Département de Mathématiques | Option : Module M233, S3

Faculté des Science et Technique Mohammedia

Comment accéder à l’essentiel en Probabilité

« Bio-Stat »
Génie Minéral

par : Radouan Morchadi

Section : morchadi@[Link]

The Winers 2016/2017

 Projet de fin d’études
PLAN

Statistiques Descriptives Uni-varié

Tableaux et Graphiques
Paramètre de positions et de Dispersions

Statistiques Descriptives Bi-varié

Table de contingence et Nuage de points
Distributions marginales et Conditionnelles
Ajustement linéaire
Modèles paramétriques
Calcul de probabilités
Variables aléatoires Discrètes et Continues
 Le hasard
numérique
 The Winers

Objectifs
 The Winers

Une v.a.c
c’est
Quoi?

Une variable aléatoire continue est une

fonction X qui à chaque événement
élémentaire de Ω associe un nombre réel
d'un intervalle I de ℝ.
 The Winers

Une fonction
densité c’est
Quoi?

f ( x )  0 pour tout x réel

Une probabilité est toujours  à 0.



f ( x ) dx1
L’aire totale sous la
courbe de f doit être
égale à 1.
 The Winers

Montrer qu’une
fonction densité
comment?

1)Vérifier que f est continue sur [a; b].

2) Vérifier que f est positive sur [a; b].

3) Calculer l'aire sous la courbe sur [a; b]

4) Vérifier que cette aire vaut 1.

 The Winers

Que signifie une v.a.c X de

densité f ?

• Soit X une variable aléatoire continue sur Ω.

• On dit que f est une densité de probabilité de X si,
pour tout intervalle 𝒂; 𝒃 :
𝒃
P(a≤ 𝑿 ≤b) = P(X∈ 𝒂; 𝒃 ) = ‫𝒇 𝒂׬‬ 𝒙 𝒅𝒙
Pour une variable aléatoire continue X

La probabilité
P(X = x ) = ? en un point est
nulle.

P(X = x ) = O
Important
 The Winers

Comment on calcul les probabilités donc ?

Soit X une variable aléatoire continue de densité f.

La fonction de répartition
F de X est la fonction de IR dans [0;1] définie pour tout
réel x par
 The Winers

Illustration de la formule
x
F x   P X  x    f t dt

 The Winers

Un peu de
maths

La fonction de répartition F est une primitive de la fonction

densité f c- à- d 𝑭′ = f
 The Winers

En
conséquence


a
f ( x ) dx  P ( a  X  b)  F (b)  F ( a )
 The Winers

Conséquence
fondamentale
Illustration: l’aire sous la courbe est
égale à 1
Soit une fonction densité de
probabilité f(x) :

(1) l’aire hachurée en vert

correspond à la probabilité
P(X < -10) = F(-10)
(2) l’aire hachurée en bleu
correspond à la probabilité
P(+10 <X < +15) =F(15) -F(10)
A retenir
L’aire hachurée en vert sous la
courbe de la fonction densité de
probabilité correspond à la
probabilité P(X < a)= F(a) et vaut
0,5
car ceci correspond exactement à la
moitié de l’aire totale sous la
courbe. Elle a x=a comme axe de
symétrie
Les propriétés associées à la fonction de
répartition sont les suivantes :
 The Winers

Exemple de calcul
f(x): fonction de densité de probabilité où X est la variable
aléatoire correspondant à la durée de vie en années d’une
ampoule
Forme analytique
 x si 0  x  1

f ( x )  2  x si 1  x  2
 0
 ailleurs
 Surface sous la courbe de la fonction densité
comprise entre les verticales x=0,5 et x=1

P(0,5≤X≤1)

1
Densité f(x)

0,8
0,6
0,4
0,2
0
0 0,5 1 1,5 2
Durée de vie x
 Par le calcul:

1
2
1 1
x
P (0,5  X  1)   f ( x) dx   x dx 
0,5 0,5
2 0,5

2

12

0,5  0,375
2
2
 La Densité f de X est connue

On calcule F, fonction de
répartition de X. En cherchant
Pour calculer des une primitive de f
probabilités pour « 𝑭′ (x) =f(x) »
X v. a. c

