You are on page 1of 20

C- Lois usuelles

C.1- Lois discrtes- Loi uniforme

Loi dune variable alatoire X Ex : E= lancer dun d rgulier


prenant ses valeurs dans {1,,n} X=numro apparaissant sur le d
avec la mme probabilit: X suit une loi uniforme de
probabilit 1/6
1
P( X = x) = x {1, 2,...n}
n Elments de calcul pour lesprance
et la variance :

Moments :
n n(n + 1) n n(n + 1)(2n + 1)
i= ; i =
n +1 n2 1 i =1 2 i =1 6
E( X ) = ; V (X ) =
2 12
C.1- Lois discrtes- Loi de Bernoulli

Loi : X B ( p) E: Tirage dans une urne de


Bernoulli ayant une proportion
P( X = x) = p x q1 x , x {0,1} p de boules rouges. q=1-p

p
Moments

E ( X ) = p ; V ( X ) = pq
X=nombre de boules rouges

1 x A
Fonction indicatrice de A : 1A ( x) =
Rq : 0 x A

X = 1A B ( P( A))
C.1- Lois discrtes- Loi Binomiale

Loi : X B (n, p ) E: n tirages avec remise dans une


urne de Bernoulli ayant une
P( X = x) = C n p x q n x x {0,..., n}
x
proportion p de boules rouges
Moments : n
E ( X ) = np ; V ( X ) = npq

Proprits X=nombre de boules rouges


Si n>50 et p<0.1 X P (np )
n!
( ) Outils :
Cn =
x
Si n>50 et p>0.1 X N np, npq
x !( n x)!
n
X 1 B (n1 , p ) C x n x
q =1
x
p
n
X 2 B (n2 , p ) X 1 + X 2 B (n1 + n2 , p ) x=0

X 1 X 2
n x 1
Cn =
x

x C n 1
C.1- Lois discrtes- Loi de Poisson

Loi : X P ( ), > 0 Ex : nombre de personnes se


prsentant larrt de bus aprs
x une dure .

P( X = x) = e , x N
x!

Moments

E( X ) = V ( X ) =

Proprits :
Si grand, X N ( , )
Outils :
X 1 P (1 ) +
x

X 2 P (2 ) X 1 + X 2 P (1 + 2 ) x! = e
x=0
X 1 X 2
C.1- Lois discrtes- Loi Binomiale
ngative
Loi : X BN ( r , p ) E: tirages avec remise dans une
urne de Bernoulli ayant une
proportion p de boules rouges
P( X = x) = C x + r 1 p r q x x N
x

Moments :

rq rq X=nombre de boules blanches


E( X ) = ; V (X ) = prcdent la r boule rouge
p p

Outils:

C q =1
x r x
x + r 1
p
x=0
C.1- Lois discrtes- Loi Gomtrique

Loi : X G ( p) E: tirages avec remise dans une


urne de Bernoulli ayant une
proportion p de boules rouges
P( X = x) = pq x 1 x N

Moments :
1 q
E( X ) = ; V (X ) =
p p X=rang de la 1 boule rouge

Outils


1 trs utilis en

x=0
p =x

1 p
dure de vie et en biologie.
C.1- Lois discrtes- Loi Hypergomtrique

Loi : X H (n, N, p ) E: n tirages sans remise dans une


urne de Bernoulli ayant une
x n x

P( X = x) =
C CNp N Np
x {0,..., n}
proportion p de boules rouges
C
n
N N n

Moments :
N n
E ( X ) = np ; V ( X ) = npq X=nombre de boules rouges
N 1

Proprits

Si N>>n (N>10n) X B (n, p )


C.2- Lois continues- Loi uniforme

Loi : Proprits

X U [ a, b] X a
X U [ a, b] U [0,1]
1 ba
1 a xb
f ( x) = 1a xb = b a f
ba 0 sinon
1/(b-a)
Moments

a+b (b a )
E( X ) = ; V (X ) =
2 12 a b
Fonction de rpartition F
0 x<a
x a
F ( x) = a xb
b a
1 x>b a b
C.2- Lois continues- Loi normale

Loi X N ( , )
m=0 m=1,S=1
1 x
2 S=1
1
2
f ( x) = e , x R
2

Moments
m
E( X ) = ; V ( X ) =
m
Proprits :

X 1 N ( 1 , 1 ) X m
X N ( m, ) U = N (0,1)
X 2 N ( 2 , 2 ) X 1 + X 2 N ( 1 + 2 , 1 + 2 )
2 2

X1 X 2

C.2- Lois continues- Loi normale

Proprits dune v.a. U de loi


normale N(0,1)

(-x) 1-(x)
On note la fdr de U
1 1
(0) = ; ( x) < x < 0
2 2
( x) = 1 ( x)
P(| X |< x) = 2 ( x) 1

-x x
C.2- Lois continues- Loi log-normale

Loi

X LN ( , ) Y = ln( X ) N ( , ) F(-x) 1-F(x)

Moments
2
+ 2
E( X ) = e

( 2
V ( X ) = e 1 e ) 2 + 2
C.2- Lois continues- Loi exponentielle

Loi X ( ), > 0 Loi souvent utilise en fiabilit :


dure de vie dun composant
0 x<0
f ( x) = e x 1x0 = x
e x 0 =3 =4

Moments
1 1 =1
E( X ) = ; V ( X ) =

Fonction de rpartition :

0 x<0
F ( x) = x
1 e x 0
C.2- Lois continues- Loi gamma
Loi
X (k , ), k > 0, > 0
x
x k 1e
f ( x) = 1x0
(k ) k
Moments
E ( X ) = k ; V ( X ) = k 2

Proprits
Si k=1, X (1/ )
Si =2, X (2k )
Si k entier, la loi de X sappelle loi
dErlang
n (k ) = t k 1e t dt ; (k + 1) = k (k )

Si X i.i.d. (1/ ) Y = X ( n, ) 0
i i
i =1
C.2- Lois continues- Loi du chi2
Loi : la loi du chi2 k ddl est la loi de la
somme de n variables de loi N(0,1):
X (k ), k N * X a mme loi que
k
Z = U i2 , Ui i.i.d . N (0,1)
i=1

Moments

E ( X ) = k ; V ( X ) = 2k
Proprits :
X valeurs positives.
La loi de X/2 est une loi gamma(n)
Lorsque k=2 X suit E(1/2)
Si k>50,
X N ( k , 2k ) f ( x) =
1 k
1
x e 1x0
2
2x

2 ( )
k
2 k
2
C.2- Lois continues- Loi de Student

Loi :

X T (k ), k N * X a mme loi que


U
T= , U Z, U N (0,1), Z (k )
Z/k

Moments
k
E ( X ) = 0, k > 1 V (X ) = ,k > 2
k 2
Proprits :
Si k>30 alors X N (0,1)
C.2- Lois continues- Loi de Fisher

Loi :
X F (n1 , n2 ), ni N * X a mme loi que
Z1 / n1
F= , Z1 Z2 , Z1 (n1 ), Z 2 ( n2 )
Z2 / n2

Moments
n
E ( X ) = 2 , n2 > 2
n2 2
2n2 (n1 + n2 2)
V (X ) = , n2 > 4
n1 (n2 2) (n2 4)
2

X F (1, n2 ) X a mme loi que


Proprit F =T2 , T T ( n2 )
C-3 Simulations de lois

 Thorme dinversion

Soit F une fonction de rpartition sur R. On note F 1 ( y ) = inf{x R / F ( x) y}


linverse gnralis de F (vaut linverse habituelle lorsque F est continue
est strictement croissante). Soit U deloi uniforme sur [0,1]. Alors,

1. X = F 1 (U ) a pour fonction de rpartition F

2. Si F est continue sur R et X de fdr F, U=F(X) suit une loi uniforme


sur [0,1].
C-3 Simulations de lois

 Simulation dune loi continue

Simulation de n ralisations X de loi F:

on simule n ralisations dune loi uniforme sur [0,1] (tirage au


hasard de n nombres sur cet intervalle) : u1,,un

On calcule i = 1,...., n, xi = F 1 (ui ). Ce sont n ralisations de X


de loi F.
C-3 Simulations de lois

 Simulation dune loi discrte

Soit ( pi = P ( X = xi ) ) la loi de probabilit discrte dune variable


1i n k
alatoire valeurs dans {x1 ,..., xn }. On note sk = P ( X xk ) = pi
n
i =1
etF (u ) = sk 11xk 1 u < xk la fonction de rpartition de cette loi en tout point.
Soient uk =11,..., un n ralisations dune variable de loi uniforme sur [0,1].
n
Alors i = 1,..., n, x = F (ui ) = xk 1sk 1 ui < sk
*
k
1

k =1

Sont n ralisations dune variable alatoire


discrte de loi F.