...

• Une distribution uniforme discrète permet de décrire le comportement d’une variable quantitative discrète qui possède un nombre fini de valeurs possibles, ayant chacune la même probabilité de survenir.

• Une distribution uniforme continue permet de décrire le comportement d’une variable quantitative continue qui peut prendre n’importe quelle valeur (nombres décimaux inclus) à l’intérieur d’un intervalle de valeurs (de longueur finie) et pour laquelle toutes les valeurs de cet intervalle sont aussi susceptibles d’être observées les unes que les autres.

Exemples d’application

• Un dé équilibré a une distribution uniforme discrète, puisqu’il y a un nombre fini de valeurs possibles (1 à 6) et que chacune de ces valeurs a autant de chance d’arriver (1 chance sur 6).

• Le temps d’attente d’un métro se comporte selon la distribution uniforme continue. Supposons que le métro passe toutes les 5 minutes. Lorsque vous arrivez en station (à un moment arbitraire, ou aléatoire), votre temps d’attente peut être n’importe quel temps entre 0 et 5 min (intervalle de longueur finie), et, chacun de ces temps d’attente est aussi susceptible d’arriver que les autres. Par exemple, il est aussi plausible que vous attendiez 1 min 15 sec, que vous attendiez plutôt 3 min 43 sec.

Syntaxe

Simuler x nombres aléatoires

Pour simuler x nombres aléatoires respectant les paramètres d'une distribution uniforme discrète ou continue donnée, vous pouvez utiliser la syntaxe ci-dessous. Le seul paramètre changeant est le dernier : il faut indiquer « 1 » pour une distribution discrète et « 0 » pour une distribution continue.

...

À VENIR. La vidéo ci-dessous illustre comment utiliser la fonction TABLEAU.ALEA (RANDARRAY) afin de simuler des nombres aléatoires respectant les paramètres d’une distribution uniforme discrète ou continue.

...