Variables aléatoires continues

Issam Elhattab

École Nationale de Commerce et de Gestion - Casablanca

Université Hassan II - Mohammedia

2011 - 2012

I. Elhattab (ENCG) Variables continues 2011 - 2012 1 / 28

Sommaire
1 Loi d’une v.a. continue

2 Fonction de répartition

3 Moments d’une v.a. continue

4 Quelques lois usuelles continues

5 Loi uniforme

6 Loi normale

7 Loi exponentielle

I. Elhattab (ENCG) Variables continues 2011 - 2012 2 / 28

 Loi d’une v.a. continue

Loi d’une v.a. continue

I. Elhattab (ENCG) Variables continues 2011 - 2012 3 / 28

 Loi d’une v.a. continue

Soit X une variable aléatoire dont les valeurs possibles est un intervalle de R. On dit
que X est une variable aléatoire continue s'il existe une fonction f : R → R+ , telle
que, pour tout ensemble A ⊆ R on a
Z
P(X ∈ A) = f (x)dx. (1)
A

On appelle f fonction de densité de probabilité de la variable aléatoire X .

I. Elhattab (ENCG) Variables continues 2011 - 2012 4 / 28

 Loi d’une v.a. continue

Soit X une variable aléatoire dont les valeurs possibles est un intervalle de R. On dit
que X est une variable aléatoire continue s'il existe une fonction f : R → R+ , telle
que, pour tout ensemble A ⊆ R on a
Z
P(X ∈ A) = f (x)dx. (1)
A

On appelle f fonction de densité de probabilité de la variable aléatoire X .

L'équation (1) exprime que la probabilité que X prenne ses valeurs dans A est obtenu
en intégrant f sur A. Par conséquent f doit vérie :
Z
P(X ∈ R) = f (x)dx = 1.
R

On a aussi Z b
P(a ≤ X ≤ b) = f (x)dx.
a

Et pour a = b on a Z a
P(X = a) = f (x)dx =
a

I. Elhattab (ENCG) Variables continues 2011 - 2012 4 / 28

 Loi d’une v.a. continue

Soit X une variable aléatoire dont les valeurs possibles est un intervalle de R. On dit
que X est une variable aléatoire continue s'il existe une fonction f : R → R+ , telle
que, pour tout ensemble A ⊆ R on a
Z
P(X ∈ A) = f (x)dx. (1)
A

On appelle f fonction de densité de probabilité de la variable aléatoire X .

L'équation (1) exprime que la probabilité que X prenne ses valeurs dans A est obtenu
en intégrant f sur A. Par conséquent f doit vérie :
Z
P(X ∈ R) = f (x)dx = 1.
R

On a aussi Z b
P(a ≤ X ≤ b) = f (x)dx.
a

Et pour a = b on a Z a
P(X = a) = f (x)dx = 0.
a

Ce qui exprime que la probabilité qu'une v.a. continue prenne une valeur donnée est
nulle.

I. Elhattab (ENCG) Variables continues 2011 - 2012 4 / 28

 Loi d’une v.a. continue

Théorème
Une fonction f dénie sur R est une densité de probabilité si et seulement si :
1 f est continue sur R sauf peut être en un nombre dénombrable de points ;

2 f (x) ≥ 0 pour tout x ∈ R ;

R
R f (x)dx = 1.
3

Exemple
Soit f une fonction définie, pour tout x ∈ R, par

e−x

si x ≥ 0;
f (x) =
0 si x < 0.

1 Montrer que f est une fonction de densité de probabilité.

2 Calculer P(X ≤ 1).
Solution :

I. Elhattab (ENCG) Variables continues 2011 - 2012 5 / 28

 Loi d’une v.a. continue

Théorème
Une fonction f dénie sur R est une densité de probabilité si et seulement si :
1 f est continue sur R sauf peut être en un nombre dénombrable de points ;

2 f (x) ≥ 0 pour tout x ∈ R ;

R
R f (x)dx = 1.
3

Exemple
Soit f une fonction définie, pour tout x ∈ R, par

e−x

si x ≥ 0;
f (x) =
0 si x < 0.

