- Représenter un schéma de Bernoulli par un arbre pondéré. - Reconnaître des situations relevant de la loi binomiale

Documents pareils
FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

EXERCICES : DÉNOMBREMENT

20. Algorithmique & Mathématiques

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

Statistique descriptive bidimensionnelle

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

55 - EXEMPLES D UTILISATION DU TABLEUR.

Dénombrement. Chapitre Enoncés des exercices

STATISTIQUE : TESTS D HYPOTHESES

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

Échantillonnage et estimation

Terminale S. Terminale S 1 F. Laroche

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

SÉRIES STATISTIQUES À DEUX VARIABLES

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Probabilités. 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

Module 3 : Inversion de matrices

Probabilités et statistique pour le CAPES

UNIVERSITÉ DE SFAX École Supérieure de Commerce

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Principes et Méthodes Statistiques

Cours de Statistiques inférentielles

Limites des Suites numériques

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Chap. 5 : Les intérêts (Les calculs financiers)

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

Séquence 5. La fonction logarithme népérien. Sommaire

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Chapitre 3 : Transistor bipolaire à jonction

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

Exercices de mathématiques

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Processus et martingales en temps continu

Baccalauréat S Asie 19 juin 2014 Corrigé

STATISTIQUE AVANCÉE : MÉTHODES

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Les Nombres Parfaits.

Donnez de la liberté à vos données. BiBOARD.

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Initiation à l analyse factorielle des correspondances

Formation d un ester à partir d un acide et d un alcool

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

Statistique Numérique et Analyse des Données

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Augmentation de la demande du produit «P» Prévision d accroître la capacité de production (nécessité d investir) Investissement

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

MESURE DE L'INFORMATION

Université Pierre et Marie Curie. Biostatistique PACES - UE

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Séries réelles ou complexes

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

14 Chapitre 14. Théorème du point fixe

Chapitre 3 : Fonctions d une variable réelle (1)

Le chef d entreprise développe les services funéraires de l entreprise, en

Comportement d'une suite

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

1 Mesure et intégrale

Nous imprimons ce que vous aimez!

CHAPITRE 2 SÉRIES ENTIÈRES

Solutions particulières d une équation différentielle...

Compte Sélect Banque Manuvie Guide du débutant

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Options Services policiers à Moncton Rapport de discussion

Présentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser

Séries numériques. Chap. 02 : cours complet.

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

RECHERCHE DE CLIENTS simplifiée

Manuel d initiation à l ordinateur HP Media Center

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Suites et séries de fonctions

Lois de probabilité. Anita Burgun

Régulation analogique industrielle ESTF- G.Thermique

Sommaire Chapitre 1 - L interface de Windows 7 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Une action! Un message!

Gérer les applications

Ouverture à la concurrence du transport ferroviaire de voyageurs

Télé OPTIK. Plus spectaculaire que jamais.

Lorsque la sécurisation des paiements par carte bancaire sur Internet conduit à une concurrence entre les banques et les opérateurs de réseau

TSTI 2D CH X : Exemples de lois à densité 1

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

Les études. Recommandations applicables aux appareils de levage "anciens" dans les ports. Guide Technique

Simulations interactives de convertisseurs en électronique de puissance

Création et développement d une fonction audit interne*

Chaînes de Markov. Arthur Charpentier

Transcription:

www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (/5) Le travail sur les séries statistiques et les probabilités meé e classe de secode se poursuit avec la mise e place de ouveaux outils. Les scieces et techiques idustrielles et du laboratoire fourisset u large évetail de sujets d étude. Cette partie est orgaisée selo trois objectifs pricipaux : ( ) - Mettre e place la loi biomiale : O s appuie sur l expérimetatio et la simulatio pour étudier le schéma de eroulli. O itroduit la otio de variable aléatoire et o istalle la loi biomiale dot les utilisatios sot ombreuses das les domaies techologiques. - Expérimeter la otio de différece sigificative par rapport à ue proportio attedue : L acquisitio de la loi biomiale permet de poursuivre la formatio des élèves das le domaie de l échatilloage et des procédures de prise de décisio e cotexte aléatoire. O fait remarquer que, pour ue taille de l échatillo importate, o coforte les résultats vus e classe de secode. COTEUS CAPACITES ATTEDUES COMMETAIRES Probabilités Schéma de eroulli. - Représeter u schéma de eroulli par u arbre podéré. - Simuler u schéma de eroulli. Variable aléatoire associée au ombre de succès das u schéma de eroulli. Loi biomiale. - Recoaître des situatios relevat de la loi biomiale Espérace, variace et écart type de la loi Echatilloage Utilisatio de la loi biomiale pour ue prise de décisio à partir d ue fréquece observée sur u échatillo. - Calculer ue probabilité das le cadre de la loi biomiale à l aide de la calculatrice ou du tableur. - Représeter graphiquemet la loi biomiale. - Iterpréter l espérace comme valeur moyee das le cas d u grad ombre de répétitios. - Détermier à l aide de la loi biomiale u itervalle de fluctuatio, à eviro 95 %, d ue fréquece. - Exploiter u tel itervalle pour rejeter ou o ue hypothèse sur ue proportio. Pour la répétitio d expérieces idetiques et idépedates, la probabilité d ue liste de résultats est le produit des probabilités de chaque résultat. La otio de probabilité coditioelle est hors programme. L étude du schéma de eroulli se prête particulièremet à des activités algorithmiques. Aucu développemet théorique à propos de la otio de variable aléatoire est attedu. Pour itroduire la loi biomiale, la représetatio à l aide d u arbre est privilégiée : il s agit ici d istaller ue représetatio metale efficace. Pour 4 o peut aisi déombrer les chemis de l arbre réalisat k succès pour répétitios et calculer la probabilité d obteir k succès. Après cette mise e place, o utilise ue calculatrice ou u logiciel pour calculer directemet des probabilités et représeter graphiquemet la loi biomiale. La formule doat l espérace de la loi biomiale est cojecturée puis admise, celle de la variace est admise. À l aide de simulatios de la loi biomiale et d ue approche heuristique de la loi des grads ombres, o coforte expérimetalemet les résultats précédets. O peut simuler la loi biomiale avec u algorithme. L itervalle de fluctuatio peut être détermié à l aide d u algorithme ou d u tableur. O peut traiter quelques situatios liées au cotrôle e cours de fabricatio ou à la réceptio d ue productio. Le vocabulaire des tests (test d hypothèse, hypothèse ulle, risque de première espèce) est hors programme. I. VARIALE ALEATOIRE a. Défiitio : O appelle variable aléatoire X u ombre, résultat d ue expériece aléatoire. - le résultat d u dé lacé. - le gai e à ue loterie - la taille d u idividu choisi au hasard das ue foule b. Loi de probabilité La loi de probabilité d ue variable aléatoire X est le tableau où x, x 2, et x sot les différetes valeurs de X et p, p 2, et p sot les probabilités associées à chaque valeur de X. Valeurs de X x x 2 x P(X = x i ) p p 2 p

www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (2/5) O lace deux pièces et o défiit la variable aléatoire X par le ombre de «Face» obteu. PP : X = 0 et chace sur 4 Ω = {PP ; PF ; FP ; PP} doc PF ou FP : X = et 2 chaces sur 4 FF : X = 2 et chace sur 4 La loi de probabilité de X est : Valeurs de X 0 2 P(X = x i ) c. Caractéristiques d ue variable aléatoire discrète : 4 Soit X ue variable aléatoire qui pred valeurs x, x 2, et x et p, p 2, et p les probabilités associées. Espérace mathématique : E(X) = p i x i Remarque : L espérace mathématique est parfois otée X et correspod à la valeur moyee de X, ou le «gai moye» das u jeu de hasard. i = 2 4 Variace : Ecart-type : VarX = p i x i ² (E(X))² = E(X²) (E(X))² parfois otée V(X) i = σ(x) = VarX II. SCHEMA DE EROULLI a. Arbre de déombremet : Lorsqu o reproduit plusieurs épreuves successivemet, o peut déombrer les différetes combiaisos à l aide d u arbre. Chaque brache est podérée par sa probabilité. Ue ure cotiet 5 boules. 3 blaches et 2 oires. O e tire deux, successivemet, et sas remise. 3/5 2/4 2/4 P(,) = 3/5 2/4 = 6/20 P(,) = 3/5 2/4 = 6/20 2/5 3/4 /4 P(,) = 2/5 3/4 = 6/20 P(,) = 2/5 /4 = 2/20 b. Epreuve (ou expériece) de eroulli Lorsqu ue expériece aléatoire e comporte que deux issues, le succès (de probabilité p) et l échec (de probabilité p = q) o dit que c est ue épreuve de eroulli. Exemples : je lace ue pièce et je gage si j obties «face» : succès (p = 0,5) échec (q = 0,5) je tire ue carte das u jeu de 32 et je gage si j obties u as : succès (p = 4/32)

www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (3/5) échec (q = 28/32) c. Schéma de eroulli Lorsqu o reproduit fois, de faço idépedate ue épreuve de eroulli de paramètre p, l expériece aisi obteue est appelé schéma de eroulli. O peut le représeter à l aide d u arbre de probabilité. je lace 0 fois ue pièce et je compte le ombre de «FACE» (etre 0 et 0) je tire 5 cartes das u jeu de 32 avec remise et je compte le ombre d AS obteus (etre 0 et 5) d. Combiaiso de p élémets choisis parmi élémets Exemple : Avec la lettre «A» o peut écrire seul mot : A Avec les 2 lettres «A» et o peut écrire 2 mots : A et A. Avec les 3 lettres «A», et «C» o peut écrire 6 mots : AC, AC, AC, CA, CA et CA Avec les 4 lettres «A»,, «C» et «D» o peut écrire 24 mots : ACD, ADC, ACD, ACD O dira que : élémet peut être permuté de faço 2 élémets peuvet être permutés de 2 faços 3 élémets peuvet être permutés de 6 faços 4 élémets peuvet être permutés de 24 faços D ue faço géérale, élémets peuvet être permutés de 2 3 faços.! se dit «factorielle» et correspod au ombre de permutatios de élémets. Exemple 2 : O observe u champioat où il y a 20 clubs dot les 3 premiers sot relégués e secode divisio. Il y a 20 9 8 arragemets possibles. MAIS l ordre ous importe peu (Exemple ; 8 ème Paris - 9 ème Marseille - 20 ème Lyo est idetique à 8 ème Marseille - 9 ème Lyo - 20 ème Paris). Il faut doc diviser par 3! c'est à dire le ombre de permutatios de chaque «tiercé». 20 9 8 Il y a doc combiaisos possibles. 3 2 E règle géérale, le ombre de combiaisos (sas teir compte de l ordre) de p élémets parmi est : = ( ) ( 2) ( p + )! p = = p! ( p)!p! Propriété des C 0 = C = C = C - = = C -p = - - + - p 2 3 4 5 6 7 8 2 3 2 4 3 3 5 4 6 4 6 5 0 0 5 7 6 5 20 5 6 8 7 2 35 35 2 7 Exemples : J ai 8 joueurs das mo effectif. Combie d équipe de joueurs puis-je composer? C = 8! = 3 824 8 7!!

www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (4/5) A la machie : CASIO : la commade est OPT/PRO/Cr et o tape «Cr k» T.I. : la commade est MATH/PR/Combiaiso et o tape «Combiaiso k» III. LOI IOMIALE a. Défiitio : O cosidère ue épreuve de eroulli de probabilité de succès p (et doc probabilité d échec q = p). Si o répète ue telle épreuve fois, la variable aléatoire X égale au ombre de succès suit ue loi de probabilité biomiale de paramètres et p otée ( ; p). O peut obteir u ombre de succès allat de 0 à. Si o représete les expérieces par u arbre de déombremet o obtiet (pour = 3) P(SSS) = p 3 P(SSE) = p 2 q P(SES) = p 2 q P(S3E) = pq 2 P(ESS) = p 2 q P(ESE) = pq 2 P(EES) = pq 2 P(33E) = q 3 O costate que : Il y a faço d avoir X = 0 : EEE. Doc P(X = 0) = q 3 Il y a 3 faços d avoir X = : SEE, ESE et EES. Doc P(X = ) = 3pq 2 Il y a 3 faços d avoir X = 2 : SSE, SES et ESS. Doc P(X = 2) = 3p 2 q Il y a faço d avoir X = 3 : SSS. Doc P(X = 3) = p 3 D ue faço géérale, si X si o reproduit fois l épreuve de eroulli o a : P(X = k) = C k pk q k O lace 0 fois ue pièce et o compte le ombre de «Face». La loi de probabilité est doée par la loi biomiale (0 ; 0,5) ; Alors : P(X = 3) = C 3 0 0,53 ( 0,5) 7 = 20 0,25 0,007825 0,785 A la machie, pour calculer P(X = k) o utilise les commades suivates : CASIO : la commade est DISTI/iom et o paramètre (umtrial), p et k (x) T.I. : la commade est distrib/iomfdp et o tape «iomfdp(,p,k)» b. Espérace, Variace et écart-type. O admettra que si la variable aléatoire X suit ue loi biomiale de paramètres et p (doc q = p), alors : E(X) = p V(X) = pq σ(x) = pq

www.mathselige.com STI2D - P2 - LOI IOMIALE COURS (5/5) O lace 0 fois ue pièce et o compte le ombre de «Face». La loi de probabilité est doée par la loi ormale (0 ; 0,5) ; E(X) = 0 0,5 = 5 : C est le ombre moye de «Face» sur 0 tetatives. c. Coditios à vérifier pour justifier que X suit ue loi biomiale :. O reproduit épreuves de eroulli idépedates comportat deux issues «succès» et «échec» de probabilités respectivemet p et q. 2. O répète fois cette. 3. La variable aléatoire X est égale au ombre de succès.