Extraits de Concours
|
|
- Michel Clément
- il y a 8 ans
- Total affichages :
Transcription
1 Pierre-Louis CAYREL Prépa HEC 2 disponible sur Lycée Lavoisier Feuille d extraits de concours Extraits de Concours 1 HEC Exercice 1 (via HEC - Oral 1997) Écrire un programme qui permet de remplir aléatoirement un tableau de 200 cases avec 100 fois 0 et 100 fois 1. Exercice 2 (via HEC 1999) Une urne contient des boules de s couleurs différentes notées C i. On tire n boules de l urne successivement et avec remise après chaque tirage. On note X i, la variable aléatoire égale au nombre de boules de couleur C i obtenues à l issue des n tirages. On remarque que la variable X i dépend de n et que l on a : s i=1 X i = n. Ici il y a trois couleurs, C 1, C 2 et C 3 dans les proportions respectives suivantes : 1, 1, Un tableau T, contiendra dans T [i] les valeurs 1, 2 ou 3 selon que la boule tirée au i-ème coup a la couleur C 1, C 2 ou C 3. On utilisera la fonction random(4) qui retourne un entier aléatoire compris entre 0 et 3. On note X i la variable aléatoire égale au nombre de boules de couleur C i obtenues à l issue des n tirages. On remarque que la variable X i dépend de n et que 3 i=1 X i = n. On suppose avoir défini dans un programme Pascal : type Tableau = array[1..100] of integer; 1. Écrire une procédure Pascal : procedure Tirage(var T:Tableau); permettant de simuler le tirage avec remise de 100 boules dans une urne contenant des boules de couleur C 1, C 2 ou C Écrire une fonction difference de paramètre T qui retourne la valeur de X 1 X Écrire une fonction moyenne de paramètre T qui retourne la moyenne des apparitions de la couleur C 3. Exercice 3 (via HEC ESCP EML Voie E) Une urne contient des boules de couleurs C 1, C 2 et C 3 en proportion respectivement 1 4, 1 4 et 1 2. On désire simuler des tirages dans cette urne. On déclare à cette fin un type : TYPE tableau = ARRAY[1..100] OF integer; 1. Écrire une procédure Tirage( c : tableau) permettant de simuler le tirage avec remise de 100 boules dans notre urne. À la sortie de la procédure l élément c[i] vaudra 1,2 ou 3 et représentera la couleur de la i-ème boule tirée. On pourra faire appel à random(4). 1
2 2. On note X 1 [resp. X 2 ] la variable aléatoire égale au nombre de boules de couleur C 1 [resp. C 2 ] tirées. Écrire une fonction difference de paramètre c qui retourne la valeur de X 1 X 2. Exercice 4 (via HEC Voie E) On considère deux jetons A et B et deux urnes U 0 et U 1. Au départ, on place les deux jetons dans l urne U 0. On procède ensuite à une succession de lancers d un dé cubique équilibré. Après chaque lancer on effectue l opération suivante : si on a obtenu 1 ou 2 on change le jeton A d urne ; si on a obtenu 3 ou 4 on change le jeton B d urne ; si on a obtenu 5 ou 6 on ne change rien. On note, pour n N, X n [respectivement Y n ] le numéro de l urne dans laquelle se trouve le jeton A [respectivement B] à l issue du n-ième lancer. Ainsi X n = 0 si le jeton A est dans l urne U 0 à l issue du n-ième lancer. Écrire un programme qui simule cette expérience en demandant à l utilisateur un entier m et qui affiche la liste des couples observés (X n, Y n ) pour 1 n m. Exercice 5 (via HEC Voie S) Soient a, b, α et β quatre constantes réelles. On considère les suites de nombres réels (S k ) 0 k n et (R k ) 0 k n telles que : { Sk+1 S k S k [0, n 1] k = a br k R k+1 R k R k = α βr k On suppose que dans le préambule d un programme Pascal les constantes a,b,alpha et beta ont été définies. Écrire une procédure d en-tête : PROCEDURE Eval(n : integer; SO,RO : REAL; S,R : real); qui affecte aux variables S et R les valeurs S n et R n sachant que S 0 =SO et R 0 =RO. Exercice 6 (via HEC ESCP EML Voie E) On appelle durée de vie d un composant électronique la durée de fonctionnement de ce composant jusqu à sa première panne éventuelle. Un premier composant est mis en service à l instant 0 et, quand il tombe en panne, est remplacé instantanément par un composant identique qui sera remplacé à son tour à l instant de sa première panne et ainsi de suite. On modélise la durée de vie de chacun des composants par une vairable aléatoire T géométrique de paramètre p ]0, 1[. 1. Écrire une fonction Pascal utilisant la fonction random réelle, d en-tête : FUNCTION NbP (p : real ; n : integer) : integer; qui, connaissant le nombre réel p et un nombre entier strictement positif n, simule l expérience et retourne le nombre de pannes survenues jusqu à l instant n. 2. Écrire une procédure Pascal d en-tête : PROCEDURE Arret (p : real ; r : integer); qui, connais sant le nombre réel p et un nombre entier strictement positif r, simule l expérience en l arrêtant dès que le nombre de pannes atteint le nombre r et affiche la valeur de l instant n où l arrêt s est produit. 2
