Université de Pau et des Pays de l Adour Département de Mathématiques Année Introduction aux probabilités
|
|
- Solange Papineau
- il y a 8 ans
- Total affichages :
Transcription
1
2
3
4 Université de Pau et des Pays de l Adour Département de Mathématiques Année Introduction aux probabilités Série n 3 Exercice 1 Une urne contient neuf boules. Quatre de ces boules portent le numéro 0, trois portent le numéro 1 et deux le numéro 2. On tire au hasard deux boules simultanément. Tous les tirages sont supposés équiprobables. Soit X la variable aléatoire égale à la somme des numéros marqués sur ces boules. Déterminer la loi de X et représenter sa fonction de répartition. Exercice 2 On lance une fois un dé non pipé. 1) Soit X la variable aléatoire égale au nombre de points du dé. Donner la loi de X et son espérance. 2) On suppose qu on reçoit 15 euros si on obtient 1, rien si on obtient 2, 3 ou 4, et 6 euros si on obtient 5 ou 6. Soit G la variable aléatoire au gain de ce jeu. Donner la loi de G et représenter sa fonction de répartition. Que vaut le gain moyen? 3) On suppose maintenant qu on reçoit 27 euros pour un 1 et rien sinon. Auquel des deux jeux préférez-vous jouer? Pourquoi? Exercice 3 On jette 2 dés. Soit X la variable aléatoire égale au plus petit des deux nombres obtenus, Y la variable aléatoire égale au plus grand des 2, et Z la différence, en valeur absolue, des points obtenus. 1) Déterminer la loi de X. Tracer sa fonction de répartition. 2) De même, donner les lois de Y et de Z. 3) Calculer l espérance et la variance de X, Y et Z. Exercice 4 (extrait examen septembre 2006) Un joueur de tennis effectue une mise en jeu. Pour cela il a droit à deux tentatives : un premier service, suivi, s il n est pas réussi, d un deuxième service. La probabilité que le premier service réussisse est 2/3. S il a échoué, la probabilité que le deuxième service réussisse est 4/5. Lorsque les deux services échouent il y a double faute, sinon la mise en jeu est réussie. 1) Déterminer la probabilité que, sur une remise en jeu, ce joueur fasse une double faute. En déduire la probabilité que la mise en jeu soit réussie. 2) Ce joueur effectue 10 mises en jeu successives (dont les résultats sont indépendants les uns des autres). Soit X la variable aléatoire réelle égale au nombre de mises en jeu réussies. (a) Quel est la loi de X? (b) Déterminer la probabilité que ce joueur réussisse au moins 9 mises en jeu. Calculer E(X). Exercice 5 Soit X une variable aléatoire de loi de Poisson de paramètre λ > 0. Vérifier que variable aléatoire intégrable. Calculer E[ 1 1+X ]. Calculer E[ 1 (1+X)(2+X) ] et en déduire E[ X 2+X ]. est une Exercice 6 On suppose que la probabilité de trouver une coquille sur une page d un livre donné est 0, 01. On suppose qu une page contient au plus une coquille. Soit X la variable aléatoire correspondant au nombre de coquilles observées dans un livre de 100 pages. 1) Reconnaître la loi de X et calculer la probabilité pour que le livre contienne au plus une coquille.
5 2) On choisit d approcher la loi de X par une loi de Poisson Y dont on précisera le paramètre. Calculer P[Y 1]. Quelle conclusion peut-on en tirer? Calculer P[Y 3]. Exercice 7 (extrait examen juin 2006) Une urne contient 10 boules blanches et 5 noires. On effectue des tirages successifs avec remise. Soit X 1 la variable aléatoire égale au nombre de tirages effectués jusqu à l obtention de la première boule blanche. 1) Quelle est la loi de X 1? Donner la valeur de E(X 1 ). 2) Soit X 2 la variable aléatoire égale au nombre de tirage effectués jusqu à l obtention de la deuxième boule. Déterminer la loi de X 2 ainsi que E(X 2 ). 3) On pose Y = X 2 X 1. Déterminer la loi de Y. Exercice 8 Un agriculteur a entreposé dans un local humide 12 doses d un herbicide total et 8 doses d un fongicide. Après plusieurs mois de séjour, les étiquettes sont indifférentiables. Chaque dose a la même probabilité d être tirée. En vue d un traitement, l agriculteur prend 6 doses au hasard. Soit X la variable aléatoire égale au nombre de doses d herbicide prises parmi 6 doses. Déterminer la loi de X, son espérance et sa variance.
