Académique Documents
Professionnel Documents
Culture Documents
Remarque
Une expérience aléatoire consiste à choisir au hasard un nombre réel X dans l'intervalle I = ]0 ; 10].
L'univers est l'intervalle I. C'est un univers infini. On ne peut pas utiliser les probabilités vues jusqu'à présent
et qui s'appliquaient à un univers fini. En effet, puisqu'il y a une infinité de nombres dans l'intervalle I, la
probabilité de chacun de ces nombres est nulle et les raisonnements que l'on faisait en additionnant des
probabilités d'éventualités ne sont plus applicables. Il faudra dans ce cas raisonner sur des probabilités
d'intervalles.
Remarques
● Un segment d'une certaine longueur est constitué d'une
infinité de points ayant chacun une longueur nulle.
● L'aire d'une partie du plan peut-être calculée en utilisant une
intégrale. Pourtant cette partie du plan est constituée d'une
infinité de segments ayant chacun une aire nulle.
● De la même façon on peut définir une loi de probabilité sur
un intervalle [a ; b], en utilisant une intégrale.
Et ceci même si chaque nombre de [a ; b] a une probabilité
nulle. La fonction que l'on intègrera sera appelée fonction de
densité de la loi probabilité.
http://xmaths.free.fr TS − Lois de probabilité à densité page 1 / 12
Définition
Soit X une variable aléatoire prenant ses valeurs dans un intervalle [a ; b].
On dit que X suit la loi uniforme sur [a ; b] lorsque pour tout u ∈ [a ; b] et tout v ∈ [a ; b] tels que u £ v
v
on a p(u £ X £ v) = ⌠
⌡
1 dx
u b-a 1
b-a
c'est-à-dire que p(u £ X £ v) est égale à l'aire, en unités d'aire,
M
u£x£v
de l'ensemble des points M(x ; y) du plan tels que
0 £ y £ f(x)
où la fonction f est définie sur [a ; b] par f(x) = 1
b-a a u v b
Cette fonction f définie par f(x) = 1 est appelée fonction de densité de la loi uniforme sur [a ; b].
b-a
Remarques
u£x£v
● Dans le cas d'une loi uniforme, l'ensemble des points M(x ; y) du plan tels que est un
0 £ y £ f(x)
rectangle et on a de façon évidente p(u £ X £ v) = (v - u) x 1 =v-u.
b-a b-a
● La valeur 1 a été choisie de telle façon que p(a £ X £ b) = 1 .
b-a
● On pourra utiliser la notation p(u £ X £ v) = p([u ; v]).
● On a p(X = u) = 0 et p(X = v) = 0, donc p([u ; v]) = p(]u ; v]) = p([u ; v[) = p(]u ; v[) .
● Il est parfois utile que la fonction de densité de la loi uniforme sur [a ; b] soit définie sur IR.
Dans ce cas, on prendra f(x) = 1 pour x ∈ [a ; b] et f(x) = 0 pour x ∉ [a ; b].
b-a
Exercice 03 (voir réponses et correction)
Une variable aléatoire X suit la loi uniforme sur [-1 ; 1].
Déterminer : p(X £ 0,3) ; p- 1 £ X £ 1 ; p(X > 0,3) ; p X ∈ 1 ; 3 ; p X ∉ 1 ; 1
2 2 4 4 6 2
[]
Remarques
● On a p(X = u) = 0 et p(X = v) = 0, donc p([u ; v]) = p(]u ; v]) = p([u ; v[) = p(]u ; v[) .
● Il est parfois utile que la fonction de densité soit définie sur IR.
Dans ce cas, on prendra f(x) = 0 pour x ∉ [a ; b].
Si X suit la loi uniforme sur [a ; b] alors son espérance mathématique est E(X) = a + b .
2
Remarque
Si une variable aléatoire prend ses valeurs dans un intervalle non borné, par exemple [0 ; +∞ [, on ne peut
pas utiliser une loi uniforme, mais on pourra néanmoins utiliser une loi à densité.
Définition
Soit X une variable aléatoire prenant ses valeurs dans l'intervalle [0 ; +∞ [.
On dit que X suit une loi exponentielle de paramètre λ (λ > 0)
lorsque pour tout u ∈ [0 ; +∞ [ et tout v ∈ [0 ; +∞ [ tels que u £ v
v λ
on a p(u £ X £ v) = ⌠
⌡ λe
-λt dt
u
c'est-à-dire que p(u £ X £ v) est égale à l'aire, en unités d'aire,
u£x£v M
de l'ensemble des points M(x ; y) du plan tels que
0 £ y £ f(x)
La fonction f définie sur [0 ; +∞ [ par f(t) = λ e -λt est appelée u v
fonction de densité de la loi exponentielle de paramètre λ.
Remarque
v v
p([u ; v]) = ⌠
⌡ λe
-λt dt = - e -λt = e -λu - e -λv .
u u
Remarque
Les lois exponentielles sont utilisées pour des phénomènes de durée de vie sans usure ou sans
vieillissement.
Par exemple lorsqu'on considère un composant électronique très fiable comme une DEL (diode
électroluminescente), on peut considérer que ce composant ne s'use pas. Sa durée de vie à un moment
donné est toujours la même et ne dépend pas du temps pendant lequel il a déjà fonctionné. Sa "mort" n'est
pas due à l'usure mais à un événement autre (chute de l'appareil, surtension…).
Si on note X la variable aléatoire correspondant à la durée de vie du composant électronique,
p(X ³ t)(X ³ t+s) est la probabilité que la durée de vie soit supérieure à t+s sachant qu'elle est supérieure à t
et p(X ³ s) est la probabilité que la durée de vie soit supérieure à s.
