Probabilités et Statistiques polycopié de L3
Cours de licence de Mathématiques (théorie élémentaire des probabilités). 1. 1 Notions fondamentales. 3 ... 7.1.3 Densités `a plusieurs variables .
Intégration et probabilités (cours + exercices corrigés) L3 MASS
3. 2 Théorie de la mesure. 5. 2.1 Tribus et mesures . mesure de probabilité (cette définition sera rappelée plus tard dans le cours). La tribu A.
proba_base.pdf
1 janv. 2022 Dans le Chapitre 3 on présente les notions d'espérance
Cours de théorie des probabilités avec exercices corrigés et devoirs
du semestre 5 de l'enseignement à distance de la Licence de Mathématiques. La diffusion de ce cours est 1.3.3 Propriétés élémentaires des probabilités .
Cours de Probabilités
Licence 2-S3 SI-MASS Après 3 jets nous obtenons la réalisation A = (2;5;1) ; nous réitérons les jets et nous ... Cours Probabilités / Pierre DUSART.
Exercices Corrigés Statistique et Probabilités
Faculté des Sciences d'Agadir (STU 3) Licence Maîtrise Doctorat ... probabilité d'obtenir « Face » au cours des n premiers lancers suit une loi ...
Cours de probabilités et statistiques
Calculer P(B) P(A ? Bc)
Cours de Statistiques (L1 – MAP 201)
14 févr. 2018 4 séances de 1h30 en amphithéâtre (cours). 1. Statistiques descriptives. 2. Introduction à la théorie des probabilités. 3.
Cours de probabilité et simulation Licence de mathématiques
Chapitre 1. Fondements de la théorie des probabilités. 1. 1.1. Événements. 1. 1.2. Probabilité. 3. Chapitre 2. Variables aléatoires.
Cours et exercices corrigés en probabilités
Déterminer la loi de probabilité de la v.a. X. 2. Calculer l'espérance et la variance de la v.a. X. 3. Les conditions de jeu restent identiques. Indiquer le
Cours de Probabilités - univ-toulousefr
Notons l’ensemble de tous les résultatspossibles(appelésaussiépreuvesourésultatsélémentaires)decette expériencealéatoire = f1;2;3;4;5;6g: Onnote!= 3 poursigni?erque3estlerésultatdel’épreuve Dans cette expérience aléatoire on peut s’intéresser à des événements plus complexes qu’un simple résultat élémentaire
Cours de probabilites et statistiques´
th eorie de la mesure n ecessaires pour ce cours de Probabilit es On renvoie a [Rud] ou a un cours de th eorie de la mesure complet pour des d etails 1 1 1 Tribus Pour un ensemble X on note P(X) = fA: AˆXgl’ensemble de ses parties D e nition 1 1 1 (Tribu) AˆP(X) est une tribu (ou une ?-alg ebre) si X2A; Si pour tout i2N A i 2Aalors
Cours de Probabilités - Université de Limoges
Cours Probabilités / Pierre DUSART 5 Question : “On lance trois pièces de monnaie Quelle est la probabilité que toutes trois retombent du
Cours de : Probabilités 1ère année de la licence Statistique
3) On lance une pièce de monnaie jusqu'à obtenir ace F Les résultats possibles de cette expérience sont les nombres de fois ou on a lancé la pièce : = N 4) La durée de vie d'un être vivant : = R + 3) La trajectoire d'une feuille morte sur une surface d'eau plane D pendant un temps T : = C([0;T];D) Dé nition 3 Un ensemble de artiesp Ade
Int egration et probabilit es (cours + exercices corrig es
Le but de ce cours est d’introduire les notions de th eorie de la mesure qui seront utiles en calcul des probabilit es et en analyse Il est destin e aux etudiants qui veulent poursuivre leurs etudes dans un master a composante math ematique Pour un cours plus complet se reporter a la bibliographie
Searches related to cours de probabilité licence 3 PDF
TESTS STATISTIQUES a) Calculer la moyenne empirique et l’¶ecart-type empirique de cette s¶erie statistique Tracer le boxplot et un histogramme b) Donner une estimation des paramµetresmet¾ c) Donner un intervalle de con?ance au niveau 95 puis 98 de la masse moyennem
Comment calculer la courbe de probabilité ?
