5. Quelques lois discrètes
3/5. 4/5. 5/5. Espérance et variance. Si X ? Bernoulli(p) alors. 1. E(X) = p. Alors X suit une loi binomiale de param`etres n et p
LOI BINOMIALE
X suit donc une loi binomiale de paramètres : n = 3 et p = 02. b) On construit un arbre pondéré : Page 5. 5 sur 9. Yvan Monka
MODULE 7 LOIS PROBABILITÉ PROBABILITÉ
La variable aléatoire X suit une loi Binomiale de paramètres n et ? On a alors un phénomène de Poisson et la variable aléatoire qui donne le nombre.
7. Loi normale et théor`eme central limite
param`etres µ et ?2 si sa fonction de densité est. fX(x) = 3/5. 4/5. 5/5. Loi normale : propriétés (suite). Si X ? N(µ ?2) alors. 1. P(X<µ ? x) ...
Probabilités et variables aléatoires
Loi binomiale. On dit qu'une v.a.r. X à valeurs dans {0 1
Ch. 5 : Echantillonnage estimation
moyenne µ de plus qu'un intervalle donné par un param`etre positif ?. la loi binomiale B(n p)
Probabilités et statistiques
La loi de probabilité d'une variable aléatoire X sur un univers ? est la fonction de ? dans Si X suit une Distribution Binomiale de paramètres n et p.
Résumé du Cours de Statistique Descriptive
15 ??? 2010 série statistique est alors une suite de n couples des valeurs ... Une variable X suit une loi binomiale de param`etre 0 <p< 1 et d'exposant.
Exercices Corrigés Statistique et Probabilités
La loi de la variable aléatoire X est donc une loi binomiale c'est la loi binomiale de paramètres n = 850 et p = 0
Probablilités et Statistiques pour lInformatique.
3.5 Espérance et variance d'une variable aléatoire . Une variable aléatoire suit la loi binomiale de paramètres n ? N et p ? [01] lorsque X ? {0
[PDF] Correction TD no 3
On rappelle qu'une variable aléatoire X suit une loi exponentielle de paramètre ? > 0 si elle admet une densité de la forme f(x) = ?e??x si x ? 0 et f(x)=0 si
[PDF] Probabilités et statistiques
Si X suit une Distribution Binomiale de paramètres n et p • E(X)=np • V(X)=npq M1Cours1 nb 29 Page 30 Distribution géométrique On appelle Distribution
[PDF] 5 Quelques lois discrètes - GERAD
3/5 4/5 5/5 Espérance et variance Si X ? Bernoulli(p) alors 1 E(X) = p Alors X suit une loi binomiale de param`etres n et p dénoté
[PDF] Probabilités et variables aléatoires
Espérance et variance d'une variable aléatoires sont définies avant de signaler les deux théorèmes importants : loi des grands nombre et théorème
[PDF] MODULE 7 LOIS PROBABILITÉ PROBABILITÉ - Université du Québec
Posons X la variable aléatoire qui donne le nombre total de succès sur les n tentatives La variable aléatoire X suit une loi Binomiale de paramètres n et ?
[PDF] Variables Aléatoires
paramètre p On note X le nombre de succès obtenus à l'issue des n épreuves Sa loi s'appelle loi Binomiale de paramètres n et p On a P (X = k) = ( n
[PDF] Éléments de correction de la feuille dexercices 3
Ce sont des lois binomiales de paramètres n = 240 et p1 = 1/4 p2 = 1/2 et p3 = 1/4 respectivement 2 Quel est le lien entre ces différentes variables?
