Lycée François 1er Bcpst 2 Intégration et fonction de répartition 6/10 décembre 2016 Précédemment traité : Suites, Séries numériques, Dénombrement, probabilités, espaces vectoriels, continuité, dérivabilité, intégration sur un segment, équa. diff. Intégrales généralisées Chapitre 8 Variables aléatoires (généralités et densité) 1 Semaine 11 À venir : densité (la suite) Chapitre 7 I - Généralités Variables aléatoires quelconques Déf : On appelle variable aléatoire réelle sur (Ω, T , P ) toute fonction X : Ω → R telle que (Ω, T , P ) soit un espace probabilisé ; pour tout a ∈ R, (X ≤ a) ∈ T . Prop : Si Ω est un intervalle ou une réunion finie d’intervalle de R, toute fonction continue ou continue par morceaux est une variable aléatoire sur (Ω, B(Ω), P ). Prop : Soient X, Y deux variables aléatoires réelles définies sur le même espace probabilisé (Ω, T , P ), alors X + Y est une variable aléatoire ; XY est une va ; Si Y ne s’annule pas, X Y est une variable aléatoire ; peut être considéré comme une variable si Y s’annule sur un événement de probabilité nulle, alors X Y aléatoire. Prop : Soit f une fonction continue sur Df ⊂ R et X une variable aléatoire sur (Ω, T , P ) telle que X(Ω) ⊂ Df , alors f ◦ X est une variable aléatoire. Ppé : 2 Si X est une variable aléatoire et I un intervalle ou une réunion finie d’intervalles, alors (X ∈ I) est un événement. Loi d’une v.a.d. et fonction de répartition Si X est une v.a. définie sur l’espace probabilisé (Ω, T ,P ), on appelle support de X et on note Supp(X) tout sous-ensemble de X(Ω) tel que P X ∈ Supp(X) = 1. Remarque : Un support trivial (et maximum) pour toute variable aléatoire est X(Ω) : Déf : Déf : Étant donnée une variable aléatoire X, on appelle fonction de répartition de X la fonction FX : R → [0, 1] . t 7→ P (X 6 t) Ppé : Soit FX la fonction de répartition d’une variable aléatoire X. Alors, les conditions suivantes sont vérifiées : i) 0 6 Fx (t) 6 1 ∀t ∈ R. ii) FX est une fonction croissante. iii) FX est une fonction continue à droite en tout point t ∈ R. iv) lim FX (t) = 0 et lim FX (t) = 1 Déf : De manière générale, toute fonction F : R → R vérifiant les conditions i) à iv) de la propriété ci-dessus est appelée fonction de répartition. Ppé : Soit FX la fonction de répartition d’une v.a. X et t ∈ R. Alors P (X < t) = lim P (X 6 x) = lim FX (x). t→−∞ t→+∞ x→t x<t x→t x<t Explications graphiques ; hauteur de discontinuité et probabilités. Chapitre parallèle Fonctions réelles de deux variables Dans la continuité de la révision des fonctions réelles à une seule variable, nous révisons maintenant les fonctions de deux variables. Il s’agit donc de reprendre les notions acquises ( ?) au courant de la première année : Fonctions de deux variables continues, de classe C 1 (approche intuitive.) Surface représentative d’une fonction de deux variables. Dérivées partielles premières : 1 - Évaluation d’une petite variation de valeur d’une fonction de classe C 1 . - Dérivation d’une expression de la forme f (x(t), y(t)) avec f ∈ C 1 et x, y dérivables. - Définition du gradient : calcul dans un repère orthonormé (coordonnées cartésiennes.) - Les dérivées partielles s’annulent en un extremum sur un pavé ouvert. (Pas de réciproque au programme.) Dérivées partielles secondes : - théorème de Schwarz (interversion des dérivations). - Application à l’ajustement affine par les moindres carrés. Les questions de cours porteront sur les questions suivantes : • • • Théorème de comparaison des intégralesZde fonctions positives. Z +∞ +∞ n! −λt P (t)e dt cv ssi λ > 0. Si λ > 0, tn e−λt dt = n+1 λ 0 0 Z +∞ − 1 e t dt par changement de variable Convergence et valeur de t2 0 Remarque : Savoir démontrer que des fonctions sont des variables aléatoires n’est pas un attendu du programme. 2