Variables aléatoires continues/Définitions

Leçons de niveau 14
Une page de Wikiversité, la communauté pédagogique libre.
Début de la boite de navigation du chapitre
Définitions
Icône de la faculté
Chapitre no 1
Leçon : Variables aléatoires continues
Retour auSommaire
Chap. suiv. :Loi uniforme
fin de la boite de navigation du chapitre
En raison de limitations techniques, la typographie souhaitable du titre, « Variables aléatoires continues : Définitions
Variables aléatoires continues/Définitions
 », n'a pu être restituée correctement ci-dessus.

Variable aléatoire continue[modifier | modifier le wikicode]

Quand le résultat d'une expérience aléatoire n’est pas un entier et n'appartient pas à un ensemble fini,

le mieux est de définir la variable aléatoire correspondante directement sur ou sur un intervalle de .



Début de l'exemple
Fin de l'exemple


Fonction de répartition[modifier | modifier le wikicode]


Propriétés[modifier | modifier le wikicode]

  • Comme une probabilité est toujours inférieure ou égale à 1, on a .
  • Si on englobe toujours plus de valeurs de dans le calcul, la probabilité augmente et tend vers 1.
  • De même, si on englobe de moins en moins de valeurs de , la probabilité tend vers 0.

En résumé :


  • Finalement, on admettra sans démonstration que F est continue à droite, et que si la variable aléatoire X ne se concentre pas sur des valeurs spécifiques de , alors F est continue.
  • Une fonction de répartition a typiquement cette allure-là :
Début de l'exemple
Fin de l'exemple


Densité de probabilité[modifier | modifier le wikicode]


Propriétés d'une densité de probabilités[modifier | modifier le wikicode]

  • Une densité de probabilité a en général cette allure :
Début de l'exemple
Fin de l'exemple


Espérance, variance, moments[modifier | modifier le wikicode]

Espérance[modifier | modifier le wikicode]

Début de l'exemple
Fin de l'exemple


Variance et écart-type[modifier | modifier le wikicode]


Formule[modifier | modifier le wikicode]

Le calcul de la variance est plus facile avec la formule suivante :

Début d’un théorème
Fin du théorème


Écart-type[modifier | modifier le wikicode]


Début de l'exemple
Fin de l'exemple


Autres moments[modifier | modifier le wikicode]

Deux autres moments, bien entendu sous réserve d'existence, sont parfois considérés pour affiner la prévision du comportement d'une variable aléatoire :

descriptif indisponible
Wikipedia-logo-v2.svg
Wikipédia possède un article à propos de « Coefficient d'asymétrie ».
descriptif indisponible
Wikipedia-logo-v2.svg
Wikipédia possède un article à propos de « Kurtosis ».
  • Le coefficient d'asymétrie permet, selon le signe, de prédire où se trouve l'étalement de la distribution par rapport à l'espérance, soit si la décroissance de la fonction de densité est plus forte à gauche ou à droite.
  • Le kurtosis donne une mesure de l'aplatissement de la densité, c'est-à-dire qu’il permet de prédire si la mesure est fortement concentrée autour de l'espérance ou non.

Fonction génératrice des moments[modifier | modifier le wikicode]

Cette fonction permet de regrouper le calcul de l'intégralité des moments d'une loi, s'ils existent.


Son nom est justifié par le fait qu'en utilisant le développement en série entière de la fonction exponentielle, on a :

.

Ainsi, on trouve :

Fonction caractéristique[modifier | modifier le wikicode]

Cette fonction, semblable à la fonction génératrice mais à valeurs dans , est une autre fonction qui caractérise la loi d'une variable aléatoire.


De même façon que pour la fonction génératrice, on trouve :

Il existe cependant un autre théorème, très important :

Début d’un théorème
Fin du théorème


Ce théorème sera admis.

Médiane, mode[modifier | modifier le wikicode]

Quand les moments ne peuvent être calculés, on peut néanmoins donner une idée de l'allure de la densité en déterminant la (ou les) médiane(s) et le(s) mode(s).

La médiane se définit comme une valeur qui permet de séparer en deux parties les échantillons ou la distribution d'une variable aléatoire de sorte que chacune des deux parties contiennent le même nombre de valeurs.


Le mode, quant à lui, représente la valeur la plus représentée dans la densité.


Il n'y a aucune garantie de l'unicité des médianes ou des modes dans le cas général.