Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2 Introduction aux Probabilités - Université Rennes 2

sites.univ.rennes2.fr
from sites.univ.rennes2.fr More from this publisher
26.06.2013 Views

74 Chapitre 2. Variables aléatoires discrètes 2.5.1 Loi uniforme On parle de loi uniforme dès lors qu’il y a équiprobabilité pour les valeurs prises par la variable aléatoire. Définition 2.10 (Loi uniforme) On dit que X suit une loi uniforme sur l’ensemble {1,...,n}, noté X ∼ U {1,...,n}, si : ∀k ∈ {1,...,n} È(X = k) = 1 n . Exemple. On lance un dé équilibré et on note X le résultat obtenu. On a alors X ∼ U {1,...,6} (voir figure 2.4 à gauche). Remarque. On parle plus généralement de loi uniforme sur l’ensemble {a1,...,an} si : ∀k ∈ {1,...,n} È(X = ak) = 1 n . Par exemple, la variable X valant +1 si le résultat du lancer d’un dé équilibré est pair, −1 sinon, suit une loi uniforme sur {−1,+1} (voir figure 2.4 à droite). 1 6 1 2 3 4 5 6 −1 0 1 = 1 2 = E[X] E[X] Figure 2.4 – A gauche : loi uniforme U {1,...,6}. A droite : loi uniforme U {−1,+1}. Proposition 2.6 (Moments d’une loi uniforme) Si X suit une loi uniforme sur l’ensemble {1,...,n}, alors : E[X] = n+1 2 & Var(X) = n2 −1 12 . Preuve. Pour l’espérance, elle est basée sur la formule de la somme des termes d’une suite arithmétique : n 1+···+n = k = n(n+1) . 2 k=1 Pour plus de détails, se reporter au corrigé de l’exercice 2.7. Pour la variance, on se sert de la formule de la somme des carrés : 1 2 +···+n 2 n = k 2 = n(n+1)(2n+1) , 6 k=1 Arnaud Guyader - Rennes 2 Probabilités

2.5. Lois usuelles 75 laquelle se prouve en développant successivement (1+1) 3 ,...,(n+1) 3 , en sommant le tout et en simplifiant. Pour ce qui nous concerne, elle s’applique comme suit : d’où : E[X 2 ] = n k=1 k 2 n = 1 n n k=1 Var(X) = E[X 2 ]−E[X] 2 = (n+1)(2n+1) 6 k 2 = (n+1)(2n+1) , 6 n+1 − 2 2 = n2 −1 12 . Exemple. Pour le lancer d’un dé équilibré où X ∼ U {1,...,6}, on a ainsi E[X] = 3,5 (milieu de l’intervalle [1,6]) et Var(X) = 35 12 représentée figure 2.5. 1 1/6 donc σ(X) = 35 12 1 2 3 4 5 ≈ 1,7. La fonction de répartition de X est Figure 2.5 – Fonction de répartition d’une loi uniforme U {1,...,6}. Remarque. Il va de soi que ces formules ne sont plus valables lorsque X suit une loi uniforme sur l’ensemble {a1,...,an}. Dans ce cas général, on n’a rien de mieux que les définitions de l’espérance et de la variance : E[X] = 1 n n k=1 ak & Var(X) = 1 n Par exemple, la variable X valant +1 si le résultat du lancer d’un dé équilibré est pair, −1 sinon, a pour moyenne 0 et pour variance 1. 2.5.2 Loi de Bernoulli 6 n k=1 a 2 k − On parle de loi de Bernoulli lorsque la variable d’intérêt est binaire. Définition 2.11 (Loi de Bernoulli) On dit que X suit une loi de Bernoulli de paramètre p ∈]0,1[, noté X ∼ B(p), si X ne peut prendre que les valeurs 0 et 1, avecÈ(X = 1) = p etÈ(X = 0) = 1−p = q. Exemple. On lance une pièce déséquilibrée dont la probabilité d’apparition de Pile est 3/4. En notant X la variable aléatoire valant 0 pour Face et 1 pour Pile, on a donc X ∼ B(3/4). Probabilités Arnaud Guyader - Rennes 2 1 n n k=1 ak 2 .

74 Chapitre 2. Variables aléatoires discrètes<br />

2.5.1 Loi uniforme<br />

On parle de loi uniforme dès lors qu’il y a équiprobabilité pour les valeurs prises par la variable<br />

aléatoire.<br />

Définition 2.10 (Loi uniforme)<br />

On dit que X suit une loi uniforme sur l’ensemble {1,...,n}, noté X ∼ U {1,...,n}, si :<br />

∀k ∈ {1,...,n} È(X = k) = 1<br />

n .<br />

Exemple. On lance un dé équilibré et on note X le résultat obtenu. On a alors X ∼ U {1,...,6} (voir<br />

figure 2.4 à gauche).<br />

Remarque. On parle plus généralement de loi uniforme sur l’ensemble {a1,...,an} si :<br />

∀k ∈ {1,...,n} È(X = ak) = 1<br />

n .<br />

Par exemple, la variable X valant +1 si le résultat du lancer d’un dé équilibré est pair, −1 sinon,<br />

suit une loi uniforme sur {−1,+1} (voir figure 2.4 à droite).<br />

1<br />

6<br />

1 2 3 4 5 6 −1 0 1<br />

=<br />

1<br />

2<br />

=<br />

E[X] E[X]<br />

Figure 2.4 – A gauche : loi uniforme U {1,...,6}. A droite : loi uniforme U {−1,+1}.<br />

Proposition 2.6 (Moments d’une loi uniforme)<br />

Si X suit une loi uniforme sur l’ensemble {1,...,n}, alors :<br />

E[X] = n+1<br />

2<br />

& Var(X) = n2 −1<br />

12 .<br />

Preuve. Pour l’espérance, elle est basée sur la formule de la somme des termes d’une suite arithmétique<br />

:<br />

n<br />

1+···+n = k = n(n+1)<br />

.<br />

2<br />

k=1<br />

Pour plus de détails, se reporter au corrigé de l’exercice 2.7. Pour la variance, on se sert de la<br />

formule de la somme des carrés :<br />

1 2 +···+n 2 n<br />

= k 2 = n(n+1)(2n+1)<br />

,<br />

6<br />

k=1<br />

Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!