Marche aléatoire

matières Pierre-André Cornillon Laurent Rouvière Régression logistique et scoring Chapitre 1 Introduction Notations : – X = (X1 , . . . , Xp ) : variable aléatoire explicative de dimension p, x = (x1 , . . . , xp ) une réalisation de x ; – Y variable (univariée) à expliquer. – (X1 , Y1 ), . . . , (Xn , Yn ) : un n-échantillon aléatoire (iid et de même loi que le couple (X, Y )), tel que Xi = (Xi1 , . . . , Xip ) ; – (x1 , y1 ), . . . , (xn , yn ) une réalisation de (X1 , Y1 ), . . . , (Xn , Yn

fraude l’amende est de cent euros. Claude fraude systématiquement lors des quarante trajets soumis à cette étude. Soit Xi la variable aléatoire qui prend la valeur 1 si Claude est contrôlé au i-ième trajet et la valeur 0 sinon. Soit X la variable aléatoire définie par : X = X1 + X2 + X3 + … + X40. 1) Déterminer la loi de probabilité de X.(0,5 pt) La variable aléatoire X correspond au nombre de fois que Claude est contrôlé au cours des 40 trajets. Les valeurs possibles de X sont : {0 ; 1 ; 2 ; … ;

................................................................................................................. 1 Introduction Un phénomène biologique sera entièrement déterminé si l’on connaît la loi de probabilité suivie par la variable aléatoire donnée dans la population. On a alors deux cas de figure : soit la loi de probabilité suivie par X est connue a priori et on vérifie a posteriori que les observations faites à partir d’un échantillon sont en accord avec elle. C’est le cas par exemple

LOI BINOMIALE I) Introduction La probabilité qu'un tireur atteigne sa cible est p = 3 . 4 1. On suppose qu'il fait deux tirs et on note X la variable aléatoire associant à cette épreuve le nombre de succès obtenus. (X = 0, 1 ou 2) a) Calculer la probabilité des événements [X = 0], [X = 1] et [X = 2]. (On pourra s'aider d'un arbre "pondéré" et on désignera par S les succès et E les échecs). 2 b) Calculer k =0 2. On suppose maintenant qu'il fait six tirs et on note Y le nombre de succès

dans une boîte cubique et 3 rouges et 4 vertes dans une boîte cylindrique. 1° Dans un premier jeu, il choisit simultanément trois billes au hasard dans la boîte cubique et il regarde combien de billes rouges il a choisies. On appelle X la variable aléatoire correspondant au nombre de billes rouges choisies. a) Déterminer la loi de probabilité de X b) Calculer l'espérance mathématique de X. 2° Un deuxième jeu est organisé de telle sorte que l'enfant choisisse d'abord au hasard une des deux boîtes

variables quantitatives X et Y , on doit considérer deux cas possibles : X et Y sont deux variables aléatoires dont les valeurs sont déterminées simultanément. On peut intéresser à étudier conjointement ces deux variables aléatoires en mesurant l’association entre ces deux variables par un coefficient de corrélation (section 5.3). Y est une variable aléatoire liée à une variable non aléatoire X, c’est-à-dire qu’on suppose que la variable X est fixé à des niveaux prédéterminés par l’enquêteur

avec un nombre négatif , on utilise la propriété : Pour tout réel x on a : (- x) = 1 - (x) Si X est une variable aléatoire suivant la loi N(0 ; 1 ) on a : p(- x X x) = 2 (x) - 1 Exemple : (-1,2) = 1 - 0,88493 = 0,11507 Pour calculer p( X x ) où X est une variable aléatoire suivant la loi normale N( m ; ) , il suffit de faire le changement de variable T = (X - m)/ puisque la variable aléatoire T suit alors une loi normale centrée réduite. Exemple : calculons p( X 3,2 ) sachant que X suit une loi normale

Calcul du SR probabilisé 5 Analyse du risque d'exploitation 2ème partie 6 Correction de l'exemple Calcul du résultat prévisionnel (ou espérance du bénéfice) Principe Exactement le même que lorsque les ventes suivent une variable aléatoire continue ! Il vient : E(B) = [(Prix de vente unitaire - Charges variables unitaires)] * E(Q)] - Charges fixes totales E(B) = [(PVu - CVu) * E(Q)] - Cf totales Ce qui revient à dire : => E(B) = (Marge sur coût variable unitaire * Espérance des

 Calculer , la probabilité de l'évènement  sachant l'évènement  réalisé. En donner une valeur arrondie à 10-4.  5. On interroge successivement et de façon indépendante quatre élèves pris au hasard parmi les élèves de l'établissement. Soit  la variable aléatoire qui donne le nombre d'élèves favorables à une répartition des cours plus étalée sur l'année scolaire. Le nombre d'élèves étant suffisamment grand, on considère que  suit une loi binomiale.      a) Préciser les paramètres de cette loi binomiale. 

Notion du processus stochastique et fonctions aléatoires AKadrani Institut National de Statistiques et Economie Appliquée (INSEA) Rabat, Avril 2013 Chapitre 1 Processus stochastique et fonctions aléatoires Introduction Un système naturel physique évoluant dans le temps et assujeti au hasard peut être représenté par une fonction X (t, w ) où t ∈ T (T est souvent le temps) et w ∈ Ω où (Ω, F, P) est un espace probabilisé. Deux façons pour représenter ce système: 1 Une famille