• Aucun résultat trouvé

Lois de probabilité continues

N/A
N/A
Protected

Academic year: 2022

Partager "Lois de probabilité continues"

Copied!
3
0
0

Texte intégral

(1)

Chapitre 17

Lois de probabilité continues

17.1 Lois de probabilité continues

a. Position du problème

On considère des expériences aléatoires dont l’issue est unréel. Ce réel sera la valeur prise par la variable aléatoireX. Lorsque la variable aléatoire réelle prend des valeurs de tout un intervalle I de R, on dit que la loi de probabilité de cette variable aléatoire est continue.

Les probabilités d’évènements à évaluer sont donc de la forme X < aouX > aouX 6aou X >aaest un réel, c’est-à-dire d’une façon générale, d’évènements de la forme X∈JJ est un intervalle deR.

b. Intégrales à borne infinies

Définition 1

Soitaun réel et f une fonction qui admet des primitives surR.

On pose : 1.

Z +∞

a

f(t)dt= lim

x→+∞

Z x

a

f(t)dt(sous réserve que cette limite existe)

2.

Z a

−∞

f(t)dt= lim

x→−∞

Z a

x

f(t)dt(sous réserve que cette limite existe)

3. Pour tout réela, Z +∞

−∞

f(t)dt= Z a

−∞

f(t)dt+ Z +∞

a

f(t)dt.

c. Généralités

Définition 2

Soitf une fonction définie surR. On dit quef est une densité de probabilité lorsqu’elle vérifie les conditions suivantes : (i) f est continue surR, sauf éventuellment en quelques valeurs.

(ii) Pour toutx∈R,f(x)>0.

(iii) , Z +∞

−∞

f(t)dt= 1.

Définition 3

La fonction de répartition d’une variable aléatoireX qui suit une loi à densité continuef est la fonctionF : F : R−→[0; 1]

x7−→F(x) =P(X 6x) =Z x

−∞

f(t)dt

1

(2)

CHAPITRE 17. LOIS DE PROBABILITÉ CONTINUES

Propriété 1

Soit X une variable aléatoire qui suit une loi à densité continuef. La fonction de répartition F de X est une fonction croissante surR, et lim

x→−∞F(x) = 0 et lim

x→+∞F(x) = 1. De plusF est dérivable en tout réelxf est continue , avec F(x) =f(x).

Propriété 2

SoitX une variable aléatoire qui suit une loi à densité continuef eta,bdeux réels tels quea6b.

1. P(X =a) = 0.

2. P(X < a) =P(X 6a) =F(a) =Z a

−∞

f(t)dt.

3. P(X > b) =P(X >b) =Z +∞

b

f(t)dt.

4. P(X > b) =P(X >b) = 1−P(X 6b) = 1−F(b).

5. P(a < X < b) =P(a6X < b) =P(a < X 6b) =P(a6X 6b) =F(b)−F(a) =Z b

a

f(t)dt.

17.2 Exemples de lois continues

a. Loi uniforme continue

Propriété 3

Soitaetb deux réels tels quea < b.La fonctionf définie surRpar f(x) =

 1

b−a six∈[a;b]

0sinon

est une densité de probabilité.

Définition 4

Soitaetb deux réels tels quea < b, etX une variable aléatoire.

On dit queX suitla loi uniforme sur[a;b]lorsqueX suit la loi à densité continue f définie surRpar

f(x) =

 1

b−a six∈[a;b]

0 sinon

Exemple

Choisir un réel au hasard dans [a;b] se modélise par la loi uniforme sur [a;b], c’est-à-dire que si on appelleX la variable aléatoire qui représente le réel choisi au hasard dans [a;b], alorsX suit la loi uniforme sur [a;b].

2

(3)

CHAPITRE 17. LOIS DE PROBABILITÉ CONTINUES

b. Loi exponentielle ou de durée de vie sans vieillissement

Propriété 4

Soitλun réel strictement positif.

La fonctionf définie surRparf(x) =

( λe−λx six∈[0; +∞[

0 sinon est une densité de probabilité.

Définition 5

Soitλun réel strictement positif etX une variable aléatoire réelle.

On dit queX suit la loi exponentielle de paramètreλlorsqueX est à valeurs dans[0; +∞[et suit la loi à densité continue f définie surRpar :

f(x) =

( λe−λx six∈[0; +∞[

0 sinon

Théorème 1

La fonction de répartition d’une variable aléatoireX qui suit une loi exponentielle de paramètreλest la fonctionF définie surRpar

F(x) =P(X < x) =Z x

0

f(t)dt=

( 1e−λxsix∈[0; +∞[

0sinon .

Définition 6

SoitX une variable aléatoire à valeurs dans[0; +∞[qui suit une loi à densité continue. On dit queX suit une loi de durée de vie sans vieillissement ou sans mémoire lorsque : pour tous réels t et h strictement positifs tels que P(X > t)6= 0, PX <t(X > t+h) =P(X > h).

Propriété 5

SoitX une variable aléatoire qui suit une loi à densité continue.

Les propriétés suivantes sont équivalentes 1. X suit une loi exponentielle de paramètreλ.

2. X suit une loi de durée de vie sans vieillissement.

17.3 Adéquation à loi équirépartie

cf activité en module info.

17.4 Statistiques et simulation

cf activité en module info.

3

Références

Documents relatifs

d étant un réel positif, on note X d la variable aléatoire égale au nombre d’autocars n’ayant subi aucun incident après avoir parcouru d kilomètres. (b) Donne r le nombre

(b) Déterminer m de sorte que l'espérance du nombre de points d'un élève répondant au hasard aux questions de cet exercice soit nulle.. Exercice 2 (6 points) Les trois questions de

• Lorqu’une variable aléatoire réelle prend des valeurs entières ou des valeurs réelles en nombre fini, on dit que la loi de probabilité de cette variable aléatoire est

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

Lorsqu’on répète de façon identique et indépendante des épreuves de Bernoulli, on peut modéliser la situation par un arbre de probabilités. On répète 3 fois une épreuve

Quelques théorèmes limites du calcul des probabilités dont la valeur limite dépend d’une variable aléatoire.. Annales

Pour autant, on peut aussi traiter la troisième question sans nécessairement utiliser les propriétés fondamentales de l’espérance et de la variance mais en revenant à

PROBABILITES ET JEU D'ARGENT : voir fichier Exercices espérance de gain - corrigés en vidéo Remarque : par extension on parle souvent d'espérance de gain pour les jeux d'argent.. U