logo

démonstration de lois de probabilité


autredémonstration de lois de probabilité

#msg1908245 Posté le 09-06-08 à 12:59
Posté par ProfilLara87 Lara87

Bonjour,

Est ce que quelqu'un pourrait me donner la démonstration simple de l'espérance et de la variance de la loi de binomiale et de la loi normale?

Merci par avance

Lara
re : démonstration de lois de probabilité#msg1908249 Posté le 09-06-08 à 13:05
Posté par Profilorelo orelo

Bonjour, pour la loi binomiale

E(X)=somme( k * (k parmi n) p^k * (1-p)^(n-k) , k de 1 à n)

utiliser k*(k parmi n)= n*(k-1 parmi n-1)

puis sortir np de la somme, et enfin le binome de newton donne

E(X)=np
re : démonstration de lois de probabilité#msg1908255 Posté le 09-06-08 à 13:10
Posté par Profilorelo orelo

pour la variance même principe en utilisant:
V(X)= E(X²)-E(X)²
    = E(X(X-1))+E(X)-E(X²)

il faut développer E(X(X-1))

on retrouve

V(X)=np(1-p)

toujours avec le binôme de newton
re : démonstration de lois de probabilité#msg1908257 Posté le 09-06-08 à 13:17
Posté par Profilorelo orelo

il faut faire un changement de variable dans E(X) du type k'=k-1 pour retrouver une somme de 0 à n-1

(et k'=k-2 pour V(X)...)
re : démonstration de lois de probabilité#msg1908265 Posté le 09-06-08 à 13:37
Posté par ProfilLara87 Lara87

connaitrai tu la démonstration de la loi normale?
re : démonstration de lois de probabilité#msg1908269 Posté le 09-06-08 à 13:42
Posté par Profilorelo orelo

bé je regarde sur mon bouquin...

donc E(X) c'est l'intégrale de - inf à +inf de x f(x) avec f(x)=...

l'existence est assurée car x f(x) négligeable devant (1/x²) donc intégrale de riemann...

x f(x) est impaire donc E(X)= 0 c'est fini
re : démonstration de lois de probabilité#msg1908272 Posté le 09-06-08 à 13:44
Posté par Profilorelo orelo

pour la variance l'existence pour la même raison, et il faut faire une intégrale par partie en posant u= x et v'= e*exp(-x²/2)...
re : démonstration de lois de probabilité#msg1908273 Posté le 09-06-08 à 13:44
Posté par Profilorelo orelo

v'= x*exp(-x²/2)...
re : démonstration de lois de probabilité#msg1908275 Posté le 09-06-08 à 13:47
Posté par ProfilLara87 Lara87

la je pense que tu m'as donné la démo de l'espérance de la loi normale centrée réduite.

car pour la loi normale l'espérance c "m". et justement je ne sais pas comment on fait pour la trouver.
re : démonstration de lois de probabilité#msg1908278 Posté le 09-06-08 à 13:50
Posté par ProfilLara87 Lara87

et la variance c 'est 2écart-type au carré sur racine carré de pi * gamma de 3/2
re : démonstration de lois de probabilité#msg1908282 Posté le 09-06-08 à 13:54
Posté par Profilorelo orelo

ok, en fait (dans le bouquin, la loi normale je l'ai jamais utilisée...)

ils montrent que si X = N(m, sigma) alors (X-m)/sigma est une loi normale centrée réduite donc X=m
re : démonstration de lois de probabilité#msg1908288 Posté le 09-06-08 à 14:04
Posté par Profilorelo orelo

il y a peut être une différence de notation...

f(x)=(1/(sigma*racine (2.pi))) exp(-(x-m)²/(2sigma²))

si ça peut t'aider...

E(X)=m

V(X)=sigma²
re : démonstration de lois de probabilité#msg1908302 Posté le 09-06-08 à 14:21
Posté par ProfilLara87 Lara87

non ce n'est pas trop ca. mais bon merci quand même.

à bientôt

Lara
re : démonstration de lois de probabilité#msg1908308 Posté le 09-06-08 à 14:27
Posté par Profilorelo orelo

de rien, mais j'avoue la loi normale je ne maitrise pas trop...

à plus
re : démonstration de lois de probabilité#msg1908319 Posté le 09-06-08 à 14:42
Posté par Profilrobby3 robby3

Salut,
\large X suivant la loi normale \large N(m,\sigma^2)
on a 5$ \rm  E(X)=\frac{1}{\sigma\sqrt 2\pi} \Bigint_R x.exp(-\frac{(x-m)^2}{2\sigma^2}) dx=\frac{1}{\sigma\sqrt 2\pi} \Bigint_R (y+m) exp(-\frac{y^2}{2\sigma^2}) dy \\  ou y=\frac{x-m}{\sigma} \\
donc 5$ \rm E(X)=\frac{1}{\sigma\sqrt 2\pi} \Bigint_R y.exp(-\frac{y^2}{2\sigma^2}) dy +\frac{m}{\sigma.\sqrt 2\pi} \Bigint_R exp(-\frac{y^2}{2\sigma^2}) dy

la premiere integrale est nulle car on integre une fonction impaire sur R et la 2emevaut m car on integre une densité de probabilité.
d'ou \large E(X)=m.

pour la variance,c'est un peu le meme principe,
il te suffit de calculer \large E(X^2)...en faisant le changement de variable \large y=\frac{x-m}{\sigma}
re : démonstration de lois de probabilité#msg1908659 Posté le 09-06-08 à 17:57
Posté par ProfilH_aldnoer H_aldnoer

Pour la première, tu écris \Large{X=\Bigsum_{k=1}^n X_k}\Large{X_k\sim\mathcal{B}(p); tu vois la binomiale comme une somme de bernoulli indépendantes en montrant que \Large{X\sim\mathcal{B}(n,p).
Le calcule de l'espérance est très rapide par la suite via la relation  \Large{\mathbb{E}[X]=\Bigsum_{k=1}^n\mathbb{E}[X_k]
Sauf erreur!
re : démonstration de lois de probabilité#msg2161082 Posté le 01-12-08 à 21:20
Posté par Profilseb1122 seb1122

Robby3, j'ai l'impression que le changement de variable que tu as fait, c'est y=x-m et non y=(x-m)/sigma
re : démonstration de lois de probabilité#msg2161113 Posté le 01-12-08 à 21:29
Posté par Profilseb1122 seb1122

et du coup la première intégrale est égale à 0  ==> OK
mais la 2ème ????, je ne comprends pas comment tu as fait
re : démonstration de lois de probabilité#msg2161337 Posté le 01-12-08 à 23:06
Posté par Profilrobby3 robby3

Citation :
Robby3, j'ai l'impression que le changement de variable que tu as fait, c'est y=x-m et non y=(x-m)/sigma

>exact

Citation :
mais la 2ème ????, je ne comprends pas comment tu as fait

tu as m x une densité de probabilité

Répondre à ce sujet

réservé Seuls les membres peuvent poster sur le forum !

Vous devez être connecté pour poster
attention Un modérateur est susceptible de supprimer toute contribution qui ne serait pas en relation avec le thème de discussion abordé, la ligne éditoriale du site, ou qui serait contraire à la loi.

  • Ce topic

    imprimer Imprimer
    réduire la tailleRéduire   /   agrandir la tailleAgrandir

    Pour plus d'options, connection connectez vous !
  • Fiches de maths

    * probabilités en post-bac
    1 fiches de mathématiques sur "probabilités" en post-bac disponibles.


maths - prof de maths haut de pagehaut Retrouvez cette page sur ilemaths l'île des mathématiques
© Tom_Pascal & Océane 2012