Cette courbe est la courbe d’une fonction appel¶ee densit¶e de probabilit¶e ou simplement densit¶e. Une densit¶efd¶ecrit la loi d’une v.a.Xen ce sens : pour tousa;b 2R; P[a • X • b] = Zb a
Comment calculer les probabilités totales ?
P(AjB) = P(AB) P(B) = P(BjA)P(A) P(B) et on conclut en rempla»cantP(B) par son expression donn¶ee par la formule des probabilit¶es totales. ? Proposition 11 (Formule de Bayes g¶en¶eralis¶ee)Soit(Ai)i2Iune partition de›, telle que P(Ai)>0, pour tout i 2 I. Soit un ¶ev¶enement B, tel que P(B)>0.
Comment calculer la probabilit¶E uniforme sur l’exp¶erience al¶eatoire ?
Et quand on a la probabilit¶e uniforme pour chacune de ces petites exp¶eriences al¶eatoires, on a encore la probabilit¶e uniforme sur l’exp¶erience al¶eatoire totale. Proposition 14Soit› =E£F ouµ E est de cardinal n et F de cardinal p.
Comment calculer la probabilité d’un événement ?
On utilisera souvent une formule, plut^ot qu’une liste. Exemple 18 : nous avons d¶eja la liste de tous les ¶ev¶enements ¶el¶ementaires et ils sont ¶equiprobables, de probabilit¶e 1/8. D’aprµes la composition des ¶ev¶enements [X=k], pour
Integration et probabilites
(cours + exercices corriges)L3 MASS, Universite Nice Sophia Antipolis
version 2021Sylvain RubenthalerTable des matieres
Introduction iii
1 Denombrement (rappels) 1
1.1 Ensembles denombrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Theorie de la mesure 5
2.1 Tribus et mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.1 Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Integrales des fonctions etagees mesurables positives. . . . . . . . . . . . . . . 9
2.4 Fonctions mesurables et integrales . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4.1 Integrales des fonctions mesurables positives . . . . . . . . . . . . . . . 10
2.4.2 Integrales des fonctions mesurables de signe quelconque. . . . . . . . . 11
2.5 Fonction de repartition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.6.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.6.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Ensembles negligeables 17
4 Theoremes limites 21
4.1 Stabilite de la mesurabilite par passage a la limite. . . . . . . . . . . . . . . . 21
4.2 Theoremes de convergence pour les integrales. . . . . . . . . . . . . . . . . . . 22
4.3 Integrales dependant d'un parametre . . . . . . . . . . . . . . . . . . . . . . . 25
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.4.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.4.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5 Mesure produit et theoremes de Fubini 33
5.1 Theoremes de Fubini et Fubini-Tonelli . . . . . . . . . . . . . . . . . . . . . . 33
5.2 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6 Fondements de la theorie des probabilites 41
6.1 Denitions generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.2 Esperance d'une v.a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.3 Inegalites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.4 Lois classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.4.1 Lois discretes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.4.2 Lois continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.5 Fonctions caracteristiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.6 Fonctions generatrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
i6.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.7.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.7.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7 Variables independantes 59
7.1 Denitions generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.1.1Evenements et variables independantes . . . . . . . . . . . . . . . . . 59
7.1.2 Densites de variables independantes . . . . . . . . . . . . . . . . . . . 60
7.2 Lemme de Borel-Cantelli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.3 Somme de deux variables independantes . . . . . . . . . . . . . . . . . . . . . 62
