Académique Documents
Professionnel Documents
Culture Documents
Loi exponentielle
I) Loi uniforme de probabilité sur [a : b]
Propriétés :
Si 𝑋 est une loi de probabilité suivant une loi uniforme sur l’intervalle [𝑎 ;𝑏] alors cela
signifie que 𝑋 est une loi continue dont la densité est la fonction constante 𝑓 définie
1
sur [𝑎 ; 𝑏] par 𝑓(𝑥) =
𝑏−𝑎
L’espérance mathématique d’une variable aléatoire 𝑋 qui suit une loi uniforme sur
𝑎+𝑏
[𝑎 ; 𝑏] est 𝐸(𝑋) =
2
Exemples :
1) Dans une ville (idéale) les autobus passent à chaque arrêt exactement toutes les
20 minutes. On appelle 𝑋 le temps d’attente en minutes d’un autobus à un arrêt.
𝑋 est une variable aléatoire suivant une loi uniforme sur l’intervalle [0 ; 20], on a
donc :
18 − 5 13 20 − 12 8
𝑃( 5 ≤ 𝑋 ≤ 18 ) = = et 𝑃( 𝑋 ≥ 12 ) = 𝑃 ( 12 ≤ 𝑋 ≤ 20) = =
20 20 20 20
0+20
enfin le temps d’attente moyen qui est égal à 𝐸(𝑋) vaut soit 10 minutes.
2
Remarque :
Si 𝑋 suit une loi uniforme sur [𝑎 ;𝑏] on définit la fonction 𝒇 appelée fonction de
répartition de 𝑋 de la façon suivante :
0 si 𝑥 ≤ 𝑎
Pour tout 𝑥 ∊ ℝ 𝐹(𝑥) = 𝑃( 𝑋 ≤ 𝑥 ) = 𝑥−𝑎
si 𝑎 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎
1 si 𝑥 ≥ 𝑏
II) Loi exponentielle
1) Définition
Soit λ un réel strictement positif. Une variable aléatoire 𝑿 suit une loi
exponentielle de paramètre λ lorsque sa densité de probabilité est la
fonction 𝒇 la fonction définie sur [ 0 ; + ∞ [ par :
𝒇 ( 𝒙 ) = λ 𝒆−λ𝒙
Remarque :
On peut vérifier que 𝑓 est bien une densité de probabilité sur [0 ; + ∞ [ en effet :
𝑎
● Pour tout nombre a positif, ∫0 λ𝑒 −λx 𝑑𝑥 = [−𝑒 −λx ] 𝑎0 = 1 – 𝑒 −λa donc
lim𝑎→+∞ 𝑓(𝑥)𝑑𝑥 = 1
Résultats :
● 𝑃(𝑋
𝑎
𝑎 ) = ∫0 λ𝑒 −λx 𝑑𝑥 = [−𝒆−λ𝐱 ] 𝒂𝟎 = 1 – 𝑒 −λa
● 𝑃(𝑋 𝑎) = 1– 𝑃(𝑋 𝑎) = 1 – ( 1 – 𝑒 −λa ) =𝑒 −λa .
● 𝑃(𝑎 𝑋
𝑏
𝑏 ) = ∫𝑎 λ𝑒 −λx 𝑑𝑥 = [−𝒆−λ𝐱 ] 𝒃𝒂 = 𝑒 −λa – 𝑒 −λb .
Exemples :
Exemple 1 : La durée de vie d’un ordinateur portable exprimée en années est une
variable aléatoire 𝑋 suivant la loi exponentielle de paramètre 𝜆 = 0,125
La probabilité que la durée de vie de cet ordinateur portable dépasse 5 ans est
5
𝑃( 𝑋 ≥ 5) = 1 − ∫0 0,125 𝑒 −0,125𝑡 𝑑𝑡 = 𝑒 −0,125 ×5 ≈ 0,535
La probabilité que la durée de vie de cet ordinateur portable soit inférieure à 3 ans
3
est 𝑃( 𝑋 ≤ 3) = ∫0 0,125 𝑒 −0,125𝑡 𝑑𝑡 = 1 − 𝑒 −0,125 ×3 ≈ 0,313
2) Propriétés
Démonstration :
1
La fonction 𝐺(𝑡) = ( 𝑡 + λ )𝑒 −λt a pour dérivée 𝐺 ′ (𝑡) = λt𝑒 −λt d’où
𝑥 𝑥 1 1
𝐸(𝑋) = lim𝑥→+∞ ∫0 𝑡 × λ𝑒 −λt 𝑑𝑡 = lim [𝐺(𝑡)] = lim �− � 𝑥 + λ � 𝑒 −λx + λ�
𝑥→+∞ 0 𝑥→+∞
1
Comme on sait que lim𝑥→+∞ 𝑥𝑒 −λx = 0 et que lim𝑥→+∞ 𝑒 −λx = 0 on a 𝐸(𝑋) =
λ
Remarque : E(𝑋) représente la valeur moyenne de la variable aléatoire de 𝑋
Exemple :
Si 𝑋 est une variable aléatoire suivant une loi exponentielle de paramètre 𝜆 telle que
1
sa valeur moyenne soit égale à 20, alors on peut écrire que 𝐸(𝑋) = = 20
𝜆
1
d’où 𝜆 =
20
b) Probabilité conditionnelle
Démonstration :
Soit 𝑋 une variable aléatoire suivant une loi exponentielle de paramètre 𝜆. Soit 𝑡
et 𝑎 deux réels strictement positifs. On cherche la probabilité que 𝑋 soit
supérieure ou égale à 𝑎 + 𝑡 sachant que 𝑋 est supérieure à 𝑎
𝑃( 𝑋 ≥ 𝑎 + 𝑡 𝑒𝑡 𝑋 ≥ 𝑎)
𝑃𝑋≥𝑎 ( 𝑋 ≥ 𝑎 + 𝑡 ) =
𝑃(𝑋 ≥ 𝑎)
D’où
𝑃( 𝑋 ≥ 𝑎 + 𝑡 ) 𝑒 −𝜆( 𝑎+𝑡)
𝑃𝑋≥𝑎 ( 𝑋 ≥ 𝑎 + 𝑡 ) = = = 𝑒 −𝜆𝑡 = 𝑃(𝑋 ≥ 𝑡 )
𝑃(𝑋 ≥ 𝑎) 𝑒 −𝜆𝑎
Exemple :
La durée de vie d’un ordinateur portable exprimée en années est une variable
aléatoire 𝑋 suivant la loi exponentielle de paramètre 𝜆 = 0,125
La probabilité que la durée de vie de cet ordinateur portable dépasse 5 ans sachant
qu’il fonctionne depuis déjà 2 ans est égale à
𝑃( 𝑋 ≥ 5 ) 𝑒 −5𝜆
𝑃𝑋≥2 ( 𝑋 ≥ 5 ) = = −2𝜆 = 𝑒 −3𝜆 = 𝑃(𝑋 ≥ 3 ) = 𝑒 −0,125×3 ≈ 0,687
𝑃(𝑋 ≥ 2) 𝑒
c) Fonction de répartition