4 Les Lois discrètes.

Slides:



Advertisements
Présentations similaires
Intervalles de confiance
Advertisements

Chapitre I : Rappels Chapitre II: Eléments d’échantillonnage (Tassi, Chap. 2, Kauffmann, Chap. 5 et 6) Chapitre III: L’information au sens de Fisher (Kauffmann,
Corrélation Position du problème Définition covariance (X,Y) r =
Probabilités et statistiques au lycée
GESTION DE PORTEFEUILLE 3 Catherine Bruneau
GESTION DE PORTEFEUILLE 3bis Catherine Bruneau RISQUE & PROBABILITE.
Thomas G. Dietterich Approximate Statistical Tests for Comparing
Estimation ponctuelle Estimation par intervalle de confiance
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Théorie des Probabilités Étude des lois de probabilités usuelles
Échantillonnage-Estimation
5 La Loi de Laplace Gauss ou loi Normale
Moyenne, écart type et incertitude de mesure.
Les tests d’hypothèses
Statistiques et probabilités en première
variable aléatoire Discrète
Etudes des principales lois de probabilité
Programmes du cycle terminal
Statistiques et Probabilités au lycée
Autres LOIS de PROBABILITES
Atelier Probabilités et statistiques
Applications des statistiques
1 - Construction d'un abaque Exemple
DEA Perception et Traitement de l’Information
Signaux aléatoires.
de la Sixième à la Première et la Terminale
STATISTIQUES – PROBABILITÉS
Chapitre 6 Lois de probabilité.
E2phy Nantes 22-25/8/2006 Jacques Bouchez CEA-Saclay
Rappel: V.A. discrètes: , Moyenne Variance Écart type.
Dépannage du 12 mars 2007.
Conception et analyse des algorithmes Les algorithmes probabilistes
Algorithmes probabilistes
Régression linéaire (STT-2400)
ÉCHANTILLONNAGE AU FIL DES PROGRAMMES Stage : nouveaux programmes de première Novembre 2011.
Régression linéaire (STT-2400)
PROBABILITÉS.
Probabilités et variables aléatoires
LES LOIS BINOMIALES.
Méthodes de Biostatistique
ESTIMATION 1. Principe 2. Estimateur 3. Distribution d’échantillonnage
Micro-intro aux stats.
TD4 : « Lois usuelles de statistiques »
STATISTIQUES – PROBABILITÉS
Probabilités (suite).
Présentation d'une nouvelle loi de probabilité La loi normale ou loi de Laplace-Gauss (1774) François GONET Septembre 2005 Lycée Paul Langevin.
Chapitre 3: Variables aléatoires réelles continues
Atelier Probabilités et statistiques
LOIS DE PROBABILITE Variables aléatoires Lois discrètes Lois continues
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
- 6 - Concepts probabilistes et distributions de probabilité
La loi normale ou loi de Laplace-Gauss
Rappels sur les fonctions et les suites aléatoires
Probabilités et Statistiques
Chapitre 4 Variables aléatoires discrètes
Rappel de statistiques
Intervalles de fluctuation et de confiance. Dans une population, la proportion d’individus ayant un caractère donné est notée p Population.

Remise à niveau en statistique Eric Marcon – Module FTH 2006.
LOIS COURANTES DE PROBABILITES La Loi Binomiale
LOIS COURANTES DE PROBABILITES LA LOI DE POISSON Jean-Marc Petit1.
ECHANTILLONAGE ET ESTIMATION
Chapitre 3 Lois de probabilité 1. Lois discrètes 2. Loi de Bernoulli (ou loi alternative simple) variable de Bernoulli On appelle variable de Bernoulli.
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,
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
De la loi binomiale à la loi normale
Transcription de la présentation:

4 Les Lois discrètes

1)VARIABLE ALEATOIRE CONSTANTE Espérance :E(X) = b.1=b Variance : V(X) = 0 X b 1

2)LOI DE BERNOULLI Espérance :E(X) = p Variance : V(X) = pq X 1 Q=1-p 1 Q=1-p p

3)LOI BINOMIALE

a)Présentation Épreuve aléatoire avec deux issues: A de probabilité P(A) = p de probabilité q = 1 – p

On répète n fois avec indépendance X est le nombre de réalisations de A alors X suit une loi binomiale B(n,p) de paramètres n et p

b)Autre Présentation  avec Xi Loi de Bernoulli et Xi est le nombre de réalisation du ième tirage

c)Définition  On appelle loi binomiale B(n,p) la loi de probabilité d’une variable aléatoire discrète X telle que avec P( X=k ) =

d) Espérance : E( X ) = np Variance : V( X ) = npq Écart Type :

4)LOI DE POISSON

Définition On appelle loi de Poisson de paramètres  la loi de probabilité d’une v.a. discrète X telle que Avec P(X=k)=

Propriété 

Utilisation de la Table Pour la loi de Poisson avec =2 (paramètre de la loi =2) P( X=3 ) = 0,180 (valeur k=3)

APPROXIMATION DE LA LOI BINOMIALE B(n,p) PAR LA LOI DE POISSON Si n est grand( n  30 ) Si p est petit( p  0,1 ) Si np < 15 Alors on peut remplacer la loi binomiale B(n,p)par une loi de Poisson de paramètre =np