Statistique dcisionnelle

Eugen Ursu
Universit Bordeaux IV

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

1 / 36

Chapitre 2 : Variables alatoires relles

1

Introduction Loi dune variable alatoire discrte Esprance Variance Exemples des lois discrtes Loi de Bernoulli Loi Binomiale Loi Gomtrique Loi de Poisson

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

2 / 36

Variable alatoire relle

Dnition
Une fonction dnie sur lensemble des rsultats possibles dune exprience alatoire X : X () R sappelle variable alatoire relle.

Exemple
On jette deux ds, et on considre X = la somme des deux chiffres ; On joue pile ou face 10 fois, et on considre X = le nombre de pile ; On jette un d jusqu ce quon gagne (le 6 sort), et on considre X = nombre de fois o le d est jet ; La dure de vie dune batterie (en heures) est une variable alatoire.
E.Ursu (Universit Bordeaux IV) L2S3 3 octobre 2012 3 / 36

Variable alatoire relle

Deux types de variable alatoire : Discrte quand X () = {x1 , x2 , . . .} est ni ou dnombrable. Continue quand X () est un intervalle de R.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

4 / 36

Variable alatoire discrte

Une variable alatoire est caractrise par lensemble des valeurs quelle peut prendre et par les probabilits de ces valeurs. Cette expression sappelle la loi de probabilit (ou distribution de probabilit) de la variable alatoire. La loi de probabilit dune variable alatoire discrte est entirement dtermine par les probabilits des vnements {X = xi }, xi parcourant lunivers image X (). La loi de probabilit est donne par les (xi , P(X = xi ))i .

Remarque
1

An de simplier lcriture, nous noterons pour la suite du cours : P(X = xi ) = pi .

Une loi de probabilit nest tablie que si pi 0 et somme tant tendue tous les indices i.
L2S3

pi = 1, la

E.Ursu (Universit Bordeaux IV)

3 octobre 2012

5 / 36

Variable alatoire discrte

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

6 / 36

Variable alatoire discrte : exemple

Exemple
Exemple avec un nombre ni des valeurs possibles On jette deux ds, et on considre X = la somme des deux chiffres. = {(1, 1), (1, 2), . . . (6, 6)}. On considre que les deux ds sont non truqus (quiprobabilit).
xi pi 2 1/36 3 2/36 4 3/36 5 4/36 6 5/36 7 6/36 8 5/36 9 4/36 10 3/36 11 2/36 12 1/36

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

7 / 36

Variable alatoire discrte : exemple

Exemple
Exemple avec une innit des valeurs possibles On lance une pice jusqu obtenir pile pour la premire fois. On a = {p, (f , p), (f , f , p), (f , f , f , p) . . .}. Soit la v.a. X "le nombre de lancers ncessaires". La distribution de X est donne par le tableau suivant xi pi 1 1/2 2 1/4 3 1/8 4 1/16 ... ...

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

8 / 36

Fonction de rpartition

Dnition
La fonction de rpartition dune variable alatoire X (pas ncessairement discrte) est dnie pour tout nombre rel x R par F (x ) = P(X x ).

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

9 / 36

Fonction de rpartition : proprits

Proposition
La fonction de rpartition F dune variable alatoire X jouit des proprits suivantes :
1 2 3

0 F (x ) 1 ; F est non-dcroissante, cest--dire si x < y , alors F (x ) F (y ) ; lim F (x ) = 1 et lim F (x ) = 0;

x
4

F est continue droite, cest--dire

x

lim F (x ) = F (y ).
y

Remarque
Toute fonction F satisfaisant ces quatres proprits est en fait la fonction de rpartition dune v.a.
E.Ursu (Universit Bordeaux IV) L2S3 3 octobre 2012 10 / 36

Fonction de rpartition
On peut exprimer la fonction de rpartition F dune variable alatoire discrte en fonction des valeurs prises par sa loi de probabilit p : F (x ) =
xi x

P(X = xi ) =
xi x

pi .