[PDF] LOI BINOMIALE - maths et tiques
Définition : Une loi de Bernoulli est une loi de probabilité qui suit le schéma suivant : - la probabilité d'obtenir un succès est égale à p - la probabilité
[PDF] Variables aléatoires discrètes - Xiffr
Montrer que X1 + ··· + Xn suit une loi binomiale négatives de paramètres n et p (b) En déduire espérance et variance d'un loi binomiale négatives de paramètres
[PDF] Cours et exercices corrigés en probabilités - ese-orandz
X + Y ?? P(?1 + ?2) 2 10 Approximation de la loi binomiale par la loi de Pois- son La loi binomiale dépend de deux paramètres n et p alors que la loi
Jean-Marc Fédou
L objet de ce cours est d une part de réviser les bases de probabilités et de statistiq ues de l an dernier, en complétant les rappels et compléments de mathématiques. Nous aborderons également des problèmes de corrélaton et d apprentissage.Variables aléatoires discrètes (rappels)
Variables aléatoires continues (rappels)
Vecteurs aléatoires-Algèbre linéaire
Estimation statistique
Tests statistiques
Apprentissage
On utilisera le logiciel
Mathematica
comme outil d aide et de test.2 M1Cours1.nb
évènement aléatoire
réaliséM1Cours1.nb 3
4 M1Cours1.nb
M1Cours1.nb 5
p()=1 L'évènement impossible est l'ensemble vide et p()=0Si AB, alors p(A)p(B)
Si A et B sont incompatibles, c'est à dire lorsque AB=, alors p(AB)=p(A)+p(B)
L'évènement contraire de A est A, complémentaire de A dans , et vérifie p A 1 p ASi A et B ne sont pas incompatibles, alors
p(AB)=p(A)+p(B)-p(A
B)6 M1Cours1.nb
Deux évènements sont dits indépendants lorsque le résultat de l un ne dépend pas du résultat de l autre.Exemples
. Tous les problèmes de tirage avec remise Une urne contient 3 boules blanches et 5 boules noires. Quelle est la probabilité d obtenir deux boules blanches en 2 tirages avec remise.M1Cours1.nb 7
Définition.
Soient A et B deux évènements avec p(A)
0. La probabilité conditionnelle de B sachant A est p(BA)= p A B p AExemples
. Tous les problèmes de tirage sans remise Une urne contient 3 boules blanches et 5 boules noires. Quelle est la probabilité d obtenir deux boules blanches en 2 tirages sans remise.8 M1Cours1.nb
M1Cours1.nb 9
Definition
. Une variable aléatoire est une fonction de l'ensemble des évènements dans (pour le moment).
[_] = [ [ {}] ] /0.000960.00980.044440.115650.20426
0.24574
0.20472
0.11936
0.04467
0.00949
0.00091
0.20.40.60.81.0
0.05 0.10 0.15 0.20 0.2510 M1Cours1.nb
Definition
. La loi de probabilité d'une variable aléatoire X sur un univers est la fonction de dans [0,1] définie par f(x)=p(X=x) .
Certains auteurs l
appellent également fonction de densité, ici nous réserverons le terme de fonction de densités aux var iable aléatoires continues. La loi de probabilité de la variable aléatoire somme de deux dés est définie par le tableau suivant [_] = [{ }] + [{ }]24681012
0.05 0.10 0.15M1Cours1.nb 11
12 M1Cours1.nb
1 361 18 1 12 1 9 5 36
1 6 5 36
1 9 1 12 1 18 1 36
2 3 4 56 7 8 910 11 12
M1Cours1.nb 13
Definition
. La fonction de répartition d'une variable aléatoire X sur un univers est la fonction de dans [0,1] définie par F(x)=p(Xx) .
La fonction de répartition de la variable aléatoire somme de deux dés est définie par le tableau suivant14 M1Cours1.nb
1 361 12 1 6 5 18 5 12 7 12 13 18 5 6 11 12 35
36
1
2 3 4 56 7 8 910 11 12
0.0 0.2 0.4 0.6 0.8 1.0M1Cours1.nb 15
Une loi de probabilité prend des valeurs entre 0 et 1 La somme des valeurs de la loi de probabilité est égale à 1 : i 1N f x i 1 La fonction de partition est positive ou nulle, croissante, et sa plus grande valeur est 116 M1Cours1.nb
L'espérance E(X) d'une variable aléatoire X correspond à la moyenne des valeurs que l'on obtiendrait en faisant une infinité de tirages. C'est la moyenne
des valeurs de la variable aléatoire pondérées par leur probab ilité E(X)= i 1N x i p X x i i 1N x i f x iM1Cours1.nb 17
La variance Var(X) d'une variable aléatoire X correspond à la moyenne de carrés des distances à l'espérance E(X), que l'on obtiendrait en faisant une
infinité de tirages. Var X E X E X 2 i 1N x i E X 2 p X x i i 1N x i E X 2 f x i L 'écart-type d'une variable aléatoire X est la racine carrée de la variance =Var(X)18 M1Cours1.nb
M1Cours1.nb 19
Var X E X 2 E X 220 M1Cours1.nb
Le problème est, à partir de deux variables aléatoires discrèt es X et Y, indépendantes, de déterminer la loi de probabilité de la variable aléatoire S=X+Y. Pour simplifier, on supposera que X et Y sont à valeurs dansLa loi de probabilité de S est alors
P(S=x)=P
i 0x X i Y x i ) ces évènements sont disjoints donc i 0x P X=iY=x-i)
X et Y sont indépendantes donc
i 0x PX=i)P(Y=x-i)
par définition de f et g i 0x f i g x i i x f i g x iM1Cours1.nb 21
i x f i g x i X= n i n X i X i X n22 M1Cours1.nb
Une variable aléatoire est dite centrée si son espérance est nulle.Remarque
. Si X est une variable aléatoire d espérance E(X) alors X-E(X) est centrée Une variable aléatoire est dite réduite si son écart type est égal à 1.Remarque
. Si X est une variable aléatoire de variance 2 alors X est réduite Une variable aléatoire réduite et centrée est dite standardiséeRemarque
. Si X est une variable aléatoire d espérance E(X) et de variance 2 alors X E X est réduiteM1Cours1.nb 23
Une variable aléatoire de Bernouilli est une variable aléatoire discrète qui ne peut prendre que les
deux valeurs 1 et 0 avec probabilité p et q=1-p. p X p X24 M1Cours1.nb
Si X est une variable de Bernouilli de paramètre p,E(X)=p
V(X)=pq
M1Cours1.nb 25
On appelle Distribution Binomiale la répétition de n épreuves de Bernouilli indépendantes où
la variable aléatoire est le nombre de succès (obtention de la valeur 1).Cela revient à tirer au hasard un mot de longueur n sur l'alphabet {0,1}, chaque 0 ayant une probabilité q d'apparaitre et chaque 1 un
probabilité p.La probabilité qu
un mot particulier w w 1 w 2 w n apparaisse ne dépend que du nombre de 0 et de 1 dans w et est égal à p w 1 q w 0Il y a
n k mots de longueur n ayant exactement k lettres égales à 1et on en déduit que p(X =k)= n k p k q n k26 M1Cours1.nb
M1Cours1.nb 27
28 M1Cours1.nb
Si X suit une Distribution Binomiale de paramètres n et p,E(X)=np
V(X)=npq
M1Cours1.nb 29
On appelle Distribution géométrique la répétition d'épreuves de Bernouilli indépendantes jusqu'à obtention d'un succès (obtention de la valeur 1), où
la variable aléatoire est le nombre de répétitions. Dire que X=k signifie que les (k-1)premiers tirages ont été déf avorables et qu un succès au k-ième tirage a été réalisé, on a donc p X k q k 1 p30 M1Cours1.nb
0.0 0.1 0.2 0.3 0.4 0.5 1.0M1Cours1.nb 31
0.0 0.2 0.4 0.6 0.832 M1Cours1.nb
Si X suit une Distribution Géométrique de paramètres n et p, E(X)= 1 p V(X)= q p 2 La somme de deux Distributions Géométriques de paramètres n 1 p et n 2 p est la distribution géométrique de paramètre n 1 n 2 ,pM1Cours1.nb 33
La distribution de Poisson intervient dans tous les problèmes d occurences d évènements rare en un laps de temps fixé.On peut considérer soit le nombre d occurences de ces évènements dans un laps de temps fixé, soit l intervalle de temps entre deux évènements consécutifs.À titre d
quotesdbs_dbs20.pdfusesText_26[PDF] 39) Calculer des durées
[PDF] 3e groupe : tous les autres verbes terminés par. IR
[PDF] 3ème ?. Fiche de conjugaison. 1. Le présent. Page sur. 2. 7. Exercice 3 : Soulignez les verbes conjugués au présent de l'indicatif et précisez la vale
[PDF] 4 Ajoute les adjectifs épithètes au bon endroit. (attention aux règles d'accord). La rose pousse dans le jardin. (pourpre
[PDF] 4 sujets en anglais
[PDF] 4 sujets grand debat
[PDF] 4) Ci après les nombres abordés sur la vidéo. Pour mieux les retenir
[PDF] 4) Dans quel cas le participe passé ne s'accorde t il pas à II/ Phase d'explication: Il existe trois règles principales : L'accord du participe passé
[PDF] 4. Conjuguez les verbes suivants au présent
[PDF] 4. futur antérieur de l'indicatif. 5. imparfait de l'indicatif ... La voix active et la voix passive. 3. Mettez les ... Mettez les phrases à la voix a
[PDF] 4.1.1 Le déterminant possessif détermine la possession inaliénable . ... l' expression et obtenir une valeur pragmatique plus généralisante : Vaske he
[PDF] 4.2 Nouvelles stratégies pour additions ou soustractions. Dès lors qu'il y a des passages de dizaines
[PDF] 45. I've Been Working on the Railroad. I've been work in' on the rail. road just to pass the time a a. . 23. 12 b o way. way
[PDF] 48w ont une ... l'estimation ou de la prise de décision à partir des observations. ... connue par la fréquence de réalisation observée sur un grand éc