Contrôle de statistiques Sujet 2 Corrigé

Dimension: px
Commencer à balayer dès la page:

Download "Contrôle de statistiques Sujet 2 Corrigé"

Transcription

1 Contrôle de statistiques Sujet 2 Corrigé L2 d économie - Université Paris 1 Panthéon-Sorbonne Nom : Prénom : Les exercices sont indépendants. Le barème est indicatif. L utilisation de documents, calculatrices, téléphones portables ou tout autre appareil électronique, est interdite. Les réponses devront être soigneusement argumentées et justifiées. Vous pouvez laisser les résultats sous la forme de fractions. L énoncé doit impérativement être rendu avec la copie. Exercice 1 (6 points) On propose à King de jouer à un nouveau jeu de hasard. Dans ce jeu, il tire 3 jetons avec remise d une urne contenant 8 jetons. Chaque jeton peut être soit jaune, soit bleu. Il y a 2 jetons jaunes et 6 jetons bleus. Chaque jeton jaune rapporte 4e à King, alors que chaque jeton bleu lui fait perdre 2e. Soit X la variable aléatoire représentant les gains totaux de King (ses gains après les 3 tirages). Question 1 Donner l univers Ω de l expérience aléatoire. On a Ω = {(j 1,j 2,j 3 ), avec j i {jaune, bleu}}. Le cardinal de Ω est 2 3. Question 2 Donner la loi de X. X peut prendre 4 valeurs : 6 si les 3 jetons sont bleus. 0 si 1 jeton est jaune et 2 jetons sont bleus. 6 si 2 jetons sont jaunes et 1 jeton est bleu. 12 si les 3 jetons sont jaunes. On a donc X(Ω) = { 6,0,6,12}. La loi des tirages est une loi uniforme, la probabilité d un événement est P(ω) = La probabilité d obtenir : un jeton rouge P(j = jaune) = 2 8 = 1 4 Un jeton vert est P(j = bleu) = 6 8 = 3 4 La loi de X est : ( ) 3 3 P(X = 6) = = 27 4 ( ) 3 2 P(X = 0) = A = 27 ( ) 3 2 P(X = 6) = A = 9 ( ) 1 3 P(X = 12) = = 1 4 A 1 3 est A2 3 correspondent au nombre possible d ordre pour les jetons jaunes. Page 1 sur 5

2 Question 3 Donner l espérance de X. E(X) = 6 P(X = 6) + 0 P(X = 0) + 6 P(X = 6) + 12P(X = 12) = ( 6) = = 3 2 L espérance de gain de King est de -1,5e dans ce jeu. Question 4 Donner la fonction de répartition de X, que l on notera F X. La fonction de répartition F X est donnée par F X (t) = P(X t), t R. On obtient donc : P(X t) = 0 si t < 63 P(X = 6) = 27 si 6 t < 0 F X (t) = P(X = 6) + P(X = 0) = = 54 si 0 t < 6 P(X = 6) + P(X = 0) + P(X = 6) = = 63 si 6 t < 12 P(X = 6) + P(X = 0) + P(X = 6) + P(X = 12) = 1 si t 12 Exercice 2 (10 points) Marie est garagiste, sa spécialité est le remplacement des pneus de voitures. Soit C la variable aléatoire représentant le nombre de pneus changés par voiture. On suppose que C(Ω) = {1, 2, 3, 4, 5}. La loi de C est donnée par le tableau suivant : c P(C = c) 0,1 a 0,1 b 0,1 Question 1 Que doivent vérifier les variables a et b pour que P soit une loi de probabilité? Pour que P soit une probabilité, il faut que la probabilité de l univers soit égale à 1, soit : 1 = P(C = 1) + P(C = 2) + P(C = 3) + P(C = 4) + P(C = 5) 1 = 0,1 + a + 0,1 + b + 0,1 0,7 = a + b (1) Par ailleurs, chaque probabilité doit être positive, on a donc a 0 et b 0. Question 2 Marie change en moyenne 2,7 pneus par voiture. Quelles sont les valeurs de a et b correspondantes? Si Marie change 2,7 pneus par semaine, cela nous donne une condition sur l espérance de la variable aléatoire C. On calcule donc cette espérance et on l égalise à 2,7 : 2,7 = E(C) 2,7 = 1 P(C = 1) + 2 P(C = 2) + 3 P(C = 3) + 4 P(C = 4) + 5 P(C = 5) 2,7 = 1 0,1 + 2 a + 3 0,1 + 4 b + 5 0,1 2,7 = 0,1 + 0,3 + 0,5 + 2a + 4b 1,8 = 2a + 4b (2) Les conditions 1 et 2 nous donne un système que doivent vérifier a et b : 0,9 = a + 2b b = 0,2 0,7 = a + b a = 0,5 Page 2 sur 5

3 Question 3 Calculer la variance de cette variable aléatoire. On a V (C) = E(C 2 ) E(C) 2. On connaît déjà E(C) = 2,7, on peut donc calculer son carré : 7,29 (en utilisant des fractions). Il reste à calculer E(C 2 ) : E(C 2 ) = 1 2 P (C = 1) P(C = 2) P(C = 3) P(C = 4) P(C = 5) = 1 0, , , , ,1 = 0, ,9 + 3,6 + 2,5 = 8,7 On obtient alors V (C) = 8,7 7,29 = 1,31. La variance de cette variable aléatoire est de 1,31. Marie facture le changement de roues de la manière suivante : changer une roue est facturé 100e, alors qu en changer 2 est facturé 150e. (en changer 3 revient à en changer 2+1, en changer 4, 2+2, etc). Question 4 Sachant que chaque roue coûte 50e à Marie, donner la variable aléatoire des gains de Marie, que l on notera G. Donner la loi de G. Les gains de Marie en fonction de nombre de roues changées sont les suivants : 1 roue : = 50e 2 roues : = 50e 3 roues : = = 100e 4 roues : = = 100e 5 roues : = = 150e On a donc G(Ω) = {50,100,150}. La loi des gains G est données par : P(G = 50) = P(C = 1) + P(C = 2) = 0,6 P(G = 100) = P(C = 3) + P(C = 4) = 0,3 P(G = 150) = P(C = 5) = 0,1 Question 5 Combien Marie gagne-t-elle par voiture en moyenne? On calcule l espérance des gains de Marie, soit l espérance de G : E(G) = 50 P(G = 50) P(G = 100) P(G = 150) = 50 0, , ,1 = = 75 Marie gagne en moyenne 75e par voiture qui effectue un changement de pneus. Marie a négocié avec son fournisseur des réductions pour les roues : elle peut maintenant avoir 4 roues identiques pour 150e en tout. Question 6 On suppose que toutes les voitures sont différentes (donc que leurs roues sont différentes), quels sont les nouveaux gains de Marie en moyenne par voiture? Notons H la variable aléatoires donnant les nouveaux gains de Marie dans ce cas. On a maintenant les gains de Marie quand elle change des roues : 1 roue : = 50e 2 roues : = 50e 3 roues : = = 100e 4 roues : = = 150e Page 3 sur 5

