cours 16
3.5 LOIS CONTINUES 1
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
X ⇠ H(n, p, N ) Loi hypergéométrique
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
✓pN k
◆✓ qN n k
◆
✓N n X ⇠ H(n, p, N ) ◆
Loi hypergéométrique
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
✓pN k
◆✓ qN n k
◆
✓N n
◆ np
X ⇠ H(n, p, N ) Loi hypergéométrique
Au dernier cours, nous avons vu
E(X) Var(X) P (X = k)
Loi
Loi de Poisson X ⇠ P ( )
k
k! e
✓pN k
◆✓ qN n k
◆
✓N n
◆ np npq N n
N 1 X ⇠ H(n, p, N )
Loi hypergéométrique
Aujourd’hui, nous allons voir
Aujourd’hui, nous allons voir
✓
Variable aléatoire continueAujourd’hui, nous allons voir
✓
Variable aléatoire continue✓
Loi uniformeIl arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Avec de telles variables aléatoires, on a très souvent
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Avec de telles variables aléatoires, on a très souvent P (X = xi) = 0
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Avec de telles variables aléatoires, on a très souvent P (X = xi) = 0
Auquel cas, on pourra difficilement travaillé avec la fonction
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Avec de telles variables aléatoires, on a très souvent P (X = xi) = 0
Auquel cas, on pourra difficilement travaillé avec la fonction f (x) = P (X = x)
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Avec de telles variables aléatoires, on a très souvent P (X = xi) = 0
Auquel cas, on pourra difficilement travaillé avec la fonction f (x) = P (X = x)
On va donc devoir trouver une généralisation adéquate de la fonction de probabilité
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Dans de tels cas, il est plus pratique de travailler avec la fonction répartition.
Avec de telles variables aléatoires, on a très souvent P (X = xi) = 0
Auquel cas, on pourra difficilement travaillé avec la fonction f (x) = P (X = x)
On va donc devoir trouver une généralisation adéquate de la fonction de probabilité
Il arrive souvent qu’une variable aléatoire ait un ensemble de réalisation qui n’est pas dénombrable
Dans de tels cas, il est plus pratique de travailler avec la fonction répartition.
F (x) = P (X x)
Avec de telles variables aléatoires, on a très souvent P (X = xi) = 0
Auquel cas, on pourra difficilement travaillé avec la fonction f (x) = P (X = x)
On va donc devoir trouver une généralisation adéquate de la fonction de probabilité
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
XSoit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
Xf (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
Xf (x) 0 f (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
Xf (x) 0 f (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Z 1
1
f (x) dx = 1 et
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
Xf (x) 0
Une telle fonction est dite fonction de densité.
f (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Z 1
1
f (x) dx = 1 et
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
Xf (x) 0
Une telle fonction est dite fonction de densité.
f (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Dans ce cas la fonction de répartition est donnée par Z 1
1
f (x) dx = 1 et
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
XP (X x) = F (X)
f (x) 0
Une telle fonction est dite fonction de densité.
f (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Dans ce cas la fonction de répartition est donnée par Z 1
1
f (x) dx = 1 et
Soit une variable aléatoire dont l’ensemble de réalisation n’est pas dénombrable
Définition
XP (X x) = F (X) =
Z x 1
f (t) dt f (x) 0
Une telle fonction est dite fonction de densité.
