Académique Documents
Professionnel Documents
Culture Documents
Chapitre III
Les variables aléatoires continues
1 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
Introduction
2 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
I. Définition
3 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
I. Définition
3 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
I. Définition
3 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
I. Définition
3 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Intéressons-nous aux salaires observés des 1000 employés d’une
entreprise :
5 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Intéressons-nous aux salaires observés des 1000 employés d’une
entreprise :
Salaires Effectif
[1000 ; 1500[ 500
[1500 ; 2000[ 200
[2000 ; 2500[ 250
[2500 ; 3000[ 50
Total 1000
1. Pourquoi doit-on présenter les variables continues sous la
forme d’intervalles ?
5 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Intéressons-nous aux salaires observés des 1000 employés d’une
entreprise :
Salaires Effectif
[1000 ; 1500[ 500
[1500 ; 2000[ 200
[2000 ; 2500[ 250
[2500 ; 3000[ 50
Total 1000
1. Pourquoi doit-on présenter les variables continues sous la
forme d’intervalles ?
2. Calculez des fréquences relatives des différents salaires
5 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Intéressons-nous aux salaires observés des 1000 employés d’une
entreprise :
Salaires Effectif
[1000 ; 1500[ 500
[1500 ; 2000[ 200
[2000 ; 2500[ 250
[2500 ; 3000[ 50
Total 1000
1. Pourquoi doit-on présenter les variables continues sous la
forme d’intervalles ?
2. Calculez des fréquences relatives des différents salaires
3. Représentez graphiquement la distribution de la population en
fonction de son salaire
5 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
6 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Remarques :
7 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Remarques :
I L’aire d’un histogramme est toujours égal à 1.
7 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Remarques :
I L’aire d’un histogramme est toujours égal à 1.
I On peut compléter/substituer à l’histogramme un polygone de
fréquence
7 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
8 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
9 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Plus l’amplitude de la classe est faible, plus l’information fournie est
précise :
10 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
Plus l’amplitude de la classe est faible, plus l’information fournie est
précise :
Salaires Effectif
[1000 ;1250[ 200
[1250 ; 1500[ 300
[1500 ; 1750[ 150
[1750 ; 2000[ 50
[2000 ; 2250[ 100
[2250 ; 2500[ 150
[2500 ; 2750[ 40
[2750 ; 3000[ 10
Total 1000
10 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
11 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
12 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
13 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
14 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
1. Fonction de densité
15 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
I b+∞ f (x)dx =
R
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Fonction de densité
16 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
17 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
17 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
17 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
18 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
R R 40
I f (x)dx = 0 f (x)dx = 1 (2)
x∈DX
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
R R 40
I f (x)dx = 0 f (x)dx = 1 (2)
x∈DX
D’après le graphique, on voit que la condition (1) est toujours
vérifiée.
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
R R 40
I f (x)dx = 0 f (x)dx = 1 (2)
x∈DX
D’après le graphique, on voit que la condition (1) est toujours
vérifiée.
R 40
Vérification de la condition (2) : 0 f (x)dx =?
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
R R 40
I f (x)dx = 0 f (x)dx = 1 (2)
x∈DX
D’après le graphique, on voit que la condition (1) est toujours
vérifiée.
R 40
Vérification de la condition (2) : 0 f (x)dx =?
Deux approches possibles :
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
R R 40
I f (x)dx = 0 f (x)dx = 1 (2)
x∈DX
D’après le graphique, on voit que la condition (1) est toujours
vérifiée.
R 40
Vérification de la condition (2) : 0 f (x)dx =?
Deux approches possibles :
I Méthode 1 : calculons l’aire du triangle
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Rappel : On appelle fonction de densité de X la fonction numérique
f qui vérifie ces deux conditions :
I f (x) ≥ 0, ∀x ∈ DX (1)
R R 40
I f (x)dx = 0 f (x)dx = 1 (2)
x∈DX
D’après le graphique, on voit que la condition (1) est toujours
vérifiée.
R 40
Vérification de la condition (2) : 0 f (x)dx =?
