module image.detection_segment.queue_binom#

Short summary#

module mlstatpy.image.detection_segment.queue_binom

Ce module construit les probabilités d’une loi binomiale B(n,p).

source on GitHub

Functions#

function

truncated documentation

tabule_queue_binom

Retourne un dictionnaire dont la clé est couple d’entiers (a,b) si t est le resultat, alors t=[(a,b)] est …

Documentation#

Ce module construit les probabilités d’une loi binomiale B(n,p).

source on GitHub

mlstatpy.image.detection_segment.queue_binom.tabule_queue_binom(n, p)#

Retourne un dictionnaire dont la clé est couple d’entiers (a,b) si t est le resultat, alors t=[(a,b)] est la probabilité qu’il y ait b événements parmi a sachant que la probabilité d’un événement est p : t [ (a,b) ] = C_a^b p^b (1-p)^ {(a-b)}

Pour aller plus vite, ces probabilités sont estimées par récurrence :

  • \forall m, \; t [(m,0)] = 1.0

  • \forall m, \; t [(m,m+1)] = 0.0 et t[(m,k)] = p * t [ (m-1, k-1)] + (1-p) * t [ (m-1,k) ]

Cette fonction calcule tous les coefficients t [ (a,b) ] pour une probabilité p donnée et b \infegal a \infegal n.

Ces probabilités sont stockées dans un dictionnaire car s’ils étaient stockées dans une matrice, celle-ci serait triangulaire inférieure.

source on GitHub