TL-ES Lois de probabilité
1. Lois à densité.
Définition :
On dit que la variable aléatoire X suit une loi à densité f sur un intervalle I si :
• f est continue et positive sur I.
• Pour tous réels a et b de I, P( a X b) =
∫
a b
f(x)dx
Propriétés :
Soit X une variable aléatoire suivant une loi à densité f sur un intervalle I, alors :
•
∫
I
f(x)dx = 1
• Pour tout réel a de I, P ( X = a ) = 0
• Pour tout réel a de I, P ( X < a ) = P ( X a )
Définition :
Soit X une variable aléatoire suivant une loi à densité f sur un intervalle I, alors l'espérance mathématique est donnée par E(X) =
∫
I
x f (x)dx.
2. Loi uniforme u (a ; b).
Définition :
On dit que la variable aléatoire X suit une loi uniforme sur un intervalle [ a ; b ] en utilisant la fonction qui vaut 1
b−a ; la probabilité d'obtenir un nombre compris entre c et d est l'aire du rectangle délimité par l'axe des abscisses, la courbe et les droites d'équations x = c et x = d.
On a P (c ≤ X ≤ d) = (d – c) 1 b−a . Remarque :
On peut simuler une loi uniforme sur un tableur avec la formule = a + (b – a)* ALEA()
Propriétés :
Soit X une variable aléatoire suivant une loi uniforme sur un intervalle [ a ; b ] alors E ( X ) = a+b
2 .
3. Loi normale centrée réduite :
Définition :
On dit que la variable aléatoire X suit une loi normale centrée réduite sur si sa loi de densité est f(x) = 1
√
2π e−x2
2 . On la note n(0 ; 1).
Représentation graphique :
Remarques :
• Le maximum est atteint en f(0) = 1
√
2π .• La courbe est symétrique par rapport à l'axe des ordonnées.
• L'aire sous la courbe est égale à 1, c'est-à-dire −∞
∫
+∞ f (x)dx = 1.• Les calculatrices donnent directement P( a X b) : Casio : Menu stat, dist, NCD, a, b, puis .
TI : 2nd Dist, NormalFrep, a, b, puis .
4. Lois normales :
Définition :
On dit que la variable aléatoire X suit une loi normale n( μ ; σ² ) sur si X−μ
σ suit la loi normale n(0 ; 1).
Propriété :
Si une variable aléatoire suit une loi normale n( μ ; σ² ) alors son espérance est μ, sa variance σ² et son écart-type σ.
Les intervalles à « un, deux ou trois sigmas » :
X est une variable aléatoire qui suit une loi normale n( μ ; σ² ) P(μ−σ ≤ X ≤ μ+σ) ≈ 0,68
P(μ−2σ ≤ X ≤ μ+2σ) ≈ 0,95 P(μ−3σ ≤ X ≤ μ+3σ) ≈ 0,977
Importance de la valeur de σ :
Toutes les lois normales ont pour densité une fonction dont la courbe représentative est « en cloche ». Selon la valeur de σ, le maximum est plus ou moins grand et la « cloche » est plus ou moins élargie.
Propriété :
Si une variable aléatoire suit une loi binomiale b(n ; p) alors il est possible de l'approcher par une loi normale n( μ ; σ² ) ayant la même espérance et le même écart-type σ.
On a μ = np et σ =