ËI des Moments

IMogenneoudic-sperence.LI#-w-EsTributwn et c'est le centre

gravité de la distribution

i-Eme .

✗ Discrète

✗ C- 1N Evenement vin =
+ Ecrit} Erfn)
ne

{0--1}--4=-1+4--1}
Ü|→
) )
pcxi ) Pan PG) Plas

① Etr ) i Pi
"

② Effort ) =
[ fait Pi
i

✗ EH = -
^

1- Ê Î À !
EGY ! J if !) H
jus
✗
= " -
+

|z §
Î
Etu ) :
 ✗ continue
•

'

µ Et ) =
SÛ fin) du
y

(2) EH =/ A) fin) die

IR

Proprieté
+ Efcte ) = cte
g-
X >, 0 EG) ), 0

+ E lineaire e) E (✗ neg) = 1 Elu) + Ecx)

+
Efxty ) = Et × ) -i
Ely)
A- ✗ 1- Y = ECX 4) . = ECX ) .

ECY)

II _
Variance .

On
ne 1N
, distingue les moment centré

et Moment non centré

EN = Moment mon centre d'ordre m .

=
[ f. G) =
un ]

Moment centre d' ordre m

[7µs
"

Ell x - E ( x )) = x -
Elm)
 Espérances et les moments sont des nombres .

La variance c'est un moment centre d'ordre & .

elle mesure la distribution de ✗ autour de

centre de gravité a _
ËËÎ→
¥¥
"

fix ) -

JÀ = Ecart
Type .

Variance (x ) = E Gx Ecrit
-

|
Var ( x
) -
ECN ) -

EUX

Pour une Application numerique

Voir H ) = E [K - Ein)
)]
Propriété
✓
(a) = O

V ( ✗ a) + =
✓( x
)
V UN = À VIN
✗ 1- Y Y/✗ + y ) _
-
V G) + V41
V. aparté et reduite

À =
ici )=V(✗÷ )
- V
(F) =

f- v41
,

IE, "
- =
-

propriéte
-
EXP

HAI
ELÂ)
-
_

0
y ✗
|:Ëâ
EH )=2
=

.to?E?-:-.uE%a1- Q4X:ftN- fm-n,- .Apg.uc-

÷

densité

"

Ellntx ) ) :{ ln (n) ✗
%,, da
=
2C
 densité
Et ✗ continue de 8M Joue )
-

E + at ) =
fllx) fin du

&
7- teuf

[ Miki?
Épee catin)
= =

=
Je
+
ESI
MIEN )
✗~ .

Mr , e) { e- râ
e- tuaient
SM
1¥ ùsr#¥n
-

LIT des Moments principaux

_
( Esperance ,
Variance )
T.AD.is#te-
1: B ( YP )
elle illustre . un moment

peut arriver ou
pas
✗ ~
Plus Âtqp
E / ✗m ) = Mp .
=p c'est le paramètre

V (x ) : EG
'
) - ÉCX )
P!
V (x) = P -

P.iq

des Moments principaux de

2- Blm ; )
p

X ° 1 & .

. .
. .

X -
Bfn ; p) i
PCP) =p ;^) pin pin
-

P -

don't
d

OMQ ✗= Y +42+43
,
× .
- •
+ Yn
l
i
oon d
dort .
- .

EG ) =
Elysia +
yz -
i . - Yn ) =
ÊOECYI ) [ Pi -
-

i. Y

=
mp .

E G) =
np

X ) = nu (Yi ) -
mp.iq
3- dadoi de
poissons
✗ ~ PH ) X • Y 23

Ho P
Ï
"
Pi = é
,

EA ) :[ ie Ë
O
- "

,
= X -

'
V H) = EGI Ecx )

EAU #
.

[ ixli.it
i :O
eÏ,
ÇÎ
i
"
- e-
"
-

Ê
ËË Ée "
"
et ✗
-

= e- = ✗ =

i -2
-

Conclusion
Efix ) : ECH ) EA ) -

" EA )
'
✗
EA) = ✗ = -

EHY
'
✗
V4 ) : ×
: ✗ +

IEKD
'
-

.
µ

ECN ) - EG )
'
- t' + X-P
= Y
4) ✗ ~
bj ( p)
Géométrique .

