1 B) Variable aléatoire continue: Soit ( ; Q; P ) un espace probabilisé et X variable aléatoire réelle dé…nie comme suit: X tel que: : ( ; Q) ! (R; BR ) X ( ) =]a; b[ R, X ( ) est un intervalle ou réunion d’intervalles de R: On dit alors que X est une v.a.r continue. 1.1 Loi de probabilité: La loi de probabilité de X est dé…nie par la fonction densité de probabilité f qui véri…e: Z f (x) 0 8 x 2 Df f (x) dx = 1 Df où Df est le domaine de dé…nition de la fonction f: Remarque: f est continue sur Df sauf, peut-être en un nombre …ni de points ( continue par morceaux ). Dans ce cours, on admet que toutes les v.a.r continues admettent une densité de probabilité et dans ce cas on dit qu’elles sont absolument continues. Notations: Z >P (X 2 A) = f (x) dx A 2 BR A 0 >P @X 2] >P (a X b) = 1; +1[= Zb +1 Z 1 f (x) dx = 1A (a; b) 2 R2 ; f (x) dx; a >P (X = a) = Za 1 f (x) dx = 0; a a<b a2R i.e la probabilité qu’une v.a.r continue prenne une valeur isolée …xe est toujours nulle. >P (X < a) = P (X a) = Za 1 1 f (x) dx; a2R 1.2 Fonction de répartition: Elle est dé…nie de la façon suivante: F a : R !R ! F (a) = P (X a) = P (X 2] 1; a]) = Za f (x) dx 1 Remarques: 1) On dit qu’une variable aléatoire réelle X est absolument continue ssi sa fonction de répartition F est dérivable et d F (a) = f (a) da 2) Soient a; b P (a X b) 2 R; (a < b) Zb = f (x) dx = F (b) F (a) a Graphe: 3) P (a < X < b) = P (a 1.2.1 X < b) = P (a < X b) = P (a X b) Espérance mathématique: Soit X une v.a.r dont la loi admet pour densité de probabilité f (x). +1 Z Si jxj f (x) dx < 1; l’espérance mathématique de X est alors dé…nie par: 1 E (X) = +1 Z xf (x) dx 1 Remarque: E [' (X)] = +1 Z ' (x) f (x) dx 1 avec ' est une application continue et +1 Z 1 2 j' (x)j f (x) dx < 1: 1.2.2 Moments: X une v.a.r continue de densité de probabilité f (x), si +1 Z 1 r jxj f (x) dx < 1 , on dit que X admet un moment d’ordre r (r 2 N ) dé…ni par: r E (X ) = +1 Z xr f (x) dx 1 et si +1 Z 1 r jx j f (x) dx < 1; on dit que X admet un moment centré d’ordre r dé…ni par: r E [(X ) ]= +1 Z r (x ) f (x) dx; = E (X) 1 Propriété: Soient a; b 2 R E (aX + b) = aE (X) + b En e¤et E (aX + b) = +1 Z (ax + b) f (x) dx = +1 Z +1 Z 1 axf (x) dx + 1 = aE (X) + b 1.2.3 bf (x) dx = a 1 +1 Z xf (x) dx + b 1 +1 Z f (x) dx = 1 Variance et écart-type: On appelle variance de la v.a.r continue X la valeur h V ar (X) = E (X V ar (X) avec E (X) 2 ) i = = E X = +1 Z +1 Z 2 (x ) f (x) dx = 2 X , = E (X) 1 2 2 [E (X)] = +1 Z 1 xf (x) dx 1 3 x2 f (x) dx 2 [E (X)] = X p var (X) écart-type de X Exemple: Soit X une v.a continue de densité de probabilité: 2x2 si 0 < x < 2 0 sinon c 4x f (x) = 1) Calculer la constante c: 2) Trouver la fonction de répartition F: 3) Calculer P (X > 1) ; E (X) ; (X) : Solution: 8 0 8 x 2 Df > Z < > f (x) 1) f d.d.p( densité de probabilité ) () f (x) dx = 1 > > : Df Df =] x +1 Z f (x) dx 2 ]0; 2[=) 2xc (2 =) c 0 = Z0 = Z0 1 f (x) dx + 1 c " Z2 x) f (x) dx + 0 0dx + 1 = 1; +1[= R Z2 2 2x 0 4 x 2 3 2 2 0 x 3 0; 8 x 2]0; 2[ +1 Z f (x) dx = 1 0 # dx + +1 Z 0dx = c Zx f (t) dt 2 = 8 c=1 3 2) la fonction de répartition x : R !R ! F (x) = P (X 4 x) = 1 Z2 0 3 =) c = 8 F > ; 2 c 4x 2 2 9 > = 4x 2x2 dx = 1 x x 2 2 = ] Zx 1; 0] : F (x) = Zx ]0; 2[: F (x) = Zx 3 8 f (t) dt = 0 1 Z0 f (t) dt = 1 f (t) dt + 1 2t2 dt = 4t Zx 2 0 3 3 x 4 8 2 2 f (t) dt x 3 = 3 8 2 3 x 3 2x2 0 x 2 ]2; +1[: F (x) = Zx f (t) dt = 1 donc F (x) = 3) 8 < : P (X > 1) = 3 8 Zx f (t) dt + 0 2 3 3x f (x) dx = 3 2x2 8 Z2 f (t) dt = 1 2 9 si x 0 = si 0 < x < 2 ; si x 2 1 = f (t) dt + 1 0 2x2 1 +1 Z Z0 2 3 x 3 Z2 f (x) dx + 1 2 +1 Z f (x) dx 2 = 1 1 2 ou bien P (X > 1) = 1 = 1 E (X) = +1 Z x f (x) dx = 1 = 3 8 Z0 P (X 1) 1 F (1) = 2 x f (x) dx + 1 Z2 4x2 Z2 x f (x) dx + 0 2x3 dx = 3 4 3 x 8 3 E X 2 = E X2 = +1 Z 2 4 x 4 =1 0 2 2 x f (x) dx = 3 4 x 8 2 [E (X)] 1 = x f (x) dx 2 0 V ar (X) +1 Z 2 5 x 5 x f (x) dx + 3 8 16 5 2 1 2 = 0 Z0 Z2 0 = 5 6 5 2 x f (x) dx + +1 Z 2 x2 f (x) dx V ar (X) = (X) = 6 6 1 1= 5 p5 5 1 p = 5 5