LOIS DE PROBABILITÉ USUELLES
LOIS DE PROBABILITÉ USUELLES. Lois discrètes distribution loi de probabilité. E(X) var(X) fonction génératrice E(z. X. ) Bernoulli. P(X = 0) = q P(X = 1) = p q
Probabilités et Statistiques - Fonctions génératrices
De même la fonction génératrice caractérise la loi d'une variable aléatoire `a Pour d'autres lois discr`etes usuelles. Loi binomiale. Si X suit une loi ...
Fonctions génératrices
donc EX2 = λ2 + λ d'o`u VarX = EX2 − (EX)2 = λ2 + λ − λ2 = λ. – Fonction génératrice des probablités d'une v.a. de loi géométrique X ; G(α) : On a P{X = k}
Chapitre 6: Fonctions Génératrices et Fonctions Caractéristiques
Calculs des moments des lois usuelles : Nous avons déjà calculé l'espérance et la variance pour les lois : binomiale en utilisant sa fonction caractéristique.
Lois à densité usuelles 1. Variables à densité Définition Propriétés
b) Fonction génératrice des moments. MΓ(νλ)(x) = E(etX) = 1. (1 − λt)ν c) Simulation Excel de N(µ
Variables Aléatoires Discrètes
Fonction Génératrice d'une variable aléatoire discrete. La Fonction caractéristique d'une v.a.d. Fonctions caractéristiques des lois usuelles. Loi Géométrique.
1 Lois discrètes
fonction génératrice GX(t) = E[tX] = tx0 . K. D.GHORBANZADEH. Page 8. 8/25. Simulation des lois usuelles avec Matlab. 2 Lois continues. 2.1 Loi Uniforme sur l
P3 : Fonctions génératrices
II Fonctions génératrices des lois usuelles. II.1 Loi de Bernoulli I.3 Une fonction génératrice détermine la loi . . . . . . . . . . . . . . . 1. II ...
Variables aléatoires discrètes
Propriété 19 : Fonctions génératrices des lois usuelles. Si X suit la loi binomiale B(n p)
Fonctions génératrices des probabilités fonctions génératrices des
Les v.a.r. X et Y ont même loi ⇔ GX = GY. I.2.c) Illustration pour les lois usuelles. • Dans le cas où X ↩→ G (p) (avec p ∈ ]01[). L'expression de GX est
Fonctions génératrices
Fonction génératrice des probablités d'une v.a. de loi géométrique X ; G(?) : o`u l'égalité surmontée d'un bécarre ? impose la circonspection usuelle ...
LOIS DE PROBABILITÉ USUELLES
LOIS DE PROBABILITÉ USUELLES E(X) var(X) fonction génératrice E(z ... La somme de n v.a. indépendantes suivant la loi de Bernoulli de paramètre p suit ...
Cours et exercices corrigés en probabilités
2.2 Loi de probabilité d'une v.a. discrète . 2.9 Lois usuelles discrètes . ... 2.11 Fonction génératrice des moments d'une v.a. discrète .
Probabilités générales
La fonction génératrice des moments factoriels de X détermine la loi de X. On a de Table 5.1 – Fonctions caractéristiques de quelques lois usuelles.
Fonctions génératrices Fonctions caractéristiques
http://www.cmap.polytechnique.fr/~bansaye/CoursTD3.pdf
Lois à densité usuelles 1. Variables à densité Définition Propriétés
Lois à densité usuelles. 1. Variables à densité. On appelle densité de probabilité toute fonction f définie sur R c) Fonction génératrice des moments.
Chapitre 13 - Compléments sur les Variables Aléatoires Discrètes
une espérance. 13.1.2 Fonctions génératrices de lois usuelles. Variable aléatoire de loi ··· Fonction génératricet ? ··· Intervalle de définition.
Exercices de probabilités avec éléments de correction Memento
a) Montrer que Sn suit la loi binomiale de paramètres n et p par une preuve directe puis en utilisant des fonctions génératrices. 2.b) Calculer l'espérance et
mp* 14-15 : révisions pour lécrit - Probabilités
Recalculer fonctions génératrices et moments des lois usuelles : Bernoulli binomiale
Variables aléatoires discrètes
Propriété 6 : Fonction de répartition et loi 4 Rappel des lois finies usuelles ... Propriété 19 : Fonctions génératrices des lois usuelles.
