XV. Probabilités. Pour le second exemple, le dénombrement de toutes les issues possibles (un schéma en arbre peut nous y aider),

Dimension: px
Commencer à balayer dès la page:

Download "XV. Probabilités. Pour le second exemple, le dénombrement de toutes les issues possibles (un schéma en arbre peut nous y aider),"

Transcription

1 . Itroductio XV. robabilités. L'étude des probabilités couvre toutes les situatios de phéomèes ayat plusieurs issues possibles, la réalisatio de chaque résultat état due au hasard. Des exemples de calcul de probabilités sot ombreux : e voici quelques us.. Le lacer du dé : quelles sot mes chaces d'obteir u 6? 2. Au jeu de pile ou face, combie de chaces ai-je d'obteir 2 faces si je lace 3 fois la pièce? 3. Lorsque je lace ue puaise sur u sol lisse, celle-ci peut retomber de 2 maières possibles : poite e l'air, ou appuyée sur sa poite. Quelles sot "les chaces" qu'elle retombe "poite e l'air"? Das le cas du premier exemple, l'ituitio ous fait répodre 6 our le secod exemple, le déombremet de toutes les issues possibles (u schéma e arbre peut ous y aider), ous permet assez vite égalemet d'arriver à la valeur 8 3 Das le 3 ème exemple, ous arrivos difficilemet à doer ue valeur qui répode à la questio. Le seul moye d'y arriver est de réaliser u grad ombre de fois l'expériece et d'observer la fréquece du résultat "poite e l'air". O cosidère alors que lors de la prochaie expériece semblable, la probabilité d'obteir "poite e l'air" (ue sorte de mesure des chaces d'avoir ce résultat) est égale à cette fréquece. Nous allos maiteat préciser le vocabulaire employé pour décrire ces situatios. 2. Quelques défiitios. 2. Expériece aléatoire. Ue expériece aléatoire est ue expériece qui a plusieurs résultats possibles mais dot l'issue e peut être prévue avec certitude. Le résultat est dû au hasard. O peut cepedat décrire tous les résultats possibles. Das la suite du cours, o otera : E.A. 2.2 Catégorie d'épreuve. La catégorie d'épreuve (ou esemble fodametal) d'ue E.A. est l'esemble de tous les résultats possibles de cette expériece. O la ote C.E. Cet esemble est appelé Exemples : Le lacer du dé est ue expériece aléatoire. Sa catégorie d'épreuve : = {, 2, 3, 4, 5, 6} Le lacer d'ue pièce de moaie. = {, } La aissace d'u efat = {ille, Garço} Le lacer de 3 pièces de moaie = {(,, ), (,, ), (,, ), (,, ), (,, ), (,, ), (,, ), (,, ) } O peut représeter cette situatio par u diagramme e arbre O lace u dé jusqu'à ce qu'o aie u 6 sur la face supérieure. O ote le ombre de jets aisi réalisés. = N O lace ue fléchette sur ue cible rode (sas marque). O ote la distace au cetre. = [0, R] : u esemble ifii de poits. Das ce chapitre, ous 'aborderos que les cas où la catégorie d'épreuve est u esemble fii. 4/0/204 CND Erpet - robabilités XV -

2 2.3 Evéemet Exemple : Cosidéros l'expériece aléatoire "le lacer du dé " = {, 2, 3, 4, 5, 6} Das le cadre de cette expériece, o peut s'itéresser à différets "évéemets" E : l'évéemet : "Le résultat est pair " : E = {2, 4, 6} et E E 2 : l'évéemet : "Le résultat est supérieur ou égal à 3 " : E 2 = {3, 4, 5, 6 } et E 2 E 3 : l'évéemet : "Le résultat est divisible par 3" : E 3 = {3, 6} et E Défiitio U évéemet E d'ue expériece aléatoire est u sous-esemble de : E our le caractériser, o exprime ue coditio qui le détermie (pour le cas de E : "le résultat est pair") ou o éumère ses élémets (E = {2, 4, 6}) U évéemet est réalisé si le résultat de l'expériece appartiet à ce sous-esemble E Remarques : Certais évéemets sot particuliers : ce sot les évéemets et. Si E = : E est l'évéemet certai. Il est réalisé quelle que soit l'issue de l'expériece aléatoire. Si E = : E est l'évéemet impossible : il 'est jamais réalisé. Das le cas du lacer du dé : E = l'évéemet : " le résultat est positif" est u évéemet certai. E = l'évéemet : "le résultat est divisible par 7" est u évéemet impossible. U évéemet élémetaire est u évéemet qui comporte u seul élémet Opératios sur les évéemets. Si ous cosidéros maiteat 2 évéemets : A et B, alors A B, A B, A\B, \A sot égalemet des évéemets. L'évéemet A B (A uio B) est réalisé si le résultat de l'expériece appartiet à l'uio des esembles A et B c'est à dire s'il appartiet à A ou à B L'évéemet A B (A iter B) est réalisé si le résultat de l'expériece appartiet à l'itersectio des esembles A et à B c'est à dire s'il appartiet à A et à B L'évéemet A\B (A mois B) est réalisé si le résultat de l'expériece appartiet à la différece des esembles A et B c'est à dire s'il appartiet à A mais 'appartiet pas à B L'évéemet \A =A c ( mois A ou A complémetaire) est réalisé ssi A 'est pas réalisé. Les évéemets A et A c sot appelés évéemets cotraires ou aussi évéemets complémetaires. Exemples O lace u dé et o observe sa face supérieure. = {, 2, 3, 4, 5, 6} A = Le résultat obteu est pair A = {2, 4, 6} B = Le résultat obteu est supérieur ou égal à 3 B = {3, 4, 5, 6} A B = le résultat obteu est pair ou supérieur ou égal à 3 A B = {2, 3, 4, 5, 6} A B = le résultat obteu est pair et supérieur ou égal à 3 A B = {4, 6} A\B = Le résultat obteu est pair mais 'est pas supérieur ou égal à 3 A\B = {2} A c = le résultat est impair A c = {, 3, 5} Remarque. Deux évéemets sot cotraires ssi la réalisatio de l'u équivaut à la o réalisatio de l'autre. (c'est à dire : A est réalisé A c 'est pas réalisé et A c est réalisé A 'est pas réalisé ) 2 évéemets cotraires sot tels que A A c = Deux évéemets sot icompatibles ssi la réalisatio de l'u exclut la réalisatio de l'autre. (c'est à dire : A est réalisé B 'est pas réalisé et B est réalisé A 'est pas réalisé ) Les esembles A et B sot alors disjoits. Coséquece : 2 évéemets cotraires sot icompatibles, mais 2 évéemets icompatibles e sot pas écessairemet cotraires. XV - 2 CND Erpet - robabilités 4/0/204

3 Exemple. O lace ue pièce de moaie 3 fois de suite = {(,, ), (,, ), (,, ), (,, ), (,, ), (,, ), (,, ), (,, ) } Cosidéros les évéemets A : Le ombre de est strictemet supérieur au ombre de B : Le ombre de est strictemet iférieur au ombre de C : Il y a exactemet ue A = {(,, ), (,, ), (,, ), (,, )} B = {(,, ), (,, ), (,, ), (,, )} C = {,, ), (,, ), (,, )} Les évéemets A et B sot cotraires. A c = B Les évéemets A et C sot icompatibles. 3. robabilité. 3. Notio de fréquece-limite Lors d'ue expériece aléatoire dot la catégorie d'épreuve est, o s'itéresse à l'évéemet A (Exemple : o lace u dé et o observe le poit. A est l'évéemet "le résultat est strictemet supérieur à 4") Soit, le ombre de fois où o réalise l'expériece et A, le ombre de fois où A s'est produit. Le quotiet A est la fréquece relative de A ostulat : si o répète l'expériece idéfiimet, alors la fréquece relative d'u évéemet lié à cette expériece ted vers ue limite qu'o appelle fréquece limite. : lim A = p (das otre exemple, la fréquece-limite vaudrait /3) Observatios : A : 0 A 0 A : la fréquece-limite est toujours comprise etre 0 et A = A = 0 A = 0 : la fréquece-limite d'u évéemet impossible est ulle A = A = A = : la fréquece-limite d'u évéemet certai vaut La probabilité d'u évéemet correspod habituellemet à la fréquece-limite de celui-ci. 3.2 robabilité : défiitio 3.2. robabilité d'u évéemet simple Soit = {, 2 } l'esemble fodametal d'ue expériece aléatoire. et U = {{ }, { 2 }..{ }} : l'esemble des évéemets élémetaires liés à Ue probabilité défiie sur U est ue foctio : U R telle que : a) i {, 2, } : ({ i }) 0 b) ({ }) + ({ 2 }) + ({ }) = Exemple O lace ue pièce de moaie. = {, } Les évéemets élémetaires de cette E. A. sot : { }={}, et { 2 }={} Habituellemet, o défiit : ({}) = 0.5 et ({}) = 0.5 qui correspod aux fréqueces observées des résultats. Remarquos que les propriétés a) et b) sot aisi vérifiées. Mais la défiitio : ({}) = 0.4 et ({} = 0.6 est égalemet coforme aux propriétés et peut être aussi ue probabilité sur l'esemble des évéemets élémetaires ={{}, {}} Cette ouvelle probabilité correspodrait par exemple à ue pièce déséquilibrée. Gééralemet, les ({ i }) sot les fréqueces-limites des évéemets { i } 4/0/204 CND Erpet - robabilités XV - 3

