Loi de probabilité. Variable aléatoire. Fiche(1) Exercice 1

Dimension: px
Commencer à balayer dès la page:

Download "Loi de probabilité. Variable aléatoire. Fiche(1) Exercice 1"

Transcription

1 Fiche(1) Variable aléatoire Exercice 1 Une urne contient dix boules indiscernables au toucher, l une d entre-elles porte le numéro 10, deux portent le numéro 5, trois portent le numéro 3 et les autres portent le numéro 1. L expérience consiste à extraire au hasard une boule de l urne et à noter son numéro. L univers Ω de cette expérience est formé de l ensemble des 10 boules. On s intéresse aux 4 évènements suivants qui forment une partition de Ω : A 1 : «la boule extraite porte le numéro 10» ; A 2 : «la boule extraite porte le numéro 5» ; A 3 : «la boule extraite porte le numéro 3» ; A 4 : «la boule extraite porte le numéro 1». Décrire la loi de probabilité associée. Exercice 2 Un jeu consiste à lancer un dé. Le joueur empoche une somme équivalente au nombre apparu si ce nombre est un multiple de 3 et paye le montant indiqué à la banque dans le cas contraire. a) Donner la loi de probabilité associée au gain (positif ou négatif) pour une partie. b) Calculer l espérance et la variance de la loi déterminée ci-dessus. Exercice 3 Dans une kermesse, un jeu est organisé de la façon suivante : le joueur mise 10 euros puis il réalise un tirage en deux étapes : 1 re étape : le joueur tire au hasard un billet dans un panier. Dans ce panier, on a placé 10 billets marqués «U 1» et 2 billets marqués «U 2». 2 e étape : Si le joueur a obtenu un billet marqué «U 1», il tire alors un jeton dans une urne U 1 où sont placés 10 jetons marqués «Perdant» et 2 jetons marqués «Gagnant». Si le joueur a obtenu un billet marqué «U 2», il tire alors un jeton dans une urne U 2 où sont placés 7 jetons marqués «Perdant» et 5 jetons marqués «Gagnant». On note A l événement : «Le joueur a tiré un billet U 1». On note B l événement : «Le joueur a tiré un billet U 2». On note G l événement : «Le joueur a tiré un jeton marqué Gagnant». Tous les résultats seront donnés sous forme de fractions irréductibles. 1. Construire un arbre pondéré qui décrit ce jeu. 2. Calculer la probabilité des événements (G A) et (G B). 3. Montrer que la probabilité de l événement G est égale à. 4. Quelle est la probabilité conditionnelle de l événement A par rapport à l événement G? Les événements A et G sont-ils indépendants? 5. Avec un jeton gagnant de l urne U 1, le joueur reçoit 25 ; avec un jeton gagnant de l urne U 2, il reçoit 50 ; sinon rien. On notera X la variable aléatoire égale au gain algébrique du joueur à l issue du jeu. a) Quelles sont les valeurs prises par X? b) Etablir la loi de probabilité de X. c) Déterminer son espérance mathématique. Page 1 sur 8

