ARTHUR CHARPENTIER
Les calculatrices sont autorises. Les documents sont en revanche interdits.
Il y a 25 questions. Sur la feuille jointe, veuillez reporter vos rponses (une unique
rponse par question)
Les lments de rponse sont donns titre indicatif, pour justier la rponse. Des
statistiques sur les direntes rponses sont mentionnes pour chaque question.
La fonction de densit
fX (x) =
3x4
pour
sinon
x>1
.
3.375
A)
B)
2.232
C)
2.70
D)
2.025
E)
4.50
cette variable
alatoire) est
Or ici, pour
Aussi,
P(Xi y) = FX (y)3
x
3x4 du = x3 1 = 1 x3 .
FY (x) = 1 x3
3
Pour calculer l'esprance, faisons simple (on verra une mthode plus intressante par la suite, dans la question 21) et drivons cette fonction
2
9
18
9
fY (x) = 3 3x4 1 x3 = . . . = 4 7 + 10
x
x
x
Bon, on va avoir une fonction simple intgrer ici ( condition de ne pas faire
d'erreurs de calculs)
E(Y ) =
x fY (x)dx =
9
18
9
+
dx,
x3 x6 x9
E(Y ) =
qui tait la rponse D.
xa
est
9 18 9
81
+ =
= 2.025
2
5
8
40
20
40
60
80
100
vide
Les rponses taient dcalles par rapport celles proposes dans Labelle
(2011) pour qui cette rponse tait la rponse E.
Le prot annuel d'une compagnie I est modlis par une variable alatoire
continue
X>0
de fonction de densit
fX (x).
A)
5
5
fX y
6
6
X
B)
6
6
fX y
5
5
fX . Y
C)
est
fX
20%
6
y
5
de la compagnie
6
5
D) fX
y
5
6
suprieur donc
E)
fX
5
y
6
6
Y = 1.2 X = X .
5
Comme je l'ai dit en classe, je suis nul pour utiliser des formules apprises par
coeur (en l'occurence cette sur le changement de variable), et pour viter de
se tromper, on peut passer par les fonctions de rpartition.
FY (x) = P(Y x) = P
6
Xx
5
5
5
= P X x = FX
x
6
6
d
5
fY (x) =
FY (x) = fX
dx
6
5
x
6
20
40
60
80
100
Soit
X1 , X2 , X3
tinue
vide
fX (x) =
2x
0
pour
0<x<
sinon.
A)
3
B) 3 2
2
2
2
2
3
1
D)
2
2
2
2
P(Xi 1) =
fX (x)dx =
3( 2 1) (2 2)2
2
3
1
E) 3
2
2
2
2
probabilit que Xi dpasse 1 est
C)
2 3
1
[ 2x] dx = 2( 21)
1 2 = 2.
2
2
3 2
p (1 p)
2
soit
2
1
3
3
2
2
2
2
2
20
40
60
80
100
Soit
Y = min(X1 , X2 , . . . , X5 ),
si
x<3
1 9x2
si
x 3.
A)
vide
FX (x) = P (X x) =
Soit
B)
C)
20
3
X1 , X2 , . . . , X5
X.
D)
Trouver
E[Y ].
E)
10
3
5
Y
i=1
x [3, [
5
Y
P(Xi > x) =
(9x2 )5 = 310 x10
i=1
fY x) =
d
d
d
FY (x) = [1 FY (x)] = P(Y > x)
dx
dx
dx
aussi ici
d
P(Y x) = 10 310 x11
dx
de telle sorte que
E(Y ) =
10
x 10 3 x
11
10
dx = 10 3
10
1
dx = 10 3
9x9
10
3
10
3
Xi ,
20
40
60
80
100
moyenne.
vide
Soit
pour
fX (x) = (2x)1
la probabilit que l'une soit moins de 1 et que les deux autres soient plus de
1.
1
2
A)
B)
3
8
1
3
C)
D)
1
4
E)
3
4
Xi
soit infrieure 1.