4 3.2.2 robabilité d'u évéemet aléatoire quelcoque Soit = {, 2 } l'esemble fodametal d'ue expériece aléatoire. et ue probabilité défiie sur l'esemble des évéemets simples {{ }, { 2 }..{ }} et A O appelle probabilité, la foctio : ( ) R : A (A) prologemet de la foctio de probabilité défiie sur l'esemble des évéemets élémetaires telle que : a) si A = (A) = 0 b) si A = { i } (A) = ({ i }) comme défii ci-dessus c) si A 'est i impossible i simple (A) = ({ i}) i : i A 3.3 ropriétés. ( ) = 0 i 2. A B (B\A) = (B) - (A) B A 3. (A B) = (A) + (B) - (A B) Cas particulier : si A et B sot disjoits (c. à d. si A B = ) : (A B) = (A) + (B) 4. (A c ) = - (A) E effet, = A A c ( ) = (A) + (A c ) (A A c ) = (A) + (A c ) (car A A c = ) A B 5. Soiet A, A 2, A 3,...A : évéemets disjoits 2 à 2 (c-à-d tels que l'itersectio de deux quelcoques d'etre eux est vide : A A 2 =, A A 3 =...) A, A 2, A 3,...A i, j {,...} : A i A j = (A A 2 A 3... A ) = (A ) + (A 2 )...+(A ) Cette derière propriété 'est qu'ue gééralisatio du cas de deux évéemets disjoits. 3.4 Calcul des probabilités. Repreos l'exemple classique du lacer du dé et l'évéemet A = le résultat est multiple de 3. Ituitivemet ous avos immédiatemet : (A) = 2 ombre d' élémets de A 6 ombre d' élémets de E gééral, si ue catégorie d'épreuve = {w, w 2,...w } ( ) = = ( {w i }) = ({w i }) Si A = {w, w 2,...w p } (A) = ({w }) + ({w 2 }) ({w p }) Le plus souvet, les évéemets élémetaires ot la même chace de se réaliser. Das otre exemple classique du dé : ({}) = ({2}) = ({3})...= ({6}) O dit alors que ces évéemets sot équiprobables. E gééral : = ( ) = ({w }) + ({w 2 }) + + ({w }= ({w }) et doc ({w }) = ({w 2 }) = = ({w }) = et (A) = p où p est le ombre de cas favorables à A (ombre d'élémets de A) et le ombre de cas possibles (ombre d'élémets de ) Et, lorsque les évéemets élémetaires sot équiprobables, ous avos : ombre de cas favorables (A) = ombre de cas possibles A XV - 4 CND Erpet - robabilités 4/0/204

5 3.5 Exercices.. O tire ue carte d u jeu de 52 cartes. Calculer les probabilités des évéemets A, B et C A : la carte est le roi de trèfle. B : la carte est u coeur. C : la carte est ue image. 2. Douze chevaux preet part à ue course. U joueur remplit 5 bulletis de tiercé différets au hasard. Quelle est sa probabilité de gager le tiercé das l'ordre? 3. O jette ue pièce de moaie 4 fois de suite. a) Quelle est la probabilité d'obteir la suite (,,, ) b) Quelle est la probabilité d'obteir deux fois et deux fois? 4. O lace 2 dés différets. Quelle est la probabilité des évéemets suivats? A : la somme des poits obteus est 6 B : la somme des poits obteus est < 6 C : la somme des poits obteus est > 6 5. U dé o pipé est lacé deux fois de suite. O ote la somme des poits obteus aux deux jets. Quelles sot les sommes qui ot : a) la plus forte probabilité d'apparaître? b) la plus faible probabilité d'apparaître? 6. U dé est pipé de telle sorte que la probabilité d'apparaître pour chacue des faces soit proportioelle au poit marqué sur la face. O lace le dé ue fois. Calculer : a) la probabilité de chaque épreuve. b) la probabilité d'obteir u poit pair. c) la probabilité d'obteir u poit impair. 7. Quelle est la probabilité d'obteir exactemet trois fois face das quatre parties cosécutives de "pile ou face"? 8. O tire successivemet et au hasard quatre lettres du mot ROITABLES. Quelle est la probabilité pour que, das l'ordre du tirage, ces lettres formet le mot RATE? a) si o replace la lettre choisie après chaque tirage. b) si o e le remet pas. 9. U joueur possède 4 cartes : l'as et le roi de cœur, l'as et le roi de trèfle. Il les mélage. Quelle est la probabilité pour que la couleur des cartes altere (rouge et oir)? 0. O choisit u ombre etier au hasard parmi les etiers strictemet positifs et strictemet iférieurs à 0. Quelle est la probabilité que le ombre soit iférieur ou égal à 4?. O choisit u ombre etier au hasard parmi les ombres {5, 6, 7} aisi qu'u ombre p parmi les ombres {0,, 2}. Quelle est la probabilité que le produit.p soit divisible par 5? 4. robabilités coditioelles. 4. Exemple. Le tableau suivat doe la répartitio des élèves de sixième aée d'ue école suivat le sexe et l'âge. Age \ Sexe illes Garços Totaux Totaux /0/204 CND Erpet - robabilités XV - 5

