Variables aléatoires discrètes
PSI-Lycée Brizeux. Variables aléatoires discrètes. Variables aléatoires discrètes. I Loi d'une variable aléatoire. 1 Définition d'une variable aléatoire.
Chapitre 3 - Variables aléatoires discrètes
Soit X une va- riable aléatoire discrète La fonction qui associe à tout a ? R la probabilité P(X = a) est appelée loi de probabilité de la variable aléatoire X
Variables aléatoires Discrètes
(Propriétés élémentaires de la loi d'une variable aléatoire.) Soit X une variable aléatoire discrète qui prend ses valeurs sur N. 1. Pour tout k ? N P(X = k)
Chapitre 4 - Variables aléatoires discrètes
Méthode 1 : Donner la loi de probabilité d'une variable aléatoire discrète. • On donne l'ensemble des valeurs X(?) des valeurs prises par X.
Caractéristiques dune variable aléatoire discrète
1 mars 2015 3 Loi de probabilité d'une variable aléatoire discrète. 4 Fonction de répartition d'une variable aléatoire discrète.
Chapitre 3: Variables aléatoires discrètes espérance
http://www.lmpt.univ-tours.fr/~gallardo/coursProb1-09-10-3.pdf
Variables aléatoires discrètes
variable aléatoire X et aux propriétés de cette loi. I.1 Variables aléatoires discrètes. 7. ? Une variable aléatoire discrète sur (? a
Variables aléatoires discrètes
2 Rappels sur les variables aléatoires discrètes. 5. 2.1 Définitions . Calculer l'espérance et la variance d'une variable aléatoire discrète.
Variables aléatoires discrètes
La loi de probabilité de la variable aléatoire X est la fonction f qui a chaque valeur associe sa probabilité. Remarque 1. En général on présente la loi d'une
Variables aléatoires discrètes Fiche
On définit pour ces variables aléatoires leur loi de probabilité et on leur associe un nombre appelé espérance mathématique qui est à une variable aléatoire ce
[PDF] Variables aléatoires discrètes - Unisciel
De manière générale une variable aléatoire X est une variable de Bernoulli si elle ne prend que les valeurs 0 et 1 avec des probabilités non nulles Calcul de
[PDF] Variables aléatoires discrètes - CPGE Brizeux
Exemple : Si A ? A la fonction indicatrice 1A de A est une variable aléatoire réelle discrète On admet la propriété suivante : Propriété 2 : Image d'une
[PDF] Variables aléatoires Discrètes
Définition 1 (Variable aléatoire) Une variable aléatoire réelle X sur un espace probabilisé (?AP) est une application de ? dans R telle que
[PDF] Leçon 264 - Variables aléatoires discrètes Exemples et applications
Une application X : ? ? E est une variable aléatoire discrète si X(?) est dénombrable et si X?1{x} ? A ?x ? E On définit alors la loi de probabilité de X
[PDF] Variables aléatoires discrètes - RTC
Une variable aléatoire discrète sur ? à valeurs dans E est une application X de ? dans E telle que X(?) soit une partie au plus dénombrable de E et telle que
[PDF] Variables aléatoires discrètes - Nathalie Daval - Free
En général on présente la loi d'une variable aléatoire X sous la forme d'un tableau qui récapitule les valeurs prises par X ainsi que les probabilités
[PDF] Chapitre 5 : Variables aléatoires discrètes
Définition : Soit U l'univers d'une expérience aléatoire Une variable aléatoire sur U est une fonction à valeurs réelles définie sur l'univers U:
[PDF] 1 Introduction 2 Variables Aléatoires Discrètes
Variables Aléatoires Discrètes 2 1 Définition 2 2 Loi de Probablité 2 3 Fonction de Répartition 3 Variables Aléatoires Continues 3 1 Définition
[PDF] Chapitre 2 Variables aléatoires
Définition Une variable aléatoire notée (v a) est dite discrète si l'ensemble des réalisations possibles x1 x2 xn pour cette variable est fini ou
[PDF] Variables aléatoires discrètes
I 1 Variables aléatoires discrètes 7 ? Une variable aléatoire discrète sur (? a È) est une appli- cation à valeurs dans un ensemble fini ou dénombrable
Comment reconnaître une variable aléatoire discrète ?
En théorie des probabilités, une variable aléatoire est dite discrète lorsque l'ensemble des valeurs qu'elle peut prendre est fini ou infini dénombrable. Ainsi, le résultat d'un lancer de dé cubique est une variable aléatoire réelle discrète car elle ne peut prendre que 6 valeurs : 1, 2, 3, 4, 5, 6.Quand Dit-on qu'une variable est discrète ?
Contrairement à une variable continue, une variable discrète ne peut prendre qu'un nombre fini de valeurs réelles possibles à l'intérieur d'un intervalle donné.Comment calculer l'espérance d'une variable aléatoire discrète ?
La formule de l'espérance est ( ) = ? ? ( = ) , où représente chacune des valeurs possibles de la variable aléatoire discrète et ( = ) est la probabilité que chacun de ces résultats se réalise.- Définition 1 La fonction de répartition (f.d.r.) de la variable aléatoire X sur R est la fonction suivante : FX (x) = P(X ?] ? ?,x]) = P(X ? x). FX (x)=1. 2. Comme FX est croissante, elle admet une limite `a gauche en chaque point, limite qu'on notera FX (x?).
Variables aléatoires discrètes
Table des matières
I Variable aléatoire2
I.1 Notion de variable aléatoire discrète . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . 2
I.2 Loi d"une variable aléatoire . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . 2
I.3 Espérance d"une variable aléatoire . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . 3
I.4 Variance et écart-type d"une variable aléatoire . . . . . .. . . . . . . . . . . . . . . . . . . . . 3
I.5 Transformation affine d"une variable aléatoire . . . . . . . .. . . . . . . . . . . . . . . . . . . 4
II Couples de variables aléatoires5
II.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . 5
II.2 Indépendance de deux variables aléatoires . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 6
II.3 somme de variables aléatoires . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . 6
IIILois fondamentales7
III.1 Loi de bernouilli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . 7
III.2 loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 8
III.3 loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . 9
http://nathalie.daval.free.fr-1- BTS DOMOTIQUEVariables aléatoires discrètes2008-2010I Variable aléatoire
I.1 Notion de variable aléatoire discrète
Définition 1
Une grandeur numériqueXprenant, lors d"une expérience aléatoire, des valeursx1,x2,...,xnavec des
probabilitésp1,p2,...,pnest unevariable aléatoire discrète.
Exemple 1
Un jeu de hasard consiste à lancer un dé équilibré à6faces. Le lanceur gagne la somme double de la valeur de la face
obtenue si celle-ci est paire, sinon, il perd le double de la valeur indiquée par le dé.On appelleXle gain, positif ou négatif, du joueur après un lancer.ÔIci, l"ensemble des issues possibles estΩ ={1;2;3;4;5;6},
Ôon a défini avecXune variable aléatoire réelle telle que : X(1) =-2,X(2) = 4,X(3) =-6,X(4) = 8,X(5) =-10etX(6) = 12.I.2 Loi d"une variable aléatoire
Définition 2
Laloi de probabilitéde la variable aléatoireXest la fonctionfqui a chaque valeur associe sa probabilité.
Remarque 1
En général, on présente la loi d"une variable aléatoireXsous la forme d"un tableau, qui récapitule les valeurs
prises parXainsi que les probabilités associées. Dans tout le reste du chapitre, on considèrera la variable aléatoire discrète de loi :Valeurs deX:xix1x2x3...xn
Probabilité :p(X=xi)p1p2p3...pn
Exemple 2
On reprend l"énoncé de l"exemple précédent. La loi deXest donnée par : xi-10-6-24812 p(X=xi)1 6 1 6 1 6 1 6 1 6 1 6Exemple 3
On dispose d"un jeu de32cartes. On tire une carte dans ce jeu, et on attribue à ce tirage la valeurXcalculée suivant la
règle suivante :Ôsi la carte est un Roi,Xvaut4points,Ôsi la carte est une Dame,Xvaut3points,
Ôsi la carte est un Valet,Xvaut1point,
Ôtoutes les autres cartes valent0point.La loi deXest donnée par : xi0134 p(X=xi)5 8 1 8 1 8 1 8Remarque 2
On note que pour chacun de ces tableaux, la somme des probabilités élémentaires fait 1, en accord avec l"un
des axiomes des probabilités! http://nathalie.daval.free.fr-2- BTS DOMOTIQUEVariables aléatoires discrètes2008-2010I.3 Espérance d"une variable aléatoire
Définition 3
SoitXune variable aléatoire discrète, on appelleespérancede la variable aléatoireXle réel notéE(X)
qui vaut :E(X) =p
1x1+p2x2+...+pnxn=
n? i=1 pixi.Remarque 3
Ce nombre important en probabilités représente la valeur moyenne de la variable aléatoireX.Exemple 4
On reprend le jeu de cartes étudié précédemment.On rappelle que la loi deXest donnée par :
xi0134 p(X=xi)5 8 1 8 1 8 1 8D"où le calcul de l"espérance :
ÔE(X) = 0×5
8+ 1×18+ 3×18+ 4×18
ÔE(X) =8
8= 1. ÔConcretement, cela signifie "qu"en moyenne", le joueur gagne1point. I.4 Variance et écart-type d"une variable aléatoireDéfinition 4
SoitXune variable aléatoire aléatoire discrète d"espéranceE(X).V(X) =p
n? i=1 pi[xi-E(X)]2.Xdéfini par :
σ(X) =
V(X).Exemple 5
Calcul de la variance pour le jeu de cartes :
ÔV(X) =5
8[0-1]2+18[1-1]2+18[3-1]2+18[4-1]2
ÔV(X) =5
8+ 0 +48+98=94= 2,25.
