Variables aléatoires continues Fonction de densité Variables aléatoires continues Fonction de densité Fonction de densité Fonction de densité(suite) Une densité de probabilité est la limite d’un histogramme si on dispose d’un échantillon suffisamment important d’une variable aléatoire continue X, représenté par un histogramme des fréquences corrigées f (x) des différentes classes [x, x + dx] alors fréquence = prob =surface = f (x)dx Si les classes de valeurs soient suffisamment étroites : dx ≈ 0, cet histogramme va ressembler à la courbe d’une fct dite : densité de probabilité de la variable aléatoire, Intuitivement, si une loi de probabilité a pour densité f , alors l’intervalle infinitésimal [x, x + dx] a pour probabilité f (x)dx La probabilité que a < X < b est l’intégrale de f sur [a, b]: Z b f (x) dx P(a < X < b) = a S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 34 / 73 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 35 / 73 Variables aléatoires continues Fonction de densité Variables aléatoires continues Fonction de densité (suite) Fonction de densité Fonction de densité (suite) Défintion Pour une v.a. X de support ∆X = I, la fonction f (x) vérifiant ∀a, b ∈ I, P(a < X < b) = Z b f (t)dt a est dite fonction de densité de X Remarques: 1 2 3 4 f (x) ≥ 0 ∀x ∈ R R +∞ −∞ f (x) dx = 1 Rx P(X = x) = x f (t)dt = 0 P(a < X < b) = P(a ≤ X < b) = P(a < X ≤ b) = P(a ≤ X ≤ b) S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 36 / 73 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 37 / 73 Variables aléatoires continues Fonction de densité Variables aléatoires continues Fonction de densité: Exemple Fonction de répartition Exemple B. Soit la v.a X qui peut prendre n’importe valeur dans [0, 2] avec une densité de probabilité constante f (x) = k , ∀x ∈ [0, 2]. le k ? Z Z 2 2 f (x)dx = 1 ⇒ 1 = 0 P(1 < X < 1, 5)? P(1 < X < 1, 5) = S., El Melhaoui (FSJESO) 1,5 f (x)dx = 1 Définition La Fonction de répartition de X est la fonction définie sur R par Z x f (t)dt ∀x ∈ R F (x) = P[X ≤ x] = −∞ kdx = 2K ⇒ k = 1/2 0 Z Fonction de répartition Z 1,5 1/2dx = 1 Variables Aléatoires 1/2[x]1,5 1 = 1/4 03/2017 38 / 73 Remarques: 1 ∀x ∈ R, 0 ≤ F (x) ≤ 1 2 P(a < X < b) = F (b) − F (a) 3 F est une primitive de f , F ′ = f 4 F est une fct croissante continue ; Si en plus F est strictement croissante on peut définir son inverse F −1 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 39 / 73 Variables aléatoires continues Fonction de répartition Variables aléatoires continues Fonction de répartition Fonction de répartition : Graphe Fonction de répartition : Exemple Les valeurs de F les probabilités cumulées: F est une fct sigmoidal (sous forme de sigma) Exemple B. (suite) Pour x < 0 F (x) = Figure: Graphe de la fonction de répartition F Pour x ∈ [0, 2] Z Z x F (x) = f (t)dt = −∞ Z x 0dt = 0 −∞ 0 0dt + −∞ Z x 1/2dt = 1/2(x − 0) = 1/2x 0 Pour x > 2 F (x) = S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 40 / 73 Z S., El Melhaoui (FSJESO) x f (t)dt = −∞ Z 0 dt + −∞ Z 2 1/2dt + 0 x < 0; F (x) = 0, F (x) = 1/2 ∗ x, 0 ≤ x ≤ 2; F (x) = 1, x > 2. Variables Aléatoires Z +∞ 0dt = 1 2 03/2017 41 / 73 Variables aléatoires continues Fonction de répartition Variables aléatoires continues Fonction de répartition : Exemple Espérance mathématique Espérance mathématique Définition L’espérance mathématique de la v.a. X, notée E(X), est la moyenne des valeurs possibles de X pondérées par leurs probabilités respectifs. Z E(X) = x ∗ f (x) dx x∈∆ Remarques 1 E(X) est dite aussi la moyenne de X et est alors notée µ 2 Généralement, pour r ∈ N le moment d’ordre r de X est Z r x r ∗ f (x) dx µr = E(X ) = x∈∆ S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 42 / 73 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 43 / 73 Variables aléatoires continues Variance Variables aléatoires continues Variance Variance Espérance et variance : Exemple Définition La variance de la v.a. X, notée V (X), est la mesure de la dispersion de X autour de sa moyenne µ Z (x − µ)2 ∗ f (x) dx V (X) = E[(X − µ)2 ] = x∈∆ Exemple B. Espérance et variance de X ? Z 2 L’espérance de X est µ = E(X ) = 1/2xdx = 1/2[x 2 /2]20 = 1 0 La variance deZ X est 2 σ 2 = V (X ) = 0 1/2x 2 dx − 12 = 1/2[x 3 /3]20 − 1 = 1/3 Remarque: ∀r ∈ N, le moment centré d’ordre r de X est Z ∗ r µr = E[(X − µ) ] = (x − µ)r ∗ f (x) dx x∈∆ En particulier la variance n’est que le moment centré d’ordre 2 V (X) = µ∗2 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 44 / 73 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 45 / 73 Variables aléatoires continues Quantiles Variables aléatoires continues Quantiles Quantiles Quantiles: Exemple 1. Définition Soit une probabilité α ∈]0, 1[, le quantile d’ordre α de X est le nombre xα tel que P(X ≤ xα ) = α. Quantile d’ordre 0, 95 de la loi normale standard x0,95 = 1, 64 N. B. xα = F −1 (α) ⇔ F (xα ) = α Quantiles particuliers: la médiane de X est x1/2 les quartiles sont x1/4 , x1/2 , x3/4 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 46 / 73 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 47 / 73 Variables aléatoires continues Quantiles Quantiles: Exemple 2. Médiane x0,5 = 100 S., El Melhaoui (FSJESO) Variables Aléatoires 03/2017 48 / 73