2 Variable aléatoire CORRIGE Exercice 1 Une urne contient dix boules indiscernables au toucher, l une d entre-elles porte le numéro 10, deux portent le numéro 5, trois portent le numéro 3 et les autres portent le numéro 1. L expérience consiste à extraire au hasard une boule de l urne et à noter son numéro. L univers Ω de cette expérience est formé de l ensemble des 10 boules. On s intéresse aux 4 évènements suivants qui forment une partition de Ω : A 1 : «la boule extraite porte le numéro 10» ; A 2 : «la boule extraite porte le numéro 5» ; A 3 : «la boule extraite porte le numéro 3» ; A 4 : «la boule extraite porte le numéro 1». Décrire la loi de probabilité associée. A 1 dont la probabilité est ; A 2 dont la probabilité ; A 3 dont la probabilité ; A 4 dont la probabilité. On peut établir le tableau suivant : Exercice 2 Un jeu consiste à lancer un dé. Le joueur empoche une somme équivalente au nombre apparu si ce nombre est un multiple de 3 et paye le montant indiqué à la banque dans le cas contraire. a) Donner la loi de probabilité associée au gain (positif ou négatif) pour une partie. Les gains possibles sont les suivants : Face gain La loi de probabilité associée à cette épreuve est gain donc : probabilité b) Calculer l espérance et la variance de la loi déterminée ci-dessus. En appliquant la formule du cours, l espérance est : Valeurs possibles de l expérience Probabilité correspondante L espérance de cette loi est de. Cela signifie qu en moyenne, le joueur perd 0,50. Calcul de la variance : Gain Probabilité Fiche(1) Donc ( ) ( ) La variance de cette loi est Exercice 3 Dans une kermesse, un jeu est organisé de la façon suivante : le joueur mise 10 euros puis il réalise un tirage en deux étapes : 1 re étape : le joueur tire au hasard un billet dans un panier. Dans ce panier, on a placé 10 billets marqués «U 1» et 2 billets marqués «U 2». 2 e étape : Si le joueur a obtenu un billet marqué «U 1», il tire alors un jeton dans une urne U 1 où sont placés 10 jetons marqués «Perdant» et 2 jetons marqués «Gagnant». 1. Construire un arbre pondéré qui décrit ce jeu. 2. Calculer la probabilité des événements (G A) et (G B). P(G A) = P A (G) P(A) = P(G B) = P B (G) P(B) = 3. Montrer que la probabilité de l événement G est égale à. D après la formule des probabilités totales : P(G) = P(G A) + P(G B) P(G) = Si le joueur a obtenu un billet marqué «U 2», il tire alors un jeton dans une urne U 2 où sont placés 7 jetons marqués «Perdant» et 5 jetons marqués «Gagnant». On note A l événement : «Le joueur a tiré un billet U 1». On note B l événement : «Le joueur a tiré un billet U 2». On note G l événement : «Le joueur a tiré un jeton marqué Gagnant». Tous les résultats seront donnés sous forme de fractions irréductibles. 4. Quelle est la probabilité conditionnelle de l événement A par rapport à l événement G? Les événements A et G sont-ils indépendants? PG(A) = P(G A) P(G) P(A), les événements G et A ne sont donc pas indépendants. 5. Avec un jeton gagnant de l urne U 1, le joueur reçoit 25 ; avec un jeton gagnant de l urne U 2, il reçoit 50 ; sinon rien. On notera X la variable aléatoire égale au gain algébrique du joueur à l issue du jeu. a) Quelles sont les valeurs prises par X? Si le joueur tire un jeton gagnant de l urne U 1, alors X = = 15. Si le joueur tire un jeton gagnant de l urne U 2, alors X = = 40. Sinon, X = 0 10 = -10. Les valeurs prises par X sont donc 15 ; 40 et -10. b) Etablir la loi de probabilité de X. P(X = 15) = P(G A) = ; P(X = 40) = P(G B) = ; Loi de probabilité de X : P(X = -10) = 1 P(G) = 1 c) Déterminer son espérance mathématique. E(X) = =. X probabilités Page 2 sur 8

3 Exercice (La Réunion juin 2007) Fiche(2) Les deux parties sont totalement indépendantes. Partie A Soient A, B, C et T quatre évènements associés à une épreuve aléatoire. On note l évènement contraire de l évènement T. On donne l arbre de probabilités suivant. 1. Donner la probabilité p A (T) de l évènement «T sachant que A est réalisé». 2. Calculer : a. la probabilité p(b) de l évènement B; b. la probabilité p A ( ) de l évènement «non T sachant que A est réalisé» ; c. la probabilité p(a T) de l évènement «A et T». 3. On sait que la probabilité p(t) de l évènement T est : p(t) = 0,3. a. Calculer la probabilité p T (A). b. Calculer la probabilité p B (T). Partie B Un domino est une petite plaque partagée en deux parties. Sur chacune des parties figure une série de points. Il peut y avoir de zéro à six points dans une série. Un jeu de dominos comporte 28 dominos, tous différents. Lors d une fête, on propose le jeu suivant : le joueur tire au hasard un domino parmi les 28 dominos du jeu, il gagne, en euros, la somme des points figurant sur le domino tiré. On suppose que tous les dominos du jeu ont la même probabilité d être tirés 1. Établir la loi de probabilité des gains possibles. 2. Le joueur doit miser 7 (avant de tirer un domino. En se fondant sur le calcul des probabilités, peut-il espérer récupérer ses mises à l issue d un grand nombre de parties? Page 3 sur 8