6 Université de Pau et des Pays de l Adour Année Département de Mathématiques Introduction aux probabilités - Feuille d exercices N 4 Exercice 1. Soit X une variable aléatoire normale N (0, 1).; 1. Calculer P [X 2] et P [ 1 < X < 0, 5]. 2. Calculer a tel que P [ X < a] = 0, 8 et b tel que P [X < b] = 0, 31. Exercice 2. Un gagnant de la loterie nationale se rend à la banque pour placer cet argent. Le banquier lui propose un placement dont le revenu suit une loi normale N (µ, σ) où µ = 10 millions d euros et σ = 4 millions d euros. 1. Quel est la probabilité d avoir un revenu de plus de 17 millions d euros? 2. Quel est la probabilité d avoir un revenu de moins de 7 millions d euros? 3. Quel est la probabilité d avoir un revenu compris entre 9 et 15 millions d euros? Exercice 3. Soit X une variable aléatoire absolument continue dont la densité f est définie par : x [0, 1], f (x) = Kx (1 x) x / [0, 1], f (x) = Déterminer K. 2. Calculer E (X) et Var (X) (si ces réels existent). Comparer avec l espérance mathématique et la variance d une variable de densité uniforme sue [0, 1]. Exercice 4. Soit X une variable aléatoire de loi définie par la densité f suivante : { cx f(x) = 2 exp( x/λ) si x > 0, 0 si x 0, où le paramètre λ > 0 est fixé. Déterminer la valeur de c en fonction de λ. Calculer l espérance mathématique de X. Rappeler la définition d une loi exponentielle de paramètre λ > 0, son espérance mathématique et sa variance. En déduire la valeur de c. Exercice 5. Soit X une variable aléatoire de loi N (0, 1). On pose Y = exp(x), déterminer la fonction de répartition et la densité de Y. Exercice 6. Soit X une variable aléatoire de loi uniforme sur [0, 1]. On note U = min(x, 1 X) et V = max(x, 1 X). Déterminer la fonction de répartition et la densité de Y = V/U. Cette variable admet-elle une espérance mathématique? Exercice 7. Soient X une variable aléatoire de loi N (0, 1) et Y uniformément distribuée sur { 1, 1}. On note Z = Y X. Montrer que Z admet la loi N (0, 1). Calculer la covariance de X et Z. Calculer P(X +Z = 0) et en déduire que les variables X et Z ne sont pas indépendantes. Exercice 8. Soient A un intervalle de R et 1 A la fonction définie sur R par 1 A (x) = 1 si x A et 1 A (x) = 0 si x / A.
