Chapitre XI : Lois continues Extrait du programme : I. Lois de probabilité à densité 1. Variable aléatoire à densité Dans de nombreux domaines, on est amené à étudier des variables aléatoires pouvant prendre, du moins théoriquement, toute valeur d’un intervalle I de . Ces variables aléatoires sont dites continues. Exemple : On veut définir la variable aléatoire X qui, a tout téléviseur, associe sa durée de bon fonctionnement exprimée en heures. Cette durée peut prendre toute valeur de l’intervalle I = [0 ; 50000]. On va alors chercher à calculer des probabilités de la forme P X ou P X . Pour cela, on utilise une fonction f définie sur I, donc cf est la courbe représentative dans un repère orthogonal : la probabilité Pa X b est définie comme l’aire (exprimée en unités d’aire) du domaine compris entre l’axe des abscisses, la courbe cf et les droites d’équations xa et xb. Définitions : On appelle fonction de densité de probabilité sur l’intervalle I, toute fonction f définie, continue et positive sur I telle que l’intégrale de f sur I soit égale à 1. Une variable aléatoire à densité X sur un intervalle I est définie par la donnée d’une fonction de densité de probabilité f définie sur I. La probabilité pour que X appartienne à un intervalle [a ;b] de I est égale à l’aire sous la courbe de f sur [a ;b]. Pa X b ftdt b a On en déduit que le domaine compris entre la courbe représentative de f et l’axe des abscisses a pour aire P(XI) c’est-à-dire 1. Propriétés : Pour tous réels a et b appartenant à l’intervalle I : (1) PXa) ftdt=0 a a (2) Pa X b P a X b Pa X b P a X b 2. Espérance mathématique Définition : Soit X une variable aléatoire continue de fonction densité f sur l’intervalle [a ;b], alors l’espérance mathématique de X est le réel défini par : EX = tftdt b a Point méthode 61 : Utiliser une loi à densité La production quotidienne X d’un produit en tonnes est une variable aléatoire continue qui prend ses valeurs dans l’intervalle [0 ;10] avec la densité de probabilité f définie par : fx ,x x 1. Vérifier que f est bien une densité de probabilité sur [0 ;10] 2. a. Calculer les probabilités des événements A : « X 7 » et B : « la production quotidienne dépasse 6 tonnes ». b. Calculer PB(A) à 0,001 près. Solution : 1. pour vérifier si une fonction est une densité de proba sur un intervalle, il faut vérifier : - Que f est bien continue et positive sur I - Que l’intégrale de f sur [0 ;10] vaut bien 1 f est une fonction polynôme du second degré, donc f est continue sur [0 ;10]. Pour tout réel x, fx ,x x ,x x ,x ,x Donc les racines de f sont 0 et 10. Par conséquent, f est positive entre les racines (car a= 0,006 négatif), soit f positive sur [0 ;10]. De plus, 10 ,xx²dx = 0,006 xx²dx = 0,006 [5𝑥² − 𝑥 ] = 0,006 0 =1 3 0 3 f est donc continue, positive sur [0 ;10] et ftdt = 1 c’est donc bien une fonction densité. 2. a. P(A)= P (X 7) = fxdx = F(7 F(0)=0,006 – = 0,784 P(B)= P (X > 6) = 1 P(X 6) = 1 fxdx = 1 (FF) = 10,006 ( ) = 0,352 b. PB(A) = PBA = PX et X = P X = fxdx = , – , 0,386 PB PB PX , , II. Loi uniforme sur [a ;b] 1. Définition et propriétés Définition : a et b désignent deux nombres réels distincts. Dire qu’une variable aléatoire X suit une loi uniforme sur l’intervalle [a ;b] signifie que la densité de probabilité de la loi X est une fonction constante sur [a ;b]. Propriété : la densité de probabilité de la loi uniforme sur [a ;b] est la fonction f définie sur [a ;b] par : fx ba Démonstration : On sait que l’aire sous la courbe entre a et b soit être égale à 1 donc : si fx k on a : kb a donc k ba CQFD Propriété : X est une variable aléatoire qui suit la loi uniforme sur [a ;b]. Pour tout intervalle [c ;d] inclus dans [a ;b] on a : P(c X d ) = d c ba dx = d dx = [x]d = dc c ba c ba ba c ba Démonstration : P(c X d) = fxdx = d c d CQFD Remarques : Par convention, choisir un nombre au hasard dans un intervalle [a ;b] c’est le choisir selon la loi uniforme sur l’intervalle [a ;b]. En particulier, pour la loi uniforme sur [0 ;1] et pour tous nombres réels c et d de [0 ;1] : P(c X d) = dc = dc Donc la probabilité de choisir un nombre au hasard entre c et d est égale à la longueur de [c ;d]. 