Portail Des Etudiants Fsjes

Gnralits


Vocabulaire des probabilits :

L'exemple choisi pour introduire le vocabulaire probabiliste est le jet d'un d )

Epreuve ou exprience alatoire :

exprience pouvant tre rpte dans des conditions identiques et dont l'issue
n'est pas prvisible priori. ( Le jet d'un d en regardant le nombre
correspondant sur la face suprieure est une exprience alatoire)

Eventualit , cas possible :

rsultat d'une preuve, note gnralement
1
,
2
, ....
(Exemple : 1,2,3,4,5,6 sont les ventualits de l'exprience alatoire dfinie ci-
dessus comme exemple )
Univers :
associ une exprience alatoire, ensemble des cas possibles d'une exprience
alatoire. L'univers est gnralement not .
( exemple choisi = {1,2,3,4,5,6} )

vnement :

partie de l'univers.
( Exemple : "obtenir un nombre pair" est un vnement, A = {2,4,6} )
Si une ventualit appartient un vnement, on dit qu'elle ralise cet
vnement.
L'vnement particulier est un vnement particulier puisqu'il contient toute
les ventualits d'une mme exprience alatoire, il est donc toujours ralis on
l'appelle vnement certain.
Aucune ventualit appartient lvnement , il est donc jamais ralis, est
appel vnement impossible.







vnement lmentaire :
Portail Des Etudiants Fsjes


vnement rduit une seule ventualit ( Exemple : "obtenir 6" est un
vnement lmentaire , B= {6} ) Les vnements tant des ensembles on peut
dfinir les mmes oprations que sur les ensembles.
Si A et B sont deux vnements d'une mme exprience alatoire :
A le complmentaire de A est appel vnement contraire de A. ( Exemple si A
est l'vnement : A :"Obtenir un nombre pair " , A= {2,4,6} , A est
l'vnement contraire A: " Ne pas obtenir de nombre pair " , A= {1,3,5} ).
Remarque deux vnements contraires sont incompatibles.
A B : l'vnement A B est la runion des vnement A et B . ( Exemple si A
est l'vnement : A :"Obtenir un nombre pair " , A= {2,4,6} , et B: " Obtenir un
nombre suprieur ou gal 4 ", B={4,5,6} A B : "Obtenir un nombre pair ou
4" et A B = {2,4,5,6})
A B : l'vnement A B est l'intersection des vnement A et B . ( Exemple si
A est l'vnement : A :"Obtenir un nombre pair " , A= {2,4,6} , et B: " Obtenir
un nombre suprieur ou gal 4 ", B={4,5,6} A B : "Obtenir un nombre pair et
4" et A B = {4,6})
Si A B = , les vnements A et B sont dit incompatibles , il ne peuvent pas
se raliser en mme temps ( Exemple si A est l'vnement : A :"Obtenir un
nombre < 3 " , A= {1,2} , et B: " Obtenir un nombre suprieur ou gal 4 ",
B={4,5,6} A B : "Obtenir un nombre < 3 et 4" et A B = ).

Portail Des Etudiants Fsjes


Partition


Utilisation d'une partition
pour dnombrer un ensemble

Exemple d'nonc pour comprendre :

Dans une entreprise de 120 salaris, on sait parler au moins une langue parmi
l'Allemand, l'Espagnol , l'Anglais.
8 personnes parlent les trois langues,
2 parlent l'Allemand et l'Espagnol mais pas l'Anglais,
10 parlent uniquement l'Espagnol,
101 personnes parlent l'Anglais,
50 personnes parlent l'Espagnol,
52 personnes parlent l'Allemand.

On veut dterminer :
le nombre de personnes qui
parlent l'Anglais et
l'Espagnol, mais pas
l'Allemand.
le nombre de personnes qui
parlent l'Allemand et
l'Anglais mais pas l'Espagnol
le nombre de personnes qui
parlent l'Anglais seul
le nombre de personnes qui
parlent l'Allemand seul
On fait le graphe
correspondant :



Chaque disque correspond un groupe de personne pratiquant une langue ( sauf
le rouge)
on peut distinguer 8 partitions .
notons a, b, c, d , e, f , g, h le nombre d'lments de chaque partition, traduisons
l'nonc, on a :
Portail Des Etudiants Fsjes


Il y a c = 30 personnes parlant l'Anglais et l'Espagnol , mais pas l'Allemand.
Il y a b = 35 personnes parlant l'Anglais et l'Allemand mais pas l'Espagnol.

