Scribd
Importer
4 vues3 pages

L2 Maths Python Td4

Le document présente des exercices sur les probabilités, notamment la loi binomiale et la loi de Poisson, en utilisant Python pour illustrer les concepts. Il inclut des instructions pour calculer l'espérance et la variance d'une loi binomiale, ainsi que des exercices sur la convergence de la loi binomiale vers la loi de Poisson. Des scripts Python sont fournis pour visualiser les distributions et appliquer les théorèmes associés.

Transféré par

kesoy38576
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
4 vues3 pages

L2 Maths Python Td4

Le document présente des exercices sur les probabilités, notamment la loi binomiale et la loi de Poisson, en utilisant Python pour illustrer les concepts. Il inclut des instructions pour calculer l'espérance et la variance d'une loi binomiale, ainsi que des exercices sur la convergence de la loi binomiale vers la loi de Poisson. Des scripts Python sont fournis pour visualiser les distributions et appliquer les théorèmes associés.

Transféré par

kesoy38576
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

L2 - Mathématiques - Python Feuille de td n◦ 4 - Probabilités

Exercice 1 (loi binomiale) Soit X une variable aléatoire suivant la loi binomiale B(n, p)
où n ∈ N∗ et p ∈ ]0, 1[. Rappeler la loi de X (univers-image et probabilités). Rappeler
également les valeurs de son espérance et de sa variance.

Expliquer ligne par ligne le script Python et la fenêtre graphique affichée.

import numpy as np
import [Link] as plt

n=32

#définition du coefficient binomial


def cb(n,p):
if (p>n):
rep=0
elif (p==0):
rep=1
else:
rep=cb(n-1,p-1)*n/p
return(rep)

ps=0.5
qe=1-ps
ProBino=[Link]([qe**n])
for k in range(1,n+1):
ProBino=[Link](ProBino,cb(n,k)*(ps**k)*(qe**(n-k)))

print(ProBino)
print(’La somme des probabilités fait bien ’,[Link](ProBino))
[Link]([Link](0,n+1),ProBino,color=’red’)

axes=[Link]()
axes.set_xlabel(’$k$’)
axes.set_ylabel(’probabilité $P(X=k)$’)

[Link](’Vecteur de probabilité de la loi binomiale’)


[Link]()
[Link]()

1
Exercice 2 (espérance et variance d’une loi binomiale) Rajouter quelques instruc-
tions au script précédent pour obtenir son espérance et sa variance. Pour la variance, vous
donnerez au moins 2 réponses grâce à la formule de Koenig-Huygens.
Exercice 3 (Théorème limite limite central et théorème de Moivre-Laplace) La
courbe semble être une gaussienne. D’après le théorème limite central, quelle est la courbe
de crête formée par ces diagramme en bâtons ? Écrire quelques instructions supplémentaires
au script ci-dessus pour faire apparaı̂tre cette courbe comme sur le dessin ci-dessous :

Exercice 4 (loi de Poisson) Soit X une variable aléatoire suivant la loi de Poisson P(λ)
où λ ∈ R∗+ . Rappeler la loi de X (univers-image et probabilités). Rappeler également les
valeurs de son espérance et de sa variance.

Comme précédemment, écrire un script Python demandant à l’utilisateur n et p et retournant


le vecteur de probabilité (P(X = k))k∈N .
Exercice 5 (convergence en loi de la loi binomiale vers la loi de Poisson 1).
n

1. Donner un équivalent de
k lorsque n tend vers +∞.
2. Soit (Xn )n>1 une suite de variables aléatoires définies sur le même espace probabilisé

2
avec Xn ֒→ B(n, λ/n) où λ est un réel strictement positif fixé. Montrer que (Xn )n>1
converge en loi vers une variable aléatoire X qui suit la loi de Poisson de paramètre λ.

Exercice 6 (convergence en loi de la loi binomiale vers la loi de Poisson 2). Re-
prendre les scripts précédents pour produire la fenêtre graphique suivante. Commenter.

Vous aimerez peut-être aussi