Lois usuelles Discrètes : Loi Condition Uniforme équiX-->U{x1 ;x2..} probabilité P(Xi=k) p(x=k)= 1/|E| Bernoulie X-->B(p) 2 cas possible P(x=1)=p échec + succès p(x=0)=q Binomiale X-->B(n,p) Une bernoulie qui se répète n fois Poisson X-->P( λ ) Une moyenne donnée λ Approxim- n>ou=50 ation p<ou=0.1 Binomiale n.p<ou=10 par poisson Hyper- Une Géometrique binomiale XH(N,n,p) tirée d’une population |pop|=N Approximation n/N <ou= 0.1 H(N,n,p)= B(n,p) E(x) V(x) (n+1)/2 n=|E| (n²- 1) /12 Conclusion / p p.q p+q=1 n.p n.p.q / λ λ λ λ λ est généralement relative au temps λ =n.p n.p / p p.q / Lois usuelles continues: Loi Uniforme X-->U[a ;b] Normale/ Gausse X-->N(m,σ²) Condition f(x) équiprobabilité a+b/2 / Lire de la table centrée réduite et extraire X-->N(0,1) P(X<xi) E(x) V(x) (b-a)²/12 m σ² 0 1 m σ² Conclusion / Faut centrer et réduire pour une nouvelle VAC qui suit une loi centrée réduite Z= (X-m)/σ Normale Approximation Binomiale / n>30 n.p>ou=5 n.q>ou=5 / m=n.p σ²=n.p.q par normale Khi deux X--> χ² γ γ ;degré de liberté Lire de la table et extraire P(X<xi) γ 2. γ Z-->N(0,1) , X=Z² alors X--> χ² γ avec γ=1 X1+X2= χ² γ1+ γ2 Student X-->St γ γ ;degré de liberté Lire de la table et extraire P(X<xi) γ 2. γ / Exponentielle X-->E( λ) / 1/λ 1 / λ² /