loi de probabilité à densité - sitemathfreefr
pour x ∈ [2;10]et 0 sinon ( densité de Loi Uniforme) a pour "loi de probabilité à densité" la fonction f définie sur I ⊂ R si et seulement si C f x a b
LOIS CONTINUE (I) Fonction de densité – Loi Uniforme
II - Loi uniforme sur [a ; b] Définition : Soit a et b deux réels tels que a < b La loi uniforme sur [a ; b], notée U([a; b]), est la loi ayant pour densité de probabilité la fonction constante f définie sur [a; b] par : f (x)= 1 b−a Propriété : Soit X une variable aléatoire qui suit une loi uniforme sur [a; b]
Loi continue : Partie II Loi uniforme sur [a b
Loi uniforme sur [a ; b] II - Loi uniforme sur [a ; b] Définition : Soit a et b deux réels tels que a < b La loi uniforme sur [a ; b], notée U([a; b]), est la loi ayant pour densité de probabilité la fonction constante f définie sur [a; b] par : f(x)= 1 b−a Propriété : Soit X une variable aléatoire qui suit une loi uniforme sur [a; b]
Terminale S - Loi uniforme Loi exponentielle
Loi uniforme Loi exponentielle I) Loi uniforme de probabilité sur [a : b] La loi de probabilité qui admet pour densité la fonction ???? constante égale à ???? ????−???? sur [????; ????], est appelée loi uniforme sur [????; ????] Soit [????; ????] un intervalle inclus dans [????; ????] et ???? une variable aléatoire suivant la loi
Variable Aléatoire Continue, Loi à densité
Loi à Densité, Loi Uniforme, Loi Exponentielle Lorsqu’une variable aléatoire X, est continue à valeurs les réels d’un intervalle I de R, sa loi de probabilité, dite continue n’est plus associée à la probabilité de chacune des valeurs En effetP(X = a) = 0 pour tout a 2 I On caractérise la loi de probabilité de X, par la
Probabilités à Densité Mathématiques Bac ES
Loi uniforme sur Définition : Une variable aléatoire suit une loi uniforme sur l’intervalle lorsque sa densité de probabilité est la fonction constante sur , de valeur : Traduction : ssi : L’espérance mathématique d’une loi uniforme sur : D’où : ou : Car d’après Chasles: du fait que: et C ab 1
Variable Aléatoire Continue, Loi à densité
Loi à Densité, Loi Uniforme, Loi Exponentielle Lorsqu’une variable aléatoire X, est continue à valeurs les réels d’un intervalle I de R, sa loi de probabilité, dite continue n’est plus associée à la probabilité de chacune des valeurs En effetP(X = a) = 0 pour tout a 2 I On caractérise la loi de probabilité de X, par la
Lois de probabilité à densité Loi normale
de densité f sur I, est : E(X)= Z (I) t f(t)dt 1 3 Loi uniforme : densité homogène 1 3 1 Définition Définition 3 : Une variable aléatoire X suit une loi uniforme dans l’intervalle I =[a,b], avec a 6=b, lorsque la densité f est constante sur cet intervalle On en déduit alors la fonction f: f(t)= 1 b −a
Chapitre 11 : Loi à densité - Lycée Paul Rey
Chapitre 11 : Loi à densité I Attendus • Savoir déterminer une probabilité quand on connait la densité (1 page 379) • Calculer une probabilité avec une loi uniforme (7-8 page 381) • Étudier une loi de durée de vie sans vieillissement (11 page 383) • Déterminer le paramètre d’une loi exponentielle (12 page 383)
Chapitre 4 : Variables aléatoires à densité
est une densité de probabilité appelée loi uniforme sur [a,b] 2°) Variable aléatoire à densité On dit que la VAR X est une variable aléatoire à densité s’il existe une densité de probabilité f telle que ∀x∈R ( )∫ −∞ = ≤ = x F(x) P X x f (t)dt Exemple : la variable X telle que ( ) ∫ −∞ = ≥ ≤≤
[PDF] densité des matériaux PDF Cours,Exercices ,Examens
[PDF] densité des métaux PDF Cours,Exercices ,Examens
[PDF] densité du cyclohexane par rapport a l'eau PDF Cours,Exercices ,Examens
[PDF] densité du diiode PDF Cours,Exercices ,Examens
[PDF] densité eau kg/m3 PDF Cours,Exercices ,Examens
[PDF] densité et masse volumique seconde PDF Cours,Exercices ,Examens
[PDF] Densité et position 2nde Physique
[PDF] densité lithosphère océanique PDF Cours,Exercices ,Examens
[PDF] densité marginale x y PDF Cours,Exercices ,Examens
[PDF] DENSITE MASSE VOLUMIQUE 2nde Physique
[PDF] densité matérielle ses PDF Cours,Exercices ,Examens
[PDF] densité médicale par département PDF Cours,Exercices ,Examens
[PDF] densité plomb PDF Cours,Exercices ,Examens
[PDF] Densité, masse volumique, concentration et quantité de matière 1ère Physique
EIVL L.G Page 1 sur 5 Probas 3ème A Chapitre 4 Chapitre 4 : Variables aléatoires à densité
1°) Densité de probabilité, définition :
On dit qu"une fonction
RRf®: est une densité de probabilité si : fest continue sur Rsauf éventuellement en un nombre fini de pointsRxÎ" , 0)(³xf
1)(=∫
¥-dttf
exemple 1 : on baxsiabxfxRR f sin0],[1 a est une densité de probabilité appelée loi uniforme sur [a,b]2°) Variable aléatoire à densité
On dit que la VAR
X est une variable aléatoire à densité s"il existe une densité de probabilité ftelle que Rx xdttfxXPxF)()(Exemple : la variable
X telle que ( )∫¥-=
xdttf bxsibxasiabaxaxsi xXPxF)( 10Propriétés immédiates : Si
X est une variable aléatoire à densité f alors : - sa fonction de répartitionFest continue sur R
- en tout point0xoù f est continue )()("00xfxF=
Fest croissante sur Rà valeurs dans [0 ;1]
b adttfaFbFbXaP)()()(RaÎ"()0==aXP, ( )∫
+¥=³=>adttfaXPaXP)()(3°) Fonctions usuelles de VAR à densité
SoitX est une variable aléatoire à densitéf,
les fonctions XeXg=)(,baXXg+=)((0¹a),²)(XXg=, sont des VAR à densités4°) Espérance mathématique : Soit
Xune variable aléatoire à densitéf.
Si l"intégrale
¥-dxxfx)(converge, on dit que X admet pour espérance mathématique¥-=dxxfxXE)()(
Pour l"exemple 1 :
21)()(badxabxdxxfxXE
b a+=)EIVL L.G Page 2 sur 5 Probas 3ème A Chapitre 4
Exemple de variable à densité n"ayant pas d"espérance mathématiqueLa loi de Cauchy définie par la densité
)1(1)(2xxfRx+=Î"p On a fcontinue positive sur R et 1)(=∫¥-dttf cependant ∫
¥-dxxfx)( diverge.
Linéarité de l"espérance mathématique
Si Xet Ysont deux VAR à densités et admettent de espérances mathématique et siRaÎ alors YaX+ est une VAR à densité
dont l"espérance est ())()(YEXaEYaXE+=+ Espérance d"une fonction de VAR à densité : Si Xest une VAR à densité fadmettant une espérance mathématique et siRXg®W)(:est 1Cet strictement monotone sur )(WX
alors )(Xg est une VAR à densité et [ ]∫¥-=dxxfxgXgE)()()(
exemple pour0¹a []bXaEbaXE+=+)(
5°) Moment d"ordre 2, variance et écart type
Si Xune variable aléatoire à densitéf,et si l"intégrale ∫¥-dxxfx)(2converge,
La VAR
2X admet pour espérance mathématique ∫
¥-=dxxfxXE)()(22
)(2XEest appelé moment d"ordre 2 de X, si de plus )(XE existe alors ∫¥--=dxxfXExXV)()]([)(2 converge aussi
)(XV est appelée variance de X et on a []22)()()(XEXEXV-= ())(XVX=s est alors appelée écart type de X.Exemple pour l"exemple 1 :
12)(2baXV-=
Propriété : si
X est une VAR à densité qui admet une variance et si 0¹a on a ())(2XVabaXV=+ Produit et somme de deux VAR indépendantes à densités Soit Xet Ydeux VAR, on dit que Xet Y sont indépendantes si ()2,RyxÎ" ()()[]()()yYPxXPyYxXP££=£Ç£ Si Xet Ydeux VAR indépendantes à densitésfet g alors : XYest une VAR à densité et )()()(YEXEXYE= (admis) YXZ+= est une VAR à densités ,et sa densité est le produit de convolution des densités¥--=-=dttgtxfdttxgtfxh)()()()()( (admis)
de plus si )(XVet )(YVexistent alors )()()(YVXVYXV+=+EIVL L.G Page 3 sur 5 Probas 3ème A Chapitre 4
6°) Lois usuelles
Loi uniforme sur [a, b] : Une VAR
Xsuit une loi uniforme sur [a,b] si sa densitéf est onbaxsiabxfxRR f sin0],[1 a notation []()baUX,®Propriétés :
2)(baXE+= et ()
12)(2baXV-=
Loi exponentielle :Soit
+ÎRl Une VAR Xsuit une loi exponentielle de paramètre l si sa densitéf est -000)(xsiexsixfxllRemarque : On a bien
1)(=∫
¥-dttf Propriétés :ls
1)()(==XXE
Loi normale centrée réduite : Une VAR
Xsuit une loi normale centrée réduite
(notation : ))1;0(NX® si sa densitéf est 2 2 21)(x exfRx -=Î"p densité de N(0;1)
00,10,20,30,40,5
-4 -3 -2 -1 0 1 2 3 4 x f(x)Propriétés :
10 )X(V)X(E Fonction de répartition :( )∫¥--))) =F xtdtexp2 2 2 et on a )x()x(FF-=-1Loi normale
));(smN:Une VAR Xsuit une loi normale de paramètres met s(0>s) si sa densitéf est 2 2121)(
=Î"s ps mx exfRx
Propriétés -
));(smNX®si et seulement si ))1;0(NmX®- set ???= ss)X(m)X(E si ));(111smNX® et ));(222smNX® sont indépendantes alors ));(2 2212121sss+=+®+mmNXX
EIVL L.G Page 4 sur 5 Probas 3ème A Chapitre 4
Travaux dirigés :
Exercice 1:
Une machine est chargée de conditionner des paquets de farine. On note M la variable qui associe la masse à chaque paquet. M suit une loi N(m,30) m étant réglable par l"opérateur chargé de la machine. A la livraison un paquet est refusé si sa masse est inférieure à 955 grammes.A quelle valeur doit-on régler m pour que la probabilité qu"un paquet soit refusé soit égale
à 1% ?