Dans le cas o les valeurs possibles de la variable alatoire sont x1 , x2 , x3 , . . . avec x1 < x2 < x3 < . . ., la fonction de rpartition F est une fonction en escalier (voir gure ci-dessous).






 



E.Ursu (Universit Bordeaux IV)


L2S3




3 octobre 2012 11 / 36

Fonction de rpartition

Remarque
La fonction de rpartition dtermine uniquement la loi de probabilit dune variable alatoire, car la variable alatoire prend pour valeurs les abscisses des points de saut de la fonction F avec des probabilits gales aux hauteurs des sauts.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

12 / 36

Fonction de rpartition : exercice

Exercice
On considre lvnement A ="lancer des 3 pices". On introduit une variable alatoire X par le nombre de piles de lvnement A. La loi de probabilit de X est donne par : X pi 0 1/8 1 3/8 2 3/8 3 1/8

Trouver la fonction de rpartition et tracer son graphe.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

13 / 36

Remarque
Pour tout a R on a P(X = a) = F (a) lim F (x ).
x a

Dans tout point a de continuit de la fonction de rpartition F on P(X = a) = 0 car en un tel point lim F (x ) = F (a).
x a

Exemple
Soit X une variable alatoire, et soit 0 1/3 F (x ) = 2/3 1 x <3 3x <5 5x <8 x 8

, , , ,

sa fonction de rpartition. Trouver la loi de probabilit de la v.a. X

E.Ursu (Universit Bordeaux IV) L2S3 3 octobre 2012 14 / 36

Fonction de rpartition : proprits

Remarque
Tous les calculs de probabilit concernant X peuvent tre traits en termes de fonction de rpartition. Dabord, P(X < b) = P(X b) P(X = b) = F (b) F (b) lim F (x )
x b

= lim F (x )
x b

et par suite P(a < X < b) = P(a X < b) =

x x

lim F (x ) F (a)
b b

lim F (x ) lim F (x )
x a

P(a < X b) = F (b) F (a) P(a X b) = F (b) lim F (x )

x a
E.Ursu (Universit Bordeaux IV) L2S3 3 octobre 2012 15 / 36

Fonction de rpartition : exercice

Exercice
La fonction de rpartition de la v.a. X 0 x /2 2/3 F (x ) = 11/12 1 est donne par , , , , , x <0 0x <1 1x <2 2x <3 x 3

Calculer P(X < 3), P(X > 1/2), P(X = 1) et P(2 < X 4).

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

16 / 36

Esprance

Dnition
Pour une variable alatoire discrte X , on dnit lesprance de X (ou la moyenne de X ), note E [X ], par lexpression : E [X ] =
i

xi P(X = xi ) =
i

xi pi .

En termes concrets, lesprance de X est la moyenne pondre des valeurs que X peut prendre, les poids tant les probabilits que ses valeurs soient prises.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

17 / 36

Esprance : exemple

Exemple
Revenons lexemple avec la somme des deux ds. On jette deux ds, et on considre X = la somme des deux chiffres. = {(1, 1), (1, 2), . . . (6, 6)}. On considre que les deux ds sont non truqus (quiprobabilit).
xi pi 2 1/36 3 2/36 4 3/36 5 4/36 6 5/36 7 6/36 8 5/36 9 4/36 10 3/36 11 2/36 12 1/36

Il est facile voir que E [X ] = 11 i =1 xi pi = 2

1 36

+3

2 36

+ . . . + 12

1 36

= 7.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

18 / 36

Esprance : proprits

Proposition
Lesprance dune variable alatoire possde les proprits suivantes : Soient X , Y deux variables alatoires et a, b R.
1 2 3

E [aX + bY ] = aE [X ] + bE [Y ], o a, b sont des constantes ; E [g (X )] =

i

g (xi )pi , pour toute fonction relle g.

|E [XY ]| E [X 2 ] E [Y 2 ] (ingalit de Cauchy-Schwarz), et lgalit a lieu si et seulement si Y = cX ou X = cY pour un certain c R.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

19 / 36

Esprance : interprtation
Remarque
Lesprance (la valeur moyenne) dune variable alatoire X peut sinterprter comme une valeur autour de laquelle se groupent les valeurs de la variable alatoire X . On dit que E [X ] est un paramtre de localisation. Si X () est inni, on nest pas sur que lesprance existe.

Remarque
Lesprance dune variable alatoire X est parfois nomme premier moment. De manire gnrale, la quantit E [X n ] est appele n-ime moment de X et E [X n ] = xin pi .
i

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

20 / 36

Variance
Dnition
On appelle variance de X , que lon note Var (X ) la quantit Var (X ) = E [(X E [X ])2 ]. Une autre formule pour le calcul de la variance est : Var (X ) = E [X 2 ] (E [X ])2 .

Remarque
La variance dune variable alatoire X peut sinterprter comme une mesure du degr de dispersion des valeurs de la variable alatoire X par rapport sa valeur moyenne. Si la variance est petite alors les valeurs de la variable alatoire X sont groupes dans un petit intervalle autour de la valeur moyenne. Si par contre, la variance est grande, les valeurs de la variable alatoire X sont fortement disperses dans un grand intervalle autour de la valeur moyenne.
E.Ursu (Universit Bordeaux IV) L2S3 3 octobre 2012 21 / 36

Variance : proprits
Proposition
La variance dune variable alatoire possde les proprits suivantes :
1 2 3

Var (a) = 0, o a est une constante ; Var (aX + b) = a2 Var (X ), o a, b sont des constantes ; Si Var (X ) = 0, alors X est une constante.

Dans les applications, comme mesure pour la dispersion des valeurs de la variable alatoire X autour de sa valeur moyenne, il est plus commode dutiliser le nombre (X ) = Var (X )

appel lcart type de la variable alatoire X .

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

22 / 36

Variance : exercice

Exercice
Soit X une variable alatoire qui prend une des trois valeurs 1, 0, 1 avec les probabilits suivantes P(X = 1) = 0, 2, P(X = 0) = 0, 5, P(X = 1) = 0, 3.

Calculer E [X ], E [X 2 ] et Var (X ).

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

23 / 36

Loi de Bernoulli
One ralise une exprience dont le rsultat sera interprt soit comme un succs soit comme un chec. Lespace fondamental est = {S , E } sur lequel on construit une variable alatoire discrte X en lui donnant la valeur 1 lors dun succs et 0 lors dun chec. On appelle variable de Bernoulli (ou variable indicatrice) la variable alatoire X telle que X : R et X () = {0, 1}. La loi de probabilit associe la variable de Bernoulli X telle que P(X = 1) = p P(X = 0) = 1 p

est appele loi de Bernoulli not B (1, p).

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

24 / 36

Loi de Bernoulli : proprits

Proposition
Si X B (1, p) alors E [X ] = p et Var (X ) = p(1 p).

Dmonstration.
2

E [X ] =
i =1 2

xi pi = 1 p + 0 (1 p) = p xi2 pi = 12 p + 02 (1 p) = p
i =1

E [X 2 ] =

Var (X ) = E [X 2 ] (E [X ])2 = p p2 = p(1 p)

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

25 / 36

Loi Binomiale
Supposons quon execute maintenant n preuves indpendantes, chacune ayant p pour probabilit de succs et 1 p pour probabilit dchec. La variable alatoire qui compte le nombre de succs sur lensemble de n preuves est dite variable alatoire binomiale de paramtres (n, p). La loi de probabilit dune v.a. binomiale de paramtres (n, p) est donne par :
k k p (1 p)nk , P(X = k ) = Cn

k = 0, 1, . . . , n .

Remarque
Une variable de Bernoulli nest donc quune variable alatoire binomiale de paramtres (1, p).

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

26 / 36

Loi Binomiale : exercice

Exercice
On jette cinq pices quilibres. Les rsultats sont supposs indpendants. Donner la loi de probabilit de la variable X qui compte le nombre de piles obtenus.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

27 / 36

Loi Binomiale : proprits

Proposition
Si X B (n, p) alors E [X ] = np et Var (X ) = np(1 p).

