Académique Documents
Professionnel Documents
Culture Documents
GHIZLAN LOUMRHARI
SEPTEMBRE 2019
Chapitre 2. Variables aléatoires
L’espérance mathématique et la variance
Caractéristiques :
p i x i E ( X )
2
V (X )
i
Chapitre 2. Variables aléatoires
L’espérance mathématique
Propriété de la moyenne
E (a ) a
E ( aX ) aE ( X )
E ( X Y ) E ( X ) E (Y )
E ( XY ) E ( X ) E (Y ) si X et Y sont indépendantes
Chapitre 2. Variables aléatoires
Propriétés de l’espérance mathématique et de la variance
Propriété de la variance
V (X ) 0
V ( X ) E ( X 2 ) E ( X )
2
V (a ) 0
V ( aX ) a 2V ( X )
V ( X Y ) V ( X ) V (Y ) si X et Y sont indépendantes
Chapitre 2. Variables aléatoires
L’espérance mathématique et de la variance
xi 24 25 26 Total
pi 0,03 0,96 0,01 1
E ( X ) 24 ,98
Chapitre 2. Variables aléatoires
Propriétés de l’espérance mathématique et de la variance
Les lois paramétriques sont des lois de probabilité qui dépendent d’un ou de
Des phénomènes aléatoires très différents peuvent être décrits par une
même loi avec des valeurs différentes pour les différents paramètres.
X suit une loi de Bernoulli de paramètre p notée B(p) si elle prend les valeurs 0
et 1 avec les probabilités P(X = 1) = p et P(X=0) = 1- p :
P ( X k ) p k (1 p )1 k
Propriétés : E(X ) p et V ( X ) p (1 p )
Domaine d’application : Un seul tirage (sans remise)
Chapitre 2. Variables aléatoires
Les lois discrètes. Loi de Bernoulli
E(X)=p=0,5
V(X)=p(1-P)=0,5.0,5=0,25
Chapitre 2. Variables aléatoires
Les lois discrètes. Loi de Bernoulli
E(X)=p=0,16
V(X)=p(1-P)=1/6.5/6=0,138
Chapitre 2. Variables aléatoires
Les lois discrètes. Loi Binomiale
X suit une loi Binomiale de paramètres n et p, notée B(n,p) si elle prend les
valeurs 0,1,2,…,n avec les probabilités :
P ( X k ) C nk p k (1 p ) n k
Propriétés : E ( X ) np et V ( X ) np (1 p )
Domaine d’application : Dualité (urnes contenant boules blanches et
boules noires) avec remise.
Chapitre 2. Variables aléatoires
Les lois discrètes. Loi Binomiale
P ( X k ) C nk p k (1 p ) n k
Chapitre 2. Variables aléatoires
Les lois discrètes. Loi géométrique
P ( X k ) p (1 p ) k 1
Propriétés : E ( X ) 1/ p et V ( X ) (1 p ) / p 2
d’une pièce
Chapitre 2. Variables aléatoires
Les lois discrètes. Loi géométrique
e x
P ( X x) x 0 ,1, 2 ,...
x!
Propriétés : E(X ) et V (X )
Domaine d’application : Cette loi s’applique au comportement du nombre
d’évènements se produisant dans un laps de temps fixe (ou intervalles
spatiaux).
Chapitre 2. Variables aléatoires
Les variables aléatoires continues
Caractéristiques :
Les deux principales caractéristiques, la moyenne et la variance,
d’une variables aléatoire continues sont données par
E( X ) xf ( x )dx V (X ) x E ( X ) 2
f ( x ) dx
Chapitre 2. Variables aléatoires
Les variables aléatoires continues
a.
f(x)
a b
Chapitre 2. Variables aléatoires
Les variables aléatoires continues
b.
f(x)
A1 + A2 =1
A2 =1 - A1
3
Chapitre 2. Variables aléatoires
Les lois continues. La loi normale
2
1 x
1
2
f ( x; , ) e
2
Propriétés : E( X ) et V (X ) 2
Chapitre 2. Variables aléatoires
Les lois continues. La loi normale
X
La loi normale centrée réduite (standard) : Si on pose Z on
obtient une V.A. noté N(0,1) de densité
z2
1
f (z) e 2
2
Propriétés : E( X ) 0 et V (X ) 1
Chapitre 2. Variables aléatoires
Les lois continues. La loi normale centrée réduite
0
Chapitre 2. Variables aléatoires
Les lois continues. La loi normale centrée réduite
Exemple. X N (500,202 )
Calculer :
P ( X 520)
P ( X 540)
P ( 460 X 540 )
Chapitre 2. Variables aléatoires
Les lois continues. La loi normale centrée réduite
Exemple. Soit X une v.a continue suit une loi normale ( , ). Déterminer
Tel que
Chapitre 2. Variables aléatoires
Les lois continues. Khi-deux
i
n 2
X Y
X Y
i 1
i
2
i 1
Propriétés :
E( X ) 0 et
V (X ) 1
Chapitre 2. Variables aléatoires
Les lois continues. Khi-deux
Pour n=13,
Corrigé.
1. Pour n=13,
Corrigé.
Y X N ( 0 ,1)
X
Z Y n2
n
X et Y sont indépendantes
Propriétés : et n
E(X ) 0 V (X )
n2
Chapitre 2. Variables aléatoires
Les lois continues. Loi de Student
0
Chapitre 2. Variables aléatoires
Les lois continues. Loi de Student
Exemple. Soit X est une variable aléatoire qui suit une loi de student de
Corrigé.
Soit X1, X2, … une suite de variables aléatoires réelles définies sur le même espace
σ ≠ 0.
S n X 1 , X 2 ,..., X n
Considérons la somme
Sn
Si n est grand alors est une variable aléatoire normale de moyenne n μ et de
n 2
variance
Chapitre 2. Variables aléatoires
Les lois continues. Le théorème central limite
Et on cherche
P ( S n 10000 ) ?
(ii)X n’est pas normale mais comme n est grand (400 > 30), le TCL
s ’applique
400
La nouvelle variable aléatoireS n X i
normale de
paramètres i 1
400
E ( S 400 ) X
i 1
i n
400
V ( S 400 ) V
i 1
( X i ) n 2
Chapitre 2. Variables aléatoires
Les lois continues. Le théorème central limite
pièces
S n 10000 n 10000 n
P ( S n 10000 ) P n PZ n
n n n
10000 400 24 , 98
P ( S n 10000 ) P Z n P Z n 2 , 01
0 ,199 400
P ( S n 10000 ) 0 , 97778
Chapitre 2. Variables aléatoires
Les lois continues. Le théorème central limite
pièces
S n 9990 n 9990 n
P ( S n 9990 ) P n P Zn
n n n
P ( S n 9990 ) 1 P ( Z n 0 ,5025 )
P ( S n 9990 ) 1 0 ,6923 0 ,3077