3 Exercice 7 (via HEC - Oral 2002) Toutes les variables aléatoires sont dans cet exercice définies sur un espace probabilisé (Ω, A, P ). Soit (X n ) n N une suite de variables aléatoires indépendantes suivant toutes la loi E(1). On pose S 0 = 0 et pour tout n non nul, n S n = X k. k=1 Soit λ un réel strictement positif. On définit l application T de la manière suivante : pour tout élément ω de Ω, on note T (ω) le plus petit entier naturel n pour lequel S n (ω) > λ (on admet qu un tel entier existe presque sûrement). 1. Quelle est, pour tout entier n non nul, la loi de la variable S n? 2. Montrer que T 1 suit une loi de Poisson de paramètre λ. 3. On rappelle que l affectation x := -\ln(1-random) donne à x une valeur aléatoire suivant une loi exponentielle de paramètre 1. Écrire une fonction poisson de paramètre lambda simulant une variable aléatoire de loi P (λ). 2 ESSEC Exercice 8 (via ESSEC Voie E) 1. Soit (c n ) n N la suite définie par son premier terme c 0 = 5 4 et la relation : c n+1 = (a) Montrer que pour tout n N, c n est supérieur à 1. (b) En déduire que la suite (c n ) est décroissante puis qu elle converge vers On considère les suites (S n ) n N et (T n ) n N définies par S 0 = 3 4, T 0 = 3 5 S n+1 = Sn c n+1 et T n+1 = S n+1 c n+1 (a) Montrer que (S n ) est décroissante et que (T n ) est croissante. (b) Montrer que pour tout n N, S n T n = c n. (c) En déduire que les suites (S n ) et (T n ) convergent la même limite. 1+c n 2. et les relations : 3. On admet que la limite commune de (S n ) et de (T n ) est ln(2). Écrire un programme qui affiche : la plus petite valeur de l entier n telle que : S n T n < 10 4 ; la valeur approchée par excès de ln(2) ainsi obtenue. Exercice 9 (via ESSEC Voie E) Soit k un entier naturel non nul. On effectue des lancers successifs d un même dé cubique équililbré jusqu à ce que la somme des résultats obtenus soit supérieure à k. On note : X 1, X 2,... les variables aléatoires donnant le numéro amené par le dé lors du premier lancé, deuxième lancer, etc. pour tout entier n, Y n la somme des points obtenus lors des n permiers lancers ; T k le nombre de celles des variables aléatoires y n qui prennet une valeur inférieure ou égale à k. Par exemple si les lancers successifs amènenent 1,2,1,3,5,4,6, on a Y 1 = 1, Y 2 = 3, Y 3 = 4, Y 4 = 7, Y 5 = 12, etc. et T 4 = 3, T 10 = 4. Écrire un programme Pascal appelant la fonction random(6), qui simule des lancers successfs jusqu à ce que la somme des résultats soit supérieure à 20, et qui affiche la valeur de T 20. 3
4 Exercice 10 (via ESSEC Voie E) Soit X la variable aléatoire égale au résultat de la fonction Pascal suivante : FUNCTION X : integer; alea : integer; alea := random(3); IF alea = 2 THEN X := random(2)+1 ELSE X := 3; Déterminer la loi de X et calculer son espérance. 3 ESCP Exercice 11 (via ESCP Voie S) Soit f la fonction de classe C sur R définie par : f(x) = exp x2. On considère, pour tout 2 entier naturel n, la fonction H n définie sur R par : où f (n) (x) désigne la dérivée n-ième de f. H n (x) = ( 1) n exp x2 2 f (n) (x) 1. (a) Calculer pour tout réel x, H 0 (x) et H 1 (x). (b) SCI En remarquant que pour tout x, f (x) = xf(x), établir pour tout entier naturel n non nul et tout réel x la relation : H n+1 (x) = xh n (x) nh n 1 (x) Les lecteurs de la voie Eco. peuvent admettre cette formule et poursuivre l exercice. Une simple récurrence permet alors de montrer que pour tout n N, H n est une fonction polynôme de degré n, à coefficients entiers. On déclare le type : TYPE poly = ARRAY[0..20] OF integer; qui permet de stocker les coefficients de tout polynôme de degré inférieur ou égal à Écrire une procédure d en-tête : PROCEDURE Hermite(n : integer; H : poly); qui étant donné l entier n compris entre 2 et 20, stocke les coefficients de H n dans la variable H. Exercice 12 (via ESCP - Oral 1999) On lance une pièce de monnaie jusqu à ce que l on obtienne pour la première fois une série d au moins deux résultats identiques suivis d un résultat contraire. On arrête alors les lancers. On suppose que la probabilité d obtenir pile lorsqu on lance la pièce est p, la probablité d obtenir face étant alors q = 1 p. 4