D"où l"écart-type :
Ôσ(X) =σx=?
94=σx=32= 1,5.
http://nathalie.daval.free.fr-3- BTS DOMOTIQUEVariables aléatoires discrètes2008-2010 Le théorème suivant permet un calcul plus facile de la variance :Théorème 1 (De Koenig)
V(X) =p
1x21+p2x22+...+pnx2n-[E(X)]2=
n? i=1 pix2i-[E(X)]2=E(X2)-E2(X).Exemple 6
Autre méthode de calcul de la variance pour le jeu de cartes :ÔV(X) =5
8×02+18×12+18×32+18×42-12
ÔV(X) = 0 +1
8+98+168-1 =V(X) =94= 2,25.
Propriété 1
©La variance et l"écart-type d"une variable aléatoire réelleXsont des nombres positifs.©L"écart-type mesure la dispersion des valeurs d"une variable aléatoire par rapport à son espérance.
©SiXest exprimé dans un certaine unité,σXl"est dans la même unité.
I.5 Transformation affine d"une variable aléatoirePropriété 2
SoitXune variable aléatoire discrète admettant une espérance etune variance, alors pour tousa;b?R,
la variable aléatoireaX+badmet une expérance, une variance et un écart-type définis par :
©E(aX+b) =aE(X) +b.
©V(aX+b) =a
2V(X).
©σ(aX+b) =|a|σ(X).
Exemple 7
On considère la variable aléatoireXde loi
xi012 p(X=xi)1 4 1 4 1 2ÔLa loi deY= 2X-1est donnée par
yi-113 p(Y=yi)1 4 1 4 1 2 ÔE(X) =54donc :E(Y) =E(2X-1) = 2E(X)-1 = 2×54-1 =32.ÔV(X) =11
16donc :V(Y) =V(2X-1) = 22V(X) = 4×1116=114.
Ôσ(X) =⎷
114donc :σ(Y) =σ(2X-1) =|2| ×⎷
114=⎷
11 2. http://nathalie.daval.free.fr-4- BTS DOMOTIQUEVariables aléatoires discrètes2008-2010II Couples de variables aléatoires
II.1 Definition
Certaines situations sont naturellement décrites par la donnée d"un couple de variables aléatoires. Par
exemple, en météorologie, on peut s"intéresser au couple formé par la donnée de la température (T) et de
la pression (P) atmosphériques. On est ainsi amené à étudié les deux paramètres simultanément, donc à
regarder le couple (T;P), qui est uncouple de variables aléatoires.Exemple 8
On considère dans le plan les points de coordonnées entièressitués dans la zoneB, définie par
On considère l"expérience aléatoire consistant à choisir l"un de ces points au hasard (tous les choix de points dansBétant
équiprobables). On définit la variable aléatoire discrèteZqui est formée du couple de coordonnées du point choisi.
