— ATTENTION! Toutes ces formules ne sont vraies que pour les lois à densité, comme tout ce qui se trouve sur cette page. Dans toute la suite du chapitre, on mettra donc indifféremment < ou ≤, et > ou ≥ car on vient de montrer que cela revenait au même. D'autres formules sont également à savoir: tu te souviens que la somme des probabilités d'une loi discrète vaut 1. Ici c'est pareil mais on ne peut pas additionner toutes les valeurs, puisqu'il y en a une infinité! Que fait-on alors? Cours loi de probabilité à densité terminale s inscrire. Et bien une intégrale! Par ailleurs, il y a également une formule pour l'espérance, encore avec une intégrale: où f est évidemment la densité de X Tu remarqueras que c'est la même formule mais avec un x en plus. Haut de page Bon c'est bien beau tout ça mais concrètement que va-t-on te demander? Et bien il faut savoir qu'il y a 3 lois particulières à connaître, mais surtout 2 car la troisième est assez peu utilisée dans les exercices de Terminale. Du coup on va commencer par celle-là, en plus c'est la plus simple: c'est la loi uniforme.
Statistiques et probabilités - Cours Terminale S Des cours gratuits de mathématiques de niveau lycée pour apprendre réviser et approfondir Des exercices et sujets corrigés pour s'entrainer.
Dans ce cours, on s'intéresse à des variables aléatoires X qui prennent leurs valeurs dans un intervalle; on dit qu'elles sont… Loi exponentielle – Terminale – Cours Tle S – Cours sur la loi exponentielle – Terminale S Définition Soit λ un réel strictement positif. La loi exponentielle de paramètre λ modélise la probabilité qu'un élément cesse de vivre au cours d'un intervalle de temps donné. Elle admet pour densité de probabilité la fonction définie sur par: L'aire sous la courbe sur est égale à 1. TES/TL – Exercices – AP – Lois de probabilité à densité - Correction. Propriétés Soit une variable aléatoire T suivant une loi exponentielle de paramètre λ. Pour tout réel a strictement positif:… Loi normale d'espérance µ et d'écart type σ2 – Terminale – Cours TleS – Cours sur la loi normale d'espérance µ et d'écart type σ2 Terminale S Définition Une variable aléatoire X suit une loi normale d'espérance µ et d'écart-type σ si la variable aléatoire suit la loi normale centrée réduite N (0, 1). La courbe représentative de la fonction de densité est une courbe en cloche; elle admet pour axe de symétrie la droite d'équation x = µ.
Exercice 1 On donne la représentation de la fonction densité de probabilité $f$ définie sur l'intervalle $[0;2, 5]$. $X$ suit une loi de probabilité continue de densité $f$. Déterminer graphiquement: $P(X<0, 5)$ $\quad$ $P(X=1, 5)$ $P(0, 5 \pp X \pp 1, 5)$ $P(X>2)$ $P(X \pg 1, 5)$ $P(X>1)$ $P(X>2, 5)$ $\quad Correction Exercice 1 On veut calculer l'aire d'un triangle rectangle isocèle de côté $0, 5$. Donc $P(X<0, 5)=\dfrac{0, 5\times 0, 5}{2}=0, 125$ Quand $X$ suit une loi de probabilité à densité alors, pour tout réel $a$ on a $P(X=a)=0$. Ainsi $P(X=1, 5)=0$ Il s'agit de calculer l'aire d'un rectangle dont les côtés mesurent respectivement $1$ et $0, 5$. Ainsi $P(0, 5\pp X\pp 1, 5)=1\times 0, 5=0, 5$. Cours loi de probabilité à densité terminale s r. Donc $P(X>2)=\dfrac{0, 5\times 0, 5}{2}=0, 125$ On veut calculer l'aire d'un trapèze rectangle. On utilise la formule: $\mathscr{A}_{\text{trapèze}}=\dfrac{(\text{petite base $+$ grande base})\times\text{hauteur}}{2}$. Ainsi $P(X\pg 1, 5)=\dfrac{(1+0, 5)\times 0, 5}{2}=0, 375$ On utilise la même formule qu'à la question précédente.
V La loi normale générale Loi normale \mathcal{N}\left(\mu;\sigma^2\right) Une variable aléatoire X suit la loi normale \mathcal{N}\left(\mu;\sigma^2\right) ( \mu \in \mathbb{R}, \sigma \in \mathbb{R}^{+*}) si et seulement si la variable aléatoire \dfrac{X-\mu}{\sigma} suit la loi normale centrée réduite. Espérance d'une loi normale Si X suit la loi normale \mathcal{N}\left(\mu;\sigma^2\right), son espérance est alors égale à: E\left(X\right) = \mu Variance d'une loi normale Si X suit la loi normale \mathcal{N}\left(\mu;\sigma^2\right), sa variance est alors égale à: V\left(X\right) = \sigma^2 et son écart-type est donc égal à \sigma. On observe que plus \sigma augmente, plus la courbe de la densité de la loi normale \mathcal{N}\left(\mu;\sigma^2\right) est "aplatie". De plus, cette courbe est centrée sur la moyenne, c'est-à-dire symétrique par rapport à la droite d'équation x=\mu. Si \mu=0 et \sigma=1, on retrouve la courbe de Gauss normalisée, soit la loi normale centrée réduite. Les lois de probabilité à densité | Méthode Maths. Si X suit la loi normale \mathcal{N}\left(\mu;\sigma^2\right), on a les valeurs remarquables suivantes: p\left(\mu - \sigma \leq X \leq\mu + \sigma\right) \approx 0{, }683 p\left(\mu - 2\sigma \leq X \leq \mu + 2\sigma\right) \approx 0{, }954 p\left(\mu - 3\sigma \leq X \leq \mu + 3\sigma\right) \approx 0{, }997 N'ayant pas de primitive de la fonction de densité correspondant à une variable aléatoire suivant une loi N\left(\mu;\sigma^2\right), on a besoin de la calculatrice pour déterminer des probabilités d'événements.
b. Calculer $P(0, 2 3. Sur le même
segment [0; 1], posons un million de billes de
diamètre 10 6. La probabilité de
prendre une bille sur le segment est donc 0, 000 001. Ce
qui est très très petit. 4. Si sur le segment [0; 1]
nous plaçons n billes, la probabilité de
tirer une de ces billes sur ce segment sera de. Densité de probabilité et fonction de répartition - Maxicours. Si l'on place une des n billes en chacun des
nombres (il y en a une infinité) du segment, alors
p =
avec. On peut comprendre pourquoi la probabilité
d' obtenir un nombre
particulier soit nulle (p(X = c) = 0). Exemple
Une cible d'un mètre de diamètre est
utilisée pour un concours. • Cas du discret
(nous travaillons sur des parties que l'on peut
compter):
Cinq surfaces concentriques, nommées
S 1, S 2, S 3,
S 4 et S 5, sont coloriées sur
la cible, la 1 ère de rayon 0, 1 m la
2 nde comprise entre la 1 ère
et le cercle de rayon 0, 2 m etc... On considère qu'il y a
équiprobabilité, donc la probabilité
d'obtenir une partie est proportionnelle à
son aire. Aire totale:. et
Alors:,,,
et. • Cas du
continu
La cible est uniforme, sans découpage.