P(Xi < 1) =
tiens,
e1
Xi .
1
dx
1
1
=
log x
=
2x
2
2
e1
3 1 1
3
=
2
2 2 2
8
20
40
60
80
100
Soit
vide
1) = P (X 1)
que vaut
E[X] ?
P (X >
1
1
B) ln 2
C)
D) e
e
ln 2
P(X > 1) = P(X 1), c'est que 1 est la
A)
Si
P(X > 1) =
moyenne
E)
mdiane de
X,
puisqu'alors
1
. Rappelons que pour une loi exponentielle de paramtre
2
(de
1 )
P(X > 1) = e1 = e
donc ici
= log(2).
20
40
60
80
100
).
La variable alatoire
[X]
2
ln 2
B)
vide
A)
8
(ln 2)2
sachant que
C)
P (X 2) = 2P (X 4).
(ln 2)2
4
D)
ln
E)
P(X 2) = 2 P(X 4)
4
(ln 2)2
(de moyenne 1 )
par la relation
1 exp(2) = 2 exp(4)
soit, si on pose
x = exp(2),
1 x = 2 x2
2,
soit
2x2 + x 1 = 0
x=
1
2
ou
x = 1.
exp(2) =
1
2
soit
log 2
.
2
2 .
de l'esprance, soit
xn eax dx =
n!
an+1
Var
avec
E(X ) =
2
x fX (x)dx =
x2 ex dx =
2
.
2
et donc
Var
(X) =
2
1
1
2 = 2.
2
log 2
2
2
4
[log 2]2
20
40
60
80
100
10
vide
L'actuaire attend le premier des trois rapports faits simultanment par des inspecteurs indpendants avant de commencer son tude menant au remboursement des dommages d'un assur. Si les temps (en semaines) pour faire leurs
rapports suivent des lois exponentielles de moyenne 2, 3, 4 respectivement et
le temps de l'tude de l'actuaire est aussi une exponentielle de moyenne 5,
combien de temps (en semaines) y aura-t-il en moyenne avant le remboursement ?
A)
B)
C)
77
13
D)
12
13
E)
14
W = min{X1 , X2 , X3 },
alors
n
Y
i=1
P(Xi > x)
x) = e(i+1)x ,
11
P(Xi > x) = ei x ,
soit ici
P(Xi >
donc
1 1 1
13
P(W > x) = exp
+ +
x exp x
2 3 4
12
qui est une loi exponentielle de moyenne
12/13,
5.
La
12
77
+5=
13
13
20
40
60
80
100
Soit
ln 2,
trouver
A)
vide
E[cos(X)].
B)
2 ln 2
C)
D)
1
4
E)
1
2
E[X] =
12
E[cos(X)] =
X
x=0
Comme ici
les valeurs
+1
est entier,
et
cos(x)
log2.
cos(x) P(X = x)
en alternance :
cos(x) = (1)x .
de calculer ici
k = 0 (1)x e
X
x
()x
= e
k = 0
x!
x!
exp().
Aussi,
1
4
20
40
60
80
100
10
Soit
et
vide
fX,Y (x, y) =
1
9
2xy+1
0
x = 1, 2
pour
sinon
et
y = 1, 2
Trouver
X
E
Y
5
3
13
8
9
On a ici un couple de variables qui peuvent prendre 4 valeurs. Le ratio (que
A)
B)
l'on va noter
le couple
25
18
C)
4
3
D)
5
4
E)
R) peut alors prendre 3 valeur : 1/2 (pour le couple (1, 2)), 2 pour
(2, 1)
et enn
1,
(1, 1)
et
(2, 2).
1
P R=
2
2
P R=
1
1
9
4
9
P (R = 1) = 1
4 1
4
=
9 9
9
2 2
+
9 9
E(R) =
X
r
r P (R = r) =
1 1
4
4
25
+1 +2 =
2 9
9
9
18
11
Soit
o
A)
1
20
B)
1
10
0 < x < 1.
