• Aucun résultat trouvé

Chapitre n°13

N/A
N/A
Protected

Academic year: 2022

Partager "Chapitre n°13"

Copied!
13
0
0

Texte intégral

(1)

Chapitre n°13

Objectifs

1. Loi uniforme sur [ a ; b ] ( Loi à densité sur un intervalle )

→ Connaître la fonction de densité de la loi uniforme ainsi que l'espérance d'une variable aléatoire qui suit cette loi uniforme.

[le random d'une calculatrice, d'un tableur ou d'un langage suit la loi uniforme sur [0;1]. La notion d'espérance sur du continu sur un intervalle [a;b] vaut E(X)=

a b

t f(t)dt.][Approfondissements possibles : Méthode de Monte-Carlo]

2. Loi exponentielle ( Loi à densité sur un intervalle ) :

→ Savoir calculer une probabilité dans le cadre d'une loi exponentielle.

[Démontrer qu'une variable aléatoire T suivant une loi exponentielle vérifie la propriété de durée de vie sans vieillissement : PTt(Tt+h)=P(Th)]

Démonstration : l'espérance d'une variable aléatoire suivant une loi exponentielle de paramètre  est λ1 . [E(X)=lim

x→∞

0 x

t f(t)dt est l'espérance de la loi exponentielle, f étant la fonction de densité de la loi

exponentielle.][ Cette partie du programme se prête à l'étude de situations concrètes : radioactivité, durée de fonctionnement d'un système non soumis à un phénomène d'usure]

Activité n°1 : du discret au continu

Contexte :

Une variable aléatoire associe, à un événement, un nombre. Ce nombre était jusqu'ici un entier (la face d'un dé, par exemple), ou appartenant tout au moins à un ensemble fini de valeurs.

Nous allons étudier ici des variables aléatoires qui associent à un événement, un nombre réel.

a. Dans l'intervalle [0;1], combien y a-t-il de nombres d'au plus une décimale (i.e. 0;0,1 ;...) ?

...

...

b. Dans l'intervalle [0;1], combien y a-t-il de nombres d'au plus deux décimales ? ...

...

c. Dans l'intervalle [0;1], combien y a-t-il de nombres d'au plus dix décimales ? ...

...

d. On s'intéresse à la variable aléatoire qui donne au hasard et de façon

équiprobable un nombre à au plus dix décimales, entre 0 et 1 inclus. Quelle est la probabilité d'obtenir 0,3142536475 ?

...

...

e. On s'intéresse maintenant à la variable aléatoire qui donne au hasard et de façon équiprobable un nombre réel toujours compris entre 0 et 1. Que vaut

P ( X = 1 5 )

?

...

...

(2)

f. Conjecturer

P ( 0≤X 100 1 )

?

P ( 100 1 ≤X 100 2 )

?

P ( 100 2 ≤X 100 3 )

?

P ( 100 3 ≤X 100 4 )

sur l'intervalle [0;1]?

...

...

...

...

...

...

...

...

...

...

g. Sur le repère suivant, construire le graphique donnant

P ( x≤X ≤x+ 100 1 )

en

fonction de x (x variant de 0 à 0,99).

h. Quelle fonction f semble dessiner cette répartition ?

...

...

...

...

Cette fonction s'appelle densité de probabilité de la loi suivie par X.

i. Conjecturer

P ( 0≤X 1 5 )

?

P ( 0≤X 2 5 )

?

P ( 0≤X 3 5 )

?

P ( 0≤X 4 5 )

?

P ( 0≤X 5 5 )

?

...

...

(3)

...

...

...

...

...

...

...

...

j. Sur le repère suivant, construire le graphique donnant P

(

0≤X≤x

)

en fonction de x.

k. Quelle fonction F semble dessiner cette répartition ?

...

...

l. Quelle relation semble-t-il y avoir entre f et F?

...

...

...

...

...

...

...

...

m. Interpréter P

(

0≤X≤x

)

sous la forme d'une intégrale.

...

...

n. Que peut-on dire de F(1) ?

...

...

(4)

Cours n°1

I) Généralités

Contexte :

Une variable aléatoire associe, à un événement, un nombre. Ce nombre était jusqu'ici un entier (la face d'un dé, par exemple), ou appartenant tout au moins à un ensemble fini de valeurs.

Nous allons étudier ici des variables aléatoires qui associent à un événement, un nombre réel.

Définition n°1

On appelle fonction de densité de probabilité de la variable aléatoire X sur l'intervalle I toute fonction f définie, continue, et positive sur I telle que

I

f (t ) dt =...

Remarques :

Si I = [a;b], alors

I

f (t )dt = ∫

a b

f (t ) dt

Si I = [a;+∞], alors

I

f (t ) dt = lim

x→ +∞

a x

f (t ) dt

Si I = [–∞ ; b], alors

I

f (t )dt = lim

x→−∞

x b

f (t ) dt

Propriété n°1

Si X est une variable aléatoire définie sur I et de densité f, alors, pour tout intervalle [a;b] de

I, on a : P

(

a≤Xb

)

=...

Propriété n°2

Si X est une variable aléatoire définie sur I et de densité f, alors : 1. P(X ∈ I) = …

2.  x ∈ R, P(X = x)= …

3.  a ∈ I,  b ∈ I,

P ( a≤Xb )

=

P ( a< Xb )

= ... = …...

4.  a ∈ I,  b ∈ I, P

(

a≤X≤b

)

= P(X ≤ ....) – P(X ≤ ....)

(5)

5.  a ∈ I,

P ( X > a )

=...

Définition n°2 (Espérance)

Si X est une variable aléatoire définie sur I et de densité f, alors l'espérance mathématique de X est définie par :

E(X) =

a b

tf ( t) dt

Exemple n°1

Soit X une variable aléatoire définie sur [0;4] et de densité f(x)=

( 4 x )

3.

1. Vérifier que f est une fonction de densité.

...

...

...

...

...

...

...

...

...

...

2. Calculer P(0<x<2).

...

...

...

...

...

...

...

...

3. Calculer l'espérance de X.

...

...

...

...

...

...

...

...

...

...

Exercice n°1

Ex.1 p.334

Exercice n°2

Ex.2 p.334

(6)

Exercice n°3*

Ex.37 p.336

Cours n°2

II) Loi uniforme

Définition n°3

On appelle loi uniforme sur [a;b] la loi de probabilité dont la fonction de densité est définie sur R par :

f ( x )= { ...− 1 ... 0 sinon . si a≤x≤b .

Remarque : elle modélise le tirage aléatoire d'un nombre compris entre a et b.

Propriété n°3

Si X est une variable aléatoire de densité la loi uniforme f : 1) Si x<a, alors P(X ≤ x) = …

2) Si a ≤ x ≤ b, alors P(X ≤ x) = …...

3) si x>b, alors P(X ≤ x) = …

Démonstration

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

(7)

...

...

...

...

...

...

...

Propriété n°4

Si X est une variable aléatoire de densité la loi uniforme f : On considère deux réels α et β tels que a ≤ α ≤ β ≤ b.

Alors :

P(α ≤ X ≤ β) = ... – ... = …...

Exemple n°2

Soit X une variable aléatoire qui suit la loi uniforme sur [0;4].

Calculer P(2 ≤ X ≤ 3).

...

...

...

...

...

...

Propriété n°5

Si X est une variable aléatoire de densité la loi uniforme f : L'espérance E(X) = …...

Démonstration

...

...

...

...

...

...

0 1 2 3 4 5 x

y

(8)

...

...

...

...

...

...

...

...

...

...

Exemple n°3

Calculer l'espérance mathématique de X si X suit la loi uniforme sur [0;4].

...

...

...

...

...

...

Exercice n°4

Ex.6 p.334

Exercice n°5

Ex.9 p.334

Exercice n°6

Ex.47 p.336

Exercice n°7

Ex.49 p.337

Cours n°3

III) Loi exponentielle

Définition n°4

Pour tout réel λ>0, on dit qu'une variable aléatoire suit la loi exponentielle de paramètre λ si sa fonction de densité est la fonction f définie sur [0;+

∞[ par f(x)= λe-λx.

Propriété n°6

Si X suit la loi exponentielle de paramètre λ alors, pour tous réels a et b tel que 0 ≤ a ≤ b :

1) P(a ≤ X ≤ b) = …...

2) P(X ≤ b) = …...

3) P(X ≥ a) = …...

(9)

Démonstration

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

Exemple n°4

Soit X une variable aléatoire qui suit la loi exponentielle de paramètre 0,3.

Calculer P(2 ≤ X ≤ 3).

...

...

...

...

...

Propriété n°7

Si X suit la loi exponentielle de paramètre λ alors l'espérance E(X) vaut E(X) = …...

Démonstration

...

...

...

...

...

...

...

...

...

...

...

0 1 2 3 4 5 x

y

(10)

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

Exemple n°5

Calculer l'espérance mathématique de X si X suit la loi exponentielle de paramètre 0,3.

...

...

...

...

...

...

Exercice n°8

Ex.10 p.334

Exercice n°9

Ex.61 p.337

Exercice n°10*

Ex.66 p.338

Exercice n°11*

Sujet A p.349

Exercice n°12**

Sujet E p.350

Exercice n°13***

Ex.139 p.352

(11)

Indices et résultats

Ex.n°1 (Ex.1 p.334) : a. P(X=5)=0. b. P(X≤5)=0,6. c. P(X >5)=0,4. d. P(5<X<10)=0,4.

