capital au bout d'une année est donc obtenue en multipliant ce capital par (1 + i). Par suite, le capital C1

La valeur acquise par un capital au bout d'une année est donc obtenue en multipliant ce capital par (1 + i). Par suite, le capital C1 LGL Cours de Mathématques 26 Exemples de sutes das le domae des faces 1) Itérêts composés O place 1. à térêts composés au taux de 4,5 % par a. Détermer le captal dspoble à la f de chaque aée et ce pedat

Plus en détail

Alain MORINEAU

Alain MORINEAU www.deeov.com Ala MORINEAU Cet artcle est ue reprse et u extrat de l artcle «Note sur la Caractérsato Statstque d'ue Classe et les Valeurs-tests», publé das la revue Bullet Techque du Cetre de Statstque

Plus en détail

STATISTIQUES A UNE VARIABLE

STATISTIQUES A UNE VARIABLE Cours et exercces de mathématques ) Itroducto et vocabulare STATISTIQUES A UNE VARIABLE La statstque est la scece qu cosste à réur des doées chffrées, à les aalyser, à les commeter et à les crtquer Ue

Plus en détail

Analyse en composantes principales d un ux de données d espérance variable dans le temps.

Analyse en composantes principales d un ux de données d espérance variable dans le temps. Mauscrt auteur, publé das "REVUE DES NOUVELLES TECHNOLOGIES DE L'INFORMATION, C- (008) 43-56" Aalyse e composates prcpales d u ux de doées d espérace varable das le temps. Jea-Mare Moez Isttut Ele Carta

Plus en détail

Probabilités conditionnement et partition

Probabilités conditionnement et partition Probabltés codtoemet et partto A) Varables aléatores dscrètes Lo de probablté d ue varable aléatore Défto : Défr ue lo de probablté P d'ue varable aléatore X, c est assocer à chaque valeur x, de la varable

Plus en détail

Sommaire. Chapitre 1. Notions de base Chapitre 2. Nombres complexes Polynômes... 33

Sommaire. Chapitre 1. Notions de base Chapitre 2. Nombres complexes Polynômes... 33 Sommaire Chapitre. Notios de base.................... 7 A. Démostratio par récurrece..................... 8 B. Esembles............................. 9 C. Applicatios............................ 2 D. Calcul

Plus en détail

Espaces vectoriels (et affines).

Espaces vectoriels (et affines). Esaces vectorels (et affes) Cha 04 : cours comlet Esaces vectorels réels ou comlexes (Su) Défto : K-esace vectorel Défto 2 : K-algèbre Théorème : exemles Défto 3 : combaso léare de vecteurs Défto 4 : sous-esace

Plus en détail

Support de Cours : Filières : SMA Semestre : S 5 Module : Mesure et Intégration. Professeur : TAHRI Joutei Idrissi Hassani Hassan

Support de Cours : Filières : SMA Semestre : S 5 Module : Mesure et Intégration. Professeur : TAHRI Joutei Idrissi Hassani Hassan Uvérsté Sd Mohamed Be Abdellah Faculté des Sceces Dhar El Mahrez Déartemet de Mathématques et Iormatque Fès Suort de Cours : & Flères : SMA Semestre : S 5 Module : Mesure et Itégrato Proesseur : TAHRI

Plus en détail

(respectivement M n,1 ( )) l espace vectoriel réel

(respectivement M n,1 ( )) l espace vectoriel réel Les calculatrces sot autorsées **** NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto S u caddat est ameé à reérer ce qu eut lu sembler être ue erreur d'éocé,

Plus en détail

Comment représenter les variables aléatoires (données)? Paramètres descriptifs. Quels sont les paramètres descriptifs de la position?

Comment représenter les variables aléatoires (données)? Paramètres descriptifs. Quels sont les paramètres descriptifs de la position? Paramètres descrptfs Cours VETE043- Aée académque 06-07 Commet représeter les varables aléatores (doées)? Représetato sythétque Tables de fréqueces Représetato graphque Dagrammes de fréqueces Paramètres

Plus en détail