C)
1
5
Trouver Var
D)
1
4
[X].
E)
1
2
fX (x) = kx(1x)
20
40
60
80
100
14
vide
(pour
information, cette loi est une loi beta). Comme toujours, on utilise le fait que
f (x)dx = 1,
Z
kx(1 x)dx = k
Donc
soit ici
k = 6.
x x dx = k
x2 x3
2
3
1
=k
1/2.
1
=1
6
1/2
un peu de calculs,
E(X) =
x 6x(1 x)dx = 6
1
2
x x dx = 6
x3 x4
3
4
1
=6
1
1
=
12
12
(X) =
E(X 2 ) E(X)2 ,
E(X ) =
2
1
2
x 6x(1 x)dx = 6
x x dx = 6
x4 x5
4
5
Var
(X) =
3
1
65
1
2 =
= .
10 2
20
20
1
0
=6
1
3
=
20
10
15
20
40
60
80
100
12
Soit
X1 , X2 , . . . , Xn
l'intervalle
A)
[0, 1].
vide
Trouver
1
n+1
E[ max Xi ] E[ min Xi ].
B)
1in
1
n
1in
C)
1
2
D)
n
n+1
E)
n1
n+1
M = max{X1 , . . . , Xn },
1/2).
x [0, 1]
n
Y
i=1
P(Xi x) =
n
Y
xn
i=1
d
P(M x) = nxn1
dx
de telle sorte que
E(M ) =
1
n1
x nx
dx = n
xn dx = n
1
1
=1
n+1
n+1
16
1.
1 max{X1 , . . . , Xn }
1 Xi .
min{X1 , . . . , Xn } =
L
Xi =
Mais sinon, on peut aussi faire des calculs. C'est parti. Posons
W =
min{X1 , . . . , Xn },
x [0, 1]
n
Y
i=1
n
Y
P(Xi > x) =
(1 x)n
i=1
fX (x) =
d
d
FX (x) = [1 FX (x)],
dx
dx
aussi ici
d
P(W x) = n(1 x)n1
dx
de telle sorte que
E(W ) =
x n(1 x)n1 dx
i.e.
E(W ) = n
(1 x)n+1
n+1
1
0
(1 x)n
n
1
= ... =
1
.
n+1
E(M ) E(W ) = 1
1
1
n1
=
n+1 n+1
n+1
17
20
40
60
80
100
13
Soit
vide
valeur maximum de
A)
Calculons
P (x X 2x)
pour
x 0.
1
1
1
D)
E)
ln 2
4
2
h(x) = P(X [x, 2x]) = P(X 2x) P(X x),
B)
ln 2
C)
h(x) = ex e2x
Bon, maintenant, utilisons des rsultats vus dans les vieux cours d'analyse. En
particulier, si on cherche des points intrieurs un problme d'optimisation,
une condition ncessaire (comme cette fonction est susement rgulire) est
que la drive s'annule au maximum (condition dite du premier ordre). On va
donc calculer la drive de
h(),
h0 (x) = ex + 2e2x
donc
h0 (x) = 0
si et seulement si
ex = 1/2,
c'est dire
x = log 2.
On peut
h()
est positive, et
h(x) 0
x 0. Donc, comme h est forcment monotone sur ]0, log 2], c'est que
Donc
log 2
18
par
1
1
1
=
2 22
4
h(log 2) =
20
40
60
80
100
14
Soit
et
A)
vide
ponentielles de paramtres
Trouver
et
respectivement.
E[max(X, Y )].
1
+
B)
2 + + 2
2 + 2
1 1
D)
+
+
Z = max{X, Y }. On a
C)
E)
dj vu
et
Y.
et
Y z) = P(X z) P(Y z)
Donc
P(Z z) = [1 ez ] [1 ez ] = 1 ez ez + e(+)z
max(, )
19
(oui,
car cette fonction est absolument continue) est obtenue en drivant la fonction
ci-dessus,
0 + ex + ez ( + )e(+)z = fZ (z).
