LOIS DE PROBABILITÉ À DENSITÉ
Chapitre 12 Lois de probabilité à densité Terminale S 1 −1 a 1 2 3b 1 b−a α β b b b b 2 Espérance mathématique Rappel : Cas d’une variable aléatoire qui prend un nombre fini de valeurs E(X) = X k∈X(Ω) kP(X = k) Définition Soit X une variable aléatoire qui admet une densité de probabilité f sur un intervalle [a;b] E(X
Terminale S - Lois de probabilités à densité - Fiche de cours
La loi uniforme sur [a ; b] est la loi de probabilité dont la densité est la fonction f définie par : (f (t)= 1 b−a si t∈(a ;b) f(t)=0 sinon) 2 2 Fonction de répartition et probabilité 1/2 Lois de probabilités à densité – Fiche de cours Mathématiques terminale S obligatoire - Année scolaire 2019/2020
Terminale ES - Lois à densité sur un intervalle I
comme densité de probabilité la fonction ???? définie sur [ ; ]par: ????(????)= − Exemples : 1) Si on choisit au hasard un nombre ???? dans l’intervalle [0 ; 1] la loi de la variable aléatoire correspondante est la loi uniforme sur l’intervalle [0 ; 1] ainsi : La densité de ???? est (????) = 1
Lois de probabilités à densité - Maths au LMA
Loi uniforme Définition Soient a,b deux réels tels que a < b On dit qu’une variable aléatoire X suit une loi uniforme sur [a;b] si elle admet comme densité la fonction f définie par : f(x) = 1 b−a six∈ [a;b] 0 sinon Remarque On peut “s’amuser” à vérifier que f est bien une densité de probabilité
Terminale ES – Chapitre VIII – Lois de probabilités à densités
Terminale ES – Chapitre VIII – Lois de probabilités à densités I- Loi à densité sur un intervalle Contrairement à une variable aléatoire discrète qui ne peut prendre qu'un nombre fini de valeurs, une variable aléatoire continue prend un nombre infini de valeurs dans un intervalle donné de
Terminale S - Lois de probabilités à densité - Exercices
EXERCICES - Densité avec intégrales, variable aléatoire Exercice 4 On considère la fonction f définie sur [0 ;3] par : f (t)=kt 3 1 Déterminer le réel k pour que f soit une densité de probabilité sur l’intervalle [0 ;3] 2 On considère une variable aléatoire X suivant la loi de probabilité définie par la densité f
Chapitre 8 : Exemples de lois à densité
Chapitre 8 : Exemples de lois à densités Terminale STI2D 5 SAES Guillaume II La loi exponentielle A Définition Définition : Loi exponentielle de paramètre ???? Soit ???? un réel strictement positif On dit que la variable aléatoire ???? à valeurs dans [ r;+∞[ suit la loi exponentielle de paramètre ????,
CHAPITRE 10 lois à densité Exemples de
Ch 10 Exemples de lois à densité Tale STI2D Si une variable aléatoire X suit la loi uniforme sur [a,b], alors P(c ≤ X ≤ d) =d−c b −a Proriété 2 Remarque 3 Pour toute loi continue, pour tout réel c, P(X = c) = 0, donc :
LOIS À DENSITÉ - Maths & tiques
LOIS À DENSITÉ I Loi de probabilité à densité 1) Variable aléatoire continue Exemples : a) Un site de vente en ligne de vêtements établit le bilan des ventes par taille L’histogramme ci-contre résume ce bilan Du discret On désigne par X la variable aléatoire qui donne la taille souhaitée par un client connecté
Lois de probabilité à densité Loi normale
1 3 Loi uniforme : densité homogène 1 3 1 Définition Définition 3 : Une variable aléatoire X suit une loi uniforme dans l’intervalle I =[a,b], avec a 6=b, lorsque la densité f est constante sur cet intervalle On en déduit alors la fonction f: f(t)= 1 b −a
[PDF] recherche expérimentale définition
[PDF] loi ? densité terminale s
[PDF] iss expérience scientifique
[PDF] méthode expérimentale exemple
[PDF] experience proxima
[PDF] méthode quasi expérimentale
[PDF] aquapad
[PDF] recherche expérimentale exemple
[PDF] exposé sur le gaspillage de l'eau
[PDF] le gaspillage de l'eau texte argumentatif
[PDF] 5 est un diviseur de 65
[PDF] gaspillage de l'eau dans le monde
[PDF] fonctions de plusieurs variables cours
[PDF] fonctions de plusieurs variables exercices corrigés
![Lois de probabilité à densité Loi normale Lois de probabilité à densité Loi normale](https://pdfprof.com/Listes/18/14532-1811_cours_lois_densite_loi_normale.pdf.pdf.jpg)
DERNIÈRE IMPRESSION LE31 mars 2015 à 14:11
Lois de probabilité à densité
Loi normale
Table des matières
1 Lois à densité2
1.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Densité de probabilité et espérance mathématique. . . . . . . . . . 2
1.3 Loi uniforme : densité homogène. . . . . . . . . . . . . . . . . . . . 3
1.3.1 Définition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2 Espérance mathématique. . . . . . . . . . . . . . . . . . . . 3
1.3.3 Application : méthode de Monte-Carlo. . . . . . . . . . . . 4
1.4 Loi exponentielle : loi sans mémoire. . . . . . . . . . . . . . . . . . 5
1.4.1 Définition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.2 Loi sans mémoire ou sans vieillissement. . . . . . . . . . . . 6
1.4.3 Espérance mathématique. . . . . . . . . . . . . . . . . . . . 6
1.4.4 Un exemple. . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.5 Application à la physique. . . . . . . . . . . . . . . . . . . . 7
1.5 Lien entre le discret et le continu. . . . . . . . . . . . . . . . . . . . 9
2 La loi normale9
2.1 Du discret au continu. . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 La loi normale centrée réduite. . . . . . . . . . . . . . . . . . . . . . 9
2.2.1 La densité de probabilité de Laplace-Gauss. . . . . . . . . . 9
2.2.2 Loi normale centrée réduite. . . . . . . . . . . . . . . . . . . 10
2.2.3 Calcul de probabilités. . . . . . . . . . . . . . . . . . . . . . 11
2.2.4 Espérance et variance. . . . . . . . . . . . . . . . . . . . . . 12
2.2.5 Probabilité d"intervalle centré en 0. . . . . . . . . . . . . . . 12
2.3 Loi normale générale. . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.1 Loi normale d"espéranceμet d"écart typeσ. . . . . . . . . 13
2.3.2 Influence de l"écart type. . . . . . . . . . . . . . . . . . . . . 14
2.3.3 Approximation normale d"une loi binomiale. . . . . . . . . 15
2.3.4 Théorème Central-Limit (hors programme). . . . . . . . . . 17
PAULMILAN1 TERMINALES
TABLE DES MATIÈRES
1 Lois à densité
1.1 Introduction
Lorsque l"on s"intéresse à la durée d"une communication téléphonique, à la durée
de vie d"un composant électronique ou à la température de l"eau d"un lac, la va- riablealéatoireXassociée au temps ou à la température, peut prendre une infinité de valeurs dans un intervalle donné. On dit alors que cette variableX est continue (qui s"oppose à discrète comme c"est le cas par exemple dans la loi binomiale). On ne peut plus parler de probabilité d"événements car les événements élémen- On contourne cette difficulté en associant à la variable X un intervalle deRet en définissant une densité de probabilité.