4 5 roues : = = 200e On a donc H(Ω) = {50,100,150,200}. La loi des gains H est données par : P(H = 50) = P(C = 1) + P(C = 2) = 0,6 P(H = 100) = P(C = 3) = 0,1 P(H = 150) = P(C = 4) = 0,3 P(H = 200) = P(C = 5) = 0,1 On calcule l espérance des gains de Marie, soit l espérance de G : E(H) = 50 P(H = 50) P(H = 100) P(H = 150) P(H = 200) = 50 0, , , ,1 = = 105 La nouvelle moyenne des gains de Marie est 105e, soit 30e en moyenne en plus. Exercice 3 (14 points) Un magasin veut faire l état des lieux de sa gestion des stocks. Le magasin suppose que la probabilité de rupture de stock pour chaque jour ouvrable est de p. Il ne peut y avoir qu une rupture de stock journalière et une rupture de stock au jour k est indépendante d une rupture de stock k + 1. On note X la variable aléatoire «Nombre de jours où il y a rupture de stock sur les 10 jours de référence». Question 1 Quelle loi suit la variable aléatoire X? La rupture de stock suit une loi de Bernoulli de paramètre p. Les jours sont indépendants les uns des autres. Dans le cas présent, il s agit donc d une répétition sur 10 jours d une expérience de Bernoulli avec indépendance. Donc notre variable va suivre une loi Binomiale de paramètres p et n. Donc : X B(10, p) avec P(X = k) = C k n p k (1 p) n k, pour tout k N. Question 2 Donner la probabilité que le magasin subisse 1 rupture de stocks sur les 10 jours de référence. P(X = k) = C k n.p k.(1 p) n k où k = 1 : P(X = 10) = C 1 10 p 1 (1 p) 9 Question 3 Donner l espérance et la variance de X. E(X) = np = 10p = 10p(1 p) 9 V (X) = np(1 p) = 10p(1 p) Le stock pour une journée normale (sans pénurie) coûte 50 e. En cas de rupture de stock, le coût de la journée est majoré de 50 e pour le magasin qui doit, en urgence, racheter des produits. Le grossiste propose au magasin de payer une assurance 10 e par jour pour ne plus avoir de majoration en cas de rupture de stock. On note Y la variable aléatoire «Montant dépensé par l entreprise sur 30 jours sans assurance». Question 4 Donner Y (Ω) et la loi de Y (dans sa formulation générale, i.e, sans explicitation numérique). Y pourra être exprimé en fonction de X. Ici, Y = X ; donc Y (Ω) = { i, avec i { }}. Page 4 sur 5

5 Avec P(Y = y) = P(X = x) avec x = y 500. Alors : 50 P(Y = y) = C y p y 500 y (1 p) 50 Question 5 A partir de quel niveau p sera t-il préférable de s assurer Avec une assurance, le coût de 10 jours sera de = 600. Le coût moyen sans assurance est de E(Y ) = E(X) = p 10 (par linéarité de l espérance). Il sera préférable de s assurer si p. Donc : p 1 5 p Le magasin gère un stock de produits qui ont un taux de défaut de 1 sur En utilisant une approximation poissonnienne (en justifiant son utilisation) : Question 6 Déterminez la probabilité que le nombre de produits défectueux soit égal à 4. Dans cette situation, comme n = est grand et p = est petit, on peut approximer la variable aléatoire qui suit une loi binomiale B(10000, 1/1000) par une loi de poisson de paramètre λ = n p = 10. Donc (cf table pour la valeur numérique) : P(X = 4) = e ! = e ,019 La probabilité d avoir exactement 4 produits défectueux est d environ 2%. Question 7 Déterminez la probabilité que le nombre de produits défectueux soit au moins égal à 4. P(X 4) = 1 P(X < 4) = 1 P(X = 3) P(X = 2) P(X = 1) P(X = 0) ( = 1 exp( 10) ) 6 ( = ) exp( 10) 3 0,99 La probabilité d avoir quatre produits défectueux ou plus est de 99%. Question 8 Quelle est l espérance et la variance de cette variable? D après la formule pour une loi de Poisson : E(X) = V (X) = λ = 10 Page 5 sur 5

Contrôle de statistiques Sujet 2 Corrigé

Contrôle de statistiques Sujet 2 Corrigé Contrôle de statistiques Sujet 2 Corrigé L2 d économie - Université Paris 1 Panthéon-Sorbonne Nom : Prénom : Les exercices sont indépendants. Le barème est indicatif. L utilisation de documents, calculatrices,

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

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

TD 4 : HEC 2001 épreuve II

TD 4 : HEC 2001 épreuve II TD 4 : HEC 200 épreuve II Dans tout le problème, n désigne un entier supérieur ou égal à 2 On dispose de n jetons numérotés de à n On tire, au hasard et sans remise, les jetons un à un La suite (a, a 2,,

Plus en détail

Exercices corrigés de probabilités et statistique

Exercices corrigés de probabilités et statistique Exercices corrigés de probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon

Plus en détail

Exercices : VAR discrètes

Exercices : VAR discrètes Exercices : VAR discrètes Exercice 1: Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans les remettre jusqu à ce qu il ne reste que des boules d une seule couleur

Plus en détail

Terminale S-SI Probabilités conditionnelles

Terminale S-SI Probabilités conditionnelles robabilités conditionnelles Table des matières 1 Introduction 2 2 Définitions 2 3 Formule des probabilités totales 3 4 Indépendance et principe du produit 5 5 Exercices 5 1 1 Introduction Lorsque 7 élèves

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

Fiche de révision sur les lois continues

Fiche de révision sur les lois continues Exercice 1 Voir la correction Le laboratoire de physique d un lycée dispose d un parc d oscilloscopes identiques. La durée de vie en années d un oscilloscope est une variable aléatoire notée X qui suit

Plus en détail

COUPLES DE VARIABLES ALÉATOIRES

COUPLES DE VARIABLES ALÉATOIRES CHAPITRE 13 COUPLES DE VARIABLES ALÉATOIRES Dans tout le chapitre, (Ω, P) désignera un espace probabilisé fini. 1 Couple de variables aléatoires Définition 13.1 On appelle couple de variables aléatoires

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

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

Chapitre IV : Couples de variables aléatoires discrètes

Chapitre IV : Couples de variables aléatoires discrètes UNIVERSITÉ DE CERG Année 0-03 UFR Économie & Gestion Licence d Économie et Gestion MATH0 : Probabilités Chapitre IV : Couples de variables aléatoires discrètes Généralités Définition Soit (Ω, P(Ω), P)

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (2) Variables aléatoires & Lois de probabilité R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

1 Variable aléatoire discrète... 1. 1.1 Rappels... 1. 1.2 Exemple... 2 2 Couples de variables aléatoires... 3. 2.1 Définition... 3

1 Variable aléatoire discrète... 1. 1.1 Rappels... 1. 1.2 Exemple... 2 2 Couples de variables aléatoires... 3. 2.1 Définition... 3 CHAPITRE : LOIS DISCRÈTES Sommaire Variable aléatoire discrète................................... Rappels........................................... Exemple......................................... Couples

Plus en détail

UNIVERSITÉ DE CERGY. LICENCE d ÉCONOMIE et FINANCE LICENCE de GESTION. Seconde année - Semestre 3 PROBABILITÉS. Cours de M. J.

UNIVERSITÉ DE CERGY. LICENCE d ÉCONOMIE et FINANCE LICENCE de GESTION. Seconde année - Semestre 3 PROBABILITÉS. Cours de M. J. Année 2013-2014 UNIVERSIÉ DE CERGY LICENCE d ÉCONOMIE et FINANCE LICENCE de GESION Seconde année - Semestre 3 PROBABILIÉS Cours de M. J. Stéphan ravaux Dirigés de Mme M. Barrié, M. J-M. Chauvet et M. J.

Plus en détail

Mesures et analyses statistiques de données - Probabilités. Novembre 2012 - Contrôle Continu, Semestre 1 CORRECTION

Mesures et analyses statistiques de données - Probabilités. Novembre 2012 - Contrôle Continu, Semestre 1 CORRECTION MASTER 1 GSI- Mentions ACCIE et RIM La Citadelle - ULCO Mesures et analyses statistiques de données - Probabilités Novembre 2012 - Contrôle Continu, Semestre 1 CORRECTION Exercice 1 Partie I 12pts 1 Étude

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

Variables aléatoires continues

Variables aléatoires continues IUT Aix-en-Provence Année 204-205 DUT Informatique TD Probabilités feuille n 6 Variables aléatoires continues Exercice (La station-service) Dans une station-service, la demande hebdomadaire en essence,

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 (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

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

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

Espérances et variances

Espérances et variances [http://mp.cpgedupuydelome.fr] édité le 29 décembre 201 Enoncés 1 Espérances et variances Exercice 1 [ 04018 ] [Correction] Soit X une variable aléatoire discrète à valeurs dans [a ; b]. a Montrer que