L'esprance de
est alors
E(Z) =
0 zfZ (z)dz =
1 1
1
+ +
+
(je passe les calculs qui sont trs simples). Cette expression n'est pas propose,
il fa falloir mettre au mme dnominateur,
E(Z) =
2 + + 2
2 + 2
20
40
60
80
100
retenir la rponse B.
vide
20
15
Le petit Nestor collectionne les cartes de joueurs de Baseball dans les paquets de gommes m
cher. Il y a en tout 20 cartes direntes (rparties alatoirement, une par paquet). Combien de paquets de gommes Nestor devrait-il
s'attendre avoir acheter pour obtenir la collection complte ?
A)
71.95
On note
cartes
i.
Xi
B)
98.41
C)
150
D)
224.67
Par exemple
X1
vaut
E)
400
i1
nouvelles
X2
de paramtre
p2 = 19/20.
Pour la troisime
de paramtre
p3 = 18/20,
(20 (i 1))/20,
cartes acheter,
pour
Xi
i = 1, . . . , 20.
E(T ) = E
i=1
Xi
T = X1 + . . . + X2 0,
20
X
X3
X2 , il ne faut
20
X
Aussi, si
pi =
alors
E (Xi ) =
i=1
20
X
i=1
20
20 (i 1)
soit
E(T ) = 20
20
X
i=1
1
1 1
1
= 20 1 + + + . . . +
20 (i 1)
2 3
20
1 1
1
20 1 + + + . . . +
2 3
20
71.95479,
1+
1
1 1
+ + . . . + log n +
2 3
n
21
un calcul rapide,
1+
1 1
1
+ + . . . + log n
2 3
n
donc
1 1
1
+ + ... +
log 20 = 2.9957
2 3
20
vraie valeur est 3.59774. Aussi, la valeur
1+
Rappelons que la
20 ,
avec
0.577,
20
40
60
80
100
la plus proche...
16
Si
A)
B)
C)
1
e
]0, 1],
trouver
D)
vide
E[ ln X].
E)
y ]0, [
Y = log X ,
de telle
22
car
{x R
log x y} = {x R
tel que
x exp[y]}.
tel que
Bref,
FY (y) = 1 ey
qui est la fonction cumulative de la loi exponentielle de paramtre
Donc
20
40
60
80
100
E(Y ) = 1,
1.
17
Soit
l'cart-type de
A)
24
Y = 4X + 12.
B)
12
C)
sorte que
9 = 32 .
vide
D)
24
E)
144
E[X ] = 13.
2
Or Var
(X) = 13 22 =
donc Var
Var
12.
de telle
23
20
40
60
80
100
18
X=
avec probabilit
20
vide
avec probabilit
0.4
0.6
A)
B)
C)
40%
et
10
Yd = (X d)+ ,
(20 d)+
E(Yd ) =
D)
E)
imposer
d?
15
avec probabilit
60%.
(2 d)+
Donc
3
2
(2 d)+ + (20 d)+ .
5
5
d [2, 20].
E(Yd ) =
Dans ce cas,
2
3
3d
0 + (20 d) = 12
5
5
5
d 7 E(Yd ), la
valeur de
est alors
24
E(Yd ) = 12
[2, 20].
3d
=6
5
Bref, on cherche
soit
3d
=6
5
soit
telle que
d = 10
20
40
60
80
100
19
Soit
vide
fX (x) =
Trouver la mdiane de
A)
0.347
B)
8xe4x
0
pour
x>0
sinon
X.
C)
0.693
D)
0.416
E)
0.833
FX (x) =
fX (u)du =
x
8u exp[4u2 ]du = exp 4u2 0 = 1exp 4x2 ,
pour
x 0.
25
1
1 exp 4m2 =
2
o (comme toujours)
log
c'est dire
log 2 = 4m2
log 2
m =
4
2
soit
m=
log 2
0.416
2
20
40
60
80
100
20
Soit
vide
2 x 2.
A)
2
Trouver
B)
X ,
l'cart-type de
X.