7 a. Soit X une variable aléatoire réelle, déterminer la loi de la variable aléatoire 1 A (X). b. Considérons les nombres réels ε > 0 et µ R. Déduire de la question précédente que P( X µ > ε) = E ( 1 ]ε,+ [ ( X µ ) ). c. Comparer sur R les fonctions x 1 ]ε,+ [ ( x µ ) et x ( x µ ) 2 ε puis en déduire que si X admet la moyenne µ et une variance σ 2 alors P( X µ > ε) σ2 ε 2. d. Application : soit X normale centrée réduite. Donner des majorations de (i) P( X > 3), (ii) P(X > 4), (iii) P( X 2 > 5). Exercice 9. Le temps T (en mois) qui s écoule entre deux accidents à une certaine intersection suit une loi exponentielle d espérance mathématique 4. Quand un accident se produit, le nombre de personnes impliquées dans l accident suit une loi géométrique de moyenne 3. a. Calculer la probabilité qu un accident donné implique au moins 4 personnes étant donné que 2 sont impliquées. b. Soit A k l événement «le temps écoulé entre le (k 1) e et le k e accident est supérieur à un an» pour k 2. On suppose les événements A k indépendants. Quelle est la probabilité qu exactement 2 des événements A 2,..., A 21 se réalisent? Exercice 10. Soient X une variable aléatoire de Bernoulli de paramètre 1/2 et Y, indépendante de X, de loi uniforme sur [1, 2]. Déterminer et tracer les fonctions de répartition de X + Y et Y X. Ces variables aléatoires admettent-elles des densités (si oui l expliciter)? Exercice 11. Une usine fabrique des résistances de deux types dont les valeurs en Ohms suivent respectivement les lois N (100, 3) et N (200, 4). Des circuits électriques sont alors fabriqués où deux résistances de chaque type sont montées en série. Un circuit est commercialisé s il offre une résistance de 300 ± 9, 8 Ohms. Un lot de 100 circuits a été fabriqué par l usine. Évaluer la probabilité que ce lot contienne au moins 5 circuits non commercialisables. Exercice 12. Soit Y une variable aléatoire exponentielle de paramètre λ > 0 et ɛ une variable aléatoire discrète indépendante de Y telle que P(ε = 1) = P(ε = 1) = 1/2. Déterminer la loi de Z = εy, son espérance mathématique et sa variance. Cette loi est appelée loi exponentielle symétrique. Exercice 13. Soient U 1 et U 2 deux variables aléatoires indépendantes de loi uniforme sur [0, 1]. Déterminer la loi de U = (U 1 + U 2 ) mod 1. Aide : utiliser le fait que (U 1, U 2 ) définit les coordonnées d un point choisi uniformément dans [0, 1] [0, 1]. Exercice 14. Soit X 1, X 2 des v.a. indépendantes de loi N (0, 1). 1. Donner la densité de probabilité de X Donner la densité de probabilité de X X2 2.
8 Université de Pau et des Pays de l Adour Année Département de Mathématiques Introduction aux probabilités - Feuille d exercices N 5 Exercice 1. Soient X et Y deux variables aléatoires indépendantes suivant toutes les deux la loi de Bernoulli de paramètre p ]0, 1[. Soient U = X Y et V = X + Y. Calculer Cov (U, V ). Les variables aléatoires U et V sont-elles indépendantes? Conclusion? Exercice 2. On considère une pièce telle que la probabilité d obtenir pile vaut p ]0, 1[. Un individu joue avec cette pièce de la façon suivante : il lance tout d abord la pièce jusqu à ce qu il obtienne un premier pile. Si ce premier pile a été obtenu au lancer numéro n, il lance ensuite sa pièce n fois. On note N le nombre de lancers nécéssaires à l obtention du premier pile et X le nombre de piles obtenus lors de la deuxième série de lancers. 1. Déterminer la loi du couple (N, X). 2. Déterminer la loi de X. 3. Montrer que X a même loi qu un produit de deux variables aléatoires indépendantes, l une suivant une loi de Bernoulli, l autre suvant une loi géométrique. 4. Calculer l espérance et la variance de X. Exercice 3. Soit (X, Y ) un couple de variables aléatoires de densité f (X,Y ) (x, y) = 1 π 3 e 2 3 (x2 xy+y 2 ) sur R 2. Déterminer les lois marginales du couple (X, Y ), la covariance de X et Y, ainsi que la loi de X + Y. Exercice Soient X et Y deux variables aléatoires indépendantes suivant la loi exponentielle de paramètre λ. Déterminer la loi de X + Y l aide d un produit de convolution. Plus généralement, déterminer la loi de la somme de n variables aléatoires indépendantes suivant la loi exponentielle de paramètre λ. 2. Soit donc (X i ) i 1 une suite de variables aléatoires indépendantes de même loi exponentielle de paramètre λ. On définit la variable aléatoire entière N par : si X 1 > 1 alors N = 0, si i k=1 X k 1 < i+1 k=1 X k alors N = i. Montrer que N suit la loi de Poisson de paramètre λ. Exercice 5. Une montre subit des écarts quotidiens (positifs ou négatifs) que l on suppose indépendants d un jour à l autre et qui suivent tous la même loi de moyenne nulle et de variance 16 secondes. En supposant la montre bien réglée au départ, déterminer la probabilité que l écart sur une année (365 jours) soit inférieure à deux minutes. Déterminer un minorant de cette probabilité à l aide de l inégalité de Bienaymé-Tchebychev. Conclusion?