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

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

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

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

Exercices : Probabilités

Exercices : Probabilités Exercices : Probabilités Partie : Probabilités Exercice Dans un univers, on donne deux événements et incompatibles tels que =0, et =0,7. Calculer,, et. Exercice Un dé (à faces) est truqué de la façon suivante

Plus en détail

Les trois sortes de tirages

Les trois sortes de tirages DERNIÈRE IMPRESSION LE 29 juin 2015 à 19:20 Les trois sortes de tirages Introduction Comme nous l avons vu, dans une loi équirépartie, il est nécessaire de dénombrer les cas favorables et les cas possibles.

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

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

Exercices de probabilités et statistique

Exercices de probabilités et statistique Exercices de probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi & Fabrice Le Lec Cette œuvre est mise à disposition

Plus en détail

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé.

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé. TES Spé Maths Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013 Calculatrice autorisée - Aucun document n'est autorisé. Vous apporterez un grand soin à la présentation et à la

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

Ch.12 : Loi binomiale

Ch.12 : Loi binomiale 4 e - programme 2007 - mathématiques ch.12 - cours Page 1 sur 5 1 RÉPÉTITION D'EXPÉRIENCES INDÉPENDANTES Lancer plusieurs fois un dé et noter les résultats successifs. Ch.12 : Loi binomiale Prélever des

Plus en détail

Exercices sur les lois de probabilités continues

Exercices sur les lois de probabilités continues Terminale S Exercices sur les lois de probabilités continues Exercice n 1 : X est la variable aléatoire de la loi continue et uniforme sur [0 ; 1]. Donner la probabilité des événements suivants : a. b.

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

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation.

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation. Travaux Dirigés de Probabilités - Statistiques, TD 4 Lois limites ; estimation. Exercice 1. Trois machines, A, B, C fournissent respectivement 50%, 30%, 20% de la production d une usine. Les pourcentages

Plus en détail

BACCALAURÉAT BLANC 2013

BACCALAURÉAT BLANC 2013 BACCALAURÉAT BLANC 203 Série S Corrigé Exercice. a) On traduit les données de l énoncé et on représente la situation par un arbre pondéré. PF ) = 2, PF 2) = 3, P F ) = 5 00 = 20, P F 2 ) =,5 00 = 3 3,5,

Plus en détail

Theme 4 - Lois usuelles discrètes

Theme 4 - Lois usuelles discrètes L2 AES TD de statistique 2008/2009 Cours de Mme Mériot M.-A. Jambu & S.Turolla Theme 4 - Lois usuelles discrètes Exercice 1 (Loi binomiale) A et B sont deux avions ayant respectivement 4 et 2 moteurs.

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

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

Plus en détail

Calculs de probabilités conditionelles

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

Plus en détail

Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres

Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres 1 Introduction Le nombre de piles obtenus au cours d une série de n lancers de pile ou face ou plus généralement dans

Plus en détail

Mth2302B - Intra Été 2011

Mth2302B - Intra Été 2011 École Polytechnique de Montréal page 1 Contrôle périodique Été 2011--------------------------------Corrigé--------------------------------------T.Hammouche Question 1 (12 points) Mth2302B - Intra Été 2011

Plus en détail

Chapitre 4 NOTIONS DE PROBABILITÉS

Chapitre 4 NOTIONS DE PROBABILITÉS Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 4 NOTIONS DE PROBABILITÉS Les chapitres précédents donnent des méthodes graphiques et numériques pour caractériser

Plus en détail

Probabilité mathématique et distributions théoriques

Probabilité mathématique et distributions théoriques Probabilité mathématique et distributions théoriques 3 3.1 Notion de probabilité 3.1.1 classique de la probabilité s Une expérience ou une épreuve est dite aléatoire lorsqu on ne peut en prévoir exactement

Plus en détail

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S)

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S) MA 09 CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 009 COMPOSITION DE MATHÉMATIQUES (Classe terminale S) DURÉE : 5 heures La calculatrice de poche est autorisée, conformément à la réglementation. La clarté et

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

Examen d accès - 1 Octobre 2009

Examen d accès - 1 Octobre 2009 Examen d accès - 1 Octobre 2009 Aucun document autorisé - Calculatrice fournie par le centre d examen Ce examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses sont

Plus en détail

Niveau. Situation étudiée. Type d activité. Durée. Objectifs. Seconde.