D)
1
2
C)
E)
fX (x) =
|x|
4
pour
E(g(X)) =
+2
Rc
a
Rb
a
g(x)fX (x)dx =
+
Z
Rc
b
, aussi
g(x)fX (x)dx +
+2
g(x)fX (x)dx
26
Maintenant, a sera plus simple. Pour l'esprance, on peut noter que la densit
est symmtrique par rapport
donc
E(X) = 0.
soit
E(X 2 ) = 1 + 1 = 2
et donc la bonne rponse sera la rponse A. (Il s'agissait de la question 22.2
20
40
60
80
100
21
Soit
fX (x)
et fonction de distribution
donne
E[X] ?
FX (x).
vide
A)
FX (x)dx
B)
Z
(1 fX (x))dx
27
C)
D)
Z
(1 FX (x))dx
xFX (x)dx
E)
fX (x)dx
L1 ,
alors
xP(X > x) 0
quand
x .
La dmonstration
E(X) =
ufX (u)du
et on crit
u=
dx,
E(X) =
fX (u)dxdu =
fX (u)dudx =
[1 FX (x)]dx.
qui est la rponse D. Maintenant, on peut aussi regarder ce que donne l'intgration par partie.
E(X) =
xfX (x)dx
et pose
u = x, v 0 = fX (x), u0 = 1
et
v = FX (x) 1
1)]
0
Z
[FX (x)1]dx = lim {x (FX (x) 1)}+
x
[1FX (x)]dx.
Aussi, compte tenu des calculs prcdants, on peut en conclure que si les
calculs ici sont valides (ce qui revient supposer que
X L1 ), alors forcment
xP(X > x) 0 quand x . Mais rigoureusement, c'est dans cet ordre que
20
40
60
80
100
28
22
vide
l'hiver 2013, le cours ACT2121 est oert deux groupes forms alatoirement. Le groupe 20 (respectivement 21) comprend 70 (respectivement 60)
inscrits. En supposant que la note d'un tudiant quelconque du ACT2121 suit
toujours une loi normale de moyenne 72 et variance 25, trouver la probabilit
que les moyennes des deux groupes dirent par 3 points ou plus.
A)
0.9997
B)
0.6000
C)
0.0600
D)
0.0060
E)
0.0006
{X1 , . . . , Xn }
et
{Y1 , . . . , Ym }
avec
n = 70
et
m = 60.
On note
et
les
moyennes,
1X
X=
Xi
n i=1
n
1 X
Y =
Yi .
m i=1
m
et
et
1X
Xi
n i=1
n
Var
(X) = Var
n
X
1
= 2 Var
Xi
n
i=1
(Xi
25
5
=
=
n
70
14
Var
suivent
29
alors que
1 X
Yi
m i=1
m
Var
(Y ) = Var
m
X
1
= 2 Var
Yi
m
i=1
25
5
(Yi
=
=
m
60
12
Var
deux lois normales indpendantes suit (encore) une loi normale, de moyenne
5
65
5
+
= .
14 12
84
3
3
P(|Y X| > 3) = P |Z| > q = 2 P Z > q
Aussi,
65
84
avec
65
84
Z N (0, 1)
soit ici
3.0
0.9987
aussi
pas
0.9987
0.9987
0.9988
3.09
mais
3.437,
donc
0.9988
et donc
0.9989
0.9989
0.9989
0.9990
Or ici, on n'a
0.0002941,
0.9990
0.0588%
(proche de
P (Z > 3.4369)
0.06
proposs).
20
40
60
80
100
30
23
vide
Les donnes de Statistique Canada rvlent que le revenu annuel brut des
familles du Qubec (respectivement de l'Ontario) suit une loi normale de
moyenne 68 000$ (respectivement 81 000$) et d'cart-type 6 000$ (respectivement 8 000$). Cent familles sont choisies au hasard dans chacune des deux
provinces. Trouver la probabilit que le revenu annuel moyen des cent familles
de l'Ontario dpasse par au moins 15 000$ celui des cent familles du Qubec.