9 Exercice 6. Soit (X n ) n N une suite de variables aléatoires telles que Im(X n ) = { 1 n, 1 n } et P(X n = 1 n ) = P(X n = 1 n ) = Montrer que X n converge en loi vers Montrer que X n converge en probabilité vers 0. Exercice 7. Soit (X n ) n N une suite de variables aléatoires indépendantes et identiquement distribuées telles que E(X 1 ) et Var(X 1 ) existent. Pour tout n 2, on définit Y n = 1 n n k=1 X k et Z n = 1 n 1 Montrer que Z n converge en probabilité vers Var(X 1 ). n (X k Y n ) 2. k=1
10 Université de Pau et des Pays de l'adour Faculté des Sciences et Techniques Département de Mathématiques Avenue de l'université Pau Tél : Partiel 16 Novembre 2006 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Durée : 1 heure 30 minutes Documents non autorisés Calculatrice UPPA autorisée Exercice 1 Dans la production d'une pièce mécanique, il peut apparaître un défaut. Le processus de production est trop complexe pour prévoir l'apparition de ce défaut. Il faut donc faire un contrôle de production pour estimer le nombre de pièces défectueuses et être sûr de remplir les engagements pris vis à vis de la clientèle. Supposons que l'on a produit N pièces dont m (m N) sont défectueuses. On tire au sort n (n N) pièces dans cette production. 1. Dans cette question, on modélise l'expérience en ne tenant pas compte de l'ordre. a. Dénir l'univers correspondant. b. Soit A k l'évènement {le nombre de pièces tirées défectueuses est égal à k} (où 0 k m). Calculer P(A k ). 2. Dans cette question, on modélise l'expérience en tenant compte de l'ordre. a. Dénir l'univers correspondant. b. Soit B k l'évènement {le nombre de pièces tirées défectueuses est égal à k} (où 0 k m). Calculer P(B k ). 3. Comparer P(A k ) et P(B k ). Conclure. Exercice 2 Un étudiant se rend tous les jours (enn presque) à l'université, distante de 5 km de son domicile. Il fait le trajet à vélo à une vitesse moyenne de 30 km/h. Mais sur son parcours il rencontre 4 feux de signalisation, non synchronisés. Pour chaque feu, la probabilité qu'il soit vert est égale à 2 3, et la probabilité qu'il soit orange ou rouge est égale à 1 3. A toutes ns utiles, on rappelle que tout véhicule doit s'arrêter lorsqu'un feu est orange... Bien entendu, un feu vert ne ralentit pas l'étudiant alors qu'on estime qu'un feu orange ou rouge lui fait perdre une minute. On note X le temps (exprimé en minutes) mis par l'étudiant pour se rendre à l'université et Y le temps perdu par l'étudiant à cause des feux de signalisation. 1. a. Quelle est la loi de la variable aléatoire Y? b. Donner les valeurs de E(Y ) et Var(Y ). 2. a. Déterminer la fonction de répartition de la variable aléatoire X. Tracer la courbe représentative de cette fonction. b. On suppose que l'étudiant part de chez lui 12 mn avant le début des cours. Calculer la probabilité pour qu'il arrive en retard. 1
11 Exercice 3 Une urne contient a boules rouges et b boules blanches (a 1 et b 1). À chaque tirage on choisit une boule au hasard dans l'urne. La boule est ensuite remise dans l'urne et on ajoute 1 boule de la même couleur. On note R n l'évènement {tirer une boule rouge au n e tirage} et B n l'évènement {tirer une boule blanche au n e tirage} (n 1). On considère les variables aléatoires X n dénies par X n = 1 si R n est réalisé et X n = 0 si B n est réalisé. 1. Quelle est la loi de X 1? Calculer son espérance mathématique. 2. Calculer P(R 2 R 1 ) et P(R 2 B 1 ) et en déduire la loi de X On pose S n = X X n pour n 1. a. Dénir l'ensemble S n des valeurs que peut prendre S n. Si S n = k, quel est le contenu de l'urne juste après le n e tirage? En déduire P(R n+1 A k ) où A k est l'évènement [S n = k]. b. Montrer que P(R n+1 ) = n k=0 a + k a + b + n P(A k). c. Remarquant que P(R n+1 ) = P(X n+1 = 1) et P(A k ) = P(S n = k), en déduire que 4. On considère l'hypothèse de récurrence suivante. P (X n+1 = 1) = a + E(S n) a + b + n. P n : les variables aléatoires X 1,..., X n ont la même loi que X 1. a. Si P n est vraie calculer E(S n ). b. Montrer que P n est vraie pour tout n 1. 2