6 O choisit au hasard u élève de sixième et o ote so sexe et so âge. Si o sait que la persoe choisie est u garço, quelle est la probabilité pour qu'il ait 8 as? Das ce problème, appelos A, l'évéemet : la persoe choisie a 8 as, et B : la persoe choisie est u garço. Alors, ous oteros (A B) : probabilité de A sachat que B est réalisé, ou ecore (A) si B (A B) = 2/60 Or, ous costatos : (A B) = 2/00 et (B) = 60/00 Nous avos doc : (A B) = ( A B ) ( B) De même : si la persoe choisie a 8 as, quelle est la probabilité qu'elle soit ue fille? Aux évéemets cosidérés das le cas précédet, ous ajoutos C : la persoe choisie est ue fille. O veut (C A) = 6/8 Or : (A) = 8/00 et (C A) = 6/00 et à ouveau : (C A) = ( C A ) ( A) Ce qui ous amèe à gééraliser cette défiitio. 4.2 Défiitio Si A, B tels que (B) 0 alors la probabilité de A si B (sous-etedu si B est réalisé) est otée (A B) (A B) = ( A B ) ( B) Applicatio. O lace ue paire de dés différeciés et o observe la face supérieure de chaque dé. Calculer la probabilité pour qu u des dés doe comme résultat 2 sachat que la somme des poits obteus est 6 Cosidéros les évéemets qui itervieet. A : U dé doe 2 = {(2,), (2,2), (2, 3), (2, 4), (2, 5),(2,6), (,2), (3, 2), (4, 2), (5, 2), (6, 2)} B : La somme des poits vaut 6 : = {(,5), (2, 4), (3, 3), (4, 2) (5, )} A B = {(2,4), (4, 2)} (A B) = ( A B ) = 2 / 36 2 ( B) 5/ Exercices.. O jette u dé deux fois de suite. Quelle est la probabilité qu'u des poits soit 6 sachat que la somme des poits est Das ue ville doée, 40% de la populatio a les cheveux brus, 25% a les yeux marros et 5% a à la fois les cheveux brus et les yeux marros. O choisit au hasard ue persoe. Si elle a les cheveux brus, quelle est la probabilité qu elle ait les yeux marros? 5. Evéemets idépedats. 5. Exemple : Das u jeu de 52 cartes, o extrait carte. a) Quelle est la probabilité que cette carte soit u huit? b) Quelle est la probabilité que cette carte soit u huit sachat que c'est u cœur? c) Quelle est la probabilité que cette carte soit u huit sachat que ce 'est pas ue image? Cosidéros les évéemets A : la carte est u huit B : la carte est u cœur C : la carte 'est pas ue image Nous trouvos aisémet : XV - 6 CND Erpet - robabilités 4/0/204

7 4 a) (A) = 52 b) (A B) = 3 c) (A C) = Et ous costatos : (A) = (A B) : la réalisatio de B (ou sa o-réalisatio) 'ifluece pas la probabilité de A. Les évéemets A et B sot dits idépedats. Au cotraire : (A) (A C) : ici la réalisatio de C chage la probabilité de A. Les évéemets A et C sot dépedats. Nous arrivos aturellemet à la défiitio suivate : 5.2 Défiitio. A et B sot idépedats ssi (A B) = (A) c.-à-d. deux évéemets d'ue même catégorie d'épreuve sot idépedats ssi la réalisatio de l'u est sas ifluece sur la probabilité de l'autre. Coséquece : o sait que (A B) = ( A B ) et A et B sot idépedats ssi (A B) = (A) ( B) et ous avos doc : A et B idépedats ssi (A B) = (A). (B) Remarque. Ne pas cofodre évéemets disjoits et évéemets idépedats. A et B sot disjoits ssi A B = A et B sot idépedats ssi (A B) = (A). (B) Exemple. O tire ue carte au hasard d'u jeu de 52 cartes. A : la carte tirée est u pique. (A) = 3/52 B : la carte tirée est u roi. (B) = 4/52 A B : A et B e sot pas disjoits. (A B) = /52 (probabilité d'avoir le roi de pique) (A). (B) = Et ous avos bie (A B) = (A). (B) A et B sot idépedats Exercices.. Das ue classe de 23 élèves, 8 suivet le cours de éerladais et 0 le cours d aglais, 7 suivet les 2 cours et 2 e suivet aucu. Quelle est la probabilité qu u élève suive le cours d aglais sachat qu il suit le cours de éerladais. Les évéemets "suivre le cours de éerladais" et "suivre le cours d'aglais" sot-ils idépedats? 2. Das u jeu de 52 cartes, o tire ue carte. Quelle est la probabilité que la carte tirée soit u 8 sachat que cette carte est strictemet comprise etre 5 et 0 Ces évéemets sot-ils idépedats? 3. U couple a deux efats. Quelle est la probabilité que les 2 soiet des filles sachat que la ère est ue fille? Ces évéemets sot-ils idépedats? 4. Das u lycée, 25% des élèves échouet e math, 5% e chimie et 0% à la fois e math et e chimie. O choisit u élève au hasard. Les 2 évéemets suivats sot-ils idépedats? A : l élève a échoué e math B : l élève a échoué e chimie. 4/0/204 CND Erpet - robabilités XV - 7