2. Espérance Propriété : X est une variable aléatoire qui suit la loi uniforme sur [a ;b]. Son espérance est : EX)= ab Démonstration : On sait que l’espérance d’une variable aléatoire X de densité f sur [a ;b] est donnée par : EX = tftdt b a Or ici, X suit une loi uniforme donc fx ba b b (b a) b ab a b a Ainsi, E(X)= tdt = t² = b a ba a ba a b a b a b a CQFD Point méthode 62 : Calcule une probabilité avec une loi uniforme Caroline a dit qu’elle passait voir Julien à un moment quelconque entre 18h30 et 20h45. Quelle est la probabilité qu’elle arrive pendant le feuilleton préféré de Julien qui dure de 19h à 19h30 ? Solution : Choisir l’heure d’arrivée de Caroline, c’est choisir un nombre au hasard dans [18,5 ; 20,75]. Par convention, la loi de X est la loi uniforme sur cet intervalle. X est la variable aléatoire égale à l’heure d’arrivée de Caroline chez Julien. Elle prend ses valeurs dans l’intervalle [18,5 ;20,75]. X suit une loi uniforme sur [18,5 ; 20,75] donc : , , P(19 X 19,5) = = = ,, , La probabilité que Caroline arrive pendant le feuilleton est de . III. Loi exponentielle de paramètre Contexte et modèle : La durée de vie d’un appareil (comme un composant électronique) est une variable aléatoire X prenant ses valeurs dans [ 0, +[. Si l’on suppose que cette durée de vie ne dépend pas du temps pendant lequel l’appareil a déjà fonctionné (on dit que la durée de vie est sans vieillissement). X suit alors une loi exponentielle. Définition : Soit un réel strictement positif. Une variable aléatoire X suit la loi exponentielle de paramètre si sa densité de probabilité est la et si t 0 fonction f définie sur [0 ;+[ par : f ( t ) = si t < 0 On dit que X~ e() Propriété : Si X suit la loi exponentielle de paramètre , alors pour tous réels a et b tels que 0 ≤ a ≤ b : P ( a ≤ X ≤ b ) = e − a − e − b En particulier : P ( X ≤ b ) = 1 − e − b P ( X > a ) = e − a Démonstration : La fonction x e − x est une primitive de f sur [0 ;+[ a b On en déduit que P ( a ≤ X ≤ b ) = e − x − x dx = [ e = e − a − e − b En particulier : P ( X ≤ b ) = P ( 0 ≤ X ≤ b ) = 1 − e Et donc : P ( X > a ) = 1 − P ( X ≤ a ) = e − a ]ab = e − b −(e − a ) − b CQFD Définition : L’espérance mathématique d’une variable aléatoire X suivant une loi de paramètre est définie par : E ( X ) = lim xf ( x ) dx avec f ( x ) = e b + 0 b − x . Propriété : E(X)= 1 Démonstration : (BAC) Soit g la fonction définie sur [0 ;+[ par : g ( x ) = xf ( x ) = x e − x On cherche une primitive G de g de la forme G ( x ) = ( Ax + B ) e − x avec A et B réels. Pour tout nombre réel positif x : G’ ( x ) = A e − x + ( Ax + B ) ( − e − x ) = ( − Ax + A − B ) e − x G est une primitive de g sur [0 ;+[ si et seulement si G’ ( x ) = g ( x ) pour tout réel positif x, c’est-àdire : ( − Ax + A − B ) e − x = x e − x Pour que cette égalité soit vrai, on doit donc avoir : A = − 1 −A= 1 B = − 1 d’où G ( x ) = − x − e − x . A − B = 0 Alors pour tout réel positif b : xf ( x ) dx = G ( b ) − G ( 0 ) 0 b =−b− 1 e − b + 1 1 ( − be − b − e − b + 1 ) =0 donc lim − be − b = 0 = b lim −b =− + b lim −b =− + D’où b lim (−be + et et − b X X lim Xe X − lim e − −e − b X =0 b + donc lim b + e − b =0 +1) =1 lim xf ( x ) dx = 1, soit E ( X ) = 1 b + 0 b Et ainsi, CQFD Point-méthode 63 : Utiliser une loi exponentielle La durée d’attente, en minutes, au départ d’une remontée mécanique dans une station, de sports d’hiver est une variable aléatoire T qui suit la loi exponentielle de paramètre = 0,05. 1. Calculer, en minutes, le temps moyen d’attente au départ de cette remontée mécanique. 2. Calculer, à 10-2 près, la probabilité d’attendre au départ de cette remontée mécanique : a. Moins de 30 minutes. b. Entre 10 et 30 minutes. 3. Un skieur arrive à la remontée mécanique. Un panneau indique que le temps d’attente est d’au moins 10 minutes. Calculer à 10-2 près la probabilité qu’il soit inférieur à 30 minutes. Solution : 1. Le temps moyen d’attente en minutes est E ( T ) = 1 1 = soit 20 minutes. 0,05 2. a. On utilise : P ( X ≤ b ) = 1 − e − b P ( T < 30 ) = 1 − e − 0,05 × 30 = 1 − e 1,5 0,78 b. On utilise : P ( a ≤ X ≤ b ) = e P ( 10 < X < 30 ) = e − 10 × 0,05 − e − a −e − 30 × 0,05 − b =e − 0,5 −e − 1,5 0,38 3. C’est une probabilité conditionnelle et l’intersection de l’événement « T > a » et « T < b » est l’événement « a < T < b » P ( 10 ≤ T < 30 ) e − 10 × 0,05 − e − 30 × 0,05 PT≥10 (T < 30) = = = 1 − e − 20 × 0,05 = 1 − e 0,63 e − 10 × 0,05 P ( T ≥10 ) Point-méthode 64 : Calculer le paramètre d’une loi exponentielle La variable aléatoire X égale à la durée de vie d’un atome radioactif d’iode 131 avant désintégration suit une loi exponentielle. On sait que la probabilité que cette durée de vie soit inférieure à deux jours est égale à 0,160 à 10-3 près. 1. Calculer, à 10-3 près, le paramètre de cette loi exponentielle. 2. La demi-vie d’une substance radioactive est le temps t au bout duquel la moitié des atomes initiaux sont désintégrés. Calculer, à 0,1 près, la demi-vie de l’iode 131. Solution : 1. Pour calculer le paramètre d’une loi exponentielle, il faut résoudre un équation. On sait que P ( X < 2 ) = 0,160 Or P ( X < 2 ) = 1 − e − 2 Donc 1 − e − 2 = 0,160 e − 2 = 0,840 − 2 = ln ( 0,840 ) − ln ( 0840 ) = 0,087 2 2. D’après la définition de la demi vie, on cherche t tel que P ( X < t ) = 0,5 Soit 1 − e − 0,087t = 0,5 e − 0,087t = 0,5 − 0,087t = − ln 2 ln 2 t= 8 0,087 La demi-vie est de 8 jours environ. Propriété : Durée de vie sans vieillissement Si T est une variable aléatoire suivant une loi exponentielle, alors pour tout réels positifs t et h : PT ≥ t(T≥ t + h) = P ( T ≥h ) Démonstration : Soit A l’événement « T ≥ t + h » et B l’événement « T ≥ t ». AB donc A∩B = A. Ainsi, PB ( A ) = P ( A∩B ) P(A) = P(B) P(B) = P ( T≥ t + h ) e − ( t + h ) e = = e − t P ( T≥ t ) − t ×e e − t − h =e − h = P ( T≥h ) CQFD Remarque : Cela signifie que si T est la variable aléatoire donnant le durée de vie d’un élément (appareil, noyau d’atome…), telle que T suit une loi exponentielle, alors sachant que cet « élément » a déjà une durée de vie de t année, sa probabilité de fonctionner encore h année ne dépend pas de t. Point-méthode 65 : Utiliser la durée de vie sans vieillissement. La durée de vie (exprimée en heures) d’un certain type d’ampoules électriques est une variable aléatoire T qui suit la loi exponentielle de paramètre = 0,002. Calculer, à 10 − 3 près, la probabilité pour qu’une ampoule de ce type : a. N’ait pas de défaillance avant 100h b. Fonctionne encore au bout de 600h sachant qu’elle fonctionnait encore au bout de 500h. Solution : a. P(T ≥ 100) = e − 0,002 × 100 = e − 0,2 0,819 b. Avec la loi exponentielle, lorsqu’on calcule une probabilité conditionnelle, il faut penser à utiliser la propriété de durée de vie sans vieillissement. Le calcul normal fonctionne aussi (cf PM63 mais est souvent plus long. PT ≥ 500(T ≥ 600) = PT ≥ 500(T ≥ 500 + 100 ) = P(T ≥ 100) 0,819