Académique Documents
Professionnel Documents
Culture Documents
0x − a si x < a,
FX (x) = si a ≤ x ≤ b,
b−a
1 si x > b.
La variable aléatoire X admet une espérance et une variance et on a :
a+b (b − a)2
E(X) = , et V (X) = .
2 12
1
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique
Graphiquement, c’est l’aire délimitée par la courbe en cloche, l’axe des abscisses et
à gauche de la droite t = x. Analytiquement, Cette intégrale ne peut être calculée
directement. Pour ce faire on doit passer par le cas particulier où m = 0 et σ = 1,
on parle alors de la loi normale centrée réduite N (0, 1).
Propriétés. (Propriété des 3 sigmas)
• P (m − σ < X < m + σ) = 0.6826 ⇔ 68% des valeurs sont dans [m − σ; m + σ].
• P (m−2σ < X < m+2σ) = 0.9545 ⇔ 95% des valeurs sont dans [m−2σ; m+2σ].
• P (m−3σ < X < m+3σ) = 0.9973 ⇔ 99.7% des valeurs sont dans [m−3σ; m+3σ].
2
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique
E(X) = 0, et V (X) = 1.
Démonstration. On a :
R∞ R∞ z − 1 z2
• E(Z) = zf (z) dz = √ e 2 = 0 (intégrale sur R d’une fonction
−∞ −∞ 2π
impaire).
R∞ 2 R∞ z 2 − 1 z2
• E(Z 2 ) = z f (z) dz = √ e 2 = 1 (à admettre).
−∞ −∞ 2π
Alors, V (Z) = E(Z 2 ) − [E(Z)]2 = 1.
3
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique
Propriétés.
1
• Φ(0) = P (Z ≤ 0) = P (Z ≥ 0) =
2
• Φ(−z) = 1 − Φ(z) par symétrie de la densité f (z) par rapport à la droite
z = 0.
1 1
• Φ(z) ≥ ⇔ z ≥ 0, et Φ(z) ≤ ⇔ z ≤ 0.
2 2
qui correspond à
Φ(1.24) < Φ(z) < Φ(1.25)
Φ(1.24) = 0.8925 est la valeur la plus proche de 0.8930. Par conséquent, on
prendra z = 1.24.
1
• Si Φ(z) ≤ , utiliser le propriétés de la loi normale.
2
4
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique
Exercice 1.
1. Démontrer la propriété des 3 sigmas de la loi N (m, σ 2 ) citée précédemment.
Réponse : Montrons que si X ∼ N (m, σ 2 ) =⇒ P (m−σ < X < m+σ) = 0.6826
X −m
D’après le théorème, on sait que si X ∼ N (m, σ 2 ) alors Z = ∼ N (0, 1).
σ
On a :
(m − σ) − m (m + σ) − m
P (m − σ < X < m + σ) = P <X<
σ σ
= P (−1 < Z < 1) = P (Z < 1) − P (Z ≤ −1)
= Φ(1) − Φ(−1) = Φ(1) − (1 − Φ(1))
= 2Φ(1) − 1 = 0.6826.
Les deux autres propriétés se démontrent de la même façon.
5
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique
2. Montrer que si X est une variable aléatoire de loi N (m, σ 2 ) alors E(X) = m
et V (X) = σ 2 .
Réponse : Toujours d’après le théorème, on sait que si X ∼ N (m, σ 2 ) alors
X −m
Z= ∼ N (0, 1). De plus E(Z) = 0, et V (Z) = 1.
σ
X −m
On a, Z = ⇔ X = m + σZ =⇒ E(X) = m + σE(Z) = m, et
σ
V (X) = σ 2 V (Z) = σ 2 .
6
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique
Dans ce cas la loi B(n, p) est approximée par une loi N (m, σ 2 ), avec m = np, et
σ 2 = npq.
Remarque. Dans certains cas limites, la loi binomiale pourrait être approximée à
la fois par la loi de Poisson et la loi normale. On préférera l’approximation par la loi
normale, car il n’y aura qu’une seule probabilité à calculer.
Exemple. On lance deux dés 200 fois. Quelle est la probabilité d’avoir au moins 10
fois le double as ?
Soit X : "le nombre de fois où on obtient le double as en 200 jets de 2 dés".
1
X ∼ B(n, p), avec n = 200, et p = .
36 k 200−k
9 9 1 35
k
P P
P (X ≥ 10) = 1−P (X < 10) = 1− P (X = k) = 1− C200
i=1 i=1 36 36
Ces calculs sont très ardus donc on approxime cette loi. On a n = 200 > 50,
1
p = < 0.1. Donc on peut approximer la loi binomiale B(200, 36 1
) par une loi
36
de Poisson P(5.56).
9 5.56k
Dans ce cas, on a P (X ≥ 10) = 1 − P (X < 10) = 1 − e−5.56 . Là on
P
i=1 k!
aurait 10 calcul de probabilité a faire.
De l’autre coté, on a aussi n = 200 > 30, np = 5.56 > 5, et nq = 194.44 > 5. Donc
on peut approximer la loi binomiale B(200,36 1
) par une
loi normale N (np, npq).
10 − 556
Donc, P (X ≥ 10) = 1−P (X ≤ 10) = 1−Φ √ = 1−Φ(1.91) = 1−0.9719 = 0.0281.
54