Chapitre 13 : Lois normales et échantillonnage
|
|
- Michelle Lortie
- il y a 7 ans
- Total affichages :
Transcription
1 I. Loi normale centrée réduite 1 Activité d introduction : approximation de la loi binomiale 2 Théorème de Moivre-Laplace Soit X n une variable aléatoire suivant la loi binomiale B(n, p) : X n compte les succès lors de n répétitions, effectuées de façon indépendante, d une épreuve de Bernoulli de paramètre p. On a alors l?espérance E(X), la variance V (X) et l écart-type σ(x) sont donnés par les formules : E(X n ) = np V (X) = np(1 p) σ(x) = (np(1 p) On a vu que lorsqu une variable aléatoire X a pour espérance µ et pour écart-type (non nul ) σ, la variable aléatoire Z = X µ a pour espérance 0 et pour écart-type 1. σ Z n = X n E(X n ) = X n np σ(x n ) (np(1 p) Z n est la variable aléatoire centrée réduite associée à X n. Z n a pour espérance 0 et écart type 1. Théorème 1 (Moivre-Laplace). Pour tout réels a et b tels que a < b on a : b lim P(a Z 1 n b) = e x2 2 dx n + a 2π 3 La loi normale centrée réduire N (0, 1) a. Définition Définition 1. La loi normale centrée réduite, notée N (0, 1), est la loi continue dont la densité de probabilité est la fonction f définie sur R par f(x) = 1 2π e x2 2. Soit Z une variable aléatoire suivant la loi N (0, 1). Pour tous réels a et b tels que a < b : P(a Z b) = b a 1 2π e x2 2 dx P(a Z b) f(x) = 1 e x2 2 2π a b Page 1
2 s La courbe de la fonction f est appelée courbe de Gauss ou courbe en cloche Le théorème de Moivre-Laplace se reformule avec les notations précédemment utilisées : Pour tout réels a et b tels que a < b on a : lim P(a Z n b) = P(a Z b) n + Le théorème signifie que pour n assez grand on peut approximer une loi binomiale par une loi normale. b. Usage de la calculatrice CASIO TI Touches OPTN, F5, F3,F1 puis : F2 pour Ncd F3 pour InvN 2NDE, VAR puis : 2 pour NormalFRép 3 pour FracNormale P(a < X < b) NormCD(a, b) NormalFRép(a, b) k réel tel que P(X < k) = c InvNormCD(c) FracNormale(c) Les calculatrices ne savent calculer que P(a X b) a et b étant des nombres réels. Pour calculer par exemple P(X 1, 2) on pourra prendre a = 1, 2 et b = 10 99, la valeur de b très grande remplace b = +. Pour déterminer le réel k il faudra se ramener à la forme P(X < k). Exercice 1 Soit Z une variable aléatoire qui suit N (0, 1). Vérifier, à l aide de la calculatrice que P( 1 Z 2) 0, 819 à 0,001, P(Z 1) 0, 159, et déterminer le réel u tel que P(Z u) = 0, 6. c. Propriétés Proposition 1. L espérance mathématique d une variable aléatoire suivant la loi normale centrée réduite est égale à 0 et son écart-type est égal à 1. Proposition 2. Soit Z qui suit N (0, 1), de densité f 1. L aire sous la courbe de f est égale à P(Z 0) = P(Z 0) = 0, 5 3. Pour tout réel u positifs on a : P( u Z u) = 1 2P(Z u) = 2P(Z u) 1 Démonstration Le premier point est admis, il correspond au fait que P(Z ], + [) = 1, ], + [ représente l ensemble de toutes les valeurs possibles de la variable Z. Pour le second point, cela provient de la parité de f qui implique la symétrie de la courbe par rapport à l axe des ordonnées. Page 2
3 P(Z 0) = 0, 5 P(Z 0) = 0, 5 Pour le troisième cela provient encore de la symétrie de la courbe de f (figure ci-dessous) : P(Z u) P(Z u) u u Exercice 2 Déterminer u tel que P( u Z u) = 0, 97 à 0,01 près. d. Probabilité d intervalle centré en 0 Théorème 2. Si X est une variable aléatoire suivant la loi normale centrée réduite, alors pour tout réel α de ]0, 1[, il existe un unique réel u α strictement positif tel que : P( u α X u α ) = 1 α Démonstration A traiter sur feuille annexe et à connaître P(X u α ) = α 2 P(X u α ) = α 2 u α u α P( u α X u α ) = 1 α En pratique la valeur de α est petite. Voyons deux valeurs importantes à connaître dans la proposition suivante. Page 3
