chapitre : Les Probabilités

Slides:



Advertisements
Présentations similaires
Chapitre 10: Les lois de Newton
Advertisements

CHAPITRE 6 LES PROBABILITES.
Chapitre 4 Variables aléatoires discrètes
Fractions nsymQUI&feature=player_embedded Fractions La mesure OQ La mesure
PROBABILITES 1. Des Statistiques aux Probabilités D1. Expérience aléatoire.
Auteur : Patrice LEPISSIER Les probabilités  Notions de base Notions de base  Variable aléatoire Variable aléatoire  La loi Normale La loi Normale.
Un problème :. Pour embaucher un graphologue, le chef du personnel d'une grosse entreprise envisage un test. Il propose 12 paires d'écritures constituées.
Application des lois de probabilité -Variable aléatoire discrète-
La ProbabilitÉ.
Exercice 2 : 1°) On mise 5 €. On pioche en même temps 2 jetons dans un sac contenant 2 jetons verts et 3 jetons rouges. On remporte 10 € si les jetons.
Calculs de temps de trajets
Statistiques et calculatrice.
Exercice 1 : Un lycée comporte 1000 élèves. 70% étudient l’anglais, 80% des élèves mangent à la cantine, et 80 non-anglicistes ne mangent pas à la cantine.
2/8 V 6/7 R 12/56 0 € gagnés p( X = xi ) 3/7 4/7
Loi Normale (Laplace-Gauss)
PROJECTION ORTHOGONALE
4°) Intervalle de fluctuation :
Opérations sur les nombres relatifs
VI Graphes probabilistes
Exercice 2 : 1°) On admet qu’il y 49% de probabilité à la naissance d’avoir 1 fille. Quelle est la probabilité d’avoir 2 filles dans une famille de 3 enfants.
III Equations de tangentes
Fonctions affines.
I Définition chapitre 1 Les Matrices.
Exercice 2 : Déterminez les séries suivantes ( on ne donnera qu’une seule réponse possible ) satisfaisant les critères suivants : 1°) effectif 6, moyenne.
L’INTENSITE DU COURANT ELECTRIQUE
Stage de Pré-rentrée de Paris VI
Chapitre 2 Vecteurs et Repérage dans le plan
Chapitre 13 : Echantillonnage
Exercice 1 Quelles sont les dimensions ( à 0,01 cm près ) du plus gros cylindre contenu dans une sphère de diamètre 1 m ?
Exercice 2 Soit la série statistique
Simuler des probabilités
Qu’évoque pour vous le mot HASARD ?
chapitre 3 Les Statistiques
© Hachette Livre 2016, Mathématiques Cycle 4, collection Kiwi
Exercice 1 : Statistiques et calculatrice.
CHAPITRE 12 L’OSCILLOSCOPE. CHAPITRE 12 L’OSCILLOSCOPE.
Exercice 1 On tire 7 fois avec remise dans une urne contenant 1 jeton Noir et 2 jetons Rouges. X est la variable aléatoire donnant le nombre de fois où.
Introduction aux Statistiques Variables aléatoires
II Fonction dérivée 1°) Définition :
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
Exercice 4 : Lors d’un contrôle les 29 copies des présents ont donné une moyenne de 11. Les deux absents ayant rattrapé leur contrôle et ayant obtenu 7.
Troisième Chapitre 6: Les fonctions
Géométrie dans l’espace
Chapitre 8 : Fluctuation d’échantillonnage.
2.2 Probabilité conditionnelle
3.3 loi discrète 1 cours 14.
3.6 Loi continue 3 cours 18.
4.2 Estimation d’une moyenne
Exercice 12 : On possède les relevés mensuels de la température à Madrid et Mexico. 1°) Quels calculs statistiques permettent de répondre à la question.
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau Rationalisation des choix: référence à l’utilité.
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Fluctuations d’une fréquence selon les échantillons, Probabilités
Calcul de probabilités
Lois de Probabilité Discrètes
Lois de Probabilité Discrètes
La puissance du transfert d’énergie électrique entre un générateur et un circuit constitué de conducteurs ohmiques dépend-elle de ces conducteurs ohmiques.
On lance 100 fois de suite une pièce de monnaie.
CHAPITRE 2. Les critères de décision en univers mesurable.
Activités mentales rapides
Plan du cours Statistiques appliquées
CSI 3505 Algorithmes Voraces
Programme d’appui à la gestion publique et aux statistiques
Chapitre 12 : Notion de fonction
Thème : 5 Questions flash autour des probabilités
Exercice 2 : Soient les points A( - 3 ; 1 ), B( 3 ; - 2 ); C( 4 ; 0 ), D( 0 ; y ), et E( 1 ; z ). 1°) Déterminez y pour que les droites (AB) et (CD)
μ = N 3) Moyenne d’une série discrète : ∑ ni xi que l’on peut noter
Exercice 2 Soient les notes obtenues dans une classe par les élèves, et leur appartenance aux groupes 1 ou 2 : 8(groupe 1), 9(groupe 2), 11(groupe 2),
Transcription de la présentation:

chapitre : Les Probabilités I Variable aléatoire Les nombres x1 ; x2 ; … ; xn sont les résultats d’une expérience aléatoire. La variable aléatoire X est une variable qui peut prendre, aléatoirement, comme valeur numérique les nombres x1 à xn.

chapitre : Les Probabilités I Variable aléatoire Les nombres x1 ; x2 ; … ; xn sont les résultats d’une expérience aléatoire. La variable aléatoire X est une variable qui peut prendre, aléatoirement, comme valeur numérique les nombres x1 à xn. II Loi de probabilité d’une variable aléatoire On associe respectivement à chaque valeur x1 à xn la probabilité p1 à pn de l’obtenir.

II Loi de probabilité d’une variable aléatoire I Variable aléatoire Les nombres x1 ; x2 ; … ; xn sont les résultats d’une expérience aléatoire. La variable aléatoire X est une variable qui peut prendre, aléatoirement, comme valeur numérique les nombres x1 à xn. II Loi de probabilité d’une variable aléatoire On associe respectivement à chaque valeur x1 à xn la probabilité p1 à pn de l’obtenir. valeurs xi prises par X x1 x2 x3 etc… p ( X = xi ) p1 p2 p3

Déterminez la loi de probabilité de la variable aléatoire. Exemple : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, la Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. Déterminez la loi de probabilité de la variable aléatoire.

Exemple : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. Loi de probabilité de la variable aléatoire : valeurs xi prises par X p ( X = xi )

Exemple : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. 1 arbre de choix : 1 2 2 1 2 Loi de probabilité de la variable aléatoire : valeurs xi prises par X p ( X = xi )

Exemple : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. 1 X = 1 arbre de choix : 1 2 2 2 1 2 2 4 Loi de probabilité de la variable aléatoire : valeurs xi prises par X p ( X = xi )

Exemple : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. 1 X = 1 arbre de choix : 1 2 2 2 1 2 2 4 Loi de probabilité de la variable aléatoire : valeurs xi prises par X 1 2 4 p ( X = xi )

Exemple : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. 1 X = 1 probabilité : 1 branche sur 4 donc 1/4 arbre de choix : 1 2 2 2 1 2 2 branches sur 4 donc 2/4 2 4 1 branche sur 4 donc 1/4 Loi de probabilité de la variable aléatoire : ou : ½ × ½ = ¼ et ½ × ½ + ½ × ½ = 2/4 valeurs xi prises par X 1 2 4 p ( X = xi ) ¼ ½ ¼

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la …

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais …

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité …

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité peuvent aussi être obtenues. La valeur représentative ayant le plus de probabilité sera donc …

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité peuvent aussi être obtenues. La valeur représentative ayant le plus de probabilité sera donc la moyenne des valeurs …

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité peuvent aussi être obtenues. La valeur représentative ayant le plus de probabilité sera donc la moyenne des valeurs pondérées par leurs probabilités.

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité peuvent aussi être obtenues. La valeur représentative ayant le plus de probabilité sera donc la moyenne des valeurs pondérées par leurs probabilités. Σ ni xi xmoyen = donne E(X) = … Σ ni

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité peuvent aussi être obtenues. La valeur représentative ayant le plus de probabilité sera donc la moyenne des valeurs pondérées par leurs probabilités. Σ ni xi Σ pi xi xmoyen = donne E(X) = Σ ni Σ pi et comme … on a alors E(X) = …

III Espérance d’une variable aléatoire Elle est notée E(X) La valeur xi que l’on a plus de probabilité d’obtenir est la valeur ayant la plus forte probabilité. Mais celles ayant une faible probabilité peuvent aussi être obtenues. La valeur représentative ayant le plus de probabilité sera donc la moyenne des valeurs pondérées par leurs probabilités. Σ ni xi Σ pi xi xmoyen = donne E(X) = Σ ni Σ pi et comme Σ pi = 1, on a alors E(X) = Σ pi xi

L’espérance est la …

L’espérance est la moyenne probable L’espérance est la moyenne probable. Si X est un gain global à un jeu aléatoire, E(X) = 0 signifie …

L’espérance est la moyenne probable L’espérance est la moyenne probable. Si X est un gain global à un jeu aléatoire, E(X) = 0 signifie que le jeu est équitable, E(X) > 0 que le jeu est …

L’espérance est la moyenne probable L’espérance est la moyenne probable. Si X est un gain global à un jeu aléatoire, E(X) = 0 signifie que le jeu est équitable, E(X) > 0 que le jeu est favorable au joueur. Soient deux variables aléatoires telles que Y = aX + b On a, comme pour une série statistique, E(Y) = ...

L’espérance est la moyenne probable L’espérance est la moyenne probable. Si X est un gain global à un jeu aléatoire, E(X) = 0 signifie que le jeu est équitable, E(X) > 0 que le jeu est favorable au joueur. Soient deux variables aléatoires telles que Y = aX + b On a, comme pour une série statistique, E(Y) = E( aX + b ) = a E(X) + b

L’espérance est la moyenne probable L’espérance est la moyenne probable. Si X est un gain global à un jeu aléatoire, E(X) = 0 signifie que le jeu est équitable, E(X) > 0 que le jeu est favorable au joueur. Soient deux variables aléatoires telles que Y = aX + b On a, comme pour une série statistique, E(Y) = E( aX + b ) = a E(X) + b Cette propriété ( vue en 2nd ) est la Linéarité de la moyenne.

Exercice : déterminez l’espérance de la variable aléatoire de l’exemple précédent :

Loi de probabilité de la variable aléatoire : Exercice : déterminez l’espérance de la variable aléatoire de l’exemple précédent : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. Loi de probabilité de la variable aléatoire : valeurs xi prises par X 1 2 4 p ( X = xi ) ¼ ½ ¼ Espérance : E(X) = Σ pi xi = ¼ 1 + ½ 2 + ¼ 4 = ¼ + 1 + 1 = 2,25

Loi de probabilité de la variable aléatoire : Exercice : déterminez l’espérance de la variable aléatoire de l’exemple précédent : On lance 2 fois une pièce de monnaie. Le pile donne le nombre 1, le Face donne le nombre 2. Soit X la variable aléatoire donnant le produit des deux nombres obtenus. Loi de probabilité de la variable aléatoire : valeurs xi prises par X 1 2 4 p ( X = xi ) ¼ ½ ¼ Espérance : E(X) = Σ pi xi = ¼ 1 + ½ 2 + ¼ 4 = ¼ + 1 + 1 = 2,25 0 1 2 3 4 moyenne probable