- Déterminer la probabilité d événements dans des situations d équiprobabilité. - Utiliser des modèles définis à partir de fréquences observées.
|
|
- Élisabeth Jean
- il y a 7 ans
- Total affichages :
Transcription
1 NOTION de PROBABILITE en classe de TROISIEME L'introduction du programme de 3 ème rappelle que : «c est pour permettre au citoyen d aborder l incertitude et le hasard dans une perspective rationnelle que sont introduits les premiers éléments relatifs à la notion de probabilité.». Programme 2007 ( Rentrée 2008 ) Dans la colonne «Exemples d activités, commentaires», le programme 2007 précise : «La notion de probabilité est abordée à partir de situations familières (pièces de monnaie, dés, roues de loterie, urnes). Certaines de ces situations permettent de rencontrer des cas pour lesquels les probabilités ne sont pas définies à partir de considérations intuitives de symétrie ou de comparaisons mais sont approximativement évaluées par les fréquences observées expérimentalement (approche fréquentiste des probabilités)». Programme 2008 (Rentrée 2009) Les mêmes situations familières fournissent toujours le cadre de l introduction, mais on précise que «la notion de probabilité est abordée à partir d expérimentations qui permettent d observer les fréquences des issues» (que l on dispose ou non d un modèle intuitif). Programme - Projet Seconde Dans le cadre du chapitre «probabilité 1», l objectif est de rendre les élèves capables : - d étudier et modéliser des expériences relevant de l équiprobabilité (par exemple, lancers de pièces ou de dés, tirage de cartes) ; - de proposer un modèle probabiliste à partir de l observation de fréquences dans des situations simples. Probabilité sur un ensemble fini Probabilité d un événement - Déterminer la probabilité d événements dans des situations d équiprobabilité. - Utiliser des modèles définis à partir de fréquences observées. La probabilité d un événement est définie comme la somme des probabilités des événements élémentaires qui le constituent.
2 Dans le cadre du chapitre «probabilité 2», les objectifs visés sont les suivants : - Dans le cadre des probabilités, rendre les élèves capables d interpréter des événements de manière ensembliste, de mener à bien des calculs de probabilité ; - Dans le cadre de l échantillonnage faire réfléchir les élèves à la conception et la mise en oeuvre d une simulation, sensibiliser les élèves aux notions de fluctuation d échantillonnage, d intervalle de confiance et à l utilisation qui peut en être faite. CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Probabilité sur un ensemble fini Réunion et intersection de deux événements, Pour les calculs de probabilités, on utilise des arbres, des diagrammes ou des tableaux. formule : p(a B) + p(a B) = p(a) + p(b) Connaître et exploiter cette formule. Échantillonnage Réalisation d une simulation. Concevoir, mettre en oeuvre et exploiter des simulations de situations concrètes à l aide du tableur. A l occasion de la mise en place d une simulation, on apprend à manipuler de nouvelles fonctions du tableur (ALEA, ENT, SI, NB.SI, OU...) Notion d échantillon. Exploiter et faire une analyse critique d un résultat d échantillonnage. On introduit une notion d intervalle de dispersion empirique au seuil de 95% pour la moyenne d une population relativement à un caractère donné. L objectif est d amener les élèves à un questionnement lors des activités suivantes : l estimation d une proportion inconnue à partir d un échantillon ; la prise de décision à partir d un échantillon.
