Tableau récapitulatif des lois de probabilité à densité Loi uniforme U (a; b) Loi exponentielle Loi normale N (µ; σ) [a; b] λ µ et σ Paramètre(s) f (x) = Fonction d Z Probabilité c 1 b−a f (x) = λe−λx d f (x) dx c c Cf ¤ P (c ≤ X ≤ d) a c P (c ≤ X ≤ d) d−c b−a E(X) = d b 1 − e−λx Calculatrice 1 λ µ Non étudiée σ a+b 2 b−a σ= √ 12 σ Z f (x) dx 1 b−a E(X) d Z 1 dx b−a 1 x−µ 2 1 √ e− 2 ( σ ) σ 2π f (x) = Valeurs remarquables associées à la loi normale Si la variable aléatoire X suit une loi normale N (µ; σ), alors : * P (µ − σ ≤ X ≤ µ + σ) ≈ 0, 68. * P (µ − 2σ ≤ X ≤ µ + 2σ) ≈ 0, 95. * P (µ − 3σ ≤ X ≤ µ + 3σ) ≈ 0, 997. Approximation d’une loi binomiale par une loi normale quand n ≥ 30, np ≥ 5 et n(1 − p) ≥ 5 p µ = np et σ = np(1 − p) Rappel de loi binomiale vu en première Une loi est binomiale de paramètres n et p si on répète n fois de façon identique et indépendante une épreuve de Bernoulli (schéma de Bernoulli), c’est à dir une expérience aléatoire qui admet seulement deux issues : le succès S et l’échec S. Le calcul de la probabilité se fait à l’aide d’un arbre pondéré ou avec la calculatrice. E(X) = np ∀M K T ST I2D 2014−2015 et 1/2 σ= p np(1 − p) Formulaire 4 Intervalle de fluctuation 95% asymptotique Quand on prélève un échantillon de taille n dans une proportion qui contient une proportion p du caractère étudié, alors la proportion f du caractère dans l’échantillon appartient à l’intervalle de fluctuation 95% asymptotique # " r r p(1 − p) p(1 − p) p − 1, 96 ; p + 1, 96 n n On suppose que n ≥ 30, np ≥ 5 et n(1 − p) ≥ 5. ∀M K T ST I2D 2014−2015 2/2 Formulaire 4 ¤