4 Fiche(2) Exercice (La Réunion juin 2007) CORRIGE Partie A 1. Par simple lecture de l arbre donné dans l énoncé : p A (T) = 0; 4 2. a) On a : p(a) + p(b) + p(c) = 1 donc p(b) = 1 - p(a) - p(c) = = 1 0,2 0,7 p(b) = 0,1 b) On a : p A ( ) + p A (T) = 1 donc p A ( ) = 1 - pa(t) = 1 0,4 p A ( ) = 0; 6 c) Par définition, p A (T) = donc p(a T) = p A (T) p(a) = 0,4 0,2 p(a T) = 0,08 3) On sait que : p(t) = 0; 3 a) Par définition, p T (A) = p T (A) = b) Pour calculer p B (T), nous devons calculer tout d abord P(B T) On peut écrire : T = (T A) (T B) (T C) A, B, C constituent une partition de l univers. { T A}, { T B }, { T C } constituent une partition de T Nous pouvons écrire : p(t) = P(T A) + p(t B) + p(t C) donc : p(b T) = p(t) - p(t A) - p(t C) =p C (T) p(c) ainsi, p(b T) = 0,3 0,08 - p C (T) p(c) on a :, p(b T) = 0,3 0,08 0,2 0,7 donc p(b T) = 0,08 Nous pouvons maintenant calculer p B (T) : par définition, p B (T) = Nous pouvons écrire : p B (T) = Partie B 1) Introduisons la variable aléatoire X égale au gain possible, c est-à-dire la somme des points figurant sur le domino tiré. Les différentes valeurs prises par X sont : X(Ω) = {0; 1; 2; 3; 4; 5; ; 10; 11; 12} X=k P(X=k) Le joueur mise 7 avant de tirer un domino. Introduisons une nouvelle variable aléatoire T égale au gain algébrique du joueur (gain algébrique : gain - mise). Les différentes valeurs prises par T sont : T(Ω) = {-7;-6;-5;-4;-3;-2; ; 3; 4; 5} X=k P(X=k) Calculons l espérance de T. E(T) = Comme E(T) < 0, le joueur ne peut pas espérer récupérer ses mises Page 4 sur 8