1 Montrer que f est une fonction de densité de probabilité.

2 Calculer P(X ≤ 1).
Solution :
1 Il est clair que f est continue sur RR sauf au point 0. D’autant plus
f (x) ≥ 0, ∀x ∈ R. On vérifie que R f (x)dx = 1. Par conséquent f est une densité
de probabilité.

I. Elhattab (ENCG) Variables continues 2011 - 2012 5 / 28

 Loi d’une v.a. continue

Théorème
Une fonction f dénie sur R est une densité de probabilité si et seulement si :
1 f est continue sur R sauf peut être en un nombre dénombrable de points ;

2 f (x) ≥ 0 pour tout x ∈ R ;

R
R f (x)dx = 1.
3

Exemple
Soit f une fonction définie, pour tout x ∈ R, par

e−x

si x ≥ 0;
f (x) =
0 si x < 0.

1 Montrer que f est une fonction de densité de probabilité.

2 Calculer P(X ≤ 1).
Solution :
1 Il est clair que f est continue sur RR sauf au point 0. D’autant plus
f (x) ≥ 0, ∀x ∈ R. On vérifie que R f (x)dx = 1. Par conséquent f est une densité
de probabilité.
R1
2 P(X ≤ 1) = −∞ f (x)dx = 1 − e−1 .
I. Elhattab (ENCG) Variables continues 2011 - 2012 5 / 28
 Fonction de répartition

Fonction de répartition

I. Elhattab (ENCG) Variables continues 2011 - 2012 6 / 28

 Fonction de répartition

Définition
Soit X une v.a. de fonction de densité de probabilité f . La fonction de répartition F
de X est dénie par :
F(x) = P(X ≤ x) =

I. Elhattab (ENCG) Variables continues 2011 - 2012 7 / 28

 Fonction de répartition

Définition
Soit X une v.a. de fonction de densité de probabilité f . La fonction de répartition F
de X est dénie par : Z x
F(x) = P(X ≤ x) = f (x)dx.
−∞

dF
Remarquons que f (x) = F 0 (x) = (x), ∀x ∈ R.
dx

I. Elhattab (ENCG) Variables continues 2011 - 2012 7 / 28

 Fonction de répartition

Définition
Soit X une v.a. de fonction de densité de probabilité f . La fonction de répartition F
de X est dénie par : Z x
F(x) = P(X ≤ x) = f (x)dx.
−∞

dF
Remarquons que f (x) = F 0 (x) = (x), ∀x ∈ R.
dx

Théorème
Si X est une v.a. de fonction de densité de probabilité f , alors, on a :
Z x
1 F(x) = P(X ≤ x) = P(X < x) = f (x)dx.
−∞

I. Elhattab (ENCG) Variables continues 2011 - 2012 7 / 28

 Fonction de répartition

Définition
Soit X une v.a. de fonction de densité de probabilité f . La fonction de répartition F
de X est dénie par : Z x
F(x) = P(X ≤ x) = f (x)dx.
−∞

dF
Remarquons que f (x) = F 0 (x) = (x), ∀x ∈ R.
dx

Théorème
Si X est une v.a. de fonction de densité de probabilité f , alors, on a :
Z x
1 F(x) = P(X ≤ x) = P(X < x) = f (x)dx.
−∞
2 ∀(a, b) ∈ R2 tel que a < b,
P(a < X ≤ b) = P(a ≤ X ≤ b) = P(a ≤ X < b) = P(a < X < b) =
Z b
F(b) − F(a) = f (x)dx.
a

I. Elhattab (ENCG) Variables continues 2011 - 2012 7 / 28

 Fonction de répartition

Exemple
Soit X une v.a. continue de den- C(4x − 2x2 ) si 0 < x < 2;

f (x) =
sité de probabilité donnée par : 0 sinon.
1 Déterminer la valeur de C et calculer la fonction de répartition F de X .

Solution :

I. Elhattab (ENCG) Variables continues 2011 - 2012 8 / 28

 Fonction de répartition

Exemple
Soit X une v.a. continue de den- C(4x − 2x2 ) si 0 < x < 2;

f (x) =
sité de probabilité donnée par : 0 sinon.
1 Déterminer la valeur de C et calculer la fonction de répartition F de X .

Solution :
2 3 2
 
1 Puisque f est une densité, on a : . Donc 2
= 1,
R
R f (x)dx = 1 C(2x − x )
3 0
3
d'où C = .
8

I. Elhattab (ENCG) Variables continues 2011 - 2012 8 / 28

 Fonction de répartition

Exemple
Soit X une v.a. continue de den- C(4x − 2x2 ) si 0 < x < 2;

f (x) =
sité de probabilité donnée par : 0 sinon.
1 Déterminer la valeur de C et calculer la fonction de répartition F de X .

Solution :
2 3 2
 
1 Puisque f est une densité, on a : . Donc 2
= 1,
R
R f (x)dx = 1 C(2x − x )
3 0
3
d'où C = .
8
2 Calculons la fonction de répartition de X . On a :
Rx
• pour tout x ≤ 0 : F(x) = −∞ f (x)dx =

I. Elhattab (ENCG) Variables continues 2011 - 2012 8 / 28

 Fonction de répartition

Exemple
Soit X une v.a. continue de den- C(4x − 2x2 ) si 0 < x < 2;

f (x) =
sité de probabilité donnée par : 0 sinon.
1 Déterminer la valeur de C et calculer la fonction de répartition F de X .

Solution :
2 3 2
 
1 Puisque f est une densité, on a : . Donc 2
= 1,
R
R f (x)dx = 1 C(2x − x )
3 0
3
d'où C = .
8
2 Calculons la fonction de répartition de X . On a :
Rx Rx
• pour tout x ≤ 0 : F(x) = −∞ f (x)dx = −∞ 0dx = 0.
Rx
• pour tout 0 < x < 2 : F(x) = −∞ f (x)dx =

I. Elhattab (ENCG) Variables continues 2011 - 2012 8 / 28

 Fonction de répartition

Exemple
Soit X une v.a. continue de den- C(4x − 2x2 ) si 0 < x < 2;

f (x) =
sité de probabilité donnée par : 0 sinon.
1 Déterminer la valeur de C et calculer la fonction de répartition F de X .

Solution :
2 3 2
 
1 Puisque f est une densité, on a : . Donc 2
= 1,
R
R f (x)dx = 1 C(2x − x )
3 0
3
d'où C = .
8
2 Calculons la fonction de répartition de X . On a :
Rx Rx
• pour tout x ≤ 0 : F(x) = −∞ f (x)dx = −∞ 0dx = 0.
Rx R0
• pour tout 0 < x < 2 : F(x) = −∞ f (x)dx = −∞ 0 dx + 0x 38 (4x − 2x2 )dx =
R
h ix
3
8
(2x2 − 32 x3 ) = 34 x2 − 14 x3 .
0
• pour tout x ≥ 2 :
Rx
F(x) = −∞ f (x)dx =

I. Elhattab (ENCG) Variables continues 2011 - 2012 8 / 28

 Fonction de répartition

Exemple
Soit X une v.a. continue de den- C(4x − 2x2 ) si 0 < x < 2;

f (x) =
sité de probabilité donnée par : 0 sinon.
1 Déterminer la valeur de C et calculer la fonction de répartition F de X .

Solution :
2 3 2
 
1 Puisque f est une densité, on a : . Donc 2
= 1,
R
R f (x)dx = 1 C(2x − x )
3 0
3
d'où C = .
8
2 Calculons la fonction de répartition de X . On a :
Rx Rx
• pour tout x ≤ 0 : F(x) = −∞ f (x)dx = −∞ 0dx = 0.
Rx R0
• pour tout 0 < x < 2 : F(x) = −∞ f (x)dx = −∞ 0 dx + 0x 38 (4x − 2x2 )dx =
R
h ix
3
8
(2x2 − 32 x3 ) = 34 x2 − 14 x3 .
0
• pour tout x ≥ 2 :
R0
0 dx + 02 38 (4x − 2x2 )dx + 2x 0 dx = 1. On résume,
Rx R R
F(x) = −∞ f (x)dx = −∞
si x ≤ 0;

 0
3 2 1 3

on a donc : F(x) = x − x si 0 < x < 2;
 4 4
si x ≥ 2.