Elan)
f-
=

va) ¥
.

|NariabGœnu→
) ✗
hfqib) % b)
l
n '
~
.

E (Xm ) =
|? xm
Ça dn

:÷÷÷:
°

(b- a) Esn iai

-

¥
-

EH)iQ-#
 2)
✗
~ ta &» i -

Ean )
fn*§g
"
=
✗
✗ -
^
e- oh
0
,

-7µg fxn.in
' ✗
=
-

e- au

IPfkb-id.tk/f-+d-n-m-G)E H- %f - -&- EYTJo- c*-

1¥,
-

=
F- HA

vË↳
3) ✗ ~
E
 ✓ ~ et : ×> 0

""
g (u ) = " e

( qe)

u = ⇐)
✗ ni ☒

Ex Pcd ) =
¥
EN =
E
[¥ ] =
E¥ f- =
=

✓ [v3 = ✓
[¥) - V
[ ¥1

degre
de liberté

*À ECH
[VCY)
2x
Y =

Y →

on × ☒ne
-

A
e- (4) =

UN / = 12=2
4) ✗ ~
NGA)

ftp.qq.pge-EBJ-JIEH-TI
Densité :

IvHÊ
soitNKM
Ku) -1¥
-
e- Î a- ¥
Elu ) (o ) = 11
lx=u_
= O V

dineouited lispei n-l.EC/).-rtTu)+MVlM- Mvlu)Elun

)) =
JÂH
-
•
✗
fin)
DESIR
EMY
-1k¥
-
-

j' -
ûnx
x
ftp..ie
si on est impaire donc midi -11

donc Ellen ) = 0
 '

Sin :&
pain en

écueil :S .EE?je-Edn.-2f;%ËË
✗ =

JI µ = 2M du -

=
tu

Etait
!xà !

<

ÉÉ : ixie
-
"
¥iî
-1
info
Ee nan
ÊÉÇ*xi
-
-

'

-
Gomme

EN
.PH?lElu)--
ÉPÉE )=Ë
fut-Elle ) EN
°

' -
¥ PHI)
,
✗

✓
-

E.PH/
il
INÉ6AlITÉDETCHEBYCHEN_
E-

c'est un cas
particulier de l'inegalite
de Moron

possède
"
soit V. A
"
X qui des moment
mon centre de E ( Klm ) Fini ne Ntt

ftp.f f?De'mosTraTuoNOsilXl2t
soit ego PUNKT)

Y
{
soit =

En si 1×17 t

"

Y est discrète prends 0 ont

"
Y O t

p (× ) PUNKT) PUNKT )

Ht )
"
E/ Y) _
-
t PH ✗
 ÉTÉ ✗yo EH ) 70
✗
JY =) EGIS EN,

Y f11117) E (4) y ECÏXM)

PCMY.tl?ElXMPCHl&tXElfY-)imegoli-edeTchisbic-
"

e-

chen c'est quand

ni 2 et ✗ = ✗ centre

"
aie
{
n
•

✗ ⇐ ✗ - ECX )

t.IE/H-pEHlI=p lH-EaHt)lY=#fJnegalite'deTchib
"

UX EAUX
"

soit t > ° =P -

tchen dans
sa verrai on moufaatioh
 PCK-EHKt.lv#elP(H-ElMlCt)S,1-VQfe-y.InegoliTe
1-

de tchi bitch en

dans sa version minoration

+
Elles savent à faire des approximations
quand on connait
pas la loi de proba

+
Pour avoir ses
inugolité on a besoin du

variance
Moyenne
+
Elle sera utile quand le flagrant
"

Mf1
"
est petit

+ Minoration utile quand 1-

7¥ est proche
de
✗
 ËJ ✗ est v. A quelconq ✗ à Ecx) -

et ra) Munt -
.

