1

Application des lois de probabilit

-Variable alatoire continue-
Loi Normale
Facult de Mdecine dOran
Laboratoire de Biostatistique
BOUKERMA AMEUR
2
Une v. a. c X pouvant prendre toutes
les valeurs relles x dans lintervalle de
- +, pour e 9, pour e 9
+

dont la fonction de densit est :

9 e =
|
.
|

\
|

x
2
1
f(x)
2
- x
2
1
o

t o
e
La loi normale de Laplace Gauss:N(; )
3
Soit X une variable alatoire distribue selon une loi
normale, et f(x) la fonction de densit (de probabilit) de X,
alors:
Conditions de densit de probabilit
9 e =
|
.
|

\
|

x
2
1
f(x)
2
- x
2
1
o

t o
e
4
La loi normale repose sur l'estimation de deux paramtres de la
population statistique:

la moyenne
l'cart - type
La courbe (appele "fonction de densit de probabilit") a la
formule suivante:

2
2
2
) (

e
2
1
) (

=
x
x f
E(X) = La moyenne arithmtique de X
V(X) = o
2
= S
2
Variance de X
= s cart type de X
e = 2,72
= 3,14
Notation: X: N (, o )
5
La reprsentation graphique

x
f(x)
X
f(X)
Moyenne
Mdiane
Mode
6
Forme de la distribution normale
Il existe une famille entire de lois normales. Elles se
diffrencient par leur moyenne et leur variance
Courbe en cloche
Courbe symtrique
La moyenne, le mode et la mdiane correspondent au
mme point (le point le plus lev)
Lcart type dtermine la largeur de la courbe, plus il est
grand, plus la courbe sera large et aplatie
Laire totale sous la courbe est 1
Aussi appele loi Gaussienne ou loi de Gauss

Rsum:

1-Symtrique
2-Mdiane = moyenne = mode
3-Unimodale
4-tendue infinie de la variable alatoire
5-En forme de cloche
7
La loi normale centre rduite: N(0;1)
On dit que la variable X, suit une loi normale (ou loi On dit que la
variable X, suit une loi normale (ou loi de Laplace Gauss de moyenne
et dcart type . On rsume cette loi par la notion N( , )

En pratique, on procde un changement de cette
variable (on dit quon norme la variable).
Pour cela, on pratique le changement de X par t tel que:


La nouvelle variable t est dite variable Centre,
rduite, de moyenne t = 0 et sa variance =1. Elle
est note N (0,1).
T= x


8
Transformation dune loi normale quelconque en loi N(0;1)

Soit X une v. a. continue suivant une loi
normale de moyenne et dcart- type

Si on applique le changement de variable





la variable t suit une loi normale centre rduite




9
La loi normale centre rduite
Une v. a. c. qui a une distribution de probabilit normale de
moyenne 0 et cart type 1, suit ce quon appelle une loi
normale centre rduite.
Cette variable est souvent dnote par la lettre T
On peut convertir une v. a. c. X qui suit une loi normale de
moyenne et cart type en une variable normale centre
rduite t
T= x


10
68,26% des valeurs dune variable alatoire normale
sont comprises dans lintervalle
[ - ; + ]

95,44% des valeurs dune variable alatoire normale
sont comprises dans lintervalle
[ -2 ; +2 ]

99,72% des valeurs dune variable alatoire normale
sont comprises dans lintervalle
[ -3 ; +3 ]
11
tant donn une valeur t, nous utilisons la table
normale centre rduite pour trouver la
probabilit (laire sous la courbe) qui lui est
associe.

12
Distribution normale centrale rduite-
Utilisation de la table
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2518 .2549
.7 .2580 .2612 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
.03
.8
Dans cette table on voit laire entre t=0 et t: P(0Tt) = P(-tT0)

.2967
13
Distribution normale centre rduite
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2518 .2549
.7 .2580 .2612 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
.03

.8
.2967
Dans cette table on voit laire entre t=0 et t: P(0Tt) = P(-tT0)
On a donc: P(Tt)=0,5+ P(0Tt)
P(T -t)=0,5+ P(-t T 0)
14
Aire limite par la courbe de la loi normale centre rduite, laxe des
ordonnes et la droite dquation T = G(t) =

t
0, 00 0, 01 0, 02 0, 03 0, 04 0, 05
00,
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
.
.
2,0
0,0000
0,0398
0,0832
0,1179
0,1554
0,1915
0,2257
0,2580
0,2881
0,3159
0,3413
.
.
0,4772

0,0040
0,0438
0,0832
0,1217
0,1591
0,1950
0,2291
0,2611
0,2910
0,3186
0,0080
0,0478
0,0871
0,1255
0,1628
0,1985
0,2324
0,2642
0,2939
0,3212
0,0120
0,0517
0,0910
0,1293
0,1664
0,2019
0,2357
0,2673
0,2967
0,3238
0,0160
0,0557
0,0948
0,1331
0,1700
0,2054
0,2389
0,2704
0,2995
0,3264
0,0199
0,0596
0,0987
0,1368
0,1736
0,2088
0,2422
0,2734
0,3023
0,3289
Exemple : G (0,92) = 0, 3212. La valeur 0, 3212 est lintersection de 0,9
( lue dans la premire colonne) et 0,02(lue dans la dixime ligne).
0,92 = 0,9 + 0, 02.
avec g(t) = (1/ \2t) . e
(-1/2) t

}
t
dt t g
0
) (
15





Exemple 1 :

Si x suit une loi Normale N(;) de paramtre N(3.2;2.2)
alors t=(x- )/ suit une une Loi Normale centre N(0;1)
calculer la probabilit P(x 5 )?

P(x 5) = p(t (5- 3;2)/ 2;2)=0;81818=0;82


P(t 0;82) = 0;5 + G(0;82)

La valeur G( 0;82) peut tre lue dans la table

G(0;82) = 0;2939 -> P(t 0;82) = 0;5+ 0;2939
= 0;7939

P(t 0;82) = 0;7939
16

Exemple 2:

Soit X une variable suivant une loi normale N ( = 1, =3)
Calculer la probabilit de x telle que : -2 x 7.

Rponse:
Avant de chercher la probabilit demande, il faut transformer la
variable X en variable centre et rduite:
T
1
= x
1
- / =-2 -1/3=-1 T
2
= x
2
- / =7- 1/3= 2

)
3
1 7
3
1 2
( ) 7 2 (

s s

= s s t P x P
P(-2 x 7) = P (-1 t 2) = G(1) +G(2)
= 0;3413 +0;4772 = 0;8185
17
1.Cest la loi de probabilit la plus importante, pour des raisons de
pratique, et pour des raisons thoriques.
2.Cest la loi qui dcrit les fluctuations des moyennes.


3.Densit de probabilit :
dfinie de +

4.La v. a. est centre et rduite

Toute loi normale de paramtres et o peut tre ainsi transforme
en loi normale centre rduite.

La loi normale de Laplace - Gauss
2
2
2
) (

e
2
1
) (

=
x
x f
2
2
2
) (

e
2
1
) (

=
x
x f

X
Z

=