8 6. Théorème des probabilités totales. Le théorème des probabilités totales va ous permettre de résoudre des problèmes tels que celui ci-dessous Exemple. Je desceds e ville demai avec ue probabilité de /5 s il pleut et de /2 s il e pleut pas. La probabilité qu il pleuve demai est de 2/3. quelle est la probabilité que je descede e ville demai? Soit A, A 2,...A ue partitio de c.-à-d. tels que i, j {,...} : A i A j = A A 2... A = et i {,...} A i ( (A i ) 0) alors B : (B) = (A ). (B A ) + (A 2 ). (B A 2 ) (A ). (B A ) Justificatio. B = (B A ) (B A 2 )... (B A ) Or (B A ) (B A 2 ) = (B A ) (B A 3 ) = et de même i, j {,...} : (B A i ) (B A j ) = c.-à-d. tous les B A i sot disjoits 2 à 2. Doc (B) = [(B A ) (B A 2 )... (B A )] = (B A ) + (B A 2 ) (B A ) = (A ) (B A ) + (A 2 ) (B A 2 )...+ (A ) (B A ) (car e gééral : (A B) = (A B). (B)) A A 2 A 3 A i B Repreos maiteat l'exemple ci-dessus : Soit : A = il pleut demai A 2 = il e pleut pas demai B = je desceds e ville (B) = (A ) (B A ) + (A 2 ) (B A 2 ) = 2/3. /5 + /3. /2 = 3/0. /5 desced leut O peut schématiser cette situatio par u diagramme e arbre. 2/3 4/5 desced pas Et ous avos de même : desced (B) = 2/3. /5 + /3. /2 = 3/0. /2 /3 l. pas /2 desced pas 6. Exercices.. O dispose de 3 ures. La première cotiet 3 boules blaches et ue oire. La deuxième 2 blaches et 3 oires. Et la troisième 3 blaches et 4 oires. O tire ue boule das ue des ures. Quelle est la probabilité que la boule soit blache? 2. Trois machies A, B, et C produiset respectivemet 50, 30 et 20% du ombre total de pièces fabriquées das ue usie. Les pourcetages de pièces défectueuses de ces machies sot de 3, 4 et 5%. Si l o pred ue pièce au hasard, quelle est la probabilité pour qu elle soit défectueuse? 3. U sac cotiet des boules de même rayo et de même poids; il y a 3 boules blaches et 5 boules oires. O tire au hasard et successivemet deux boules du sac (sas replacer la première boule). Quelle est la probabilité pour que les deux boules tirées soiet de la même couleur? 4. Deux élèves doivet préseter ue épreuve e équipe. Le premier coaît parfaitemet la matière de 6 chapitres sur 2 et le secod coaît celle de 8 chapitres. O pose ue questio au hasard sur l'u des chapitres. Quelle est la probabilité de réussite de l'équipe? 5. Les probabilités pour que 3 tireurs atteiget ue cible sot respectivemet de /6, /4 et /3. Chacu tire ue seule fois. XV - 8 CND Erpet - robabilités 4/0/204

