[PDF] Cours de probabilités et statistiques





Previous PDF Next PDF



.1 - Vocabulaire et propriétés .2 - Utilisation des tableaux de

La probabilité d'un événement A se note P(A) ; c'est un nombre positif compris entre 0 et 1. P. A. (B). Règles de calculs sur un arbre de probabilités :.



Probabilités conditionnelles

Comment calculer des probabilités conditionnelles ? Soient A et B deux événements d'un univers ? muni d'une probabilité P . On cherche `a calculer PB(A).



Sans titre

P(AnB) : Probabilité de l'événement A et B (à la fois A et B) c'est-à-dire A « inter » B. P(AnB) = P(A) : à la fois A calculer P(Révision/Bonne Note).



Calcul élémentaire des probabilités

16 févr. 2006 Formule de Bayes : P[A



Cours de probabilités et statistiques

Comment interpréter/fixer ce nombre appelé probabilité ? Utilisation 1 : quand P(A) et P(A?B) sont faciles `a calculer



Coefficient de partage

4 Calcul du coefficient de partage. 4.1 Equation d'Abraham. 4.1.1 Introduction. L'équation d'Abraham permet d'exprimer le log P à partir d'un ensemble.



Pa = Pu + Pertes

La puissance indiquée sur le moteur est la puissance utile. Petite astuce : vous cacher ce que vous devez calculer. P = U I cos ? ? ( rendement ) = Pu. Pa.



Pa = Pu + Pertes

La puissance indiquée sur le moteur est la puissance utile. Petite astuce : vous cacher ce que vous devez calculer. P = U I cos ? ? ( rendement ) = Pu. Pa.



Calculs de probabilités

13 mars 2008 probabilités est de calculer la probabilité d'év`enements. ... Ex. : {24



Automatique Linéaire 1 - JM Dutertre

a – La commande automatique ou comment remplacer l'homme. calculer la TL de u(t) : U(p) la multiplier par H(p) pour obtenir Y(p)



[PDF] CALCUL DES PROBABILITESpdf

= p(A) + p(B) Exemple 4 On lance une pièce de monnaie deux fois Calcule la probabilité d'obtenir au moins une fois pile; jamais 



[PDF] Cours de probabilités et statistiques

Nous allons voir ici comment décrire simplement des données en trois phases : - présentation des données - représentations graphiques - calcul de résumés 



[PDF] Calculs de probabilités conditionelles

20 mar 2008 · La probabilité que la premi`ere carte est un Coeur est P(A) = 1/4 De même pour la deuxi`eme donc P(B) = 1/4 Par contre la probabilité que les 



[PDF] Calculs de probabilités

13 mar 2008 · probabilités est de calculer la probabilité d'év`enements Ex : {246}P{135} = ? : les ensembles pairs et impairs sont disjoints



[PDF] Cours de Probabilités

On peut préciser le calcul de probabilités d'un événement E De manière simplifiée la probabilité théorique vaut P(E) = nombre de cas favorables



[PDF] Vocabulaire et propriétés 2 - Utilisation des tableaux de probabilités

La probabilité d'un événement A se note P(A) ; c'est un nombre positif compris entre 0 et 1 P A (B) Règles de calculs sur un arbre de probabilités :



[PDF] PROBABILITÉS CONDITIONNELLES - maths et tiques

B se réalise sachant que l'événement A est réalisé On la note : P A (B) II Arbre pondéré Vidéo https://youtu be/Pc5kJBkPDbo 1) Règles de calcul



[PDF] NOTIONS DE PROBABILITÉS

- Si on tire une pièce de monnaie le résultat pile a autant de chances de se produire que le résultat face 4 2 Calcul de la probabilité Si un espace 



[PDF] Probabilités conditionnelles

Comment calculer des probabilités conditionnelles ? Soient A et B deux événements d'un univers ? muni d'une probabilité P On cherche `a calculer PB(A)



[PDF] Calcul élémentaire des probabilités - IRMA Strasbourg

16 fév 2006 · Formule de Bayes : P[AB] = P[A ? B] P[B] où P[AB] se lit probabilité de A sachant B Myriam Maumy-Bertrand et Thomas Delzant Calcul 

= p(A) + p(B). Exemple 4. On lance une pièce de monnaie deux fois. Calcule la probabilité d'obtenir au moins une fois pile; jamais 

  • Comment on calcule p a ?

    Etant donnés deux évènements A et B de probabilités non nulles alors PA(B)=P(A?B)P(A). Personnellement, je retiens cette formule en remarquant que les A sont "en bas" des deux côtés de l'égalité. Cette formule s'écrit aussi : P(A?B)=P(A)×PA(B).

  • Quelle est la formule pour calculer p ?

    Pour calculer la probabilité d'un événement, vous pouvez simplement utiliser la formule générale de probabilité : P = n/N. Vous devez donc connaître le nombre d'issues favorables et le nombre total d'issues possibles.

  • Comment calculer p a ? B ?

    P[A ? B] = P[A] × P[B].16 fév. 2006
  • On appelle probabilité de "A sachant B" le nombre, noté pB(A) ou p(A/B) définie par : On en déduit que : p(A?B) = p(B) × p(A/B) ; c'est la formule qui permet de calculer p(A?B) si l'on connait p(B) et p(A/B).

Stage ATSM - Ao^ut 2010

Cours de probabilit

´es et statistiques

A. Perrut

contact : Anne.Perrut@univ-lyon1.fr 2

Table des matiµeres

1 Le modµele probabiliste 5

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.4 Trois autres lois discrµetes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.4.2 Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.4.3 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.1 Loi d'une v.a. continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.2 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3 La loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.4 La loi exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.5 Fonction d'une v.a. continue . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.1 Loi des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.3 Intervalles de con¯ance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3

4TABLE DES MATIµERES

5 Tests statistiques 47

5.1 Tests d'hypothµeses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

5.2 Test d'ajustement du chi-deux . . . . . . . . . . . . . . . . . . . . . . . . . 49

5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

B Tables statistiques 61

C.1 Variable quantitative discrµete . . . . . . . . . . . . . . . . . . . . . . . . . . 65 C.2 Variable quantitative continue . . . . . . . . . . . . . . . . . . . . . . . . . . 68 C.3 Variable qualitative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

Chapitre 1

Le modµele probabiliste

1.1 Introduction

Exemples :

- l'enfant µa na^³tre sera une ¯lle, - Proportion :

P(A) =3

6 = 1=2. Alors

P(¯lle) = limn!+1k

n n mais cette limite a-t-elle un sens? - Opinion : pour que l'OL soit championne de France? Dans ce cas, on ne peut pas rejouer le m^eme subjectif. 5

6CHAPITRE 1. LE MODµELE PROBABILISTE

Exemples :

\Lyon ne gagne pas". chi®re pair", ieA=f2;4;6g. jcelui du second.

B: \on obtient pile au deuxiµeme lancer" est

B=f(f;p;f);(f;p;p);(p;p;f);(p;p;p)g

le nombre de \face" obtenus. Alors, =f0;1;2;3g. Le modµele est beaucoup plus simple, notations vocabulaire ensembliste vocabulaire probabiliste ensemble plein ensemble vide A sous-ensemble de !2A !appartient µaA

A½B

Ainclus dansB

AimpliqueB

A[B AouB A\B intersection deAetB AetB A cou A A\B=;

AetBdisjoints

AetBincompatibles

Exemple : soit =f0;1;2g. ConstruisonsP().

P() =n

;;f0g;f1g;f2g;f0;1g;f0;2g;f1;2g;o telle que : -P(A) =X -P() =X !2P(!) = 1

0.95 :Ava trµes probablement se produire.

4.0 : incorrect.

-2 : incorrect.

0.5 : une chance sur deux.

8CHAPITRE 1. LE MODµELE PROBABILISTE

faire quelques calculs :

1) SiAetBsont incompatibles,P(A[B) =P(A) +P(B).

2)P(Ac) = 1¡P(A).

3)P(;) = 0.

5)P(A[B) =P(A) +P(B)¡P(A\B).

2) CommeAetAcsont incompatibles,1 =P() =P(A[Ac) =P(A) +P(Ac).

3)P(;) = 1¡P(;c) = 1¡P() = 0.

P i2NA i´ =X i2NP(Ai) - axiome 3 :P() = 1

1 =P() =X

!2P(!) =X !2p=p£card()

D'oµup=P(!) =1

card()

P(A) =X

!2AP(!) =card(A) card() dire : - choisir, par

P(BjA) =P(A\B)

P(A) Utilisation 2 : QuandP(BjA)etP(A)sont faciles µa trouver, on peut obtenirP(A\B). Exemple 6Une urne contientrboules rouges etvboules vertes. On en tire deux, l'une =frouge;verteg £ frouge;verteg rouge".

P(A\B) =P(BjA)P(A) =r¡1

r+v¡1¢r r+v

P(B) =P(BjA)P(A) +P(BjAc)P(Ac)

10CHAPITRE 1. LE MODµELE PROBABILISTE

preuve : CommeA[Ac= ,P(B) =P(B\(A[Ac)) =P((B\A)[(B\Ac)). OrB\A

P(B) =P(B\A) +P(B\Ac)

On garde le m^eme formalisme.

