Vous êtes sur la page 1sur 4

Chapitre 6 : Variable aléatoire réelle absolument continue

1. Définition et exemple d’un variable aléatoire réelle absolument continue

1.1. Définition

Toute variable aléatoire réelle dont la fonction de répartition est continue sur R et dérivable sauf
éventuellement sur un nombre fini de points est appelée variable aléatoire réelle absolument continue.

Exemple : Soit X une variable aléatoire réelle dont la fonction de répartition est la suivante :

F est continue sur R et dérivable sur ).

X est donc une variable réelle aléatoire absolument continue.

La densité de probabilité d’une variable aléatoire réelle absolument continue est la fonction f dérivée de la
fonction de répartition F.

Une variable aléatoire réelle absolument continue est aussi appelée variable aléatoire à densité.

Exemple :

Remarque : Etant donné la fonction de répartition F d’une variable aléatoire réelle absolument continue, sa
densité de probabilité f est obtenue par dérivation :

Δ représente un nombre fini de points où F n’est pas dérivable

Etant donné la densité de probabilité d’une variable aléatoire réelle absolument continue, sa fonction de
répartition est la primitive de f telle que :

La fonction de répartition F étant croissante :

www.academie-gestion.com
© Tous droits réservés.
La densité de probabilité d’une variable aléatoire réelle absolument continue vérifie :

1.2. Théorème

Pour toute fonction : les conditions d’application des densités de probabilité sont les suivantes :

Ces deux conditions sont les conditions d’application des densités de probabilité

1.3. Proposition

Soit X une variable aléatoire réelle absolument continue et F sa densité de probabilité, alors
:

Preuve :

Corollaire 1 : Soit X une variable aléatoire réelle absolument continue, alors

Preuve :

Or F est continue car

www.academie-gestion.com
© Tous droits réservés.
Corollaire 2 :

2. Moments d’une variable aléatoire absolument continue

2.1. Définition

2.1.1. Espérance mathématique

Soit X une variable aléatoire absolument continue et soit f sa densité de probabilité on appelle espérance
mathématique de X et on note E(X) la quantité suivante, si elle existe :

2.1.2. Propositions

Soit X une VARAC et soit alors :

On doit cette proposition à :

1. La probabilité de linéarité de l’espérance


2. La constance de l’espérance

2.2. Moments simples d’ordre k

Soit X une VARAC, on appelle moment simple d’ordre k de X l’espérance mathématique de , si elle existe :

2.3. Variance et écart type

2.3.1. Définition

Soit X une VARAC, on appelle variance de X :

Remarque:

Proposition: Soit X une VARAC, on a

www.academie-gestion.com
© Tous droits réservés.
Preuve :

2.3.2. Propositions ()

Soit X une VARAC et soient alors :

2.3.3 Ecart type

On appelle écart type d’une VARAC, la quantité suivante, si elle existe :

3. Inégalité de Markov et de Bienaymé -Tchebytchev

1. Inégalité de Markov

1.1. Théorème

Soit X une VARAC non négative avec , alors :

2. Inégalité de Bienaymé -Tchebytchev

Soit X une VARAC admettant une espérance mathématique et une variance telle que, et ,
on a :

www.academie-gestion.com
© Tous droits réservés.