Deux approches possibles :
I Méthode 1 : calculons l’aire du triangle
I Méthode 2 : calculons l’intégrale de f(x)
19 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
20 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
20 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
20 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
20 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine :
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente :
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 =
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 = - 0.00125
On a donc f(x)= 0.05-0,00125x
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 = - 0.00125
On a donc f(x)= 0.05-0,00125x
R 40
Nous pouvons maintenant calculer 0 f (x)dx
R 40
0 f (x)dx =
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 = - 0.00125
On a donc f(x)= 0.05-0,00125x
R 40
Nous pouvons maintenant calculer 0 f (x)dx
R 40 R 40
0 f (x)dx = 0 (0.05 − 0.00125x)dx =
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 = - 0.00125
On a donc f(x)= 0.05-0,00125x
R 40
Nous pouvons maintenant calculer 0 f (x)dx
0.00125 2 40
R 40 R 40
0 f (x)dx = 0 (0.05 − 0.00125x)dx = 0.05x − 2 .x 0 =
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 = - 0.00125
On a donc f(x)= 0.05-0,00125x
R 40
Nous pouvons maintenant calculer 0 f (x)dx
0.00125 2 40
R 40 R 40
0 f (x)dx = 0 (0.05 − 0.00125x)dx = 0.05x − 2 .x 0 =
0.05 × 40 − 0.00125
2 .402 − (0.05 × 0 − 0.00125
2 .02 ) =
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
1.Vérifiez que f(x) est une fonction de densité
Méthode 2 : calculons l’intégrale de f(x)
Tout d’abord, déterminons l’équation de f(x) :
I Ordonnée à l’origine : 0.05
I Pente : 0.05−0
0−40 = - 0.00125
On a donc f(x)= 0.05-0,00125x
R 40
Nous pouvons maintenant calculer 0 f (x)dx
0.00125 2 40
R 40 R 40
0 f (x)dx = 0 (0.05 − 0.00125x)dx = 0.05x − 2 .x 0 =
0.05 × 40 − 0.00125
2 .402 − (0.05 × 0 − 0.00125
2 .02 ) =2 − 1 = 1
⇒ Les conditions (1) et (2) sont donc bien vérifiées, f(x) est une
fonction de densité.
21 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
2. Représentation graphique de P{10 < X < 20}
22 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
2. Représentation graphique de P{10 < X < 20}
23 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
2. Représentation graphique de P{10 < X < 20}
23 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
2. Représentation graphique de P{10 < X < 20}
1. Fonction de densité
Exemple :
24 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
24 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
24 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
24 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
24 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
24 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. Fonction de densité
Exemple :
25 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
26 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
27 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
Exemple :
2. Représentation graphique de P{X < 20}
28 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
29 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
29 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
29 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
29 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
29 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
30 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
30 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
30 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
31 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
31 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
31 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
31 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. Fonction de répartition
2. Fonction de répartition
2. Fonction de répartition
Exemple :
2. Fonction de répartition
Exemple :
2. Fonction de répartition
Exemple :
2. Fonction de répartition
Exemple :
3. L’espérance mathématique
3. L’espérance mathématique
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Indicateur de tendance centrale.
34 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
Remarque 1 : E(X) est le « centre de gravité »du graphique de la
fonction de densité
35 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
36 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
36 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
36 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
36 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
36 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. L’espérance mathématique
3. L’espérance mathématique
4. La variance et l’écart-type
4. La variance et l’écart-type
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Indicateurs de dispersion.
p
⇒ L’écart-type : σ(X ) = V (X )
37 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40
E (X 2 ) = 0 x 2 .f (x)dx =
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0 (0.05x − 0.00125x )dx =
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
0.05 3 0.00125 4
3 × 40 − 4 .40 − 0 =
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
0.05 3 0.00125 4
3 × 40 − 4 .40 − 0 = 266.67
On a donc V(X)= E [X 2 ] − E 2 [X ] =
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
0.05 3 0.00125 4
3 × 40 − 4 .40 − 0 = 266.67
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
0.05 3 0.00125 4
3 × 40 − 4 .40 − 0 = 266.67
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
0.05 3 0.00125 4
3 × 40 − 4 .40 − 0 = 266.67
38 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4. La variance et l’écart-type
4. La variance et l’écart-type
Retour à notre exemple : calculons la variance et l’écart-type du
temps entre deux appels.
