LA LOI NORMALE I. Généralités y 0,4 Définition : Soit X une variable aléatoire continue sur IR. 0,3 On dit que X suit la loi normale centrée réduite si et seulement si, la loi de densité de X est la fonction f définie sur IR par : 0,2 2 f(x) = x 1 exp– . On note X ~ N (0 ; 1). 2 2π 0,1 Remarques : -4 -3 -2 -1 0 1 2 3 4 x * On peut prouver que f est continue et positive sur IR ; * Pour tout x ∈ IR, on a f(– x) = f(x). On dit que la fonction f est paire (comme x → x 2, x → x 4,…, x → x 2n, x → | x | ou x → cos x ). La courbe représentant f dans un repère orthogonal est donc symétrique par rapport à l’axe des ordonnées. +∞ A 1 x 2 1 x 2 ⌠ ⌠ * f étant une loi de densité, on en déduit que exp– dx = lim exp– dx = 1. 2 2 A → + ∞ ⌡– A 2π ⌡– ∞ 2π +∞ 2 x Résultat équivalent à ⌠ exp– 2 dx = ⌡– ∞ 2π. * La courbe représentative de f est souvent appelée « courbe de Gauss » ou « courbe en cloche ». * Cette loi est également appelée loi de Gauss ou loi de Laplace – Gauss. * Cette loi modélise par exemple, la répartition des erreurs de mesure (autrement dit, la probabilité de commettre une erreur comprise en deux valeurs). µ est la mesure correcte et σ traduit Propriétés : Soit X une variable aléatoire continue sur IR. On admet que X suit la loi normale centrée réduite (X ~ N (0 ; 1) ). Pour tout a et b réels (avec a ≤ b), on a donc : y 0,4 * P (X ∈ [a ; b] ) = P(a ≤ X ≤ b) b =⌠ ⌡a 0,3 1 x2 exp– dx 2 2π 0,2 (même résultat si les bornes sont ouvertes) ; 0,1 -4 -3 -2 -1 0 1 2 3 4 x y * P ( X ∈ [a ; + ∞ [ ) = P(a ≤ X ) +∞ x2 1 dx exp– 2 2π ⌠ = ⌡a = 0,4 ⌠A lim A → + ∞ ⌡a 0,3 x2 1 dx exp– 2 2π 0,2 0,1 (même résultat si la borne est ouverte) ; -4 b * P( X ∈ ] – ∞ ; b] ) = P( X ≤ b) = ⌠ ⌡– ∞ -3 -2 -1 0 1 2 3 4 x 1 x2 exp– dx 2 2π b = lim ⌠ A → + ∞ ⌡– A 1 x2 exp– dx (même résultat si la borne est ouverte) ; 2 2π y -4 -3 -2 -1 0 1 2 3 4 Propriété : Conséquence de la parité de la fonction de densité de la Loi Normale Centrée Réduite Soit X une variable aléatoire continue sur IR qui suit la loi normale centrée réduite (X ~ N (0 ; 1) ). 1 2 P( X ≥ 0) = P(X ≤ 0) = ; Pour tout réel a positif (a ≥ 0), P( X ≤ – a) = P(X ≥ a) ; Pour tout réel a positif (a ≥ 0), P( – a ≤ X ≤ a) = 1 – 2 P(X ≤ – a) ; Tous ces résultats sont bien sûr encore valables même avec des égalités strictes. Remarque : On ne connaît pas de façon explicite, une primitive de x → 1 x2 exp– . 2 2π On calculera donc grâce à la calculatrice, des valeurs approchées des probabilités issues de la loi normale. II. Caractéristiques 1. Espérance Propriété : Soit X une variable aléatoire continue sur IR qui suit la loi normale centrée réduite (X ~N N (0 ; 1) ) alors x l’espérance E(X) est égal à 0 . +∞ +∞ A x 2 x 2 1 1 ⌠ ⌠ On a donc E(X) = x× exp– dx = x exp– dx = lim ⌠ 2 2 2π A → + ∞ ⌡– A ⌡– ∞ ⌡– ∞ 2π 1 x 2 x exp– dx = 0. 2 2π Démonstration : VUE EN T.D. À CONNAÎTRE PAR CŒUR !!! 2. Variance et écart type Propriété (admise) : Soit X une variable aléatoire continue sur IR suivant la loi normale centrée réduite (X ~N N (0 ; 1) ) alors la variance V(X) est égal à 1 d’où l’écart type σ = V(X) = 1 . III. Intervalle de confiance Propriété : Soit X une variable aléatoire continue sur IR. On admet que X suit la loi normale centrée réduite (X ~N N (0 ; 1) ). Pour tout réel α ∈ ] 0 ; 1 [ ( 0 < α < 1), il existe un unique réel positif λ α tel que : P(X ∈ [ – λ α ; λ α] ) = P(– λ α ≤ X ≤ λ α) = 1 – α. Autrement dit, pour tout réel α strictement entre 0 et 1, il existe un unique réel λ α tel que les valeurs de X sont entre – λ α et λ α avec une probabilité de 1 – α. Remarques : * Une fois de plus, nous n’aurons que des valeurs approchées. Si α = 0,05. On a alors λ α ≈ 1,96. Si α = 0,01, on a λ α ≈ 2,58. D’où P(– 1,96 ≤ X ≤ 1,96) ≈ 0,95 ; D’où P(– 2,58 ≤ X ≤ 2,58) ≈ 0,99 y 0,4 y 0,4 0,35 0,35 0,3 0,25 0,3 0,2 0,25 0,15 0,1 0,2 0,05 0,15 -4 -3 -2 -1 0 -0,05 0,1 1 2 3 Loi normale de moyenne 0 et d'écart type 1 p(-2,58<X<2,58)=0,990119 4 -0,1 0,05 -5 -4 -3 -2 -1 0 -0,05 1 2 3 4 5 6 x Loi normale de moyenne 0 et d'écart type 1 p(-1,96<X<1,96)=0,950004 -0,1 * L’intervalle [– λ α ; λ α] est appelé intervalle de confiance ou plage de normalité à 1 – α (ou au seuil de 1 – α). x