Chapitre 8 Exemples de lois à densité ! UNIFORME I. LOI ! La loi uniforme nous permet d’étudier les situations dans lesquelles on tire au hasard un nombre dans un intervalle ! [ a;b ] . ! ! 1 Loi uniforme sur ! [ 0;1] Soit X la variable aléatoire associée à l’expérience consistant à un tirer un nombre décimal au hasard entre 0 et 1. ! On considère que la probabilité d’obtenir un nombre entre ! x1 et ! x2 (dans l’intervalle ! [ x1 ; x2 ] ) est égale à l’aire du rectangle colorié ci-contre, c’est-à-dire : ! P ( X ∈[ x1 ; x2 ]) = (x2 − x1 ) × 1 = x2 − x1 ! On remarque que cette probabilité ne change pas si on change le sens des crochets. ! Définition Une variable aléatoire X suit une loi uniforme sur ! [ 0; 1] si et seulement si, pour tout intervalle I inclus dans ! [ 0; 1] , la probabilité de l’événement «! X ∈I » est l’aire de l’ensemble des points ! M ( x; y ) tels que ! x ∈I et ! 0 ≤ y ≤ 1 . ! Exemple Soit U une variable aléatoire suivant la loi uniforme sur ! [ 0;1] . ! P (U ∈[ 0, 4;0,6 ]) = …………………………………… ! P (U = 0,8 ) = ………………………………………….. ! Généralisation : loi uniforme sur ! [ a;b ] ! Soit X la variable aléatoire associée à l’expérience consistant à un tirer un nombre décimal au hasard entre a et b. Chapitre 8 : Exemples de lois à densité !1 f (t) = 1 b−a L’aire du grand rectangle doit toujours être égale à 1 : il faut pour cela que la hauteur du rectangle soit égale à : 1 1 b−a ! . b−a La probabilité d’obtenir un nombre de l’intervalle! [ x1 ; x2 ] inclus dans l’intervalle ! [ a;b ] est l’aire du rectangle colorié cicontre, c’est-à-dire : ! P ( X ∈[ x1; x2 ]) = ( x2 − x1 ) × ! 1 x −x = 2 1 b−a b−a Définitions Une variable aléatoire X suit la loi uniforme sur! [ a;b ] si et seulement si, pour tout intervalle I inclus dans ! [ a;b ] , la probabilité de l’événement «! X ∈I » est l’aire du domaine : ! { M (x; y)tels que x ∈I et 0 ≤ y ≤ f (x)} où f est la fonction définie par ! f (x) = loi uniforme sur! [ a;b ] . 1 pour tout ! x ∈[ a;b ] : c’est la fonction de densité de la b−a ! ! Propriété Soit X une variable aléatoire suivant la loi uniforme sur! [ a;b ] . Pour tout intervalle ! [ x1 ; x2 ] inclus x2 − x1 dans! [ a;b ] : ! P ( X ∈[ x1 ; x2 ]) = b − a ! Remarque : La probabilité que X appartienne à l’intervalle ! [ x1 ; x2 ] est le quotient des longueurs des intervalles ! [ x1 ; x2 ] et ! [ a;b ] . ! Exemple Soit X une variable aléatoire suivant la loi uniforme sur! [1; 3] . La fonction de densité est définie sur ! [1; 3] par : ……………………. ! P ( X ∈[1;2 ]) = ……………………………….. ! P ( X ∈[ 2; 3]) = ……………………………….. ! P ( X ∈[1,99;2,01]) = ……………………………… ! P ( X ∈[1; 3]) = ……………………………………. ! P ( X = 2 ) = …………………………………… ! ! ! Espérance et variance Rappel : dans le cadre d’une loi discrète, l'espérance est donnée par la formule : n ! E ( X ) = ∑ xi P ( X = xi ) . Nous allons prolonger cette formule au cadre continu en utilisant les i=1 intégrales au lieu des sommes. Chapitre 8 : Exemples de lois à densité !2 Définition L’espérance d’une variable aléatoire X à densité sur ! [ a;b ] est : b ! E ( X ) = ∫ x f ( x ) dx où f est la fonction de densité. a ! Propriété L’espérance d’une variable aléatoire X suivant la loi uniforme sur ! [ a;b ] est : ! E(X) = a+b 2 ! Remarque : une espérance s’interprète en termes de moyenne : le résultat précédent signifie que lorsqu’une expérience aléatoire faisant intervenir une variable aléatoire X suivant la loi uniforme sur ! [ a;b ] est répétée un très grand nombre de fois, la moyenne des valeurs prises par X est voisine de a+b ! (centre de l’intervalle ! [ a;b ] ) 2 ! Définitions • La variance d’une variable aléatoire X à densité sur ! [ a;b ] est : b ! V ( X ) = ∫ x f ( x ) dx − ( E ( X )) 2 ! 2 b ou a ! V ( X ) = ∫ ( x − E ( X )) f ( x ) dx 2 a • L’écart-type d’une variable aléatoire X à densité sur ! [ a;b ] est la racine carrée de la variance, c’est-à-dire : ! σ (X) = V (X) ! Propriété • La variance et l’écart-type d’une variable aléatoire X suivant la loi uniforme sur ! [ a;b ] sont (b − a)2 respectivement : ! V ( X ) = 12 ! et ! σ ( X ) = b−a 12 Exercice 1 Aux heures d’ouverture de la gare de Montgeron, un train passe toutes les 15 minutes environ à destination de Paris. Un voyageur qui n’a pas eu le temps de se renseigner sur les horaires, se présente à la gare. On note X la variable aléatoire donnant le temps d’attente, en minutes de ce voyageur dans la gare. ! 