f (x)
On dira que est une variable aléatoire continue s’il existe une fonction telle queX
Dans ce cas la fonction de répartition est donnée par Z 1
1
f (x) dx = 1 et
P (X b)
P (X b) =
Z b
1
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
P (a X b) =
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
P (a X b) =
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
= P (X b) P (X a)
P (X b) =
Z b
1
f (x) dx
=
Z a
1
f (x) dx +
Z b
a
f (x) dx
P (a X b) =
Z b
a
f (x) dx =
Z b
1
f (x) dx
Z a
1
f (x) dx
= F (b) F (a)
= P (X b) P (X a)
Puisqu’on peut considérer
Puisqu’on peut considérer
P (X = a) =
Z a
a
f (x) dx
Puisqu’on peut considérer
P (X = a) =
Z a
a
f (x) dx = 0
Puisqu’on peut considérer
P (X = a) =
Z a
a
f (x) dx = 0
P (a X b)
Puisqu’on peut considérer
P (X = a) =
Z a
a
f (x) dx = 0
P (a X b) = P (a < X b)
Puisqu’on peut considérer
P (X = a) =
Z a
a
f (x) dx = 0
P (a X b) = P (a < X b)
= P (a X < b)
Puisqu’on peut considérer
P (X = a) =
Z a
a
f (x) dx = 0
P (a X b) = P (a < X b)
= P (a X < b)
= P (a < X < b)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXExemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C
Z 0
1
0 dx =
Z 1
2
0 dx = 0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
= C
✓
2x2 x3 3
◆ 2
0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
= C
✓
2x2 x3 3
◆ 2
0
= C
✓
8 8 3
◆
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
= C
✓
2x2 x3 3
◆ 2
0
= C
✓
8 8 3
◆
= 16 3 C
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
= C
✓
2x2 x3 3
◆ 2
0
= C
✓
8 8 3
◆
= 16 3 C 1 =
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
= C
✓
2x2 x3 3
◆ 2
0
= C
✓
8 8 3
◆
= 16 3 C 1 =
16
3 C = 1
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C Z 2
0
C(4x x2) dx
Z 0
1
0 dx =
Z 1
2
0 dx = 0
= C
Z 2
0
(4x x2) dx
= C
✓
2x2 x3 3
◆ 2
0
= C
✓
8 8 3
◆
= 16 3 C 1 =
16
3 C = 1 =) C = 3 16
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C =) C = 3 16
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C =) C = 3 16 P (X 1)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C =) C = 3 16 P (X 1) = 3
16
Z 1
0
(4x x2) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C =) C = 3 16 P (X 1) = 3
16
Z 1
0
(4x x2) dx
= 3 16
✓
2x2 x3 3
◆ 1
0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C =) C = 3 16 P (X 1) = 3
16
Z 1
0
(4x x2) dx
= 3 16
✓
2x2 x3 3
◆ 1
0
= 3 16
✓
2 1 3
◆
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
(C(4x x2) 0 < x < 2
0 sinon
Que vaut ? C =) C = 3 16 P (X 1) = 3
16
Z 1
0
(4x x2) dx
= 3 16
✓
2x2 x3 3
◆ 1
0
= 3 16
✓
2 1 3
◆
= 5 16
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéExemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Z 1
100
100
x2 dx
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Z 1
100
100
x2 dx = 100 x
1 100
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Z 1
100
100
x2 dx = 100 x
1 100
= 100
1 + 100 100
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Z 1
100
100
x2 dx = 100 x
1 100
= 100
1 + 100
100 = 1
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Z 1
100
100
x2 dx = 100 x
1 100
= 100
1 + 100
100 = 1
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Ri : la diode i est à remplacer après 150 h.
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Z 1
100
100
x2 dx = 100 x
1 100
= 100
1 + 100
100 = 1
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
est bien une fonction de densité car f (x)
Ri : la diode i est à remplacer après 150 h.