1

I. Elhattab (ENCG) Variables continues 2011 - 2012 8 / 28

 Moments d’une v.a. continue

Moments d’une v.a. continue

I. Elhattab (ENCG) Variables continues 2011 - 2012 9 / 28

 Moments d’une v.a. continue

Espérance

Soit X une variable aléatoire de densité de probabilité f :

Définition
L'espérance mathématiques de X , notée E(X), est dénie
par : Z
E(X) = xf (x)dx.
R

De manière générale, si g : R → R alors :

Z


E g(X) = g(x)f (x)dx.
R

I. Elhattab (ENCG) Variables continues 2011 - 2012 10 / 28

 Moments d’une v.a. continue

Exemple
Soit X une v.a. de fonction de densité de probabilité définie par :

1


 si 0 < x < 2;
f (x) = 2


0 sinon.

1 Calculer E(X) et E(X 2 + 1).

Solution :

I. Elhattab (ENCG) Variables continues 2011 - 2012 11 / 28

 Moments d’une v.a. continue

Exemple
Soit X une v.a. de fonction de densité de probabilité définie par :

1


 si 0 < x < 2;
f (x) = 2


0 sinon.

1 Calculer E(X) et E(X 2 + 1).

Solution :
Z +∞ Z 2 1 1
1 On a E(X) = xf (x)dx = xdx = × 4 = 1.
−∞ 0 2 4

I. Elhattab (ENCG) Variables continues 2011 - 2012 11 / 28

 Moments d’une v.a. continue

Exemple
Soit X une v.a. de fonction de densité de probabilité définie par :

1


 si 0 < x < 2;
f (x) = 2


0 sinon.

1 Calculer E(X) et E(X 2 + 1).

Solution :
Z +∞ Z 2 1 1
1 On a E(X) = xf (x)dx = xdx = × 4 = 1.
−∞ 0 2 4
De même 2
Z +∞ Z 2 1 2

1 1 3 7
E(X 2 + 1) = (x2 + 1)f (x)dx = (x + 1)dx = ( x + x) = .
−∞ 0 2 2 3 0 3

I. Elhattab (ENCG) Variables continues 2011 - 2012 11 / 28

 Moments d’une v.a. continue

Variance
Soit X une variable aléatoire de densité de probabilité f :

Définition
La variance mathématiques de X , notée Var(X), est dénie par :
h i
Var(X) = E (X − E(X))2
Z
= (x − E(X))2 f (x)dx.
R

I. Elhattab (ENCG) Variables continues 2011 - 2012 12 / 28

 Moments d’une v.a. continue

Variance
Soit X une variable aléatoire de densité de probabilité f :

Définition
La variance mathématiques de X , notée Var(X), est dénie par :
h i
Var(X) = E (X − E(X))2
Z
= (x − E(X))2 f (x)dx.
R

De manière générale, si g : R → R alors :

h i2 
Var g(X)


= E g(X) − E(g(X))
Z  2
= g(x) − E(g(X)) f (x)dx.
R

I. Elhattab (ENCG) Variables continues 2011 - 2012 12 / 28

 Moments d’une v.a. continue

Exemple
Soit X une v.a. de fonction de densité de probabilité définie par :

1


 si 0 < x < 2;
f (x) = 2


0 sinon.

1 Calculer Var(X) et Var(X 2 + 1).

Solution :

I. Elhattab (ENCG) Variables continues 2011 - 2012 13 / 28

 Moments d’une v.a. continue

Exemple
Soit X une v.a. de fonction de densité de probabilité définie par :

1


 si 0 < x < 2;
f (x) = 2


0 sinon.

1 Calculer Var(X) et Var(X 2 + 1).

Solution :
Z +∞ Z 2  2
1 1
1 On a Var(X) = (x − E(X))2 f (x)dx = (x − 1)2 dx = (x − 1)3 =
−∞ 0 2 6 0
1 1 1
+ = .
6 6 3

I. Elhattab (ENCG) Variables continues 2011 - 2012 13 / 28

 Moments d’une v.a. continue

Exemple
Soit X une v.a. de fonction de densité de probabilité définie par :

1


 si 0 < x < 2;
f (x) = 2


0 sinon.