Chapitre 6: Fonctions Génératrices et Fonctions Caractéristiques
>Chapitre 6: Fonctions Génératrices et Fonctions Caractéristiques https://sa4032805c7793782 jimcontent com/download/version/162 · Fichier PDF
Chapitre 4: Fonctions - Université de Tours
>Chapitre 4: Fonctions - Université de Tours
Série 1 Fonction génératrice fonction caractéristique et
>Série 1 Fonction génératrice fonction caractéristique et
Chapitre 4: Fonctions - Université de Tours
>Chapitre 4: Fonctions - Université de Tours
Lois de probabilité usuelles (rappels)
>Lois de probabilité usuelles (rappels)
Chapitre 4: Fonctions génératrices (notions) - Université de Tours
>Chapitre 4: Fonctions génératrices (notions) - Université de Tourswww lmpt univ-tours fr/~gallardo/coursProba1-4 pdf · Fichier PDF
Lois de probabilité usuelles (rappels) - ENS
>Lois de probabilité usuelles (rappels) - ENShttps://www di ens fr/~ccheval/Stats4/L2_Stats4_fiche_1 pdf · Fichier PDF
Fonctions g´en´eratrices Fonctions caract´eristiques Convolution
>Fonctions g´en´eratrices Fonctions caract´eristiques Convolutionwww cmap polytechnique fr/~bansaye/CoursTD3 pdf · Fichier PDF
Fonctions g´en´eratrices - unicefr
>Fonctions g´en´eratrices - unice frhttps://math unice fr/~diener/probas/FoncGene pdf · Fichier PDF
Lois de probabilité usuelles (rappels)
>Lois de probabilité usuelles (rappels)https://www ceremade dauphine fr/~bey/enseignement/2016_2017 · Fichier PDF
LOIS DE PROBABILITE USUELLES´ - Université de Poitiers
>LOIS DE PROBABILITE USUELLES´ - Université de Poitierswwwmathlabo univ-poitiers fr/ /downloads/enseignement/lois-us · Fichier PDF
Fonction génératrice des moments
>Fonction génératrice des momentshttps://sa4032805c7793782 jimcontent com/download/version/155 · Fichier PDF
Comment calculer la loi de probabilité d’une fonction génératrice?
X(1) = 1 < +?). La fonction génératrice caractérise parfaitement la loi de probabilité d’une v.a.. En e?et si X et Y sont deux v.a. Y (t) pour tout t < 1, l’unicité du développement d’une fonction en série entière montre que X et Y ont la même loi.
Comment calculer les fonctions génératrices des lois?
Calculer les fonctions génératrices des lois suivantes: 1.Loi de Bernoulli:PfX= 0g= 1 q,PfX= 1g= q, oùq2[0;1]. 2.Loi binomiale:PfX= kg= b n;q(k) = n k qk(1 q), pourk= 0;1;:::;n. 3.Loi de Poisson:PfX= kg= ?
Comment calculer la fonction génératrice?
Dé?nition 1.1 : On appelle fonction génératrice de X, la série en- tière (1) G. X(t) = X+? n=0. p. nt. n. (on notera que cette série converge au moins pour t < 1 puisque G. X(1) = 1 < +?). La fonction génératrice caractérise parfaitement la loi de probabilité d’une v.a..
Probabilités générales
Laurent RouvièreUniversité Rennes 2
Place du Recteur H. le Moal
CS 24307 - 35043 Rennes
Tel : 02 99 14 18 21
Mel : lauren t.rouviere@univ-rennes2.frTable des matières
1 Rappels et notations
51.1 L"espace(
;A;P). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51.2 Variable aléatoire
61.3 Intégration
71.4 Mesure définie par une densité
91.5 Espérance mathématique
102 Variables aléatoires absolument continues
132.1 Fonction de répartition, fonction de masse, fonction de densité
132.1.1 Fonction de répartition d"une v.a.r.
132.1.2 Fonction de masse et classification des v.a.r.
142.1.3 Loi absolument continue - densité de probabilité
152.2 Espérance - moments d"une v.a.r.
162.2.1 Définition
162.2.2 Inégalités faisant intervenir les moments
192.3 Médiane - quantiles d"une v.a.r.
192.4 Calcul de lois
202.4.1 Cas discret
202.4.2 Cas absolument continu
203 Vecteurs aléatoires
233.1 Généralités
233.2 Fonctions de répartition - densités
243.2.1 Fonctions de répartition
243.2.2 Cas discret
243.2.3 Cas absolument continu
253.3 Espérance - moments d"un vecteur aléatoire
283.3.1 Espérance
283.3.2 Variance - covariance
293.4 Corrélation
313.4.1 Le coefficient de corrélation linéaire
313.4.2 Interprétation hilbertienne
323.5 Variables (ou vecteurs) aléatoires indépendant(e)s
323.6 Calcul de loi
353.6.1 Cas discret
353.6.2 Cas absolument continue
351
2Table des matières4 Lois usuelles dansRn39
4.1 La loi multinomiale
394.2 Vecteurs gaussiens - loi multinormale
404.2.1 Rappels sur la loi normale dansR. . . . . . . . . . . . . . . . . . . . . . . .40
4.2.2 Définition - premières propriétés
404.2.3 Vecteurs gaussiens et loi du Chi-Deux
425 Fonctions génératrices, fonctions caractéristiques
435.1 Fonction génératrice des moments factoriels
435.2 Fonction génératrice des moments
445.3 Fonction caractéristique
455.3.1 Cas d"une variable aléatoire réelle
455.3.2 Cas d"un vecteur aléatoire
476 Conditionnement, espérance et variance conditionnelles