3 Quelques questions relatives à l enseignement des probabilités en Troisième : «Les probabilités, c'est d'abord un mode de pensée» (Claudine Schwartz). I- Quels objectifs peut-on envisager pour l enseignement des probabilités en Troisième? Par exemple : 1. Identifier une expérience aléatoire : décrire l'expérience et ses issues. Distinguer les situations pour lesquelles on possède un modèle intuitif et les autres. 2. Acquérir du vocabulaire : expérience aléatoire, issues, événement élémentaire, événement, probabilité, événements incompatibles, événement contraire, événement certain, événement impossible. 3. Calculer une probabilité à partir de considérations intuitives de symétrie ou de comparaisons (modèle d équiprobabilité- Exemple : V). 4. Réaliser des expériences aléatoires et exploiter les résultats obtenus. 5. Modéliser quelques expériences (Exemples : V), montrer une simulation (exemples : V-1. et 2.) et (*) 6. Comprendre la fluctuation (exemple V-1 lancer d une pièce). 7. Calculer une probabilité par une approche fréquentiste (exemple : V-2. la punaise). 8. Connaître quelques propriétés. 0 <= p <= 1 Somme ( Voir doc Acc) P( Non A ) = 1 P(A) A et B incompatibles P(A ou B ) = P(A) + P(B) Arbre : Somme des branches, produit ( admis ) II- Quel vocabulaire introduire? Le minimum incontournable : expérience aléatoire, résultat ou issue, probabilité, arbre. A l occasion d exercices on pourra mentionner en situation les termes : événement, résultats équiprobables, événements incompatibles, événement contraire, Mais aucune connaissance de ces termes ne semble devoir être attendue des élèves. Attention : L interprétation des événements de manière ensembliste est un objectif de la classe Seconde (Projet). Par exemple : A B ou encore A III- Comment organiser la mise en œuvre, que mettre dans le cours? Pas de cours abstrait et hors contexte. Quelques exemples significatifs, à l issue desquels les notions ou résultats indispensables (résultats devant être clairement admis) seraient notés, pourraient constituer la synthèse de cours. Deux séquences de travail espacées dans le temps, l une consacrée aux expériences à une épreuve, l autre aux expériences à deux épreuves, peuvent être envisagées. En ce sens, s'inspirer de l'approche des graphes en TES est sûrement pertinent : pas de cours magistral, mais des problèmes types dont on extrait des contenus, des méthodes... Le plus important est de familiariser les élèves avec un mode de pensée. La définition de la probabilité à donner aux élèves : «La probabilité d un événement est définie comme la somme des probabilités des événements élémentaires qui le constituent.» IV- Quelles évaluations? Modestes, dans l esprit des exemples évoqués plus haut, ne comportant pas d exercice hors contexte ou de restitution abstraite de définitions. Associées à l évaluation d autres parties du programme.
4 V- Quels exemples? 1. Exemples d expériences à une épreuve où les probabilités des issues sont accessibles intuitivement. o Donner des exemples simples, proches des préoccupations naturelles des élèves et pour lesquels la description de l univers est assez simple. Choisir des situations équiprobables ou non : lancers de dés ou de pièces, tirage d une boule dans une urne à la composition donnée, roue de loterie o Des problèmes conduisant à un débat pourront être proposés tout au long de cette phase d apprentissage pour contrecarrer certaines idées fausses : Par exemple, si un même résultat a été obtenu 5 fois de suite, quelle est la probabilité de l obtenir si on recommence une sixième fois l expérience? Des exercices extraits des évaluations PISA permettent aussi de travailler dans ce sens (Voir document d accompagnement p. 15). o A l issue de chaque activité, le professeur peut représenter de façon synthétique la situation étudiée à l aide d un arbre des résultats puis, une fois la notion de probabilité introduite, à l aide d un arbre pondéré faisant apparaître à la fois les résultats possibles et leurs probabilités. A ce stade, l arbre n est qu une représentation synthétique commode. Habituer les élèves à ce mode de représentation devrait faciliter le recours à l arbre pour les expériences à deux épreuves. o On pourra ensuite, sur un exemple simple, faire constater puis admettre dans le cas général que, quand on répète un grand nombre de fois une expérience, la fréquence d obtention d un résultat se rapproche de la probabilité d obtenir ce résultat. L expérience du lancer d une pièce peut le permettre simplement. Par exemple : chaque élève lance 20 fois la pièce, il note le nombre de fois où il obtient pile, puis il calcule la fréquence d obtention du pile. On mutualise les relevés des élèves : on constate que les résultats sont différents (fluctuation) et qu ils sont différents du modèle intuitif (1/2 ou 0,5). On regroupe alors les effectifs de PILE pour 2 élèves, puis pour 10, pour 30 et on calcule la fréquence d obtention du pile pour chaque groupement. On constate que les fréquences se rapprochent de la valeur «théorique» 0,5. On va plus loin à l aide d une simulation (*) présentée par le professeur à l aide de l ordinateur pour observer que plus le nombre de lancers est grand, plus la fréquence de PILE est proche de 0,5. Objectifs visés et recommandations : o Veiller à la précision de la description des expériences ; o Indiquer nettement ce que sont les résultats (ou issues) de l expérience considérée ; o Veiller à ce que des expressions comme «1 chance sur2» ne sous entendent pas chez les élèves une proportionnalité implicite. S en assurer assez vite en posant des questions du type : «Si on lance 10 fois la pièce, peut-on prévoir combien de fois on obtiendra pile?». o Faire expérimenter et constater le caractère non prédictif et la non-proportionnalité. L objectif est que les élèves fassent la différence entre fréquence et probabilité. o A un moment donné, passer d expressions du type «on a une chance sur deux d obtenir pile» à «on dira qu on obtient pile avec la probabilité ½».. La probabilité d un événement pourra être donnée ensuite, suivant les cas sous forme de fraction, de nombre décimal ou de pourcentage. 2. Exemples d expériences où les probabilités des issues ne sont pas accessibles intuitivement. o Le lancer d une punaise : la punaise peut tomber suivant la position «1» ou la position «0» cidessous. o Autres exemples : jeu du franc carreau : on lance un disque sur un quadrillage régulier (carrelage, damier ) ; le diamètre du disque est inférieur au côté des carrés constituant le quadrillage ; on gagne si le disque tombe à l intérieur d un carré, on perd sinon. lancer d un osselet, Objectifs visés : o Décrire l expérience considérée, définir ses issues (i.e. résultats possibles), faire percevoir qu on n a pas une perception intuitive des probabilités de chaque résultat. o Amener les élèves à réinvestir la démarche fréquentiste mise en oeuvre sur un cas plus simple auparavant.
5 Modalités de mise en œuvre : o Faire expérimenter, en classe ou à la maison. o Prolonger l expérimentation par une simulation tableur (*) exposée par le professeur et visualiser à nouveau graphiquement l évolution de la fréquence d obtention d une des issues en fonction du nombre de répétitions de l expérience. En déduire une valeur approchée de la probabilité cherchée. 3. Expériences à deux épreuves (maîtrise non exigible dans le cadre du socle) Extrait du document d accompagnement : «Cette connaissance n est pas un objectif du programme et on ne proposera que des exemples très simples dans lesquels un raisonnement permet facilement de trouver les résultats en leur donnant du sens.» o Les expériences étudiées doivent rester élémentaires. On se bornera à des expériences conduisant à un petit nombre de résultats (un maximum de 6 cas) et on n abordera pas les cas de tirages successifs dans une urne, avec ou sans remise (Document d accompagnement p. 10). Objectif visé : o Un exemple sera utilisé pour dégager la conjecture du résultat essentiel suivant qui sera ensuite admis : la probabilité d un résultat d une expérience à deux épreuves est égale au produit des probabilités figurant sur la branche de l arbre conduisant à ce résultat. Modalités de mise en œuvre : o On étendra à ce type d expériences le principe de la représentation par un arbre, pondéré ou non. L arbre non pondéré permet de déterminer méthodiquement les résultats possibles de ce type d expérience. On peut les noter au bout des branches de l arbre. (*) Simuler une expérience grâce à un tableur : D abord, cela ne peut se faire qu en supposant connu un modèle (équiprobabilité ou pas)! Par exemple, dans le lancer d une pièce équilibrée, on s intéresse à la fréquence de PILE.. Le lancer d une pièce peut être assimilé à un tirage au hasard d un jeton noir ou blanc dans une urne qui comporte exactement le même nombre de jetons de chaque couleur (on décide que noir, c est PILE). Ou bien au tirage au hasard d un jeton portant le numéro 0 ou 1 dans une urne qui comporte exactement le même nombre de jetons de chaque numéro (on décide que 0, c est PILE). On effectue n tirages en remettant chaque fois le jeton tiré dans l urne après avoir noté son numéro. La simulation avec un tableur consiste à «tirer» un chiffre au hasard : 0 ou 1, et à recommencer n fois (l ordinateur permet de pouvoir prendre n «très grand» en allant très vite!). On comptera alors les PILE pour calculer la fréquence. Pour un lancer : On utilise la fonction ALEA : elle produit des nombres x ( x, c est le résultat de la fonction ALEA) au hasard entre 0 et 1 (0 inclus, 1 exclu) : 0 x < 1. Par exemple x = 0, Pour obtenir 0 ou 1 comme résultat, il faut un nombre entier : ce sera la partie entière du nombre (2x) compris entre 0 (inclus) et 2 (exclu). En effet 0 2x < 2. On veut donc obtenir la partie entière de 2*ALEA(). La formule utilisée sera donc : ENT(2*ALEA) qui s affichera ENT(2*ALEA()). Pour n lancers : Pour avoir d autres résultats de «lancers» on «tire» vers le bas aussi loin que l on veut (n= 1000, 5000, ) Il reste à compter le nombre de 0 avec la fonction NB.SI, puis à calculer la fréquence de 0. Et puis Pour effectuer une nouvelle expérience avec n nouveaux lancers, on utilise la touche F9 du clavier. Etc En résumé : Ce qu on veut obtenir Un nombre au hasard entre 0 inclus et 1 exclu Un nombre au hasard entre 0 inclus et 2 exclu Un nombre entier au hasard entre 0 inclus et 2 exclu, c'est-à-dire un tirage au hasard entre 0 ou 1 Comment on le traduit en Comment on le traduit avec Les résultats possibles maths le tableur 0 x < 1 ALEA() 0, ; etc 0 2x < 2 2* ALEA() 0, ; 1,2154 etc Partie entière de 2x, avec ENT(2* ALEA()) 0 ou 1 0 2x < 2 (**) Pour simuler le lancer d un dé équilibré à six faces (même principe, on simule avec le tirage d un nombre entier au hasard entre 1 et 6, c'est-à-dire avec ENT(ALEA()*6)+1 ou bien ENT(ALEA()*6+1) En effet si 0 x < 1, on a bien 1 6x +1 < 7, donc la partie entière
Fluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en 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 détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
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 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 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 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 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 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 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 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 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 détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
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 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 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 détailSOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE. alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT
SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT SOCLE COMMUN ET PROGRAMMES La référence pour la rédaction
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 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 détailProbabilités. I - Expérience aléatoire. II - Evénements
Probabilités Voici le premier cours de probabilités de votre vie. N avez-vous jamais eut envie de comprendre les règles des grands joueurs de poker et de les battre en calculant les probabilités d avoir
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
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 détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
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 détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
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 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 détailProbabilités (méthodes et objectifs)
Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d
Plus en 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 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 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 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. 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 détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
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 détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailO b s e r v a t o i r e E V A P M. Taxonomie R. Gras - développée
O b s e r v a t o i r e E V A P M É q u i p e d e R e c h e r c h e a s s o c i é e à l ' I N R P Taxonomie R. Gras - développée Grille d'analyse des objectifs du domaine mathématique et de leurs relations
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 détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
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 détailIndépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles
Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention
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 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 détailAndrey Nikolaevich Kolmogorov
PROBABILITÉS La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D'ailleurs, le mot hasard provient du mot arabe «az-zahr» signifiant dé à jouer. On attribue au mathématicien
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 détailNOM : Prénom : Date de naissance : Ecole : CM2 Palier 2
NOM : Prénom : Date de naissance : Ecole : CM2 Palier 2 Résultats aux évaluations nationales CM2 Annexe 1 Résultats de l élève Compétence validée Lire / Ecrire / Vocabulaire / Grammaire / Orthographe /
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 détailLes nombres entiers. Durée suggérée: 3 semaines
Les nombres entiers Durée suggérée: 3 semaines Aperçu du module Orientation et contexte Pourquoi est-ce important? Dans le présent module, les élèves multiplieront et diviseront des nombres entiers concrètement,
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 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 détailSpécialité auxiliaire en prothèse dentaire du brevet d études professionnelles. ANNEXE IIb DEFINITION DES EPREUVES
ANNEXE IIb DEFINITION DES EPREUVES 51 Epreuve EP1 : ANALYSE ET COMMUNICATION TECHNOLOGIQUES UP1 Coefficient 4 Finalité et objectifs de l épreuve L épreuve vise à évaluer la capacité du candidat à mobiliser
Plus en détailSynthèse «Le Plus Grand Produit»
Introduction et Objectifs Synthèse «Le Plus Grand Produit» Le document suivant est extrait d un ensemble de ressources plus vastes construites par un groupe de recherche INRP-IREM-IUFM-LEPS. La problématique
Plus en détailMATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES
MATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES REPETITIONS et PROJETS : INTRODUCTION F. Van Lishout (Février 2015) Pourquoi ce cours? Sciences appliquées Modélisation parfaite vs monde réel Comment réussir
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 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 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 détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
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 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 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 détailCodage d information. Codage d information : -Définition-
Introduction Plan Systèmes de numération et Représentation des nombres Systèmes de numération Système de numération décimale Représentation dans une base b Représentation binaire, Octale et Hexadécimale
Plus en détailMerise. Introduction
Merise Introduction MERISE:= Méthode d Etude et de Réalisation Informatique pour les Systèmes d Entreprise Méthode d Analyse et de Conception : Analyse: Etude du problème Etudier le système existant Comprendre
Plus en détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
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 détailIndications pour une progression au CM1 et au CM2
Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
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 détailMesures et incertitudes
En physique et en chimie, toute grandeur, mesurée ou calculée, est entachée d erreur, ce qui ne l empêche pas d être exploitée pour prendre des décisions. Aujourd hui, la notion d erreur a son vocabulaire
Plus en détailA.3 Les méthodes : L applicabilité
SOMMAIRE A. Première partie A.1 Ingénierie système : du besoin au système (produit/service) A.2 SDF, Maintenance et concepts sous-jacents A.3 Les méthodes : L applicabilité A.4 GMAO = GM + AO B. Deuxième
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 détailComment suivre l évolution d une transformation chimique? + S 2 O 8 = I 2 + 2 SO 4
Afin d optimiser leurs procédés, les industries chimiques doivent contrôler le bon déroulement de la réaction de synthèse menant aux espèces voulues. Comment suivre l évolution d une transformation chimique?
Plus en détailÉpreuve collaborative
Épreuve collaborative Pour chaque partie, la grille permet d apprécier, selon quatre niveaux, les compétences développées dans le sujet par le candidat. Pour cela, elle s appuie sur des indicateurs traduisant
Plus en détail6 ème FONCTIONS. Pratiquer une démarche scientifique et technologique. Capacités
6 ème FONCTIONS Les exercices de ce chapitre permettent de travailler des compétences scientifiques du socle commun. Pratiquer une démarche scientifique et technologique Capacités Rechercher, extraire
Plus en détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
Plus en détailClasse de première L
Classe de première L Orientations générales Pour bon nombre d élèves qui s orientent en série L, la classe de première sera une fin d étude en mathématiques au lycée. On a donc voulu ici assurer à tous
Plus en détailPhysique Chimie. Utiliser les langages scientifiques à l écrit et à l oral pour interpréter les formules chimiques
C est Niveau la représentation 4 ème 2. Document du professeur 1/6 Physique Chimie LES ATOMES POUR COMPRENDRE LA TRANSFORMATION CHIMIQUE Programme Cette séance expérimentale illustre la partie de programme
Plus en détailAttestation de maîtrise des connaissances et compétences au cours moyen deuxième année
Attestation de maîtrise des connaissances et compétences au cours moyen deuxième année PALIER 2 CM2 La maîtrise de la langue française DIRE S'exprimer à l'oral comme à l'écrit dans un vocabulaire approprié
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
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 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 détailBulletins de notes électroniques avec Nota Bene
Bulletins de notes électroniques avec Nota Bene 1. Le logiciel Nota Bene est composé de deux logiciels : «Nota Bene Module Professeur», qui permettra à chacun de vous de rentrer ses notes dans des tableaux
Plus en détailCompétence 2 : Comparer, ranger, encadrer des nombres, les placer sur une droite graduée
1/5 Compétence 2 : Comparer, ranger, encadrer des nombres, les placer sur une droite graduée Étape 1 : associer la droite graduée à deux objets du quotidien : la règle graduée ici, celle de l'enseignant
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
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 détailECOLE SUPERIEURE DE L EDUCATION NATIONALE
ECOLE SUPERIEURE DE L EDUCATION NATIONALE Formation des Chefs d Etablissement d Affectation Management adaptatif et délégations Support participants SOMMAIRE La formation dans son contexte p.3 Les facteurs
Plus en détailF7n COUP DE BOURSE, NOMBRE DÉRIVÉ
Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés
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 détailPeut-on imiter le hasard?
168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard
Plus en détailSeconde et première Exercices de révision sur les probabilités Corrigé
I_ L'univers. _ On lance simultanément deux dés indiscernables donc il n'y a pas d'ordre. Il y a répétition, les dbles. On note une issue en écrivant le plus grand chiffre puis le plus petit. 32 signifie
Plus en détailLa solution à vos mesures de pression
Mesure de force linéique La solution à vos mesures de pression Sensibilité Répétabilité Stabilité Le système X3 de XSENSOR propose un concept innovant spécialement adapté pour vos applications de mesure
Plus en détailATTENTION AU DÉPART! GUIDE DE QUESTIONS DU MENEUR DE JEU. www.grand-cerf.com
VOCABULAIRE Les questions visent à travailler le vocabulaire matliématique, le repérage... Quelques exemples, à compléter par le meneur de jeu : - Chaque joueur te donne un passager. - Prends 1 passager
Plus en détailLes tableaux croisés dynamiques
Les tableaux croisés dynamiques Table des matières Les tableaux croisés dynamiques... 1 1. Les tutoriels... 1. Quelle est l'utilité d'un tableau croisé dynamique... 3. Vérifier les données de départ...
Plus en détailUnity Real Time 2.0 Service Pack 2 update
Unity Real Time 2.0 Service Pack 2 update Configuration des Objectifs Analytiques La nouvelle version permet, en un écran, de configurer un lot, un panel ou un instrument. Le menu est accessible au moyen
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailINFO 2 : Traitement des images
INFO 2 : Traitement des images Objectifs : Comprendre la différence entre image vectorielle et bipmap. Comprendre les caractéristiques d'une image : résolution, définition, nombre de couleurs, poids Etre
Plus en détailEtude sur l équipement des TPE / PME. en complémentaire santé
Département Évaluation des Politiques Sociales Etude sur l équipement des TPE / PME en complémentaire santé Synthèse des résultats Léopold GILLES Pauline JAUNEAU Juillet 2012 1 Contexte et objectifs Dans
Plus en détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
Plus en détailPar : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct. 2012 (ajout de la section 3 et augmentation de la section 1)
1 Que signifient AON et AOA? Par : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct. 2012 (ajout de la section 3 et augmentation de la section 1) Sommaire 1. Concepts... 2 2. Méthode PCM appliquée
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 détail