Niveau. Situation étudiée. Type d activité. Durée. Objectifs. Seconde. Simuler des expériences aléatoires avec une calculatrice Niveau Seconde. Situation étudiée Différentes selon les séances : Séance 1 : Jeu de pile ou face, tirages de boule dans une urne avec des proportions

Plus en détail

UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée

UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée 1. On tire successivement et sans remise deux cartes d un jeu de 52 cartes. Soit A l événement

Plus en détail

Cours de Probabilités et statistiques L1 2011-2012 Maths-PC-SVT

Cours de Probabilités et statistiques L1 2011-2012 Maths-PC-SVT Cours de Probabilités et statistiques L1 2011-2012 Maths-PC-SVT Université d Avignon Fichier dispo sur http://fredericnaud.perso.sfr.fr/ Une étude statistique dans la population montre que le Q.I. est

Plus en détail

3 Exercices. 3.1 Probabilités simples. 3.2 Probabilités avec dénombrement. Probabilités 3. Exercice 1 On tire au hasard une carte parmi un jeu de 52.

3 Exercices. 3.1 Probabilités simples. 3.2 Probabilités avec dénombrement. Probabilités 3. Exercice 1 On tire au hasard une carte parmi un jeu de 52. Probabilités 3 3 Exercices 3.1 Probabilités simples Exercice 1 On tire au hasard une carte parmi un jeu de 52. Calculer la probabilité d obtenir : 1. un roi 2. le valet de trèfle 3. l as de coeur ou la

Plus en détail

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale MT8 A 0 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale. Fonction de répartition.. Variable aléatoire à valeurs réelles Définition : Soit un ensemble fondamental

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2 BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES Durée : 2 heures Coefficient : 2 SUJET Dès que le sujet vous est remis, assurez-vous qu il

Plus en détail

Chapitre 8 : Probabilités-Indépendance

Chapitre 8 : Probabilités-Indépendance Cours de mathématiques Terminale S Chapitre 8 : Probabilités-Indépendance Année scolaire 008-009 mise à jour 6 janvier 009 Fig. Andreï Kolmogorov Un précurseur de la formalisation de la théorie des probabilités

Plus en détail

CONCOURS D ADMISSION. Option économique MATHEMATIQUES III. Année 2006

CONCOURS D ADMISSION. Option économique MATHEMATIQUES III. Année 2006 ESSEC M B A CONCOURS D ADMISSION Option économique MATHEMATIQUES III Année 2006 La présentation, la lisibilité, l orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront

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

Feuille d exercices 1

Feuille d exercices 1 Université Paris 7 - Denis Diderot L2 - Probabilités PS4 Année 2014-2015 Feuille d exercices 1 Exercice 1 Combien y a-t-il de paires d entiers non consécutifs compris entre 1 et n (n 1)? Exercice 2 1.

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

Plus en détail

Terminale S - ACP Ex1 : Partie A - Restitution organisée des connaissances Partie B : 1. a. 1. b. 1. c. 2. a. 2. b. Ex2 :

Terminale S - ACP Ex1 : Partie A - Restitution organisée des connaissances Partie B : 1. a. 1. b. 1. c. 2. a. 2. b. Ex2 : Terminale S - ACP Ex1 : Antilles Septembre 2006 Partie A - Restitution organisée des connaissances On suppose connu le résultat suivant : Si est une variable aléatoire qui suit une loi exponentielle de

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé Baccalauréat ES Centres étrangers 1 juin 14 - Corrigé A. P. M. E. P. Exercice 1 5 points Commun à tous les candidats 1. On prend un candidat au hasard et on note : l évènement «le candidat a un dossier