5 Fiche(3) Exercice (Liban juin 2007) Les parties A et B sont indépendantes. Les places d une salle de cinéma sont toutes occupées. Le film proposé est une rediffusion d une comédie à grand succès. Dans cette salle, les hommes représentent 25 % des spectateurs, les femmes des spectateurs et les autres spectateurs sont des enfants. des hommes et 30% des femmes ont déjà vu ce film au moins une fois. À la fin de la projection, on interroge au hasard une personne sortant de la salle. On appelle : H l événement : «la personne interrogée est un homme» F l événement : «la personne interrogée est une femme» E l événement : «la personne interrogée est un enfant» V l événement : «la personne interrogée avait déjà vu le film avant cette projection» l événement : «la personne interrogée n avait jamais vu le film avant cette projection». La notation p(a) désigne la probabilité de l événement A. La notation p B (A) désigne la probabilité de l événement A sachant que B est réalisé. Partie A 1. À l aide des notations ci-dessus, traduire la situation décrite en recopiant et en complétant l arbre pondéré dont le départ est proposé ci-dessous. On prendra soin de le compléter au fur et à mesure. 2. (a) Exprimer à l aide d une phrase l événement H V. (b) Donner p H (V) et en déduire p(h V). 3. La probabilité que l événement V soit réalisé est égale à 0,345. (a) Déterminer p( ). (b) Déterminer la probabilité que si l on interroge un enfant, il ait déjà vu ce film au moins une fois avant cette projection. 4. On interroge au hasard et successivement quatre personnes sortant de la salle. On suppose que le nombre de spectateurs est suffisamment grand pour assimiler l interrogation au hasard d un spectateur à un tirage avec remise. Quelle est la probabilité arrondie à 10 3 près, qu au moins une personne ait déjà vu le film avant cette projection? Partie B À la fin de l année, une étude nationale a été réalisée sur le nombre de fois qu un spectateur sortant de la salle est allé voir ce film. Le tableau ci-dessous, pour lequel il manque une valeur notée q représente la loi de probabilité du nombre de fois que le spectateur est allé voir ce film. Nombre de fois probabilité 0,55 0,15 0,15 0,05 q 0,05 1. Déterminer q. 2. En déduire l espérance mathématique, arrondie à l unité de cette loi de probabilité et interpréter le résultat obtenu. Page 5 sur 8

6 Fiche(3) Exercice (Liban juin 2007) - CORRIGE Partie A 1) En utilisant les notations de l énoncé, on établit que p(h ) = 0,25, p(f ) = 0,4 (en effet une proportion de 2/5 représente un pourcentage de 40%). On en déduit, par soustraction, que p(e) =1- p(h ) - p(f) =1-0,25-0,4 = 0,35 De plus, l énoncé nous indique que p H (V) = 0,2 car «des hommes ont déjà vu ce film au moins une fois.». On en déduit par soustraction, que p H ( ) = 1 p H (V) = 0,8 2) a) H V est l événement «la personne interrogée est un homme et a déjà vu le film avant cette projection». b) p H (V) est la probabilité que la personne interrogée ait déjà vu le film sachant que c est un homme. L énoncé nous indique que p H (V) = 0,2 On en déduit que p(h V)=p(H) p H (V) = 0,25 = 0,05 3) a) V et sont deux événements contraires donc p( ) =1- p(v ) =1-0,345 = 0,655 b) On cherche p E (V) En utilisant la formule des probabilités totales appliquée au système complet d événement (H,F,E), on écrit : P(V)= p(h V)+p(F V)+p(E V)=0,05+0,4 0,3+0,35p E (V) Mais puisque p(v) = 0,345, on résout 0,35 p E (V) =0,345-0,05-0,4 0,3 d où p E (V) =0,5 4) Le contraire de l événement «au moins une personne a déjà vu le film avant cette projection» est l événement : J : «aucune personne n a déjà vu le film avant cette projection» Comme le nombre de spectateurs est suffisamment grand pour assimiler l interrogation au hasard d un spectateur à un tirage avec remise, on a : p(j) = p( ) p( ) p( ) p( ) = (p( )) 4 = 0,184 Par conséquent, la probabilité qu au moins une personne ait déjà vu le film avant cette projection est égale à p( ) =1- p(j ) =1-0, ,999 Partie B 1) a) La somme des probabilités des événements élémentaires est égale à 1. Ainsi 0,55 + 0,15 + 0,15 + 0,05 + q + 0,05 = 1. Donc q = 1-0,95 = 0,05. b) L espérance de cette variable aléatoire est E(X)= Dans une enquête portant sur un grand nombre de spectateurs, un spectateur a déjà vu en moyenne 2 fois ce film. Page 6 sur 8

