Vidéo terminée
Fin du chapitrePasser le QCM du chapitreLeçon 7
Loi binomiale et marche aléatoire en Python
Le cours écrit
7.1 Calculer la vraie probabilité
Soit une variable de loi : et . L'inégalité de Bienaymé-Tchebychev, avec , donne Un écart strictement supérieur à est aussi un écart supérieur ou égal, donc . La borne ne dépend pas de .
La fonction suivante calcule la vraie probabilité, en additionnant les pour les concernés.
from math import comb, sqrt
def proba_ecart(n, p):
total = 0
for k in range(n + 1):
if abs(k - p * n) > sqrt(n):
total = total + comb(n, k) * p**k * (1 - p)**(n - k)
return total
| Borne | |||||
|---|---|---|---|---|---|
7.2 Une marche aléatoire
Un pion part de sur une droite graduée. À chaque étape, il avance ou recule d'une case, avec la probabilité . On note son déplacement à l'étape : ou . Alors et .
La position après étapes est . Les étapes étant indépendantes :
from random import random
def marche(n):
x = 0
positions = [0]
for i in range(n):
if random() < 0.5:
x = x + 1
else:
x = x - 1
positions.append(x)
return positions
L'inégalité de Bienaymé-Tchebychev donne, pour chaque : .
7.3 La somme et la moyenne
La loi des grands nombres dit que se rapproche de : le déplacement moyen par étape devient négligeable. Pourtant, la position ne reste pas proche de : son écart type grandit. La moyenne se concentre, la somme s'étale.
Pour : . Sur une simulation de marches, on a observé une proportion de . La borne vaut .
Exercices 13 et 14
- Exercice 13 : la borne et la vraie valeur
- Exercice 14 : une marche aléatoire
Corrigés
Cherche d'abord les exercices sur ta feuille, puis compare avec le corrigé détaillé.