Lycée François 1er Bcpst 2 Densité 13/17 décembre 2016 Précédemment traité : Suites, Séries numériques, Dénombrement, probabilités, espaces vectoriels, intégration Semaine 12 À venir : espérance et ex fondamentaux Variables aléatoires (généralités et densité) Chapitre 8 I Généralités 1 Loi d’une v.a.d. et fonction de répartition 2 - Indépendance Déf : Déf : X et Y (v.a. définies sur un même espace probabilisé (Ω, T , P )) sont dites indépendantes si, pour tout A, B ∈ T , on a P (X ∈ A ∩ Y ∈ B) = P (X ∈ A) P (Y ∈ B). généralisation à n variables. Prop : X et Y sont indépendantes ssi, pour tout x, y ∈ R, on a P (X 6 x, Y 6 y) = FX (x)FY (y) II 1 Densité Définitions et généralités Déf : On appelle f : R → R une densité si f est une fonction positive ; continue (sauf peut être en un nombre Z +∞ fini de points) ; intégrable sur R avec f (t) dt = 1. −∞ Thm : Soit f une densité. La fonction F : R −→ x 7−→ est une fonction de répartition. R Z x f (t) dt −∞ Déf : On dit que X Z est une variable aléatoire de densité f si : f est une densité ; X est une fonction réelle. ; x FX : x ∈ R 7→ f (t) dt est une fonction de répartition de X. −∞ explication graphique. Ppé : Ex : Ppé : Si X est une variable aléatoire à densité, alors FX est continue. de variable aléatoire qui n’est ni finie, ni à densité. Si X est une va de densité f , de probabilité p et de fonction de répartition FX , alors, pour tous a, b ∈ R, Z b f (t) dt = FX (b) − FX (a) = P (a < X 6 b) = P (a 6 X 6 b) = P (a 6 X < b) = P (a < X < b). a Prop : On se donne X une variable aléatoire de fonction de répartition FX et f une densité continue sur R. 0 Alors f est une densité de X ⇐⇒ FX est dérivable sur R de dérivée FX = f. plus généralement : Prop : On se donne X une variable aléatoire et f une densité Alors ( FX est dérivable en x X est de densité f =⇒ en tout point x où f est continue. 0 FX (x) = f (x) Prop : On se donne X une variable aléatoire de fonction de répartition FX . Si FX est continue et de classe C 1 sauf en un nombre fini de points a1 , . . . an , alors X est une va à densité de densité f telle que 0 f (x) = FX (x) ∀x 6= a1 , . . . , an (les valeurs de f (a1 ), . . . , f (an ) > 0 pouvant être définies de n’importe quelle manière....positive) 1 Chapitre parallèle Fonctions réelles de deux variables Dans la continuité de la révision des fonctions réelles à une seule variable, nous révisons maintenant les fonctions de deux variables. Il s’agit donc de reprendre les notions acquises ( ?) au courant de la première année : Fonctions de deux variables continues, de classe C 1 (approche intuitive.) Surface représentative d’une fonction de deux variables. Dérivées partielles premières : - Évaluation d’une petite variation de valeur d’une fonction de classe C 1 . - Dérivation d’une expression de la forme f (x(t), y(t)) avec f ∈ C 1 et x, y dérivables. - Définition du gradient : calcul dans un repère orthonormé (coordonnées cartésiennes.) - Les dérivées partielles s’annulent en un extremum sur un pavé ouvert. (Pas de réciproque au programme.) Dérivées partielles secondes : - théorème de Schwarz (interversion des dérivations). - Application à l’ajustement affine par les moindres carrés. Les questions de cours sont : • • • • dém de la fonction de répartition d’une variable aléatoire qui suit une loi uniforme sur [0; 1[. 0 Si f est une densité ctn sur R, alors f est une densité de X ssi FX = f. Soit X une variable aléatoire de densité f : t ∈ R 7→ 21 e−|t| . Déterminer la fonction de répartition de X. si t 6 1 0 Soit X une variable aléatoire de fonction de répartition FX définie par F (x) = ln t si t ∈ [1, e] . 1 si t > e Montrer que X est à densité et la déterminer. 2