1 Calculer Var(X) et Var(X 2 + 1).

Solution :
Z +∞ Z 2  2
1 1
1 On a Var(X) = (x − E(X))2 f (x)dx = (x − 1)2 dx = (x − 1)3 =
−∞ 0 2 6 0
1 1 1
+ = .
6 6 3
De même
4 2
Z +∞  Z 2  
2 1
Var(X 2 + 1) = g(x) − E(g(X)) f (x)dx = x2 − dx =
−∞ 0 2 3
  2  
1 1 5 8 16 9−5 64
x − x3 + x = 16 = .
2 5 9 9 0 5×9 45

I. Elhattab (ENCG) Variables continues 2011 - 2012 13 / 28

 Moments d’une v.a. continue

Propriétés
Soit X et Y deux variables aléatoires, et, a et b deux réels, on a,
1 E(a) = a, E(aX + b) = aE(X) + b.
2 Var(a) = 0, Var(aX + b) = a2 Var(X).

Démonstration
La v.a. X étant continue, X admet donc une densité de probabilité f .
Z Z Z
1 On a : E(aX + b) = (ax + b)f (x)dx = a xf (x)dx + b f (x)dx = aE(X) + b.
R R R
Remarquons que pour a = 0 on a E(b) = b.
2 On a :
Z  2 Z  2
Var(aX + b) = ax + b − E(aX + b) f (x)dx = ax − aE(X) f (x)dx
R R
Z  2
2
= a x − E(X) f (x)dx
R
= a2 Var(X).

Pour a = 0 nous avons donc Var(b) = 0.

I. Elhattab (ENCG) Variables continues 2011 - 2012 14 / 28

 Quelques lois usuelles continues

Quelques lois usuelles continues

I. Elhattab (ENCG) Variables continues 2011 - 2012 15 / 28

 Quelques lois usuelles continues

Introduction

1 Loi uniforme ;
2 Loi normale ;
3 Loi exponentielle.

I. Elhattab (ENCG) Variables continues 2011 - 2012 16 / 28

 Loi uniforme

Loi uniforme

I. Elhattab (ENCG) Variables continues 2011 - 2012 17 / 28

 Loi uniforme

Définition
On dit qu'une v.a. X est de loi uniforme sur un intervalle [a, b] (pour a < b), et on
note X ∼ U ([a, b]), si sa densité de probabilité est donnée par :
 1

 si a ≤ x ≤ b;
f (x) = b−a

sinon.

0

I. Elhattab (ENCG) Variables continues 2011 - 2012 18 / 28

 Loi uniforme

Définition
On dit qu'une v.a. X est de loi uniforme sur un intervalle [a, b] (pour a < b), et on
note X ∼ U ([a, b]), si sa densité de probabilité est donnée par :
 1

 si a ≤ x ≤ b;
f (x) = b−a

sinon.

0

Remarque
Z
1
Z b
On vérie que : f (x)dx = dx = 1.
R b−a a
1
Z d d−c
Aussi, pour a ≤ c ≤ d ≤ b, on a : P(c ≤ X ≤ d) = dx = .
b−a c b−a

Exemple
Soit X une v.a. de loi uniforme sur [0, 7]. Calculer la probabilité que : 2 < X < 5.

I. Elhattab (ENCG) Variables continues 2011 - 2012 18 / 28

 Loi uniforme

Définition
On dit qu'une v.a. X est de loi uniforme sur un intervalle [a, b] (pour a < b), et on
note X ∼ U ([a, b]), si sa densité de probabilité est donnée par :
 1

 si a ≤ x ≤ b;
f (x) = b−a

sinon.

0

Remarque
Z
1
Z b
On vérie que : f (x)dx = dx = 1.
R b−a a
1
Z d d−c
Aussi, pour a ≤ c ≤ d ≤ b, on a : P(c ≤ X ≤ d) = dx = .
b−a c b−a

Exemple
Soit X une v.a. de loi uniforme sur [0, 7]. Calculer la probabilité que : 2 < X < 5.
5−2 3
P(2 < X < 5) = = .
7−0 7
I. Elhattab (ENCG) Variables continues 2011 - 2012 18 / 28
 Loi uniforme

Fonction de répartition
Soit X une v.a. de loi uniforme sur [a, b]. La fonction de répartition de X est dénie
par :
si x < a;

 0
 x−a
F(x) = si a ≤ x < b;
 b−a

1 si x ≥ b

Exemple
Soit X une v.a. de loi uniforme sur [0, 7]. Calculer les probabilités que : X < 3,
X > 1.

I. Elhattab (ENCG) Variables continues 2011 - 2012 19 / 28

 Loi uniforme

Fonction de répartition
Soit X une v.a. de loi uniforme sur [a, b]. La fonction de répartition de X est dénie
par :
si x < a;

 0
 x−a
F(x) = si a ≤ x < b;
 b−a

1 si x ≥ b

Exemple
Soit X une v.a. de loi uniforme sur [0, 7]. Calculer les probabilités que : X < 3,
X > 1.
3−0 3
P(X < 3) = = ,
7−0 7

I. Elhattab (ENCG) Variables continues 2011 - 2012 19 / 28

 Loi uniforme

Fonction de répartition
Soit X une v.a. de loi uniforme sur [a, b]. La fonction de répartition de X est dénie
par :
si x < a;

 0
 x−a
F(x) = si a ≤ x < b;
 b−a

1 si x ≥ b

Exemple
Soit X une v.a. de loi uniforme sur [0, 7]. Calculer les probabilités que : X < 3,
X > 1.
3−0 3 7−1 6 1
P(X < 3) = = , et, P(X > 1) = = (= 1 − ).
7−0 7 7−0 7 7

I. Elhattab (ENCG) Variables continues 2011 - 2012 19 / 28

 Loi uniforme

Théorème
Soit X une v.a. de loi uniforme sur [a, b]. Alors on a :
a+b
E(X) = ,
2
et
(b − a)2
Var(X) = .
12

Exemple
Soit X une v.a. uniforme sur [0, 7]. Calculer E(3X 2 − 2) et Var(3X 2 − 2).

I. Elhattab (ENCG) Variables continues 2011 - 2012 20 / 28

 Loi normale

Loi normale

I. Elhattab (ENCG) Variables continues 2011 - 2012 21 / 28

 Loi normale

Définition
On dit qu'une v.a. X est de loi normale de paramètres µ et σ > 0, et on note
X ∼ N (µ, σ), si sa densité de probabilité est donnée par :

(x − µ)2
 
1
f (x) = √ exp − .
σ 2π 2σ 2

I. Elhattab (ENCG) Variables continues 2011 - 2012 22 / 28

 Loi normale

Définition
On dit qu'une v.a. X est de loi normale de paramètres µ et σ > 0, et on note
X ∼ N (µ, σ), si sa densité de probabilité est donnée par :

(x − µ)2
 
1
f (x) = √ exp − .
σ 2π 2σ 2

Remarque
Cas particulier (très important) : Si µ = 0 et σ = 1 on dit que X est de loi normale
centrée réduite. Dans ce cas, la densité de probabilité de X est donnée par :
 2
1 x
f (x) = √ exp − .
2π 2

Exemple
Soit X une v.a. de loi normale centrée réduite. Calculer la probabilité que : X < 0.

I. Elhattab (ENCG) Variables continues 2011 - 2012 22 / 28

 Loi normale

Définition
On dit qu'une v.a. X est de loi normale de paramètres µ et σ > 0, et on note
X ∼ N (µ, σ), si sa densité de probabilité est donnée par :

(x − µ)2
 
1
f (x) = √ exp − .
σ 2π 2σ 2

Remarque
Cas particulier (très important) : Si µ = 0 et σ = 1 on dit que X est de loi normale
centrée réduite. Dans ce cas, la densité de probabilité de X est donnée par :
 2
1 x
f (x) = √ exp − .
2π 2

Exemple
Soit X une v.a. de loi normale centrée réduite. Calculer la probabilité que : X < 0.

0 1 +∞ 1
Z  2 Z  2
1 x x 1
P(X < 0) = √ exp − dx = √ exp − dx = .
−∞ 2π 2 2 −∞ 2π 2 2

I. Elhattab (ENCG) Variables continues 2011 - 2012 22 / 28

 Loi normale

Fonction de répartition
Soit X une v.a. de loi normale centrée réduite. La fonction de répartition de X
s'écrit : Z x  2
1 x
F(x) = √ exp − dx.
2π −∞ 2

Propriété
Si X ∼ N (0, 1), alors, pour tout x ∈ R, on a : F(−x) = 1 − F(x).

I. Elhattab (ENCG) Variables continues 2011 - 2012 23 / 28

 Loi normale

Fonction de répartition
Soit X une v.a. de loi normale centrée réduite. La fonction de répartition de X
s'écrit : Z x  2
1 x
F(x) = √ exp − dx.
2π −∞ 2

Propriété
Si X ∼ N (0, 1), alors, pour tout x ∈ R, on a : F(−x) = 1 − F(x).

Démonstration
En effet,

x2 x2 x2
Z −x ( ) Z +∞ ( ) Z +∞ ( )
1 1 1
F(−x) = √ exp − dx = √ exp − dx − √ exp − dx
−∞ 2π 2 −∞ 2π 2 −x 2π 2

x2
Z x ( )
1
= 1− √ exp − dx = 1 − F(x).
−∞ 2π 2

I. Elhattab (ENCG) Variables continues 2011 - 2012 23 / 28

 Loi normale

Fonction de répartition
Soit X une v.a. de loi normale centrée réduite. La fonction de répartition de X
s'écrit : Z x  2
1 x
F(x) = √ exp − dx.
2π −∞ 2

Propriété
Si X ∼ N (0, 1), alors, pour tout x ∈ R, on a : F(−x) = 1 − F(x).

Démonstration
En effet,

x2 x2 x2
Z −x ( ) Z +∞ ( ) Z +∞ ( )
1 1 1
F(−x) = √ exp − dx = √ exp − dx − √ exp − dx
−∞ 2π 2 −∞ 2π 2 −x 2π 2

x2
Z x ( )
1
= 1− √ exp − dx = 1 − F(x).
−∞ 2π 2

Exemple
1
OnI. Elhattab
vérie (ENCG)
encore que pour une v.a. Variables
normale centrée réduite X , P(X < 0) =
continues 2011 .- 2012 23 / 28
 Loi normale

Lien entre N (µ, σ) et N (0, 1)

Proposition
Si Y ∼ N (µ, σ), alors :
Y −µ
X= ∼ N (0, 1).
σ

Exemple

I. Elhattab (ENCG) Variables continues 2011 - 2012 24 / 28

 Loi normale

Théorème
Soit X une v.a. de loi normale centré réduite. Alors on a :

E(X) = 0,

et
Var(X) = 1.

I. Elhattab (ENCG) Variables continues 2011 - 2012 25 / 28

 Loi normale

Théorème
Soit X une v.a. de loi normale centré réduite. Alors on a :

E(X) = 0,

et
Var(X) = 1.

D'où le nom de v.a. normale centrée réduite

I. Elhattab (ENCG) Variables continues 2011 - 2012 25 / 28

 Loi normale

Théorème
Soit X une v.a. de loi normale centré réduite. Alors on a :

E(X) = 0,

et
Var(X) = 1.

D'où le nom de v.a. normale centrée réduite

Exemple
Soit X une v.a. normale de paramètres µ et σ > 0. Calculer E(X) Var(X).

I. Elhattab (ENCG) Variables continues 2011 - 2012 25 / 28

 Loi normale

I. Elhattab (ENCG) Variables continues 2011 - 2012 26 / 28

 Loi exponentielle

Loi exponentielle

I. Elhattab (ENCG) Variables continues 2011 - 2012 27 / 28

 Loi exponentielle

I. Elhattab (ENCG) Variables continues 2011 - 2012 28 / 28