5 1. Que renvoie la fonction suivante lorsqu on l exécute? FUNCTION f (p : real) : char; ok : boolean; ok := random <= p; IF ok THEN f := P ELSE f := F ; 2. On suppose que p = 0, 8. On note X la variable aléatoire égale au nombre de lancers effectués, et Y la variable aléatoire égale au rang du lancer où commence la première série de résultats identiques. Á l aide de la fonction f, écrire un programme affichant à l écran une série de lancers et la valeur correspondante des variables X et Y sous la forme : P F P F P F P P P P P F X = 12 Y = 7 On utilisera une variable r : ARRAY[ ] OF char dans laquelle on stockera les résultats des lancers successifs obtenus. 3. Critiquer ce programme et en proposer un plus efficace. Exercice 13 (via ESCP - Oral 2001) On considère la fonctionf définie sur R + par : f(x) = exp ( 1 x ). 1. Montrer que pour tout entier naturel n la dérivée n-ième de f vérifie, pour tout réel x strictement positif, la relation : f (n) (x) = P n ( 1 x )f(x) où (P n ) n 0 est la suite de polynômes définie par P 0 (X) = 1 et par la relation : P n+1 (X) = X 2 [P n (X) P n(x)] 2. Établir que pour tout entier n, P n est à coefficients entiers et préciser son degré. 3. On définit un type : TYPE poly = ARRAY[0..20] OF integer; permettant de stocker de tout polynôme de degré inférieur ou égal à 20. (a) (b) (c) Écrire une procédure d en-tête : PROCEDURE MultiX2(P : poly; Q : poly); qui stocke dans Q les coefficients du polynôme X 2 P (X), P étant le polynôme de degré maximum 18 dont les coefficients sont stockés dans P. Écrire une procédure d en-tête : PROCEDURE Derive_poly(P : poly; Q : poly); qui stocke dans Q les coefficients du polynôme dérivé de P, et une procédure : PROCEDURE Diff_poly(P,Q : poly; R : poly); qui stocke dans R les coefficients du polynôme P Q. Écrire enfin un programme faisant appel aux trois procédures précédentes, qui affiche les coefficients du polynôme P 10. 5
6 Exercice 14 (via ESCP Voie E) Pour toutes suites numériques u = (u n ) n N et v = (v n ) n N, on définit la suite w par : n n N, w n = u k v n k On suppose que les suites u et v sont définies par : k=0 n N, u n = ln(n + 1) et v n = 1 n + 1 Écrire un programme qui demande à l utilisateur une valeur de l entier naturel n, qui calcule et affiche les valeurs de w 0, w 1,..., w n. Exercice 15 (via ESCP - Oral 2002) On considère le programme suivant : a,u,v,w : real; Randomize; ReadLn(a); u := random*a; v := a-u; IF v > u THEN w := -v ELSE w := u; END. On note Y, U, V et X les variables aléatoires égales aux valeurs des variables y,u,v et x après l exécution du programme. 1. Quelle est la loi de Y? 2. Déterminer la loi de U, en déduire la fonction de répartition de V. 3. Soit x un réel de ]0, 1[. Montrer en appliquant la formule des probabilités totales que : En déduire la densité de X. Exercice 16 (via ESCP - Oral 2003) On considère le programme suivant : P (X x) = 1 4 X,i,n : integer; Randomize; ReadLn(n); X := 0; FOR i := 1 TO n DO IF X = 0 THEN X := -1 + random(2) * 2 ELSE X := -1 + random(3); Write(X, ); END x (1 1 x). 6
7 1. Décrire l expérience modélisée par ce programme. 2. On note, pour tout k [1, n], X k la variable aléatoire égale au k-ième nombre affiché lors de l exécution de ce programme. Modifier le programme de telle sorte qu il affiche la première valeur non nulle de k pour laquelle X k = 0. 4 ESC Exercice 17 (via ESC Voie E) On considère le programme suivant : CONST p = 0,25; y : integer; u,v,x : real; Randomize; IF random < p THEN y := 0 ELSE y := 1; u := random; v := u*u; x := (1-v)*y+v*(1-y); END. On note U, V et W les variables aléatoires égales aux valeurs des variables u,v et w après l exécution du programme. 1. Quelle est la loi de Y? 2. Déterminer la loi de U, en déduire la fonction de répartition de V. 3. Soit x un réel de ]0, 1[. Montrer en appliquant la formule des probabilités totales que : En déduire la densité de X. P (X x) = 1 4 x (1 1 x) 5 EDHEC Exercice 18 (via EDHEC Voie E) On considère une suite (u n ) n N définie par son premier terme u 0 = 1 et par la relation suivante : n N, u n+1 u n + 1 u n 1. (a) Montrer que chaque terme de cette suite est défini et strictement positif. (b) En déduire le sens de variation de la suite (u n ) (c) Établr que lim n + u n = Écrire un programme permettant de déterminer et d afficher le plus petit entier naturel n pour lequel u n
8 6 ECRICOME Exercice 19 (via ECRICOME Voie E) a et b sont des réels supérieurs ou égaux à 1. On considère la suite numérique (u n ) n N définie par : u 0 = a, u 1 = b et pour tout entier naturel n, u n+2 = u n + u n+1 Écrire un programme qui calcule et affiche la valeur de u n, pour des valeurs de a et b supérieures ou égales à 1 et de n entier supérieur ou égal à 2, entrées par l utilisateur. 7 EML Exercice 20 (via EML Voie S) On définit une suite de polynômes (P n ) n N par : et la relation de récurrence : x R, P 1 (x) = x2 2 x n N, x R, P n+1 (x) = x 0 (t x)p n (t)dt + x P n (t)dt 1. Montrer par récurrence que pour tout entier naturel n non nul, P n est de degré 2n. Vérifier alors que pour tout entier n supérieur ou égal à 2, les coefficients de P n vérifient : P n (x) = 2n k=0 a n,k x k avec a n,0 = a n,1 = 0 a n,2 = 1 2n 2 a n 1,k 2 k=1 k+1 a n,k = a n 1,k 2 pour tout k 3 k(k 1) 2. (a) Déclarer un type polynome en Pascal adapté à la représentation des polynômes P n pour 1 n 25. (b) Écrire une procédure en Pascal prenant pour paramètre un entier n et une variable P de type polynome qui calcule les coefficients de P n et qui les stocke dans la variable P. 3. Euler a démontré que pour tout entier n non nul, la série de Riemann de terme général 1 k 2n avait pour somme : + k=1 1 k 2n = β nπ 2n avec β n = P n (t)dt Écrire un programme utilisant la procédure de la question 2 qui permet de calculer β n pour tout entier n compris entre 1 et 25 fourni par l utilisateur. 8