Rappel V (X ) = σ 2 (X ) = E (X 2 ) − E (X )2
Calculons d’abord E [X 2 ]
R 40 R 40
E (X 2 ) = 0 x 2 .f (x)dx = 0 x 2 .(0.05 − 0.00125x)dx =
R 40 2 3
0.05 3 0.00125 4 40
0 (0.05x − 0.00125x )dx = 3 x − 4 .x 0 =
0.05 3 0.00125 4
3 × 40 − 4 .40 − 0 = 266.67
39 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
2. La loi exponentielle
3. La loi normale
4. Quelques lois dérivées de la loi normale
4.1 La loi du χ2
4.2 La loi de Student - Fisher
4.3 La loi de Fisher - Snédecor
39 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
On écrira X ∼ U(a, b)
40 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
41 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
42 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
43 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
43 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
43 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
On a toujours :
44 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
On a toujours :
I E (X ) = a+b2
44 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
On a toujours :
I E (X ) = a+b2
Remarque : la loi uniforme est symétrique par rapport à E(X)
44 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
1. La loi uniforme
On a toujours :
I E (X ) = a+b2
Remarque : la loi uniforme est symétrique par rapport à E(X)
(b−a)2
I V (X ) = 12
44 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
45 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Cette loi :
I Décrit le temps entre des événements
45 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Cette loi :
I Décrit le temps entre des événements arrivant de façon
continue et indépendamment les uns des autres avec une
intensité constante (processus de Poisson).
45 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Cette loi :
I Décrit le temps entre des événements arrivant de façon
continue et indépendamment les uns des autres avec une
intensité constante (processus de Poisson).
I Permet de modéliser
45 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Cette loi :
I Décrit le temps entre des événements arrivant de façon
continue et indépendamment les uns des autres avec une
intensité constante (processus de Poisson).
I Permet de modéliser
I la durée de vie d’un phénomène
45 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Cette loi :
I Décrit le temps entre des événements arrivant de façon
continue et indépendamment les uns des autres avec une
intensité constante (processus de Poisson).
I Permet de modéliser
I la durée de vie d’un phénomène ou
I le temps d’attente avant que ne se produise un certain
événement
45 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Une v.a. X suit une loi exponentielle de paramètre λ si sa fonction
de densité est :
46 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Une v.a. X suit une loi exponentielle de paramètre λ si sa fonction
de densité est :
f (x) = λe −λx , ∀x ∈ [0, +∞[
46 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Une v.a. X suit une loi exponentielle de paramètre λ si sa fonction
de densité est :
f (x) = λe −λx , ∀x ∈ [0, +∞[
On écrira X ∼ Exp(λ).
46 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Sa fonction de répartition est :
47 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Sa fonction de répartition est :
F (x) = 1 − e −λx , ∀x ∈ [0, +∞[
47 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
On a toujours :
48 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
On a toujours :
I E (X ) = λ1
48 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
On a toujours :
I E (X ) = λ1
I V (X ) = 1 1
λ2
et σ(X ) = λ
48 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
On a toujours :
I E (X ) = λ1
I V (X ) = 1 1
λ2
et σ(X ) = λ
Remarque :
I Loi discrète équivalente =
48 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
On a toujours :
I E (X ) = λ1
I V (X ) = 1 1
λ2
et σ(X ) = λ
Remarque :
I Loi discrète équivalente =la loi géométrique.
48 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type.
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type. X suivant une loi exponentielle de paramètre
(λ = 51 ), on sait que
I E (X ) = 1 1
λ = 1/5 =5
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type. X suivant une loi exponentielle de paramètre
(λ = 51 ), on sait que
I E (X ) = λ1 = 1/5
1
=5
1
I σ(X ) = λ = 5
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type. X suivant une loi exponentielle de paramètre
(λ = 51 ), on sait que
I E (X ) = λ1 = 1/5
1
=5
1
I σ(X ) = λ = 5
Un ordinateur fonctionnera en moyenne entre 0 et 10 ans.
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type. X suivant une loi exponentielle de paramètre
(λ = 51 ), on sait que
I E (X ) = λ1 = 1/5
1
=5
1
I σ(X ) = λ = 5
Un ordinateur fonctionnera en moyenne entre 0 et 10 ans.
2. Calculez la probabilité qu’un ordinateur fonctionne moins de 4
ans.