Ex.n°2 (Ex.2 p.334) : a. P(X>4)=0,8. b. P(X>11)=0. c. P(X<7)=0,5. d. P(4<X<7)=0,3.

Ex.n°3* (Ex.37 p.336) : 1.a. b. f est continue, positive et

0 1

f(t)dt=12.a.

P(X<0,25)=

5

32

≈0,156 b. P(X>

1 3

)=

7

9

≈0,778 c. P(0,1<X<0,7)=0,54 d. E(X)=

7 12

≈0,583.

Ex.n°4 (Ex.6 p.334) : P(X<0,2)=0,2 et P(X>

3 7

)=

4 7

Ex.n°5 (Ex.9 p.334) : 1.

1

3

2. 12,5 min.

Ex.n°6 (Ex.47 p.336) : 1. P(X<10)=

2

3

2. P(X>0,5)=

29

30

3. 7 min 30 s Ex.n°7 (Ex.49 p.337) : 1. f(x)=

1

8

2.a. P(A)=

3

8

2.b. P(B)=

3

8

2.c. P(C)=

5

8

2.d. P(D)=

19 40

3.

k=14 4. t=16,64 5. E(X)=16.

Ex.n°8 (Ex.10 p.334) : a. P(0,1 ≤ T ≤ 0,2) ≈0,086 b. P(T ≤ 1) ≈0,632 c. P(T > 0,5) ≈ 0,607 Ex.n°9 (Ex.61 p.337) : 1. 5 ans 2. P(X<7) ≈ 0,753 ; P(X>7) ≈ 0,247 et P(4<X<7) ≈ 0,203.

PX>4(X<7) ≈0,451.

Ex.n°10* (Ex.66 p.338) : 1.a. P(5<T<10)=0 1.b. λ=

ln 15

16

2.a.7h 9 min. 2.b.P(T>5)≈0,497 2.c.PT>4(T>9) ≈ 0,497.

Ex.n°11* (Sujet A p.349) : 1. F(4)-F(

1

4

) avec F(x)=

2

3 √ x

. 2.a. P(X<2) =

2

3

(

2

1 2

) ≈

0,609 2.b. P(X>1) =

2

3

≈ 0,667 3.a. k=

2

3

3.b.

7 4

=1+

3 4

Ex.n°12** (Sujet E p.350) : 1.a. A=-1 et B= –

1

λ

. 1.b.

1 λ

(-λbe

-λb – e-λb + 1) 1.c.

1 λ

2.a.

λ=-

ln (0,771)

1000

≈ 2,6 × 10-4. 2.b. 3 845 h.

Ex.n°13*** (Ex.139 p.352) : Partie A 1. 0 2.a. Partie B.1. λ=

ln 15

16

≈0,169. 2.a.P(X≤R)=1 – e-0,17R. 2.b. P(R≤X≤16)= e-0,17R – e-2,72. 2.c.

R=g(n). 3. g(10) ≈ 0,522 et g(11) ≈ 0,477 . R>0,5 equivalent à 1≤n≤10. 4. R ≈ 1,2 cm. 5.a.0,1845 5.b.

0,7496 5.c. 0,1977. Partie C 1.binomiale, n=5, p ≈0,1845 2. ≈ 0,0467.

(12)

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C... (format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Rayez les lignes inutiles. Si un cours n'est pas validé, NE PAS FAIRE de travail au-delà.

Date : …...

Nom, prénom et classe :

…...

* Je veux repasser le(s) interrogation(s) : C... ; C... ; C... ; C...(format Cn°de chap.n° d'interrogation)

* Je veux repasser le contrôle n°...

Travail à faire pour la prochaine fois :

Ex.n° : …… / …… / …… / ...… / …… / …… / ...…

Références

Documents relatifs

Dans ce chapitre on désigne par (Ω, A , P) un espace probabilisé, c’est-à-dire, un espace mesurable (Ω, A ) muni d’une probabilité P.. Sont écrites en rouge les parties

Pierre et Paul se donne rendez-vous à minuit dans un café. Pierre décide d’arriver à 00h30 et Paul au hasard entre 0h et 1h. Soit X la variable aléatoire égale à

Une variable aléatoire est continue si elle peut prendre toute valeur réelle dans un intervalle I de R. On définit ainsi une variable aléatoire X que l’on peut considérer

Justifier que X suit une loi binomiale dont on précisera les paramètres.. au plus cinq bonnes réponses

Compléter le programme suivant pour qu’il simule l’expérience aléatoire décrite dans cet exercice et pour qu’il affiche, dans cet ordre, les valeurs des variables

Introduction de la fonction de densité de la loi normale centrée

Sur ce fichier, on observe que la loi binomiale, une fois centrée et réduite, colle parfaitement à la loi normale centrée réduite, cela d’autant plus que la valeur de n augmente..

Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale.. Toute copie ou impression de ce fichier doit conte- nir la présente mention