donne une Minoration de

P ( r -3ha EM -3f ) =P / IX. Mff35 )

=p ( ✗ EAU -
r ) yn IH ) -

f : 38 ,
GM
Y
1g
^ -

DONC

plu -38 { ✗
4M -
H ) -789%
UNE V. A
quelconque
LEXI ECX) M
)
{
-
PU -
M
=)
_

✗
-0
VCX ) -

tt > o
, p ( ix. MIEUX ^ -

✓{¥=1
si t 1,0 PI x - M / Et ) = 1

8- µ)
⇐ car
avec
4--1×-41
elle
toyonegalyyè
 ^
f- G)

-
& 7f

continue à droite lim Mt) =p : Flo )

t"
d- limite à
gauche µ

f-(f) = Y

f40
À
f0 de repartition
d' une variable
carte

DONC y = Te

donc µ MI
-
-0
-
✗ =M

✗ = CSÎC ☒ VCX ) A Pcxicste f- Y

 ✗ iv. A continue .

fcn) = c alt -
n )
J (q , )
(x )
ON check

E
SCI) -

4
1

ff
0
/ a) da
=p

C
SÛ -
na i Y ( = ; C - G

O R EO
( "
"

Fa )
64-6# de =
[3E-2ff
= 3N -4×3
1,
1 xp
 l'inegolitchibi
PÇX ( 3g ) on fait

+ EA ) -
S! Sin )

= ff1 n'2- À
-

_
6¢13 G) -

iz
←
ECN ) = 6 ÇÀ }
( n Nd
-
" = 6
[Iu f ] -

i
Egg =
Ça

+ V4 ) =
% -1

% %
"
=Ë
-

P (
tu l ^ (
Zu ) : P C fu
-

(x - EA) ( j)
-
.
P
(H - E
1f f) Y "Ë
Te 70,2
 C'est pas bonne car c'est pas

proche de 1

f0
{ ETÉ Mz )
a

Ffa) :

[ai }
-

✗ c-

(y a >, "

( 1µF Zu ) 792
P ✗
(

Pq ) 1,13g ) }
}
?
f11,1 [J
-6
FCG )
-

= •
[Elfe ) ! Ç Ku) }
I. Moments Principaux du vecteur aléatoire .

c'est un vecteur dont les voleurs aléatoire .

Ï)
✗ =

( Irm ,
v. A. Réel .

KOUARIATNCÉI
① -
On note Cov (x y),
:
EGY ) t'G) Ely)
-

1m [nisi g-
s - à

1- ^
 VAR D' UNE SOMME ✗+
Y

E ( [✗ + Y - E (✗ +41 ] 2) = E ([ ✗ - Elx ) +
g- Ely )} )
E
( [ & Etre -
-
2fr EIN ) (g- EH
-
+
④ EGD} ]
-

EM-2E-ln-t-ny.IN/-iE(g-EyD&--V(x)+VlYI-i2C0Nl*iY
Eln
i
-

DONC COVA , 4) =
EH -
EKI ) L'Y -
ECY) )

VK.it/gHl-Nl#CovCxpY)- ElxYI-E(xXElY)cov(iXpY/.-
ou cou ( ✗ y) =

E ( ✗ Y - t' G) y + EH EH
) YEA) )
-

e- ECXY ) -
EA) ECY) + ECÀIÈCY ) - ELYSEE)

E CHECY )
-
EGY ) -

2. Propriété de la COUCH µ .
 symétrie Cov (
Xy ) =
COCKX ) .

lov ( Xix ) =
%)
co VK.iq , y+ b) s COV ( X y)
,

covlhxn-ixzxe.FI/n-iiiY.z)--Hticov(Xr,Yn )
✗ n ☒ écoulais )
COUCH Yn )
'
✗ air ,

'

72×2 couche , YI

da covariance c'est la bilinéaire cimelrqiu

forme
ondoie à la forme quadratique qui est
la variance .