Ri
les sont indépendants
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
P (Ri)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
=
Z 150
0
100
x2 dx P (Ri)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 100
Z 150
100
x 2 dx
=
Z 150
0
100
x2 dx P (Ri)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 100
Z 150
100
x 2 dx
= 100
✓ 1
150 + 1 100
◆
=
Z 150
0
100
x2 dx P (Ri)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 100
Z 150
100
x 2 dx
= 100
✓ 1
150 + 1 100
◆ = 100
✓ 2
300 + 3 300
◆
=
Z 150
0
100
x2 dx P (Ri)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 100
Z 150
100
x 2 dx
= 100
✓ 1
150 + 1 100
◆ = 100
✓ 2
300 + 3 300
◆
= 1 3
=
Z 150
0
100
x2 dx P (Ri)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 1 P (Ri) 3
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 1 P (Ri) 3
✓7 3
◆ ✓ 1 3
◆3 ✓ 2 3
◆4
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 1 P (Ri) 3
✓7 3
◆ ✓ 1 3
◆3 ✓ 2 3
◆4
= 35 · 24 37
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est la probabilité que 3 de nos 7 diodes soient à remplacer après 150 heures
= 1 P (Ri) 3
✓7 3
◆ ✓ 1 3
◆3 ✓ 2 3
◆4
= 35 · 24
37 ⇡ 0, 26
Faites les exercices suivants
# 3.35 à 3.38
Définition
Soit une variable aléatoire continue, son l’espérance estXDéfinition
Soit une variable aléatoire continue, son l’espérance estXE(X) =
Z 1
1
xf (x) dx
Définition
Soit une variable aléatoire continue, son l’espérance estXE(X) =
Z 1
1
xf (x) dx
et sa variance est
Définition
Soit une variable aléatoire continue, son l’espérance estXE(X) =
Z 1
1
xf (x) dx
Var(X) =
Z 1
1
(x E(X))2f (x) dx et sa variance est
Définition
Soit une variable aléatoire continue, son l’espérance estXE(X) =
Z 1
1
xf (x) dx
Var(X) =
Z 1
1
(x E(X))2f (x) dx et sa variance est
Remarque:
Définition
Soit une variable aléatoire continue, son l’espérance estXE(X) =
Z 1
1
xf (x) dx
Var(X) =
Z 1
1
(x E(X))2f (x) dx et sa variance est
Remarque:
Dans le cas continu, il est possible que l’espérance et la variance n’existent pas, car ces intégrales peuvent diverger.
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
E(X)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
E(X) =
Z 1
1
xf (x) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
=
Z 2
0
x 3
16 (4x x2) dx E(X) =
Z 1
1
xf (x) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
=
Z 2
0
x 3
16 (4x x2) dx
= 3 16
Z 2
0
4x2 x3 dx E(X) =
Z 1
1
xf (x) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
=
Z 2
0
x 3
16 (4x x2) dx
= 3 16
Z 2
0
4x2 x3 dx = 3 16
✓ 4x3 3
x4 4
◆ 2
0
E(X) =
Z 1
1
xf (x) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
=
Z 2
0
x 3
16 (4x x2) dx
= 3 16
Z 2
0
4x2 x3 dx = 3 16
✓ 4x3 3
x4 4
◆ 2
0
= 2 3 4 E(X) =
Z 1
1
xf (x) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
=
Z 2
0
x 3
16 (4x x2) dx
= 3 16
Z 2
0
4x2 x3 dx = 3 16
✓ 4x3 3
x4 4
◆ 2
0
= 2 3
4 = 5 4 E(X) =
Z 1
1
xf (x) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
=
Z 1
1
✓
x 5 4
◆2
f (x) dx Var(X)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
=
Z 1
1
✓
x 5 4
◆2
f (x) dx Var(X)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
= 3 16
Z 2
0
✓
x 5 4
◆2
(4x x2) dx
=
Z 1
1
✓
x 5 4
◆2
f (x) dx Var(X)
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
= 3 16
Z 2
0
✓
x 5 4
◆2
(4x x2) dx
=
Z 1
1
✓
x 5 4
◆2
f (x) dx Var(X)
= 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
= 3 16
Z 2
0
4x3 x4 10x2 + 5
2 x3 + 25
4 x 25
16 x2 dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
= 3 16
Z 2
0
4x3 x4 10x2 + 5
2 x3 + 25
4 x 25
16 x2 dx
= 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
= 3 16
Z 2
0
4x3 x4 10x2 + 5
2 x3 + 25
4 x 25
16 x2 dx
= 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
= 3 16
Z 2
0
4x3 x4 10x2 + 5
2 x3 + 25
4 x 25
16 x2 dx
= 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
= 3 16
Z 2
0
4x3 x4 10x2 + 5
2 x3 + 25
4 x 25
16 x2 dx
= 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
✓
x2 5
2 x + 25 16
◆
(4x x2) dx
= 3 16
Z 2
0
4x3 x4 10x2 + 5
2 x3 + 25
4 x 25
16 x2 dx
= 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
= 3 16
✓ x5
5 + 13x4 8
185x3
54 + 25x2 8
◆ 2
0
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X) = 3 16
Z 2
0
x4 + 13
2 x3 185
16 x2 + 25
4 x dx
= 3 16
✓ x5
5 + 13x4 8
185x3
54 + 25x2 8
◆ 2
0
= 19 80
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
E(X) =
Z 1
1
xf (x) dx
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
E(X) =
Z 1
1
xf (x) dx =
Z 1
100
100
x dx
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
E(X) =
Z 1
1
xf (x) dx =
Z 1
100
100
x dx = 100 ln |x| 1
100
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
E(X) =
Z 1
1
xf (x) dx =
Z 1
100
100
x dx = 100 ln |x| 1
100
= lim
t!1 100(ln |t| ln(100)
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
E(X) =
Z 1
1
xf (x) dx =
Z 1
100
100
x dx = 100 ln |x| 1
100
= lim
t!1 100(ln |t| ln(100) = 1
Exemple
La durée de vie en heures d’une diode est donnée par la fonction de densitéf (x) =
(0 x 100
100
x2 sinon
Quelle est l’espérance de cette variable aléatoire?
E(X) =
Z 1
1
xf (x) dx =
Z 1
100
100
x dx = 100 ln |x| 1
100
= lim
t!1 100(ln |t| ln(100) = 1
donc dans ce cas-ci, l’espérance n’existe pas.
Faites les exercices suivants
# 3.39
Théorème
Si est une variable aléatoire continue etXThéorème
Y = aX + b
Si est une variable aléatoire continue etX
Théorème
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b)
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
= a
Z 1
1
xf (x) dx + b
Z 1
1
f (x) dx
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
= a
Z 1
1
xf (x) dx + b
Z 1
1
f (x) dx
= aE(X) + b
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
= a
Z 1
1
xf (x) dx + b
Z 1
1
f (x) dx
= aE(X) + b
Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
= a
Z 1
1
xf (x) dx + b
Z 1
1
f (x) dx
= aE(X) + b
Théorème
Si est une variable aléatoire continue etXThéorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
= a
Z 1
1
xf (x) dx + b
Z 1
1
f (x) dx
= aE(X) + b
Théorème
Si est une variable aléatoire continue etX Y = g(X)Théorème
Preuve:
Y = aX + b alors E(Y ) = aE(X) + b Si est une variable aléatoire continue etX
E(Y ) = E(aX + b) =
Z 1
1
(ax + b)f (x) dx
=
Z 1
1
axf (x) dx +
Z 1
1
bf (x) dx
= a
Z 1
1
xf (x) dx + b
Z 1
1
f (x) dx
= aE(X) + b
Théorème
Si est une variable aléatoire continue etX Y = g(X) E(Y ) =Z 1
1
g(x)f (x) dx
Var(X) =
Z 1
1
(x E(X))2f (x) dx
Var(X) =
Z 1
1
(x E(X))2f (x) dx = E[(X E(X))2]
Var(X) =
Z 1
1
(x E(X))2f (x) dx = E[(X E(X))2]
L’argumentaire utilisé lors du cours sur la variance à savoir que
Var(X) =
Z 1
1
(x E(X))2f (x) dx = E[(X E(X))2]
L’argumentaire utilisé lors du cours sur la variance à savoir que
Var(X) = E(X2) E(X)2
Var(X) =
Z 1
1
(x E(X))2f (x) dx = E[(X E(X))2]
L’argumentaire utilisé lors du cours sur la variance à savoir que
Var(X) = E(X2) E(X)2
reste valide pour les variables aléatoires continues.
Exemple
Supposons que est une variable aléatoire continue dont la fonction de densité est donnée parXf (x) =
( 3
16 (4x x2) 0 < x < 2
0 sinon
= 5 E(X) 4
Var(X)