1/4 2/4 3/4 4/4 3. Caractéristiques et fonctions d’une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal A2016 (v1) MTH2302D: fonctions d’une v.a. 1/32 1/4 2/4 3/4 4/4 Plan 1. Caractéristiques d’une distribution 2. Fonctions d’une variable aléatoire 3. Distribution d’une fonction d’une variable aléatoire 4. Espérance et variance de fonctions de v.a. MTH2302D: fonctions d’une v.a. 2/32 1/4 2/4 3/4 4/4 1. Caractéristiques d’une distribution 2. Fonctions d’une variable aléatoire 3. Distribution d’une fonction d’une variable aléatoire 4. Espérance et variance de fonctions de v.a. MTH2302D: fonctions d’une v.a. 3/32 1/4 2/4 3/4 4/4 Espérance mathématique Soit X une variable aléatoire. L’espérance mathématique (ou moyenne) de X est X I µ= xi pX (xi ) si X est discrète. xi ∈RX Z I +∞ µ= xfX (x)dx si X est continue. −∞ Autres notations : µ = E(X) = E[X]. MTH2302D: fonctions d’une v.a. 4/32 1/4 2/4 3/4 4/4 Exemple 1 Une boı̂te contient 5 DVDs parmi lesquels 2 sont défectueux. Un échantillon de 2 disques est prélevé (sans remise) de la boı̂te. Soit X : le nombre de DVDs défectueux dans l’échantillon. Calculer l’espérance de la v.a. discrète X. MTH2302D: fonctions d’une v.a. 5/32 1/4 2/4 3/4 4/4 Exemple 2 L’erreur commise lors de la mesure du diamètre d’une pièce produite en série est approximée par une v.a. X (en mm) dont la fonction de densité est 3 2 4 (1 − x ) si − 1 < x < 1, f (x) = 0 sinon. Calculer l’espérance de la v.a. continue X. MTH2302D: fonctions d’une v.a. 6/32 1/4 2/4 3/4 4/4 Variance et écart-type Soit X une variable aléatoire. La variance de X est X I σ2 = (xi − µ)2 pX (xi ) si X est discrète. xi ∈RX I 2 Z +∞ σ = (x − µ)2 fX (x)dx si X est continue. −∞ L’écart-type de X est σ = √ σ2. Autres notations : σ 2 = Var(X) = V(X) = V(X). MTH2302D: fonctions d’une v.a. 7/32 1/4 2/4 3/4 4/4 Variance (suite) I V(X) = E[(X − E[X])2 ] = E[X 2 ] − (E[X])2 . I Si X est discrète, P V(X) = (xi − µ)2 pX (xi ) = xi ∈RX I Si X est continue, +∞ R V(X) = (x − µ)2 fX (x)dx = −∞ MTH2302D: fonctions d’une v.a. ! P xi ∈RX +∞ R x2i pX (xi ) − µ2 . ! x2 fX (x)dx − µ2 . −∞ 8/32 1/4 2/4 3/4 4/4 Exemple 3 Montrer que dans l’exemple 1, σ 2 = 0.36, et que dans l’exemple 2, σ 2 = 0.2. MTH2302D: fonctions d’une v.a. 9/32 1/4 2/4 3/4 4/4 Inégalité de Bienaymé-Tchebychev Théorème Si E(X) = µ et V(X) = σ 2 , alors, pour tout a > 0, on a P (µ − aσ ≤ X ≤ µ + aσ) > 1 − 1/a2 . MTH2302D: fonctions d’une v.a. 10/32 1/4 2/4 3/4 4/4 Moments d’ordre supérieur Soit X une variable aléatoire et k ≥ 0 un entier. 1. Le k e moment de X par rapport à l’origine est I I X µ0k = µ0k = xki pX (xi ) si X est discrète. xi ∈RX Z +∞ xk fX (x)dx si X est continue. −∞ 2. Le k e moment de X par rapport à la moyenne µ est I X µk = (xi − µ)k pX (xi ) si X est discrète. xi ∈RX +∞ Z I µk = (x − µ)k fX (x)dx si X est continue. −∞ MTH2302D: fonctions d’une v.a. 11/32 1/4 2/4 3/4 4/4 Moments d’ordre supérieur (suite) 3. Moyenne : µ = µ01 . 4. Variance : σ 2 = µ2 . 5. Relation entre µk et µ0k : k X k j µk = (−1) µj µ0k−j . j j=0 Exemple 4 Utiliser ces relations pour montrer que σ 2 = µ02 − µ2 . MTH2302D: fonctions d’une v.a. 12/32 1/4 2/4 3/4 4/4 Coefficients de forme I Coefficient d’asymétrie (skewness) : I I I γ1 = µ3 /σ 3 . Si γ1 > 0, la distribution est étalée vers la droite. Si γ1 < 0, c’est vers la gauche. Si la distribution est symétrique, alors γ1 = 0. L’inverse n’est pas vrai. Coefficient d’aplatissement (kurtosis) : I β2 = µ4 /σ 4 MTH2302D: fonctions d’une v.a. 13/32 1/4 2/4 3/4 4/4 Médiane I La médiane de la v.a. X est une valeur x̃ telle que P (X ≤ x̃) ≥ 1/2 et P (X ≥ x̃) ≥ 1/2 ou bien P (X ≤ x̃) ≥ 1/2 et P (X < x̃) ≤ 1/2. I I Utile si on a de grandes valeurs dans RX car cette valeur est moins influencée que la moyenne par les valeurs extrêmes. On n’a pas forcément x̃ ∈ RX . I Si X est discrète, alors x̃ peut ne pas être unique. I Si X est continue, x̃ est unique et peut être trouvée avec P (X ≤ x̃) = P (X ≥ x̃) = 1/2. Dans le cas continu, la médiane est un cas particulier de la notion de quantile. I MTH2302D: fonctions d’une v.a. 14/32 1/4 2/4 3/4 4/4 Les centiles (quantiles ou percentiles) On considère une v.a. X continue et p un nombre réel avec 0 ≤ p ≤ 1. On appelle le 100p-ième quantile (ou quantile d’ordre p, ou centile, ou percentile) de X le nombre xp tel que P (X ≤ xp ) = p et P (X ≥ xp ) = 1 − p. I Le 50-ième centile est la médiane : x̃ = x0.5 . I Quartiles : Q1 = x0.25 , Q2 = x̃ = x0.5 , Q3 = x0.75 . I Écart interquartile : IQR = Q3 − Q1 . Mesure la dispersion de la moitié de la distribution car P (Q1 ≤ X ≤ Q3 ) = 50%. I Parfois, xp est noté le 100(1 − p)-ième quantile. MTH2302D: fonctions d’une v.a. 15/32 1/4 2/4 3/4 4/4 Autres caractéristiques I Mode de X : c’est la (ou les) valeur x∗ telle que pX (x∗ ) ≥ pX (x) pour tout x ∈ RX (cas discret). Dans le cas continu, remplacer pX par fX . I Étendue de X : c’est max{RX } − min{RX }. Peut être +∞. MTH2302D: fonctions d’une v.a. 16/32 1/4 2/4 3/4 4/4 1. Caractéristiques d’une distribution 2. Fonctions d’une variable aléatoire 3. Distribution d’une fonction d’une variable aléatoire 4. Espérance et variance de fonctions de v.a. MTH2302D: fonctions d’une v.a. 17/32 1/4 2/4 3/4 4/4 Événements équivalents Soit X une variable aléatoire et H une fonction. Alors Y = H(X) est une autre variable aléatoire. On calcule la probabilité d’un événement C de RY en considérant l’événement équivalent B de RX : B = {x ∈ RX |H(x) ∈ C} . La probabilité est donnée par P (Y ∈ C) = P (X ∈ B). MTH2302D: fonctions d’une v.a. 18/32 1/4 2/4 3/4 4/4 Exemple 5 Le diamètre d’un fil est une v.a. de densité fX (x) = 200 si 1 ≤ x ≤ 1.005 , 0 sinon. Quelle est la probabilité que l’aire de la section de ce fil soit inférieure à 1.01π/4 ? MTH2302D: fonctions d’une v.a. 19/32 1/4 2/4 3/4 4/4 1. Caractéristiques d’une distribution 2. Fonctions d’une variable aléatoire 3. Distribution d’une fonction d’une variable aléatoire 4. Espérance et variance de fonctions de v.a. MTH2302D: fonctions d’une v.a. 20/32 1/4 2/4 3/4 4/4 Cas 1 : X et Y sont discrètes Si X est une v.a. discrète et Y = H(X) est discrète, alors la fonction de masse de Y est donnée par X pY (y) = P (Y = y) = P (X = x). {x∈RX |H(x)=y} Exemple 6 Soit X une v.a. dont la fonction de masse est donnée par la tableau suivant : x pX (x) -2 -1 0 1 2 1 8 1 4 1 8 1 4 1 4 Déterminer la fonction de masse de Y = X 2 . MTH2302D: fonctions d’une v.a. 21/32 1/4 2/4 3/4 4/4 Cas 2 : X est continue et Y est discrète Si X est une v.a. continue et Y = H(X) est discrète alors la fonction de masse de Y est donnée par Z pY (y) = P (Y = y) = fX (x)dx. {x∈RX |H(x)=y} MTH2302D: fonctions d’une v.a. 22/32 1/4 2/4 3/4 4/4 Exemple 7 Pour 1 kg d’un certain alliage X de densité fX (x) = la teneur en magnésium est une v.a. x 8 0 si 0 ≤ x ≤ 4 , sinon. Chaque kg de cet alliage génère une perte de 100$ si la teneur est inférieure à 2, aucun profit si la teneur est supérieure à 2 mais inférieure à 3, et un profit de 400$ si la teneur est supérieure à 3. On considère 1 kg de cet alliage. Déterminer la fonction de masse du profit Y et le profit moyen E(Y ). MTH2302D: fonctions d’une v.a. 23/32 1/4 2/4 3/4 4/4 Cas 3 : X et Y sont continues Si X est une v.a. continue et Y = H(X) est continue alors il y a deux façons de déterminer la fonction de densité de Y , dépendamment de la fonction H. Première façon, qui s’applique toujours. 1. Déterminer la fonction de répartition de Y : FY (y) = P (Y ≤ y) = P (H(X) ≤ y). 2. Obtenir la densité fy en dérivant FY : fY (y) = MTH2302D: fonctions d’une v.a. d FY (y). dy 24/32 1/4 2/4 3/4 4/4 Cas 3 : X et Y sont continues (suite) Deuxième façon, si H est strictement croissante ou décroissante. Dans ce cas, la densité de Y est donnée par dx fY (y) = fX (x) dy où x = H −1 (y) et fX (x) est exprimée en fonction de y. MTH2302D: fonctions d’une v.a. 25/32 1/4 2/4 3/4 4/4 Cas 3 : X et Y sont continues (suite) Exemple 8 Première façon. Un courant électrique d’intensité aléatoire X traverse un appareil de résistance constante r. La puissance obtenue est alors donnée par la v.a. Y = rX 2 (loi d’Ohm). Supposons que la fonction de densité de X soit 2 2xe−x si x ≥ 0 , fX (x) = 0 sinon. Déterminer la fonction de densité de Y . MTH2302D: fonctions d’une v.a. 26/32 1/4 2/4 3/4 4/4 Cas 3 : X et Y sont continues (suite) Exemple 9 Deuxième façon. Soit X une v.a. de densité fX (x) = e−x si x > 0 , 0 sinon et Y = 3X − 2. Déterminer la fonction de densité de Y . MTH2302D: fonctions d’une v.a. 27/32 1/4 2/4 3/4 4/4 1. Caractéristiques d’une distribution 2. Fonctions d’une variable aléatoire 3. Distribution d’une fonction d’une variable aléatoire 4. Espérance et variance de fonctions de v.a. MTH2302D: fonctions d’une v.a. 28/32 1/4 2/4 3/4 4/4 Définition Soit X et Y = H(X) des v.a. L’espérance mathématique de Y est I E[H(X)] = X H(xi )pX (xi ) si X est discrète. xi ∈RX Z I ∞ E[H(X)] = H(x)fX (x)dx si X est continue. −∞ MTH2302D: fonctions d’une v.a. 29/32 1/4 2/4 3/4 4/4 Cas particuliers 1. Si H(x) = x, alors E[H(X)] = µ (moyenne de X). 2. Si H(x) = (x − µ)2 , alors E[H(X)] = σ 2 (variance de X). 3. Si H(x) = (x − µ)k , alors E[H(X)] = µk (moments par rapport à la moyenne). 4. Si H(x) = xk , alors E[H(X)] = µ0k (moments par rapport à l’origine). 1 si x ∈ A , alors 0 sinon E[H(X)] = P (X ∈ A). 5. Si H(x) = 1A (x) = MTH2302D: fonctions d’une v.a. 30/32 1/4 2/4 3/4 4/4 Variance Soit X une variable aléatoire et Y = H(X). La variance de Y est h i V[H(X)] = E (H(X) − E[H(X)])2 h i = E (H(X))2 − (E[H(X)])2 . Cas particulier important Si H(x) = ax + b (H est linéaire) alors I E(aX + b) = aE(X) + b. I V(aX + b) = a2 V(X). MTH2302D: fonctions d’une v.a. 31/32 1/4 2/4 3/4 4/4 Exemple 10 Soit X une variable aléatoire de densité 1 si − 1 ≤ x ≤ 1 , 2 fX (x) = 0 sinon. Si Y = X 2 , calculer E[Y ] et V[Y ]. MTH2302D: fonctions d’une v.a. 32/32