[PDF] [PDF] Cours de probabilités et statistiques

IREM de Lyon - Département de mathématiques Stage ATSM - Août 2010 1/2 - Fréquence : Un enfant est attendu Quelle est la probabilité que ce soit une fille ? {0,1,2,3} Le mod`ele est beaucoup plus simple, les autres sur le terrain, jusqu'`a ce qu'ils trouvent un site correct Soient X la On a besoin d'estimer deux



Previous PDF Next PDF





[PDF] Probabilités Exercices corrigés

En déduire que pour tous entiers naturels n et k tels que 2 1 k n ≤ < − , on a : Exprimer en fonction de n et de k la probabilité de l'évènement A , contraire de A En déduire la probabilité de A b Correction 1 Démonstration : il est plus simple d'utiliser ( 1) ( 1) n'en a pas besoin, c'est juste pour montrer que je suis



[PDF] EXERCICES corrigés de PROBABILITES

EXERCICES corrigés de PROBABILITES Calculer la probabilité d'un événement Exercice n°1: Un sachet contient 2 bonbons à la menthe, 3 à l'orange et 5 au 



[PDF] Cours de probabilités et statistiques

IREM de Lyon - Département de mathématiques Stage ATSM - Août 2010 1/2 - Fréquence : Un enfant est attendu Quelle est la probabilité que ce soit une fille ? {0,1,2,3} Le mod`ele est beaucoup plus simple, les autres sur le terrain, jusqu'`a ce qu'ils trouvent un site correct Soient X la On a besoin d'estimer deux



[PDF] Exercices et problèmes de statistique et probabilités - Dunod

“doc” (Col : Science Sup 19 3x250) — 2012/4/27 — 14:21 — page ii — #2 1 1 Rappels de Mathématiques centrale), Lois de probabilités fréquemment utilisées en statistique (Loi normale, du Khi-deux, de Student, de lecteur, de se reporter, en cas de besoin, aux ouvrages spécialisés, afin de revoir ou de compléter



[PDF] Exercices corrigés de probabilités et statistique - Fabrice Rossi

2 Chapitre 1 Expériences aléatoires et probabilités Correction Pour que P soit une probabilité sur Ω, il faut Il est cependant beaucoup plus simple de déterminer la taille nature probabiliste mais simplement un besoin de précision dans la traduction l'énoncé exprimées en français en hypothèses mathématiques



[PDF] Calcul des probabilités - USMBA

29 mar 2017 · La statistique et les probabilités sont les deux aspects branche des mathématiques pures, basée sur la théorie de la Chapitre 2: Notion de probabilité usuelles ; le probabiliste-statisticien a en effet besoin : Dans sa forme la plus simple, il En utilisant, ce qu'on appelle, la correction de continuité :



[PDF] Année spéciale - Exercices - Institut de Mathématiques de Toulouse

2 Déterminer la loi de probabilités de la variable aléatoire X qui `a tout ensemble de trois billets commune ont besoin pour leur gestion de connaıtre 1



[PDF] Analyse combinatoire et probabilités - mathématiques et physique

2 2 2 Exercice M-D'un jeu de 52 cartes, on tire 5 cartes au fur et à mesure un besoin de structuration se fait sentir et certaines notions de base (analyse est beaucoup plus simple de raisonner en termes de combinaisons, il y a autant aucun numéro correct Le nombre de possibilités de n'avoir aucun bon numéro est



[PDF] PROBABILITES CONDITIONNELLES – Feuille dexercices

Besoin d'un point sur le cours ? 2) a) Écrire la probabilité que la personne soit lycéenne sachant qu'elle n'est pas fonctionnaire avec les notations des



[PDF] Cours dIntroduction au Calcul des Probabilités

La septième est inchangée, sauf la correction d'un quarantaine (sic) de La théorie des probabilités fournit des modèles mathématiques permet- tant l'étude Remarquons que nous n'avons pas eu besoin de préciser dans quel ensemble Ω un exemple de situation pourtant très simple où il n'y a pas équiprobabilité

[PDF] Maths : Problèmes de fractions

[PDF] Maths : Quelle fraction de cette année representent tous les dimanches

[PDF] Maths : Résolution Algébrique

[PDF] Maths : S'il vous plaît !

[PDF] Maths : S'il vous plaît avant mon Ds

[PDF] Maths : Simplifier des fractions

[PDF] Maths : Solutions d'équations

[PDF] Maths : Suite récurrente

[PDF] maths : theoreme

[PDF] maths : tracer des fonctions (sur calculatrice) + démonstration

[PDF] Maths : Trouver un énoncé avec f(x) = (x+4)² - (2x-5)², puis résoudre

[PDF] Maths : Vrai ou Faux dans un Tétraèdre

[PDF] Maths :( ( urgent )

[PDF] Maths :)

[PDF] Maths :/ Equations/Exercice

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 niquotesdbs_dbs47.pdfusesText_47