FICHE DE RÉVISION DU BAC
MATHÉMATIQUES – TOUTES SÉRIES. Statistiques. LE COURS. [Série – Matière – (Option)] étude d'une série statistique : S – ES/L – STMG – STL – hôtellerie.
Synthèse de cours (Terminale ES) ? Séries statistiques à deux
x x. > on dit que l'on effectue une « extrapolation ». Page 2. PanaMaths. [2-3]. Mai 2007.
Cours de Statistiques (L1 – MAP 201)
14 févr. 2018 Ces variables peuvent être classées selon leur nature : variable qualitative s'exprimant par l'appartenance à une modalité. ?={Homme Femme} ; ? ...
Statistiques Cours
Première/Terminale ST2S. 6. F. Laroche. Statistiques cours. 3. Médiane et quartiles. On considère une série dont les valeurs sont ordonnées (rangées dans
Exercices Corrigés Statistique et Probabilités
Codification : S : Sport C : Cinéma
Cours de probabilités et statistiques
Huit voitures s'y sont garées au hasard et l'on observe que les quatre places libres se suivent. Est-ce surprenant ? Page 13. 1.6. EXERCICES. 13. Exercice 5 —
Résumé du Cours de Statistique Descriptive
15 déc. 2010 La statistique s'applique `a la plupart des disciplines : agronomie biologie
Statistiques et probabilités dans lenseignement secondaire
Classe de Terminale S Probabilités et statistique – séries ES et S ... terminale concernant l'intégration (loi uniforme sur un intervalle borné et loi ...
Statistique Résumé de cours et méthodes
Séries statistiques associées à un caractère discret statistique de médiane M dont la liste des valeurs est rangée dans l'ordre croissant (il s'agit.
LEÇON 06 : STATISTIQUE À DEUX VARIABLES
Plan du cours. I. Présentation de la série statistique double. II. L'ajustement. III. L'estimation. IV. Exercice de synthèse. Terminale A. Mathématiques
Universit e Claude Bernard Lyon 1
IREM de Lyon - D epartement de math ematiquesStage ATSM - Ao^ut 2010
Cours de probabilit
´es et statistiques
A. Perrut
contact : Anne.Perrut@univ-lyon1.fr 2Table des matiµeres
1 Le modµele probabiliste 5
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Espace des possibles, ev enements . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Probabilit e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Ind ependance et conditionnement . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 R ep etitions ind ependantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Variables al eatoires discrµetes 15
2.1 D e¯nitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Ind ependance et conditionnement . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Sch ema de Bernoulli et loi binomiale . . . . . . . . . . . . . . . . . . . . . . 20
2.4 Trois autres lois discrµetes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1 Loi g eom etrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2 Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.3 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3 Variables al eatoires continues 27
3.1 Loi d'une v.a. continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 La loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.1 Loi normale centr ee r eduite . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.2 Loi normale : cas g en eral . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4 La loi exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.5 Fonction d'une v.a. continue . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4 Th eorµemes limites 39
4.1 Loi des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Th eorµeme central limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3 Intervalles de con¯ance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
34TABLE DES MATIµERES
5 Tests statistiques 47
5.1 Tests d'hypothµeses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2 Test d'ajustement du chi-deux . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3 Test d'ind ependance du chi-deux . . . . . . . . . . . . . . . . . . . . . . . . 52
5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
A Cardinaux et d enombrement 57
B Tables statistiques 61
B.1 Fonction de r epartition de la loi normale centr ee r eduite . . . . . . . . . . . 61 B.2 Fractiles de la loi normale centr ee r eduite . . . . . . . . . . . . . . . . . . . 63 B.3 Fractiles de la loi duÂ2(º= nombre de degr es de libert e) . . . . . . . . . . 64C Statistique descriptive univari ee 65
C.1 Variable quantitative discrµete . . . . . . . . . . . . . . . . . . . . . . . . . . 65 C.2 Variable quantitative continue . . . . . . . . . . . . . . . . . . . . . . . . . . 68 C.3 Variable qualitative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70Chapitre 1
Le modµele probabiliste
1.1 Introduction
Les probabilit es vont nous servir µa mod eliser uneexp erience al eatoire, c'est-µa-dire
un ph enomµene dont on ne peut pas pr edire l'issue avec certitude, et pour lequel on d ecide
que le d enouement sera le fait du hasard.Exemples :
- l'enfant µa na^³tre sera une ¯lle, - l' equipe de l'OL va battre l'OM lors du prochain match qui les opposera, - le d e va faire un nombre pair. La premiµere t^ache qui vous attend est de d ecrire les di® erentes issues possibles decette exp erience al eatoire. Puis on cherche µa associer µa chacune de ces eventualit esun
nombre compris entre 0 et 1 qui mesure la chance qu'elles ont de se r ealiser. Commentinterpr eter/¯xer ce nombre, appel e probabilit e? Il existe plusieurs maniµeres de voir.