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type. X suivant une loi exponentielle de paramètre
(λ = 51 ), on sait que
I E (X ) = λ1 = 1/5
1
=5
1
I σ(X ) = λ = 5
Un ordinateur fonctionnera en moyenne entre 0 et 10 ans.
2. Calculez la probabilité qu’un ordinateur fonctionne moins de 4
ans.
X suivant une loi exponentielle de paramètre (λ = 15 ), on sait que
F (4) =
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
2. La loi exponentielle
2. La loi exponentielle
Application
La durée de vie en années d’un ordinateur est une v.a. X suivant
une loi exponentielle de paramètre (λ = 51 ).
1. Calculez la durée de vie moyenne d’un ordinateur ainsi que son
écart-type. X suivant une loi exponentielle de paramètre
(λ = 51 ), on sait que
I E (X ) = λ1 = 1/5
1
=5
1
I σ(X ) = λ = 5
Un ordinateur fonctionnera en moyenne entre 0 et 10 ans.
2. Calculez la probabilité qu’un ordinateur fonctionne moins de 4
ans.
X suivant une loi exponentielle de paramètre (λ = 15 ), on sait que
1
F (4) =1 − e − 5 ×4 = 1 − e −0,8 =1-0,45=0,55.
49 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
3. La loi normale
50 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
3. La loi normale
Loi statistique la plus répandue et la plus utile.
50 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
3. La loi normale
Loi statistique la plus répandue et la plus utile.
50 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
3. La loi normale
Loi statistique la plus répandue et la plus utile.
50 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
3. La loi normale
Loi statistique la plus répandue et la plus utile.
50 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
3. La loi normale
Loi statistique la plus répandue et la plus utile.
On écrira X ∼ N(µ, σ)
50 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
51 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
51 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
51 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
3. La loi normale
Représentations graphiques
52 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
53 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
54 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Représentations graphiques
55 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale,
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
56 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 1 : Transformation linéaire
Soient X une v.a. suivant la loi normale N (µ, σ) et a et b deux
réels,
Alors aX + b est une v.a. suivant la loi normale, N (aµ + b, |a|.σ).
3. La loi normale
57 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés - Exemple
58 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 2 : Additivité
Si X1 , ..., Xn , sont des v.a. indépendantes de lois respectives
N(µ1 , σ1 ), ..., N(µn , σn ),
59 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 2 : Additivité
Si X1 , ..., Xn , sont des v.a. indépendantes de lois respectives
N(µ1 , σ1 ), ..., N(µn , σn ),
Alors leur somme X1 + ... + Xn est normale, de loi :
59 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 2 : Additivité
Si X1 , ..., Xn , sont des v.a. indépendantes de lois respectives
N(µ1 , σ1 ), ..., N(µn , σn ),
Alors leur somme X1 + ... + Xn est qnormale, de loi :
X1 + ... + Xn ∼ N(µ1 + ... + µn , σ12 + ... + σn2 ).
59 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 2 : Additivité
Si X1 , ..., Xn , sont des v.a. indépendantes de lois respectives
N(µ1 , σ1 ), ..., N(µn , σn ),
Alors leur somme X1 + ... + Xn est qnormale, de loi :
X1 + ... + Xn ∼ N(µ1 + ... + µn , σ12 + ... + σn2 ).
Exemple :
Soient X ∼ N(15, 2) et Y ∼ N(10, 1).
59 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 2 : Additivité
Si X1 , ..., Xn , sont des v.a. indépendantes de lois respectives
N(µ1 , σ1 ), ..., N(µn , σn ),
Alors leur somme X1 + ... + Xn est qnormale, de loi :
X1 + ... + Xn ∼ N(µ1 + ... + µn , σ12 + ... + σn2 ).
Exemple :
Soient X ∼ N(15, 2) et Y ∼ N(10, 1).
⇒ Déterminez la loi suivie par X+Y.
59 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 2 : Additivité
Si X1 , ..., Xn , sont des v.a. indépendantes de lois respectives
N(µ1 , σ1 ), ..., N(µn , σn ),
Alors leur somme X1 + ... + Xn est qnormale, de loi :
X1 + ... + Xn ∼ N(µ1 + ... + µn , σ12 + ... + σn2 ).
