Upload
soheib01
View
212
Download
0
Embed Size (px)
DESCRIPTION
ExeRevMath4Pro
Citation preview
STATISTIQUES ET PROBABILITÉSPartie 2 (Probabilités)
Chapitre I
VARIABLES ALÉATOIRES DISCRÈTES
EXERCICES DE RÉVISIONS: PROBABILITÉS-CHAPITRE I
Probabilités
En probabilité on étudie les chances qu�un événement aléatoire se produise.Cette chance est quanti�ée par un nombre compris entre 0 et 1 : appelée probabilité, notée P .Deux événements A et B sont dit disjoints ou incompatibles s�ils ne peuvent se réaliser ensemble:
Un ensemble complet d�événements est la réunion de tous les événements possibles Ai tels que Ai \Aj=?:
La probabilité d�avoir A s�il est certain est P (A) � 1; s�il est impossible P (A) � 0:Si tous les événements sont équiprobables, la probabilité d�avoir A est P (A) = Nombres de possibilités pour A
Nombres total de possibilités .La probabilité de ne pas avoir A est P (A) � 1� P (A).La probabilité d�avoir A ou B s�ils sont disjoints est P (A [B) = P (A) + P (B). [P ([
iAi) =
Pi
P (Ai)]
La probabilité d�avoir A et B s�ils sont indépendants est P (A \B) = P (A)P (B). [P (\iAi) = �
iP (Ai)]
La probabilité d�avoir A ou B s�ils ne sont pas disjoints est P (A [B) = P (A) + P (B)� P (A \B):La probabilité d�avoir A sans B s�ils ne sont pas disjoints est P (AnB) = P (A)� P (A \B).La probabilité d�avoir A sachant B est P (A j B) = P (A\B)
P (B) .La probabilité de ne pas avoir A sachant B est P (A j B) = 1� P (A j B).La probabilité d�avoir A ou B sachant C est P (A [B j C) = P (A j C) + P (B j C)� P (A \B j C).La probabilité d�avoir A ou B (disjoints) sachant C est P (A [B j C) = P (A j C) + P (B j C).La probabilité d�avoir A sans B sachant C est P (AnB j C) = P (A j C)� P (A \B j C).La probabilité d�avoir A si un ensemble complet d�événements disjoints Bi existe est P (A)=
Pi
P (A \Bi)
La probabilité d�avoir l�un des Bi de l�ensemble complet sachant A est P (Bi j A)= P (Bi)P (AjBi)PjP (Bj)P (AjBj)
.
Variable Aléatoire Discrète à Valeurs Réelles
La probabilité d�une variable aléatoire X discrète (à valeurs réelles xi dénombrables) est notée pX(xi):Avec
Pi
pX(xi) = 1:
L�Espérance Mathématique d�une variable aléatoire est: E(X) � �(X) =Pi
xipX(xi):
L�Espérance Mathématique d�une fonction est: E(g(X)) =Pi
g(xi)pX(xi):
Le Moment Simple d�ordre r d�une variable aléatoire est: �r(X) = E(Xr) =
Pi
xri pX(xi):
Le Moment Centré d�ordre r d�une variable aléatoire est: mr(X) = E [(X �E(X))r] = E [(X � �)r] :La Variance d�une variable aléatoire est: �2(X) � Var(X) = E
�(X � �)2
�= E(X2)�E2(X):
L�Écart-type d�une variable aléatoire est: �(X) =pVar(X):
La Variable Centrée Réduite est: X� = X��(X)�(X) :
Le Coe¢ cient d�Asymétrie est: E[(X��)3]
�3 : Le Coe¢ cient d�Aplatissement est: E[(X��)4]
�4 � 3:La Fonction Génératrice d�une variable aléatoire est: GX(t) =
1Pk=0
tkpX(k):
La Fonction Génératrice des Moments d�une variable aléatoire est: GX(t) =1Px=0etxpX(x):
Une variable aléatoire X admet une espérance si la sériePxipX(xi) est absolument convergente:
Une variable aléatoire X admet une variance si la sériePx2i pX(xi) est aussi absolument convergente:
Une variable aléatoire X est dite centrée si E(X) = 0: Elle est dite réduite si Var(X) = 1:
Lois de Probabilités ParticulièresIl arrive parfois qu�une probabilité suive une loi bien déterminée. Ci-dessous sont quelques unes.
Loi de Bernoulli (de paramètre 0 6 p 6 1): P (1) = p; P (0) = 1� p: (E(X) = p: Var(X) = p(1� p))Loi Binomiale (de paramètres n et 0 6 p 6 1): P (k) = n!
k!(n�p)!pk(1� p)n�k:
(E(X) = np: Var(X) = np(1� p))Loi de Poisson (de paramètre � > 0): P (k) = �k
k! e��: (E(X) = Var(X) = �)
F . H AM M AD http://sites.google.com/site/exerev