• Aucun résultat trouvé

Cours de Calcul des Probabilités

N/A
N/A
Protected

Academic year: 2022

Partager "Cours de Calcul des Probabilités"

Copied!
17
0
0

Texte intégral

(1)

Université Hassan II – Mohammedia

Faculté des Sciences Juridiques, Economiques et Sociales Mohammedia

Licence en Sciences Economiques Semestre 2

Cours de Calcul des Probabilités

Prof: NACIRI Abdelali al.naciri@yahoo.fr

Année universitaire: 2019 – 2010

(2)

Chapitre3: Variables aléatoires

(Partie 2)

(3)

1. Variable aléatoire continue

Définition:

Une variable aléatoire X est continue si ses valeurs sont présentées dans des intervalles: X [a, b[.

Exemple: Taille, Poids, Temps……

La V. A. continue X prend donc ses valeurs dans des intervalles.

Les probabilités déterminées sont des probabilités pour des intervalles, X [a,b[, et non pour une valeur exacte de X, P(X=xi).

Les probabilités sont données par une fonction de densité

de probabilité : f(x).

P(a ≤ X ≤ b) =

Avec : = = F(b) – F(a)

 

(4)

1. Variable aléatoire continue

La fonction f(x) doit vérifier deux conditions pour qu’on dit que c’est une fonction de densité de probabilité de X:

- f(x) doit être une fonction positive pour toutes les valeurs du domaine de définition.

x [a, b[, f(x) ≥ 0 Ɐ ∈

- La somme de toutes les probabilités f(x) est égale à l’unité 1.

 

(5)

1. Variable aléatoire continue

Exemple :

Soit la fonction f(x) définie par : f(x) = si 0 ≤ ≤ 2

f(x) = 0 si < 0 ou > 2 Vérification des conditions:

- Sur l’intervalle [0, 2], f(x) = → f(x) ≥ 0.

- Somme des probabilités f(x) sur l’intervalle [0, 2]:

 

(6)

1. Variable aléatoire continue

Somme des probabilités f(x) sur l’intervalle [0, 2]:

+

= F(2) – F(0) = 1 – 0 = 1

La somme des probabilités est égale à l’unité 1.

La fonction f(x) vérifie les deux conditions:

f(x) est donc une fonction de densité de probabilité de X qui peut donner les probabilités pour les valeurs de X [0,2]. ∈

 

(7)

1. Variable aléatoire continue

Exemple :

On calcule la probabilité que X soit inférieure à 1: P(X < 1)

P(X < 1) = +

= F(1) – F(0) = – 0 =

 

(8)

1. Variable aléatoire continue

Fonction de répartition d’une variable aléatoire continue : La fonction de répartition F(x) est déterminée sur chaque

intervalle où f(x) prend une valeur différente:

Exemple:

- Pour x < 0 : F(0) = (on prend une valeur x proche de 0 et on change de variable: t).

= = 0 - Pour x < 2 : F(2) = = = = - Pour x ≥ 2 : F(x) = =

= = = 1

 

(9)

Caractéristiques d’une variable aléatoire :

La définition d’une variable aléatoire permet d’effectuer tout le travail statistique pour déterminer les caractéristiques de tendance centrale (espérance mathématique) et de dispersion (écart-type) de X.

On doit avoir:

- Valeurs de X : Valeurs discrètes (X= xi), ou valeurs continues (X [a, b[);∈

- Probabilités de X : Loi de probabilité P(X=xi), ou fonction de densité de probabilité f(x).

(10)

Caractéristiques d’une variable aléatoire :

Espérance mathématique d’une variable aléatoire :

Définition:

L’espérance mathématique E(X) d’une variable aléatoire correspond à la moyenne arithmétique d’un caractère

statistique.

Elle est calculée en multipliant les valeurs de X et leurs probabilités.

- Variable discrète: E(X) = ∑ xi. P(X = xi) - Variable continue: E(X) =

 

(11)

Caractéristiques d’une variable aléatoire :

Espérance mathématique d’une variable aléatoire :

Calcul de l’E(X) pour une variable discrète:

E(X) = ∑ xi. P(X = xi)

E(X) = 0 . 1/8 + 1 . 3/8 + 2 . 3/8 + 3 . 1/8 = 12/8 = 1,5 Le nombre moyen de Piles est égal à 1,5.