A)
2.28%
B)
15.87%
C)
50%
D)
84.13%
{Y1 , . . . , Yn }
avec
n = 100.
On note
1X
X=
Xi
n i=1
n
et
E)
99.72%
{X1 , . . . , Xn }
les moyennes,
1X
Y =
Yi .
n i=1
n
et
et
moyennes
et
et de variances
1X
Xi
n i=1
n
Var
(X) = Var
n
X
1
= 2 Var
Xi
n
i=1
(Xi
60002
=
= 6002
n
100
Var
et Var
(Y ) = 8002 .
31
Or on
sait que la dirence de deux lois normales indpendantes suit (encore) une
loi normale, de moyenne
Aussi,
avec
Z N (0, 1)
soit ici
15000 13000
P(Y X > 15000) = P Z >
= P (Z > 2) =
1000
avec
Z N (0, 1)
Bon, cette probabilit on la connat par coeur avec le cours de stats, car on
sait que
P (|Z| > 2) 5%, de telle sorte que (par symmtrie de la loi normale)
P (Z > 2) 2.5%.
1.9
0.9713
0.9719
0.9726
0.9732
0.9738
0.9744
0.9750
0.9756
0.9761
0.9767
2.0
0.9772
0.9778
0.9783
0.9788
0.9793
0.9798
0.9803
0.9808
0.9812
0.9817
2.1
0.9821
0.9826
0.9830
0.9834
0.9838
0.9842
0.9846
0.9850
0.9854
0.9857
soit ici
P(Z 2.0) 97.72%, et donc P(Z > 2.0) 2.275%, qui est la rponse
A.
24
Soit
et
3, Y = 5, X = 3
et
Y = 4.
Y X
X =
20
40
60
80
100
32
0.03
A)
B)
0.16
C)
0.42
D)
vide
0.84
E)
0.97
La dirence entre deux lois normales indpendantes est encore une variable
Gaussienne, de moyenne
2
2 = Var(Y + (X)) = Var(Y ) + Var(X) = X
+ Y2 = 52 .
Y X = + Z
Aussi,
avec ici
(7 )/ = 1.
avec
avec
Z N (0, 1)
0.9
0.8159
0.8186
0.8212
0.8238
0.8264
0.8289
0.8315
0.8340
0.8365
0.8389
1.0
0.8413
0.8438
0.8461
0.8485
0.8508
0.8531
0.8554
0.8577
0.8599
0.8621
1.1
0.8643
0.8665
0.8686
0.8708
0.8729
0.8749
0.8770
0.8790
0.8810
0.8830
soit ici
33
20
40
60
80
100
25
vide
A)
99%
Soient
B)
et
hasard, et posons
dpendance,
75%
C)
52%
D)
9%
E)
25%
p = P(M > F ),
M F
ou encore
Or par in-
paramtres sont
(cm.)
Aussi
M F = + Z
avec ici
/ = 0.7.
avec
avec
Z N (0, 1)
34
0.6
0.7257
0.7291
0.7324
0.7357
0.7389
0.7422
0.7454
0.7486
0.7517
0.7549
0.7
0.7580
0.7611
0.7642
0.7673
0.7704
0.7734
0.7764
0.7794
0.7823
0.7852
0.8
0.7881
0.7910
0.7939
0.7967
0.7995
0.8023
0.8051
0.8078
0.8106
0.8133
soit ici
les
25.029%
hommes, soit
p5 .
