Loi de Poisson

autres questions. On s’intéresse au nombre N de bonnes réponses qu’il obtient ainsi aux 100 questions. 1°) justifier que la loi de probabilité de N est la loi binomiale B(100 ; 0,45) 100 une m^exp a 2 issues Indep des res Constance de la proba de succeès N compte le nbre de succès 1 ………. ….. on admettra dans toute la suite de l’exercice, que la variable N suit la loi binomiale B(100 ; 0,45) 2°) Calculer la probabilité d’avoir 50 bonnes réponses parmi les 100. (donnez le détail du calcul)

PRINCIPALES LOIS DE DISTRIBUTIONS DE PROBABILITES 1. Loi Binomiale B(n,p) Il s’agit en fait de la somme de n variables aléatoires indépendantes qui suivent une loi , de même paramètre p.  avec   Somme de lois binomiales. Soient deux variables aléatoires indépendantes: qui suit , et qui suit . La V.A. définie par suit une loi . 2. Loi de Poisson P() On appelle variable aléatoire de Poisson une variable aléatoire discrète X pouvant prendre des valeurs

Loi normale ou loi de Gauss Familles de loi de probabilité continues, définies sur l’ensemble des réels, complètement caractérisées par leur espérance et leur variance De distribution symétrique autour de leur espérance x ~ N (µ ,σ 2 ) f ( x) =  ( x − µ )2   exp −  2σ 2  2πσ   1 2 Exemples de lois normales Fonction de répartition Pas calculable analytiquement Calcul numérique La loi normale centrée réduite Loi normale d’espérance nulle et de variance 1 u ~ N (0,1) f (u )

nombre de trains par heure circulant sur cette ligne. e Soit Xi le nombre de trains passant pendant la i-`me heure dans la gare Nanterre-Universit´ e e (i = 1 . . . n). On suppose que les Xi sont ind´pendantes et identiquement distribu´es de loi de e e Poisson de param`tre λ i.e. ∀x ∈ N, e P (Xi = x) = e−λ λx x! On rappelle que si X ∼ P(λ) alors E[X] = λ et V [X] = λ. On note x1 , . . . , xn les observations obtenues par l’association d’usagers. 1. Montrer que la vraisemblance des observations

suit une loi binomiale dont on déterminera les paramètres. 2. Calculer la probabilité que, dans un tel prélèvement, 8 pièces au moins soient conformes. Partie B Une partie des pièces de la production de l’entreprise est fabriquée par une machine automatique notée « machine 1 ». Soient M et N les variables aléatoires qui, à chaque pièce prélevée au hasard dans un lot très important fabriqué par la machine 1, associent respectivement sa longueur et sa largeur. On suppose que M suit la loi normale

Lois discrètes usuelles . . . . . . . . . . . . . . . . . . . . . . . 2.1 Loi de Bernoulli . . . . . . . . . . . . . . . . . . . . . . 2.2 Loi binomiale . . . . . . . . . . . . . . . . . . . . . . . 2.3 Loi géométrique . . . . . . . . . . . . . . . . . . . . . . 2.4 Loi de Poisson - Approximation d’une loi binomiale . . 2.4.1 Loi de Poisson . . . . . . . . . . . . . . . . . 2.4.2 Approximation d’une loi binomiale par une loi 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

− P ( A ∩ B ) = 0.05 + 0.10 – 0.005 = 0.145 Partie B : Loi binomiale et loi de Poisson 1. La variable aléatoire X suit une loi binomiale car nous avons n tirages indépendants (prélèvements au hasard et avec remise) et il y a deux issues possibles (expérience de Bernoulli) : soit la fiche indique une pression intraoculaire normale (succès p =0.10), soit ce n’est pas le cas (échec q = 0.90). Les paramètres sont B (n , 0.10). 2. On a la loi binomiale de paramètres B(10 , 0.10). On va calculer P(X=0)

approchés sont à arrondir à 10−3 . A. Loi normale On note X la variable aléatoire qui, à chaque pelle prélevée au hasard dans la flotte, associe le nombre de m3 de matériaux extraits pendant la première heure du chantier. On suppose que la variable aléatoire X suit la loi normale de moyenne 120 et d’écart-type 10. 1. Calculer p(110 X 130). 2. Calculer la probabilité que la pelle extraie moins de 100 m3 pendant la première heure de chantier. B. Loi de Poisson On note Y la variable aléatoire qui,

[pic] Année universitaire 2010/2011 Probabilités et statistique descriptive Lois discrètes : Loi de poisson [pic] Auteurs : Encadrant : ➢ EL ATIFI Imad Mr. ABOUTAFAIL ➢ HOUMOURI Mehdi ➢ LAAOUINI Ali Remerciement Au terme de ce travail réalisé par EL ATIFI Imad, HOUMOURI Mehdi et LAAOUINI Ali Nous exprimons nos remerciements a toute personne ayant collaboré de près ou de loin a sa finalisation. Nos salutations

usuelles Lois de probabilités Notation ( ) Loi Uniforme Loi de Bernoulli ( ) Cadre Équiprobabilité. Cas particulier du tirage d’une boule parmi boules numérotées de à . Associe à chaque boule son numéro. Une épreuve de Bernoulli. Indicatrice du succès. Loi Binomiale ( ) Schéma de Bernoulli : répétition de épreuves de Bernoulli. Compte le nombre de succès obtenus au cours d’un schéma de Bernoulli. Loi Géométrique ( ) Schéma de Bernoulli