" "

✓ ( x) E) 11×112
" "

( Kil ) c- < ×, y >

CON s

V (2×-34) = COU (2×-34,2×-34)

4 ELM GEHEN) GEH ) ŒIY) +9¥
-

-
-

= 4Æ REG) Et) NID +

des Moments principaux d' un vecteur oleatoire

feu )
EIN)

{ !¥;)
✗ =
EN -

EH }
)
i.
Efim

✗ local .EE/H--I--
AYNA) 0%4 ✗ 3) @ HHH

[
)
ÇA
"
,

=
" "" ""
l
V43
)
" Hm ,
✗
y i
"
)
Nn

VH) = Coo Hi , ✗
j)# ien
n Eje
E
( Î il
n
✗ = Î EH il
i. v1

m n

( Êxi [[
r
n
) =

il j en
avc ✗
i. ✗j
)
=
§ V (x i ) →
&
[ cou (✗ i , j
✗

i -
-
^
Ï:< JE n

1k¥71
Xi 1- Vi
e-
Xj #
j .

✗L
y ECXY ) = EA ) Ely)

= Cou (× Y ) ,
:O
A ✓ /✗ +
y) = V4) +
v4
m

([ ✗ i )
donc V
§! Hi )
-

+
-

l
j i

✓ (✗ il

V-i-jcovcxifjt-WH.HN/?f.nxi)--nVHnl-imln-DcoVlxr
ti ,
=
Vlxj) et

,
✗ e)
Oma ,
✗ =
( I) i EII ) -
- (Î ) ,

v11 ) (Î Y )
-

-
.

&
vs 3×2-2×4 + y

E- ( U) =3 ECXY _
2E ( XY ) + Elya ) :
3×2 -

2f 1) +4
=/ 2

✓ A) = EÂ - E je
1 =
Epi ) -
1 ECN ) = 2

ECY / =
4 la meine façon .

Cork, 4) < ECXY ) - E ( HEH) =-D

os
=/ ¥1 :[ ! )
✗
rat / % un
-1-14

t' (a) =3 EG ) -
3ECYI-IECEt.ci
= -2×2 -

3 ✗ 1 + (1) + C -0

(= -8
pour que b- (u ) -0
 '
Val ) = E ( ve ) -

El u )
VCU ) = Elue)

V
(2×-34+2)
✓ lui
} =

-
-
HV A) QVCY)
+ et ( 2) - 12 COU ( × , Y

-12 .
2 COU (× 2),

✗ 2-(-31%-2)
=

4+9*+6
=
1¥

Definition
deux variables aleotoire quelquon c

qui possède des taurin a V4 ) , VCY)

el " ") =
il;) -

"Ë¥¥*
Propriétés
de coefficient de correlation est
rayon
com
prie entre -1 4- fait) f1

Il /✗ V1 )
,
= 1, ⇐ S.si .
Y -
-
a ☒ + b /
Î
* \
f- +1 f = -
Y

a) 0
À
le degré relation lineaire
'

Mesure entre

les deux variable

INEGALITEDCCQLCHY-SCHNART-leovlx.it?TFvcy )

V14 - XX ) HH ) + VCY ) * 2 ✗ ↳ v4 , )
y .

=P (a) 3,0 U

2kf / VLXIVCY) f0
?

A = cou - H

⇐ WV (× 4),
EVANGILE °

✗Y
 si D= ° A CGOV (XY ) = VA )V( 4)
PC do ) -0 -

✓ (Y - tox ) -0

Y tox ) ECY )
( -
= - tox

E) 4--0/1 + b

JX,Ymomcorrelé_→pf✗,y1✓
¥ :

et:-/ 1--0
{
✗ 1- Y →

°
⇐ coula y ) ,
-
-

EGY ) - E CHELY)
V
( ✗ +
y)
N
-
V4)

IEXMPIÉT ✗ ~ N / 91 )
"
y
-
✗
2
~ kfr1
À
_

%¥ü¥-
'
'
' Hill
=
:
TNTEGRALDOUBLÉ