0% ont trouvé ce document utile (0 vote)
76 vues3 pages

Probabilités

Transféré par

pebax74121
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
76 vues3 pages

Probabilités

Transféré par

pebax74121
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Probabilités

 P ( A ∪ B )=P ( A ) + P ( B ) −P ( A ∩ B )

 Continuité croissante
( A n ) ↗ ⇒ lim P ( An ) =P ( ¿ n=0 ¿+ ∞ A n )
n

 Continuité décroissante
( A n ) ↘ ⇒ lim P ( An ) =P ( ¿ n=0 ¿+ ∞ A n ) ⁡
n

+∞
 P ( ¿ n=0 ¿ +∞ A n ) ≤ ∑ P ( A n )
n =0

 Probabilités conditionnelles
P ( A ∩ B)
PB ( A )=
P (B )

 Probabilités composées
P ( A 1 ∩… ∩ A n ) =P ( A 1 ) ∙ P A ( A2 ) ∙ P A ∩ A ( A 3 ) ∙ …∙ P A ∩ … ∩ A ( A n )
1 1 2 1 n−1

 ( A n ) un système complet d ' évènements

o Probabilités totales
+∞ +∞
P ( B )=∑ P ( B∩ A n )=∑ P A ( B ) ∙ P ( A n )
n
n=0 n =0

o Bayes
PA (B )∙ P( An)
PB ( A i )= +∞ i

∑ PA ( B)∙ P ( An)
n
n=0

 Fonction de répartition
F ( x )=P ( X ≤ x )

 Couple de Variables Aléatoires discrètes


X, Y indépendantes ⇒ P ( X ∈ A et Y ∈ B )=P ( X ∈ A ) ∙ P ( X ∈ B )

L’essentiel de SPE // Probabilités


 Espérance mathématique
E est linéaire
+∞
E ( X )=∑ P ( X ≥ n )
n=0

+∞
E ( X )=∑ x n ∙ P ( X=x n )
n=0

E ( X ) ≥ α ∙ P ( X ≥ α ) (Markov)

( )
+∞

∑ f ( x n ) ∙ P ( X =x n) cv |⇔|E ( f ( X ) ) finie ¿ ∑ f ( x n ) ∙ P ( X=x n )


n=0

 Variance
2
V ( X )=E ( X−E ( X ) )

V ( X )=E ( X 2 )−( E ( X ) )
2

2
V ( aX +b )=a ∙ V ( X )

V (X)
P (|x−E ( X )|≥t ) ≤ 2
( Bienaymé −Tchebychev )
t

 Ecart-Type
σ X = √V ( X )

 Covariance
Cov ( X , Y ) =E [ ( X −E ( X ) ) ∙ ( Y −E ( Y ) ) ]

Cov ( X , Y ) =E ( X ∙Y ) −E ( X ) ∙ E ( Y )

V ( X +Y ) =V ( X ) +V (Y )+ 2∙ Cov ( X , Y )

 Coefficient de corrélation
Cov ( X , Y )
ρ ( X , Y )=
σ X ∙ σY

−1 ≤ ρ ( X , Y ) ≤1 ( Cauchy−Schwarz )

 Fonction Génératrice
+∞
G X ( t )=∑ P ( X =n ) ∙t n
n=0

L’essentiel de SPE // Probabilités


G'X ( 1 )=E ( X ) G'X' ( 1 ) =E ( X 2 ) −E ( X )
2
V ( X )=GX ( 1 )+ GX ( 1 )−( G X ( 1 ) )
'' ' '

 Loi uniforme
1
P ( X=k )=
n
n+ 1
E ( X )=
2
2
n −1
V ( X )=
12

 Loi de Bernoulli
P ( X=1 )= p P ( X =0 )=1− p

E ( X )=p

V ( X )= p ∙ ( 1− p )

 Loi binomiale

k
k
()
P ( X=k )= n ∙ p ∙ ( 1− p )
n−k

E ( X )=n ∙ p

V ( X )=n∙ p ∙ (1−p )

 Loi Géométrique
k−1
P ( X=k )= p ∙ ( 1− p )

1
E ( X )=
p
1− p
V ( X )= 2
p

 Loi de Poisson
n
−λ λ
P ( X=n )=e −
n!
E ( X )=λ

V ( X )= λ

L’essentiel de SPE // Probabilités

Vous aimerez peut-être aussi