Loi binomiale négative

d’anciens élèves est suffisamment important pour considérer que ce choix est fait de manière indépendante. Calculer la probabilité pour qu’au moins un des anciens élèves vive en colocation. On arrondira le résultat à 10–2 près. Schéma de Bernoulli. Loi binomiale. Ici il faut faire un (grand) effort de rédaction : 1ère étape : On interroge un élève au hasard et on appelle « Succès » l'événement S = « l'élève fait le choix de vivre en colocation ». P(S) = P(C) = 0,33. C'est une épreuve de Bernoulli de paramètre

Rappel sur les manipulations de 2.2.2 D´finition . . . . . . . . . . . . e 2.2.3 Ind´pendance . . . . . . . . . . e 2.2.4 Lois discr`tes usuelles . . . . . . e 2.2.5 Loi marginale . . . . . . . . . . 2.3 Esp´rance et variance . . . . . . . . . . e 2.3.1 Esp´rance . . . . . . . . . . . . e 2.3.2 Variance . . . . . . . . . . . . . 2.4 Loi et esp´rance conditionnelles . . . . e 2.5 Exercices . . . . . . . . . . . . . . . . . 2.6 R´sum´ . . . . . . . . . . . . . . . . . e e 3 Variables al´atoires ` densit´

Mathematica 1 2 3 4 5 6 7 8 9 ED bases des proba lois discrètes lois continues loi Normale TCL, vecteur Risque Test Anova Evaluation Mathematica 2 3 test Mathematica Cours 1 h. CD disponible 1 ED Mathematica https://portail.ensam.eu/sites/TRA-CO/AS/AE/SIMMetz Plan du cours 1. Introduction 2. Bases des probabilités 3. Variables aléatoires (discrètes et continues) 4. Vecteurs aléatoires 5. Convergences en loi 6. Estimation 7. Test 8. Analyse de la variance 3 1) Introduction Probabilités

Probabilit´s conditionnelles . . . . . . . . . e 3 Variable al´atoire discr`te e e 3.1 Variable al´atoire . . . . . . . . . . . e 3.1.1 D´finition g´n´rale . . . . . . e e e 3.1.2 Variables al´atoires discr`tes e e 3.1.3 Variables al´atoires continues e 3.2 Loi d’une variable al´atoire discr`te . e e 3.2.1 D´finition . . . . . . . . . . . e 5 . 5 . 5 . 5 . 5 . 6 . 6 . 6 . 7 . 7 . 7 . 7 . 7 . 8 . 8 . 8 . 9 . 11 13 13 14 14 15 17 18 23 23 23 23 24 24 24 . . . . . . . . . . . . . . . . . . . . . . . . .

97 X 0,92 = 0,8924 3. On a P(A) = P(AnD) + P(AnD̅) = 0.8942 4. On cherche PA(D) = P(AnD)P(A) = 0,00180,09842 = 0,002 Loi binomiale : 1. On répète 10 fois une expérience de type succès-échec où le succès est d’obtenir un sac dans défaut et qui a une probabilité de 0.97. La variable aléatoire X qui compte le nombre de succès suit une loi binomiale de paramètres 10 ; 0,97 2. P(X=10) = 0,9710X0,030 = 1X0,9710X1 = 0,74 3. P(X=10) = 0,979X0,031 = 1X0,979X0,03 = 0,23

discrète si ?(Ω) = {?1 , ?2 , … , ? ? } où {?1 , ?2 , … , ? ? } est l’ensemble des valeurs prises par ?. Définition : "Loi de probabilité d’une variable aléatoire réelle discrète" Soit ? une variable aléatoire réelle discrète définie sur un univers Ω. L’application de ?(Ω) = {?1 , ?2 , … , ? ? } vers [0,1] notée ? ? , qui à tout ? ? associe ?(? = ? ? ) est appelée loi de probabilité de ?. Définition : "Fonction de répartition d’une variable aléatoire" Soit ? une variable aléatoire réelle

e ee • F est une fonction en escalier, • P r(a < X ≤ b) = F (b) − F (a), • F est croissante, • lim−∞ F (x) = 0 et lim+∞ F (x) = 1, • P r(X > a) = 1 − P r(X ≤ a) = 1 − F (a). 1.3.2 Loi de probabilit´ e Si X est une variable al´atoire discr`te avec pour ensemble de valeurs {x1 , x2 , . . .}, sa loi de e e probabilit´ est d´finie par tous les pi = P r(X = xi ). Bien sˆr, on a i pi = 1. e e u 1.3.3 Moyenne et Variance Comme dans le cas des statistiques, on peut d´finir moyenne

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Lancer de dés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi Binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi de poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1 – 0,07= 0,93 2. a) X est la variable aléatoire donnant le nombre de personnes recrutées. On a 5 cinq candidats donc cinq épreuves identiques avec probabilité d’être recrutée p=0,07 et celle de ne pas être recrutée : q=.0,93. X suit bien une loi binomiale de paramètre n et p : n=5 et p=0,07. b).Probabilité pour que deux des candidats soient retenus : P(X=2)= (52)(0,07)2 x (0,93)2 = 0,039. 3) Soit n le nombre minimum de dossier. Soit p(Z) avec Z la variable aléatoire pour le nombre de candidats

sont issus d’un même processus de production • caractéristique de la qualité du « produit » • échantillons indépendants • statistique « W » estimée sur l’échantillon, indicateur de qualité – Si le processus est sous contrôle, alors • W suit une loi de probabilité de moyenne et écart-type connus ou estimés. • Définition de la CC de Shewhart UCL = µW + kσ w  CL = µW  LCL = µ + kσ W w  2009 3 J Gaudart, LERTIM, Aix-Marseille Université Forme Générale Données Qualitatives Données