Lycée > Terminale > Mathématiques complémentaires > Loi uniforme continue et loi exponentielle

Loi uniforme continue et loi exponentielle

Fiche de cours Quiz Profs en ligne Vidéos Télécharger le pdf

Fiche de cours Quiz Profs en ligne Vidéos Télécharger
le pdf

Objectifs

Calculer des probabilités, ainsi que l’espérance et la variance d'une variable aléatoire suivant la loi uniforme sur [0 ; 1], puis sur [a ; b].
Calculer des probabilités et l’espérance d'une variable aléatoire suivant une loi exponentielle, en utilisant si besoin la propriété d’absence de mémoire.

Points clés

Soit a et b deux réels tels que a < b. Soit f la fonction définie sur [a ; b] par f (x) = . f est une fonction de densité de probabilité sur [a ; b].
Soit X une variable aléatoire de densité de probabilité f. On dit que X suit la loi uniforme sur [a ; b]. Si on note F sa fonction de répartition sur , alors :
Pour c et d deux réels tels que a ≤ c < d ≤ b, alors P(c ≤ X ≤ d) = .
L’espérance de X est égale à E(X) = .
La variance de X est égale à V(X) = .
Soit λ un nombre réel tel que λ > 0. Soit f la fonction définie sur [0 ; +∞[ par f (x) = λe^–λx. f est une fonction de densité de probabilité sur [0 ; +∞[.
Soit X une variable aléatoire de densité de probabilité f. On dit que X suit la loi exponentielle de paramètre λ. Si on note F sa fonction de répartition sur , alors :
Pour a et b deux réels positifs tels que a < b, P(a ≤ X ≤ b) = e^–λa – e^–λ^b. L’espérance de X est égale à E(X) = .
X est sans mémoire. Autrement dit, pour deux réels positifs m et n non nuls, P_X_≥_n(X ≥ m + n) = P(X ≥ m).

Pour bien comprendre

Connaitre la notion de fonction de densité de probabilité.
Calculer une probabilité.
Connaitre la notion de fonction de répartition.
Calculer une espérance et une variance d'une loi à densité.

1. Loi uniforme continue

Lorsque l’on choisit un nombre au hasard entre a et b, il faut utiliser une loi uniforme sur [a ; b].

a. Loi uniforme sur [0 ; 1]

Soit f la fonction définie sur [0 ; 1] par f (x) = 1.
f est une fonction de densité de probabilité sur [0 ; 1].

Démonstration

f (x) = 1 ≥ 0 pour tout x ∈ [0 ; 1].
f est continue sur [0 ; 1].

Soit X une variable aléatoire de densité de probabilité f.
On dit que X suit la loi uniforme sur [0 ; 1].
Si on note F sa fonction de répartition sur

, alors :

Démonstration

Si x < 0, F(X) = P(X ≤ x) = 0 (car comme 0 ≤ X ≤ 1 et x < 0, alors x < 0 ≤ X et « X ≤ x » est un événement impossible).

Si x ∈ [0 ; 1], on a F(X) = P(X ≤ x) = .

Si x > 1, on a F(X) = P(X ≤ x) = 1 (car comme 0 ≤ X ≤ 1 et x > 1, alors X ≤ 1 < x et « X ≤ x » est un événement certain).

Propriétés
Soit X une variable aléatoire suivant la loi uniforme sur [0 ; 1].
Pour a et b deux réels tels que 0 ≤ a < b ≤ 1, alors P(a ≤ X ≤ b) = b – a.
L’espérance de X sur [0 ; 1] est égale à E(X) =

.
La variance de X sur [0 ; 1] est égale à V(X) =

Démonstrations

P(a ≤ X ≤ b) = P(X ≤ b) – P(X ≤ a) = F(b) – F(a) = b – a

Exemple
On choisit un nombre au hasard sur l’intervalle [0 ; 1].
Quelle est la probabilité que ce nombre soit compris entre 0,2 et 0,6 ?
Si on note X le nombre choisi, alors X est la variable aléatoire suivant la loi uniforme sur [0 ; 1], dont la fonction de densité de probabilité f est définie sur [0 ; 1] par f (x) = 1.
On a P(0,2 ≤ X ≤ 0,6) = 0,6 – 0,2 = 0,4.

b. Loi uniforme sur [a ; b]

Soit a et b deux réels tels que a < b.
Soit f la fonction définie sur [a ; b] par f (x) =

.
f est une fonction de densité de probabilité sur [a ; b].

Démonstration

f (x) = b – a ≥ 0 pour tout x ∈ [a ; b].
f est continue sur [a ; b].

Soit X une variable aléatoire de densité de probabilité f.
On dit que X suit la loi uniforme sur [a ; b].
Si on note F sa fonction de répartition sur

, alors :

Démonstration

Si x < a, F(X) = P(X ≤ x) = 0 (car comme a ≤ X ≤ b et x < a, alors x < a ≤ X et « X ≤ x » est un événement impossible).

Si x ∈ [a ; b], on a F(X) = P(X ≤ x) = .

Si x > b, on a F(X) = P(X ≤ x) = 1 (car comme a ≤ X ≤ b et x > b, alors X ≤ b < x et « X ≤ x » est un événement certain).

Propriétés
Soit X une variable aléatoire suivant la loi uniforme sur [a ; b].
Pour c et d deux réels tels que a ≤ c < d ≤ b, alors P(c ≤ X ≤ d) =

.
L’espérance de X est égale à E(X) =

.
La variance de X est égale à V(X) =

Démonstrations

P(c ≤ X ≤ d) = P(X ≤ d) – P(X ≤ c) = F(d) – F(c) =

E(X) =

Exemple
On choisit un nombre au hasard sur l’intervalle [3 ; 13].
Quelle est la probabilité que ce nombre soit compris entre 5 et 9 ?
Si on note X le nombre choisi, alors X est la variable aléatoire suivant la loi uniforme sur [3 ; 13], dont la fonction de densité de probabilité f est définie sur [3 ; 13] par f (x) =

= 0,1.
On a P(5 ≤ X ≤ 9) =

= 0,4.

2. Loi exponentielle

Soit λ un nombre réel tel que λ > 0.
Soit f la fonction définie sur [0 ; +∞[ par f (x) = λe^–λ^x.
f est une fonction de densité de probabilité sur [0 ; +∞[.

Exemple
f (x) = λe^–λ^x avec λ = 3. La représentation graphique de f (x) est la suivante.

Démonstration

f (x) = λe^–λ^x > 0 pour x > 0.
f est continue sur [0 ; +∞[.

Or .
Donc .

Soit X une variable aléatoire de densité de probabilité f.
On dit que X suit la loi exponentielle de paramètre λ.
Si on note F sa fonction de répartition sur

, alors :

Exemple
f (x) = λe^–λ^x avec λ = 3. La représentation graphique de

est la suivante.

Démonstration

Si x < 0, F(x) = P(X ≤ x) = 0 (car comme X ≥ 0 et x < 0, alors x < 0 ≤ X et « X ≤ x » est un événement impossible).

Si x ≥ 0, on a F(X) = P(X ≤ x) = = 1 – e^–λ^x.

Propriétés
Soit X une variable aléatoire suivant la loi exponentielle de paramètre λ.
Pour a et b deux réels positifs tels que a < b, P(a ≤ X ≤ b) = e^–λ^a – e^–λ^b.
L’espérance de X est égale à E(X) =

Démonstrations

P(a ≤ X ≤ b) = P(X ≤ b) – P(X ≤ a) = F(b) – F(a) = (1 – e^–λ^b) – (1 – e^–λ^a) = e^–λ^a – e^–λ^b.

Or,
Donc .

Propriété
Soit X une variable aléatoire suivant la loi exponentielle de paramètre λ.
X est sans mémoire, autrement dit, pour deux réels positifs m et n non nuls, P_X_≥_n(X ≥ m + n) = P(X ≥ m).

Démonstration

P(X ≥ n) = 1 – P(X ≤ n) = 1 – F(n) = 1 – (1 – e^–λⁿ) = e^–λⁿ (R1)
P_X_≥_n(X ≥ m + n) = (d’après (R1))
P_X_≥_n(X ≥ m + n) = e^–λ^m = 1 – (1 – e^–λ^m) = 1 – F(m) = 1 – P(X ≤ m) = P(X ≥ m)

Exemple
Soit X une variable aléatoire suivant la loi exponentielle de paramètre 5.
La fonction de densité de probabilité de X est la fonction f définie sur [0 ; +∞[ par f (x) = 5e^–⁵^x.
Si on note F sa fonction de répartition sur

, on a :

Son espérance E(X) est égale à

= 0,2.
On a, par exemple, P(0,2 ≤ X ≤ 0,8) = e^–^5 × 0,2 – e^–^5 × 0,8 = e^–¹ – e^–⁴ ≈ 0,35.
De plus, comme la loi exponentielle est sans mémoire, on a par exemple : P_X_≥_0,5(X ≥ 1,2) = P_X_≥_0,5(X ≥ 0,7 + 0,5) = P(X ≥ 0,7) = e^–^0,7 × 5 = e^–^3,5 = 0,03.

Vous avez déjà mis une note à ce cours.

Découvrez les autres cours offerts par Maxicours !

Découvrez Maxicours

Comment as-tu trouvé ce cours ?

Évalue ce cours !