• Aucun résultat trouvé

Probabilités Code PS4, 6 ECTS, Semestre S4

N/A
N/A
Protected

Academic year: 2022

Partager "Probabilités Code PS4, 6 ECTS, Semestre S4"

Copied!
1
0
0

Texte intégral

(1)

Probabilités

Code PS4, 6 ECTS, Semestre S4

Prérequis :Analyse fondamentale (S3) Évaluation :Contrôle continu et examen final Mentions concernées :Mathématiques

Horaires hebdomadaires :2 h CM + 3 h TD

Objectifs

Définition et caractérisation de la loi de variables aléatoires discrètes ou réelles à densité, manipulation de sommes discrètes et calcul intégral (pour le calcul de moments, de fonctions génératrices...), indépendance d’événements et de variables discrètes ou à densité, notion de loi jointe en particulier dans le cadre discret (variables indépendantes ou non).

Programme

1. Espace de probabilités

— espace de probabilités (Ω,F,P),

— premières propriétés deP,

— exemples issus de la combinatoire (description de Ω fini, muni de la tribu des parties de Ω et de la probabilité uniforme).

— lien entre fonctions indicatrices d’ensembles et opérations sur les ensembles,

— indépendance d’événements (deux événements, famille finie et infinie),

— conditionnement par un événement, formule de Bayes.

2. Variables aléatoires

— définition des variables aléatoires discrètes et réelles,

— loi des variables discrètes (P(X = i) = ...), loi des variables réelles à densité (P(X ≤ t) =...), fonction de répartition,

— lois usuelles,

— espérance, variance,

— calcul de la probabilité de{X ∈A}dans le cas discret et dans le cas à densité, manipu- lation des sommes et des intégrales.

3. Manipulation des variables aléatoires

— inégalités de Markov et Tchebichev,

— Calcul de la loi de Y =f(X) dans le cas X et Y discrets,X à densité et Y discret, X etY à densité via la fonction de répartition ; rappel de la formule de changement d’une variable réelle.

4. Cadre discret

— fonction génératrice d’une variables entière, lien avec les moments, caractérisation de la loi,

— loi jointe de variables discrètes, lois marginales, loi d’une fonction de deux variables,

— indépendance de variables discrètes (2 variables, famille de variables),

— fonction génératrice d’un couple de variables discrètes (règles de sommation de réels positifs admises), caractérisation de l’indépendance par les fonctions génératrices, 5. Familles de variables aléatoires

— loi jointe, densité d’un couple de variables réelles (analogie avec le cas discret),

— indépendance de variables réelles (2 variables, famille de variables),

— loi du maximum et du minimum d’une famille finie de variables réelles indépendantes,

— loi faible des grands nombres.

UFR de mathématiques Fiche d’UE PS4 (Licence)

page 1/1 2014–2018

Références

Documents relatifs

L'espérance d'une variable aléatoire discrète peut donc ne pas exister, contrairement au cas des variables nies..

La loi de Poisson modélise des situations où l’on s’intéresse au nombre d’occurrences d’un événement dans un laps de temps déterminé ou dans une région donnée.. Les

Reprendre l'exercice dans le cas cette fois d'un nombre quelconque de tirages n ∈ N ∗..

Maîtriser les fondements théoriques et la pratique de l’intégrale de Lebesgue : théorie de la mesure, intégrale d’une fonction mesurable positive, puis intégrable.. Connaître

— Arbres : définition et caractérisations ; arbres de recouvrement d’un graphe ; arbre de recouvrement minimal (algorithme de Kruskal) ; graphes dirigés, matrice

Définition et caractérisation de la loi d’une variable discrète, manipulation de sommes dis- crètes (pour le calcul de moments, etc...), loi jointe d’un couple de

— le joueur B dispose d’une autre pièce amenant Pile avec la probabilité p et lance cette pièce jusqu’à l’obten- tion d’un Pile ; on note Y la variable aléatoire prenant

Exercice 13 La longueur des pièces produites par une machine de type A varie selon une loi normale avec espérance 8mm et variance 4mm, et la longueur de celles produites par une