Exemple :
Soient X ∼ N(15, 2) et Y ∼ N(10, 1).
⇒ Déterminez la√loi suivie par
√X+Y.
X + Y ∼ N(25, 22 + 12 = 5)
59 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
60 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
Considérons un grand nombre n de v.a. indépendantes X1 , ..., Xn
de même loi.
60 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
Considérons un grand nombre n de v.a. indépendantes X1 , ..., Xn
de même loi.
Alors, si n est grand, leur somme X = X1 + ... + Xn , suit
approximativement une loi normale, même si ces variables ne sont
pas normales.
60 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
Considérons un grand nombre n de v.a. indépendantes X1 , ..., Xn
de même loi.
Alors, si n est grand, leur somme X = X1 + ... + Xn , suit
approximativement une loi normale, même si ces variables ne sont
pas normales.
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(1) Approximation d’une loi binomiale par une loi normale :
61 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(1) Approximation d’une loi binomiale par une loi normale :
Si n est grand, et si 0,1 < p < 0,9,
61 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(1) Approximation d’une loi binomiale par une loi normale :
Si n est grand, et si 0,1 < p < 0,9, alors
p la loi binomiale peut être
approchée par une loi normale N(np, np(1 − p)).
61 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(1) Approximation d’une loi binomiale par une loi normale :
Si n est grand, et si 0,1 < p < 0,9, alors
p la loi binomiale peut être
approchée par une loi normale N(np, np(1 − p)).
3. La loi normale
2. La loi normale
3. La loi normale
Propriétés
Propriété 3 : Le Théorème Central Limite (TCL) :
(1) Approximation d’une loi binomiale par une loi normale :
Si n est grand, et si 0,1 < p < 0,9, alors
p la loi binomiale peut être
approchée par une loi normale N(np, np(1 − p)).
Exemple : On lance 16 fois une pièce non truquée.
1. Soit Y la variable aléatoire égale au nombre de faces.
Déterminez la loi suivie par Y, ses paramètres ainsi que son
ensemble de définition DY .
2. Calculez le nombre moyen de faces ainsi que son écart-type
3. Calculez la probabilité que le nombre de faces obtenu soit
compris entre 5 et 10.
Remarque : Pour améliorer l’approximation, on peut effectuer
une correction de continuité :
P{5 ≤ Y ≤ 10} ≈ P{4, 5 < Y < 10, 5} 63 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(2) Approximation d’une loi de Poisson par une loi normale :
64 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(2) Approximation d’une loi de Poisson par une loi normale :
Si λ est grand (λ >15),
64 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
3. La loi normale
Propriétés
Propriété 3 : Le théorème central limite (TCL) :
(2) Approximation d’une loi de Poisson par une loi normale :
Si λ est grand (λ >15), √
alors on peut approcher la loi de Poisson
par une loi normale N(λ, λ).
65 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
65 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4.1. La loi du χ2
66 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4.1. La loi du χ2
Soient Zi , avec i = 1, 2, ..., n, n v.a. suivant une loi normale N(0,1).
66 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4.1. La loi du χ2
Soient Zi , avec
P i = 1, 2, ..., n, n v.a. suivant une loi normale N(0,1).
Alors Y = ni=1 Zi2 suit une loi
66 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4.1. La loi du χ2
Soient Zi , avec
P i = 1, 2, ..., n, n v.a. suivant une loi normale N(0,1).
Alors Y = ni=1 Zi2 suit une loi du χ2 à n degrés de liberté (n ddl).
66 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
4.1. La loi du χ2
Soient Zi , avec
P i = 1, 2, ..., n, n v.a. suivant une loi normale N(0,1).
Alors Y = ni=1 Zi2 suit une loi du χ2 à n degrés de liberté (n ddl).
On écrira Y ∼ χ2 (n).
66 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
67 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
68 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
68 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
68 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
68 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
68 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
68 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
69 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
69 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
69 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
69 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
69 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
On écrira T ∼ St(n).
69 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
71 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
72 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
73 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
73 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
73 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
73 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
73 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
73 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
74 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
75 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
75 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
75 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
Conclusion Chapitre 3
76 / 76
I. Définition II. Caractéristiques des v.a. continues III. Lois de probabilité usuelles
Conclusion Chapitre 3
76 / 76