Année 2005-2006 Chap 7 : I. BTS MAI 2 Lois de probabilités continues Variable aléatoire continue 1) Définition Définition 1 : Une variable aléatoire X est dite continue lorsque elle peut prendre toutes les valeurs de R (ou éventuellement d’un intervalle ). Dans ce cas on ne s’intéresse pas à des valeurs isolées prises par X mais à des intervalles c’est-à-dire aux événements du type a 6 X 6 b. Z b On a alors P (a 6 X 6 b) = f (u)du où f est une fonction positive appelée a densité de probabilité de X. Exemple : Par exemple la durée de vie d’une ampoule prise au hasard dans un stock est une variable aléatoire continue. Remarque : On a nécessairement P (X = a) = Z a f (u)du = 0 et f est telle que a 2) Z +∞ f (u)du = 1. −∞ Fonction de répartition Définition 2 : Comme dans le cas continu on définit la fonction de répartition de la variable aléatoire X par F (t) =ZP (X 6 t). t On a donc F (t) = f (u)du. −∞ Remarque : On a ainsi pour tous a et b (avec a < b) : P (a 6 X 6 b) = F (b) − F (a). 3) Espérance et écart-type Définition 3 : On peut à l’aide de la densité f Zdéfinir l’espérance E(X),Zla variance V (X) et l’écart+∞ type σ(X) de X par E(X) = p σ(X) = V (X). +∞ uf (u)du, V (X) = −∞ −∞ (u − E(X))2 f (u)du et Propriété 1 : Comme dans le cas discret on a : • E(X + Y ) = E(X) + E(Y ) pour X et Y deux variables aléatoires. 2 • V (X) = E(X 2 ) − E(X) . • V (X1 +X2 ) = V (X1 )+V (X2 ) pour X1 et X2 deux variables aléatoires indépendantes. Page 1/3 Année 2005-2006 II. BTS MAI 2 Loi normale 1) Loi normale centrée réduite Définition 4 : On dit qu’une variable aléatoire continue X suit la loi normale centrée réduite, notée u2 1 N (0, 1) si la densité de probabilité de X est f (u) = √ e− 2 . 2π Z b u2 1 √ e− 2 du. on a alors pour tous a et b : P (a 6 X 6 b) = 2π a Remarque : On ne connait pas de primitive à f (u) mais on sait calculer de bonnes valeurs approchées des intégrales. On peut toujours voir P (a 6 X 6 b) comme une aire sous la courbe de f sachant que l’aire totale sous la courbe fait bien 1. Pour cette loi la fonction de répartition se note Π(t). On a alors P (a 6 X 6 b) = Π(b) − Π(a). Propriété 2 : Si X suit la loi normale centrée réduite on a E(X) = 0 et V (X) = 1. D’ou la notation de cette loi. Remarque : Dans la pratique on utilise le formulaire qui donne les principales valeurs de la fonction Π. On a notamment Π(−t) = 1 − Π(t) (car la courbe de f est symétrique par rapport à l’axe Oy) et P (−t 6 X 6 t) = Π(t) − Π(−t) = Π(t) − (1 − Π(t)) = 2Π(t) − 1. Page 2/3 Année 2005-2006 2) BTS MAI 2 Loi normale ”quelconque” Définition 5 : On dit qu’une variable aléatoire continue X suit la loi normale de paramètres m et 1 u−m 2 1 e− 2 ( σ ) . σ, notée N (m, σ) si la densité de probabilité de X est f (u) = √ σ 2π Z b 1 u−m 2 1 √ e− 2 ( σ ) du. On a alors pour tous a et b : P (a 6 X 6 b) = σ 2π a Propriété 3 : Si X suit la loi N (m, σ) on a E(X) = m et V (X) = σ. D’ou la notation de cette loi. On a une propriété très pratique pour faire un lien entre N (m, σ) et N (0, 1) et ainsi pouvoir utiliser le formulaire : X −m suit la loi N (0, 1). Propriété 4 : Si X suit la loi N (m, σ) alors σ Exemple : si X suit la loi N (2, 3) on a par exemple : X −2 X −2 5−2 −1 − 2 = P −1 6 6 6 6 1 et puisque P (−1 6 X 6 5) = P 3 3 3 3 X −2 X −2 suit la loi N (0, 1) on a P (−1 6 6 1) = Π(1) − Π(−1) = 2Π(1) − 1 ≈ 3 3 0, 6826. 3) Somme de deux lois normales indépendantes Propriété 5 : Si X1 et X2 sont deux variables aléatoires indépendantes et si X1 suit la loi N (m1 , σ1 ) q 2 2 et X2 la loi N (m2 , σ2 ) alors X1 + X2 suit la loi normale N m1 + m2 , σ1 + σ2 . Remarque : On peut résumer la propriété précédente en disant que la somme de deux lois normales indépendantes est une loi normale et en remarquant que les paramètres sont donnés par E(X1 + X2 ) = E(X1 ) + E(X2 ) et V (X1 + X2 ) = V (X1 ) + V (X2 ). Page 3/3