Pr(a≤ 𝒙 ≤ 𝒃) = 𝑭(𝒃) − 𝑭(𝒂)

 The Winers

Pour tous réels a et b on a :

 The Winers

Exemple
Solution détaillée:
 L’Esperance mathématique
L’espérance d’une variable aléatoire continue X de densité f est la
quantité

EX    x. f  x dx


Remarque

Comme dans le cas discret, l ’ espérance s ’ interprète facilement

comme étant la moyenne des valeurs prises par X.
 La Variance
La variance d’une variable aléatoire continue X de
densité f est la quantité

Remarque
Elle se calcule à l’aide de la formule de Koenig :


V  X   E  X  E  X 
2
 2

 

 
V X   E X  EX 
2 2
  x . f x dx    x. f x dx 
2

   
 Théorèmes d’analyse très utiles
pour les calculs de E(X) et V(X)
 Si f est une fonction paire, alors:
a a

 f  x dx  2 f  x dx
a 0

Si f est une fonction impaire, alors:

a

 f  x dx  0
a
Intégration par partie:
b b

 f x g ' ( x)dx  [ fg ( x)]   f '  x g ( x ) dx

b
a
a a
 L’Ecart type
L’ écart type est la racine carré de la variance

Il permet de mesurer la dispersion des valeurs prises par la

variables aléatoire par rapport à la moyenne.
 The Winers

Propriétés
 The Winers

Propriétés
 The Winers
Exemple
suite
 The Winers
Exemple
suite
Devoir à la maison!!!!
 The Winers

J'ai compris.
• V. a. c
• Fonction densité
• Fonction de répartition
• Calculer Pr(a≤ 𝑿 ≤ b)

Qu’elles sont les lois continues

usuelles ?
 The Winers

Loi Uniforme X~ 𝑼 𝒂;𝒃

Une v. a. c X obéit à une distribution uniforme sur
un intervalle [a, b] si sa densité de probabilité est
donnée par :
 1
 si a  x  b
f ( x)   b  a

 0 ailleurs

Sa fonction de répartition est donc

 The Winers

Illustration de la Loi Uniforme

 The Winers

Calcul des probabilités

 The Winers

Quand utiliser une Loi Uniforme

Supposons que la concentration d’un certain polluant est
distribuée uniformément sur l’intervalle 6 à 22 ppm. « Si
la concentration excède 16 ppm, on considère le polluant
comme toxique. »

Quelle est la probabilité de déclarer le polluant

comme toxique?
Expression de la loi uniforme sur
l’intervalle [6, 22]
 1
 si 6  x  22
f (x)   22  6

 0 ailleurs
f(x)

P(X>16) = (1/16)(6) = 0,375

1/16

x
6 14 16 22

Concentration en ppm L’aire comprise

entre x=16 et x=22
 The Winers

Caractéristiques d’une Loi Uniforme

 The Winers

Loi Exponentielle X~ exp(𝝀)

Soit 𝝀 > 0.
Une variable aléatoire X suit la loi exponentielle de
paramètre 𝝀, notée Exp(α), si et seulement si elle
admet comme densité la fonction f suivante
 The Winers

Illustration de la Loi Exponentielle

 The Winers

Calcul des probabilités

Comment calculer l’air e hachurée?

 The Winers

Calcul des probabilités

Le calcul de la fonction de répartition donne

Pr(a≤ 𝑿 ≤b) = F(b) – F(a) = 𝒆 −𝝀𝒂 - 𝒆 −𝝀𝒃

 The Winers

Quand utiliser une Loi Exponentielle

Une loi exponentielle modélise la durée de vie
d'un phénomène sans mémoire,

Un domaine privilégié de la loi exponentielle est le domaine de

la radioactivité. Chaque atome radioactif
possède une durée de vie qui suit une loi exponentielle.
Le paramètre λ s'appelle alors la constante de désintégration.
La durée de vie moyenne s'appelle le temps caractéristique.
 The Winers

