Tirage sans remise

 La loi hypergéométrique:
Une urne contient N boules dont m sont noires et N - m sont
blanches.
On prélève sur ces N boules, n boules au hasard.
Soit Ak l'événement : " l'échantillon prélevé contient k boules
noires "
Nombre de façons de choisir les n boules parmi les N de l'urnes :

Nombre de façons de choisir les k boules parmi les m noires :

Nombre de façons de choisir les n - k boules parmi les N - m

blanches :

On dit qu'une variable aléatoire X, à valeurs dans suit une loi

hypergéométrique de paramètres N, n et p si sa loi de probabilité
est :

On note X suit une loi H (N , n , p ) .

Remarque q = 1 - p
Espérance mathématique, variance:

Tirage avec remise

 La loi binomiale :
C’est une succession d’épreuves de Bernoulli (n) indépendantes.
Définition
On réalise n fois successivement et d’une manière indépendante
une expérience aléatoire qui a 2 résultats possibles, succès avec la
probabilité p et l’échec avec la probabilité q =1 – p.
X = ‘’nombre de succès obtenus’’ est une v. a. binomiale de
paramètres n et p.
Notation: X s B (n, p).
Remarque
On peut également la définir comme une somme de v. a. de
Bernoulli.
A chaque épreuve i, on associe la v. a. de Bernoulli Xi
X = ΣXi.
Loi de probabilité : X s B (n, p)
X (Ω) = {0, . . ., n}
P(X = k) = k n) p 1 (k p kn
C, 8 k = 0, 1, …, n
n = nombre d’épreuves, k = nombre de succès, p = probabilité du
succès.
Propriétés
E(X) = np et V (X) = np(1 - p) = npq
Exemple :
Dans une pépinière 95% des scions (jeunes arbres greffés) sont
supposés sans
virus. Par commodité les scions sont rangés par paquets de 2. Un
paquet est dit sain
si les 2 scions le sont.
1) Quelle est la probabilité d’avoir un paquet sain ?
2) X = nombre de paquets sains sur un lot de 10. Quelle est la loi
de X ?
3) Un lot de 10 est accepté par l’acheteur si 9 au moins des paquets
sont sains.
Quelle est la probabilité qu’un lot soit accepté ?
Solution:
1) p = 0, 95 × 0, 95 = 0, 9025
2) X s B (10, p)
3) P(X ≥ 9) = P(X = 9) + P(X = 10) = 0, 7361

 La loi de poisson:
La loi de Poisson intervient généralement lorsque l’événement est
très rare sur un grand nombre d’observation, par exemple
décompte de bactérie pendant un certain temps, erreurs
typographiques dans un livre.
Définition
On dit qu'une variable aléatoire X,
à valeurs dans suit une loi géométrique si sa loi de probabilité
est :

où est un réel strictement positif.

Espérance et variance mathématique :
L'espérance mathématique d'une variable aléatoire suivant une loi
de Poisson de paramètre est E(X) =
La variance mathématique d'une variable aléatoire suivant une loi
de Poisson de paramètre est V(X) =
Exemple :
Dans un hôpital parisien, il arrive en moyenne 1,25 personnes à la
minute aux urgences entre 9 h et 12 h.
X : nombre de personnes observées à la minute à l’entrée de ce
service.
On admet X s P (λ) avec λ = 1, 25
Déterminer les probabilités suivantes
a) En 1mn il arrive 2 personnes b) 4 personnes au plus c) 3
personnes au moins.
a) P(X = 2) = 0, 2238
b) P(X = 4) = 0, 9909
c) P(X = 3) = 1 - P(X ≤ 2)
= 1 - 0, 8685
= 0, 1315.

 La loi normale:

Une variable aléatoire X admet une distribution normale, de

paramètres m ∈
R et σ2 > 0, si la densité de probabilité est

Notation X ∼ N (m, σ )
Propriétés
a) E(X) = m et V(X) = σ2
b) La loi normale, notée N (μ , σ ), est symétrique par rapport à la
droite d'abscisse m.
La loi Normale N (0, 1) est tabulée.
Remarque
Il est souvent plus aisé de se ramener à une normale centrée réduite
N (0,1) appelée variable aléatoire centré réduite (m = 0 et σ = 1),
pour cela il suffit de poser :

 La loi de KHI 2 :

Définition :
On considère n = 5variables aléatoires (X1 , X2 , ....Xn )
indépendantes suivant toutes la loi normale N(0 ; 1)
La variable aléatoire X = X1² + X2² + ....+ Xn² suit une loi du Khi-
deux à n degré de liberté, notée ² (n)
Densité de probabilité :

Espérance mathématique et variance :

E(X)=n V(X)=2n
Fonction caractéristique :

Propriétés :
Si X et Y sont deux variables aléatoires indépendantes suivant
respectivement deux lois ² (m) et ² (n) à m et n degrés de liberté
alors la variable aléatoire X + y suit une loi ² (m + n.
  La loi de Student Fisher :

Définition :
Soient X et Y deux variables aléatoires indépendantes suivant
respectivement les lois normale N(0; 1) et du Khi-deux ² (n)
On appelle loi de Student degrés de liberté la loi de la variable
aléatoire :

Densité :

Esperance mathématique et variance: