© Dunod. Toute reproduction non autorisée est un délit.
3. Loi s usuelles
S
i on améliore la compréhension et l’analyse d’un phénomène complexe par l’introduction d’un modèle qui la simplifie, celui-ci ne
doit cependant pas être trop éloigné de la réalité. Nous allons présenter ici les principaux modèles qui peuvent être retenus pour une
modélisation aléatoire. Ce « catalogue » des lois usuelles distingue encore entre lois discrètes et lois admettant une densité de probabilité.
I. Lois usuelles discrètes
A. Loi de Dirac
Soit a ∈ R un point fixé. On appelle loi de Dirac, notée δ a , la loi de la v.a. certaine X qui est constante, prenant la même valeur a quel que soit le résultat de
l'épreuve :
X (ω) = a, ∀ω ∈
Lois usuelles 69
Objectif du chapitre : présenter les principales lois de probabilité pouvant
être retenues dans la modélisation statistique.
Concepts clés étudiés : variable de Bernoulli, schéma binômial, schéma
hypergéométrique, loi de Poisson, loi uniforme, loi exponentielle, loi normale, loi du khi-deux.
3. Loi s usuelles
S
i on améliore la compréhension et l’analyse d’un phénomène complexe par l’introduction d’un modèle qui la simplifie, celui-ci ne
doit cependant pas être trop éloigné de la réalité. Nous allons présenter ici les principaux modèles qui peuvent être retenus pour une
modélisation aléatoire. Ce « catalogue » des lois usuelles distingue encore entre lois discrètes et lois admettant une densité de probabilité.
I. Lois usuelles discrètes
A. Loi de Dirac
Soit a ∈ R un point fixé. On appelle loi de Dirac, notée δ a , la loi de la v.a. certaine X qui est constante, prenant la même valeur a quel que soit le résultat de
l'épreuve :
X (ω) = a, ∀ω ∈
Lois usuelles 69
Objectif du chapitre : présenter les principales lois de probabilité pouvant
être retenues dans la modélisation statistique.
Concepts clés étudiés : variable de Bernoulli, schéma binômial, schéma
hypergéométrique, loi de Poisson, loi uniforme, loi exponentielle, loi normale, loi du khi-deux.