• Aucun résultat trouvé

Compléments sur les variables aléatoires à densité

N/A
N/A
Protected

Academic year: 2022

Partager "Compléments sur les variables aléatoires à densité"

Copied!
2
0
0

Texte intégral

(1)

PREPA COURCELLES 2° année

1

Compléments sur les variables aléatoires à densité

1. Régularité des fonctions de répartition

• Si f est une densité de probabilité, 𝐹:𝑥↦ !!! 𝑓 𝑡 𝑑𝑡 est de classe 𝐶! en tout point où f est continue

• En un tel point, 𝐹! 𝑥 =𝑓(𝑥)

• Plus généralement, si f est continue à droite (respectivement à gauche en x, F est est dérivable à droite (respectivement à gauche) en x

2. Exemples simples de transferts

• Principe de calcul de fonctions de répartition et de densité de fonctions d’une variable à densité

• 𝑌= 𝑎𝑋+𝑏 (𝑎≠ 0)

𝐹! 𝑥 = 𝑃 𝑌<𝑥 =𝑃 𝑎𝑋+𝑏< 𝑥 Si 𝑎> 0 alors 𝐹! 𝑥 =𝑃 𝑋< !!!

! =𝐹! !!!

!

Ainsi : 𝑓! 𝑥 = 𝐹!′ 𝑥 = 𝐹!!!!! =!!𝑓! !!!!

Si 𝑎< 0 alors 𝐹! 𝑥 =𝑃 𝑋> !!!! =1−𝐹! !!!! Ainsi : 𝑓! 𝑥 =𝐹!′ 𝑥 =−!!𝑓! !!!!

Finalement : ∀𝑎 ∈𝑅,𝑓!(𝑥) = !! 𝑓! !!!!

• 𝑌= 𝑋!

𝐹! 𝑥 = 𝑃 𝑌<𝑥 =𝑃 𝑋! < 𝑥 = 𝑃 − 𝑥<𝑋< 𝑥 =𝐹! 𝑥 −𝐹! − 𝑥 𝑓! 𝑥 = 𝐹!′ 𝑥 = 𝐹!′ 𝑥 −𝐹!′ − 𝑥 = 1

2 𝑥𝑓! 𝑥 + 1

2 𝑥𝑓! − 𝑥 Ainsi : 𝑓! 𝑥 = !!! 𝑓! 𝑥 +𝑓! − 𝑥

• 𝑌= 𝑒!

𝐹! 𝑥 = 𝑃 𝑌<𝑥 =𝑃 𝑒! <𝑥 =𝑃 𝑋< ln (𝑥 )= 𝐹! ln (𝑥) 𝑓! 𝑥 = 𝐹!′ 𝑥 = 𝐹!′ ln (𝑥)

Ainsi : 𝑓! 𝑥 = !!𝑓! ln (𝑥)

• 𝑌= −!

!ln (1−𝑋) où X suit une loi uniforme à densité sur l’intervalle 0,1 Dans ce cas, 𝑌↪ℰ(𝜆)

(2)

PREPA COURCELLES 2° année

2

3. Compléments sur les lois usuelles

• Transformées affines de variables aléatoires suivant des lois uniformes Si 𝑎< 𝑏,𝑋↪𝑈 0,1 ⇔𝑌=𝑎+ 𝑏−𝑎 𝑋↪𝑈 𝑎,𝑏

• Transformées affines de variables aléatoires suivant des lois normales Si 𝑎≠0,𝑋↪𝑁 𝑚,𝜎! ⇔𝑌= 𝑎𝑋+𝑏↪𝑁 𝑎𝑚+𝑏,𝑎!𝜎!

• Propriété de la fonction de répartition de la loi normale centrée réduite

∀𝑥∈ 𝑅,𝜙 −𝑥 =1− 𝜙 𝑥

4. Moments d’une variable à densité

• Théorème du transfert par l’espérance

Si X est une variable aléatoire admettant une densité f nulle en dehors d’un intervalle 𝑎,𝑏 −∞≤ 𝑎< 𝑏≤+∞ et si g est une fonction continue sauf éventuellement en un nombre fini de points sur 𝑎,𝑏 , 𝑔 𝑋 admet une espérance si et seulement si l’intégrale !!𝑔 𝑡 𝑓 𝑡 𝑑𝑡 converge absolument et, dans ce cas : 𝐸 𝑔 𝑥 = 𝑔 𝑡 𝑓 𝑡 𝑑𝑡

!

!

• Définition du moment d’ordre R, 𝑟∈𝑁∗ lorsque 𝑋! possède une espérance : 𝑚! =𝐸 𝑋! = !!𝑡!𝑓 𝑡 𝑑𝑡

!!

• Variance, écart type, variables aléatoires centrées réduites

• Si X de densité f admet un moment d’ordre 2, alors : 𝑉 𝑋 = !! 𝑡−𝐸 𝑡 !𝑓 𝑡 𝑑𝑡

!!

• Par théorème de Huyghens : 𝑉 𝑋 =𝐸 𝑋! − 𝐸(𝑋) !

• L’écart type 𝜎! = 𝑉(𝑋)

• Si X possède une espérance et une variance non nulle, la variable !!!(!)! est centré réduite !

• Variance d’une variable aléatoire suivant une loi usuelle

• 𝑋↪𝑈 𝑎,𝑏 ⇒𝑉 𝑋 = !!!!" !.

• 𝑋↪ℰ(𝜆) ⇒𝑉 𝑋 = !

!!

• 𝑋↪𝑁(𝑚,𝜎!) ⇒𝑉 𝑋 = 𝜎!

• Exemples de variables aléatoires n’admettant pas de variance

Références

Documents relatifs

(b) Montrer que peut être considérée comme une fonction densité de probabilité. Dans la suite, on considère une variable aléatoire définie sur un espace probabilisé Ω, ), *

On donnera son support, sa fonction de répartition ainsi que sa densité, si elle existe.. Transformation

PREPA COURCELLES 2° année Compléments sur les variables aléatoires discrètes1. Couples de

PREPA COURCELLES 2° année Compléments sur les variables aléatoires réelles quelconques1. Indépendance de deux variables aléatoires réelles quelconques

On note N  la variable aléatoire réelle égale au nombre de communications reçues dans l'intervalle de temps [0, ] et l'on suppose que N  suit une loi de Poisson de

Les propriétés classiques de l’espérance (vues dans la partie 1.5.1) sont également vérifiées pour l’espérance des variables aléatoires à densité.

On appelle variable aléatoire à densité, toute variable aléatoire réelle dont la fonction de répartition est continue sur R et de classe C 1 sur R privé éventuellement d'un nombre

(a) Vous arrivez à une cabine dans laquelle quelqu'un vient d'entrer ; avec quelle probabilité devrez-vous attendre plus de 10 min?. (b) Vous êtes arrivés depuis