Mathématiciens célèbres

Bayes

Thomas BAYES (1702-1761) pasteur presbytérien. Il est à la base d’une branche des mathématiques, la statistique bayesienne.

Bernoulli

Jakob (Jacques) BERNOULLI (1654-1705) mathématicien suisse. Il fut surnommé Jacques 1er car il fut le premier d’une longue dynastie de mathématiciens. Il démontra la loi des grands nombres qu’il appela le " théorème d’or “.

http://chronomath.irem.univ-mrs.fr/chronomath/BernoulliJK.html

Bienaymé:

Irénée Jules BIENAYME (1796,1878) statisticien français et inspecteur général des finances, à l’origine de l’inégalité de Bienaymé-Tchebychev.

http://chronomath.irem.univ-mrs.fr/chronomath/Bienayme.html

Fermat

Pierre DE FERMAT (1601-1665) mathématicien français

Fisher

Ronald FISHER (1890-1962) biologiste et mathématicien britannique. Il A développé les techniques d’estimation par la méthode du maximum de vraisemblance et d’analyse de variance.

Gauss

Karl Friedrich GAUSS (1777-1855) mathématicien et physicien allemand. Il introduisit la méthode des moindres carrés dans la théorie des erreurs d’observation

http://chronomath.irem.univ-mrs.fr/chronomath/Gauss.html

Kolmogorov

Andreï KOLMOGOROV (1903-1987) mathématicien russe. Il formula l’axiomatique moderne du calcul des probabilités.

Koenig

Laplace

Pierre Simon (de) LAPLACE (1749-1827) astronome, mathématicien et physicienfrançais. Il publia une somme monumentale Théorie analytique des probabilités.

http://www.math.unicaen.fr/~reyssat/laplace/

Liapounoff

Lindeberg

Markov

Andreï MARKOV (1856-1922) mathématicien russe. On doit à cet élève de Tchebychev de très importants travaux en calcul des probabilités et en théorie du potentiel. Il crée l’analyse “markovienne” (macrolinguistique) qui a permis de grands progrès dans le cryptage (à vocation militaire) mais aussi dans l’analyse de documents anciens partiellement effacés

Méré G

OMBAUD Antoine, le chevalier de Méré (1607-1684) écrivain français, ami de Pascal et de la Rochefoucauld.

Morgan

Newton

Sir Issac NEWTON (1642-1727) mathématicien et physicien anglais.

http://www.treasure-troves.com/bios/Newton.html

Pascal

Blaise PASCAL (1623-1662), mathématicien, physicien, philosophe et écrivain. français. En répondant à des problèmes posés par le chevalier de Méré à lui-même il commença l’étude systématique des probabilités. Il entreprit ensuite une correspondance avec Fermat sur la combinatoire et les probabilités.

http://www.voltaireonline.org/alalettre/pasca1.htm

Pearson

Karl PEARSON (1857-1936) mathématicien britannique. Il établit la théorie générale de la corrélation et inventa le test du khi-deux.

Poisson

Siméon-Denis POISSON (1781-1840) mathématicien et physicien français., il étendit plusieurs résultats du calcul des probabilités.

Stirling

STIRLING James (1692-1770) mathématicien écossais.

Student

William GOSSET (1876-1937) statisticien, cadre à la brasserie Guiness à Dublin puis à Londres

Sturge

Tchebychev

Pafnouty Lvovitch TCHEBYCHEV (1821-1894) mathématicien russe.

http://chronomath.irem.univ-mrs.fr/chronomath/Tchebychev.html

Yule

Définition à connaitre

Aléatoire

une épreuve est dite aléatoire si répétée dans des conditions identiques, elle donne des résultats variables.

Amplitude

Analyse combinatoire

branche des mathématiques dont le but est de dénombrer les objets.

Application

Une application d’un ensemble A dans un ensemble B est une opération qui fait correspondre à tout élément x de A un élément y de B et un seul.

Autocorrélations

Bijection

Centrée:

Une variable aléatoire est dite centrée lorsque son espérance est nulle. C’est le cas de la variable aléatoire Y= X-E(X)

Coefficient de confiance

Coefficient de rique

Continue

Une variable aléatoire est dite continue si elle peut prendre toutes les valeurs dans un intervalle donné (borné ou non borné). Elle sera dite absolument continue si on peut lui associer une fonction densité de probabilité.

Convergence

On dit qu’une intégrale # est convergente si sa limite tend vers une valeur finie.

Degrés de liberté

Déterministe

un phénomèneest déterministe si l’on peut prévoir voir quantifier son évolution à l’opposé des phénomènes aléatoires où l’évolution est prévue dans le cas des probabilités.

Discrète

une variable aléatoire est dite discrète lorsqu’elle ne prend que des valeurs discontinues dans un intervalle donné (borné ou non borné).