9 Pierre-Louis CAYREL Prépa HEC 2 disponible sur Lycée Lavoisier Feuille d extraits de concours Extraits de Concours Correction 1 Correction 2 1. PROCEDURE Tirage( c : tableau); i, alea : integer; FOR i :=1 TO 100 DO alea := random(4); IF (alea = 1) OR (alea = 2) THEN c[i] := alea ELSE c[i] := 3; 2. FUNCTION difference(c : tableau) : integer; S,i : integer; S := 0; FOR i := 1 TO 100 DO IF c[i] = 1 THEN S := S+1; IF c[i] = 2 THEN S := S-1; difference := S; Correction 3 1. PROCEDURE Tirage( c : tableau); i, alea : integer; FOR i :=1 TO 100 DO alea := random(4); IF (alea = 1) OR (alea = 2) THEN c[i] := alea ELSE c[i] := 3; 1
10 2. FUNCTION difference(c : tableau) : integer; S,i : integer; S := 0; FOR i := 1 TO 100 DO IF c[i] = 1 THEN S := S+1; IF c[i] = 2 THEN S := S-1; difference := S; Correction 4 alea,x,y,n,m : integer; Randomize; WriteLn( valeur de m? ); ReadLn(m); x := 0; y := 0; FOR n := 1 TO m DO alea := random(3); IF alea = 0 THEN x := 1 - x; IF alea = 1 THEN y := 1 - y; WriteLn( X,n, =,x, et Y,n, =,y); END. Correction 5 Correction 6 1. FUNCTION NbP (p : real ; n : integer) : integer; i,k : integer; k := 0; FOR i := 1 TO n DO IF random < p THEN k := k+1; NbP := k; 2. PROCEDURE Arret (p : real ; r : integer); nbp,k : integer; k := 0; nbp := 0; 2
11 REPEAT k := k+1; IF random < p THEN nbp := nbp+1; UNTIL nbp = r; WriteLn( L"instant d"arret est,k); Correction 7 Correction 8 Correction 9 Correction 10 Correction 11 Correction 12 Correction 13 Correction 14 Correction 15 Correction 16 Correction 17 Correction 18 Correction 19 Correction 20 3
Corrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
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 détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
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 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 détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
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 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 détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
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 détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
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 détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
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 détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
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 détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
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 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 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 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 détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
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 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 détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailLa prépa ECS au Lycée Corneille
La prépa ECS au Lycée Corneille Journées portes ouvertes 21 et 28 janvier 2008 Journées portes ouvertes La prépa ECS au Lycée Corneille 21 et 28 janvier 2008 1 / 17 Pourquoi faire une prépa ECS? Pourquoi
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
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 détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailEnseignement secondaire technique
Enseignement secondaire technique Régime technique Division technique générale Cycle moyen Informatique 11TG Nombre de leçons: 2.0 Nombre minimal de devoirs: - Langue véhiculaire: / Remarque générale:
Plus en détailProgrammation structurée et algorithmes de base en Pascal
Programmation structurée et algorithmes de base en Pascal Miage1, IF2, DEUG sciences Patrice Effi BROU UFR Mathématiques et informatique Decembre 2003 Chapitre 1 Sommaire 1 Théorie des langages et compilation
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 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 détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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 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 détailEPREUVE OPTIONNELLE d INFORMATIQUE CORRIGE
EPREUVE OPTIONNELLE d INFORMATIQUE CORRIGE QCM Remarque : - A une question correspond au moins 1 réponse juste - Cocher la ou les bonnes réponses Barème : - Une bonne réponse = +1 - Pas de réponse = 0
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 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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
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 détailEXERCICES - ANALYSE GÉNÉRALE
EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par
Plus en détailLES TYPES DE DONNÉES DU LANGAGE PASCAL
LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.
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 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 détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailS 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 détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
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 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 détailUtilitaires méconnus de StrataFrame
Utilitaires méconnus de StrataFrame Voici quelques classes d utilitaires, parmi ceux qui se trouvent dans le NameSpace MicroFour.StrataFrame.Tools. Cette liste n est pas exhaustive, et les regroupements
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 détailSub CalculAnnuite() Const TITRE As String = "Calcul d'annuité de remboursement d'un emprunt"
TD1 : traduction en Visual BASIC des exemples du cours sur les structures de contrôle de l'exécution page 1 'TRADUCTION EN VBA DES EXEMPLES ALGORITHMIQUES SUR LES STRUCTURES 'DE CONTROLE DE L'EXECUTION
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailAlgorithmes et programmation en Pascal. Cours
Algorithmes et programmation en Pascal Faculté des Sciences de Luminy Edouard Thiel Cours Deug 1 Mass MA Module de 75 heures 1997 à 2004 2 Algorithmes et programmation en Pascal Edouard Thiel Table des
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 détailActuariat 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 détailBAC + 3 et plus ADMISSIONS PARALLÈLES. Préparer les concours d admissions parallèles en Grande École à Bac + 3 et plus HEC ESCP
ADMISSIONS PARALLÈLES ESSEC SCIENCES PO PARIS EM LYON HEC ESCP EDHEC AUDENCIA SKEMA AST2 TREMPLIN 2 PASSERELLE 2 TOULOUSE BS AST2 MASTERS SPÉCIALISÉS BAC + 3 et plus Préparer les concours d admissions
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 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 détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
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 détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
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 détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
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 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 détailBaccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
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 détailBases de données Oracle Virtual Private Database (VPD) pour la gestion des utilisateurs d applications
Bases de données Oracle Virtual Private Database (VPD) pour la gestion des utilisateurs d applications P.-A. Sunier, HEG-Arc Neuchâtel avec le concours de J. Greub pierre-andre.sunier@he-arc.ch http://lgl.isnetne.ch/
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 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 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 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 détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
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 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 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 détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailIntroduction au Calcul des Probabilités
Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus
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 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 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 détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détail1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.
Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,
Plus en détailGénie Logiciel avec Ada. 4 février 2013
Génie Logiciel 4 février 2013 Plan I. Généralités II. Structures linéaires III. Exceptions IV. Structures arborescentes V. Dictionnaires I. Principes II. Notions propres à la POO I. Principes Chapitre
Plus en détail