- Proportion : On lance un d e. Quelle est la probabilit e deA="obtenir un chi®re pair"? Chaque face dud e a la m^eme chance, et il y en a 6. Quant aux chi®res pairs, ils sont 3. D'oµu, intuitivement,
P(A) =3
6 = 1=2. - Fr equence : Un enfant est attendu. Quelle est la probabilit e que ce soit une ¯lle? On a observ e un grand nombre de naissances. Notonsknle nombre de ¯lles n ees en observantnnaissances. AlorsP(¯lle) = limn!+1k
n n mais cette limite a-t-elle un sens? - Opinion : Quelle est la probabilit e pour que l' equipe de Tunisie gagne la coupe d'Afrique des nations? pour que l'OL soit championne de France? Dans ce cas, on ne peut pas rejouer le m^emematch dans les m^emes conditions plusieurs fois. On peut consid erer les qualit es des joueurs,
des entra^³neurs, les r esultats de la saison... Mais le choix de la probabilit e est forc ement
subjectif. 56CHAPITRE 1. LE MODµELE PROBABILISTE
Attention aux valeurs des probabilit es! Elles sont choisies de maniµere arbitraire par le mod elisateur et il faut les manipuler avec soin.1.2 Espace des possibles, ev enements
On etudie une exp erience al eatoire. L'espace des possiblesouuniversd ecrit tousles r esultats possibles de l'exp erience. Chacun de ces r esultats est appel e ev enement
el ementaire. On note souvent l'espace des possibleset un r esultat el ementaire!. Un
ev enementest un sous-ensemble de, ou une r eunion d' ev enements el ementaires. On dit
qu'un ev enement est r ealis e si un des ev enements el ementaires qui le constitue est r ealis e.
Les ev enements sont des ensembles, repr esent es souvent par des lettres capitales.Exemples :
- Match OL-OM : =fOL gagne, OM gagne, match nulg. Doncest compos e de troisev enements el ementaires. On peut consid erer par exemple l' ev enement qui correspond µa
\Lyon ne gagne pas".- On lance un d e : =f1;2;:::;6g. On peut s'int eresser µa l' ev enementA=\on obtient un
chi®re pair", ieA=f2;4;6g. - On lance deux d es : =f1;:::;6g £ f1;:::;6g=f(i;j) : 1·i·6;1·j·6g. Ici, unev enement el ementaire
!est un couple(i;j), oµuirepr esente le r esultat du premier d e et jcelui du second.- On lance trois fois une piµece de monnaie. Les ev enements el ementaires vont d ecrire le plus
quotesdbs_dbs2.pdfusesText_2[PDF] cours stm maroc
[PDF] cours structure de la matière 1er année st
[PDF] cours structure de la matière 1er année st pdf
[PDF] cours suite numérique terminale s
[PDF] cours suites terminale es
[PDF] cours sur l'économie sociale et solidaire
[PDF] cours sur lenvironnement ppt
[PDF] cours sur l'introduction aux politiques publiques pdf
[PDF] cours sur l'onu pdf
[PDF] cours sur la bonne gouvernance
[PDF] cours sur la cedeao pdf
[PDF] cours sur la démocratie pdf
[PDF] cours sur la formation en grh+pdf
[PDF] cours sur la paie en comptabilité