Vous êtes sur la page 1sur 1

PROBABILITES : variables alatoires continues

Notations
- X est une variable alatoire.
- (X a) est un vnement.
- P(X a) est la probabilit que lvnement (X<a) se ralise. Cest donc un NOMBRE entre 0 et 1

Fonction de rpartition : F
F(t) = P( X t ) . Cest une fonction de IR dans [0 ; 1]
Proprits de F
- F est croissante sur IR
- P(a < X b) = F(b) F(a)

Variable alatoire continue (ou densit).
Def : X est une v.a. a densit sil existe une fonction f appele densit de probabilit telle que
F(t) =
]
(
-
t
f(x) dx avec


f positive
f continue

]
(
-
+
f(x)dx = 1

Variables indpendantes
X et Y v.a. densit sont indpendantes si pour tous x et y rels on a : P [ ] (X x) (Y y) = P (X x). P(Y y)

Esprance, variance, cart type
E(X) =
]
(
-
+
x.f(x) dx V(X) =
]
(
-
+
( ) x E(X) .f(x) dx et o(X) = V(X)
V(X) = E [ ] ( ) E E(X) ou V(X) = E(X) E(X)
- Somme aX + b
Si X et Y sont des variables alatoires quelconques, si a et b sont des rels (a = 0)
E(aX + b) = a E(X) + b V(aX + b) = a V(X)
o(aX + b) = |a| o(X)
- Somme de v.a.
Pour X et Y v.a. quelconques : E(aX + bY) = aE(X) + bE(Y)

Pour X et Y indpendantes: V(X + Y) = V(X) + V(Y) (si indpendantes)
V(X Y) = V(X) + V(Y) (si indpendantes)

X1, X2,..Xn sont des v.a. indpendantes, ayant mme esprance m, et mme cart type o.
Alors la v.a. moyenne : Sn = X1+X2++Xn est telle que :
{

E(Sn)= nm
o(Sn) = o n

- Produit XY
Si X et Y indpendantes : E(XY)=E(X)E(Y)

Loi normale X ~ N(m ; o)
quand X admet pour densit f dfinie par : f(x) =
1
o 2t
exp
[ ]

1
2

( )
x m
o
On a E(X) = m et V(X) = o
- X
*
=
X m
o
~ N(0 ; 1) cest la loi normale centre rduite
- Somme de v.a. X ~ N(m ; o) et Y ~ N(m ; o) alors : ( ) X + Y ~ N(m + m ; o + o )
- Formules : t(t) = P ( X t) =
]
(
-
t
f(x) dx et P( X > t ) = 1 - t(t)
t(- t) = 1 - t(t) ; P(a < X < b) = t(b) - t(a) ; P(-a < X < a) = 2 t(a) - 1

Echantillonnage
- Thorme
X1, X2,..Xn sont des v.a. indpendantes, ayant mme esprance m, et mme cart type o.
Alors la v.a. moyenne : Mn =
X1 + X2 + + Xn
n
est telle que :


E(Mn) = m
o(Mn) =
o
n

o Exemple : si les Xi ~ N(m ; o) alors Mn ~ N(m ;
o
n
)
- Loi faible des grands nombres
X1, X2,..Xn sont des v.a. indpendantes, ayant mme esprance m, et mme cart type o.
Alors si la v.a. moyenne : Mn =
X1 + X2 + + Xn
n
on a
c >0, lim
n +
P ( ) |Mn m| < c = 1

- Thorme de la limite centre
X1, X2,..Xn sont des v.a. indpendantes, ayant mme esprance m, et mme cart type o.
Soit la v.a. moyenne : Mn =
X1 + X2 + + Xn
n
.
Si n suffisamment grand, alors : Mn ~ N(m ;
o
n
)

Loi de Bernouilli et loi binomiale, loi de poisson (v.a. discrtes)

- Bernouilli : Quand une v.a. X ne prend que deux valeurs 0 ou 1on dit quelle suit une loi de Bernouilli de
paramtre p = P(X=1).

- Binomiale B(n ;p) : S est la somme de n variables de Bernouilli indpendantes et de mme paramtre p,
elle suit une loi binomiale de paramtres n et p.
P(S = k) =C
k
n
. p
k
. (1 p)
n k
mots cls (rptition, preuves de bernouilli succs/chec,v.a. indp.)
E(S) = np ; o(S) = np(1 p)

- Loi de Poisson : P() P( X = k) =
e
-
.
k
k !
avec E(X) = et V(X) =

Approximations : Sous certaines conditions prcises dans lnonc (n>30 pour les 2 puis des cond. sur np ,p)

- La loi binomiale approche par la loi normale : B(n,p) approche par N(np , np(1-p) )
- La loi binomiale approche par la loi de Poisson : B(n,p) approche par P(np)