Ecart réduit

Echantillon

l’ensemble des individus effectivement observés et correspondant dans la majorité des cas à une fraction de la population.

Epreuve

En probabilité, une épreuve est une expérience, un phénomène aléatoire dont l’issue ou le résultat est imprévisible.

Equiprobabilité

des évènements sont équiprobables s’ils ont la même probabilité d’être réalisés. La loi de probabilité associée à une variable aléatoire dont les valeurs sont équiprobables est la loi uniforme.

Espace fondamental

appelé aussi univers ou univers des possibles , l’espace fondamental représente l’ensemble de tous les évènements élémentaires possibles pour une épreuve donnée.

Espérance

Estimateur

Evènement

ensemble d’évènements élémentaires. Un événement peut être constitué que d’un seul événement élémentaire.

Evènement élémentaire

appelé aussi éventualité, l’événement élémentaire est le résultat d’une épreuve donnée. Le tirage d’un individu dans une population constitue un événement élémentaire.

Fonction de densité de probabilité

Fonction de répartition:

La fonction de répartition d’une variable aléatoire (discrète ou continue) donne la distribution des probabilités cumulées.

Hasard

dire qu’une situation dépend du hasard ou est aléatoire ne signifie pas qu’il peut se produire n’importe quoi n’importe comment. Le hasard obéit à des lois (découverte de la deuxième moitié du XVIIe siècle).

hierarchisé

homoscédasticité

hypothèse alternative

hypothèse qui est acceptée lorsque l’hypothèse nulle est rejetée. La formalisation de cette hypothèse induit la nature unilatérale ou bilatérale du test d’hypothèse .

hypothèse nulle

hypothèse qui fait l’objet des tests statistiques et qui pose à priori l’absence de différence entre les paramètres comparés

hypothèse de travail

hypothèse qui fait l’objet ….

individu

mot technique qui désigne tout sujet individuel d’observation, parfois un individu au sens commun du mot

inférence statistique

démarche probabiliste qui vise à tirer des conclusions sur une population (grand nombre d’individus) sur la base des observations réalisées sur un échantillon, représentant une portion restreinte de la population.

Intersection

Interpolation linéaire:

Interval de confiance

Loi de multinomiale

Loi de probabilité

Une loi de probabilité associe une probabilité à chaque valeur de la variable aléatoire (v.a. discrète) ou ensemble de valeurs (intervalle)(v.a. continue).

Loi de probabilité

Une loi de probabilité associe une probabilité à chaque valeur de la variable aléatoire (v.a. discrète) ou ensemble de valeurs (intervalle)(v.a. continue).

Maximum de vraisemblance

Modalité

Moindre carré

Moment

On définit les moments d’ordre k d’une variable aléatoire comme c’est à dire pour une variable aléatoire discrète et pour une variable aléatoire continue. L’espérance correspond au moment d’ordre 1 (k=1)

Moment centré

On définit les moments centrés d’ordre k d’une variable aléatoire comme . La variance est le moment centré d’ordre 2 (k=2).

Niveau de signification

Partie

On appelle partie d’un ensemble E, une famille d’évènements élémentaires constituant un événement.

Partition

On appelle partition d’un ensemble E, une famille d’évènements non vide incompatibles 2 à 2 et dont la réunion est E..

Population

L’ensemble (réel ou potentiel) des individus observables s’appelle la population.

Puissance du test

Rapport de corrélation:

Randomisation:

Récurrence

Réduite

Une variable aléatoire est dite réduite lorsque sa variance est égale à 1. C’est le cas de la variable aléatoire Y= X/V(X)

Risque d’erreur de première espèce

Risque d’erreur de deuxième espèce

Robustesse

Statistiques non paramétriques

Table de contingence

Test statistique

variable aléatoire sur laquelle va reposer le test d’hypothèse et dont la distribution de probabilité est connue sous l’hypothèse nulle Ho

Variable aléatoire

Toute mesure d’une grandeur dont les valeurs dépendent du hasard est dite variable aléatoire.

Variance

Notation

\(\Omega\)

désigne l’univers des possibles en probabilité et donc l’événement certain.

\(\omega\)

désigne l’événement élémentaire générique en probabilité

\(\varepsilon (\Omega)\)

désigne l’ensemble des évènements de l’univers W dont il est possible de savoir s’ils sont réalisés ou non. Ceci est nécessaire lorsque l’ensemble des évènements de l’univers des possibles n’est pas forcément réalisable.

\(\emptyset\)

désigne l’ensemble vide ou l’évènement impossible

\(\cup\)

symbol de la réunion de deux ensembles correspondant à la disjonction logique " ou “.

\(\cap\)

symbol de l’intersection de deux ensembles correspondant à la conjonction logique " et “.

\(\text{card}\ A\)

cardinal de A désigne le nombre d’évènements élémentaires de l’évènement A. ou le nombre d’éléments dans un ensemble donné.