[PDF] Exercices et problèmes de statistique et probabilités





Previous PDF Next PDF



PROBABILITÉS CONDITIONNELLES ET INDÉPENDANCE

PROBABILITÉS CONDITIONNELLES. ET INDÉPENDANCE. Tout le cours en vidéo : https://youtu.be/5oBnmZVrOXE. I. Probabilité conditionnelle.



Probabilités conditionnelles

TD Probabilités feuille n? 4. Probabilités conditionnelles. Exercice 1 Dans une usine on utilise conjointement deux machines M1 et M2 pour fabriquer des 



Probabilités conditionnelles

probabilités. • à calculer la probabilité d'un événement connaissant ses probabilités conditionnelles relatives à une partition de l'univers.



Probabilité conditionnelle

= 55.6%. Correction de l'exercice 7 ?. 1. Probabilité conditionnelle : si un individu a les yeux bruns d'avoir les cheveux blonds.



Chapitre 2 Probabilités conditionnelles et indépendance d

La notion de probabilité conditionnelle permet de formuler rigoureusement une la définition mathématique des probabilités conditionnelles pour calculer ...



Première générale - Probabilités conditionnelles - Exercices - Devoirs

Probabilités conditionnelles et indépendance – Exercices - Devoirs. Exercice 1 corrigé disponible. Exercice 2 corrigé disponible.



Terminale S - Probabilités conditionnelles et indépendance

Probabilités conditionnelles et indépendance. I) Conditionnement par un événement. 1) Probabilité de B sachant A a) Définition.



Probabilités et variables aléatoires

babilités conditionnelles et de la notion d'indépendance en proba- bilités. Après avoir défini la notion de variable aléatoire celles de.



Exercices et problèmes de statistique et probabilités

1.2 Axiomes du calcul des probabilités . On définit la probabilité conditionnelle de l'événement A sachant que l'événement B est réalisé.



probabilites conditionnelles

probabilités conditionnelles. Table des matières. 1 probabilités conditionnelle ii. calculer la probabilité qu'une personne soit tombée malade sachant ...



PROBABILITÉS CONDITIONNELLES - maths et tiques

La probabilité que le patient ait pris le médicament A sachant qu’il est guéri se note P G(A) et est égale à P G(A)= 383 674 ?057=57 La probabilité que le patient soit guéri sachant qu’il a pris le médicament B se note P B(G) et est égale à P B(G)= 291 345 ?084=84



Travail d’Initiative Personnel Encadré : Chaines de Markov

On appelle probabilité conditionnelle de ! sachant " la probabilité que l'événement # se réalise sachant que l'événement $ est réalisé On la note : !(#) Remarque : On rappelle que comme pour les probabilités simples on a : 0? !(#)?1 Méthode : Calculer une probabilité conditionnelle à l’aide d’un tableau



PROBABILITES CONDITIONNELLES ET THEOREME DE BAYES - Inserm

La probabilité conditionnelle est donc bien comprise entre 0 et 1 ; de plus elle satisfait à Pr{B1 ?B2 / A}=Pr{B1 / A}+Pr{B2 / A}?Pr{B1 ?B2 / A} La probabilité conditionnelle a donc bien les propriétés d’une probabilité On peut définir de façon symétrique Pr{A/ B} = Pr{A et B} Pr{B}



PROBABILITÉS CONDITIONNELLE

• Dans un arbre pondéré la probabilité d'un événement correspondant à un chemin est le produit des probabilités inscrites sur chaque branche de ce chemin • La probabilité d'un événement associé à plusieurs trajets complets est la somme des probabilités de ces trajets • La somme des probabilités des branches partant d'un



Chapitre 2 : Probabilités conditionnelles - LeWebPédagogique

Application 1 : Calculer une probabilité conditionnelle Dans une population donnée 84 des personnes possèdent un téléphone portable et 75 des personnes possèdent un ordinateur De plus 60 des personnes de cette population déclarent posséder les deux On rencontre par hasard une personne de cette population



Searches related to probabilité conditionnelle pdf PDF

Au premier embranchement les poids au dessus des branches c orrespondent à la probabilité des évènements B et B Nousnoteronsaupassagequelasommedecespoidsvaut1(comme à chaque embranchement A partir du deuxième embranchement les probabilités sont des probabilités conditionnelles En particulier celles-ci indiquent le chemin suivi

Comment définir la probabilité conditionnelle?