4 Proposition 3. Une valeur approchée de u 0,05 est 1,96. Une valeur approchée de u 0,01 est 2,58. Ceci signifie que si X est une variable aléatoire suivant la loi normale centrée réduite alors : P( 1, 96 X 1, 96) 0, 95 et P( 2, 58 X 2, 58) 0, 99 Ce qui peut se reformuler ainsi : X fluctue à 95% dans l intervalle [ 1, 96; 1, 96] et à 99% dans [ 2, 58; 2, 58]. Exercice 3 Démontrer que u 0,05 1, 96 et que u 0,01 2, 58 II. Les lois normales N (µ, σ 2 ) 1 Définition et propriétés Définition 2. Soit µ un nombre réel et σ un nombre réel strictement positif. On dit que la variable aléatoire X suit la loi normale N (µ, σ 2 ) si la variable aléatoire Y = X µ suit la loi normale centrée réduite. σ Proposition 4. Si une variable aléatoire X suit la loi normale N (µ, σ 2 ), alors X a pour espérance µ, pour variance σ 2 et pour écart type σ. La courbe de la fonction densité associée à la loi normale N (µ, σ 2 ) est une courbe en cloche, symétrique par rapport à la droite d équation x = µ. L écart-type σ agit sur l aplatissement de la courbe c est à dire que plus σ est petit, plus la courbe est resserrée autour de l axe de symétrie. Ci-dessous on a représenté les fonctions de densité associé aux lois normales N (3, 1 2 ) et N (3; 0, 3 2 ). σ = 0, 3 σ = 1 x = 3 Page 4
5 Exercice 4 D après Pondichéry Avril 2013 Dans une entreprise, on s intéresse à la probabilité qu un salarié soit absent durant une période d épidémie de grippe. Cette entreprise emploie 220 salariés. On admet que la probabilité pour qu un salarié soit malade une semaine donnée durant cette période d épidémie est égale à p = 0, 05. On suppose que l état de santé d un salarié ne dépend pas de l état de santé de ses collègues. On désigne par X la variable aléatoire qui donne le nombre de salariés malades une semaine donnée. 1. Justifier que la variable aléatoire X suit une loi binomiale dont on donnera les paramètres. Calculer l espérance mathématique µ et l écart type σ de la variable aléatoire X. 2. On admet que l on peut approcher la loi de la variable aléatoire X µ par la loi normale centrée réduite σ c est-à-dire de paramètres 0 et 1. On note Z une variable aléatoire suivant la loi normale centrée réduite. Le tableau suivant donne les probabilités de l évènement Z < x pour quelques valeurs du nombre réel x. x 1, 55 1, 24 0, 93 0, 62 0, 31 0,00 0,31 0,62 0,93 1,24 1,55 P(Z < x) 0,061 0,108 0,177 0,268 0,379 0,500 0,621 0,732 0,823 0,892 0, Calculer, au moyen de l approximation proposée en question b., une valeur approchée à 10 2 près de la probabilité de l évènement : «le nombre de salariés absents dans l entreprise au cours d une semaine donnée est supérieur ou égal à 7 et inférieur ou égal à 15». Exercice 5 D après Liban Mai 2013 L entreprise Fructidoux fabrique des compotes qu elle conditionne en petits pots de 50 grammes. Elle souhaite leur attribuer la dénomination «compote allégée». La législation impose alors que la teneur en sucre, c est-à-dire la proportion de sucre dans la compote, soit comprise entre 0,16 et 0,18. On dit dans ce cas que le petit pot de compote est conforme. L entreprise possède deux chaînes de fabrication F 1 et F On note X la variable aléatoire qui, à un petit pot pris au hasard dans la production de la chaîne F 1, associe sa teneur en sucre. On suppose que X suit la loi normale d espérance m 1 = 0, 17 et d écart-type σ 1 = 0, 006. Dans la suite, on pourra utiliser le tableau ci-dessous. α β P(α X β) 0,13 0,15 0, ,14 0,16 0, ,15 0,17 0, ,16 0,18 0, ,17 0,19 0, ,18 0,20 0, ,19 0,21 0,000 4 Donner une valeur approchée à 10 4 près de la probabilité qu un petit pot prélevé au hasard dans la production de la chaîne F 1 soit conforme. 2. On note Y la variable aléatoire qui, à un petit pot pris au hasard dans la production de la chaîne F 2, associe sa teneur en sucre. On suppose que Y suit la loi normale d espérance m 2 = 0, 17 et d écart-type σ 2. On suppose de plus que la probabilité qu un petit pot prélevé au hasard dans la production de la chaîne F 2 soit conforme est égale à 0, 99. Soit Z la variable aléatoire définie par Z = Y m 2 σ 2. Page 5
6 (a) Quelle loi la variable aléatoire Z suit-elle? (b) Déterminer, en fonction de σ 2 l intervalle auquel appartient Z lorsque Y appartient à l intervalle [0,16 ; 0,18]. (c) En déduire une valeur approchée à 10 3 près de σ 2. On pourra utiliser le tableau donné ci-dessous, dans lequel la variable aléatoire Z suit la loi normale d espérance 0 et d écart-type 1. 2 Usage de la calculatrice β P( β Z β) 2, ,985 2, ,986 2, ,987 2, ,988 2, ,989 2, ,990 2, ,991 2, ,992 2, ,993 On procède de la même manière que pour la loi normale centrée réduite. On identifie d abordµ et σ puis : CASIO TI Touches OPTN, F5, F3,F1 puis : F2 pour Ncd F3 pour InvN 2NDE, VAR puis : 2 pour NormalFRép 3 pour FracNormale P(a < X < b) NormCD(a, b, µ, σ) NormalFRép(a, b, µ, σ) k réel tel que P(X < k) = c InvNormCD(c, µ, σ) FracNormale(c, µ, σ) Exercice 6 1. Une variable aléatoire X suit la loi normale N (120, 7 2 ). Calculer en arrondissant à 10 2 : P(110 X 160), P(X 130) et P(X 125). 2. Une variable aléatoire X suit la loi normale N (10, 4). Calculer en arrondissant à 10 2 : P(9 X 11) Exercice 7 Les températures de l eau du mois de juillet, autour du lac Léman, suivent la loi normale d espérance 18, 2 C et d écart-type 3, 6 C. Une personne part camper en juillet sur le pourtour du lac Léman. On note T température de l eau. Que peut-on lui indiquer comme probabilité de température de l eau des plages dans les cas suivants : a) températures inférieures à 16 C. b) températures comprises entre 20 C et 24, 5 C. c) températures supérieures à 21 C. 3 Les intervalles «un, deux ou trois σ» Proposition 5. Si une variable aléatoire X suit la loi normale N (µ, σ 2 ), alors : 1. P(µ σ X µ + σ) 0, P(µ 2σ X µ + 2σ) 0, P(µ 3σ X µ + 3σ) 0, 997 Page 6
7 III. Exercice 8 Soit une variable aléatoire X suit la loi normale N (2; 0, 6 2 ). Déterminer les intervalles «un, deux ou trois σ». Exercice 9 La taille moyenne de 500 élèves d un collège est de 151 cm, et l écart-type 15 cm. On suppose que la taille est distribuée suivant une loi normale. 1. Quel pourcentage d élèves a une taille comprise entre 120 cm et 155 cm? 2. Combien d élèves mesurent plus de 185 cm? 3. Combien d élèves mesurent moins de 128 cm? Exercice 10 Une machine remplit des bouteilles d huile avec un volume moyen de 265 ml et un écart-type de 10 ml. 1. Quelle proportion des bouteilles contient entre 245 et 285 ml? 2. Un ingénieur dit qu en modifiant légèrement la machine, il peut réduire l écart-type. Quel devrait être cet écart-type pour que 95% des bouteilles aient un volume compris entre 250 ml et 280 ml? Travail en autonomie savoir-faire 10 et 11 page 333 ; ex 96 et 99 page 341 Echantillonnage et estimation 1 Intervalle de fluctuation et prise de décision a. Définition de l intervalle de fluctuation asymptotique Problématique : Dans une certaine population, la proportion d individus présentant le caractère de C est p. Que peut-on dire de la fréquence f du caractère C sur un échantillon aléatoire de taille n? La variable aléatoire X n qui à un échantillon de taille n associe le nombre d individus présentant le caractère C suit la loi binomiale de paramètres n et p. En effet le choix au hasard d un échantillon est assimilé à un tirage avec remise. De plus en posant F n = X n, on définit la variable aléatoire «fréquence du caractère C dans l échantillon». n Dans ce contexte la proportion p est connue ou supposée connue. Théorème-Définition 3. Soient X n une variable aléatoire suivant la loi B(n, p), F n = X n et Z la loi normale centrée réduite. n Soit α ]0, 1[ et u α le réel tel que P( u α X u α ) = 1 α. Alors : lim P(F n I n ) = 1 α avec I n = n + [ ] p(1 p) p(1 p) p u α, p + u α n n L intervalle I n est appelé intervalle de fluctuation asymptotique de la fréquence F n au seuil de 1 α. Démonstration A traiter sur feuille annexe et à connaître Page 7
8 s Ce théorème signifie que pour n grand la variable aléatoire F n prend ses valeurs dans I n avec une probabilité proche de 1 α ou de manière équivalente qu elle prend ses valeurs en dehors de I n avec une probabilité proche de α. On dit indifféremment «au seuil de 1 α» ou «au seuil de confiance 1 α» ou «au niveau de confiance de 1 α». On peut aussi dire «au risque de α». On admet que pour n 30,np 5 et n(1 p) 5 on peut approcher P(F n I n ) par 1 α. On vérifiera donc que ces trois conditions sont bien remplies pour appliquer cette approximation. Si les trois conditions ne sont pas remplies on appliquera l intervalle de fluctuation vu en première avec la loi binomiale ( voir p 387 de votre livre). Exemple L intervalle de fluctuation au seuil de 95% (A connaître) On veut l intervalle de fluctuation au seuil de 95%, on a donc 1 α = 0, 95, donc α = 0, 05. Or on a vu en I 3d) qu une valeur approchée de u 0,05 est 1,96. On prendra par conséquent : I n = [ p 1, 96 p(1 p) p(1 p), p + 1, 96 ]] n n On peut montrer que l intervalle ci-dessus est contenu dans l intervalle de fluctuation au seuil de 95% vu en seconde : [ p 1, p + 1 ] n n. Exercice 11 Dans une urne contenant 3 boules rouges et 7 boules bleues, on effectue 100 tirages avec remise. On désigne par X la variable aléatoire correspondant au nombre de boules rouges obtenues. On pose F = X (a) Déterminer la loi de la variable aléatoire X. (b) En vous aidant des tableaux ci-après, déterminer l intervalle de fluctuation de la variable aléatoire F au seuil de 95% (1 S). 2. En utilisant la loi normale centrée réduite, déterminer l intervalle de fluctuation asymptotique de la variable aléatoire F au seuil de 95% (arrondir les bornes à 10 2 ). Comparer avec le résultat obtenu à la question 1b). k P(X k) 0, , , , , , ,04787 k P(X k) 0, , , , , , ,99283 Travail en autonomie Savoir-faire 1 et 2 p p Prise de décision La prise de décision concerne une hypothèse que l on fait sur la fréquence p d un caractère C d une population et se fait à partir d un échantillon de taille n pour lequel la fréquence de C est f, en utilisant l intervalle de fluctuation asymptotique I n. La procédure est la suivante : (prise de décision au seuil de 95%) On formule l hypothèse : «la fréquence du caractère C dans la population est p». On vérifie : n 30,np 5 et n(1 p) 5. Page 8
9 On calcule I n = [ p(1 p) p(1 p) p 1, 96 n, p + 1, 96 n ]] en arrondissant les bornes. On calcule la fréquence f observée sur l échantillon de taille n. On applique la règle de décision au seuil de 95% : Si f I, l hypothèse est acceptée, si f / I, l hypothèse est rejetée. s On peut rencontrer parfois l expression «décision au seuil de 5%» mais dans ce cas le seuil en question est le seuil de risque. Le risque devant être petit on comprendra selon le cas s il s agit du seuil de risque ou du seuil de confiance. Le théorème du a) prouve que l on peut rejeter l hypothèse à tort avec une probabilité de 0,05 (risque d erreur 5%). D autres seuils sont possibles et pratiqués en particulier le seuil de décision de 99 Exercice 12 Pour créer ses propres bijoux, on peut acheter un kit contenant des perles de cinq couleurs différentes, dans des proportions affichées sur le paquet. Ainsi, les perles de couleur marron sont annoncées comme représentant 20% de l ensemble des perles. Les élèves d une classe de Terminale ont voulu vérifier cette information. Pour cela, ils ont choisi d observer un échantillon aléatoire de perles et de construire un intervalle de fluctuation asymptotique au seuil de 95% pour la proportion de perles marron. Ils ont donc constitué un échantillon, que l on peut considérer aléa-toire, de 690 perles. Ils ont dénombré 140 perles marron. La règle de décision est la suivante : si la proportion de perles marron dans l échantillon n appartient pas à l intervalle de fluctuation, on rejette l hypothèse selon laquelle les perles marron représentaient 20% des perles pendant la période où les kits utilisés pour l expérience ont été produits. 1. Déterminer l intervalle de fluctuation asymptotique J au seuil de 95% pour la proportion de perles marron. 2. Calculer la proportion de perles marron dans l échantillon. Que peut-on en conclure? 3. Dans le même échantillon, il y avait 152 perles jaunes pour une proportion annoncée de 20% et 125 perles rouges, pour une proportion annoncée de 10%. Que peut-on conclure de ces résultats? Exercice 13 Dans un casino, il a été décidé que les «machines à sous» doivent être réglées sur une fréquence de gain du joueur de g = 0, 06. Une fréquence inférieure est supposée faire «fuir le client», et une fréquence supérieure est susceptible de ruiner le casino. Deux contrôleurs différents vérifient une même machine. Le premier a joué 120 fois et gagné 14 fois, le second a joué 400 fois et gagné 30 fois. En utilisant des intervalles de fluctuation asymptotiques au seuil 95%, examiner dans chaque cas la décision à prendre par le contrôleur, à savoir accepter ou rejeter l hypothèse g = 0, 06. Travail en autonomie Savoir-faire 3 et 4 p p Intervalle de confiance et estimation a. Définition de l intervalle de confiance Problématique : Dans une certaine population, la fréquence d individus présentant le caractère C sur un échantillon donné de taille n est f. Que peut-on dire de la proportion p de C dans la population? Dans ce contexte la proportion p est inconnue. Page 9
10 Lemme 1. Soit X n une variable suivant la loi B(n, p) et F n = X n n. Pour tout p ]0, 1[, il existe n 0 entier naturel tel que : [ Si n n 0, alors : P( p 1 F n p + 1 ]) 0, 95 n n Théorème 3. Soit X n une variable suivant la loi B(n, p) et F n = X n n. Pour tout p ]0, 1[, il existe n 0 entier naturel tel que : [ Si n n 0, alors : P( F n 1 p F n + 1 ]) 0, 95 n n Démonstration [ Interprétation : F n étant la fréquence observée sur un échantillon de taille n, si n n 0, p est dans l intervalle F n 1, F n + 1 ] avec un niveau de confiance de plus de 95%. n n Définition 4. Soit f la fréquence du caractère C sur un échantillon de taille n. L intervalle appelé intervalle de confiance à 95% de la proportion inconnue p dans la population. [ f 1, f + 1 ] est n n s On utilise cet intervalle dès que n 30,np 5 et n(1 p) 5. La précision de cet intervalle est égale à sa longueur à savoir Travail en autonomie Savoir-faire 6 p n. b. Estimation d une proportion, utilisation de l intervalle de confiance On estime la proportion p par un intervalle de confiance déterminé à partir de f et de n selon un niveau de confiance de 95%. Exercice 14 Dans une urne contenant des boules rouges et bleues en proportions inconnues, on effectue des tirages au hasard avec remise. 1. Après avoir effectué 100 tirages, on compte 52 boules rouges et 48 boules bleues. Donner un intervalle de confiance à 95% de la proportion p de boules rouges dans l urne. 2. Combien faudrait-il, au minimum, effectuer de tirages pour obtenir un intervalle de confiance à 95% de longueur inférieure ou égale à (c est-à-dire une précision d au moins 0,02)? Page 10
11 Exercice 15 Une usine fabrique des pièces métalliques, qui sont censées résister à certaines contraintes mécaniques. Le responsable de fabrication souhaite estimer le taux de pièces défectueuses concernant la résistance mécanique dans la production. Pour cela, il utilise la méthode par intervalle de confiance au niveau 95%, en extrayant au hasard n pièces en fin de production, qui sont soumises à contrainte mécanique jusqu à la rupture. En fonction du niveau de contrainte à la rupture, on décide de la nature défectueuse ou pas de la pièce. 1. Chaque pièce testée étant détruite, le responsable souhaite minorer la taille de l échantillon testé, tout en ayant un intervalle de confiance de longueur inférieure à 0,1. Quelle taille d échantillon peut-on lui conseiller? 2. II est finalement décidé de mener l étude sur 500 pièces ; on en trouve 40 défectueuses. Quel intervalle de confiance, au niveau de confiance 95%, obtient-on? (Arrondir les bornes à 10 4 ) 3. L année précédente, à l issue d un problème grave de rupture d une pièce, une large étude avait débouché sur 130 pièces défectueuses dans un échantillon de Peut-on supposer que la mise en place de nouvelles procédures de fabrication a vraiment diminué la proportion de pièces défectueuses? (Arrondir les bornes à 10 4 ) Exercice 16 Voici les résultats d un sondage IPSOS réalisé avant l élection présidentielle de 2002 pour Le Figaro et Europe 1, les 17 et 18 avril 2002 auprès de 989 personnes, constituant un échantillon national représentatif de la population française âgée de 18 ans et plus et inscrite sur les listes électorales. On suppose cet échantillon constitué de manière aléatoire (même si en pratique cela n est pas le cas). Les intentions de vote au premier tour pour les principaux candidats sont les suivantes : 20% pour J. Chirac, 18% pour L. Jospin et 14% pour J.-M. Le Pen. Les médias se préparent pour un second tour entre J. Chirac et L. Jospin. 1. Déterminer pour chaque candidat, l intervalle de confiance au niveau de confiance de 0,95 de la proportion inconnue d électeurs ayant l intention de voter pour lui. 2. Le 21 avril, les résultats du premier tour des élections sont les suivantes : 19, 88% pour J.Chirac, 16, 18% pour L. Jospin et 16, 86% pour J.-M. Le Pen. Les pourcentages de voix recueillies par chaque candidat sont-ils bien dans les intervalles de confiance précédents? 3. Pouvait-on, au vu de ce sondage, écarter avec un niveau de confiance de 0,95, l un de ces trois candidats pour le second tour? Travail en autonomie Savoir-faire 5 et 7 p 363 Page 11
Estimation: 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 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 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 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 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 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 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 détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailProbabilités. 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 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 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 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 détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents
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 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 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 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 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 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 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 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 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 détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailmathématiques mathématiques mathématiques mathématiques
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
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 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 détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
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 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 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 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 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 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 détailEPREUVES AU CHOIX DU CANDIDAT. Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1)
1 CYCLE MST-A 30 JUIN 2010 10 ème Promotion 2010 / 2012 CONCOURS D ENTREE A L IIA DROIT EPREUVES AU CHOIX DU CANDIDAT Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1) Le candidat traitera au choix
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 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 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 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 détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
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 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 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 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 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 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 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 détaildénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
Plus en détailmathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
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 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 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 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 détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
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 détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en 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 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 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 détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
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 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 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 détailListes de fournitures du secondaire pour la rentrée 2015-2016
Listes de fournitures du secondaire pour la rentrée 2015-2016 Classe de 6 ème - Un paquet de pinceaux (gros, moyens, petit) Classe de 5 ème - Un paquet de pinceaux (gros, moyens, petits) Classe de 4 ème
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 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 détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
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 détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
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 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 détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
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 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 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 détailL E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun
9 L E Ç O N Marches aléatoires Niveau : Terminale S Prérequis : aucun 1 Chaînes de Markov Définition 9.1 Chaîne de Markov I Une chaîne de Markov est une suite de variables aléatoires (X n, n N) qui permet
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 détail