3.5 Lois continues 1 cours 16.

Slides:



Advertisements
Présentations similaires
5 La Loi de Laplace Gauss ou loi Normale
Advertisements

Distribution de probabilité du vent
GESTION DE PORTEFEUILLE 3bis Catherine Bruneau RISQUE & PROBABILITE.
Chapitre 2 Variables aléatoires 1. Variables aléatoires : définition Résultat d’une expérience dont l’issue est multiple (VARIABLE) et imprévisible (ALÉATOIRE)
Régression linéaire (STT-2400) Section 3 Préliminaires, Partie II, La loi multinormale Version: 8 février 2007.
Réalisé par : - Mohamed QUARCH Jury : - M.HASSNOUN - Mouad ARRAD - M.NADIR - El mehdi EL RHANDOURI - A.BAALAL Encadré par : - M.HASSNOUN année scolaire:2006/2007.
Introduction à la notion de fonction 1. Organisation et gestion de données, fonctions 1.1. Notion de fonction ● Déterminer l'image d'un nombre par une.
Nouveau programme de 3ème Probabilités Document de travail – Académie de Rouen
 Qu’est ce qu’une matrice diagonale ? Une matrice diagonale est une matrice carrée dont les coefficients en dehors de la diagonale principale sont nuls.
Chapitre 5. Modèles probabilistes continus Variable aléatoire continue et loi de probabilité continue Loi uniforme Loi exponentielle Loi normale Loi normale.
Cours COMPOSANTES DES VECTEURS Dimitri Zuchowski et Marc-Élie Lapointe.
Application des lois de probabilité -Variable aléatoire discrète-
Techniques quantitatives Cours 5
Dimitri Zuchowski et Marc-Élie Lapointe
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.
1.3 COORDONNÉES DES POINTS
Dimitri Zuchowski et Marc-Élie Lapointe
Dimitri Zuchowski et Marc-Élie Lapointe
Les opérations sur les nombres
Chapitre 13 : Echantillonnage
ÉCRIRE Les mots choisis par un auteur sont aussi créés pour être habité par d’autres.
Dimitri Zuchowski et Marc-Élie Lapointe
Principes de programmation (suite)
Régression linéaire (STT-2400)
Semaine #4 INF130 par Frédérick Henri.
3.4 Lois discrète 2 cours 15.
4.5 Tests D’hypothèses sur une proportion
Approximation de Pi par la méthode de Monte Carlo
Eléments de la Théorie des Probabilités
3.3 loi discrète 1 cours 14.
3.6 Loi continue 3 cours 18.
3.5 Loi continue 2 cours 17.
Thème 06 : Addition de nombres relatifs Séance 2
4.2 Estimation d’une moyenne
Troisième Chapitre 9: Les Probabilités
1.2 dénombrement cours 2.
Lois de probabilités Intervalle de fluctuation
LES PROBABILITÉS Par : R . BOULAHBAL 2016 Free Powerpoint Templates.
LOG770 Annexe A Éléments de probabilité
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Cours de physique générale II Ph 12
SDRP & MA Problème du rendez vous : un algorithme probabiliste et une analyse probabiliste 09/11/2018.
Eléments de la Théorie des Probabilités
CHAPTER 2: Apprentissage supervisé
« Dessine-moi un vecteur »
Généralités sur les fonctions
A l’aide du triangle pédagogique de Jean Houssaye
A. Zemmari SDRP & MA Modèles et Approches Formels pour les Systèmes Distribués -Algorithmes distribués probabilistes.
Cycle, Cocycle, Arbre et Arborescence
Lois de Probabilité Discrètes
Lois de Probabilité Discrètes
Question flash TSTI2D.
Second degré Dérivation Suites Statistiques Probabilités
Élections locales probabilistes
CARACTERISTIQUES D’INERTIE DES SOLIDES
1/12 STABILITE Etude d’exemples.
Les nombres complexes Saison 1 - Épisode 2. Les nombres complexes Saison 1 - Épisode 2.
Présentation 4 : Sondage stratifié
Présentation 9 : Calcul de précision des estimateurs complexes
MATHÉMATIQUES FINANCIÈRES I
Bijections Une brève histoire de l’infini.
Sera vu dans le prochain cours.
Point Méthode n°4 Intégration.
Position, dispersion, forme
Présentation des nouveaux programmes de mathématiques de première des séries technologiques Jessica Parsis.
Exercice 3 : Ordonnez sans faire un seul calcul les carrés des nombres suivants :
Elections locales probabilistes
Sera vu dans un prochain cours.
Images Stage – Semaine 4.
Dérivation – Fonctions cosinus et sinus
Transcription de la présentation:

3.5 Lois continues 1 cours 16

Au dernier cours, nous avons vu Loi Loi de Poisson Loi hypergéométrique

Variable aléatoire continue Loi uniforme

Avec de telles variables aléatoires, on a très souvent Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable Avec de telles variables aléatoires, on a très souvent Auquel cas, on pourra difficilement travaillé avec la fonction On va donc devoir trouver une généralisation adéquate de la fonction de probabilité Dans de tels cas, il est plus pratique de travailler avec la fonction répartition.

Définition: Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable On dira que est une variable aléatoire continue s’il existe une fonction telle que et Une telle fonction est dite fonction de densité. Dans ce cas la fonction de répartition est donnée par

Puisqu’on peut considérer

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par Que vaut ?

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par Que vaut ?

Exemple: La durée de vie en heures d’une diode est donnée par la fonction de densité Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures est bien une fonction de densité car : la diode i est à remplacer après 150 h. les sont indépendants

Exemple: La durée de vie en heures d’une diode est donnée par la fonction de densité Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures

Exemple: La durée de vie en heures d’une diode est donnée par la fonction de densité Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures

Faites les exercices suivants # 3.35 à 3.38

Définition: Remarque: Soit une variable aléatoire continue, son l’espérance est et sa variance est Remarque: Dans le cas continu, il est possible que l’espérance et la variance n’existent pas, car ces intégrales peuvent diverger.

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par

Exemple: La durée de vie en heures d’une diode est donnée par la fonction de densité Quelle est l’espérance de cette variable aléatoire? donc dans ce cas-ci, l’espérance n’existe pas.

Faites les exercices suivants # 3.39

Théorème: Preuve: Théorème: Si est une variable aléatoire continue et alors Preuve: Théorème: Si est une variable aléatoire continue et

L’argumentaire utilisé lors du cours sur la variance à savoir que reste valide pour les variables aléatoires continues.

Exemple: Supposons que est une variable aléatoire continue dont la fonction de densité est donnée par

Loi uniforme Une variable aléatoire continue dont la fonction de densité une constante sur un intervalle et nulle partout ailleurs est dite loi uniforme

Trouvons cette constante donc

Faites les exercices suivants # 3.40 à 3.44

Devoir: # 3.35 à 3.44