P(B) =P(BjA)P(A) +P(BjAc)P(Ac)

r¡1 r+v¡1¢r r+v+r r+v¡1¢v r+v =r r+v (i)[i2IAi= (ii) lesAisont deux µa deux incompatibles : pour tousi6=j,Ai\Aj=;.

P(B) =X

i2IP(BjAi)P(Ai) dans l'ordre chronologique. Nous allons maintenant voir une formule µa remonter le temps...

1etP(B)>0. Alors,

P(AjB) =P(BjA)P(A)

P(BjA)P(A) +P(BjAc)P(Ac)

preuve :

P(AjB) =P(A\B)

P(B)=P(BjA)P(A)

P(B) i2I,

P(AijB) =P(BjAi)P(Ai)

P j2IP(BjAj)P(Aj) bleaux sur informatique. Les tableaux deAcomportent des fautes dans 5,2% des cas et ceux deBdans 6,7% des cas. On prend un tableau au hasard. Il comporte des fautes. T T

F=\ le tableau comporte des fautes".

P(TAjF) =P(FjTA)P(TA)

P(FjTA)P(TA) +P(FjTB)P(TB)

P(A\B) =P(A)P(B)

P(BjA) =P(B)()P(AjB) =P(A)()P(A\B) =P(A)P(B)

Proposition 14Soit =E£FoµuEest de cardinalnetFde cardinalp. Supposons que

P(!) =P((x;y)) =1

card() =1 np =PE(fxg)PF(fyg) =fP;Fg £ f1;:::;6g

12CHAPITRE 1. LE MODµELE PROBABILISTE

8!2; P(!) =1

card() = 1=12 P N³ (!1;:::;!N)´ =P(!1)¢¢¢P(!N) surN. Pourtant, le nombre de combinaisons dont la somme fait 12 est le m^eme que le nombre de combinaisons dont la somme fait 11. Alors?

1.6 Exercices

3) On tire trois cartes dans un jeu .

suppose que

P(A[B) = 7=8; P(A\B) = 1=4; P(A) = 3=8:

CalculerP(B),P(A\Bc),P(B\Ac).

ros impairs ont chacun la m^eme chance d'appara^³tre, chance qui est deux fois plus grande hasard, et l'on observe que les quatre places libres se suivent. Est-ce surprenant?

1.6. EXERCICES13

Exercice 6 {SoientM1,M2,M3trois personnes. La premiµereM1dispose d'une infor- la transmet µaM3. Malheureusement, µa chaque fois que l'information est transmise, il y a le bon message? Et siM3transmet l'information dont il dispose µa une quatriµeme personneM4, quelle est elle re»coit un vaccin? daire? Exercice 8 |Dans une usine, la machine A fabrique 60% des piµeces, dont 2% sont C? Exercice 9 |Dans une jardinerie : 25% des plantes ont moins d'un an, 60% ont de 1 µa 2 ans, 25% ont des °eurs jaunes, 60% ont des °eurs roses, 15% ont des °eurs jaunes et moins d'un an, 3% ont plus de 2 ans et n'ont ni °eurs jaunes, ni °eurs roses. 15% de celles qui ont de 1 µa 2 ans, ont des °eurs jaunes, 15% de celles qui ont de 1 µa 2 ans, n'ont ni

°eurs jaunes ni °eurs roses. On suppose que les °eurs ne peuvent pas ^etre µa la fois jaunes

et roses. On choisit une plante au hasard dans cette jardinerie.

14CHAPITRE 1. LE MODµELE PROBABILISTE

Exercice 10 |Deux chau®eurs de bus se relaient sur la m^eme ligne. Lors d'une grµeve, le premier a60%de chances de faire grµeve et le second80%. Pendant la prochaine grµeve, Exercice 11 |Une loterie comporte 500 billets dont deux seulement sont gagnants.

Chapitre 2

PPP PPF PFP FPP FFP FPF PFF FFF

quotesdbs_dbs15.pdfusesText_21
[PDF] diviser des puissances de 10

[PDF] méthode de horner factorisation d'un polynôme

[PDF] méthode de horner exercices

[PDF] methode de horner pdf

[PDF] methode de horner algorithme

[PDF] horner method

[PDF] méthode de horner exercice corrigé

[PDF] schema de horner

[PDF] algorithme de horner python

[PDF] seuil de rentabilité cours pdf

[PDF] méthode des couts variables exercices corrigés

[PDF] exercice seuil de rentabilité corrigé pdf

[PDF] levier opérationnel calcul

[PDF] représentation graphique du seuil de rentabilité

[PDF] calcul du seuil de rentabilité avec plusieurs produits