Il y a d = 7 personnes parlant l'Allemand uniquement.
Portail Des Etudiants Fsjes


Dnombrement


Dfinition :

dnombrer, c'est compter les lments d'un ensemble fini. Plusieurs mthodes
permettent de dnombrer un ensemble, le principe c'est d'organiser efficacement
les donnes pour viter d'oublier des lments de l'ensemble.
Mthodes de dnombrement :
Arbre
Dnombrement d'un ensemble avec un arbre

Pour comprendre on va prendre un nonc type :

Enonc :

Une urne contient 7 boules numrotes de 1 7


on tire au hasard et successivement 3 boules de cette urne
le tirage est avec remise, c'est dire qu'on remet la boule une fois tire. (voir
exemple de tirage ci-dessous)




Quel est alors le nombre de tirages possibles ?
Portail Des Etudiants Fsjes


Il y a 7 choix possibles pour la premire boule de mme pour la seconde une fois
la premire boule sortie et de mme pour la troisime boule.
il y a dans ce cas 7 x 7 x 7 tirages possibles soit 343 tirages
(le nombre de ramification chaque branche est le mme , il s'agit en fait du
nombre de 3-listes dans un ensemble 7 lments )
on tire au hasard et successivement 3 boules de cette urne
le tirage est sans remise, c'est dire qu'on ne remet pas la boule une fois tire.
(exemple de tirage ci-dessous)


Quel est alors le nombre de tirages possibles ?

Portail Des Etudiants Fsjes






Il y a 7 sorties possibles pour la
premire boule, mais la seconde boule
sera quant elle tire parmi les 6
restantes et la troisime parmi les 5
restantes.
Le nombre de tirages est donc 7 x 6 x
5 = 210.
( le nombre de ramifications diminue
d'une branche chaque tape , il s'agit
en fait du nombre d'arrangements de 3
lments pris parmi un ensemble de 7
lment )



on tire au hasard et simultanment 3 boules de cette urne
(voir exemple de tirage ci-dessous ) il n'y a plus d'ordre d'arrive des boules


vous pouvez construire un arbre comme prcdemment et supprimer les
ramifications quivalente puisque par exemple : ( , , ) = ( , , ) =
.....=....
Portail Des Etudiants Fsjes











Ou bien calculer le nombre de
permutations possibles de trois boules
distinctes quelconques en vous aidant
d'un arbre vous devez en trouver 6.
il y a donc 210/6 = 35 tirages
possibles. (il s'agit en fait du nombre
de combinaison de 3 lments pris
dans un ensemble 7 lments)


Portail Des Etudiants Fsjes

Combinaisons

Dfinition : Une combinaison de p lments pris parmi n lments d'un
ensemble E n lments est un sous ensembles de p lments pris parmi les n
lments de E.
Soit E un ensemble n lments
E = { x
1
; x
2
; x
3
; x
4
; ......; x
n
}
Exemples de combinaisons de p lments :
{x
1
; x
2
; x
3
; x
4
;.........; x
p
}
{x
2
; x
3
; x
4
; x
5
;.........; x
p+1
}
Remarque : {x
1
; x
2
; x
3
; x
4
;.........; x
p
} et {x
2
; x
1
; x
3
; x
4
;.........; x
p
} reprsente la
mme combinaison, ce qui fait la diffrence avec un arrangement.
Nombre de combinaison :
Le nombre de combinaisons de p lment pris dans un ensemble n lments
est gal au coefficient binomial :

( on divise le nombre d'arrangements des p-lments pris parmi n par le nombre
de permutations de ces p lments)

Dans l'exemple ci-dessous on a
dnombr l'aide d'un arbre le nombre
de combinaisons de 3 lments pris
dans l'ensemble
E ={a, b, c, d }.
Le nombre de combinaisons est :





Permutations
Dfinitions :
Une permutation de n lment est un arrangement de n lments pris parmi n.
Soit E un ensemble n lments
E = { x
1
; x
2
; x
3
; x
4
; ......; x
n
}
Exemples de permutation de n lments :
(x
1
; x
2
; x
3
; x
4
;.........; x
n
)
(x
2
; x
1
; x
3
; x
4
;.........; x
n
)
(x
3
; x
2
; x
1
; x
4
;.........; x
n
)
(x
n
; x
n-1
; x
n-2
; x
n-3
;.........; x
1
)
Portail Des Etudiants Fsjes


Nombre de permutations de n lments :
On dmontre que le nombre de permutation de n lment est :
n! = n(n-1)(n-2)......2x1 ( n ! se lit factorielle n )
Exemple :
le nombre de permutations de 3 lments d'un ensemble
E = {a, b, c} est : 3! = 6


Portail Des Etudiants Fsjes


Arrangements


Dfinition :

un arrangement de p lments sur un ensemble n lments est une p-liste dans
laquelle les lments sont deux deux distincts. ( p n)
Soit E un ensemble n lments
E = { x
1
; x
2
; x
3
; x
4
; ......; x
n
}
Exemples d'arrangements de p lments :
(x
1
; x
2
; x
3
; x
4
;.........; x
p
)
(x
2
; x
1
; x
3
; x
4
;.........; x
p
)
(x
2
; x
3
; x
4
; x
5
;.........; x
p+1
)

Remarque :
il ne peut plus y avoir rptition d'un mme lment.

Nombre d'arrangement de p lments pris dans un ensemble n lments :

Le nombre d'arrangement de p lment pris dans un ensemble n lments est
gal :

Portail Des Etudiants Fsjes

pour le comprendre on peut faire un arbre :


Dans l'exemple ci-dessous on a
dnombr l'aide d'un arbre le nombre
d'arrangements de 3 lments pris dans
l'ensemble
E ={a, b, c, d }
le nombre d'arrangements est :

L'ensemble de ces arrangements est
{(a,b,c) ; (a,b,d), (b, a, d) ............}


Portail Des Etudiants Fsjes




Calcul des probabilits




Pour calculer les probabilits associes la loi normale, on utilise gnralement
la loi normale rduite : cest une loi normale pour laquelle = 0 et o = 1.
La table suivante permet de dterminer la probabilit que la variable x scarte
de la moyenne de plus de z
0
o vers le haut.
Pour obtenir z
0
, on calcule lcart par rapport la moyenne : o = x - , puis on
divise par lcart type :
o
o
=
0
z
Portail Des Etudiants Fsjes

2
me
dcimale de z
0
Z
0

0 1 2 3 4 5 6 7 8 9

0.0 .500 .496 .492 .488 .484 .480 .476 .472 .468 .464
0.1 .460 .456 .452 .448 .444 .440 .436 .433 .429 .425
0.2 .421 .417 .413 .409 .405 .401 .397 .394 .390 .386
0.3 .382 .378 .374 .371 .367 .363 .359 .356 .352 .348
0.4 .345 .341 .337 .334 .330 .326 .323 .319 .316 .312

0.5 .309 .305 .302 .298 .295 .291 .288 .284 .281 .278
0.6 .274 .271 .268 .264 .261 .258 .255 .251 .248 .245
0.7 .242 .239 .236 .233 .230 .227 .224 .221 .218 .215
0.8 .212 .209 .206 .203 .200 .198 .195 .192 .189 .187
0.9 .184 .181 .179 .176 .174 .171 .169 .166 .164 .161

1.0 .159 .156 .154 .152 .149 .147 .145 .142 .140 .138
1.1 .136 .133 .131 .129 .127 .125 .123 .121 .119 .117
1.2 .115 .113 .111 .109 .107 .106 .104 .102 .100 .099
1.3 .097 .095 .093 .092 .090 .089 .087 .085 .084 .082
1.4 .081 .079 .078 .076 .075 .074 .072 .071 .069 .068

1.5 .067 .066 .064 .063 .062 .061 .059 .058 .057 .056
1.6 .055 .054 .053 .052 .051 .049 .048 .047 .046 .046
1.7 .045 .044 .043 .042 .041 .040 .039 .038 .038 .037
1.8 .036 .035 .034 .034 .033 .032 .031 .031 .030 .029
1.9 .029 .028 .027 .027 .026 .026 .025 .024 .024 .023

2.0 .023 .022 .022 .021 .021 .020 .020 .019 .019 .018
2.1 .018 .017 .017 .017 .016 .016 .015 .015 .015 .014
2.2 .014 .014 .013 .013 .013 .012 .012 .012 .011 .011
2.3 .011 .010 .010 .010 .010 .009 .009 .009 .009 .008
2.4 .008 .008 .008 .008 .007 .007 .007 .007 .007 .006

2.5 .006 .006 .006 .006 .006 .005 .005 .005 .005 .005
2.6 .005 .005 .004 .004 .004 .004 .004 .004 .004 .004
2.7 .003 .003 .003 .003 .003 .003 .003 .003 .003 .003
2.8 .003 .002 .002 .002 .002 .002 .002 .002 .002 .002
2.9 .002 .002 .002 .002 .002 .002 .002 .001 .001 .001
Lorsque lon doit dterminer une probabilit partir de la loi normale, on essaie
de se ramener une probabilit considre dans la table.
Portail Des Etudiants Fsjes

Quelques cas concrets sont illustrs ci-dessous.
1) x > + z
0
o
x

z
0o
+ z
0o
Prob (table)

2) x < - z
0
o
x
Prob (table)

z
0o
+ z
0o

3) x plus loign de que z
0
o
x
2

Prob (table)

z
0o
+ z
0o

4) x plus proche de que z
0
o
x
1-2

Prob (table)

z
0o
+ z
0o

5) x < + z
0
o
x
1-Prob (table)

z
0o
+ z
0o

Portail Des Etudiants Fsjes

Exemples :
Le poids des tomates produites par un jardinier obit une loi normale de
moyenne 200 gr et d'cart type 40 gr.
a. Calculez la probabilit que le poids d'une tomate excde 250 gr.
Solution:
% 6 , 10 106 , 0 Prob
25 , 1
40
50
gr 50 200 250
0
= =
= = =
= =
o
o
o
z
b. Calculez la probabilit que le poids d'une tomate soit infrieur 100 gr.
Solution:
gr 100 200 100 = = o
la loi normale est symtrique on ne s'occupe pas du signe

5 , 2
40
100
0
= = =
o
o
z
moins de 100 gr: on s'carte donc de la valeur moyenne = 200 gr de plus de
z
0
o

% 6 , 0 006 , 0 Prob = =
c. Calculez la probabilit que le poids d'une tomate soit infrieur 230 gr.
Solution:
gr 30 200 230 = = o

75 , 0
40
30
0
= = =
o
o
z
Lintervalle (< 230 gr) considr contient la valeur moyenne (200 gr) on
prend 1 Prob(table):

% 3 , 77 773 , 0 227 , 0 1 Prob = = =
d. Calculez la probabilit que le poids dune tomate ne scarte pas de la valeur
moyenne de plus de 20 gr.
Solution: on calcule dabord la probabilit que le poids scarte de plus de 20 gr,
vers le haut ou vers le bas :

% 9 , 30 309 , 0 Prob
5 , 0
40
20
40 gr 20
0
= =
= = =
= =
o
o
o o
z
On doit multiplier par 2 car on considre les deux cts Prob = 2 0,309 =
0,618
On a donc une prob. de 0,618 que le poids s'carte de de plus de 20 gr, et donc
une prob. 1-0,618 que le poids ne s'carte pas de plus de 20 gr.
Rponse: 0,382 = 38,2 %

Portail Des Etudiants Fsjes

Les lois de probabilits


Dfinition : Une loi de probabilit est un MODELE reprsentant "au mieux",
une distribution de frquences d'une variable alatoire. Dfinir la loi de
probabilit dune exprience alatoire, cest dterminer les probabilits p
1
, p
2
,
, p
n
, de chacun de ces vnements : x
1
, x
2
, , x
n
.
On distingue deux type de lois :
- Les lois "discrtes"
- Les lois "continues"
Comme l'tude de ces lois n'est pas simple, n'tudierons-nous que quelques-unes
d'entre elles.
Pour chacune d'elles il faut connatre :
L'esprance mathmatique E(X) (ou moyenne ) et la variance Var(X) (note )
La forme de la fonction de rpartition et Les domaines et conditions d'utilisation
Dans le cas discret, il faut pouvoir calculer les nombres : Prob(X=k)
Dans les cas continus les nombres :

La fonction de densit sera note f(x), la fonction de rpartition F(x)
Variable alatoire et loi de probabilit
Dfinir une variable alatoire X, cest :
- Faire une partition de lunivers O avec les vnements constitu par les
diffrentes issues possibles de lexprience,
- Associer chaque vnement dune preuve un nombre rel x
i
.
Exemple :
Une urne contient dix boules indiscernables au toucher, lune dentre-elles porte
le numro 10, deux portent le numro 5, trois portent le numro 3 et les autres
portent le numro 1.
Lexprience consiste extraire au hasard une boule de lurne et noter son
numro.
Lunivers O de cette exprience est form de lensemble des 10 boules. On
sintresse aux 4 vnements suivants qui forment une partition de O :
Variable alatoire :
A
1
: la boule extraite porte le numro 10 ;
A
2
: la boule extraite porte le numro 5 ;
A
3
: la boule extraite porte le numro 3 ;
A
4
: la boule extraite porte le numro 1 .
On vient dassocier chaque vnement de la partition un nombre rel x
i
et donc
de dfinir la variable alatoire X : numro de la boule extraite. On dit que x
i
=10 est une reprsentation de la variable alatoire X
Loi de probabilit :
Portail Des Etudiants Fsjes

A
1
: la boule extraite porte le numro 10 dont la probabilit est Error!
A
2
: la boule extraite porte le numro 5 , dont la probabilit est Error!
A
3
: la boule extraite porte le numro 3 , dont la probabilit est Error!
A
4
: la boule extraite porte le numro 1 , dont la probabilit est Error!.
On peut consigner ces rsultats dans un tableau tel que celui-ci :

Xi = valeurs possibles de
lexprience
x
1
=10 x
2
=5 x
3
=3 x
4
=1
Pi probabilit correspondante p
1
=1/10 p
2
=2/10 p
3
=3/10 p
4
=4/10

Remarque : on a p
1
+ p
2
+ + p
n
= 1
Esprance mathmatique et variance
Esprance mathmatique dune variable alatoire :
Quand les vnements dune partition nont pas la mme probabilit on ne parle
pas de moyenne mais desprance mathmatique que on note E{X}.

E{X}=
p
x
i
n
i i

=1



avec n le nombre dvnements de la partition
Si les p
i
sont tous gaux (quiprobabilit avec pi = 1/n) alors E{X} est gale
une simple moyenne.
Dans notre exemple : E{X}= 10 Error! + 5 Error! + 3 Error! + 1Error! = 3,3
Variance dune variable alatoire:
Si la loi de probabilit est quiprobable, la variance chiffre la dispersion des
vnements autour de la valeur moyenne. Si cette dispersion est grande ; la
moyenne est peu significative de la variable alatoire. La variance chiffre en
quelque sorte la qualit de la moyenne. En effet si la moyenne dune classe et de
12 mais que la dispersion est grande, un lve ne peut pas vraiment tre
persuad de sa note. Si maintenant il sait que la dispersion est faible, il peut
sattendre avoir une note proche de 12.
Lorsque la loi de probabilit nest pas quiprobable la variance chiffre la
dispersion autour de lesprance mathmatique. Elle se note V(X) et :
V(X) = (x
1
E(X)) p
1
+ (x
2
E(X)) p
2
+ + (x
n
E(X)) p
n
. Soit :

( )
2
1
( ) ( )
n
i i
i
V X p x E X
=
=

On somme les carts lesprance mathmatique au carr afin que les carts
ngatifs ne compensent pas les carts positifs. De la mme faon que dans
Portail Des Etudiants Fsjes

lesprance mathmatique, ces carts sont pondrs avec les probabilits des
vnements.
Afin de saffranchir de cette somme au carr peu parlante on dfinit lcart type
de la variable alatoire et :
Lcart type est la racine carre de la variance :
( )
X
V X o =

La loi de probabilit, lesprance mathmatiques et lcart type dfinissent
clairement une variable alatoire.
Portail Des Etudiants Fsjes

Loi normale ou de Gauss
Supposons que nous tirions des chantillons alatoires d'une population
dont la taille moyenne est de 170 cm, avec un cart type de 10 cm.
Traons l'histogramme de la taille, avec des classes de 5cm de large.
Examinons laspect de ces histogrammes.
Echantillon de 10 individus
n
o
m
b
r
e
d
i
n
d
i
v
i
d
u
s
taille (cm)
140 160 180 200 120
2
1
0
3

Echantillon de 100 individus
n
o
m
b
r
e
d
i
n
d
i
v
i
d
u
s
taille (cm)
140 160 180 200 120
10
5
15
20

Echantillon de 1000 individus
n
o
m
b
r
e
d
i
n
d
i
v
i
d
u
s
taille (cm)
140 160 180 200 120
100
50
0
150

Echantillon de 10.000 individus
n
o
m
b
r
e
d
i
n
d
i
v
i
d
u
s
taille (cm)
140 160 180 200 120
1000
500
0
1500

Echantillon de 100.000 individus. (ici, les classes sont de 2 cm)
n
o
m
b
r
e
d
i
n
d
i
v
i
d
u
s
taille (cm)
140 160 180 200 120
4000
2000
0
6000

Portail Des Etudiants Fsjes

Au fur et mesure que la taille de l'chantillon augmente (et que la taille des
classes diminue), l'histogramme devient de plus en plus rgulier et se rapproche
d'une courbe en cloche, appele loi normale.
Loi normale
n
o
m
b
r
e
d
i
n
d
i
v
i
d
u
s
taille (cm)
140 160 180 200 120

La loi normale est la loi statistique la plus rpandue et la plus utile.
Elle reprsente beaucoup de phnomnes alatoires.
De plus, de nombreuses autres lois statistiques peuvent tre approches par la loi
normale, tout spcialement dans le cas des grands chantillons.
Son expression mathmatique est la suivante:
( )
2
2
2
2
) (
o

o t

=
x
e
n
x n

n(x)

+
o o
o o
x

- est la moyenne - o lcart type
- n le nombre total dindividus dans lchantillon - n(x) le nombre
dindividus pour lesquels la grandeur analyse a la valeur x.
Portail Des Etudiants Fsjes

Lorsque la distribution des individus dans une population obit la loi normale,
on trouve :
A. 50 % des individus en dessous de la moyenne et 50 % au-dessus (la loi
normale est symtrique)
x

50 %

B. 68 % des individus entre o et +o
x

o
+
o
68 %

C. 95 % des individus entre -1,96o et +1,96o, que nous arrondirons
lintervalle |2o, +2o|
x

2
o
+ 2
o
95 %

D. 99,7 % des individus entre 3o et +3o (il y a donc trs peu de chances
quun individu scarte de la moyenne de plus de 3o).
x

3
o
+ 3
o
99,7 %

Portail Des Etudiants Fsjes

La loi Binomiale
Epreuve de Bernouilli
Considrons une exprience dont l'univers ne contient que deux
vnements lmentaires. On appelle succs la ralisation de A et chec la
ralisation de son contraire
A
.
Posons P(A) = p la probabilit de lvnement A et P(
A
) = q la probabilit
de lvnement
A
. p et q sont lis par la relation p + q = 1
Exemple : Un joueur lance un d non pip et on sintresse lobtention du
six.
Soit A l'vnement on obtient un trois . Nous avons P(A) = 1/6 et P (
A
)
= 5/6.
Lorsqu'on s'intresse ainsi un vnement A ou son contraire , la
ralisation de l'exprience est appele preuve de Bernoulli.
Loi Binomiale
Considrons une suite de n preuves de Bernoulli identiques et
indpendantes. On note p la probabilit commune de succs. On dit alors
quon est dans un schma de Bernoulli caractris par p la probabilit de
succs chaque preuve et n le nombre dpreuves.
Soit n un entier tel que n 1 et soit p [0, 1]. Par dfinition la variable
alatoire X qui dsigne le nombre de succs de probabilit commune p dans
un schma de Bernoulli suit une loi binomiale de paramtres n et p, note
B (n ; p)
Exemple : On lance plusieurs fois un d et on sintresse au nombre
dapparitions du six. On lance le d deux
fois :
Portail Des Etudiants Fsjes



La loi de probabilit de la variable X qui compte le nombre de succs est :






Lesprance mathmatique E (X) = 3
1
6
=
1
2

La variance est V(X) = 3
1
6

5
6
=
5
12

Ainsi E{X} = n p et V(X) ) = n p
p







x
i
0 1 2 3
p( X = x
i
)
125
216


25
72

5
72

1
216


Portail Des Etudiants Fsjes

Exemple jeu pile ou face pour n =5 et p = 1/2 pour avoir face
Dterminer la loi de probabilit pour k =6
Rponse
P(x=0) 1/32
P(x=1) =5/35
P(x=2)= 5/16
P(x=3) =5/16
P(x=4) =5/32
P(x=5) =1/3
E(x) =5/2 V(x) =5/4
Exemple 2
Loi de probabilit reprsente
pour p = 1/3 pour n = 5

Fonction de rpartition reprsente pour p = 1/3 n = 5

Portail Des Etudiants Fsjes

pour n = 10

pour n = 10

pour n = 30


pour n = 30




Portail Des Etudiants Fsjes

Loi de Poisson
Loi de Poisson : On dit qu'une variable alatoire X, valeurs dans suit une loi
gomtrique si sa loi de probabilit est :

o est un rel strictement positif
Esprance et variance mathmatique :
L'esprance mathmatique d'une variable alatoire suivant une loi de Poisson de
paramtre est E(X) =
La variance mathmatique d'une variable alatoire suivant une loi de Poisson de
paramtre est V(X) =
jusqu' k = 5 pour =2
Loi de probabilit de X :

Reprsentation de la loi de probabilit,
puis de la fonction de rpartition de cette loi pour = 5