II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1



Documents pareils
Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

SYSTEME FERME EN REACTION CHIMIQUE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

" BIOSTATISTIQUE - 1 "

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

Incertitudes expérimentales

Coefficient de partage

Ressources pour le lycée général et technologique

Application de la théorie des valeurs extrêmes en assurance automobile

Mesure avec une règle

GIN FA INSTRUMENTATION P Breuil

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

L Analyse Factorielle des Correspondances

Les jeunes économistes

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Montage émetteur commun

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

1.0 Probabilité vs statistique Expérience aléatoire et espace échantillonnal Événement...2

Statistique descriptive bidimensionnelle

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

EXERCICES : DÉNOMBREMENT

Estimation des incertitudes sur les erreurs de mesure.

Dénombrement. Chapitre Enoncés des exercices

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

c. Calcul pour une évolution d une proportion entre deux années non consécutives

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

Processus et martingales en temps continu

Baccalauréat S Asie 19 juin 2014 Corrigé

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

Commande Prédictive Robuste d un Système MIMO utilisant un modèle BOG et les techniques LMI

Solutions particulières d une équation différentielle...

Gérer les applications

STATISTIQUE : TESTS D HYPOTHESES

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Comportement d'une suite

La Quantification du Risque Opérationnel des Institutions Bancaires

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

COMPARAISON DE MÉTHODES POUR LA CORRECTION

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Etude de la fonction ζ de Riemann

Chapitre 3 : Fonctions d une variable réelle (1)

Limites des Suites numériques

1 Mesure et intégrale

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

Principes et Méthodes Statistiques

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet :

Cours de Statistiques inférentielles

Editions ENI. Project Collection Référence Bureautique. Extrait

Remboursement d un emprunt par annuités constantes

CHAPITRE 2 SÉRIES ENTIÈRES

20. Algorithmique & Mathématiques

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

Evaluation de performances d'ethernet commuté pour des applications temps réel

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Suites et séries de fonctions

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

Corrigé du problème de Mathématiques générales Partie I

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

santé Les arrêts de travail des séniors en emploi

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Comment les Canadiens classent-ils leur système de soins de santé?

Introduction : Mesures et espaces de probabilités

THESE. Khalid LEKOUCH

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

Stéganographie Adaptative par Oracle (ASO)

Prêt de groupe et sanction sociale Group lending and social fine

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7

Chapitre 7 : Intégration sur un intervalle quelconque

Cours 5 : ESTIMATION PONCTUELLE

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P Préférences temporelles et recherche d emploi

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

SYSTEME D EXPLOITATION : MS-DOS

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

EH SmartView. Identifiez vos risques et vos opportunités. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

Dirigeant de SAS : Laisser le choix du statut social

Exercices d Électrocinétique

DOSSIER TECHNIQUE KIMONO «JADE»

STATISTIQUE AVANCÉE : MÉTHODES

Séries réelles ou complexes

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

Calculs des convertisseurs en l'electronique de Puissance

Transcription:

II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet

Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d u domae de valeurs (varable cotue) est coue. Uprocessus aléatore est décrt par ue ou pluseurs varables aléatores. Aomes de base du calcul des probabltés P( ) / 0 P s certaemet vra: P = / Addto et ecluso s certaemet fau: = 0 ( ) = + ( y) y P( y) = P( y) = P( ) + P( y) P y P P y P s et sot eclusfs: 0 3/ Multplcato et dépedace ( ) = = edats: P( y ) = P( ) P( y ) = P( y) P( y) = P( ) P( y) P y P P y P y P y s et y sot dép Chaptre II

Foctos de fréquece, de desté de probablté, de dstrbuto, caractérstque Focto de fréquece d ue varable dscrète Sot ue populato fe de élémets caractérsés par ue proprété (varable) pouvat predre valeurs possbles,,... eemple: talle eprmée e cm mesurée au mm près d'ue populato Sot, =, le ombre d'occureces de la valeur f() f = p = = = Normalsato p = = Cas d'ue populato fe f ( ) = lm eemple : et d' u dé Chaptre II 3

Focto de desté de probablté (fdp) d ue varable cotue Eemple: spectre d'émsso e logueur d'ode d'u sctllatteur orgaque = ( < + ) f lmδ P Δ / Δ 0 f() = ( < + ) = [ + ] f d P d P, d Normalsato : la probablté totale = f d = ( < ) = ( ) P f a b b a d Sute du cours: focto de desté de probablté ou fdp pour des varables cotues et des varables dscrètes a b Chaptre II 4

Focto de dstrbuto F() varable dscrète pouvat predre valeurs: varable cotue = F f y dy = df f d F = 0 F + = ( ) ( ) F = f =, = F() e pratque F = 0 F = m ma Focto caractérstque Trasformée de Fourrer de la fdp φ t t () t = E e = e f ( ) t f ( ) = e φ () t dt π φ α ( α ) t ( ) = e f d d Chaptre II 5

Espérace mathématque, momets o-cetrés et cetrés Espérace mathématque: moyee podérée par la fdp E g( ) = g( ) f ( ) d E a g ( ) = a E g ( ) = = Momets o-cetrés [ ] moyee μ = E = f d μ = μ = f d Momets cetrés ( μ ) ( μ ) varace = σ = ( μ ) m = E = f d m f d σ ( E ) = μ μ = E dévato stadard, écart type: σ= σ Relato avec la focto caractérstque φ ( t ) t t = e f ( ) d e f ( ) d = μ = et φ(t ) = t = 0 = 0 t t t pusque = de mêm e = 0! e m = φ(t) φ μ t ( t ) μ (t) Chaptre II 6 t = 0!

Equvalece etre la focto de desté de probablté f ( ) = ou la focto de dstrbuto F f df t ou la focto caractérstque φ () t f ( ) = e φ () t dt π ou tous les momet μ o uls = 0 ( t) μ t f ( ) = e dt π! La plupart des fdp décrvat les grades classes de processus aléatores sot détermées par leur forme aalytque et les valeurs de μ et σ. Soet u esemble de varables aléatores dépedates dstrbuées suvat des fdp de moyee μ et varace σ =, s y = a + b = alors μ = a μ + b y = et σ y = a σ = et o σ = a = σ Chaptre II 7

Dstrbuto de pluseurs varables aléatores,=, Focto de desté de probablté ote = = [ + ] f,,... d d...d f d P, d ormalsato f d = moyees varaces covaraces [ ] μ = E = f d Ω Ω σ = E μ = μ f d Ω ( μ )( μ) σ = V = cov(, ) = E μ μ = f d de même que σ E E dépedace des varables et ( [ ]) o a σ = [ ] = E E E = ( ) ( ) factorsato f f,... f,... [ ] E = E E σ = 0 Ω le fat que pree ue valeur partculère parm ses valeurs possbles 'affecte pas la probablté qu'à de predre ue parm ses valeurs possbles. Chaptre II 8

coeffcet de corrélato etre varables et ρ σ = = σσ ( μ )( μ) E E E ( μ ) ( μ) s dépedace: σ ρ = 0 s dépedace léare: = a + b μ = aμ + b ρ = y ρ > 0 y y ρ = - ρ = 0 Chaptre II 9

Focto de desté margale cas de varables, eteso trvale au cas de varables proecto de f, sur les ae et = et = f (, ) h f, d h = f ( ) s et sot dépedates: f, f f h Focto de desté codtoelle 0 fdp de pour la valeur partculère prse par et récproquemet 0 ( ) d 0 ( ) 0 0 f, f, 0 0 g ( = ) = et g ( = ) = h h s et sot dépedates: f (, ) = f ( ) f ( ) et h ( ) f ( ) ( 0 ) ( 0 ) g = f h g = f h Chaptre II 0

Focto caractérstque t + t + =...t φ t,t,...t... e f,,... d d...d Varables dépedates: factorsato de la focto caractérstque f,,... = f f...f ( t,t,...t ) = ( t ) ( t )... ( t ) φ φ φ φ t avec φ (t ) = e f d Chaptre II

Chagemet de varable = sot dstrbué suvat f sot y dstrbué suvat f y sot y = y ue trasformato bectve etre et y Coservato de la probablté: f d f y dy Cas gééral de varables d f ( y) = f ( ) dy f y, y,...y = J f,,... J = y Chaptre II