7.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.4.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.4.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
8 Convergence de variables aleatoires 71
8.1 Les dierentes notions de convergence . . . . . . . . . . . . . . . . . . . . . . 71
8.2 Loi des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.3 Theoreme central-limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.4.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.4.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9 Conditionnement 83
9.1 Conditionnement discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
9.2 Esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
9.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
9.3.1Enonces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
9.3.2 Corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
10 Variables gaussiennes 89
10.1 Denitions et proprietes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
10.2 Gaussiennes et esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . 90
A Table de la loi normale 93
Introduction
Le but de ce cours est d'introduire les notions de theorie de la mesure qui seront utiles en calcul des probabilites et en analyse. Il est destine aux etudiants qui veulent poursuivre leurs etudes dans un master a composante mathematique. Pour un cours plus complet, se reporter a la bibliographie. Informations utiles (partiels, bar^emes, annales, corriges, ...) : PREREQUIS : Pour pouvoir suivre ce cours, l'etudiant doit conna^tre, entre autres, les developpements limites, les equivalents, les etudes de fonction, le denombrement, les nombre complexes, la theorie des ensembles., les integrales et primitives usuelles, la trigonometrie, etc. Nouveautes 2019 : corrections apportees par Laure Helme-Guizon (Teaching Fellow, UNSW, Sydney, Australia) et Antoine Mal. Un grand merci a eux. iiiChapitre 1
Denombrement (rappels)
1.1 Ensembles denombrables
Denition 1.1.1.Injection.
SoitE;Fdes ensembles,f:E!Fest une injection si8x;y2E,f(x) =f(y))x=y.Denition 1.1.2.Surjection.
SoitE;Fdes ensembles,f:E!Fest une surjection si8z2F,9x2Etel quef(x) =z.Denition 1.1.3.Bijection.
SoitE;Fdes ensembles,f:E!Fest une bijection sifest une injection et une surjection. Proposition 1.1.4.SoientE;F;Gdes ensembles. Soientf:E!F,g:F!G. Alors [f etginjectives])[gfinjective]. Demonstration.Soientx;ytels quegf(x) =gf(y). L'applicationgest injective doncf(x) =f(y). L'applicationfest injective doncx=y.Denition 1.1.5.On dit qu'un ensembleEest denombrable s'il existe une injection deE
dansN. Dans le cas ouFest inni, on peut alors demontrer qu'il existe alors une bijection deEdansN. (Cela revient a dire que l'on peut compter un a un les elements deE.)Exemple 1.1.6.Tout ensemble ni est denombrable.
Exemple 1.1.7.Zest denombrable car l'application
f:Z!N n7!(2nsin>0
2n1sin <0
est bijective (donc injective).01 23-1-2-30 2 413Figure1.1 {Enumeration des elements deZ.
12CHAPITRE 1. DENOMBREMENT (RAPPELS)
Exemple 1.1.8.NNest denombrable car l'application
f:NN!N (p;q)7!(p+q)(p+q+ 1)2 +q est bijective (donc injective).0 129 5874
3 6Figure1.2 {Enumeration des elements deNN.
Exemple 1.1.9.L'ensembleQest denombrable. L'ensembleRn'est pas denombrable. Proposition 1.1.10.Si on aE0,E1, ...,En, ...des ensembles denombrables alorsE= E0[E1[E2[ =[n>0Enest un ensemble denombrable.
(En d'autres termes, une reunion denombrable d'ensembles denombrables est denombrable.) Demonstration.S Pour touti>0,Eiest denombrable donc9fi:Ei!Ninjective. SoitF:[n>0En!NN
x7!(i;fi(x)) six2Ei Cette applicationFest injective. L'ensembleNNest denombrable donc il existeg:NN! Ninjective. Par la proposition 1.1.4,gFest injective. Donc[n>0Enest denombrable.1.2 Exercices Tous les exercices de ce chapitre n'ont pas un lien direct avec le cours. Par contre, ils constituent des revisions necessaires a la suite du cours. 1.2.1Enonces
1) Rappel :Sif:E!FetAF,f1(A) =fx2E:f(x)2Ag. SiCE,f(C) =
ff(x);x2Cg.On considere l'applicationf:R!R,x7!x2.
