Académique Documents
Professionnel Documents
Culture Documents
I) Variables uniformes
1.1 Densités
Nous avons déjà rencontré ce type de variables.
Définition 1
On dit que la variable suit une loi uniforme continue sur 0,1 si sa fonction densité de
0 si 0
probabilité est donnée par :
1 si 0 1.
0 si 1
On écrit que ,
Définition 2
On dit que la variable suit une loi uniforme continue sur , si sa fonction densité de
0 si
probabilité est donnée par :
si .
0 si
On écrit que ,
0 si 0
Théorème
1 si 1
Soit ,
On a
1 ) 1 ) ' ) ,
$%
"
#
& # & ( +
% ' ' 2 ' 2 2
On a
) 1 - 1 - ' - ) , , )
$%
)
" #
& #
)
& ( +
% ' ' 3 ' 3 3
1
On trouve :
"
2
1
/
12
0 si 0
Théorème et définition
Soit λ un réel strictement positif. La fonction définie sur ℝ par
3 6!
45 si 0
est une densité de probabilité.
Si est une variable aléatoire dont est une densité, on dit que suit une loi exponentielle
de paramètre λ.
7<$%
Donc
$%
#
& 1
Et donc
$%
#
& 1
%
La fonction est bien une densité de probabilité.
@ 0,
0
On a
Si 0, on aura
!
! ! !
5 6A
# ?
&? # 45 6A
&? 4 # 5 6A
&? 4 (' + 1 ' 5 6!
% 4
On a donc
0 si 0
3
1 ' 5 6! si 0
L donc LO 1
On pose :
1
P O 5 6! donc P ' 5 6!
4
1 7
On a donc
7 7
4 # 5 6! & 4 8Q' 5 6! R , # 5 6! & 9
4 4
I 7
4 S' 5 67 T , # 5 6! &
4
1 5 67
'I5 67 , '
4 4
1 5 67 1
On a
7<$% 4 4 4
1
Donc
$%
#
&
4
1
Et donc
$%
"
#
&
% 4
Calculons " )
.
Sous réserve de convergence, on a :
$% $%
" )
# )
& # )
&
%
On déterminer l’intégrale
7 7
# 45) 6!
& 4 # ) 5 6! &
La fonction J ) est de classe K sur ℝ et la fonction J 5 6! est continue sur ℝ.
On procède encore à une intégration par parties.
L ) donc LO 2
On pose
1
P O 5 6! donc P ' 5 6!
4
On a donc
) 6! 2 7 6!
7 7
# 5 & (' 5 + , # 5 &
) 6!
4
4
I ) 67 2 7 6!
' 5 , # 5 &
4 4
Donc
7 7
4 # ) 5 6! & 'I5 67 , 2 # 5 6! &
2 1 5 67
'I5 67 , 8'I5 67 , ' 9
4 4 4
2 1 5 67 2
On a par croissance comparée
2
On a donc
" )
4)
2 1 1
Donc
/
" )
' "
) '
4) 4) 4)
Théorème
Soit une variable aléatoire qui suit une loi exponentielle de paramètre λ. Alors admet une
1 1
espérance et une variance données par les formules :
"
/
)
4 4
[
' [ ' 1
>X [
1 ' a
_ a
On a donc
' ∞, ? où ? 0.
On aura donc les mêmes conclusions en considérant la fonction de Riemann sur un intervalle
'e
Posons
?
g
$%
1 !h
d
Procédons au changement de variable en ? dans l'intégrale # 5 )id &
% g√2c
Quand < '∞, on a aussi ? < '∞. Quand < ,∞, on a également ? < ,∞.
1
On a
&? &
g
On peut donc écrire :
$%
1 !h
d $%
1 Ad $%
1 Ad $%
# 5 )id &
# 5 ) g&? # 5 ) &? # ?
&? 1
Théorème
Soit e un réel quelconque et σ un nombre réel quelconque strictement positif. Alors la
fonction f définie sur ℝ par :
1 !h
d
f
5 )id
g√2c
est une densité de probabilité.
Dans le cas particulier où e 0 et g 1, on trouve la fonction définie sur ℝ par :
1 !d
5 )
√2c
Cette fonction est aussi une densité de probabilité.
uv ℝ
On a vu que
1 1
De plus
!
d !d
@ \ ℝ, '
5 ) 5 )
√2c √2c
La fonction est paire.
On peut donc limiter son étude à ℝ$ et compléter les résultats trouvés par symétrie.
La fonction est continue et dérivable.
!d
On a
O
' 5 )
√2c
Cette quantité est du signe de – . Sur ℝ$ , elle est décroissante.