Probabilité conditionnelle Soit , A, , un espace de probabilité et un événement de probabilité strictement positif. La probabilité conditionnelle de sachant (ou par rapport à ) est définie conditionnellement par la formule : « Probabilité de » ou (« probabilité de est réalisé»).

Comment calculer la babilité conditionnelle d’un événement ?

• Pour deux événements A et B tels que Card (A) ? 0, la pro- 7 babilité conditionnelle de B sachant A, notée PA (B), est la Exemple 2. On tire à présent une seconde boule sans remettre probabilité que l’événement B soit réalisé sachant que A est Card (B ? A) la première dans l’urne. Soit l’événement B : « le numéro de réalisé.

Comment calculer la probabilité d'un système ?

On rappelle que E ( X ) = lim ? x f ( x ) dx . b?+` 0 2. En déduire la probabilité que le système (S) fonc- a. On pose F ( x ) = (? x ? 1) e . ?x tionne au-delà de 50 semaines. Montrer que F est une primitive de x ? xf (x). 3. Soit t un nombre positif. b Quelle est, en fonction de t, la probabilité que le sys- b.

Comment calculer la probabilité d’obtenir un as ?

Je commence par décrire chacun des événements de la forme {X?=?k}. Comment continuer ? L’événement {X = 8} correspond au tirage d’un as. Décrire de la même manière les deux autres événements de la forme {X = k}. Je sais que la probabilité P (X = 8) est la probabilité d’obtenir un as.

Exercices et problèmes

de statistique et probabilités

Thérèse Phan

Jean-Pierre Rowenczyk

2 e

édition

“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page i — #1

Illustration de couverture :

digitalvision

© Dunod, Paris, 2012

ISBN 978-2-10-056298-5

“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page ii — #2

Table des matières

Avertissementvii

Chapitre 1 Probabilités....................................................... 1 Rappel de cours............................................................ 1

1.1 Rappels de Mathématiques.................................................... 1

1.2 Axiomes du calcul des probabilités............................................. 2

1.3 Notion de variable aléatoire.................................................... 3

1.4 Moments d"une variable aléatoire............................................. 4

1.5 Variables à deux dimensions................................................... 7

1.6 Indépendance de deux variables aléatoiresXetY.............................. 9

1.7 Probabilités individuelles....................................................... 9

1.8 Lois de la somme de variables indépendantes connues.......................... 10

Énoncés des exercices...................................................... 11 Énoncés des problèmes.................................................... 13 Du mal à démarrer ? ...................................................... 14 Corrigésdesexercices...................................................... 15 Corrigésdesproblèmes.................................................... 23 Chapitre 2 Convergences et échantillonnage................................ 29 Rappel de cours............................................................ 29

2.1 Lois statistiques............................................................... 29

2.2 Propriétés..................................................................... 29

2.3 Échantillon gaussien........................................................... 30

2.4 Convergences................................................................. 30

Énonces des exercices...................................................... 32Dunod - La photocopie non autorisée est un délit

“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page iii — #3∞ ivTable des matières Énoncés des problèmes.................................................... 34 Du mal à démarrer ? ...................................................... 36 Corrigésdesexercices...................................................... 36 Corrigésdesproblèmes.................................................... 41 Chapitre 3 Estimation ponctuelle............................................ 49 Rappel de cours............................................................ 49

3.1 Échantillonnage............................................................... 49

3.2 Estimation statistique.......................................................... 50

3.3 Éléments de théorie de la décision............................................. 51

Énoncés des exercices...................................................... 52 Énoncés des problèmes.................................................... 54 Du mal à démarrer ? ...................................................... 55 Corrigésdesexercices...................................................... 56 Corrigésdesproblèmes.................................................... 64 Chapitre 4 Information et exhaustivité...................................... 71 Rappel de cours............................................................ 71

4.1 Éléments de théorie de l"information........................................... 71

4.2 Méthode du maximum de vraisemblance....................................... 73

Énoncés des exercices...................................................... 74 Énoncés des problèmes.................................................... 76 Du mal à démarrer ? ...................................................... 78 Corrigésdesexercices...................................................... 79 Corrigésdesproblèmes.................................................... 88 Chapitre 5 Estimateur sans biais de variance minimale..................... 97 Rappel de cours............................................................ 97

