LA COURBE DE GAUSS : D'OÙ VIENT-ELLE? À QUOI SERT-ELLE?

Documents pareils
Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Loi binomiale Lois normales

TSTI 2D CH X : Exemples de lois à densité 1

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Commun à tous les candidats

4 Distributions particulières de probabilités

NOTIONS DE PROBABILITÉS

Licence MASS (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Calculs de probabilités conditionelles

Les probabilités. Chapitre 18. Tester ses connaissances

Lois de probabilité. Anita Burgun

Raisonnement par récurrence Suites numériques

Probabilités conditionnelles Loi binomiale

R. A. A. Bébian. Mimographie, ou essai d écriture mimique. París, 1825

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

Programmes des classes préparatoires aux Grandes Ecoles

Calcul élémentaire des probabilités

Couples de variables aléatoires discrètes

Variables Aléatoires. Chapitre 2

Cours Fonctions de deux variables

Travaux dirigés d introduction aux Probabilités

LES GENERATEURS DE NOMBRES ALEATOIRES

O, i, ) ln x. (ln x)2

Chaînes de Markov au lycée

Peut-on imiter le hasard?

C est à vous qu il appartient de mettre en place des conditions optimales pour permettre la meilleure réalisation possible.

Chapitre 3 : INFERENCE

Corps des nombres complexes, J Paul Tsasa

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

Probabilités Loi binomiale Exercices corrigés

TESTS D HYPOTHÈSE FONDÉS SUR LE χ².

Simulation de variables aléatoires

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Probabilités conditionnelles Loi binomiale

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Les mathématiques du XXe siècle

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

PROBABILITES ET STATISTIQUE I&II

Représentation d une distribution

choisir H 1 quand H 0 est vraie - fausse alarme

6. Les différents types de démonstrations

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Le modèle de Black et Scholes

Probabilités sur un univers fini

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Compte rendu du stage ATSM Probabilités et statistique

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

TESTS D'HYPOTHESES Etude d'un exemple

Fluctuation d une fréquence selon les échantillons - Probabilités

16 Chapitre 16. Autour des générateurs pseudoaléatoires

Carl-Louis-Ferdinand von Lindemann ( )

L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Nombres premiers. Comment reconnaître un nombre premier? Mais...

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

Suites numériques 3. 1 Convergence et limite d une suite

La simulation probabiliste avec Excel

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

PROBABILITÉS CONDITIONNELLES

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

Espaces probabilisés

Probabilités conditionnelles Exercices corrigés

Chapitre 7 - Relativité du mouvement

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

Théorie des probabilités

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Intégration et probabilités TD1 Espaces mesurés Corrigé

CALCUL DES PROBABILITES

COMBINATOIRES ET PROBABILITÉS

Andrey Nikolaevich Kolmogorov

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Mesure de probabilité, indépendance.

2. Probabilités Un peu d'histoire PROBABILITÉS

Chapitre 1 Régime transitoire dans les systèmes physiques

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Probabilités. C. Charignon. I Cours 3

Introduction à la Statistique Inférentielle

MODELES DE DUREE DE VIE

Amphi 3: Espaces complets - Applications linéaires continues

Les travaux doivent être remis sous forme papier.

Correction du baccalauréat S Liban juin 2007

Précision d un résultat et calculs d incertitudes

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

Appliquer la maîtrise statistique des processus (MSP/SPC)

Dans une année, il y a 12 mois. Dans une année, il y a 52 semaines. Dans une année, il y a 4 trimestres. Dans une année, il y a 365 jours.

Continuité d une fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables

Université Paris 8 Introduction aux probabilités Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Moments des variables aléatoires réelles

mathématiques mathématiques mathématiques mathématiques

P1 : Corrigés des exercices

L'insertion professionnelle des diplômés DNSEP 2003 trois ans après le diplôme

Transcription:

!"#$%&'()(*&'(+,-.'(&/(0*&1/&(2"$+&(( LA COURBE DE GAUSS : D'OÙ VIENT-ELLE? À QUOI SERT-ELLE? Brigitte CHAPUT École Nationale de Formation Agronomique de Toulouse-Auzeville Régionale APMEP et IREM de Toulouse Commission inter-irem Statistiques et probabilités

LA COURBE DE GAUSS : QUI EST-ELLE? La plus simple d'équation y = 1 2 e 1 2 x 2 à première vue compliquée puisqu'elle utilise deux nombres mystérieux en mathématiques : le nombre = 3,141 592 653... le nombre e = 2,718 281 828... mais de forme connue en cloche, en chapeau de gendarme.

LA COURBE DE GAUSS : QUI EST-ELLE? Des propriétés géométriques remarquables : un axe de symétrie, deux points d'inflexion d'abscisses - 1 et 1

Elle est née au 18 e siècle, de la recherche «loi du hasard», et plus précisément du désir de préciser la façon dont la fréquence se rapproche de la probabilité au cours de nombreuses répétitions même épreuve aléatoire.

Le but est de déterminer la valeur d'une probabilité de façon objective notamment dans le cas où on s'intéresse à la réalisation ou non d'un résultat d'une expérience aléatoire. L'idée est que l'on peut approcher cette valeur grâce à la répétition de l'expérience et ce d'autant mieux que le nombre de répétitions est grand. L'objectif des mathématiciens était double : prouver une convergence et la préciser.

Les expériences répétées Détaillons : pour une expérience aléatoire, on s'intéresse à la réalisation ou non d'un de ses résultats. Par exemple : On lance une pièce de monnaie. On lance un dé. On tire une boule au hasard dans une urne. On fait tourner une roue de loterie et on regarde si on tombe ou non sur un secteur d'une couleur donnée...

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée _ Si on joue une fois, on peut obtenir FACE (F) ou non (F). P(F) = 1 2 P( F) = 1 2 ainsi P(0 fois F) = 1 2 P(1 fois F) = 1 2

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue deux fois, on peut obtenir F aucune, une ou deux fois.

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue deux fois, on peut obtenir F aucune, une ou deux fois. P(F, F) = 1 4 P(F, F) = 1 4 P( F, F) = 1 4 P( F, F) = 1 4 P(0 fois F) = 1 4 ainsi P(1 fois F) = 1 2 P(2 fois F) = 1 4

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue deux fois, on peut obtenir F aucune, une ou deux fois. P(0 fois F) = 1 4 i P(1 fois F) = 1 2 P(2 fois F) = 1 4

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue trois fois, on peut obtenir F aucune, une, deux ou trois fois.

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue trois fois, on peut obtenir F aucune, une, deux ou trois fois. P(F, F, F) = 1 8 P( F, F, F) = 1 8 P(0 fois F) = 1 8 P(F, F, F) = 1 8 P(F, F, F) = 1 8 P( F, F, F) = 1 8 P( F, F, F) = 1 8 ainsi P(1 fois F) = 3 8 P(2 fois F) = 3 8 P(F, F, F) = 1 8 P( F, F, F) = 1 8 P(3 fois F) = 1 8

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue trois fois, on peut obtenir F aucune, une, deux ou trois fois. P(0 fois F) = 1 8 P(1 fois F) = 3 8 P(2 fois F) = 3 8 P(3 fois F) = 1 8

Les expériences répétées Jeu de PILE OU FACE avec une pièce bien équilibrée Si on joue dix fois, on peut obtenir F aucune, une,... ou dix fois. P(0 fois F) = 1 1 024 P(1 fois F) = 10 1 024 P(10 fois F) = 1 1 024

Les distributions binomiales Les distributions de probabilités obtenus sont des distributions binomiales de paramètres 1, 2,... ou 10 (nombre de répétitions de l'expérience aléatoire) et 0,5 (probabilité du résultat lors d'une expérience aléatoire). Historiquement, avec Abraham de Moivre (1728) et Laplace (1786), ce sont les distributions binomiales qui ont conduit à la courbe de Gauss.

Les expériences répétées : planche de Galton

Si (X n ) est une suite de variables aléatoires de distribution binomiale de paramètres n et p (fixé). Quand n tend vers l'infini : La courbe de Gauss apparaît!!

La courbe de Gauss apparaît comme densité de probabilité (les probabilités d'observations dans un intervalles sont calculées à l'aide d'une intégrale sur cet intervalle).

On a : lim n + P a b X n np np(1 p) b = a 1 2 e 1 2 x 2 dx

La courbe de Gauss apparaît comme densité de probabilité (les probabilités d'observations dans un intervalles sont calculées à l'aide d'une intégrale sur cet intervalle).

La courbe de Gauss apparaît comme densité de probabilité. Toute variable aléatoire de densité la fonction représentée par cette courbe est distribuée selon la loi normale centrée réduite.

Origine du nom "normale" 1889 : Francis Galton avait déjà parlé de courbe normale dans Natural Inheritance 1893 : Karl Pearson donne le nom de loi normale à la loi appelée par l'école française deuxième loi de Laplace ou loi de Laplace-Gauss et par l'école anglo-saxonne loi de Gauss.. Karl Pearson a ensuite reconnu en 1920 que ce nom de normal était inadéquat et qu'il «a le désavantage de conduire les gens à croire que toutes les autres distributions de fréquences sont en un sens ou un autre anormales.»

Le théorème-limite central Le résultat précédent est traduit par un théorème mathématique le théorème-limite central qui dit dans sa forme la plus générale que, sous certaines conditions, la suite des moyennes centrées, réduites de variables aléatoires indépendantes tend vers la loi normale centrée réduite. C'est pour cette raison qu'on la rencontre un peu partout. Dès qu'un phénomène est la superposition d'un grand nombre de causes aléatoires indépendantes, une cloche se présente.

Le théorème-limite central Il de des exemples les plus frappants de phénomènes en mathématiques : en ajoutant un grand nombre dont on ne sait rien, la distribution limite de la somme est une courbe de Gauss.

LA COURBE DE GAUSS Les mathématiciens contributeurs