Cette dérivée s’annule pour 0. Donc au point d’abscisse 0, la courbe xv représentative de la
fonction admet une tangente horizontale.
lim
0
On a
!<$%
La droite I 0
est donc asymptote horizontale en ,∞ (et par raison de symétrie, également en
'∞
.
) ' 1
' 1
, 1
On a également
!d !d
OO
5 ) 5 )
√2c √2c
Sur ℝ$ , cette dérivée seconde s’annule en 1 en changeant de signe : la courbe xv admet un point
d’inflexion au point d’abscisse 1 (et donc par raison de symétrie également au point d’abscisse '1 ).
O
, 0 '
√)
0 0
1
On a :
!h
d
f
5
)id
g√2c
Montrons que la droite e
est un axe de symétrie pour la courbe représentative de la fonction f,
courbe que l’on nommera xy .
Pour cela prenons deux nombres réels symétriques par rapport à e, c’est-à-dire de la forme e ' z et
e , z, où z est un nombre réel positif.
1 1
On a
h${h
d {d
fe , z
5 5 )id
)id
g√2c g√2c
1 h{h
d 1 {d
fe ' z
5 5
d
)i d )i
g√2c g√2c
On a donc pour tout réel z positif,
fe ' z
fe , z
e'z e e,z
La mise en évidence d’un axe de symétrie permet de déduire l’ensemble d’étude à e, ,∞
On a alors des résultats de même nature que ceux rencontrés pour la fonction.
lim f
0
On a
!<$%
On a
!h
d
1 'e
5 )id
O
f '
g√2c g)
On en déduit que la fonction est décroissante sur e, ,∞.
On a enfin
d
fOO
5 )id
g√2c g
1 !h
d
' e
' g
5 )id
) )
g √2c
1 !h
d
' e ' g
' e , g
5 )id
g √2c
'∞ e ,∞
O
, 0 '
i√)
0 0
1
Sous réserve de convergence, on a
$% !h
d
"
# 5 )id &
% g√2c
1 1
Il est facile de voir que les intégrales
$% !h
d !h
d
# 5 & et # 5 )id &
)i d
g√2c % g√2c
1 1
puisque on a
!h
d !h
d
lim 5 )i lim 5 )id ) 0
d )
!<$% g√2c !<% g√2c
Donc "
existe.
(par croissance comparée).
1
On peut écrire
$% !h
d
"
# 5 )id &
g√2c %
1 $% !h
d
# ' e , e
5 )id &
g√2c %
Or pour les mêmes raisons que précédemment, les deux intégrales suivantes convergent :
$% !h
d $% !h
d
# ' e
5 & et # e5 &
)id )id
% %
1 e
On peut donc écrire
$% !h
d $% !h
d
"
# ' e
5 & , # 5 &
)id )id
g√2c % g√2c %
1 $% !h
d $%
# ' e
5 & , e # f
&
)id
g√2c % %
1 $% !h
d
# ' e
5 )id & ,e
g√2c %
% % h
Nous avons vu précédemment que
!h
d
!h
d O 'e
5
)id
85 )id 9 '
g)
Donc
!h
d !h
d
# 'e
5 & 'g ) 5
)id )id
On en déduit que
h !h
d h !h
d
# ' e
5 )id & lim # ' e
5 )id &
% 7<% 7
!h
d h
lim ('g 5
) )id
+
7<%
7
7h
d
lim ' g ) g ) 5 )id
7<%
'g )
h
On en déduit que
$% !h
d
# ' e
5 )id & 0
%
Et donc que
"
e
1
D’après le théorème du transfert, sous réserve de convergence, on a :
$% !h
d
" ' e
)
# ' e
) 5 )id &
% g√2c
1 1
Cette intégrale est convergente car par croissance comparée :
!h
d !h
d
lim ' e
5 lim ' e
5 )id ) 0
) ) )
)i d
!<% g√2c !<$% g√2c
1 1
On écrit alors :
h !h
d $% !h
d
" ' e
)
# ' e
) 5 )id & , # ' e
) 5 )id &
% g√2c h g√2c
On a vu que
!h
d O
!h
d OO 'e
5 1
!h
d
)id
85 9
' ' e
' g )
5 )id
)
)id
g) g
On en déduit que
!h
d O !h
d
)
8'σ 'e
5 )id 9 ' e
) ' g )
5
)id
Donc
7 !h
d !h
d 7 7h
d
)
# ' e
' g )
5 )id
& ('g 'e
5 )id + 'g ) I
'e
5
)
)id
h h
Donc
7 !h
d 7 !h
d 7h
d
) I
# ' e
5
) )id
& ' g # 5 & 'g 'e
5
)
)id )id
h h
Ce qui donne
7 !h
d 7 !h
d 7h
d
) I
# ' e
5
) )id
& g # 5 & ' g 'e
5
)
)id )id
h h
Ou encore par croissance comparée
$% !h
d $% !h
d
# ' e
) 5 & g ) # 5 &
)id )id
h h
Car
7h
d
lim I'e
5 0
)id
7<$%
De même, on montre que :
h !h
d $h !h
d
# ' e
5
) )id
& g # 5 &
)
)id
% %
On en déduit an ajoutant membre à membre les égalités trouvées que
$% !h
d $% !h
d
# ' e
5
) )id
& g # 5 &
)
)id
% %
1 1
Et donc que
$% !h
d $% !h
d
# ' e
) 5 & g ) # 5 & g )
)id )id
g√2c % g√2c %
" ' e
)
g )
Donc
" )
' 2e"
, e) g )
Donc
" )
' 2e) , e) g )
Donc
" )
' e) g )
Donc
" )
' "
) g )
Donc
Et donc enfin
/
g )
Définition
Soit e un nombre réel quelconque et g un nombre réel strictement positif.
