Leçons de niveau 13

Lois de probabilité continues/Loi normale

Une page de Wikiversité.
Aller à : navigation, rechercher
Début de la boite de navigation du chapitre
Loi normale
Icône de la faculté
Chapitre no 4
Leçon : Lois de probabilité continues
Chap. préc. : Loi exponentielle
Chap. suiv. : Sommaire
fin de la boite de navigation du chapitre
Icon falscher Titel.svg
En raison de limitations techniques, la typographie souhaitable du titre, « Lois de probabilité continues : Loi normale
Lois de probabilité continues/Loi normale
 », n'a pu être restituée correctement ci-dessus.

Soit un nombre réel strictement positif et un nombre réel quelconque. On appelle loi normale ou loi de Gauss ou loi de Laplace Gauss, la variable aléatoire dont la fonction densité de probabilité est définie par :

Cette loi est utilisée pour les événements devant donner une valeur dépendant d'un grand nombre de causes indépendantes dont les effets s'additionnent et dont aucune n'est prépondérante.


Espérance mathématique et écart-type[modifier | modifier le wikicode]

Grâce à la formule :

on montre et nous admettrons que l'espérance mathématique de la loi normale est données par le paramètre



On montre aussi que l'écart-type est donné par .


Loi normale centré réduite[modifier | modifier le wikicode]

Si l'on pose et , la loi sera dite : Loi normale centrée réduite.




Gauss dichtefunktion.svg


Relation entre loi normale et loi normale centré réduite[modifier | modifier le wikicode]

La loi normale dans le cas le plus général, c'est-à-dire dont la fonction densité de probabilité est :

n'est pas facile à étudier du fait que l'on ne connait pas la primitive de la fonction . Heureusement, on se ramène très facilement à une loi normale centré réduite en faisant le changement de variable :

On a, en effet, la propriété suivante :



Cette propriété permet de simplifier l'étude d'une loi normale quelconque en la ramenant à une loi normale centré réduite. Par exemple, à l'époque où les calculatrices n'existaient pas, on pouvait se contenter de table sur la loi normale centré réduite pour pouvoir étudier des phénomènes suivant une loi normale quelconque.


Théorème de Moivre-Laplace[modifier | modifier le wikicode]

Nous avons le théorème suivant :

Début d’un théorème


Fin du théorème

Le changement de variable aléatoire :

est a rapproché du changement de variable aléatoire :

vu au paragraphe précédent puisque pour une loi binomiale , l'espérance et l'écart-type sont donnés par :



Le théorème précédent nous montre donc que la loi normale peut être vu comme la limité d'une loi binomiale lorsque n tend vers . Ceci est une propriété appréciable dans la mesure où la loi binomiale est d'autant plus difficile à calculer que la valeur de n est élevée.


Intervalles symétriques[modifier | modifier le wikicode]

La loi normale exprime comment fluctue une variable aléatoire autour d'une valeur moyenne . Nous sommes alors intéressé par la probabilité qu'a la variable aléatoire de sortir d'un intervalle symétrique par rapport à cette valeur .

Soit une variable aléatoire suivant une loi normale centrée réduite. Soit un réel compris entre 0 et 1 (exprimant une probabilité). Il existe un unique réel positif tel que :

Autrement dit exprime la probabilité de sortir d'un intervalle symétrique par rapport à l'origine.

Nous connaissons en général par coeur les deux valeurs suivante :

Si , alors .

Si , alors .


Nous retrouverons cette notion d'intervalle symétrique par rapport à une valeur donnée dans l'étude sur l'échantillonnage et l'estimation.