(a) Determinerf([3;1]),f([3;1]),f(]3;1]). (b) Determinerf1(] 1;2]),f1(]1;+1[),f1(]1;0][[1;2[).2) Calculer les limites suivantes :
(a) lim x!0sin(x)log(1+x) (b) lim x!+11 +2x x (c) lim x!01cos(x)xsin(x)1.2. EXERCICES3
(d) lim x!01(1+x)1(1+x)pour; >0.3) Calculer les integrales suivantes :
(a)R+10x2exdx
(b)R+1 e11(log(z))2zdz
(c) R101(2x)(1+x)dx
(d) R=4 0cos2(x)+sin2(x)cos
2(x)dx.
4) Integrales de Wallis
Pour toutn2N, on pose :
I n=Z =2 0 sinn(x)dx : (a) CalculerI0etI1. (b) Donner une relation de recurrence entreInetIn+2. (c) En deduire que :8p2N; I2p=(2p1)(2p3):::12p(2p2):::22
etI2p+1=2p(2p2):::2(2p+ 1)(2p1):::1: (d) Montrer que8p2N;I2p+16I2p6I2p1. En deduire que limp!+1I 2pI2p+1= 1.
(e) En deduire la formule de Wallis : lim p!+11p2p(2p2):::2(2p1)(2p3):::1
2 (f) Montrer que8n2N,Inn!+1p 2n.1.2.2 Corriges
(1) (a)f([3;1]) = [1;9],f([3;1]) = [0;9],f(]3;1]) = [0;9[. (b)f1(] 1;2]) = [p2;p2],f1(]1;+1[) =] 1;1[[]1;+1[,f1(]1;0][ [1;2[) =f0g[]p2;1][[1;p2[. (2) (a) sin(x)log(1+x)x!0+xx = 1!x!0+1 (b) 1 +2x x=exlog(1+2x )etxlog1 +2x x!+12xx !x!+12 donc par continuite de la fonction exp :1 +2x x!x!+1e2 (c)1cos(x)xsin(x)=(x2=2)+o(x2)x
2+o(x2)x!0x
22x2= 1=2
(d)1(1+x)1(1+x)=x+o(x)x+o(x)x!0xx
(a) on integre par parties : Z +1 0 x2exdx= [x2ex]+10+Z +1 02xexdx
= 0 + [2xex]+10+Z +1 0 2exdx = [2ex]+10= 2 (b) changement de variable :t= log(z),z=et,dz=etdt Z +1 e11(log(z))2zdz=Z
+1 11t 2dt = [1=t]+11= 14CHAPITRE 1. DENOMBREMENT (RAPPELS)
(c) on decompose1(2x)(1+x)=1=32x+1=31+x(toujours possible pour une fraction ratio-
nelle a p^oles simples) et donc : Z 101(2x)(1 +x)dx=
13 log(2x) +13 log(1 +x) 1 0 =13 log(4) (d) changement de variable :t= tan(x),x= arctan(t),dx=11+t2dt Z =4 0cos2(x) + sin2(x)cos
2(x)dx=Z
=4 01 + tan2(x)dx
= [tan(x)]=4 0= 1 (3) (a)I0=R=201dx=2
,I1=R=20sin(x)dx= [cos(x)]=2
0= 1. (b) On integre par parties pour toutn>2 : I n+2=Z =2quotesdbs_dbs32.pdfusesText_38[PDF] cours de procédure civile 2017
[PDF] la procédure civile pour les nuls
[PDF] cours de procédure civile 2014
[PDF] cours de procédure civile pdf
[PDF] procedure civile cas pratique
[PDF] cours programmation orientee objet
[PDF] cours poo c# pdf
[PDF] programmation orientée objet c++ pdf
[PDF] programmation orientée objet php pdf
[PDF] initiation ? la programmation orientée objet pdf
[PDF] poo java pdf
[PDF] exposé promotion des ventes
[PDF] promotion des ventes avantages inconvénients
[PDF] objectif d'une promotion