Soit f la fonction définie sur ℝ par :
1 !h
d
f
5
)id
g√2c
La fonction f est une densité de probabilité.
Soit une variable aléatoire dont f est la densité de probabilité.
Alors "
et /
existent. On a
"
e et /
g )
On dit que suit la loi normale (ou loi de Laplace-Gauss) de paramètres e et g.
On écrit
e, g
Les paramètres traditionnels d’une loi normale sont donc l’espérance mathématique (que l’on appelle
souvent « moyenne » par abus de langage) et l’écart-type car g /
g
Actuellement, il y a une « évolution » de ces paramètres. On donne toujours e, mais / qui est la
variance au lieu de σ.
/
/
On a alors
1 1
La formule donnant la densité s’écrit alors :
!h
d !h
d
f
5 ) 5 )
√/ √2c √2c/
'e
On a
i!$h
> Z
> 0 1 > g , e
# f?
&?
g %
1
On a donc
i!$h Ah
d
>
# 5 )id &?
Z
% g√2c
?'e
Posons L
g
Quand ? tend vers '∞, L tend vers '∞.
g , e ' e
Quand ? g , e, L
g
1
On a :
&L &?
g
&? g&L
Donc
1 1
On en déduit que
! d ! d
> Z
# 5 ) g&L # 5 ) &L
% g√2c % √2c
avons appelée .
Nous reconnaissons la fonction de répartition associée à la fonction densité de probabilité que nous
Mais nous avons ici un renseignement supplémentaire : Z suit une loi normale de moyenne 0 et de
réduite.
variance 1.
On a donc le théorème suivant :
Théorème et définition
On dit qu’une variable aléatoire suit une loi normale centrée réduite (ou réduite centrée) si
sa fonction de densité est la fonction définie sur ℝ par :
1 !d
5 )
√2c
On a alors "
0 et /
1.
Si suit une loi normale de moyenne e et d’écart type σ, la variable Z définie par :
'e
Z
g
suit une loi normale centrée réduite.
On écrit que
Z 0,1
> Z 1,23
0,89065
La probabilité recherchée est
La table de la loi normale centrée réduite donne la fonction de répartition de cette loi, c’est-à-
dire > Z
pour variant de 0 à 4 environ (suivant les tables) de 0,01 en 0,01.
Considérons une variable aléatoire donc on sait qu’elle suit une loi normale de moyenne 1500 et de
' 1500
Z
100
Z 0,1
On sait que
> 1623
> 0 1
100 100
> 1623
> Z 1,23
0,89065
Ce qui donne
> 1623
0,89
On écrira
IV) La loi normale centrée réduite
4.1) Utilisation directe de la table
Mais la fonction de répartition de la loi normale centrée réduite que l’on note souvent est définie
Nous avons vu comment on lisait la probabilité d’une valeur comprise entre 0 et 4 (au mieux).
sur ℝ.
Si 0,1
, on a
!
1 Ad
>
# 5 ) &?
% √2c
> 1,23
0,89065
Quand nous lisons sur la table que
1,23
1 !d
On a
> '
# 5 ) &
% √2c
Posons L '
Quand < '∞, on a L < ,∞.
Quand ', on a L .
