Variable aléatoire

candidats) 1. Restitution organisée de connaissances Prérequis : on rappelle que deux événements A et B sont indépendants pour la probabilité p si, et seulement si, p (A ∩ B) = p(A) × p(B). Soient A et B deux événements associés à une expérience aléatoire. a. Démontrer que p(B) = p(B ∩ A) + p(B ∩ A). b. Démontrer que, si les événements A et B sont indépendants pour la probabilité p, alors les événements A et B le sont également. 2. Application : Chaque matin de classe, Stéphane peut être victime de

dans la partie I une version édulcorée d’un résultat récent sur les lois de Benford obtenu par Nicolas Gauvrit et Jean-Paul Delahaye. On propose de l’appliquer ensuite afin d’obtenir des résultats sur les lois limites de variables aléatoires de Pareto. 9) (a) Le changement de variable est généralement correctement effectué. (b) Si l’inégalité de gauche s’obtient sans trop de difficultés, celle de droite est un peu plus délicate, ce qui a échappé à de nombreux candidats. Partie I. Cette partie demandait

arrondis à10−2 près. 5 points Une entreprise produit en grande quantité des stylos. La probabilité qu’un stylo présente un défaut est égale à 0,1. 1. On prélève dans cette production, successivement et avec remise huit stylos. On note X la variable aléatoire qui compte le nombre de stylos présentant un défaut parmi les huit stylos prélevés. a. On admet que X suit une loi binomiale. Donner les paramètres de cette loi. b. Calculer la probabilité des évènements suivants : A : « il n’y a aucun stylo

à n et m d.d.l. binomiale (n; p) 1 notation N (0; 1) Tn χ2 n Fn;m B(n; p) quantile d’ordre β zβ tn;β χ2 n;β wn;m;β bn;p;β Comparaison d’un paramètre à une valeur de référence X1 , . . . , Xn est un échantillon de variables aléatoires i.i.d. de moyenne µ (finie) et de variance σ 2 (finie). ¯ On note X = ( n Xi ) /n l’estimateur de la moyenne et S 2 = i=1 sans biais de la variance. 1.1 n i=1 (Xi ¯ − X)2 /(n−1) l’estimateur Tests portant sur une moyenne

La taille de l'échantillon Méthode d'échantillonnage probabiliste Méthode d'échantillonnage non-probabiliste Conclusion Le choix de l'échantillon Statistiques, logiciels et enquête Benoît Le Maux - Produire et préparer les variables - Statistiques, logiciels et enquête Le choix de l'échantillon La taille de l'échantillon Méthode d'échantillonnage probabiliste Méthode d'échantillonnage non-probabiliste Conclusion Pourquoi un échantillon ? Pourquoi un échantillon

sinon. 1. On désigne par A et B deux évènements indépendants d’un univers muni d’une loi de probabilité p. 4 3 On sait que p(A ∪ B) = et p A = . 5 5 La probabilité de l’évènement B est égale à : a. 2 5 b. 2 3 c. 3 5 a. 1 2 2. On note X une variable aléatoire continue qui suit une loi exponentielle de paramètre λ = 0, 04. On rappelle que pour tout réel t positif, la probabilité de l’évènement (X t ), notée p(X t ), est donnée par p(X t) = t 0 λe−λx dx. La valeur approchée de p(X > 5) à 10−2

en très grande quantité, le comprimé d’un médicament. 1. Un comprimé est conforme si sa masse est comprise entre 890 et 920 mg. On admet que la masse en milligrammes d’un comprimé pris au hasard dans la production peut être modélisée par une variable aléatoire X qui suit la loi normale N (µ, σ2 ) de moyenne µ = 900 et d’écart-type σ = 7. a. Calculer la probabilité qu’un comprimé prélevé au hasard soit conforme. On arrondira à 10−2 . b. Déterminer l’entier positif h tel que P (900 − h X 900 + h)

élèves est suffisamment important pour considérer que ce choix est fait de manière indépendante » Ce discours signifie simplement qu'on peut appliquer la loi binomiale. 2ème étape : On interroge au hasard trois anciens élèves et on appelle X la variable aléatoire qui compte le nombre de succès dans les trois épreuves. X suit une loi binomiale B(n,p) de paramètres n = 3 et p = 0,33. X prend les valeurs : 0 ; 1 ; 2 ; 3. On sait que pour tout k = 0 ; 1 ; 2 ou 3, la probabilité d'obtenir k succès est donnée

indépendants, on applique la formule p ( A ∩ B ) = p ( B ) × p ( A ) . Comment déterminer la loi d’une variable aléatoire ? On tente de reconnaître une loi classique : loi de Bernoulli, loi binomiale… Sinon, on cherche les valeurs k que peuvent prendre la v.a., et on donne tous les P(X = k ). Comment reconnaît-on une loi binomiale ? on repère des mots clés dans l’énoncé, par exemple : « Y la variable aléatoire qui compte le nombre de .. » « on répète de manière identique et indépendante l’expérience… » si

CCF n°1 Durée : 2h00 Matériel fourni : formulaire de mathématiques Tous les calculs doivent figurer sur la copie. La note tiendra fortement compte de la rédaction qui devra donc être particulièrement soignée. Exercice 1 : Statistiques à deux variables Le tableau suivant donne l’évolution de la population de l’Inde de 1951 à 1991. Année 1951 1961 1971 1981 1991 Rang 1 2 3 4 5 Population (en millions) 361 439 548 683 846 Sauf consigne particulière, les résultats seront arrondis au millième