Exercice 1 On tire 7 fois avec remise dans une urne contenant 1 jeton Noir et 2 jetons Rouges. X est la variable aléatoire donnant le nombre de fois où.

Slides:



Advertisements
Présentations similaires
4 Les Lois discrètes.
Advertisements

Quelques calculs de probabilités
LES LOIS BINOMIALES.
Thème: statistiques et probabilités Séquence 6: Probabilités (Partie 1) Capacités : Déterminer la probabilité d’événements dans des situations d’équiprobabilité.
Principales distributions théoriques
Chapitre 4 Variables aléatoires discrètes
LOIS COURANTES DE PROBABILITES
LOIS COURANTES DE PROBABILITES La Loi Binomiale
LOIS COURANTES DE PROBABILITES LA LOI DE POISSON Jean-Marc Petit1.
ECHANTILLONAGE ET ESTIMATION
Dernier cours  Reprise du cours du 16 décembre (GR 1 à 5)  Sera disponible sur le site ce weekend  Examen ; o Matière de l’examen sera définie dans.
Atelier 1 Le problème du surpoids sur géogébra. Etude de la prévalence du surpoids: (document Ressources pour la classe de terminale) Situation: On souhaite.
Auteur : Patrice LEPISSIER Les probabilités  Notions de base Notions de base  Variable aléatoire Variable aléatoire  La loi Normale La loi Normale.
Un problème :. Pour embaucher un graphologue, le chef du personnel d'une grosse entreprise envisage un test. Il propose 12 paires d'écritures constituées.
Exercice 2 : 1°) On mise 5 €. On pioche en même temps 2 jetons dans un sac contenant 2 jetons verts et 3 jetons rouges. On remporte 10 € si les jetons.
Calculs de temps de trajets
Statistiques et calculatrice.
Exercice 1 : Un lycée comporte 1000 élèves. 70% étudient l’anglais, 80% des élèves mangent à la cantine, et 80 non-anglicistes ne mangent pas à la cantine.
2/8 V 6/7 R 12/56 0 € gagnés p( X = xi ) 3/7 4/7
QUESTIONS FLASH *PROBABILITE*
Probabilités géométriques
Loi Normale (Laplace-Gauss)
chapitre 1 Polynômes degré 2
Exercice 3 : Statistiques et calculatrice.
Exercice 2 : 1°) On admet qu’il y 49% de probabilité à la naissance d’avoir 1 fille. Quelle est la probabilité d’avoir 2 filles dans une famille de 3 enfants.
VI Graphes probabilistes
Exercice 2 : 1°) On admet qu’il y 49% de probabilité à la naissance d’avoir 1 fille. Quelle est la probabilité d’avoir 2 filles dans une famille de 3 enfants.
de toute série statistique
chapitre : Les Probabilités
Exercice 2 : Déterminez les séries suivantes ( on ne donnera qu’une seule réponse possible ) satisfaisant les critères suivants : 1°) effectif 6, moyenne.
▪ On observe 4 billes rouges parmi les 4 billes tirées au sort
Exercice 1 Quelles sont les dimensions ( à 0,01 cm près ) du plus gros cylindre contenu dans une sphère de diamètre 1 m ?
Exercice 2 Soit la série statistique
chapitre 3 Les Statistiques
Exercice Soit le polynôme P(x) = x4 + 7x3 – 238x² + 440x
Exercice 1Déterminez à la calculatrice graphique
Calculer la moyenne de la série suivante.
Exercice 1 : Statistiques et calculatrice.
© Hachette Livre 2016, Mathématiques Cycle 4, collection Kiwi
Exercice 1°) Résoudre dans R séparément les 2 premières conditions, puis déterminez les x satisfaisants les 3 conditions en même temps : √2.
Introduction aux Statistiques Variables aléatoires
Exercice 4 : Soit la suite (un) définie par u0 = 0 et un+1 = 2 un + 1
MOYENNE, MEDIANE et ECART TYPE d’une série statistique
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
3.4 Lois discrète 2 cours 15.
Exercice 4 : Lors d’un contrôle les 29 copies des présents ont donné une moyenne de 11. Les deux absents ayant rattrapé leur contrôle et ayant obtenu 7.
2.2 Probabilité conditionnelle
3.3 loi discrète 1 cours 14.
3.6 Loi continue 3 cours 18.
Exercice 1°) Résoudre dans R séparément les 2 premières conditions, puis déterminez les x satisfaisants les 3 conditions en même temps : √2.
Exercice 3 : Statistiques et calculatrice.
Quelle est la probabilité de chaque évènement ? Combien d’issues
Exercice 6 : 12x – 5 12x + 2 Soient les fonctions f(x) = et g(x) =
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Fluctuations d’une fréquence selon les échantillons, Probabilités
La méthode scientifique
Calcul de probabilités
Lois de Probabilité Discrètes
Lois de Probabilité Discrètes
Présentation 3 : Sondage aléatoire simple
Activités mentales rapides
Plan du cours Statistiques appliquées
Programme d’appui à la gestion publique et aux statistiques
Exercice 2 : 1°) On admet qu’il y 49% de probabilité à la naissance d’avoir 1 fille. Quelle est la probabilité d’avoir 2 filles dans une famille de 3 enfants.
Y a-t-il des fonctions qui se comportent comme la fonction inverse ?
Statistiques et probabilités
Thème : 5 Questions flash autour des probabilités
Soient les séries suivantes :
Exercice 2 Soient les notes obtenues dans une classe par les élèves, et leur appartenance aux groupes 1 ou 2 : 8(groupe 1), 9(groupe 2), 11(groupe 2),
Transcription de la présentation:

Exercice 1 On tire 7 fois avec remise dans une urne contenant 1 jeton Noir et 2 jetons Rouges. X est la variable aléatoire donnant le nombre de fois où l’on a pioché un jeton noir. 1°) La variable aléatoire suit-elle une loi binomiale ? Quels seraient alors ses paramètres ?

Exercice 1 On tire 7 fois avec remise dans une urne contenant 1 jeton Noir et 2 jetons Rouges. X est la variable aléatoire donnant le nombre de fois où l’on a pioché un jeton noir. 1°) La variable aléatoire suit-elle une loi binomiale ? Quels seraient alors ses paramètres ? 2°) Déterminez l’espérance et l’écart-type de la variable aléatoire. 3°) Quel est le nombre de jetons noirs que j’aurai le plus de chance de piocher ? Déterminez à 0,1 % près la probabilité de piocher ce nombre de jetons noirs. 4°) Déterminez la loi de probabilité de la variable aléatoire. Mettez les valeurs dans un graphe. Quelle est la forme de la courbe ? Démontrez numériquement les formules ayant permis de déterminer l’espérance et l’écart-type de la variable aléatoire.

La variable aléatoire suit une loi binomiale car : 1°) La variable aléatoire suit-elle une loi binomiale ? Quels seraient alors ses paramètres ? La variable aléatoire suit une loi binomiale car : on répète plusieurs fois la même expérience. cette expérience n’a que 2 issues ( Réussite ou Echec ). la variable aléatoire donne le nombre de Réussites. X suit ß( 7 ; 1/3 ) car p = 1jeton noir/3 jetons

2°) Déterminez l’espérance et l’écart-type de la variable aléatoire. E(X) = n p = 7 (1/3) = 7/3 car X suit une loi binomiale. Idem : σ(X) = √[ n p ( 1 – p ) ] = √[7 (1/3) ( 1 – (1/3) ) ] = √[ 7 (1/3) (2/3) ] = √(14/9) ≈ 1,247… Qui est beaucoup plus rapide que de faire la loi de probabilité de X, et de déterminer E(X) et σ(X) !

3°) Quel est le nombre de jetons noirs que j’aurai le plus de chance de piocher ? … Déterminez à 0,1 % près la probabilité de piocher ce nombre de jetons noirs.

3°) Quel est le nombre de jetons noirs que j’aurai le plus de chance de piocher ? E(X) = 7/3 ≈ 2,33… donc en moyenne probable je piocherai 2 jetons noirs. Déterminez à 0,1 % près la probabilité de piocher ce nombre de jetons noirs. X suit une loi binomiale donc P( X = k ) = ( n ; k ) pk (1 – p)n – k A la calculette : ( 7 ; 2 ) = 21 branches de l’arbre. P( X = 2 ) = ( 7 ; 2 ) (1/3)2 (1 – (1/3))7 – 2 = 21 (1/3)2 (2/3)5 ≈ 0,307 ≈ 30,7%

4°) Déterminez la loi de probabilité de la variable aléatoire. X suit une loi binomiale donc P( X = k ) = ( n ; k ) pk (1 – p)n – k exemple P( X = 2 ) = ( 7 ; 2 ) (1/3)2 (1 – (1/3))7 – 2 = 21(1/3)2 (2/3)5 = 21(25)/(37) xi 1 2 3 4 5 6 7 p(X =xi) 21(25)/(37)

4°) Déterminez la loi de probabilité de la variable aléatoire. X suit une loi binomiale donc P( X = k ) = ( n ; k ) pk (1 – p)n – k exemple P( X = 2 ) = ( 7 ; 2 ) (1/3)2 (1 – (1/3))7 – 2 = 21(1/3)2 (2/3)5 = 21(25)/(37) xi 1 2 3 4 5 6 7 p(X =xi) 1(27)/(37) 7(26)/(37) 21(25)/(37) 35(24)/(37) 35(23)/(37) 21(22)/(37) 7(21)/(37) 1(20)/(37)

4°) Déterminez la loi de probabilité de la variable aléatoire. X suit une loi binomiale donc P( X = k ) = ( n ; k ) pk (1 – p)n – k exemple P( X = 2 ) = ( 7 ; 2 ) (1/3)2 (1 – (1/3))7 – 2 = 21(1/3)2 (2/3)5 = 21(25)/(37) xi 1 2 3 4 5 6 7 p(X =xi) 1(27)/(37) 7(26)/(37) 21(25)/(37) 35(24)/(37) 35(23)/(37) 21(22)/(37) 7(21)/(37) 1(20)/(37) ≈ 0,059 0,205 0,307 0,256 0,128 0,038 0,006 0,0005

4°) Déterminez la loi de probabilité de la variable aléatoire. X suit une loi binomiale donc P( X = k ) = ( n ; k ) pk (1 – p)n – k exemple P( X = 2 ) = ( 7 ; 2 ) (1/3)2 (1 – (1/3))7 – 2 = 21(1/3)2 (2/3)5 = 21(25)/(37) xi 1 2 3 4 5 6 7 p(X =xi) 1(27)/(37) 7(26)/(37) 21(25)/(37) 35(24)/(37) 35(23)/(37) 21(22)/(37) 7(21)/(37) 1(20)/(37) ≈ 0,059 0,205 0,307 0,256 0,128 0,038 0,006 0,0005

4°) Déterminez la loi de probabilité de la variable aléatoire. X suit une loi binomiale donc P( X = k ) = ( n ; k ) pk (1 – p)n – k exemple P( X = 2 ) = ( 7 ; 2 ) (1/3)2 (1 – (1/3))7 – 2 = 21(1/3)2 (2/3)5 = 21(25)/(37) La forme de la courbe est une courbe appelée « courbe de Gauss ». xi 1 2 3 4 5 6 7 p(X =xi) 1(27)/(37) 7(26)/(37) 21(25)/(37) 35(24)/(37) 35(23)/(37) 21(22)/(37) 7(21)/(37) 1(20)/(37) ≈ 0,059 0,205 0,307 0,256 0,128 0,038 0,006 0,0005

σ(X) = √[Σ ni xi² - (E(X))²] = √[(1(27)/(37)) (0²) + (7(26)/(37)) (1²) 1 2 3 4 5 6 7 p(X =xi) 1(27)/(37) 7(26)/(37) 21(25)/(37) 35(24)/(37) 35(23)/(37) 21(22)/(37) 7(21)/(37) 1(20)/(37) J’utilise ma calculatrice dans le Menu STAT avec des effectifs entiers, puis je lis Σx = 5103 et Σx² = 15309 : E(X) = Σ ni xi = (1(27)/(37)) (0) + (7(26)/(37)) (1) + … + (1(26)/(37)) (7) = 5103/(37) = 7/3 = n p σ(X) = √[Σ ni xi² - (E(X))²] = √[(1(27)/(37)) (0²) + (7(26)/(37)) (1²) + … + (1(26)/(37)) (7²) - (7/3)²] = √[(15309/(37)) - (7/3)²] = √[ ( 15309 - 7²(35) ) / (37) ] = √[ 3402/ (37) ] = √[ 14 / 9 ] = √[ n p ( 1 – p ) ] xi 1 2 3 4 5 6 7 ni 1(27) 7(26) 21(25) 35(24) 35(23) 21(22) 7(21) 1(20)