80
60
40
20
0
couples,
La probabilit
100
vide
(x) = P(X x) =
(t)dt
-2
-1
2
1
t
(t) = exp
du
2
2
P(X x) =
X N (0, 1)
-3
35
(t)dt
36
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.5000
0.5040
0.5080
0.5120
0.5160
0.5199
0.5239
0.5279
0.5319
0.5359
0.1
0.5398
0.5438
0.5478
0.5517
0.5557
0.5596
0.5636
0.5675
0.5714
0.5753
0.2
0.5793
0.5832
0.5871
0.5910
0.5948
0.5987
0.6026
0.6064
0.6103
0.6141
0.3
0.6179
0.6217
0.6255
0.6293
0.6331
0.6368
0.6406
0.6443
0.6480
0.6517
0.4
0.6554
0.6591
0.6628
0.6664
0.6700
0.6736
0.6772
0.6808
0.6844
0.6879
0.5
0.6915
0.6950
0.6985
0.7019
0.7054
0.7088
0.7123
0.7157
0.7190
0.7224
0.6
0.7257
0.7291
0.7324
0.7357
0.7389
0.7422
0.7454
0.7486
0.7517
0.7549
0.7
0.7580
0.7611
0.7642
0.7673
0.7704
0.7734
0.7764
0.7794
0.7823
0.7852
0.8
0.7881
0.7910
0.7939
0.7967
0.7995
0.8023
0.8051
0.8078
0.8106
0.8133
0.9
0.8159
0.8186
0.8212
0.8238
0.8264
0.8289
0.8315
0.8340
0.8365
0.8389
1.0
0.8413
0.8438
0.8461
0.8485
0.8508
0.8531
0.8554
0.8577
0.8599
0.8621
1.1
0.8643
0.8665
0.8686
0.8708
0.8729
0.8749
0.8770
0.8790
0.8810
0.8830
1.2
0.8849
0.8869
0.8888
0.8907
0.8925
0.8944
0.8962
0.8980
0.8997
0.9015
1.3
0.9032
0.9049
0.9066
0.9082
0.9099
0.9115
0.9131
0.9147
0.9162
0.9177
1.4
0.9192
0.9207
0.9222
0.9236
0.9251
0.9265
0.9279
0.9292
0.9306
0.9319
1.5
0.9332
0.9345
0.9357
0.9370
0.9382
0.9394
0.9406
0.9418
0.9429
0.9441
1.6
0.9452
0.9463
0.9474
0.9484
0.9495
0.9505
0.9515
0.9525
0.9535
0.9545
1.7
0.9554
0.9564
0.9573
0.9582
0.9591
0.9599
0.9608
0.9616
0.9625
0.9633
1.8
0.9641
0.9649
0.9656
0.9664
0.9671
0.9678
0.9686
0.9693
0.9699
0.9706
1.9
0.9713
0.9719
0.9726
0.9732
0.9738
0.9744
0.9750
0.9756
0.9761
0.9767
2.0
0.9772
0.9778
0.9783
0.9788
0.9793
0.9798
0.9803
0.9808
0.9812
0.9817
2.1
0.9821
0.9826
0.9830
0.9834
0.9838
0.9842
0.9846
0.9850
0.9854
0.9857
2.2
0.9861
0.9864
0.9868
0.9871
0.9875
0.9878
0.9881
0.9884
0.9887
0.9890
2.3
0.9893
0.9896
0.9898
0.9901
0.9904
0.9906
0.9909
0.9911
0.9913
0.9916
2.4
0.9918
0.9920
0.9922
0.9925
0.9927
0.9929
0.9931
0.9932
0.9934
0.9936
2.5
0.9938
0.9940
0.9941
0.9943
0.9945
0.9946
0.9948
0.9949
0.9951
0.9952
2.6
0.9953
0.9955
0.9956
0.9957
0.9959
0.9960
0.9961
0.9962
0.9963
0.9964
2.7
0.9965
0.9966
0.9967
0.9968
0.9969
0.9970
0.9971
0.9972
0.9973
0.9974
2.8
0.9974
0.9975
0.9976
0.9977
0.9977
0.9978
0.9979
0.9979
0.9980
0.9981
2.9
0.9981
0.9982
0.9982
0.9983
0.9984
0.9984
0.9985
0.9985
0.9986
0.9986
3.0
0.9987
0.9987
0.9987
0.9988
0.9988
0.9989
0.9989
0.9989
0.9990
0.9990