1) Quelle loi suit la variable aléatoire X ? 2) Calculer la probabilité que le voyageur attende : a) exactement 10 minutes b) entre 5 et 10 minutes Chapitre 8 : Exemples de lois à densité c) plus de 12 minutes 3) Calculer l’espérance de X. Interpréter le résultat. 4) Calculer la variance de X. !3 ! Concevoir et exploiter une simulation sur tableur dans le cadre d’une loi uniforme Soit un demi-cercle C de centre I, de rayon 1 et de diamètre ! [ AB ] . On choisit au hasard un point M sur C et on appelle N le projeté orthogonal de M sur ! [ AB ] . Soit l’événement E : « la distance IN est supérieure à 0,5. » ! ! 1) Justifier que la situation étudiée relève d’une loi uniforme sur un intervalle ! [ a;b ] à préciser. ………………………………………………………………………………………………………… ………………………………………………………………………………………………………… ………………………………………………………………………………………………………… ………………………………………………………………………………………………………… ………………………………………………………………………………………………………… ! 2) Concevoir une simulation de 1000 choix au hasard d’un point M de C et de la valeur prise par la distance IN. Colonne A : …………………………………………………………………………………………… …………………………………………………………………………………………… …………………………………………………………………………………………… ! Colonne B : …………………………………………………………………………………………… …………………………………………………………………………………………… …………………………………………………………………………………………… ! Colonne C : …………………………………………………………………………………………… …………………………………………………………………………………………… …………………………………………………………………………………………… ! 3) ! Exploiter la simulation pour évaluer la probabilité p de l’événement E. Colonne D : …………………………………………………………………………………………… …………………………………………………………………………………………… …………………………………………………………………………………………… ! Chapitre 8 : Exemples de lois à densité !4 II. LOI EXPONENTIELLE ! La loi exponentielle nous permet d’étudier des situations telles que la radioactivité ou durée de fonctionnement d’un système non soumis à un phénomène d’usure (taux de désintégration ou taux d’avarie constant). Le calcul de probabilité est quasiment similaire à celui de la loi uniforme mais deux choses changent : • le nombre n’est plus choisi au hasard sur un intervalle ! [ a;b ] mais sur l’intervalle! [ 0;+∞ ] • la fonction de densité n’est plus la même ! Fonction de densité de la loi exponentielle Définition La loi exponentielle de paramètre ! λ , où ! λ > 0 , est la loi de densité dont la fonction de densité est définie sur ! [ 0;+∞ ] par : −λx ! f ( x) = λ e Calculs de probabilités Propriété Soit T la variable aléatoire suivant la loi exponentielle de paramètre ! λ > 0 et soit ! [α ; β ] un intervalle inclus dans ! [ 0;+∞ ] . La probabilité de l’événement « ! T ∈[α ; β ] » est l’aire du domaine colorié ci-contre, c’est-à-dire : β β α α −λx ! P (T ∈[α ; β ]) = P (α ≤ T ≤ β ) = ∫ f ( x ) dx = ∫ λ e dx Propriété Soit T la variable aléatoire suivant la loi exponentielle de paramètre ! λ > 0 et soit ! t ≥ 0 . La probabilité de l’événement « ! T ≤ t » est : − λt ! P (T ≤ t ) = 1− e ! ! ! Exemple Soit T la variable aléatoire suivant la loi exponentielle de paramètre! λ = 0,8 , alors on a : ! P (T ≤ 3) = …………………….…………………….…………………….……………… Chapitre 8 : Exemples de lois à densité !5 Espérance ! Soit T la variable aléatoire suivant la loi exponentielle de paramètre ! λ > 0 : ! Définition L’espérance de T est le réel défini par : α ! E (T ) = lim ∫ x f ( x ) dx α →∞ 0 ! Propriété L’espérance de T est donné par : α 1 E T = ( ) ! x f ( x ) dx λ ! E (T ) = αlim →∞ ∫ 0 ! Remarque Si T est la variable aléatoire représentant la durée de fonctionnement d’un système non soumis à un phénomène d’usure, et si T suit la loi exponentielle de paramètre! λ , alors ! E (T ) s’interprète comme la durée de vie moyenne du système. ! !! !! !! !! !! !! !! !! !! !! !! !! !! !! Exercice 2 La durée de vie, en heures, d’une diode, est une variable aléatoire T suivant la loi exponentielle de paramètre ! λ = 0,0008. Déterminer la probabilité que la diode : 1) tombe en panne avant 4 000 heures 2) fonctionne sans panne au moins 5 000 heures 3) tombe en panne entre la 4 000ème et la 5 000ème heure Chapitre 8 : Exemples de lois à densité !6