Académique Documents
Professionnel Documents
Culture Documents
Chap4 Synt
Chap4 Synt
Synthse
Quelques lois de probabilit discrtes:
Lois Notation Dfinition Esprance Variance
Uniforme
i, si 1 i n
P(X = x
i
) =
1
n
si x
i
= i,
E(X) =
n + 1
2
si x
i
= i,
V(X) =
n
2
1
12
Bernoulli
B(1, p)
si succs X = 1
chec X = 0
P(X = 0) = q
P(X =1) = p avec p+q = 1
E(X) = p
V(X) = pq
Binomiale
B(n, p)
S
n
= X
i
i=1
n
avec X variable Bernoulli
P(S
n
= k ) = C
n
k
p
k
q
nk
E(S
n
) = np
V(S
n
) = npq
Poisson
P()
P(X = k) =
k
e
k!
avec > 0
E(X) =
V(X) =
Binomiale
ngative
BN
(n,p)
avec k : nbre dpreuves
et n : nbre de succs, k n
P(X = k) = C
k1
n1
p
n
q
kn
E(X) =
n
p
V(X) = n
q
p
2
Gomtrique
BN (1,p)
avec n = 1
P(X = k) = pq
k1
E(X) =
1
p
V(X) =
q
p
2
Quelques lois de probabilit continues :
Lois Notation Dfinition Esprance Variance
Uniforme
f (x) =
1
b a
si x a,b) [ ]
f (x) = 0 si x a,b) [ ]
E(X) =
b + a
2
V(X) =
b a ( )
2
12
Normale
N(,)
x a f (x) =
1
2
e
1
2
x
2
E(X) =
V(X) =
2
Normale
rduite
N(0,1)
z a f (z) =
1
2
e
1
2
z
2
avec
Z =
X
et X N(,)
E(Z) = 0
V(Z) = 1
Khi deux
2
(n)
2
= X
i
2
i=1
n
avec X
i
N((0,1)
x a f (x) = C(n)x
n
2
1
e
x
2
avec n degrs de libert
E(
2
) = n
V(
2
) = 2 n
Student
T(n)
T
n
=
U
V
n
avec U N((0,1) et
V
2
(n)
E(T) = 0
si n > 1
V(T) =
n
n 2
si n > 2
Thorme central limite
Si S
n
= X
1
+ X
2
++ X
i
+ ...+ X
n
est la somme de n variables alatoires indpendantes et de
mme loi alors la variable alatoire
( )
n
n
S n
Z
n