Probas-Stats 1A novembre 10 1 Probabilités et Statistiques Année 2010/2011

Slides:



Advertisements
Présentations similaires
Algorithmique et simulation
Advertisements

Corrélation Position du problème Définition covariance (X,Y) r =
Probabilités et statistiques au lycée
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
GESTION DE PORTEFEUILLE 3 Catherine Bruneau
GESTION DE PORTEFEUILLE 3bis Catherine Bruneau RISQUE & PROBABILITE.
VII) Formalisme Quantique
Les TESTS STATISTIQUES
Les TESTS STATISTIQUES
Échantillonnage-Estimation
Autour d’une expérience aléatoire simple:
Les tests d’hypothèses
Statistiques et probabilités en première
variable aléatoire Discrète
Fluctuations d’une fréquence selon les échantillons, Probabilités
Programmes du cycle terminal
2. Expériences aléatoires et modélisation
Les système linéaires Stéphane Paris.
Autres LOIS de PROBABILITES
Probabilités.
Probabilités et Statistiques
Probabilités et Statistiques
Probabilités et Statistiques
Signaux aléatoires.
TECHNIQUES QUANTITATIVES APPLIQUEES A LA FINANCE
CALCUL FRACTIONNAIRE.
Conception et analyse des algorithmes Les algorithmes probabilistes
Algorithmes probabilistes
Contrôle « rapide » Indiquer votre série GAUCHE ou DROITE
Des épreuves pratiques aux TP Des exemples en probabilités
Régression linéaire (STT-2400)
Let’s Train ! Cet exercice est un questionnaire à choix multiples constitué de plusieurs questions indépendantes . Pour chacune d’elles, une seule des.
Régression linéaire (STT-2400)
Varia Lectures obligatoires dans manuel du cours: Chapitre 5
Probabilités et variables aléatoires
Probabilités et Statistiques
Probabilités et Statistiques Année 2009/2010
Probabilités et Statistiques
Probabilités et Statistiques Année 2010/2011
N. Yamaguchi1 Statistiques Séance 6 – 16 Nov 2005.
Probabilités et Statistiques
Probabilités et Statistiques Année 2009/2010
Micro-intro aux stats.
TD4 : « Lois usuelles de statistiques »
STATISTIQUES – PROBABILITÉS
Fabienne BUSSAC PROBABILITÉS 1. VOCABULAIRE
Probabilités (suite).
Probabilités et Statistiques Année 2010/2011
Vers une loi à densité. Masse en gEffectifFréquence % [600,800[1162,32 [800,900[3957,9 [900,1000[91818,36 [1000,1100[124824,96 [1100,1200[121824,36 [1200,1300[71514,3.
Chapitre 3: Variables aléatoires réelles continues
Probabilités et Statistiques
LOIS DE PROBABILITE Variables aléatoires Lois discrètes Lois continues
Probabilités et Statistiques Année 2009/2010
Thème: statistiques et probabilités Séquence 6: Probabilités (Partie 1) Capacités : Déterminer la probabilité d’événements dans des situations d’équiprobabilité.
Probabilités et Statistiques
Principales distributions théoriques
Rappels sur les fonctions et les suites aléatoires
Probabilités et Statistiques
Chapitre 4 Variables aléatoires discrètes
Probabilités et Statistiques
Rappel de statistiques

Remise à niveau en statistique Eric Marcon – Module FTH 2006.
Probabilités et Statistiques
Probabilités et statistiques. SOMMAIRE CER ENSAM D'ANGERS  Notion de probabilité  Cas d’un espace fini  Cas d’un espace infini non dénombrable  Variable.
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
Les probabilités fournissent une description mathématique de l’incertain c’est-à-dire d’événements « aléatoires ». Introduction aux probabilités Néanmoins,
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau Rationalisation des choix: référence à l’utilité.
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
Transcription de la présentation:

Probas-Stats 1A novembre 10 1 Probabilités et Statistiques Année 2010/2011

Cours n°6 Espérance, indépendance

Plan  De la moyenne à l’espérance  Espérance : cas discret, cas continu  Formule de transfert  Indépendance  Espérance et indépendance Probas-Stats 1A novembre 10 3

De la moyenne à l’espérance  Jeu de pile ou face :  Ω = {pile,face} et P(({pile})=p, P({face})=q (=1-p)  Gain G = 1 si pile, G = -1 si face  Loi de G ?  Répétition de l’expérience :  n lancers de la pièce  Gains G 1,…, G n  Gain moyen :  n i = card {i, G i = 1} Probas-Stats 1A novembre 10 4

Espérance pour une loi discrète  Soit X prenant les valeurs {a 1,…,a m } P(X=a j ) = p j :  Définition :  Remarque : donc, au sens des distributions : Probas-Stats 1A novembre 10 5

Définition générale  Définition : soit X une v.a. de loiμ X  Cas d’une v.a. de densité f X :  Exercice : calculer l’espérance d’une v.a. de loi uniforme sur [a,b] Probas-Stats 1A novembre 10 6

Propriétés fondamentales  L’espérance est positive et linéaire : Probas-Stats 1A novembre 10 7

Exercice On interroge successivement 5 personnes au hasard dans un groupe de 20 étudiants de TSE. On suppose que parmi les 20, 16 aiment le cours de probas-stats Pour 1≤i≤5, on pose X i = 1 si la personne n°i aime le cours et 0 sinon. 1° - Quelle est la loi de X I ? Son espérance ? 2° - Si X donne le nombre de personnes parmi les 5 qui aiment le cours de probas-stats, combien vaut E(X) ? Probas-Stats 1A novembre 10 8

Formule de transfert  Soit X de densité f X. Combien vaut E(X 3 ) ?? Probas-Stats 1A novembre 10 9  Formule de transfert

Indépendance  Rappel : indépendance d’événements :  A et B sont indépendants si  Indépendance de v.a.  Soient X et Y deux v.a.  On dit que X et Y sont indépendantes si Probas-Stats 1A novembre 10 10

Espérance et indépendance  Soit X et Y deux v.a. indépendantes  Cas particulier :  SI X et Y sont indépendantes, alors :  Lorsque (*) est satisfaite, on dit que X et Y sont non corrélées.  Donc indépendantes implique non corrélées (réciproque fausse) Probas-Stats 1A novembre 10 11