12 Corrigé succinct du Contrôle continu du 16/11/2006 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Exercice 1 1. Dans cette question, on modélise l'expérience en ne tenant pas compte de l'ordre. a. Ω 1 = {combinaisons de n éléments parmi N} b. Equiprobabilité sur Ω 1. P(A k ) = Ck mc n k N m CN n, si k n P(A k ) = 0, si k > n. 2. Dans cette question, on modélise l'expérience en tenant compte de l'ordre. a. Ω 2 = {arrangements de n éléments parmi N} b. Equiprobabilité sur Ω 2. P(B k ) = Ck na k ma n k N m A n, si k n (où Cn k compte les possibilités d'emplacement pour les pièces N défectueuses dans le n-uplet). P(B k ) = 0, si k > n. 3. P(A k ) = P(B k ). Exercice 2 1. a. Y B(4; 1/3). b. E(Y ) = 4/3 et Var(Y ) = 8/9. 2. a. X = 10 + Y. Donc F X (x) = F Y (x 10), i.e. x < 10 F X (x) = 0 10 x < 11 F X (x) = 16/ x < 12 F X (x) = 48/ x < 13 F X (x) = 72/ x < 14 F X (x) = 80/ x 14 F X (x) = 1. b. P(X > 12) = 1 F X (12) = 1/ Exercice 3 1. X 1 suit la loi de Bernoulli de paramètre ( a a+b ). E(X 1 ) = a a+b. a a+b P(R 2 R 1 ) = a+1 a+b+1 et P(R 2 B 1 ) = X 2 suit la loi de Bernoulli de paramètre ( a E(X 2 ) = a a+b. a+b ). 1
13 3. a. S n = {0,..., n}. Si S n = k, l'urne contient (a + b + n) boules dont (a + k) rouges et (b + n k) blanches. Donc P(R n+1 A k ) = b. c. a+k a+b+n. P(R n+1 ) = n P(R n+1 A k )P(A k ) = k=0 P (X n+1 = 1) = P(R n+1 ) = n k=0 n k=0 a + k a + b + n P(A k) a + k a + b + n P(A k). = a + n k=0 kp(a k) = a + E(S n) a + b + n a + b + n. 4. a. Si P n est vraie, E(S n ) = E(X X n ) = ne(x 1 ) = n a a+b. b. Par récurrence. On sait que P 1 est vraie. Montrons que P n P n+1 : On montre aussi que P(X n+1 = 0) = paramètre ( a a+b )). P(X n+1 = 1) = a + E(S n) a + b + n = a + n a a+b a + b + n a(a + b + n) = (a + b)(a + b + n) = a a + b b a+b. Ainsi X n+1 a même loi que X 1 (la loi de Bernoulli de 2
14 Université de Pau et des Pays de l'adour Faculté des Sciences et Techniques Département de Mathématiques Avenue de l'université Pau Tél : Examen Janvier 2007 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Durée : 2 heures Documents non autorisés Calculatrice UPPA autorisée Exercice 1 Soit (X, Y ) un couple de variables aléatoires discrètes dont la distribution de probabilité conjointe est donnée par le tableau suivant : Y \X a 2a a 1 3a/2 3a b a. A quelles conditions sur a et b ce tableau dénit-il bien une distribution de probabilité conjointe pour (X, Y )? (Dans la suite, on supposera cette condition satisfaite). b. On pose : Z = X + 2Y et T = max(x, Y ). Déterminer, en fonction de a seulement, les lois de X, Z et T. c. Calculer les espérances des X, Y et Z. d. Calculer E(X 2 ) et Var(X). e. Calculer Cov (X, Y ). f. Les variables aléatoires X et Y sont-elles indépendantes? Exercice 2 Soit f la fonction dénie sur R par f(x) = (x + 1)1 [ 1,0] (x) + (1 x)1 ]0,1] (x). 1. Montrer que f est une densité de probabilité. 2. Soit X une variable aléatoire réelle admettant f pour densité de probabilité. Déterminer la fonction de répartition F de X. Tracer sur un même graphe f et F. 3. Calculer E(X) et Var(X). Pouvait-on prévoir sans calcul la valeur de E(X)? 4. A quelle(s) condition(s) sur a a-t-on 5. Déterminer P( X a) pour tout a R. P( X a) 1 6a 2? 6. Soit Y variable aléatoire uniforme sur [ 1, 1] indépendante de X. Calculer 7. Soit Z = min(x, Y ). Quelle est la loi de Z? P((X, Y ) [ 1 2, 1 2 ] [ 1 2, 1 2 ]).
15 Exercice 3 On s'intéresse dans cet exercice à une mine dont la production mensuelle est toujours comprise entre 0 et 30 tonnes. Cette production est en fait modélisée par une variable aléatoire Y dont la loi admet la densité f Y (x) = α( x x)1 [0,30] (x). 1. a. Déterminer α pour que f Y ait les propriétés d'une densité de probabilité. b. Déterminer la fonction de répartition de Y. c. Calculer, si ces réels existent, E(Y ) et Var(Y ). 2. On note X n la production du n-ième mois. On suppose de plus que les (X n ) n N sont i.i.d de même loi que la variable aléatoire Y. On s'intéresse dans cette question à la variable aléatoire X n = 1 n n i=1 X i qui représente la moyenne empirique sur n mois. a. Etudier la convergence en probabilité de la moyenne empirique X n. b. Etudier la convergence en loi de n ( Xn En déduire une valeur approchée de la probabilité que la moyenne empirique sur 3 ans soit comprise entre 12 et 18 tonnes. ).
16 Annexe Loi normale : fonction de répartition Pour une valeur u 0, la table ci-dessous renvoie la valeur F (u) de la fonction de répartition F de la loi normale centrée réduite au point u. u Table pour les grandes valeurs de u : u F (u) u F (u) u F (u) u F (u)
17 Université de Pau et des Pays de l'adour Faculté des Sciences et Techniques Département de Mathématiques Avenue de l'université Pau Tél : Examen -2ème session- Juin 2007 Diplôme : Licence 2ème année U.E : Introduction aux Probabilités Durée : 2 heures Documents non autorisés Calculatrice UPPA autorisée Exercice 1 Dans une usine on produit des résistances dont la valeur en Ohms suit une loi normale de moyenne 100 et de variance 0,26. On considère qu'une résistance est commercialisable si sa valeur est de 100 Ohms à 1% près. 1. Quelle est la probabilité p qu'une résistance soit commercialisable? 2. Soit X la variable aléatoire qui vaut 1 si la résistance est commercialisable et 0 sinon. Quelle est la loi de X? sa moyenne? sa variance? 3. Les résistances sont fabriquées indépendamment les unes des autres par lots de taille n. Soit S n le nombre de résistances commercialisables dans un lot de taille n. Quelle est la loi de S n? sa moyenne? sa variance? 4. (Question de cours) Soit Y une variable aléatoire de loi binomiale de paramètres n et p. Donner, pour n grand, une approximation de P(Y x) en fonction de n, p et F la fonction de répartition de la loi normale centrée réduite. 5. En utilisant l'approximation évoquée dans la question précédente (on supposera que n est susament grand), quelle est la taille minimale des lots qui assure qu'au moins 99% des lots contiennent plus de 90% de résistances commercialisables? Exercice 2 Soient b, r N et c N. Une urne contient b boules blanches et r boules rouges. On eectue des tirages successifs de la manière suivante : une boule étant tirée, on la remet dans l'urne avec en plus c boules de la même couleur. On note X n la variable aléatoire qui prend la valeur 1 si la boule obtenue au nième tirage est rouge, la valeur 0 si elle est blanche. On posera p = r b + r, q = b b + r. 1. Déterminer la loi du couple (X 1, X 2 ). En déduire la loi de X 2 et la comparer à la loi de X Déterminer la loi de la variable aléatoire S 2 = X 1 + X Déterminer la loi de X 3 sachant S 2 = k pour k {0, 1, 2}.