5.1 Théorème..................................................................... 97“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page iv — #4

Table des matièresv

5.2 Théorème de Rao - Blackwell.................................................. 97

5.3 Théorème de Lehmann-Scheffe................................................ 97

Énoncés des exercices...................................................... 98 Enoncés des problèmes.................................................... 102 Du mal à démarrer ? ...................................................... 106 Corrigésdesexercices...................................................... 107 Corrigésdesproblèmes.................................................... 119 Chapitre 6 Intervalles de conance.......................................... 131 Rappel de cours............................................................ 131

6.1 Définition d"un intervalle de confiance.......................................... 131

6.2 Intervalles de confiance pour des paramètres de lois normales................... 131

6.3 Intervalles de confiance pour les paramètres d"une loi inconnue................. 134

6.4 Intervalles de confiance pour une proportion................................... 135

Énoncés des exercices...................................................... 135 Énoncés des problèmes.................................................... 139 Du mal à démarrer ? ...................................................... 146 Corrigésdesexercices...................................................... 147 Corrigésdesproblèmes.................................................... 160 Chapitre 7 Tests paramétriques.............................................. 177 Rappel de cours............................................................ 177

7.1 Définition générale d"un problème de test...................................... 177

7.2 Théorie de la décision......................................................... 178

7.3 Notion de risque.............................................................. 179

7.4 Théorème de Neyman et Pearson.............................................. 179

Énoncés des exercices...................................................... 180 Énoncés des problèmes.................................................... 185 Du mal à démarrer ? ...................................................... 188 Dunod - La photocopie non autorisée est un délit "doc" (Col. : Science Sup 19.3x250) - 2012/4/27 - 14:21 - page v - #5? viTable des matières Corrigésdesexercices...................................................... 189 Corrigésdesproblèmes.................................................... 212 Chapitre 8 Tests d"adéquation et tests d"indépendance..................... 223 Rappel de cours............................................................ 223

8.1 Test d"adéquation............................................................. 223

8.2 Test d"indépendance........................................................... 224

Énoncés des Problèmes sur les tests non paramétriques d"adéquation.... 227 Énoncés des Problèmes sur les tests non paramétriques d"indépendance. 229 Du mal à démarrer ? ...................................................... 229 Corrigésdesproblèmes.................................................... 230 Chapitre 9 Analyse de la variance (ou ANOVA) à un seul facteur........... 245 Rappel de cours............................................................ 245

9.1 Hypothèses................................................................... 245

9.2 Position du test ANOVA....................................................... 245

9.1 Observations réalisées................................................ 246

9.1 Décomposition de la variance totale............................................ 246

9.2 Principe de l"ANOVA........................................................... 247

9.3 Calcul de la constanteC....................................................... 248

9.4 Comparaison des variancess

2i de chaque population........................... 249

9.5 Mode opératoire pour l"ANOVA................................................ 250

Énoncé du problème....................................................... 251 Du mal à démarrer ? ...................................................... 252 Corrigéduproblème...................................................... 252

Index255

“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page vi — #6

Avertissement

Cet ouvrage est destiné aux étudiants de Licence, de première année des Grandes Écoles d"ingé-

nieurs, de commerce et de gestion ou d"Institut Universitaires de Technologie désireux d"appré-

hender les concepts et les notions de base de la statistique.

Il peut être utile à tous ceux qui seraient désireux d"acquérir ou de revoir les notions opérationnelles

des méthodes de base de la statistique. Cet ouvrage comporte des rappels de cours sans démonstrations, des exercices classiques de

difcultés progressives (le niveau de difculté est repéré par un nombre d"étoiles), ainsi que des

problèmes plus complexes permettant d"aborder des cas concrets d"utilisation de la statistique dans

différents domaines d"application. Il est découpé en chapitres mais il comporte fondamentalement

deux grandes parties : €Une première partie concerne le calcul des probabilités

Bien que comportant des rappels de cours relativement complets, nous avons choisi, délibéré-

ment, de ne proposer dans cette partie, que des exercices abordant des notions et des calculs de

probabilité qui sont utilisés en statistique : Théorème Central-Limite (ou théorème de la limite

centrale), Lois de probabilités fréquemment utilisées en statistique (Loi normale, du Khi-deux,

de Student, de Fisher...)