496.1 Rappels de calcul de probabilités conditionnelles
496.2 Cas discret
496.3 Cas absolument continue
516.4 Interprétation géométrique de l"espérance conditionnelle
536.5 Espérance conditionnelle : le cas général
546.6 Probabilités conditionnelles
566.7 Généralisation au conditionnement pas des sous-tribus
577 Convergences de suites de variables aléatoires
597.1 Les différents types de convergence
607.1.1 Convergence presque sûre ou convergence forte
607.1.2 La convergence en probabilité
617.1.3 La convergence en moyenne d"ordrep >0. . . . . . . . . . . . . . . . . . .62
7.1.4 La convergence en loi
627.2 La loi des grand nombres
657.2.1 Lois faibles des grands nombres
667.2.2 Lois fortes des grands nombres
667.3 Le théorème central limite
66A Rappels de cours sur la loi normale
69A.1 Loi normale centrée réduite
69A.2 La loi normaleN(;2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7 1
A.3 Somme et moyenne de lois normales
72B Lois usuelles dansR73
B.1 Lois discrètes
74B.2 Lois absolument continues
76C Annales79
Partiel décembre 2009
80Examen janvier 2010
84Partiel décembre 2010
90Examen janvier 2011
95 Laurent Rouvière Probabilités générales
Table des matières3Partiel décembre 2011. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Examen janvier 2012
107Partiel décembre 2012
115Examen janvier 2013
120Partiel décembre 2013
128Examen janvier 2014
133Examen janvier 2015
139Bibliographie146Probabilités générales Laurent Rouvière
4Table des matièresLaurent Rouvière Probabilités générales
Chapitre 1
Rappels et notations
1.1 L"espace(
;A;P)On désigne par
l"ensemble des épreuves ou évènements élémentaires!et parAune tribu sur , c"est-à-dire une classe de parties de qui vérifie : 2 A; -8A2 A;A2 A(stabilité par complémentation); -8An2 A;n2N?;S n2N?An2 A(stabilité par union dénombrable).L"ensemble des parties de
,P( ), est un exemple de tribu sur . Une élémentAd"une tribuAsera appeléévènement aléatoire(un évènement aléatoire est un élément de la tribu mais c"est
un sous-ensemble de ). Un couple( ;A)où est un ensemble etAune tribu sur est appelé espace mesurable.Définition 1.1
SoitCune partie de
. La tribu engendrée parCest la plus petite tribu contenantC. Cette tribupeut également être définie comme l"intersection de toutes les tribus contenantC. On la note(C).
Définition 1.2
On appelle tribu borélienne deR, notéeBR, la plus petite tribu contenant tous les intervalles deR.
Cette tribu est la tribu engendrée par les intervalles ouverts deR.Définition 1.3
1.On app ellemesur esur (
;A)toute application définie surAà valeurs dansR+=R+[f+1gvérifiant la propriété de-additivité, c"est-à-dire que pour toute suite(An)n2N?d"élé-
ments deAdeux à deux disjoints : n2N?A n! =X n2N?(An): 2.L"esp ace(
;A;)est alors appelé espace mesurable. 3.Si on a de plus (
) = 1alors on dira queest une mesure de probabilité et que l"espace ;A;)est un espace de probabilité.Exemple 1.1
1.Mesure de comptage. Elle est définie sur l"espace(N;P(N))par
c=X x2N x oùxest la masse de Dirac enx:x(a) = 1sia=x, 0 sinon. 56Chapitre 1. Rappels et notations2.Mesure de Lebesgue. Elle est définie sur l"espace(R;BR)pour tout intervalle]a;b]par
(]a;b]) =ba:1.2 Variable aléatoire
Nous reprenons l"exemple de
Mon tfort
1996), page 30. L"expérience aléatoire consiste à jetern fois une pièce de monnaie. L"espace =fP;Fgnest muni de la tribuP( ). On s"intéresse ici simplement au nombre de piles sortis au cours desnjets. On définit
0=f0;1;:::;nget on
considère la fonction X: 0 !7!X(w) =nombre de piles dans!:On munit(
;P( ))d"une mesure de probabilité uniformeP,i.e.,P(!) =12 n8!2 . Afin decaractériser le phénomène d"intérêt (nombre de piles), il parait intéressant de définir sur(
0;P( 0)) une mesure de probabilitéP0par8A2 P(
0);P0(A0) =PX1(A0):
Cependant, pour que cette définition ait un sens il est nécessaire queX1(A0)2 P( ). C"estclairement le cas dans cet exemple mais il est possible d"envisager des cas où cette condition n"est
pas vérifiée.Définition 1.4
Soit( ;A)un espace de probabilité et(0;A0)un espace mesurable. On appelle variable aléatoire
une fonctionXdéfinie surquotesdbs_dbs10.pdfusesText_16[PDF] fonction grep r
[PDF] fonction image antécédent exercice 3eme
[PDF] fonction image et antécédent 3eme
[PDF] fonction infirmière
[PDF] fonction injective surjective bijective exercice corrigé pdf
[PDF] fonction inverse loi normale
[PDF] fonction javascript formulaire
[PDF] fonction javascript onclick
[PDF] fonction javascript pdf
[PDF] fonction javascript return
[PDF] fonction kmeans
[PDF] fonction lapply r
[PDF] fonction latente des partis politiques
[PDF] fonction lda r