Caractéristiques d’une Loi Exponentielle

𝟏
• E(X) = .
𝝀
𝟏
• V(X) = 𝟐 .
𝝀
 The Winers

Perte de mémoire d’une Loi Exponentielle

La probabilité de l'événement (X ≥ h) est indépendant de

l'instant initial t
 The Winers

Exo
On suppose que la durée de vie, en jours, d'une ampoule, est
une variable aléatoire de loi exponentielle de
paramètre 1/100.
1°/ Quelle est la durée de vie moyenne d'une ampoule ?
2°/ Quelle est la probabilité qu'une ampoule dure encore au
moins 10 jours, sachant qu'à son ne jour, elle marche encore ?
 Solution
• La durée de vie X a une densité de probabilité donnée par : f X (x)
= 1/100 *exp(-x/100).
• L'espérance mathématique est l'inverse du paramètre de la loi
exponentielle : 100

P X  n  10 / X  n  P X  10
• On cherche

Or
P X  10  1  P( X  10)

𝟏
−
Le résultat es donc 1 –F(10) = 𝒆 𝟏𝟎
 The Winers

Loi Normale X~ N(𝝁,𝝈)

 The Winers

Illustration de la Loi Normale

 The Winers

Interprétation de la Loi Normale

 The Winers

Loi Normale X~ N(𝟎,𝟏)

Ne vous affolez pas, cette formule est compliquée mais n'est

d'aucune utilité pratique.
 The Winers

Calcul des probabilités

−𝒙𝟐
On ne connaît pas de primitive de la fonction 𝒆 , donc on
ne sait pas donner l’expression algébrique de la fonction de
répartition F(x).
Comment calculer donc
𝒙
P(X≤ 𝒙) = 𝑭(𝒙) = ‫׬‬−∞ 𝒇 𝒕 𝒅𝒕
 The Winers

Calcul des probabilités par la table de N(0, 1)

Notons tout d’abord la fonction de répartition de la loi

normale N(0,1) par 𝝓 𝒐𝒖 𝝅

La surface hachurée
sous cette courbe
𝝓 𝒕 représente la
= 𝝅(𝒕) probabilité Px(X≤ t)
 The Winers
Comment on peut avoir 𝝓 𝒕 à partir de la table de
N(0, 1)
 The Winers
Comment on peut avoir 𝝓 𝒕 à partir de la table de
N(0, 1)
 The Winers
Comment on peut avoir 𝝓 𝒕 à partir de la table de
N(0, 1) « Utilisation du contraire »
 The Winers
Comment on peut avoir 𝝓 𝒕 à partir de la table de
N(0, 1) « valeur négative »
 The Winers

P𝐫𝐨𝐩𝐫𝐢é𝐭é𝐬 𝐝𝐞 𝐜𝐚𝐥𝐜𝐮𝐥 𝐝𝐞 𝝓 𝒕

Φ(-a) = 1- Φ(a)

P(-a≤ 𝑿 ≤ 𝒂) = Φ(a) - Φ(-a) = 2Φ(a) - 1

 The Winers

Quand on a à manipuler une loi normale N(𝝁, 𝝈), on utilisera la

propriété suivante :
𝑿 −𝝁
Si X ~𝑁(𝝁, 𝝈), alors T= ~ 𝑁(0, 1)
𝝈
 The Winers

Utilité de la propriété centrer et réduire dans les calculs

Si X ~𝑁(𝝁, 𝝈), et on veut calculer

Pr(a≤X≤b)
Bien sur on ne peut utiliser la table de la loi normale N(0,1), donc on
fait un changement de variable en retranchant la moyenne et en
divisant par l’écart- type
 The Winers

Exemple de calcul

𝒂 −𝒎 𝑿 −𝒎 𝒃 −𝒎
P(a≤ 𝑿 ≤ 𝒃) = P( ≤ ≤ )
𝝈 𝝈 𝝈

𝒃 −𝒎 𝒂 −𝒎
P(a≤ 𝑿 ≤ 𝒃) = 𝜱( ) - 𝜱( )
𝝈 𝝈
 The Winers

Exemple de calcul
On suppose que dans une population, la taille est une variable aléatoire de loi
N(165;225).
Quelle est la probabilité que la taille d’une personne soit :

1) Comprise entre 150 et 170 cm.

2) Supérieure à 180 cm.
 The Winers

Exemple de calcul plus sophistiqué

X est une variable aléatoire suivant la loi N(0 ; 1).

