• Aucun résultat trouvé

Variables aléatoires indicatrices

N/A
N/A
Protected

Academic year: 2022

Partager "Variables aléatoires indicatrices"

Copied!
2
0
0

Texte intégral

(1)

ECE2 Mathématiques

Variables aléatoires indicatrices

Définition

SoitB un événement. On note1B la variable aléatoire telle que

1B(ω) =

1 siω ∈B

0 sinon

La v.a.r. 1B est appelée variable aléatoire indicatrice de l’événementB.

Proposition 1.

Soit B un événement.

1B,→ B(P(B)) Démonstration.

Par définition de 1B, cette v.a.r. ne prend comme valeur que0 ou1.

1B(Ω) ={0,1}

Soit ω∈Ω.

ω∈[1B= 1] ⇔ 1B(ω) = 1 ⇔ ω∈B

D’où : [1B = 1] =B. Ainsi :P([1B= 1]) =P(B).

On en déduit :1B ,→ B(P(B)).

Proposition 2.

Soient B et C deux événements.

1B∩C =1B×1C

Démonstration.

Soitω ∈Ω. Deux cas se présentent.

Siω ∈B∩C, alors :

× par définition de1B∩C :1B∩C(ω) = 1,

× commeω∈B∩C, alors ω∈B ET ω∈C.

Donc, par définition de 1B et1C :1B(ω) = 1 ET1C(ω) = 1.

D’où :1B(ω)×1C(ω) = 1×1 = 1.

On en déduit : 1B∩C(ω) = 1 =1B(ω)×1C(ω).

Siω ∈B∩C=B∪C, alors :

× par définition de1B∩C :1B∩C(ω) = 0.

× commeω∈B∪C, alors : ω∈B OU ω∈C.

Donc, par définition de 1B et1C :1B(ω) = 0 OU1C(ω) = 0.

D’où :1B(ω)×1C(ω) = 0.

On en déduit : 1B∩C(ω) = 0 =1B(ω)·1C(ω).

Finalement :∀ω ∈Ω,1B∩C(ω) =1B(ω)×1C(ω).

1B∩C =1B×1C

1

(2)

ECE2 Mathématiques

Proposition 3.

Soient B, C deux événements.

1B∪C = 1B+1C −1B∩C

Démonstration.

À faire

Corollaire 1.

Soient B et C deux événementsincompatibles.

1B∪C = 1B+1C

Démonstration.

Soitω ∈Ω. Deux cas se présentent :

× siω∈B∪C, alors 1B∪C(ω) = 1.

De plus, siω∈B∪C, alors ω∈B OU ω∈C.

Siω ∈B, alors ω /∈C car les événementsB etC sont incompatibles.

D’où 1B(ω) = 1 et1C(ω) = 0.

Ainsi :1B(ω) +1C(ω) = 1 + 0 = 1.

Siω ∈C, alors ω /∈B car les événementsB etC sont incompatibles.

D’où 1B(ω) = 0 et1C(ω) = 1.

Ainsi :1B(ω) +1C(ω) = 0 + 1 = 1.

Finalement, siω∈B∪C, alors : 1B∪C(ω) = 1 =1B(ω) +1C(ω).

× siω∈B∪C = ¯B∩C, alors¯ 1B∪C(ω) = 0.

De plus, siω∈B¯∩C, alors¯ ω∈B¯ ET ω∈C. Donc :¯ 1B(ω) = 0 ET 1C(ω) = 0.

D’où :1B∪C(ω) = 0 =1B(ω) +1C(ω).

Finalement :∀ω ∈Ω,1B∪C(ω) =1B(ω) +1C(ω).

Ainsi :1B∪C =1B+1C. Corollaire 2.

Soit B un événement.

1B+1B¯ = 1

Démonstration.

Soitω ∈Ω. Deux cas se présentent :

× siω∈B, alors : 1B(ω) = 1.

Comme de plusB∩B¯ =∅, alorsω /∈B. Donc :¯ 1B¯(ω) = 0.

D’où :1B(ω) +1B¯(ω) = 1 + 0 = 1.

× siω∈B, alors :¯ 1B¯(ω) = 1.

Avec le même raisonnement que précédemment :1B(ω) = 0.

D’où :1B(ω) +1B¯(ω) = 0 + 1 = 1.

Finalement :∀ω ∈Ω,1B(ω) +1B¯(ω) = 1. Donc :1B+1B¯ = 1.

2

Références

Documents relatifs

On considère une urne contenant n boules blanches et n boules noires dans laquelle on effectue des tirages successifs d’une boule, sans remise2. On désigne par T la variable

Un joueur joue une partie du jeu suivant : il mise un euro, puis on tire une première boule dans l’urne (notons son numéro a), puis une deuxième (avec remise), dont on note le

Sachant que la k ème carte tirée du paquet est la plus grande des k premières cartes tirées, quelle est la probabilité que ce soit la plus grande carte du paquet..

Quelle est la probabilité que le tirage suivant (toujours dans la même urne) donne encore une boule blanche, sachant que, au cours des n premiers tirages, seules des boules blanches

Quelle est la probabilité que le tirage suivant (toujours dans la même urne) donne encore une boule blanche, sachant que, au cours des n premiers tirages, seules des boules blanches

tation des individus et des modalités des variables qualitatives dans un espace de dimension k - 1, dans le cas d’un problème à k classes. On a

Plus une variance est élevée plus la dispersion des observations est importante par rapport à la moyenne ; elle est très sensible aux valeurs extrêmes.. • En pratique

−1 dans le cas contraire. 2) Une étude statistique a été réalisée sur le temps d’attente, en secondes, subi par la clientèle avant d’être prise en communication avec