1 d 1 d 1 d
On a donc
$%
> '
# 5 ) '&L
' # 5 ) &L # 5 ) &L
$% √2c $% √2c √2c
1 d 1 d 1 d
Or
$% $%
# 5 ) &L , # 5 ) &L # 5 ) &L 1
√2c % √2c % √2c
1 d 1 d
Donc
$%
# 5 ) &L 1 ' # 5 ) &L 1 ' >
1 '
√2c % √2c
On a donc
> '
1 ' >
> '1,31
1 ' > 1,31
1 ' 0,90490 0,09510
Par exemple
On retrouve graphiquement cette propriété :
> '
>
'
>
>
' >
'
>0,12 1,22
1,22
' 0,12
0,88877 ' 0,54776 0,34101
On a par exemple
>'0,44 1,01
1,01
' '0,44
On a également
1,01
' ^1 ' 0,44
`
1,01
, 0,44
' 1
0,84375 , 0,67003 ' 1
0,51378
>'1,34 '0,5
'0,5
' '1,34
On a enfin
^1 ' 0,5
` ' ^1 ' 1,34
`
1,34
' 0,5
O
0
puisque
1,28
0,89973
On a
1,29
0,90147
1,28
0,9 1,29
1,28 1,29
La fonction φ étant croissante, on a
1,285
On prendra donc
En fait il est un peu plus près de 0,89973 que de 0,90147. On serait donc tenté de prendre plutôt
1,284.
En pratique cela n’a pas beaucoup d’importance parce que la loi normale est un « modèle
approximatif » du réel et le résultat que l’on trouve est certainement déjà une valeur approchée quelle
que soit la précision que l’on prend.
1,282
En fait
>
0,5
, 0,5
-2 0,02275013 0,52275013 0,05705707
-1,8 0,03593032 0,53593032 0,09018606
-1,6 0,05479929 0,55479929 0,13779629
-1,4 0,08075666 0,58075666 0,20382957
-1,2 0,11506967 0,61506967 0,29255716
-1 0,15865525 0,65865525 0,40879584
-0,8 0,2118554 0,7118554 0,55881321
-0,6 0,27425312 0,77425312 0,75292703
-0,4 0,34457826 0,84457826 1,01345374
-0,2 0,42074029 0,92074029 1,41006863
>'
' '
' ^1 '
`
2
' 1
Ce résultat est général
>'
2
' 1
>'
0,5 ¢ 2
' 1 0,5 ¢
0,75
On aura ici
0,675
On trouve dans la table
Application
On a pu estimer que le poids des rations de viande à la cantine suit une loi normale de moyenne 140 et
Déterminer dans quel intervalle centré en 140, on trouvera 95% des rations de viande.
Z 0,1
On sait que
On a
> S' Z T 2 S T ' 1
10 10 10
On est donc ramené à résoudre l’équation
2 S T ' 1 0,95
10
Soit
S T 0,975
10
On en tire dans la table
1,96
10
19,6
Donc
95% des rations de viande ont un poids compris entre 120,4 et 159,6.
1
Nous savons que
$% !d
# 5 ) & 1
% √2c
1
On en tire que
$% !d
# 5
) & 1
√2c %
Et donc que
$% !d
# 5 ) & √2c
%
On a
!d $% !d
# 5
) & # 5
) &
%
On démontre cette égalité par le changement de variable L ' dans la première intégrale.
Or
$% !d
# 5 ) & √2c
%
Et
$% !d !d $% !d
# 5
) & # 5
) & , # 5
) &
% %
Donc
$% !d $% !d
# 5 ) & 2 # 5 ) &
%
Et donc
$% !d √2c
# 5 ) &
2
On sait que si 0,1
, on a
"
0
1
Donc
$% !d
# 5 ) & 0
% √2c
1
Donc
$% !d
# 5
) & 0
√2c %
Et donc
$% !d
# 5 ) & 0
%
Toujours par le changement de variable L ' , on montre que
!d $% !d
# 5 ) & ' # 5 ) &
%
Ce qui ici n’apporte rien puisque l’on retrouve alors
!d $% !d
# 5
) & , # 5
) & 0
%
Or
!d $% !d $% !d
# 5
) & , # 5
) & # 5
) &
% %
$% !d
On peut par contre déterminer # 5 ) & .
En effet, on a
O
!d !d
85
)9 ' 5 )
On en déduit que
7 7
!d !d 7d
# 5
) & ('5
)+ '5 ) ,1
Or
7d
lim 5 ) 0
7<
Donc
$% !d
# 5
) & 1
On sait que /
1
Or /
" )
' "
) " )
puisque "
0
" )
1
Donc
1 !d
Donc
$%
# ) 5 ) & 1
% √2c
1
Donc
$% !d
# 5) )
& 1
√2c %
Donc
$% !d
# )5 ) & √2c
%
Remarquons que
$% !d $% !d
# )5 ) & # 5 ) &
% %
Comme évidemment (par le même changement de variable L '
, on montre que
!d $% !d
# 5
) )
& # 5
) )
&
%
On en tire que
$% !d √2c
# 5
) )
&
2