Dmonstration.
n n

E [X ]

=
k =0 n

k P(X = k ) =
k =0

kCn p (1 p)
k n k

k k

nk

=
k =1 n

n! k !(n k )!

p (1 p )

=
k =1

k
n

n(n 1)! k (k 1)!(n k )! (n 1)!

pp

k 1

(1 p )

nk

np

(k 1)!(n k )! k =1
n

k 1

(1 p )

n k

np
k =1 n 1

Cn 1 p
i

k 1 k 1

(1 p )

nk

np
i =0

Cn1 p (1 p)

n i

= np(p + 1 p)

n 1

= np.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

28 / 36

Loi gomtrique

On excute une srie dpreuves indpendantes ayant chacune la probabilit p dtre un succs, 0 < p < 1, jusqu obtenir le premier succs. Si lon dsigne le nombre dpreuves ncessaires jusqu ce rsultat par X on aura P(X = n) = (1 p)n1 p, n = 1, 2, . . . .

Une telle variable alatoire sappelle v.a. gomtrique.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

29 / 36

Loi gomtrique : exercice

Exercice
Une urne contient 3 boules blanches et 4 noires. On tire des boule une par une avec remise jusqu lapparition dune noire.
1 2

Quelle est la probabilit quil faille exactement 5 tirages ? Quelle est la probabilit quil faille au moins 5 tirages ?

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

30 / 36

Loi gomtrique : proprits

Proposition
Si X est une variable alatoire gomtrique alors E [X ] = Var (X ) =
1p . p2 1 p

et

Dmonstration.

E [X ] =
n =1

nP(X = n) =
n =1

n(1 p)n1 p = p
n =0

((1 p)n ) 1 . p

= p
n =0

(1 p)n

= p

1 1 (1 p)

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

31 / 36

Loi de Poisson

Une variable alatoire X pouvant prendre pour valeur 0, 1, 2, . . . est dite de Poisson avec paramtre sil existe un rel > 0 tel que P(X = i ) = pi = e i i! i = 0, 1, 2 . . . . (1)

Lquation 1 dnit bien une loi de probabilit puisque

P(X = i ) = e
i =0

i =0

i = e e = 1. i!

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

32 / 36

Loi de Poisson
Remarque
Les v.a. de Poisson ont un champ dapplication vaste, en particulier du fait quon peut les utiliser pour approximer des v.a. binomiales de paramtres (n, p) pour autant que n soit grand et p assez petit pour que np soit dordre de grandeur moyen. En pratique, on remplace la loi binomiale par une loi de Poisson de paramtre = np ds que n > 30 et np < 5. Des variables alatoires qui obissent la loi de Poisson : le nombre dindividus dpassant lage de 100 ans dans une communaut ; le nombre de clients pntrant dans un bureau de poste en lespace dun jour ; le nombre de faux numros tlphoniques composs par jour.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

33 / 36

Loi de Poisson : exemple

Exemple
Soit une loi binomiale de paramtres (100, 0.01), les valeurs des probabilits pour k de 0 5 ainsi que leur approximation 103 avec une loi de Poisson de paramtre ( = np = 1) sont donnes dans le tableau ci-dessous : i pi approximation 0 0.366 0.368 1 0.370 0.368 2 0.185 0.184 3 0.061 0.061 4 0.015 0.015 5 0.000 0.003

Remarque
Cette approximation est correcte car n > 30 et np < 5.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

34 / 36

Loi de Poisson : exercice

Exercice
Admettons que le nombre derreurs par page dans un livre suive une distribution de Poisson avec paramtre = 0, 5. Calculer la probabilit quil ait au moins une erreur sur la page numro 10.

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

35 / 36

Loi de Poisson : proprits

Proposition
Si X P () alors E [X ] = et Var (X ) = .

Dmonstration.

E [X ] =
i =0

ie i = i!

i =1

e i 1 (i 1)!

= e
j =0

j j!

= e e = .

E.Ursu (Universit Bordeaux IV)

L2S3

3 octobre 2012

36 / 36