9 a) quelle est la probabilité que seul u tireur atteige la cible? b) si seulemet l u d eux atteit la cible, quelle est la probabilité pour qu il s agisse du premier? 6. Ue boîte cotiet 4 dés ormaux et u dé truqué pour lequel 6 apparaît 2 fois sur 3. O choisit u dé au hasard et o le lace. Si le résultat est 6, quelle est la probabilité d avoir choisi le dé truqué? 7. Das u collège, 4% des garços et % des filles mesuret plus de m85. O sait de plus que 60% des élèves sot des filles. O choisit u élève au hasard. Les évéemets "mesurer plus de m95" et "être ue fille" sot-ils idépedats? 7. Exercices gééraux : série. A l exame, u élève doit tirer 2 fiches das chacu des 3 paquets coteat 0, 5 et 20 fiches. L élève e coaît que 3 questios pour chaque paquet. Quelle est la probabilité a) qu il tire 6 fiches qu il coaît? b) qu il tire au mois ue fiche qu il coaît? 2. U bassi comporte 30 poissos. Il y a 5 carpes, 0 brochets, 5 gardos. O pêche 4 poissos d u seul coup d épuisette. Quelle est la probabilité a) d avoir 4 gardos. b) qu'au mois u poisso soit ue femelle sachat qu il y a respectivemet 2, 4 et 5 femelles das chaque groupe. 3. a) Détermier la probabilité pour que 0 idividus aiet des jours aiversaires différets. b) Motrer que das le cas où il y a 23 idividus, cette probabilité est proche de Ue ure A referme 5 billes rouges et 3 blaches Ue ure B referme 2 billes rouges et 6 blaches. a) Si l o tire ue bille das chaque ure, quelle est la probabilité pour qu elles soiet de la même couleur? b) Si l o tire 2 billes das chaque ure, quelle est la probabilité pour qu elles soiet toutes de la même couleur? 5. Ue boîte A cotiet 8 pièces détachées dot 3 sot défectueuses. Ue boîte B cotiet 5 pièces détachées dot 2 sot défectueuses. O tire au hasard ue pièce das chaque boîte. Calculez la probabilité pour que a) aucue pièce e soit défectueuse. b) ue seule pièce soit défectueuse. 6. U sac cotiet 20 jetos umérotés de à 20 a) O tire u jeto. Tous les jetos ayat même probabilité d'être extraits, quelle est la probabilité pour que le ombre tiré : soit impair 2 soit impair et divisible par 3? b) O tire esemble 2 jetos. Toutes les paires de jetos ayat la même probabilité d'être extraites, calculez la probabilité pour que : la somme des ombres tirés soit 2 2 le produit des ombres tirés soit U sac cotiet 7 boules blaches, 5 rouges et 3 vertes. Das l'épreuve qui cosiste à tirer 3 boules simultaémet, quelle est la probabilité : a) de tirer 3 boules de couleurs différetes; b) de tirer 3 boules dot deux au mois sot rouges c) de tirer au mois ue boule blache sur les trois? 8. Vous possédez 0 pièces de moaie dot trois sot fausses. Vous doez au hasard deux de ces pièces. Quelle est la probabilité pour que a) les deux pièces soiet boes? b) ue seule soit fausse? c) les deux pièces soiet fausses? 9. O jette 5 dés de couleurs différetes et o ote la suite des poits obteus. Calculer la probabilité d'avoir : a) ue suites de ciq poits différets? b) ue paire (exactemet deux poits égaux)? c) ue double paire? d) u brela (exactemet trois poits égaux)? e) u full (u brela et ue paire)? 4/0/204 CND Erpet - robabilités XV - 9

10 f) u carré (exactemet quatre poits égaux)? g) u poker (ciq poits égaux)? 0. Deux joueurs formet ue équipe au jeu de trivial-poursuit. L'u coaît e moyee deux fois sur 5 la répose aux questios de la rubrique "Ciéma" et l'autre fois sur 4. Quelle est la probabilité de cette équipe de e pas trouver la répose à ue questio de cette rubrique? 8. Exercices gééraux : série 2. Ue ure cotiet 2 boules blaches, ue boule oire, 7 boules rouges. O extrait successivemet deux boules de l'ure. Quelle est la probabilité d'avoir ue boule blache puis ue boule oire. a) e remettat la boule tirée das l'ure après le premier tirage? b) sas la remettre? 2. Sortat d'u théâtre, trois philosophes repreet au hasard leurs chapeaux au vestiaire. Quelle est la probabilité que l'u au mois d'etre eux ait so chapeau? 3. Dix chevaux preet part à ue course. Quelle est la probabilité de proostiquer a) u tiercé correct das l'ordre? b) u tiercé correct das le désordre (ou das l'ordre)? 4. Ue famille est formée de 2 garços et 3 filles. Quelle est la probabilité que la successio, par âge, des filles et des garços soit représetée par la suite (, G,, G, )? 5. Ue famille compte 6 efats. Quelle est la probabilité qu'il y ait autat de garços que de filles? 6. O jette u dé trois fois de suite. Quelle est la probabilité d'avoir les poits a), 4, 6 das l'ordre? b), 5, 5 das l'ordre? c), 4, 6 das l'ordre ou das le désordre? d), 5, 5 das l'ordre ou das le désordre? e) 4, 4, 4? 7. O jette u dé quatre fois de suite. Quelle est la probabilité a) que les 4 poits obteus formet ue suite strictemet croissate? b) Que le chiffre 6 apparaisse au mois ue fois? c) Que la suite e compree que des ombres pairs? 8. D'u jeu de 32 cartes, o extrait huit cartes. Soiet les évéemets A et B. A : "la mai de huit cartes compred exactemet 3 coeurs" B : "la mai de huit cartes compred exactemet 3 piques" A et B sot-ils idépedats? 9. Ue ure cotiet deux boules oires, trois boules blaches et ue boule rouge. O extrait simultaémet deux boules de l'ure. Quelle est la probabilité qu'ue des boules soit oire et l'autre rouge, sachat que les boules tirées sot de couleurs différetes? 0. Ue ure cotiet 2 boules blaches, ue oire et ue rouge. O y pred au hasard ue boule et o la place das ue secode ure qui cotiet déjà 2 boules rouges et ue boule oire. Quelle est la probabilité de tirer ue boule rouge das la secode ure? 9. Solutios des exercices du chapitre. 9. Solutios du N 3.5. ) a)/52 b) /4 c) 3/3 2) 5/ A 2 = 5/320 = /264 3)a) /2 4 = /6 b) 6/6 = 3/8 4) a) 5/36 b) 0/36 c) 2/36 5) (2) = /36 = (2) (3) = 2/36 = () (4) = 3/36 = (0) (5) = 4/36 = (9) (6) = 5/36 = (8) (7) = 6/36 6) k + 2k + 3k + 4k + 5k + 6k = k = /2 a)/2, 2/2,...6/2 b) 2/2 c) 9/2 4 7) 4/ A 2 = ¼ 8) a) (/) 4 = /464 b) ) 8/ 4 = /3 0) /32 XV - 0 CND Erpet - robabilités 4/0/204

