1 Variable aléatoire discrète Rappels Exemple Couples de variables aléatoires Définition... 3
|
|
- Corinne Beausoleil
- il y a 8 ans
- Total affichages :
Transcription
1 CHAPITRE : LOIS DISCRÈTES Sommaire Variable aléatoire discrète Rappels Exemple Couples de variables aléatoires Définition Indépendance de deux variables aléatoires Somme de variables aléatoires Loi de Bernoulli Loi binomiale Loi de Poisson Approximation d une loi binomiale par une loi de Poisson VARIABLE ALÉATOIRE DISCRÈTE.. Rappels Soit X une variable aléatoire définie sur un univers fini muni d une probabilité P. On appelle fonction de répartition de la variable X la fonction F, à valeurs dans [0 ;] définie sur R par F(x)=P(X x). F(x) est la probabilité d obtenir une valeur de X inférieure ou égale à x. Propriété : La fonction de répartition de X est une fonction en escalier, elle prend 0 pour valeur minimum et pour valeur maximum. Définitions : Soit X une variable aléatoire prenant les valeurs x,..., x n avec les probabilités respectives p,..., p n. On appelle espérance mathématique de X, on la note E(X), le nombre réel défini par n E(X)= p i x i = p x + p x p n x n i= On appelle variance de X et on note V(X), le nombre réel défini par n V(X)=E([X E(X)] )= p i (x i E(X)) = p (x E(X)) + p (x E(X)) p n (x n E(X)) i= On appelle écart type de X et on le note σ(x) le nombre réel défini par V(X). BTS Lois discrètes / 0
2 Propriétés : Avec les mêmes notations n V(X)= p i x i (E(X)) = p x + p x p n xn (E(X)). i= Soit a et b deux réels, E(aX+ b)=ae(x)+b V(aX+ b)=a V(X) σ(ax+ b)= a σ(x) Remarque : L écart type permet d estimer la dispersion des valeurs de X autour le l espérance... Exemple Une urne contient trois jetons, indiscernables au toucher, numérotés,,. On procède à deux triages successifs d un jeton avec remise à chaque tirage.. Déterminer l univers Ω de cette expérience.. On s intéresse à la somme des numéros inscrits sur les deux jetons. On définit la variable aléatoire X qui, à chaque couple de Ω, associe la somme des numéros tirés. Quelles sont les valeurs possibles de X?. Déterminer la loi de probabilité de la variable X. 4. Soit F la fonction de répartition de X. Tracer la courbe représentative de F. 5. Calculer l espérance, la variance et l écart-type de la variable X. BTS Lois discrètes / 0
3 . On décide de doubler la somme des chiffres. Que deviennent l espérance et l écart-type?. COUPLES DE VARIABLES ALÉATOIRES.. Définition Certaines situations sont naturellement décrites par la donnée d un couple de variables aléatoires. Par exemple, en météorologie, on peut s intéresser au couple formé par la donnée de la température (T) et de la pression (P) atmosphériques. On est ainsi amené à étudié les deux paramètres simultanément, donc à regarder le couple (T;P), qui est un couple de variables aléatoires. On considère dans le plan les points de coordonnées entières situés dans la zone B, définie par B={(x; y) tel que x; y N et x, y }. On considère l expérience aléatoire consistant à choisir l un de ces points au hasard (tous les choix de points dans B étant équiprobables). On définit la variable aléatoire discrète Z qui est formée du couple de coordonnées du point choisi. Détermination de la loi de Z : Valeurs de Z (; ) (; ) (; ) (; ) (; ) (; ) Probabilités La variable aléatoire Z est appelée couple des variables aléatoires X et Y. On peut présenter sa loi de manière à faire apparaître les rôles joués par X et Y plus clairement : Y X on peut aussi déterminer les lois de X et de Y à partir de celle de Z : Par exemple, P(Y= )=P((X= ) et (Y= ))+P((X= ) et (Y= )) P(Y= )=P(Z=(;))+P(Z=(;))= + =. De manière plus rapide, en faisant les additions en colonne, on obtient la loi de Y : y i P(Y=y i ) BTS Lois discrètes / 0
4 en faisant les additions en ligne, on obtient la loi de X : x i P(X=x i ) ces deux lois sont appelées lois marginales du couple (X; Y). De façon synthétique, on peut représenter toutes ces données dans un même tableau : Y X P(X=x i ) P(Y=y i ).. Indépendance de deux variables aléatoires Soient X et Y deux variables aléatoires discrètes de valeurs respectives (x ; x ;...; x n ), et (y ; y ;...; y p ). Les variables aléatoires X et Y sont indépendantes si pour tous i et j tels que i n et j p P(X=x i ;Y=y j )=P(X=x i ) P(Y=y j ) On lance deux dés équilibrés à six faces (un rouge, et un bleu). On appelle X le numéro de la face du dé bleu, et Y le numéro de la face du dé rouge. On appelle S la somme des faces obtenues. Les variables X et Y sont indépendantes. Les variables X et S ne sont pas indépendantes. Les variables Y et S ne sont pas indépendantes On donne deux variables aléatoires discrètes X vérifiant P(X= )=, P(X=0)=, P(X= )= et Y= X. Loi de Y : y i 0 P(Y=y i ) 5 Loi du couple (X;Y) : on calcule la probabilité obtenue por chaque couple BTS Lois discrètes 4/ 0
