Feat: début du cours sur les VA
All checks were successful
continuous-integration/drone/push Build is passing
All checks were successful
continuous-integration/drone/push Build is passing
This commit is contained in:
parent
4abc6b8069
commit
d3e596189f
Binary file not shown.
@ -0,0 +1,61 @@
|
|||||||
|
\documentclass[a4paper,10pt]{article}
|
||||||
|
\usepackage{myXsim}
|
||||||
|
|
||||||
|
\author{Benjamin Bertrand}
|
||||||
|
\title{Binomiale et echantillonnage - Cours}
|
||||||
|
\date{octobre 2020}
|
||||||
|
|
||||||
|
\pagestyle{empty}
|
||||||
|
|
||||||
|
\begin{document}
|
||||||
|
|
||||||
|
\maketitle
|
||||||
|
|
||||||
|
\section{Variable aléatoire}
|
||||||
|
|
||||||
|
En mathématique, l'outil pour modéliser les situations aléatoires qui ont pour résultats un nombre (un score, un bénéfice, une quantité...) est la \textbf{variable aléatoire}.
|
||||||
|
\begin{bclogo}[barre=none, arrondi=0.1, logo=]{Définition}
|
||||||
|
Soit E l’ensemble des issues d’une expérience aléatoire.
|
||||||
|
|
||||||
|
On définit une \textbf{variable aléatoire} sur E quand on associe à chaque issue de E un nombre réel $x_i$.
|
||||||
|
|
||||||
|
Les \textbf{événements} de l’expérience aléatoire sont alors notés $\left\{ X = x_i \right\}$ et la \textbf{loi de probabilité de $X$} est la donnée de toutes les probabilités $P(X = x_i ) = p_i$.
|
||||||
|
|
||||||
|
En générale, on résume la loi de probabilité par le tableau suivant
|
||||||
|
\begin{center}
|
||||||
|
\begin{tabular}{|c|*{4}{p{2cm}|}}
|
||||||
|
\hline
|
||||||
|
Valeurs possibles ($x_i$) & $x_1$ & $x_2$ & ... & $x_n$ \\
|
||||||
|
\hline
|
||||||
|
Probabilité ($p_i$) & $p_1$ & $p_2$ & ... & $p_n$ \\
|
||||||
|
\hline
|
||||||
|
\end{tabular}
|
||||||
|
\end{center}
|
||||||
|
\end{bclogo}
|
||||||
|
|
||||||
|
\subsubsection*{Exemples}
|
||||||
|
\begin{itemize}
|
||||||
|
\item On lance un dé à 6 faces. La variable aléatoire $X$ décrit le score obtenu.
|
||||||
|
\afaire{Faire le tableau résumant la loi de probabilité}
|
||||||
|
\item ...
|
||||||
|
\end{itemize}
|
||||||
|
|
||||||
|
\begin{bclogo}[barre=none, arrondi=0.1, logo=]{Définition}
|
||||||
|
L'espérance d'une variable aléatoire $X$ est le nombre réel définit par
|
||||||
|
\[
|
||||||
|
E[X] = x_1\times p_1 + x_2\times p_2 + ... + x_n\times p_n
|
||||||
|
\]
|
||||||
|
L'espérance représente intuitivement la valeur que l'on peut espérer obtenir en moyenne si l'on répète de nombreuses fois l'expérience.
|
||||||
|
\end{bclogo}
|
||||||
|
|
||||||
|
\subsubsection*{Exemples}
|
||||||
|
On reprend les exemples précédents.
|
||||||
|
\begin{itemize}
|
||||||
|
\item
|
||||||
|
\afaire{calculer l'espérance}
|
||||||
|
\item
|
||||||
|
\afaire{calculer l'espérance}
|
||||||
|
\end{itemize}
|
||||||
|
|
||||||
|
|
||||||
|
\end{document}
|
@ -13,6 +13,10 @@ Binomiale et echantillonnage
|
|||||||
|
|
||||||
Cours sur les variables aléatoires à recopier avant le cours.
|
Cours sur les variables aléatoires à recopier avant le cours.
|
||||||
|
|
||||||
|
.. image:: ./1B_variables_aleatoires.pdf
|
||||||
|
:height: 200px
|
||||||
|
:alt: définitions sur les variables aléatoires discrètes.
|
||||||
|
|
||||||
Exercices de bases sur les probabilités discrètes.
|
Exercices de bases sur les probabilités discrètes.
|
||||||
|
|
||||||
|
|
||||||
@ -21,13 +25,13 @@ Exercices de bases sur les probabilités discrètes.
|
|||||||
|
|
||||||
Activité avec le tableur où l'on essaie de simuler une situation de suréservation d'un avion.
|
Activité avec le tableur où l'on essaie de simuler une situation de suréservation d'un avion.
|
||||||
|
|
||||||
.. image:: ./1E_surreservation.pdf
|
.. image:: ./2E_surreservation.pdf
|
||||||
:height: 200px
|
:height: 200px
|
||||||
:alt: Simulation avec le tableur de la surréservation d'avions.
|
:alt: Simulation avec le tableur de la surréservation d'avions.
|
||||||
|
|
||||||
Bilan: définitions de loi de Bernoulli et de la loi binomiale (caractères pour modéliser et représentation par un arbre).
|
Bilan: définitions de loi de Bernoulli et de la loi binomiale (caractères pour modéliser et représentation par un arbre).
|
||||||
|
|
||||||
.. image:: ./1B_bernoulli_binomiale.pdf
|
.. image:: ./2B_bernoulli_binomiale.pdf
|
||||||
:height: 200px
|
:height: 200px
|
||||||
:alt: Cours sur la loi de bernoulli et la loi binomiale.
|
:alt: Cours sur la loi de bernoulli et la loi binomiale.
|
||||||
|
|
||||||
@ -36,7 +40,7 @@ Bilan: définitions de loi de Bernoulli et de la loi binomiale (caractères pour
|
|||||||
|
|
||||||
Plusieurs situations pouvant être modélisées ou pas par une loi binomiale où l'on demande sur des petits arbres de calculer des probabilités.
|
Plusieurs situations pouvant être modélisées ou pas par une loi binomiale où l'on demande sur des petits arbres de calculer des probabilités.
|
||||||
|
|
||||||
.. image:: ./2E_modelisation.pdf
|
.. image:: ./3E_modelisation.pdf
|
||||||
:height: 200px
|
:height: 200px
|
||||||
:alt: Éxercices de modélisation avec la loi binomiale.
|
:alt: Éxercices de modélisation avec la loi binomiale.
|
||||||
|
|
||||||
|
Loading…
Reference in New Issue
Block a user