Loi de Bernoulli et loi binômiale

January 13, 2018 | Author: Anonymous | Category: Mathématiques, Statistiques et probabilités
Share Embed Donate


Short Description

Download Loi de Bernoulli et loi binômiale...

Description

Statistiques

L2 Psychologie

Loi de Bernoulli et loi binômiale

Statistiques

L2 Psychologie

Les variables Xi suivent une loi de Bernoulli de paramètre p et sont indépendantes entre elles. n P Xi représente alors le nombre de fois où l’évènement A s’est réalisé lors des n épreuves.

X=

i=1

On présente ici un rappel concernant les lois de Bernoulli et binômiale. Pour une étude plus détaillée il faut se reporter aux notes du cours magistral.

1

Préliminaires

On peut montrer que :

P (X = k) = Cnk pk (1 − p)k (pour k = 0, . . . , n) On dit que X suit une loi binômiale de paramètre n et p. On note X ∼ B(n; p).

1. Le produit 1 × 2 × 3 × . . . × n se note n! (on dit factoriel n). ⋄ Exemple : 5! = 5 × 4 × 3 × 2 × 1 = 120 2. Si on dispose de n objets le nombre de possibilités de prendre k objets parmi ces n se note Cnk et on peut montrer que : n! Cnk = k!(n − k)! Remarque : sur les calculatrices scientifiques on peut calculer les Cnk en utilisant la fonction nCr.

⋄ Exemple : A une foire, lorsque l’on joue à un jeu on a 5% de chance de gagner. On fait dix parties de ce jeu, quelle est la probabilité de gagner exactement 3 fois ? Quelle est la probabilité de gagner au moins deux fois ? Pour i = 1, . . . , 10 on pose Xi =



1 si on gagne à la ième partie 0 sinon

Les variables Xi sont indépendantes et suivent une loi de Bernoulli de paramètre 0, 05. 10 P X = Xi représente le nombre de fois où l’on gagne au cours des 10 parties. D’après ce qui i=1

4 = 12650 façons différentes de former un groupe de 4 élèves dans ⋄ Exemple : Il y a C25 une classe qui en compte 25.

2

Loi de Bernoulli

On dit qu’une variable aléatoire X suit une loi de Bernoulli de paramètre p si P (X = 1) = p et P (X = 0) = 1 − p. Les variables de Bernoulli permettent de modéliser les expériences où seulement deux résultats sont possibles. Dans ce cas, l’évènement X = 1 correspond à un "succès" et l’évènement X = 0 à un "échec". La probabilité d’avoir un "succès" est p et celle d’obtenir un "échec" est 1 − p.

précède X ∼ B(10 ; 0, 05). On a donc : 3 × 0, 053 × (1 − 0, 05)10−3 = 120 × 0, 053 × 0, 957 ≃ 0, 01. P (X = 3) = C10 On a donc 1% de chance de gagner exactement 3 fois lors des 10 parties.

P (X ≥ 2) = 1 − P (X < 2) = 1 − (P (X = 0) + P (X = 1)) 0 × 0, 050 × (1 − 0, 05)10−0 + C 1 × 0, 051 × (1 − 0, 05)10−1 ) . = 1 − (C10 10 ≃ 0, 09 On a donc 9% de chance de gagner au moins 2 fois lors des 10 parties.

⋄ Exemple : On peut modéliser le résultat d’un jeu de pile ou face à l’aide d’une variable aléatoire X suivant une loi de Bernoulli de paramètre 1/2 :  1 si on obtient un pile X= 0 sinon On a P (X = 1) =

3

1 1 et P (X = 0) = . 2 2

Loi binômiale

On s’intéresse ici au nombre de réalisations d’un évènement A de probabilité p lors de la répétition de n épreuves indépendantes. On pose pour i = 1, . . . , n :  1 si A est réalisé lors de l’épreuve i Xi = 0 sinon

1

2

View more...

Comments

Copyright � 2017 NANOPDF Inc.
SUPPORT NANOPDF