7 Exercice (Pondichéry avril 2007) Fiche(4) Madame Boulard fait un très grand élevage de chats de races. Elle possède des Siamois, des Birmans et des Abyssins. Le printemps dernier, pratiquement toutes ses femelles ont eu des bébés et Madame Boulard a mis une annonce pour signaler qu elle avait une très grande quantité de petits chatons à vendre. On sait que : 32 % des chatons sont des Siamois, 54 % des chatons sont des Abyssins et le reste est constitué de Birmans. Parmi les Siamois, 54 % sont des mâles. 66 % des Abyssins sont des femelles. Il y a au total 40,96 % de chatons mâles. Un petit garçon, Pierre, vient acheter un chaton avec sa mère. Comme ils sont tous adorables et qu il n arrive pas à choisir, Pierre décide de le prendre au hasard. On désigne par S, B, A, M et F les événements suivants : S : «Pierre achète un chaton Siamois» ; B : «Pierre achète un chaton Birman» ; A : «Pierre achète un chaton Abyssin» ; M: «Pierre achète un chaton mâle» ; F : «Pierre achète un chaton femelle» ; 1. (a) Traduire les données de l énoncé en langage de probabilités. (b) Construire un arbre illustrant la situation, en indiquant sur chaque branche les probabilités données dans l énoncé. Les probabilités manquantes seront calculées dans les questions ultérieures. 2. (a) Déterminer la probabilité que Pierre achète un chaton mâle Siamois, (b) Calculer p(m A) et interpréter ce résultat à l aide d une phrase. (c) En déduire que la probabilité que Pierre achète un chaton mâle Birman est égale à 0,0532. (d) Le chaton acheté par Pierre est un Birman. Quelle est la probabilité que ce soit un mâle? 3. Finalement, Pierre est tellement séduit par ces chatons qu il décide d en acheter trois toujours au hasard. On assimilera ces achats à des tirages successifs avec remise. Quelle est la probabilité qu il y ait, parmi ces trois chatons, exactement deux mâles Birmans (le résultat sera arrondi à 10 3 )? Page 7 sur 8

8 Fiche(4) Exercice (Pondichéry avril 2007) - CORRIGE 1. a.b. En utilisant les notations de l énoncé, on écrit que : p(s) 0,32 car «32 % des chatons sont des Siamois», p(a) 0,54 car «54 % des chatons sont des Abyssins». «Parmi les Siamois, 54 % sont des mâles» nous informe que p S (M) 0,54 «66 % des Abyssins sont des femelles» nous informe que p A (F) 0,66 Enfin «Il y a au total 40,96 % de chatons mâles» nous informe que p M 0, a. On calcule p(s M) p(s) p S (M) 0,32 0,54 = 0,1728 La probabilité que Pierre achète un chaton mâle Siamois vaut 0,1728 b. Puisque pa(m) p A (F), on calcule : p(m A) p(a M) p(a) p A (M) Il s agit de la probabilité que Pierre achète un chaton femelle abyssin. c. La formule des probabilités totales appliquée au système complet d événement S; A;B, permet d écrire que : p M p S M p A M p B M. On en conclut donc que la probabilité que Pierre achète un chaton mâle Birman est égale à : p B M p M p S M p A M 0,4096 0,1728 0,1836 0,0532 d. On cherche à calculer p B (M)= Par soustraction, on obtient d une part : p B 1 p S p A 1 0,32 0,54 0,14 On utilise ensuite le résultat de la question c. : p B M 0,0532. On calcule finalement p B (M)= Si le chaton acheté par Pierre est un Birman, la probabilité que ce soit un mâle est égale à 0,38 3. On répète successivement trois fois de manière indépendante une épreuve consistant à choisir un chaton, et qui peut se solder par un succès, de probabilité p p B M 0,0532, ou un échec, de probabilité q 1 p 1 0,0532 0,9468. On peut modéliser cette expérience par un arbre ou on note S le succès et E l échec. On obtient : Pour déterminer la probabilité qu il y ait, parmi ces trois chatons, exactement deux mâles Birmans, il faut dénombrer le nombre de chemins de l arbre répondant à cette possibilité, chacun de ces chemins ayant pour poids 0, ,9468. Il y a trois chemins répondant à cette possibilité : (S 1 ;S 2 ;E 3 ) S 1 ;E 2 ;S 3 ) et (E 1 ;S 2 ;S 3 ) (chemins surlignés sur l arbre) La probabilité que Pierre choisisse parmi ces trois chatons, exactement deux mâles Birmans vaut donc 3 0,0532² 0,9468 0,008 Page 8 sur 8

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

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en 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

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

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

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

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 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

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

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en 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

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en 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

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. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher. Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110

Plus en 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

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

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

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

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

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

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

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

EI - EXERCICES DE PROBABILITES CORRIGES

EI - EXERCICES DE PROBABILITES CORRIGES EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card

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

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

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

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

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

Arbre de probabilité(afrique) Univers - Evénement

Arbre de probabilité(afrique) Univers - Evénement Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer

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 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

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

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

Les probabilités. Chapitre 18. Tester ses connaissances

Les probabilités. Chapitre 18. Tester ses connaissances Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce

Plus en 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

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue

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

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en 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

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Seconde et première Exercices de révision sur les probabilités Corrigé

Seconde et première Exercices de révision sur les probabilités Corrigé I_ L'univers. _ On lance simultanément deux dés indiscernables donc il n'y a pas d'ordre. Il y a répétition, les dbles. On note une issue en écrivant le plus grand chiffre puis le plus petit. 32 signifie

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

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile. Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès

Plus en détail

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

Plus en 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

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

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

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

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

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

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

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

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en 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

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,

Plus en 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

9 5 2 5 Espaces probabilisés

9 5 2 5 Espaces probabilisés BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire

Plus en 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

CUEEP Département Mathématiques E 821 : Problèmes du premier degré 1/27

CUEEP Département Mathématiques E 821 : Problèmes du premier degré 1/27 Problèmes du premier degré à une ou deux inconnues Rappel Méthodologique Problèmes qui se ramènent à une équation à une inconnue Soit l énoncé suivant : Monsieur Duval a 4 fois l âge de son garçon et sa

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

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

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

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique -

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique - IUT de Laval Année Universitaire 2008/2009 Département Informatique, 1ère année Mathématiques Discrètes Fiche 1 - Logique - 1 Logique Propositionnelle 1.1 Introduction Exercice 1 : Le professeur Leblond

Plus en détail

mathématiques mathématiques mathématiques mathématiques

mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Andrey Nikolaevich Kolmogorov

Andrey Nikolaevich Kolmogorov PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

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

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

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

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Activités numériques [13 Points]

Activités numériques [13 Points] N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible

Plus en détail

Les nombres entiers. Durée suggérée: 3 semaines

Les nombres entiers. Durée suggérée: 3 semaines Les nombres entiers Durée suggérée: 3 semaines Aperçu du module Orientation et contexte Pourquoi est-ce important? Dans le présent module, les élèves multiplieront et diviseront des nombres entiers concrètement,

Plus en détail

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

INF 162 Probabilités pour l informatique

INF 162 Probabilités pour l informatique Guy Melançon INF 162 Probabilités pour l informatique Licence Informatique 20 octobre 2010 Département informatique UFR Mathématiques Informatique Université Bordeaux I Année académique 2010-2011 Table

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

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Probabilités et statistique. Benjamin JOURDAIN

Probabilités et statistique. Benjamin JOURDAIN Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech

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

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

Mesure de probabilité, indépendance.

Mesure de probabilité, indépendance. MATHEMATIQUES TD N 2 : PROBABILITES ELEMENTAIRES. R&T Saint-Malo - 2nde année - 2011/2012 Mesure de probabilité, indépendance. I. Des boules et des cartes - encore - 1. On tire simultanément 5 cartes d

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

Seconde Généralités sur les fonctions Exercices. Notion de fonction.

Seconde Généralités sur les fonctions Exercices. Notion de fonction. Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et

Plus en détail

Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt

Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication Philippe Robert INRIA Paris-Rocquencourt Le 2 juin 2010 Présentation Directeur de recherche à l INRIA Institut

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail