Cours N 4 Modles statistiques de simulation Universit
- Slides: 33
Cours N° 4 Modèles statistiques de simulation Université Ibn Khaldoun Tiaret Département INF B. Khaled
Contenu • Théorie des probabilités : Concepts de base • Les modèles statistiques utiles • Distributions de probabilités discrets • Distributions de probabilités continues • Processus de Poisson • Les distributions empiriques
Terminologies & Concepts • Dans cette partie, nous introduisons les concepts suivants : • Variables aléatoires discrètes • Fonction de répartition • Espérance Mathématique et Variance • Variables aléatoires continues • Fonction de répartition • Espérance Mathématique et Variance
Variable Aléatoire discrète : Exemple On jette simultanément 2 pièces de monnaie et l’on s’intéresse au nombre de piles qui apparaissent. L’ensemble fondamental est alors : Ω= {FF, FP, PF, PP} • Où F représente le côté face et P le côté pile. • On obtient une variable aléatoire X qui peut prendre les valeurs 0, 1 ou 2 avec les probabilités suivantes : • Pr (X= 0) = 0. 25 • Pr (X = 1) = Pr(FP) + Pr(PF) = 0. 50 • Pr (X = 2) = 0. 25
Variable Aléatoire discrète
Variable Aléatoire discrète
Variable Aléatoire discrète X = xi Pr(X=xi) 0 1 2 1/4 1/2 1/4
Variable Aléatoire discrète
Variable Aléatoire Continue
Variable Aléatoire Continue
Variable Aléatoire Continue : Exemple
Modèles statiques utiles • Dans cette section, des modèles statistiques appropriés à certains domaines d'application sont présentés. • Systèmes de gestion des files d'attente • Les systèmes d'inventaire et de la chaîne d'approvisionnement • Fiabilité et maintenabilité
Modèles statiques utiles : file d’attente • Dans un système de gestion de file d'attente, les temps interarrivée et les temps des services peuvent être probabiliste. • Des exemples de modèles statistiques pour les distributions Inter-arrivée ou le temps de service: • Distribution exponentielle: si les temps de service sont complètement aléatoires • Distribution normale: assez constante mais avec une certaine variabilité aléatoire (positive ou négative) • Distribution Gamma et Weibull : plus générales que exponentielle
Modèles statiques utiles : Inventaire & appro • Dans les systèmes d'inventaire et approvisionnement, il y a au moins trois variables aléatoires: • Le nombre d'unités demandés par commande ou par période • Le temps entre les demandes. • Le délai d’appro = Temps entre passer une commande et temps de la réception. • Modèles statistiques pour la distribution des délais d’appro: • Gamma • Modèles statistiques pour la distribution des demandes: • Poisson • Binomiale Négative • Géométrique
Modèles statiques utiles : Fiabilité et maintenabilité • Temps de panne (machine , etc) • Exponentielle ( si les pannes sont aléatoires ) • Gamma ( prenant en considération les pannes redondantes) • Weibull ( panne est dû au plus grand défaut parmi un nombre de défauts dans un système de composants • Normal : pannes due à l’usure.
Distribution (loi) de probabilités discrète
Distribution (loi) de probabilités discrète • Les distributions aléatoires discrètes sont utilisés pour décrire les phénomènes aléatoires ou seuls des valeurs entières peuvent se produire. • Dans cette section, nous allons en apprendre davantage sur: • Loi (distribution) de Bernoulli • Loi (distribution) binomiale géométrique et négative • Loi (distribution ) de Poisson
Distribution (loi) de Bernoulli
Distribution (loi) Binomiale
Distribution (loi) Binomiale : Exemple
Distribution (loi) Géométrique
Distribution (loi) Binomiale négative
Distribution (loi) Binomiale négative : Ex • Loi Binomiale négative • Nous nous intéressons, dans cet exemple, à la variable aléatoire qui représente le nombre d’entiers tirés avant le premier 0. Cette expérience consiste en une suite d’essais identiques et indépendants dont un succès est défini par le tirage d’un 0. La probabilité d’un succès est 1/10. Le nombre d’entiers précédent le premier 0 est donc une variable aléatoire géométrique avec p = 1/10. Calculons par exemple la probabilité que le premier 0 apparaisse au cinquième tirage : • La variable aléatoire qui compte le nombre d’entiers jusqu’au quatrième 0 est évidemment une variable binomiale négative. La probabilité qu’un quatrième 0 apparaisse au sixième tirage est :
Distribution (loi) de poisson
Distribution (loi) de poisson (Exemples) • Loi de Poisson • Si le nombre moyen d’arrivées de clients à un guichet par heure est égal à 15, calculons la probabilité d’observer 20 arrivées dans une heure donnée, supposant que les arrivées sont indépendantes les unes des autres. Ici, la valeur de λ est égale à 15 et la valeur de k est égale à 20. Nous aurons donc :
Distribution (loi) de probabilités Continue
Distribution (loi) de probabilités Continue • Les distributions aléatoires continues sont utilisés pour décrire les phénomènes aléatoires ou la variable peut prendre une valeur sur un intervalle. • Dans cette section, nous allons en apprendre davantage sur: • Loi (distribution) uniforme • Loi (distribution) Exponentielle • Loi (distribution ) Normal (Gauss)
Distribution (loi) uniforme • Loi uniforme • On dit qu’une variable aléatoire X définie sur l’intervalle [a, b] avec une fonction de densité constante. • est distribuée uniformément dans l’intervalle [a, b]. On notera X ∼ U(a, b). • Par intégration, nous obtenons la fonction de répartition F :
Distribution (loi) Exponentielle • Loi Exponentielle • On dit qu’une variable aléatoire X suit une distribution exponentielle de paramètre λ si sa densité est donnée par : • Son espérance et sa variance sont respectivement données par :
Distribution (loi) Exponentielle : Exemple • Loi Exponentielle • Considérons la variable aléatoire X « durée de vie (en heures) d’un composant électronique de type donné » . Supposons que la densité de probabilité de X soit donnée par : • Sa fonction de répartition est :
Distribution (loi) Exponentielle : Exemple • Loi Exponentielle • Ainsi la probabilité que la durée de vie d’un composant électronique de ce type soit inférieure à 200 heures est donnée par :
Merci pour votre attention
- Modles wanted
- Agora modles
- Communication modles
- Lester milbrath
- Communication modles
- Nanterre universit
- Universit
- Universit sherbrooke
- Erasmus school of economics
- London universit
- Estimer une proportion à partir d'un échantillon
- Concours mines ponts statistiques
- Statistiques descriptives r
- Accidents sportifs statistiques
- Statistiques descriptives
- Statistique
- Statistiques accidents du travail d'origine électrique
- Casio fx 92 statistiques
- Statistiques
- Data mining cours
- Hormone thyroïdienne
- Introduction aux relations internationales s1
- Traitement automatique des langues
- Enveloppe thermique corps humain
- Antiseptique et désinfectant cours
- Resolution
- Cours vih ifsi
- Robot rrr
- Cours vhdl
- Cio cenon
- Ihm
- Sensation et perception en psychologie
- Stratégie corporate cours
- Ciblage indifférencié exemple