5 X Y 0 P(Y=y i ) P(X=x i ) On a par exemple P(,0)=P((X= ) (Y= 0))=0. Or, P(X= ) P(Y= 0)= = 8 0. X et Y ne sont donc pas indépendantes. (ce résultat était prévisible puisque, par construction, la variable Y est dépendante de la variable X)... Somme de variables aléatoires Propriété : On considère deux variables aléatoires discrètes X et Y admettant une espérance, alors X+ Y admet l espérance E(X+ Y)=E(X)+E(Y). X Y admet l espérance E(X Y)=E(X) E(Y). Et dans le cas où X et Y sont indépendantes : X+ Y admet la variance V(X+ Y)=V(X)+V(Y). X Y admet la variance V(X Y)=V(X) V(Y). Dans une fête foraine, on considère deux roues A et B définies ainsi : pour la roue A : on a 0% de chance de tomber sur le nombre 0, 50% de chance de tomber sur le nombre 0 et 0% de chance de tomber sur le nombre 0. pour la roue B : on a 40% de chance de tomber sur le nombre 0 et 0% de chance de tomber sur le nombre 0. On lance successivement les deux roues, on note X la variable aléatoire égale au nombre obtenu pour la roue A et Y la variable aléatoire égale au nombre obtenu pour la roue B. Les deux variables X et Y sont indépendantes l une de l autre. La loi de X est donnée par : x i P(X=x i ) 0, 0,5 0, On obtient E(X) = et V(X) = 49. La loi de Y est donnée par : y i 0 0 P(Y=y i ) 0,4 0, BTS Lois discrètes 5/ 0
6 On obtient E(Y) = et V(Y) = 4. La loi de S= X+ Y est donnée par : d i P(S= s i ) 0,08 0, 0,4 0,8 On obtient E(S)=E(X+Y)=E(X)+E(Y)=+=70, et V(S)=V(X+Y)=V(X)+V(Y)=49+4=7. La loi de D=X Y est donnée par : d i P(D=d i ) 0, 0,8 0,8 0, On obtient E(D)=E(X+Y)=E(X) E(Y)= =5, et V(D)=V(X Y)=V(X) V(Y)= 49 4=5.. LOI DE BERNOULLI Une expérience de Bernoulli est une expérience qui n a que deux issues possibles, l une appelée succès qui a pour probabilité p, l autre appelée échec qui a pour probabilité q = p. Définir une loi de Bernoulli de paramètre p, c est associer une loi de probabilité discrète à cette expérience aléatoire en faisant correspondre la valeur à l apparition d un succès et 0 à celle d un échec. x i 0 p(x=x i ) p p Si on lance un dé et qu on nomme succès l apparition de la face, on obtient la loi de Bernoulli suivante : x i 0 p(x=x i ) 5 Propriété : Soit X une variable aléatoire suivant une loi de Bernouilli B(p), alors : L espérance de X vaut E(X) = p. La variance de X vaut V(X)=pq. Dans l exemple précédent, on obtient E(X)= et V(X)= 5. BTS Lois discrètes / 0
7 4. LOI BINOMIALE On appelle épreuve de Bernoulli une épreuve aléatoire ayant que deux issues contraires le succès noté S de probabilité p et l échec, noté S, de probabilité p. Dans une urne contenant boules rouges, boules bleues et boules vertes indiscernables au toucher, on tire au hasard une boule, on regarde sa couleur et on la remet. L épreuve qui consiste à tirer au hasard une boule et à regarder si elle est rouge ou non est une épreuve de Bernoulli. Le succès est l événement "la boule est rouge" avec une probabilité de = L échec est l événement "la boule n est pas rouge" avec une probabilité de. On considère une épreuve de Bernoulli avec pour le succès une probabilité p On répète cette épreuve n fois de manière indépendante. Soit X la variable aléatoire mesurant le nombre de succès au cours de ces n épreuves. La loi de probabilité suivie par X est appelée loi binomiale de paramètres n et p et est notée B(n; p). Méthode : Pour calculer alors la probabilité P(X= k) on utilise la calculatrice ou un logiciel. Pour les TI : distrib / binomfdp (n, p,k) Pour les Casio : Menu STAT / DIST / BINM / Bpd / Var Dans un fichier clientèle d une société de vente par correspondance, chaque client correspond à une fiche unique. Un tiers des clients est domicilié dans la région Ile-de-France. On tire une fiche au hasard en supposant que toutes les fiches ont la même probabilité d être choisies. Nous considérons l événement E la fiche tirée est celle d un client d Ile de France.. Quelle est la probabilité p de l événement E?. Nous prélevons 5 fiches avec remise de façon que les 5 tirages d une fiche soient indépendants. Soit X la variable aléatoire qui, associe le nombre de ces fiches correspondant à des clients domiciliés en IDF. BTS Lois discrètes 7/ 0
8 Quelles sont les valeurs possibles de X?. Déterminer la loi de probabilité suivie par X. Remarque : Le nombre entier noté ( ) n k est le nombre de combinaisons de k éléments parmi n. On peut le calculer à l aide de la calculatrice. Si X est une variable aléatoire suivant la loi binomiale B(n; p) alors pour k {0,,...,n} ( ) n P(X= k)= p k ( p) n k k Dans l exemple précédent, P(X= )= Propriétés : Soit X une variable aléatoire qui suit une loi binomiale de paramètres n et p, n N et p [0 ;] E(X)=np ; V(X)=np( p) ; σ(x)= np( p) Suite de l exemple précédent : Calculer l espérance et l écart-type de la variable X. 5. LOI DE POISSON La loi de Poisson modélise des situations où l on s intéresse au nombre d occurrences d un événement dans un laps de temps déterminé ou dans une région donnée. Par exemple : Nombre d appels téléphoniques qui arrivent à un standard en x minutes Nombre de clients qui attendent à la caisse d un magasin Nombre de défauts de peinture par m sur la carrosserie d un véhicule... La variable aléatoire X suit une loi de Poisson de paramètre λ, notée P(λ) avec λ>0lorsque sa loi de probabilité vérifie : λ λk P(X= k)=e k!, k N Le formulaire donne pour certaines valeurs du paramètres les probabilités p(x = k),k N, les valeurs non écrites étant négligeables. On peut aussi taper la formule directement sur la calculatrice. BTS Lois discrètes 8/ 0
9 On considère la variable aléatoire X mesurant le nimbre de clients se présentant au guichet d un bureau de poste par intervalle de temps de durée 0 minutes entre 4h0 et h0. On suppose que X suit la loi de Poisson de paramètre λ=5. Pour λ=5, la table de la loi de poisson nous donne : k p(x = k) 0,007 0,04 0,084 0,40 0,7 0,7 0,4 0,04 0,05 0,0 0,08 0,008 0,00 0,00 0,000 On peut aussi représenter graphiquement la loi P(5) : La probabilité qu entre 4h0 et 4h40, 0 personnes exactement se présentent à ce guichet vaut : P(X= 0) 0,08. La probabilité qu entre 5h0 et 5h0, au maximum personnes se présentent à ce guichet vaut : P(X )=P(X= 0)+P(X= )+P(X= )+P(X= ) 0,5. La probabilité qu entre h00 et h0, 8 personnes au moins se présentent à ce guichet vaut : P(X 8)= P(X< 8)= [P(X= 0)+P(X= )+ +P(X= 8)] 0,87=0,. Propriété : Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ, alors l espérance et la variance sont égales et valent E(X)=V(X)=λ. Dans l exemple précédent, on obtient E(X) = V(X) = 5.. APPROXIMATION D UNE LOI BINOMIALE PAR UNE LOI DE POISSON On admet le résultat suivant : Propriété : Pour n assez grand et p proche de 0 tels que np( p) ne soit pas trop grand, on peut approcher la loi binomiale B(n; p) par la loi de poisson P(λ) où λ=np. Remarque : Cela revient à dire que l on approxime la loi binomiale B(n; p) par la loi de poisson de même espérance. On convient de faire cette approximation pour n 0, p 0, et np( p) 0. BTS Lois discrètes 9/ 0
10 Dans une chaîne de fabrication, 5% des pièces sont défectueuses; on prélève une pièce, on examine si elle est défectueuse et on la replace parmi les autres. On répète 0 fois cette expérience. On désigne par X la variable aléatoire qui à chaque tirage de 0 pièces associe le nombre de pièces défectueuses.. Justifier que X suit une loi binomiale, en préciser les paramètres.. Calculer P(X = 5).. Montrer qu une approximation de la loi binomiale par une loi de poisson convient. 4. Calculer P(X= 5) à l aide de cette approximation. 5. Comparer pour apprécier la qualité de l approximation. Solution :. Pour chaque tirage, on a deux résultats possibles : ou bien la pièce est défectueuse avec une probabilité de p = 0,05 ; ou bien elle ne l est pas avec une probabilité de q = p = 0,95. On effectue 0 tirages identiques, de manière indépendante. On peut donc conclure que X suit la loi binomiale B(0; 0, 05). ( ) 0. P(X= 5)= 0,05 5 0,95 5 0,4. 5. On a n> 0 ; p < 0, et np( p)=5,7<0. On peut donc faire une approximation grâce à la loi de poisson P(0 0, 05) = P() On obtient : P(X= 5) e 5! 0,0. 5. La loi de poisson donne la même valeur à 0 près, ce qui est une bonne approximation. BTS Lois discrètes 0/ 0
Lois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en 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 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 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 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 détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en 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 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 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 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 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 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 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. 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailI. Cas de l équiprobabilité
I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus
Plus en 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 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 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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
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 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 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 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 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 détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
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 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 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 détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
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 détailEI - EXERCICES DE PROBABILITES CORRIGES
EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card
Plus en 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 détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en 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 détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en 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 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 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 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 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 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 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 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 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 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 détaildénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en 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 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 détailProbabilités et statistique. Benjamin JOURDAIN
Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech
Plus en 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 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 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 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 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 détailIncertitudes expérimentales
Incertitudes expérimentales F.-X. Bally et J.-M. Berroir Février 2013 Table des matières Introduction 4 1 Erreur et incertitude 4 1.1 Erreurs............................................. 4 1.1.1 Définition
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
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 détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailRéseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.
Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté
Plus en 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 détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
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 détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
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 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 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 détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailGuidance de Statistique : Epreuve de préparation à l examen
Guidance de Statistique : Epreuve de préparation à l examen Durée totale : 90 min (1h30) 5 questions de pratique (12 pts) 20 décembre 2011 Matériel Feuilles de papier De quoi écrire Calculatrice Latte
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
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 détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
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 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 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 détail