MetMat

Comment reconnaître une loi usuelle dans une modélisation ?

En identifiant le schéma de modélisation (succès/échec \to Bernoulli ; nn répétitions indépendantes \to binomiale ; rang du premier succès \to géométrique ; nombre d'événements rares \to Poisson ; équiprobabilité sur [ ⁣[a,b] ⁣][\![a,b]\!] \to uniforme) pour invoquer la loi et ses paramètres

L'objectif

Identifier la loi d'une variable aléatoire par analyse du modèle, pour réutiliser directement ses paramètres, son espérance et sa variance connus.

Le principe

Les lois usuelles correspondent à des schémas types : B(p)\mathcal{B}(p) modélise une épreuve à deux issues (succès de proba pp) ; B(n,p)\mathcal{B}(n,p) compte le nombre de succès dans nn répétitions indépendantes d'une même épreuve de Bernoulli ; G(p)\mathcal{G}(p) donne le rang du premier succès dans une suite d'épreuves de Bernoulli indépendantes ; P(λ)\mathcal{P}(\lambda) modélise le nombre d'occurrences d'événements rares indépendants dans un intervalle (paramètre λ>0\lambda>0) ; U([ ⁣[a,b] ⁣])\mathcal{U}([\![a,b]\!]) modélise l'équiprobabilité sur un intervalle entier.

La méthode
  1. 1
    J'analyse l'expérience : nature des épreuves (à deux issues ou non), caractère répété ou non, indépendance, quantité mesurée (occurrence, comptage, rang, équiprobabilité).
  2. 2
    Je compare ce schéma aux lois usuelles : B(p)\mathcal{B}(p) (une épreuve succès/échec), B(n,p)\mathcal{B}(n,p) (nn répétitions indépendantes), G(p)\mathcal{G}(p) (rang du premier succès), P(λ)\mathcal{P}(\lambda) (comptage d'événements rares), U([ ⁣[a,b] ⁣])\mathcal{U}([\![a,b]\!]) (équiprobabilité sur {a,,b}\{a,\dots,b\}).
    Voir
  3. 3
    J'énonce la loi reconnue avec ses paramètres précis et je réutilise le cas échéant son espérance, sa variance ou sa fonction de masse sans nouvelle démonstration.
    Voir

Exemple corrigé

Difficulté croissante de 1 à 4

Exercices aujourd'hui0 / 3

Prêt à t'entraîner ?

Génère un exercice personnalisé sur cette méthode et entraîne-toi avec la correction IA.