Académique Documents
Professionnel Documents
Culture Documents
Chapitre 3
Variables Aléatoires Absolument Continues
Dé…nition 1.1.
Une variable aléatoire X est absolument continue si sa fonction de répartition FX (x) = P (X x)
possède les propriétés suivantes:
1- FX est continue sur R et .dérivable sur R moins (un nombre …ni de points) :
2- FX est croissante.
Dé…nition 1.2.
Soit une variable aléatoire X absolument continue, de fonction de répartition FX .
On appelle densité de probabilité la fonction dérivée de FX , notée fX et dé…nie par:
d FX (x)
fX (x) = :
dx
Propriétés 1.1.
fX est une densité de la v.a absolument continue X si:
1- fX (x) 0 ; 8x 2 R.
R
+1
2- fX (x)dx = 1
1
Remarque 1.1
La densité de probabilité fX peut être estimée par la limite de l’histogramme des fréquences relatives,
voir …gure çi dessous.
1
Chap3. Proba1. 2022-2023.
Exemple1.
Soit X une variable
8 aléatoire de fonction de répartition:
< 0 Si x<0
FX (x) =
:
1 e x Si x 0
FX est-elle la fonction de répartition d’une v.a. absolument continue X.?
Propriété 1.2.
Soit X une v.a absolument continue, la fonction de répartition est dé…nie par:
Rx
FX (x) = P (X x) = f (t)dt , 8x 2 R
1
Propriétés 1.3.
Soit X une v.a absolument continue et a; b deux réels avec a < b alors on a:
Rb
1- P (X 2 [a; b] ) = f (x)dx = F X (b) F X (a):
a
2- P (X 2 [a; b] ) = P (X 2 [a; b[ ) = P (X 2 ]a; b] ) = P (X 2 ]a; b[ )
Ra
3- P (X = a) = f (x)dx = 0
a
Ra
4- P (X a) = FX (a) = P (X < a) = f (x)dx:
1
2
Chap3. Proba1. 2022-2023
.
Propriétés 2.1:
Pour tous réels a et b on a:
3. Changement de Variable.
Proposition 3.1:
Soit X une v.a absolument continue de densité fX :
La densité de la variable aléatoire absolument continue Y = g(X) est alors donnée par:
8
< d g 1 (y)
fX [g 1 (y)] Si y 2 Y ( )
fY (y) = dy
:
0 Si y 2= Y( )
1
dg (y)
Avec : la dérivée de la fonction réciproque de g.
dy
Preuve. Exercice.
Exercice 3.1.
La densité d’une v.a X est donnée par:
kx ; 0 x 2
fX (x) =
0 sinon
1- Déterminer la constante k:
2- Trouver la fonction de répartition
3- Déterminer les moments d’ordre k et en déduire E(X) et V ar(X):
4- Trouver la densité de la v.a Y = X 2 :
3
Chap3. Proba1. 2022-2023
Proposition 4.1:
a+b (b a)2 etb eta
Si X ! U [a; b] ; alors: E (X) = , V ar (X) = et MX (t) = :
2 12 t(b a)
Preuve: Exercice.
4
Chap3. Proba1. 2022-2023
Proposition 4.2:
Si X ! E ( ) ; Alors:
1 1
E (X) = , V ar (X) = 2 et MX (t) = , avec > t:
t
Preuve: Exercice
5
Chap3. Proba1. 2022-2023
Z z
u2
1
(z) = P (Z z) = p e 2 du ;z 2 R
1 2
(z) n’est pas calculable par les méthodes classiques d’intégration, son calcul est établi par des méthodes
numériques d’approximation.
- Du fait de la symétrie de la loi Z ! N (0; 1) par rapport à 0; les valeurs ( z), pour 0 z 3:29
s’endéduisent i.e :
( z) = P (Z z) = P (Z z) = 1 P (Z < z)
= 1 (z):
Exemples:
(0) = P (X 0) = 0:5; ( 1:62) = 1 (1:62) = 1 0:9474 = 0:052 6; ( 4) = 1 (4) = 1 1 = 0:
(1; 00) = P (X 1; 00) = 0:8413 , (1; 09) = 0:8621 , (1; 10) = 0:8643:
Proposition 4.3:
t2
Si Z ! N (0; 1) alors on a: E (Z) = 0; V ar (Z) = 1 et MZ (t) = e 2 ; t 2 R:
Preuve:
z2 z 2 + 2tz
R
+1 1 R
+1 1
MZ (t) = E etZ = etz p e 2 dz = p e 2 dz
1 2 1 2
z 2 + 2tz t2 + t2
R 1
+1
= p e 2 dz
1 2
(z t)2
t2 R
+1 1
=e2 p e 2 dz
1 2
on pose y = (z t); on aura
t2 +1 y2 t2
R 1
MZ (t) = E etZ = e 2 p e
2
2 dy = e 2 :
1
t2
:
Ainsi la fonction génératrice des moments de Z ! N (0; 1) est: MZ (t) = e 2 ; t 2 R:
(1) t2 (1)
donc MZ (t) = t e 2 , alors E (Z) = MZ (0) = 0
(2) t2 t2 (2)
et MZ (t) = e 2 + t2 e 2 ,alors E (Z 2 ) = MZ (0) = 1;
6
Rappels 287
--20u2
Valeurs de Pr(X ( u) en foaction de u.
Φ(0)=P(X≤0)=0.5 u u, UrUl U.U2 U.Uü 0.04 U.U5 U.UTi u.$7 U.Ud U,UY
0-0 .5000 .5040 .5080 .51.2û .5160 .5199 .52Ss .5279 .5319 .5359
0.1 .5398 .54:t8 .5478 .5517 ,ilàt) / .5596 -563{t .5675 .57]{ .5753
4"2 .5793 .5832 .5871 .591.0 .5948 .5987 .6026 .6064 .6103 ^6141
0.3 .617S .6217 -6255 .6293 .6331 .6368 .640ii .64l8 .6480 .6517
0.4 .65M .659L .6628 .66ô4 -6700 .6736 -6W2 .6808 .6A44 .6879
û.5 .6915 .6950 .6985 .7019 .7û54 .7088 .'t123 .1157 .7190 .7224
Φ(1,00)=P(X≤1,00)=0.8413 0"6 .7257 .?1297 .7324 .7457 .7389 .7464 .748,ô :7517 .7545
.7422
Φ(1,09)=P(X≤1,09)=0.8621 b.7 .?EBo .7611 .7642 .7673 .?704 .773l .7164 .7794 .7823 .7852
0.8 .7881 .7910 .7939 -7567 .7S95 .8023 .8051 .8078 -8106 .8133
0.9 .815S .8186 .8212 .8238 .8264 .8289 .8315 .8340 .8365 ,8389
1.0 .8413 .8438 .8461 .8485 .8608 .8531 .8554 .85?7 .8599 .8621.
1.1 .864:! .8665 .8686 .8?08 .8V29 .8749 .877A .87e0 .8810 .8830
1..2 .8849 .8869 .8888 .8907 .8925 .8944 .8962 .8980 .8997 .s015
1.3 .9032 .9049 .9066 .9û82 .909S .9115 .9131 "9L47 -9162 -9177
Φ(-1.62)=1-Φ(1.62) 1.4 .9192 .9247 .9222 .9236 .9261 .9265 .9279 .s292 .9306 .9â19
=1-0.9474 1.5 .9332 .s345 .9S57 .9370 .s382 .9394 .s406 .9418 .9429 .§ML
= 0.0526. 1.6 .9452 .9463 .9474 .9484 .94S5 .9505 .9515 .9525 .9535 .9545
1.7 .9554 .s5& .s573 .95B2 .9591 .9599 .9608 .9616 .9625 .s63:,
1.8 .9641 .9649 .s656 .S66,1 .s671 "9678 -s686 .9693 .9699 .9706
1.S .9713 .9rr9 .9726 .9732 .9738 .9744 .9?50 .9756 .9761 .9767
2.t .9772 .s778 .9783 .s?88 .9?93 .9798 .98t3 .9808 .9812 .9817
,1 .9821 -9826 .9&30 .9834 .9838 .984.2 .s846 .9850 .9854 .9857
2.2 .9861 .9864 .9868 -9871 .9875 .9878 .988r .s884 .s88? .s890
2.3 -s893 .98S6 .9898 "9901 .s904 .9906 "9909 .9S11 .9913 .9916
2.4 Æ918 .9920 oor9 .s925 ooqi7 .99?9 .9931 .9932 .9934 .9936
2.6 .9938 "9S40 .s941 .9943 .9945 .9946 .9948 .9949 .0s51 .s95?
2.6 .9S53 .9955 .9956 .9957 .9959 .9960 .9961 .9962 .9963 .ss64
2.7 .9965 -9966 .9967 .9S68 .9S69 .997û .99?1 .9972 .9973 .9974
.,e .9974 .s975 .s976 .s*w .9977 .9978 .99?9 .9979 .9980 .9981
2.9 .9S81 .9S82 .9982 "9S83 .9S84 .ss84 .9S85 .9985 -s986 .s986
3.0 .9987 -9987 .9987 .9S88 .9S88 .9989 .998S .9S89 .9990 .9SS0
3.1 .s990 .9991 .s991 ,9991 ooo, ooo, .sgs2 oôofJ .9993 .9S93
.3 -/, .9993 .9993 .9994 .9994 .s994 .9994 -sgg4 "9995 .9395 .9995
Chap3. Proba1. 2022-2023
b/-La loi Normale quelconque.
2
Soit m et deux réels, avec > 0; On dit que X suit la loi Normale de paramètres m et ; notée
2
X ! N (m; ), si X admet pour densité:
1 x m !2
1
fX (x) = p e 2 ; x2R
2
Propriétés 4.1.
2 X m
1- Si X ! N (m; ) ) la variable aléatoire: Z = ! N (0; 1) :
2
2- Si Z ! N (0; 1) ) la variable alétoire: X = Z + m ! N (m; ): >0
Preuves. Exercice.
Proposition 4.4.
2 2
t
mt+
2 2 2
Si X ! N (m; ) alors: E (X) = m; V ar (X) = et MX (t) = e ; t 2 R:
Preuve.Exercice.
Proposition 4.5
Soit a et b deux réels, avec a < b et soit (:) la valeur de la fonction de répartition de la loi N (0; 1) donnée
dans la table statistique. Si X ! N (m; 2 ) alors on a:
1- P (X b) = P ( X m b m
) = P (Z b m
) = (b m
):
2- P (X > a) = 1 P (X a) = 1 (a m
):
3- P (a X b) = P ( a m
Z b m
) = (b m
) (a m
):
7
Chap3. Proba1. 2022-2023
Propriétés 4.2.
La fonction (:) possède les propriétés suivantes:
1- (1) = p 1:
2- ( 12 ) = :
3- ( ) = ( 1) ( 1):
4- ( ) = ( 1)! 2N :
Densités de loi G( ; )
Proposition 4.6:
Si X ! G ( ; ) Alors: E (X) = ; V ar (X) = 2 et MX (t) = avec t< :
t
Preuve. Exercice.
8 n
< 2 2 n
1 x
x2 e 2 si x>0
fX (x) = ( n2 )
:
0 sinon
8
Chap3. Proba1. 2022-2023
X! 2
(k),
n
On remarque qu’une loi du Chi-deux de paramètre n est exactement la loi Gamma de paramètres = 2
et = 12 , i:e 2
(n) G( n2 ; 12 ):
Proposition 4.7.
Si X ! 2 (n) on a: , E(X) = n; V ar(X) = 2n:
Preuve: Exercice.
k+1 k+1
1 ( ) x2
f X (x) = p 2 (1 + ) 2 x2R
k k k
( )
2
X ! t(k)
9
Chap3. Proba1. 2022-2023
Proposition 4.8 .
n
Si X ! t(n) on a: E(X) = 0; V ar(X) = (n 3):
n 2
Soit p 2 R+ et q 2 R+ :
On dit que X suit la loi Beta de 1ere espèce:de paramètres p et q; noté X v [0;1] (p; q), si X admet pour
densité:
8
< (p + q) p 1
x (1 x)q 1 si 0 x 1
fX (x) = (p) (q)
:
0 sinon.
Proposition 4.9 :
p pq
Si X ! [0;1] (p; q), on a: E(X) = ; V ar(X) = 2 :
p+q (p + q) (p + q + 1)
Soit p 2 R et q 2 R :
On dit que X suit la loi Beta de 2eme espèce:de paramètres p et q; noté X ! R+ (p; q), si X admet pour
densité:
(p + q) xp 1
fX (x) = x 0
(p) (q) (1 + x)p+q
Proposition 4.10 :
p p(p + q 1)
Si X ! (p; q), on a: E(X) = ; q > 1 ; V ar(X) = ; q > 2:
R+ q 1
(q 1)2 (q 2)
Proposition 4.11.
n2 2n22 (n1 + n2 2)
Si X ! F (n1 ; n2 ) on a E(X) = si n2 3 , V ar(X) = si n2 5:
n2 2 n1 (n2 2)2 (n2 4)
10