11 9.2 Solutios du N 4.3 ) 2/4 = /2 2) 5/40 = 3/8 9.3 Solutios du N 5.3 ) 7/8 les évéemets sot dépedats 2) ¼ dépedats 3) (2 filles) / (la première est ue fille) = (/4) / (/2) = ½ dépedats 4) (A) = 25/00 (B) = 5/00 (A B) = 0/00 (A). (B) évéemets dépedats. 9.4 Solutios du N 6.. A= ère ure A2 = 2ème ure A3= 3ème ure (A) = /3. 3/4 + /3. 2/5 + /3. 3/7 = 22/420 0,52 2. A, A2, A3 = pièce fabriquée respectivemet par machies A, B ou C A : pièce défectueuse (A) = 50/00. 3/ /00. 4/ /00. 5/00 = 37/ = {(N,N) (N,B) (B,B) (B,N)} par le diagramme e arbre : (B,B) = (même couleur ) = 3/ (c,c) + (c,cp) + (cp,c) = ( )/44 = 20/44 = 5/ et (N,N)= 5. par le diagramme e arbre : a) a = atteit, r = raté (a,r,r) + (r,a,r) + (r,r,a) = (/6).(3/4).(2/3) + (5/6).(/4).(2/3) + (5/6).(3/4).(/3) = 3/72 b) (A B) = (seul le premier l'atteit)/ ( seul tireur l'atteit) = (6/72) /(3/72) = 6/3 6. ({6}) = (4/5).(/6) + (/5).(2/3) = 2/5 + 2/5 = 4/5 (truqué si 6) = p(truqué et 6)/ (6) = (2/5) : (4/5) = ½ 7. ( >,9) = ( et >,9)/(>,9)= (0,6/00) : (2,2/00) = 0,6/2,2 = 3/ dépedats 9.5 Solutio du N 7. A B, C = 2 fiches tirées respectivemet du premier, du secod ou du troisième paquet sot coues. (A) = 3/0. 2/9 = /5 (B) = 3/5. 2/4 = /35 (C) = 3/20. 2/9 = 3/90 a) (A B C) = (A). (B). (C) = 3/99750 b)a = au mois ue fiche coue A c = aucue fiche coue A = aucue fiche coue das le paquet A 2 = aucue fiche coue das le paquet 2 A 3 =...(A ) = 7/0. 6/9 = 7/5 (A 2 ) = 22/35 (A 3 ) = 68/95 (A c ) = 7/5. 22/35. 68/95 = 0472/49875 = 0,209.. (A) = - (A c ) = 0, C30 2. a) C / = 0,05 b) (A c ) = Nbre de choix de 4 poissos parmi 9 mâles / Nbre de choix de 4 poissos parmi 30 = 0,4 (A) = - 0,4 = 0,86 3. cas possibles = cas favorables : ( ) (A) = 0,88 Si 23 persoes alors o obtiet ue probabilité proche de ½ : (A) = (si 22 pers : ) 4. sol : a) (r,r) + (b,b) = 5/8. 2/8 + 3/8. 6/8 = 7/6 = b) (r,r) das ure A = 20/56 (r,r) das l'ure B = 2/56 (r,r,r,r) = 40 / 56 2 (b,b) das l'ure A = 6/56 (b,b) das l'ure B = 30/56 (b,b,b,b) = 80/56 2 (toutes les billes de même couleur) = 220/56 2 = 0, sol : ar le diagramme e arbre : a) (2 o défectueuses ) = (5/8). (3/5) = 3/8 b) (ue seule défectueuse) = (3/8). (3/5) + (5/8) (2/5) = 9/ a) : /2 2 : 3/20 b) : 0/ A 2 20 = /380 = /38 2 : 6/ A 2 20 = 3/ / C30 C = 7. a) (7.5.3)/ C 3 5 =3/3 b) 2 3 C5.0 C = 3 3 C C C c) - 3 C /0/204 CND Erpet - robabilités XV -