Pb
On voudrait trouver t pour que
P(X ≤ t)= 0,9664, puis t pour que
P(X ≤ t)= 0,77, ainsi que P(X ≤ t)= 0,21.
 The Winers

Exemple de calcul plus sophistiqué

Rappelons que P(X ≤ t)= Φ(t)

Dans la table de la loi N(0,1), La probabilité 0,9664

est à l'intersection de la ligne 1,8 et de la colonne
0,03
donc t= 1,83.
 La probabilité 0,77 n'est pas dans la
table, donc on va chercher les valeurs
les plus proches :
Que faire, alors?
 On remarque que:
0,7673<0,77<0,7704
Φ(0,73)≤ 𝟎, 𝟕𝟕 ≤Φ(0,7)

La valeur t cherchée vérifie :

0,73< t <0,74

On fait donc une interpolation

 Pour P(X ≤ t)= Φ(t) = 0.21. la valeur n’est
pas indiquée, car il est inférieur à 0.5.

Dans ce cas on utilise la propriété

Φ(- t) = 1− Φ(t) = 1 – 0.21 = 0.79

On trouve dans la table :

Φ (0.8) = 0.7881 et Φ (0.81)= 0.791.
0.79 est compris entre 0.7881 et 0.791,
On fait une interpolation pour trouver la valeur de t
 Exemple de calcul où on cherche
la moyenne de la loi de X
Recherche de la moyenne

• La variable aléatoire X suit la loi normale de moyenne m inconnue et d'écart-

type σ=3.9.
• Déterminer m pour que P(X > 386.702) = 0.43
𝑿 −𝒎
X suit la loi normale de moyenne m et d'écart-type 3.9, donc T = suit la loi
𝟑,𝟗
normale centrée réduite.
D'après l'énoncé, P(X > 386.702)=0.43
On obtient donc en soustrayant m puis en divisant par 3.9
P(T>386.702−m/3.9)=0.43.
Ceci donne 1− Φ(386.702−m/3.9)=0.43,
d'où Φ(386.702−m/3.9)=0.57

Par lecture inverse de la table, on obtient alors

: 386.702−m/3.9=0.18 et enfin :
−m=0.18×3.9−386.702 d'où m=386

Conclusion : Si X suit la loi normale de moyenne m =

386 et d'écart-type σ=3.9, on a P(X > 386.702) = 0.43
 Exemple de calcul où on cherche l'écart
type de la loi de X
Recherche de l'écart type
La variable aléatoire X suit la loi normale de moyenne m=199 et d'écart-type  =
inconnu.
Déterminer  pour que P(194.77<X<203.23)=0.36.
𝑿 −𝟏𝟗𝟗
• X suit la loi normale de moyenne 199 et d'écart-type , donc T = suit
σ
la loi normale centrée réduite.

D'après l'énoncé, P(194.77<X<203.23)=0.36

On obtient donc en soustrayant 199 puis en divisant
par  : P(194.77−199/σ<T<203.23−199/σ)=0.36, c'est à dire
:P(−4.23σ<T<4.23σ)=0.36.
•Ceci donne
2×Φ (4.23σ)−1=0.36, d'où Φ (4.23σ)=1.362=0.68
•Par lecture inverse de la table, on obtient alors :
4.23σ=0.47 et enfin : 0.47×σ=4.23 d'où σ=9

Conclusion : Si X suit la loi normale de

moyenne m=199 et d'écart-type σ=9,
on a P(194.77<X<203.23)=0.36
 The Winers

Importance de la loi Normale

Approximation des lois

de probabilité discrètes
par une loi normale
 Approximation d’une loi
binomiale par une loi normale
Approximation d’une loi de
poisson par une loi normale
 Correction de continuité.
On sait que pour une variable aléatoire continue, des
probabilités du type P(X = a) avec a réel sont nulles, ce qui
n'est pas le cas pour des lois discrètes.

Pour pallier à ce problème, on utilise alors le

procédé appelé

Correction de continuité.
X v. a. d ~ 𝒀 𝒗. 𝒂. 𝒄
 MERCI
de votre attention
[Link]

[Link]

[Link]

[Link] future cahier proba