X 0 1 2 3 ∑P(X=xi)

Pi 1/8 3/8 3/8 1/8 1

(12)

Caractéristiques d’une variable aléatoire :

Espérance mathématique d’une variable aléatoire :

Calcul de l’E(X) pour une variable continue : Pour f(x) = si 0 ≤ ≤ 2

f(x) = 0 si < 0 ou > 2 On a :

E(X) =

=

=

=

= = F(2) – F(0) = – 0 = .

 

(13)

Caractéristiques d’une variable aléatoire :

Propriétés de l’espérance mathématique :

Les propriétés de l’E(X) permettent de calculer les espérances

mathématiques de nouvelles variables aléatoires formées à partir de variables aléatoires dont les espérances sont connues.

- E(a) = a. (a: constante ).

- E(aX + b) = a.E(X) + b - E(X + Y) = E(X) + E(Y) - E(X – Y) = E(X) – E(Y)

- E(X.Y) = E(X) . E(Y) (Si X et Y sont indépendantes).

Remarque:

Les mêmes relations entre les variables aléatoires restent entre leurs espérances mathématiques.

(14)

Caractéristiques d’une variable aléatoire :

Variance et écart – type d’une variable aléatoire :

Définition:

La variance V(X) est un indicateur de dispersion qui mesure la distribution des valeurs d’une variable aléatoire autour d’une valeur centrale qui est l’E(X).

V(X) = E[X – E(X)]² = E(X²) – E(X)²

- Variable discrète: V(X) = ∑ [xi – E(X)]² . P(X = xi) - Variable continue: V(X) =

= E(X)²

L’écart – type σ(X) représente la distance moyenne qui sépare toutes les valeurs d’une variable aléatoire à l’E(X): σ(X) = .

 

(15)

Caractéristiques d’une variable aléatoire :

Variance et écart – type d’une variable aléatoire :

Exemple: Variable discrète:

Calcul de la variance: V(X) = E(X²) – E(X)²

On calcule E(X²): E(X²) = ∑xi² . P(X = xi)

= 0 . 1/8 + 1 . 3/8 + 4 . 3/8 + 9 . 1/8 = 24/8 Donc:

V(X) = 24/8 – (12/8)² = 24/8 – 18/8 = 6/8 L’écart – type de X est : σ(X) = = 0,87

 

0 1 4 9 ∑P(X=xi)

Pi 1/8 3/8 3/8 1/8 1

(16)

Caractéristiques d’une variable aléatoire :

Variance et écart – type d’une variable aléatoire :

Exemple: Variable continue:

V(X) = E(X)²

On calcule E(X²) : E(X²) =

= + +

= + +

= = = F(2) – F(0) = – 0 = 2

Donc: V(X) = E(X²) – E(X)² = 2 – = L’écart – type de X est : σ(X) = = 0,82

 

(17)

Caractéristiques d’une variable aléatoire :

Propriétés de la variance :

Les relations entre les variables aléatoires ne sont pas toujours les mêmes entre leurs variances.

- V(a) = 0. (a: constante ).

- V(aX + b) = a².V(X)

- V(X + Y) = V(X) + V(Y) (Si X et Y indépendantes)

- V(X – Y) = V(X) + V(Y) (Si X et Y indépendantes)

Références

Documents relatifs

On reprend les même exemples qu’au I ; calculer les espérances des deux variables aléatoires définies Exemple 1 ​à compléter à la maison au crayon à

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

Sont écrites en rouge les parties hors programme, en violet les parties traitées en TD (résultats à connaitre pour sa culture) et en bleu les parties modifiées par rapport au cours

Sont écrites en rouge les parties hors programme, en violet les parties traitées en TD (résultats à connaître pour sa culture) et en bleu les parties modifiées par rapport au cours

• On considère une expérience aléatoire qui consiste en une succession de n épreuves indépendantes, chacune d’entre elles ayant deux issues : succès obtenu avec probabilité p

Pierre tire un jeton, note le numéro et le replace dans le sac ; puis Jean tire à son tour un jeton.. Il y

On se propose de simuler trois expériences aléatoires à l’aide du tableur OpenCalc dans le but d’illustrer l’espérance mathématique E(X) d’une variable aléatoire X..

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