Nous avons donc évité de proposer des exercices de probabilités calculatoires classiques (exer-

cices utilisant la combinatoire, calcul de paramètres de lois de probabilités...). Pour cette raison, avant d"aborder les chapitres de statistique, nous conseillons vivement au

lecteur, de se reporter, en cas de besoin, aux ouvrages spécialisés, an de revoir ou de compléter

leurs connaissances en matière de calcul des probabilités.

€Une deuxième partie est consacrée à l"étude des trois méthodes de base utilisées en statistique :

ŠL"estimation ponctuelle

ŠL"estimation par intervalle

ŠLes tests d"hypothèse

Les chapitres concernant l"estimation ponctuelle permette d"aborder les notions essentielles permettant d"étudier les estimateurs de paramètres réels de lois de probabilités. Néanmoins, ces chapitres proposent quelques exemples d"estimation de paramètres vectoriels.

Les chapitres consacrés à l"estimation par intervalle proposent un éventail large d"exercices

différents, permettant d"appréhender la plupart des cas concrets rencontrés dans les différents

domaines utilisant la statistique.

Les chapitres consacrés aux tests d"hypothèses sont essentiellement consacrés à l"étude des

tests paramétriques dans le cas d"hypothèses simples et à l"étude de deux types de tests non

paramétriques, les tests d"ajustement et les tests d"indépendance.

Les différents chapitres proposent toujours la même organisation : les énoncés, puis une rubrique

" Du mal à démarrer », et enn, les corrigés des exercices proposés. Chaque corrigé propose, en outre, un bilan " ce qu"il faut retenir ». Dunod - La photocopie non autorisée est un délit “doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page vii — #7

Remerciements

Nous tenons, tout d"abord à exprimer toute notre gratitude à nos collègues de l"École Centrale de

Paris et de l"École Spéciale des Travaux Publics, pour nous avoir incités à élaborer cet ouvrage et

pour nous avoir fourni de nombreux conseils de rédaction. En particulier, nous tenons à remercier, Alain MARRET et Michel LUCIEN, pour leur apport lors de l"élaboration du contenu de cet ouvrage. Nos remerciements vont ensuite à Franck PHAN, pour son aide précieuse pour l"utilisation de Latex et donc de la réalisation de la maquette de cet ouvrage. Enn, nous tenons également à remercier vivement les Éditions DUNOD, Anne Bourguignon et

Benjamin Peylet, pour leur accueil, leur compétence et leur grande compréhension au cours de la

réalisation de cet ouvrage.

Thérèse PHANetJean-Pierre ROWENCZYK

“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page viii — #8 1

Probabilités

RAPPEL DE COURS

1.1 Rappels de Mathématiques

a) Opérations sur les ensembles SoitVun ensemble etA,B... des parties deV.SiAdésigne le complémentaire deAdansV, alors nous avons :

€A∞A=V

€A∞B=A?B

€A∞B=(A?B)∞(A?B)∞(A?B)

€A→∞

i (A?B i ?si les évènementsB i sont incompatibles entre eux ?et siV→∞ i B i b) Analyse combinatoire

Nous rappellons ici quelques résultats :

€Nombre d"arrangements depobjets pris parminavec répétition pn =n p €Nombre d"arrangements depobjets pris parminsans répétition A pn =n(n-1)...(n-p+1)=n! (n-p)! €Nombre de combinaisons depobjets pris parminavec répétition K pn =C p n+pŠ1 €Nombre de combinaisons depobjets pris parminsans répétition C pn =n! p!(n-p)!=A pn p!

€Nombre de permutations denobjets

Per(n)=n!

“doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page 1 — #9 21

Probabilités

1.2 Axiomes du calcul des probabilités

a) Généralités

La théorie des probabilités repose sur l"étude de phénomènes aléatoires. Une expérience est dite

aléatoire si on ne peut pas prévoir son résultat et si répétée dans les mêmes conditions, elle peut

donner des résultats différents. Les résultats possibles de cette expérience constituent l"ensemble

fondamentalV. Un événement aléatoire est une assertion relative au résultat de l"expérience.

On identifie usuellement l"événement aléatoire et la partie deVpour laquelle cet événement est

réalisé. Si P est une probabilité définie surV,etsiAetBsont deux parties deV,ona:

€P(∞)=0etP(V)=1

€P(A)=1ŠP(A)

€P(A?B)=P(A)+P(B)ŠP(A∂B)

P(A?B)=P(A)+P(B)siA∩B=

b) Probabilités conditionnelles

On définit la probabilité conditionnelle de l"événementAsachant que l"événementBest réalisé,

par :

P(A/B)=P(A∂B)

P(B) c) Formule de décomposition

Si l"ensemble des partiesU

j deVforme un système complet d"événements, c"est-à-dire si lesU j sont indépendants et si leur réunion formeVtout entier, alors : P(A)= n j=1 P(A/U j )P(U j d) Indépendance de deux événements

AetBindépendantsP(A∂B)=P(A)P(B)

e) Probabilités des causes ou probabilités de BAYES

P(A/B)=P(A∂B)

P(B)=P(B/A)P(A)P(B)

Si l"ensemble des partiesA

i deVforme un système complet d"événements, P(A k /B)=P(B/A k )P(A k i P(B/A i )P(A i “doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page 2 — #10

Rappel de cours3

1.3 Notion de variable aléatoire

Lorsque l"ensemble fondamentalVest tout ou partie de l"ensemble des réelsR, le concept

d"événement aléatoire est remplacé par celui de variable aléatoire. On distingue usuellement :

1.les variables aléatoires discrètes pour lesquelles l"ensembleVest un ensemble discret de valeurs

numériques (par exempleNensemble des entiers naturels) 2. les variables aléatoires continues pour lesquelles l"ensembleVest un intervalle deRouRtout entier. a) Fonction de répartition

On appelle " Fonction de répartition d"une variable aléatoire X » l"application F deRdans[0,1]

définie par :

F(x)=P(X b) Variable aléatoire discrète On définit la probabilité attachée en un pointxdu domaine de définition de la variable aléatoireXdiscrète par :

P(X=x)

Fonction de répartition deX:

F(x)=P(X tP(X=t)

c) Variable aléatoire continue On dit que la variable aléatoireXde fonction de répartitionFest continue si on peut définir une fonction densité de probabilitéfdeXvérifiant : f(x)=F (x)ouF(x)=→ x f(t)dt La probabilité attachée au segment [a,b] est alors :

P[aXb]=→

b a f(x)dx=F(b)ŠF(a) d) Formule de changement de variables €Cas discret p y =P(Y=y)=P(Xw Š1 (y))=∞ x?w 1 (y)

P(X=x)

?Dunod - La photocopie non autorisée est un délit “doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page 3 — #11 41

Probabilités

€Cas continu west monotone croissante

G(y)=P(Y -1 (y))=F?w -1 (y)? west monotone décroissante

G(y)=P(Y -1 (y))=1ŠP[XG(y)=1ŠF?w

-1 (y)? wn"est pas monotone

G(y)=P(Y 1

···+P(XI

n oùI 1 ,...,I n sont les intervalles de la variable aléatoireXqui correspondent au domaineYLoi binomialeB(n,p)w

X (t)=(pe it +1Šp) n

Loi de PoissonP(l)w

X (t)=exp?l(e it

Š1)?

Loi de GaussLG(m,s)w

X (t)=e itm

×exp?Št

2 s 2 2? f) Fonctions génératriceG La fonction génératrice des moments de la variableXest définie par : G X (u)=E(e uX

1.4 Moments d"une variable aléatoire

a) Moment d"ordrerpar rapport à l"origine ?Calcul direct variable discrètem r =E(X r X x ri P(X=x i variable continuem r =E(X r D X t r f(t)dt “doc" (Col. : Science Sup 19.3x250) — 2012/4/27 — 14:21 — page 4 — #12?

Rappel de cours5

Utilisation de la fonction caractéristique

m n =E(X n )=w nX (0) iquotesdbs_dbs41.pdfusesText_41

[PDF] introduction ? l'histoire de notre temps tome 3

[PDF] contexte historique du 20ème siècle

[PDF] histoire du xxe siècle berstein et milza

[PDF] histoire des idees et des arts 20eme siecle pdf

[PDF] les périodes de l'histoire pdf

[PDF] évaluation les 5 périodes de lhistoire

[PDF] qu'est - ce qu une frise chronologique ce2

[PDF] frise chronologique cm2 ? compléter

[PDF] evenement incompatible

[PDF] expérience aléatoire maths

[PDF] evenements independants

[PDF] événements incompatibles

[PDF] evenement compatible

[PDF] demonstration evenement independant

[PDF] joint aquasolo