Autrement dit : si la DEL a fonctionné jusqu'à l'instant t, la probabilité qu'elle fonction encore au-delà de
l'instant t+s, c'est-à-dire qu'elle fonctionne encore au moins s unités de temps supplémentaires est égale à
la probabilité qu'elle fonctionne au moins s unités de temps à partir de l'instant 0.
http://xmaths.free.fr TS − Lois de probabilité à densité page 4 / 12
Remarque
Pour une loi exponentielle, on a aussi p[t ; +∞[([t ; t+s]) = p([0 ; s]) .
Si X est la variable aléatoire correspondant à la durée de vie d'un composant électronique, cette égalité
s'interprète de la façon suivante : sachant que le composant est encore en vie à l'instant t, la probabilité qu'il
meurt dans les s unités de temps qui suivent est égale à la probabilité qu'il meurt dans les s unités de temps
à partir de l'instant 0. Ce qui revient à dire qu'à tout instant t, la probabilité que le composant meurt dans
les s unités de temps qui suivent est la même.
Afin de standardiser la courbe en vue d'étendre les résultats à une infinité de valeurs en utilisant une
fonction de densité, on peut commencer par centrer la variable (la courbe en cloche semble symétrique).
Pour cela on considère la variable aléatoire : Yn = Xn - n x p .
D'après les propriétés connues, cette variable aléatoire Yn aura alors une espérance mathématique égale
à 0 et un écart-type identique à celui de la variable aléatoire Xn.
Puis afin de standardiser les écarts possibles de la variable aléaloire, on la divisera par l'écart-type σ.
Xn - n x p
On obtient alors la variable aléatoire Zn = .
n x p x (1 - p)
D'après les propriétés connues, la variable aléatoire Zn aura alors une espérance mathématique égale
à 0 et un écart-type égal à 1.
On dit que Zn est la variable aléatoire centrée réduite associée à Xn.
Lorsqu'on fait une représentation graphique de la loi de probabilité de Zn on obtient une forme en cloche qui
reste très stable lorsqu'on fait varier les valeurs de n et de p.
Définition
Soit X une variable aléatoire prenant ses valeurs dans IR.
On dit que X suit la loi normale centrée réduite N(0 ; 1) lorsque
pour tout u ∈ IR et tout v ∈ IR tels que u £ v ,
v 1 2
- t
on a p(u £ X £ v) = ⌠
⌡
1 dte 2
2π
u
c'est-à-dire que p(u £ X £ v) est égale à l'aire, en unités d'aire, M
u£x£v
de l'ensemble des points M(x ; y) du plan tels que
0 £ y £ f(x)
1 2 u v
- t
La fonction f définie sur IR par f(t) = 1 e 2 est appelée
2π
fonction de densité de la loi normale centrée réduite N(0 ; 1).
Remarques
● On ne peut pas, à partir des fonctions déjà connues, trouver de primitive de la fonction de densité de la
1 2
1 - t
loi normale centrée réduite N(0 ; 1), c'est-à-dire de la fonction f définie sur IR par f(t) = . e 2
2π
● La fonction de densité de la loi normale centrée réduite a une courbe symétrique par rapport à (Oy), et
0 1 2 x 1 2
⌠ - t - t
par conséquent si x est un nombre réel positif, on a ⌡
1 e 2
dt = ⌠
⌡
1 e 2
dt .
-x 2π 0 2π
Définition
Si une variable aléatoire X prenant ses valeurs dans IR suit une loi de fonction de densité f, alors son
0 x
espérance mathématique est définie par : E(X) = lim ⌠ t f(t) dt + lim ⌠ t f(t) dt .
x→-∞ ⌡ x→+∞ ⌡
x 0
2
Sa variance V(X) est définie par V(X) = E[(X - E(X)) ] et son écart-type est défini par σ(X) = V(X) .
Remarque
Lorsqu'on parle de la loi normale centrée réduite, le mot "centrée" signifie que l'espérance mathématique est
égale à 0 et cela correspond au premier paramètre de la notation N(0 ; 1), le mot "réduite" signifie que la
variance est égale à 1 et cela correspond au deuxième paramètre de la notation N(0 ; 1).
Remarque
Statistiquement cela signifie que 95% des réalisations de X se trouvent dans l'intervalle [-1,96 ; 1,96] et
99% des réalisations de X se trouvent dans l'intervalle [-2,58 ; 2,58].
Définition
Soit X une variable aléatoire prenant ses valeurs dans IR.
Soit µ un réel et σ un réel positif.
On dit que X suit la loi normale N(µ ; σ2) lorsque la variable aléatoire Z = X - µ suit la loi normale centrée
σ
réduite N(0 ; 1).
Remarques
● Lorsqu'on prend α = 0,05 on sait que uα ≈ 1,96. On obtient alors l'intervalle de fluctuation asymptotique
Définition
Si f est la fréquence observée sur un échantillon de taille n (avec n assez grand), alors on dit que la
proportion p (dans la population générale) se trouve dans l'intervalle f - 1 ; f + 1 avec un niveau de
n n
confiance supérieur à 95%.
On dit que l'intervalle f - 1 ; f + 1 est un intervalle de confiance à 95% de la proportion p.
n n
Remarque
On pourra utiliser cet intervalle de confiance lorsque les conditions suivantes sont remplies :
n ³ 30 ; n x p ³ 5 et n x (1 - p) ³ 5 .
Remarque
L'intervalle f - 1,96 x f(1 - f) ; f + 1,96 x f(1 - f) est parfois utilisé comme intervalle de confiance à
n n
95 % mais il n'est pas possible de le justifier au niveau d'une Terminale.