Mathématiques L3 MIAGE Résumé : Variables aléatoires / Lois classiques 1 Variables aléatoires Variable aléatoire Fonction de Ω dans R. Loi de probabilité d’une variable aléatoire X sur un univers Ω : x Fonction de R dans [0; 1], f (x) = P(X = x) : P(X = x) x1 x2 ... xn p1 p2 ... pn Fonction de répartition de X : Fonction de R dans [0; 1] définie par F (x) = P(X ≤ x). Espérance d’une variable aléatoire X : E[X] = Variance de X : Var(X) = E[(X − E[X])2 ] = Écart-type de X : σ(X) = N P (xi × P(X = xi )). i=1 N P (xi − E[X])2 × P(X = xi )). i=1 Var(X). p Variable centrée L’espérance est nulle; centrée de X : Y = X − E[X]. Variable réduite L’écart-type vaut 1; réduite de X : Y = X/σ(X). Variable standardisée La variable est centrée et réduite. Centrée-réduite de X : Y = 2 X − E[X] . σ(X) Propriétés • Loi de probabilité et fonction de répartition prennent des valeurs dans [0; 1]. • La somme des cases basses du tableau d’une loi de probabilité vaut 1. • L’espérance est la moyenne des valeurs (pondérées par les probabilité). • Théorème de transfert : X une v.a. et φ : R → R et Y = φ(X), alors : E[Y ] = E[φ(X)] = X (φ(xi ) × P(X = xi )). i • Linéarité de l’espérance : E[aX + bY ] = aE[X] + bE[Y ]. • Croissance de l’espérance : X ≤ Y =⇒ E[X] ≤ E[Y ]. • Espérance et valeur absolue : E[X] ≤ E[|X|]. • La variance est la moyenne des écarts à la moyenne. • Théorème de König : Var(X) = E[X 2 ] − E[X]2 . • Variance d’une constante : Var(X) = 0 ⇐⇒ X est une constante. • Pseudo-linéarité de la variance : Var(aX + b) = a2 Var(X). • Linéarité de la variance : si X et Y sont indépendants alors Var(X +Y ) = Var(X)+Var(Y ). Lois discrètes usuelles Loi de probabilité Paramètres Notation Valeurs Uniforme - U{1,...,n} {1, . . . , n} Bernouilli p ∈]0; 1[ B(p) {0, 1} Conditions Proba P(X = k) = 1 n P(X = 1) = p, P(X = 0) = 1 − p Espérance E[X] = n+1 2 Variance Var(X) = n2 − 1 12 E[X] = p Var(X) = p(1 − p) E[X] = np Var(X) = np(1 − p) Mathématiques 3 ! Binomiale n ∈ N∗ , p ∈]0; 1[ B(n, p) {0, . . . , n} Géométrique p ∈]0; 1[ G(p) N∗ λ>0 P(λ) N Poisson 4 P(X = k) = n k p (1 − p)n−k k P(X = n) = p(1 − p)n−1 P(X = n) = e−λ λn n! E[X] = 1 p E[X] = λ Var(X) = 1−p p2 Var(X) = λ Mémo maths • Somme de nombres consécutifs : n X k=1 • Somme de carrés : n X k2 = k=1 n(n + 1) . 2 n(n + 1)(2n + 1) . 6 • Formule du binôme de Newton : n X k=0 • Exponentielle : ex = k= ! n k n−k p q = (p + q)n . k +∞ X xn . n! n=0 L3 MIAGE