ÔDétermination de la loi deZ:
Valeurs deZ(1;1)(1;2)(1;3)(2;1)(2;2)(2;3)
Probabilités1
6 1 6 1 6 1 6 1 6 1 6 ÔLa variable aléatoireZest appelée couple des variables aléatoiresXetY.On peut présenter sa loi de manière à faire apparaître les rôles joués parXetYplus clairement :
?????XY123 11 6 1 6 1 6 216 1 6 1 6 Ôon peut aussi déterminer les lois deXet deYà partir de celle deZ: Par exemple,P(Y= 1) =P((X= 1) et (Y= 1)) +P((X= 2) et (Y= 1)) =P(Z= (1;1)) +P(Z= (2;1)) =1
6+16=13.
De manière plus rapide, en faisant les additions en colonne,on obtient la loi deY: yi123P(Y=yi)1
3 1 3 1 3 Ôen faisant les additions en ligne, on obtient la loi deX: xi12P(X=xi)1
2 1 2 Ôces deux lois sont appelées lois marginales du couple(X;Y). De façon synthétique, on peut représenter toutes ces données dans un même tableau : ?????XY123P(X=xi) 11 6 1 6 1 6 1 2 216 1 6 1 6 1 2
P(Y=yi)1
3 1 3 1 3 http://nathalie.daval.free.fr-5-BTS DOMOTIQUEVariables aléatoires discrètes2008-2010Exemple 11Dans une fête foraine, on considère deux rouesAetBdéfinies ainsi :•pour la roueA: on a20%de chance de tomber sur le nombre10,50%de chance de tomber sur le nombre20et30%de chance de tomber sur le nombre30.•pour la roueB: on a40%de chance de tomber sur le nombre10et60%de chance de tomber sur le nombre20.On lance successivement les deux roues, on noteXla variable aléatoire égale au nombre obtenu pour la roueAetYlavariable aléatoire égale au nombre obtenu pour la roueB.ÔLes deux variablesXetYsont indépendantes l"une de l"autre.ÔLa loi deXest donnée par :xi102030P(X=xi)0,20,50,3on obtientE(X) = 21etV(X) = 49.ÔLa loi deYest donnée par :yi1020P(Y=yi)0,40,6on obtientE(Y) = 16etV(Y) = 24.ÔLa loi deS=X+Yest donnée par :di20304050P(S=si)0,080,320,420,18on obtientE(S) =E(X+Y) =E(X) +E(Y) = 21 + 16 = 70,etV(S) =V(X+Y) =V(X) +V(Y) = 49 + 24 = 73.ÔLa loi deD=X-Yest donnée par :di-1001020P(D=di)0,120,380,380,12on obtientE(D) =E(X+Y) =E(X)-E(Y) = 21-16 = 5,etV(D) =V(X-Y) =V(X)+ V(Y) = 49+ 24 = 73.III Lois fondamentalesIII.1 Loi de bernouilliDéfinition 6Uneexpérience de Bernouilliest une expérience qui n"a que deux issues possibles, l"une appelée " suc-cès » qui a pour probabilitép, l"autre appelée " échec » qui a pour probabilitéq= 1-p.Définir uneloi de Bernouilli de paramètrep, c"est associer une loi de probabilité discrète à cetteexpérience aléatoire en faisant correspondre la valeur1à l"apparition d"un succès et0à celle d"un échec.xi10p(X=xi)p1-phttp://nathalie.daval.free.fr-7-
BTS DOMOTIQUEVariables aléatoires discrètes2008-2010Exemple 12
Si on lance un dé et qu"on nomme " succès » l"apparition de la face6, on obtient la loi de Bernouilli suivante :
xi10 p(X=xi)1 6 5 6Propriété 4
SoitXune variable aléatoire suivant une loi de BernouilliB(p), alors :©L"espérance deXvautE(X) =p.
©La variance deXvautV(X) =pq.
Exemple 13
quotesdbs_dbs35.pdfusesText_40[PDF] variable aléatoire exemple
[PDF] soliman et françois 1er
[PDF] fonction de distribution statistique
[PDF] produit scalaire deux vecteurs
[PDF] produit vectoriel de deux vecteurs dans le plan
[PDF] fonction de répartition d une variable aléatoire discrète
[PDF] multiplication coordonnées vecteurs
[PDF] variance
[PDF] multiplication d'un vecteur par un réel exercices
[PDF] produit vectoriel de deux vecteurs de dimension 2
[PDF] carré d'un vecteur
[PDF] multiplication de deux vecteurs colonnes
[PDF] produit scalaire vecteur 3d
[PDF] le resultat d'une multiplication s'appelle