Exercice 2 :
Une machine automatique usine des billes de roulements à billes. Le diamètre des billes suit une loi normale dont la moyenne m dépend de l"opérateur Et l"écart type s dépend de la précision de la machine. On entreprend une production dont le diamètre doit être égal à 8,000±0,0012mm
Un tri par calibrage élimine les billes hors-normes.1°) On a une machine neuve dont l"écart type est s=0,001 qui a été réglée pour une moyenne
m=8,000. Calculer le pourcentage de billes éliminées.2°) Après un usage important la machine a perdu de sa précision.
L"écart type est passé à 0,0011 et le réglage plus difficile donne une moyenne m=8,001 Calculer le pourcentage des billes éliminées.Exercice 3 :
Une entreprise fabrique des pièces métalliques rectangulaires dont les cotes sont exprimées en millimètres.Un contrôle de qualité consiste à vérifier que la longueur et la largeur de ces pièces
sont conformes aux normes en vigueur. La probabilité pour qu"une pièce prélevée au hasard soit conforme est p=0.9.On prélève au hasard 10 pièces dans la production ce prélèvement est assimilable à un tirage
avec remise. on appelle X la variable aléatoire qui à chacun des tirages associe le nombre de pièces conforme dans le tirage. 1. donner la loi de probabilité de X 2. Calculer la probabilité pour que 8 pièces au moins soient conformes. Une partie des pièces de la production est fabriquée par une machine M1On note L et l les variables aléatoires qui à chaque pièce prélevée au hasard dans un lot
fabriqué par la machine M1 associent sa longueur et sa largeur. On suppose que L suit une loi normale N(250 ;1,94) et que l suit une loi normale N(150,1.52) 3. calculer la probabilité pour que la longueur d"une pièce prélevée au hasard soit comprise entre 246 et 254 4. Calculer la probabilité pour que la largeur d"une pièce prise au hasard soit comprise entre 147 et 153.EIVL L.G Page 5 sur 5 Probas 3ème A Chapitre 4 Une pièce est conforme lorsque sa longueur est comprise entre 246 et 254 et sa largeur est
comprise entre 147 et 153. 5. en supposant que L et l sont deux variables indépendantes calculer la probabilité pour qu"une pièce prélevée au hasard dans le lot soit conforme. La fabrication est aussi assurée par une seconde machine M2., la probabilité pour qu"une pièce fabriquée par M2 soit conforme est p=0.879. La machine M1 fournit 60% de la production totale et la machine M2 fournit le reste de la production. On prélève au hasard une pièce dans la production totale de la journée.On définit les événements suivants :
A : la pièce provient de M1
B : la pièce provient de M2
C : la pièce est conforme
6. Calculer p(A), p(B),p(C/A), p(C/B), p(C
ÇA), p(CÇB)
7. En déduire p(C)
Exercice 4: Loi de KHI2
1) Soit X une VAR de densité f déterminer la densité Y=X² 2) On suppose que X suit une loi N(0,1) déterminer la densité et l"espérance et la variance de la variable aléatoire Y=X² .On dit que Y suit une loi suit une loi du KHI2
Exercice 5 : Loi log-normale
1) Soit X une VAR de densité f déterminer la densité Y=exp(X)
2) On suppose que X suit une loi N(m,s) déterminer la densité l"espérance et la variance de la variable aléatoire Y=exp(X) On dit que Y suit une loi log-normale car ln(Y) suit une loi normale.Exercice 6: Loi gamma
On rappelle que :
][+¥Î";0x dtetxtx∫ +¥--=G01)( ;][+¥Î";0x )()1(xxxG=+G ;NnÎ"!)1(nn=+G b et t étant deux réels strictement positifs donnés montrer que la fonction f définie par >G£ 0)(00 1 xsibtxexsi xftt bx est une densité de probabilitéSi une variable aléatoire X a pour sa densité de probabilité la fonction fprécédemment
définie, on dit alors que X suit la loi gamma de paramètres b et t. Soit X suivant la loi gamma de paramètre b et t, montrer que E(X)=bt et tbXV 2)(=quotesdbs_dbs5.pdfusesText_9