18 4. Montrer, à l'aide du résultat de la question précédente, que la loi de X 3 est la même que celle de X Soit la variable aléatoire S n = X X n. Exprimer la loi de X n+1 en fonction de E(S n ). (On pourra calculer P(X n+1 = 1) à l'aide de la formule des probabilités totales.) 6. On considère l'hypothèse de récurrence suivante. a. Si P n est vraie calculer E(S n ). P n : les variables aléatoires X 1,..., X n ont la même loi que X 1. b. Montrer que P n est vraie pour tout n 1, c'est à dire que toutes les variables X n ont même loi que X 1. Exercice 3 Soient X et Y deux variables aléatoires indépendantes de même loi exponentielle de paramètre Calculer la fonction de répartition de X. 2. En déduire la densité de probabilité de la variable aléatoire X. 3. On rappelle que si deux variables aléatoires indépendantes X 1 et X 2 admettent respectivement les densités de probabilité f X1 et f X2 (par rapport à la mesure de Lebesgue) alors la variable aléatoire X 1 + X 2 admet la densité de probabilité dénie par f X1 +X 2 (x) = + f X 1 (x y)f X2 (y)dy. En utilisant ce résultat, montrer que la variable aléatoire Z = Y X admet la densité de probabilité f Z (x) = 1 2 e x, x R. (on pourra distinguer les cas x > 0 et x 0) 4. Déterminer (si possible quasiment sans calcul) E(Z) et Var(Z).
19 Annexe Loi normale : fonction de répartition Pour une valeur u 0, la table ci-dessous renvoie la valeur F (u) de la fonction de répartition F de la loi normale centrée réduite au point u. u Table pour les grandes valeurs de u : u F (u) u F (u) u F (u) u F (u)
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 détailMoments 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 détailCouples 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 détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Plus en détailProbabilités 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 détailTSTI 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 détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailGEA 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailProbabilités 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 détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailProbabilités 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 détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en détailCalculs 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 détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailFluctuation 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 détailUniversité Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailProbabilité. 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 détailExemple 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 détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailProbabilités. 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 détailProbabilités 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 détail4. 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 détailEstimation 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 détailDistribution 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 détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailLEÇON 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 détailProbabilités. 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 détailArbre de probabilité(afrique) Univers - Evénement
Arbre de probabilité(afrique) Univers - Evénement Exercice 1 Donner l univers Ω de l expérience aléatoire consistant à tirer deux boules simultanément d une urne qui en contient 10 numérotés puis à lancer
Plus en détailProbabilités. 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 détailLois 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 détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailProbabilités 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 détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailLes probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.
Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée
Plus en détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailCorrection 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 détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailStatistiques II. Alexandre Caboussat alexandre.caboussat@hesge.ch. Classe : Mardi 11h15-13h00 Salle : C110. http://campus.hesge.
Statistiques II Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mardi 11h15-13h00 Salle : C110 http://campus.hesge.ch/caboussata 1 mars 2011 A. Caboussat, HEG STAT II, 2011 1 / 23 Exercice 1.1
Plus en détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailLes 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 détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailAnalyse 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 détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailLoi 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 détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16
ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailDENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES
BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailPlan général du cours
BTS GPN 1ERE ANNEE-MATHEMATIQUES-PROBABILITES-DENOMBREMENT,COMBINATOIRE PROBABILITES Plan général du cours 1. Dénombrement et combinatoire (permutations, arrangements, combinaisons). 2. Les probabilités
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailPROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390
PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailCalculs de probabilités
Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détail