12 8. a) b) c) A , C 9. a) = = b) C = 5 A = c) 6.C 4.5 A A ,2 6 C d) = 5 = e) = A = f) A A 6 g) 6 6 = = A (cp,cp) = (3/5).(3/4) = 9/ Solutios du N 8. a) 2/00= 0,02 b) 2/90 = 0, /6 = 0, a) /720 = 0, b) /20 = 0, /0 = 0, 5. 20/64 = 0, = = = = a) /26 = 0, b) /26 = 0, c) 6/26 = 0, d) 3/26 = 0, e) /26 = 0, = 6 4 = 296 a) A = C 4 6 = 5 (A) = 0,0574 b) B = A A (B) = 0, c) C = (A) = C. C 8 C 32 (B) = C 4 A 3 =3 4 = 8 (C) = 0, C C32 (A B) (A). (B) évéemets dépedats (A B) = C. C. C 8 C ( NetR) 9. (par le diagramme e arbre) ( 2couleurs ) = ( meme couleur ) = 5 = 2 (même couleur) = (NN) + (BB) = = 5 0. ar le diagramme e arbre ou par le théorème des probabilités totales : (R das 2 ème ure) = = = = 67 XV - 2 CND Erpet - robabilités 4/0/204

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

Probabilités et statistique pour le CAPES

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

Plus en détail

Limites des Suites numériques

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

1 Mesure et intégrale

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

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

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

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

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

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

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

Plus en détail

Comportement d'une suite

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

Plus en détail

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

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

Plus en détail

Terminale S. Terminale S 1 F. Laroche

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

Plus en détail

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

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

Plus en détail

Les Nombres Parfaits.

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

Plus en détail

Statistique descriptive bidimensionnelle

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

Plus en détail

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

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

Plus en détail

Séries réelles ou complexes

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

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

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

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

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

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

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

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

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

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

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Plus en détail

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

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

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

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

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

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

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

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

Plus en détail

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

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

Plus en détail

Processus et martingales en temps continu

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Etude de la fonction ζ de Riemann

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

Plus en détail

Exercices de mathématiques

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Suites et séries de fonctions

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

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

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

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

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

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

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

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

Initiation à l analyse factorielle des correspondances

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

Plus en détail

Module 3 : Inversion de matrices

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

Plus en détail

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

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

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :... Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

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

Plus en détail

Principes et Méthodes Statistiques

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

Plus en détail

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

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

Plus en détail

Chaînes de Markov. Arthur Charpentier

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

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Les algorithmes de tri

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

Plus en détail

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

Introduction : Mesures et espaces de probabilités

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

Plus en détail

Solutions particulières d une équation différentielle...

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

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

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

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

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

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

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

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

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

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

La maladie rénale chronique

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

Plus en détail

Processus géométrique généralisé et applications en fiabilité

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

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Petit recueil d'énigmes

Petit recueil d'énigmes Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

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

Plus en détail

S initier aux probabilités simples «Question de chance!»

S initier aux probabilités simples «Question de chance!» «Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif

Plus en détail

RECHERCHE DE CLIENTS simplifiée

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

Plus en détail

Mécanismes de protection contre les vers

Mécanismes de protection contre les vers Mécaismes de protectio cotre les vers Itroductio Au cours de so évolutio, l Iteret a grademet progressé. Il est passé du réseau reliat quelques cetres de recherche aux États-Uis au réseau actuel reliat

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

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

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

Plus en détail

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

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

Plus en détail

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

Plus en détail

Gérer les applications

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

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

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

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

Analyse Combinatoire

Analyse Combinatoire Analyse Combinatoire 1) Équipes On dispose d un groupe de cinq personnes. a) Combien d équipes de trois personnes peut-on former? b) Combien d équipes avec un chef, un sous-chef et un adjoint? c) Combien

Plus en détail

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

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

Plus en détail

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