Statistique générale
Fiche : Statistique générale. Recherche parmi 298 000+ dissertationsPar gedeon6coin • 18 Décembre 2017 • Fiche • 2 232 Mots (9 Pages) • 598 Vues
Statistique générale
I. Variables aléatoires à valeurs réels : Lois de probabilité
I.1. Variables aléatoires discrètes finies
I.1.1. Introduction : Exemple
Un des deux joueurs lance un dé. Si 1 ou 6 apparait, Paul donne 1€ à Pierre. Si 2, 3 ou 5 apparait Pierre donne 2€ à Paul. Si 4 apparait la partie est nulle
On note X le gain algébrique de Paul.
La valeur X dépend du hasard, c’est la variable aléatoire. X peut prendre les valeurs {-1, 0, 2}, ainsi un nombre fini de valeurs possibles et donc X est une variable aléatoire discrète finie Ω {1, 2, 3, 4, 5, 6}
Ω | 1 | 2 | 3 | 4 | 5 | 6 |
X | - 1 | 2 | 2 | 0 | 2 | - 1 |
Loi de probabilité de variable aléatoire discrète finie X
Valeurs K de X | -1 | 0 | 2 |
P(X=K) | 1/3 | 1/6 | 1/2 |
I.1.2. Variable aléatoire discrète
Soit E une expérience aléatoire ayant un nombre fini d’issues possibles et Ω l’univers des possibilités associées.
Variable aléatoire : toute application Ω dans l’ensemble des réels définie par :
[pic 1]
L’ensemble X(Ω) des valeurs prises par la variable aléatoire s’appelle univers image.
Si K est un élément de l’univers image, L’événement associé à K est l’ensemble noté X-1 (K) des antécédents de K par X.
Exemple :
On lance deux pièces de monnaies simultanément. Le gain est de 1€ quand la pièce indique pile P, la perte est de 1€ quand la pièce indique face F.
On note le gain algébrique X
X (Ω) = {-2, 0, 2}. L’événement associé à X-1(-2) = {FF}, l’événement associé à X-1(2) = {PP}, les événements associé à X-1(0) = {FP, PF}.
I.1.3. Loi probabilité
Soit Ω, l’univers des possibilités associé à la somme des expériences aléatoires ayant un nombre fini d’issues possibles et soit P une probabilité sur Ω.
La loi de probabilité de variables aléatoires X sur Ω est appelée P(X) de X(Ω) dans [0 ; 1] qui à tout nombre K de X(Ω) fait correspondre PX(K) = P(X=K) avec :
[pic 2]
Exemple : Une urne comportant six boules numérotées : 2 avec le numéro 0, 3 avec le numéro 1 et 1 avec le numéro 2. On tire deux boules simultanément. X est la somme des numéros marqués des boules tirées. X suit une loi de probabilité. [pic 3]
X(Ω) = {0 ; 1 ; 2 ; 3}
Valeurs K de X | 0 | 1 | 2 | 3 |
P(X=K) | 1/15 | 6/15 | 5/15 | 3/15 |
I.1.4. Fonction de répartition
Si on a :
Valeurs K de X | - 1 | 0 | 2 |
P(X=K) | 1/3 | 1/6 | 1/2 |
P(X ≤ 0) = P [(X = 0) ou (X = - 1)] = 1/2
P(X ≤ - 1) = P (X = - 1) = 1/3
P(X ≤ 2) = P (X = 2) + P (X = 0) + P (X = - 1) = 1
Quelque soit x appartenant aux nombres réels, on considère P(X ≤ x). On définie sur l’ensemble des réels la fonction escalier F : x → F(x) = P(X ≤ x). F est alors une fonction de répartition.
- F(x) est la somme des événements (x = Ki) pour lesquels Ki ≤ x
- K1 est la plus petite valeur prise par X1.
Quelque soit x tel que x < K1, on a F(x) = P(X≤ x) = 0
- Kp est la plus grande valeur prise par Xp.
Quelque soit x tel que x ≥ K1, on a F(x) = P(X≤ x) = 1
- F est constante sur chaque intervalle [Ki ;Ki+1[, c’est une fonction escalier (représentation courbe de fréquence cumulés)
- P (a < X ≤ b) = 1 - P (X> b ou X ≤ a) = Fb - Fa
I.1.5. Valeurs caractéristique d’une loi de probabilité
∙ Espérance mathématique
Espérance mathématique d’une valeur aléatoire de loi de probabilité (xK, PK) :
Ex = x1P1 + x2P2 + … + xnPn
[pic 4]
Exemple :
xK | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
PK | 1/36 | 2/36 | 3/36 | 4/36 | 5/36 | 6/36 | 5/36 | 4/36 | 3/36 | 2/36 | 1/36 |
Ex = 2*(1/36) + 3*(2/36) + 4*(3/36) + 5*(4/36) + 6*(5/36) + 7*(6/36) + 8*(5/36) + 9*(4/36) + 10*(3/36) + 11*(2/36) + 12*(1/36) = 256 / 36 = 7
Propriétés :
α appartient à l’ensemble des réels, E(x+α)
...