Plus en détail

PROBABILITÉS Variable aléatoire

PROBABILITÉS Variable aléatoire PROBABILITÉS Variable aléatoire I Langage des événements Lors d'un oral de mathématiques, quatre questions sont proposées : une question de probabilités (P) ; une question de statistiques (S) ; une question

Plus en détail

Exercices corrigés de probabilités et statistique

Exercices corrigés de probabilités et statistique Exercices corrigés de probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi & Fabrice Le Lec Cette œuvre est mise à disposition

Plus en détail

Mathématiques Ch. 6 : Exercices

Mathématiques Ch. 6 : Exercices 1 BTS CGO - LYCÉE LOUIS PAYEN - Mathématiques Ch. 6 : Exercices Cours J-L NEULAT 1 Loi normale 1.1 Lecture directe EXERCICE 1 Soit X une variable aléatoire qui suitn(0,1). On donne : P(X 1) 0,84. Sans

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

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

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

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

Actuariat I ACT2121. huitième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 huitième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 Soit X une variable aléatoire continue de fonction de densité

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes BTS CGO Variables aléatoires discrètes 203/204 Variables aléatoires discrètes Table des matières I Variable aléatoire 2 I. Notion de variable aléatoire discrète................................ 2 I.2 Loi

Plus en détail

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples 36 Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples (Ω, B, P est un espace probabilisé. 36.1 Définition et propriétés des probabilités conditionnelles Définition 36.1

Plus en détail

Baccalauréat S Probabilités Index des exercices de probabilité de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS

Baccalauréat S Probabilités Index des exercices de probabilité de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS Baccalauréat S Probabilités Index des exercices de probabilité de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS N o Lieu et date P. condi- Variable Loi bino- Loi uni- Loi expo- Suite tionelle aléatoire

Plus en détail

Il y a trois branches avec un seul pile pour un total de 8 branches donc la probabilité d avoir exactement une fois pile est de 3/8 = 0,375

Il y a trois branches avec un seul pile pour un total de 8 branches donc la probabilité d avoir exactement une fois pile est de 3/8 = 0,375 OILITES Un arbre permet de modéliser une situation et de déterminer une probabilité dans le cas où on étudie plusieurs événements. Il est particulièrement bien adapté à la répétition d expériences, aux

Plus en détail

«L art de la réussite consiste à s entourer des meilleurs» STAGE INTENSIF OBJECTIF BAC PROBABILITES & SES LOIS

«L art de la réussite consiste à s entourer des meilleurs» STAGE INTENSIF OBJECTIF BAC PROBABILITES & SES LOIS «L art de la réussite consiste à s entourer des meilleurs» STAGE INTENSIF OBJECTIF BAC PROBABILITES & SES LOIS PONDICHERY 2015 Pour chacune des propositions suivantes, dire si la proposition est vraie

Plus en détail

Exercices de simulation 1

Exercices de simulation 1 Licence MIA 2ème année Année universitaire 2009-2010 Simulation stochastique C. Léonard Exercices de simulation 1 Les simulations qui suivent sont à effectuer avec Scilab. Le générateur aléatoire de Scilab.

Plus en détail

CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Probabilités Épreuve de Bernoulli, loi de Bernoulli.

CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Probabilités Épreuve de Bernoulli, loi de Bernoulli. 1 ère - 3 Chap.9 : Loi binomiale. Échantillonnage. 1 ère - Chapitre 9 : LOI BINOMIALE. ÉCHANTILLONNAGE. Textes officiels (30 septembre 2010) : CONTENU CAPACITÉ ATTENDUE COMMENTAIRE Probabilités Épreuve

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

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

Lois de probabilité (2/3) Anita Burgun

Lois de probabilité (2/3) Anita Burgun Lois de probabilité (2/3) Anita Burgun Contenu des cours Loi binomiale Loi de Poisson Loi hypergéométrique Loi normale Loi du chi2 Loi de Student Loi hypergéométrique La loi du tirage exhaustif Puce à

Plus en détail

Probabilités et statistique

Probabilités et statistique Probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon les termes de la licence

Plus en détail

PROBABILITES TRAVAUX DIRIGES

PROBABILITES TRAVAUX DIRIGES Université de Caen Basse-Normandie U.F.R. de Sciences Economiques et de Gestion Année universitaire 2009-2010 LICENCE ECONOMIE ET GESTION Semestre 3 L2 PROBABILITES TRAVAUX DIRIGES (18 heures) Hélène Ferrer

Plus en détail

collège des flandres : http://www5.ac-lille.fr/~clgflandres/maths/mathscours.html Activité cours : Probabilité

collège des flandres : http://www5.ac-lille.fr/~clgflandres/maths/mathscours.html Activité cours : Probabilité Le cours de M. Haguet collège des flandres : http://www5.ac-lille.fr/~clgflandres/maths/mathscous.html Activité cours : Probabilité I) Expérience aléatoire a) Exemples d'expériences pile ou face jeu de

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS ONDITIONNELLES Exercice 01 On considère une roue partagée en 15 secteurs angulaires numérotés de 1 à 15. es secteurs sont de différentes couleurs. On fait tourner la roue qui s'arrête sur

Plus en détail

Correction du Brevet Blanc Shanghai mars 2013

Correction du Brevet Blanc Shanghai mars 2013 Correction exercice 1(4 points) Correction du Brevet Blanc Shanghai mars 2013 1. Calculer les expressions suivantes A et B et donner le résultat sous la forme d une fraction irréductible : 2. Calculer

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

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. 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

MTH2302C- CP1-H09. QUESTION 1 (20 points)

MTH2302C- CP1-H09. QUESTION 1 (20 points) MTH232- P-H9 QUESTION (2 points) Une petite usine de traitement d eau potable possède une pompe principale et une pompe d urgence de moindre capacité. La pompe d urgence entre en fonction seulement lorsque

Plus en détail

( 5 0) =1. 2) a) P( X =0)=0,4 5 (probabilité d'obtenir 5 échecs) ou P( X =0)=( 5 0) 0,60 0,4 5 avec

( 5 0) =1. 2) a) P( X =0)=0,4 5 (probabilité d'obtenir 5 échecs) ou P( X =0)=( 5 0) 0,60 0,4 5 avec Terminale ES Exercices et problèmes sur probabilités conditionnelles, arbres de probabilités, variable aléatoire, indépendance et loi binomiale. Corrigés. Exercice 1: 1) On effectue 5 fois un tirage dans

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

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

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Fiche TD avec le logiciel : a2-1-c Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Sylvain Mousset Rappels de probabilités / statistiques Table des matières 1 Probabilités

Plus en détail

2 36. k 2 3 4 5 6 7 8 9 10 11 12

2 36. k 2 3 4 5 6 7 8 9 10 11 12 Chapitre 2 : Variables aléatoires discrètes Les variables aléatoires qui apparaissent dans ce chapitre (et son appendice) sont des exemples de variables aléatoires discrètes. I- Variables aléatoires. 1.

Plus en détail

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12 TS. 01/013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 0/11/1 Exercice 1 : ( 6,5 pts) Première partie : Démonstration à rédiger { Démontrer que si ( ) et (v n ) sont deux suites telles

Plus en détail

Exercices supplémentaires : Loi binomiale

Exercices supplémentaires : Loi binomiale Exercices supplémentaires : Loi binomiale Partie A : Loi binomiale Dans une région pétrolifère, la probabilité qu un forage conduise à une nappe de pétrole est 0,1. 1) Justifier que la réalisation d un

Plus en détail

IAE Master 2 Gestion de Portefeuille Année 2011 2012. Feuille 3 Pricing et couverture Modèles discret

IAE Master 2 Gestion de Portefeuille Année 2011 2012. Feuille 3 Pricing et couverture Modèles discret Université de Paris Est Créteil Mathématiques financières IAE Master 2 Gestion de Portefeuille Année 2011 2012 1. Le problème des partis 1 Feuille 3 Pricing et couverture Modèles discret Le chevalier de

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail