Académique Documents
Professionnel Documents
Culture Documents
2022/2023
Plan du cours
Chapitre 1: Analyse combinatoire/Dénombrement
I. Principe multiplicatif
II. Arrangement
III. Permutation
IV. Combinaison
Chapitre 2: Théorie des ensembles et de probabilité
I. Notions sur la théorie des ensembles
II. Notions générales :(Vocabulaire probabiliste)
III. Notion de probabilité
IV. Théorème des probabilités totales
V. Probabilités conditionnelles et composées
Chapitre 3: Variable aléatoire
I. Définition générale
II. Variable aléatoire discrète
III. Variable aléatoire continue
Chapitre 4: Lois de Probabilité Usuelles
I. Lois Usuelles Discrètes
II. Lois Usuelles Continue
Chapitre 4: Lois de Probabilité Usuelles
I. Lois Usuelles Discrètes
Loi de Bernoulli
Chapitre 4: Lois de Probabilité Usuelles
Caractéristiques de la loi de Bernoulli
Chapitre 4: Lois de Probabilité Usuelles
Loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Caractéristiques de la loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Somme de deux V.A. suivant la loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Loi de Poisson
Exemple
Le nombre de clients arrivant à un guichet de banque entre 15h et 16h.
Le nombre d’appels téléphonique arrivant à un standard pendant un
intervalle de temps
Le nombre de voitures se présentant à un poste de péage d’autoroute
pendant un intervalle de temps.
Chapitre 4: Lois de Probabilité Usuelles
Loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Approximation de la loi Binomiale par la loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Approximation de la loi Binomiale par la loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Approximation de la loi Binomiale par la loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Loi Hypergéométrique
▪ On considère une épreuve de Bernoulli dont la probabilité de succès est 𝑝 et celle d'échec
𝑞 = 1 − 𝑝.
Les valeurs de 𝑋 sont les entiers naturels non nuls 1, 2, 3, … La probabilité que 𝑋 = 𝑘 est
alors, pour 𝑘 = 1, 2, 3, …
𝑝(𝑋 = 𝑘) = 𝑞𝑘−1 𝑝
On dit que 𝑋 suit une loi géométrique de paramètre 𝒑, ce que l'on note X↪G(p)
Chapitre 4: Lois de Probabilité Usuelles
La Loi géométrique
Loi Uniforme
Exemple
Loi Exponentielle
Chapitre 4: Lois de Probabilité Usuelles
Loi Exponentielle
Chapitre 4: Lois de Probabilité Usuelles
Loi Exponentielle
Densité de probabilité
Chapitre 4: Lois de Probabilité Usuelles
Loi Exponentielle
Fonction de répartition
Chapitre 4: Lois de Probabilité Usuelles
Loi Exponentielle
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale
Allure de la densité
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite