Marche aléatoire

est conforme et provient de la chaîne de production F1 . » 3. Déterminer la probabilité de l’évènement C . 4. Déterminer, à 10−3 près, la probabilité de l’évènement E sachant que l’évènement C est réalisé. Partie B 1. On note X la variable aléatoire qui, à un petit pot pris au hasard dans la production de la chaîne F1 , associe sa teneur en sucre. On suppose que X suit la loi normale d’espérance m 1 = 0, 17 et d’écart-type σ1 = 0, 006. Dans la suite, on pourra utiliser le tableau ci-dessous

Antilles Guyane Juin 2013 2/5 BAC S b. D’après la propriété des probabilités totales : p(A) = r + (1 – r) × c. pA(R) = Correction 1 1 = (1 + 2r) 3 3 p(AR) r 3r = = p(A) 1 1 + 2r (1 + 2r) 3 2. a. Les 400 tirages sont aléatoires, indépendants. A chaque tirage, il n’y a que 2 issues : A et A . 1 p(R) = r. X suit donc la loi binomiale de paramètres n = 400 et p = (1 + 2r) 3 240 b. La fréquence observée est f = = 0,6 400 1 1   Un intervalle de confiance au seuil

c) ?= 2) ?? ?=? ? ′ ?? ? ? ?? − ? ? ? − ? ?=? ′ = ?′ ?? ? + ? ? − ? ? − ? ′ Où ? est un vecteur de ℝ? Exercice 3 : On considère une matrice ? de dimension ?, ? ; le vecteur ? = ?? , ?? , … , ?? ′ et les vecteurs aléatoires ? = ??, ?? , … , ?? ′ et ? = ?? , ?? , … , ?? ′ . On suppose que les ?? sont iid de ? ?, ?? et que ? = ? − ?? 1) Déterminer, en fonction de ? et ? le vecteur ? qui minimise ? ?? ? par rapport à ? (Indication : ? ?? ? = ?′ ? ) 2) Démontrer que

d’écart type σ = 3 convenait. 0.14 0.13 0.12 0.11 0.10 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 note 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 On dit que la note l’examen est relativement bien approchée par une variable aléatoire X où X suit une loi normale N (10 ; 3). les valeurs possibles pour X sont dans l’intervalle ] − ∞ ; +∞ [ la probabilité que X soit compris entre 10 et 11 est égale l’aire sous la courbe entre 10 et 11 soit ≃ 0, 13 on note alors : p(10 ≤ X ≤ 11) ≃

points Les parties A et B peuvent être traitées indépendamment Partie A Étude de la durée de vie d’un appareil électroménager Des études statistiques ont permis de modéliser la durée de vie, en mois, d’un type de lave-vaisselle par une variable aléatoire X suivant une loi normale N µ, σ2 de moyenne µ = 84 et d’écart-type σ. De plus, on a P (X 64) = 0, 16. La représentation graphique de la fonction densité de probabilité de X est donnée ci-dessous. 16 % 10 20 Pondichéry 30 40 50 60 64 70

points) Les résultats seront arrondis au centième. Partie A Dans une usine U, une machine produit des barres de métal. Dans cette partie on étudie la longueur de ces barres. On définit la variable aléatoire X qui, à chaque barre, associe sa longueur exprimée en centimètres et on admet que la variable aléatoire X suit une loi normale de moyenne m=92,50 et d’écart type σ. Une barre de la production est mise au rebut si sa longueur est inférieure à 92,20 cm ou supérieure à 92,80 cm. 1. On suppose que σ=0

est égale à 0,352 5. 3. Calculer la probabilité que l’appartement soit de type T1 ou T2, sachant qu’il est rentable. PARTIE B On considère X la variable aléatoire égale au nombre d’appartements rentables dans un échantillon aléatoire de 100 appartements loués. On admet que toutes les conditions sont réunies pour assimiler X à une variable aléatoire qui suit la loi normale de moyenne µ = 35 et d’écart type σ = 5. À l’aide de la calculatrice : 1. Calculer P (25 X 35). 2. Calculer la probabilité qu’au

...................................................................................... 4 II - Probabilités conditionnelles ....................................................................................................... 5 III - Variables aléatoires réelles ....................................................................................................... 6 C- Exemples de lois de probabilités discretes.....................................................................................

document 5 (un schéma et un tableau), mettent tout d'abord en évidence le fait que l'hypothèse darwinienne était la bonne, selon laquelle les mutations surviennent de manière aléatoire, ce qui est démontré dans ces résultats. En conséquence, on peut donc affirmer que le nombre de colonies résistantes est due à des mutations aléatoires dans l'organisme de l'individu.

16 FIN_ALGORITHME 1) Échauffement : On simule cette expérience avec le programme ci-contre (fait avec Algobox1), où random () renvoie un nombre aléatoire A tel que 0⩽ A<1. floor (x ) désigne la partie entière du nombre x c'est à dire le plus petit nombre entier inférieur ou égal à x . floor (1+5 random()) permet donc d'obtenir un nombre entier aléatoire compris entre 1 et 5 suivant une loi équirépartie. a) Que représente la variable x ? b) Que représente la variable S ? c) Quel est le rôle de la