85

2. Lois continues.

2.1. Loi uniforme sur |a,b| (ou du rectangle). Cest la loi dune variable alatoire
continue qui a pour fonction de densit

| |
| |

=
b a x si
b a x si
a b
x f
, 0
,
1
) (
La fonction de rpartition est de la forme:
| |

>

=
b x si
b a x si
a b
a x
a x si
x F
1
,
0
) (
Les premiers moments valent . 12 / ) ( ; 2 / ) ( ) (
2
a b b a X E m = + = =
Si ' ' y y x x = , alors x x y X y P x X x P = < = < ' ) ' ( ) ' ( , pour . ' , , ' , b y y x x a
La densit et la fonction de rpartition de la loi uniforme sur lintervalle [5,10] sont
reprsents ci-dessous.
2 4 6 8101214
x
0.05
0.1
0.15
0.2
FHxL
2 4 6 8 10
x
0.2
0.4
0.6
0.8
1
FHxL

On la rencontre lorsque les valeurs de la variable (continue) sont quiprobables sur
lintervalle [a,b]. Dans cet esprit, la loi uniforme sur |0,1| est la base des techniques de
simulation : gnration de nombres alatoires pour la simulation de systmes,
cryptologie, jeux vidos


2.4. Loi normale (ou de Gauss, ou Laplace-Gauss) La variable X suit une loi
normale de paramtres m et
2
, on note ) , (
2
m N X , si sa densit est de la forme :
2
2
1
2
1
) (
|
.
|

\
|

=


m x
e x f ,

=

|
.
|

\
|

x
m y
dy e x F
2
2
1
2
1
) (


.



86

-4 -2 2 4
0.1
0.2
0.3
0.4
0.5
m=2,=1





La courbe de Gauss est en forme de cloche. Sur la courbe ci-dessus,
. 68 . 0 ) ( , 1587 . 0 ) ( = < = > b X a P a X P

Proprits :


1. m X E = ) ( ;
2
) ( = X Var . Le mode, la mdiane concident avec m (la fonction
de densit est symtrique par rapport la droite m x = .

2. La variable centre rduite / ) ( m X Z = suit une loi normale ) 1 , 0 ( N , de
moyenne nulle et de variance unit.
3. La somme de deux variables alatoires indpendantes ) , (
2
1 1
m N X et
) , (
2
2
2
m N Y suit galement une loi normale ) , (
2
2
2
1 2 1
+ + m m N .
4. La diffrence de deux variables alatoires indpendantes ) , (
2
1
1
m N X et
) , (
2
2
2
m N Y suit galement une loi normale ) , (
2
2
2
1
2 1
+ m m N X .
1. La fonction de rpartition de la loi normale standard ) 1 , 0 ( N (i.e. de la v.a. Z )

=


x
t
dt e x
2 /
2
2
1
) (

Point
dinflexion

a b
87
et la densit de Z

2 /
2
2
1
) (
x
Z
e x

=

sont tabules ou existent sous forme de sous-programmes dans la plupart des
logiciels comportant un module statistique. On peut donc calculer la probabilit de
tout vnement
|
.
|

\
|
|
.
|

\
|
= =

m a m b
a F b F b X a P ) ( ) ( ) (
Notons que la fonction ) (x sexprime en fonction de la fonction de Laplace ou
fonction derreur

=

x
y
x dy e x erf
0
0 ,
2
) (
2

,
(

+ |
.
|

\
|
= 1
2 2
1
) (
x
erf x , ce qui
permet ventuellement dutiliser les tables ou commandes informatiques de cette
fonction.

6. . 1 ) ( ), ( 1 ) ( , 2 / 1 ) 0 ( = = = x x 1 2 ) ( |
.
|

\
|
= <

m X P
7.Le taux de dfaillance de la loi normale est une fonction monotone du temps.
8. Soient
n
X X X ,..., ,
2 1
des variables alatoires indpendantes (deux deux) de lois
normales ) , (
2
i
m N , et
i
, des nombres rels 0, tels que 1 ...
2 1
= + + +
n
alors la
variable pondre =
=
n
i
i
X Y
1
est encore une variable normale de paramtres

= = =
n
i
n
i
n
i
i i i i i i
m m N
1 1 1
2 2 2
) , , ( . La moyenne empirique =
=
n
i
i
X
n
X
1
1
suit une loi normale
) , (
2
n
m N

.

9. En fait, la proprit prcdente reste vraie pour des variables alatoires quelconques.
La somme dun grand nombre de petites variables alatoires suit approximativement
une loi normale (Thorme de limite centrale).


88
-4 -2 2 4
0.2
0.4
0.6
0.8
=0.5
=1
=2.5


Figure 5. Densits des lois Normales pour ) 0 ( 5 . 2 , 1 , 5 . 0 = = = = m .


Exemple 8 : Indiquons brivement comment utiliser les tables de la loi normale
(versions papier ou logicielle).

Supposons ) 4 , 1 ( N X ; alors ) 1 , 0 (
2
1
N
X
Y

= .On peut valuer laide des tables

de la loi normale (cf. table 1, annexe D) ou laide de logiciels comportant un module
statistique :

59871 . 0 ) 25 . 0 (
2
1 5 . 1
) 5 . 1 ( = < = |
.
|

\
|
< = < = Y P Y P X P

Remarque : Il faut toujours se rfrer au menu daide de la table ou du logiciel pour
avoir en retour la valeur correcte. Voici quelques scnarios

(i) version tables.


Quel que soit le menu daide, la table fournit la valeur de la surface hachure, et qui
correspond la valeur 25 . 0
59871 . 0
= = u


89
-2 2 4
0.1
0.2
0.3
0.4
-2 2 4
0.1
0.2
0.3
0.4


Figure 6. Aire hachure=0.59871

-3 -2 -1 1 2 3
0.1
0.2
0.3
0.4
-3 -2 -1 1 2 3
0.1
0.2
0.3
0.4


Figure 7. Aire hachure= ) 25 . 0 ( ) 25 . 0 ( 1 = < Y P Y P =0.40129
-0.6 -0.4 -0.2 0.2 0.4 0.6
0.1
0.2
0.3
0.4
0.5
-0.6 -0.4 -0.2 0.2 0.4 0.6
0.1
0.2
0.3
0.4
0.5


Figure 8. Aire hachure= ) 25 . 0 25 . 0 ( < < Y P =0.29742
0.25
0.25
0.25
90

Certaines tables fournissent les surfaces gauche et droite (hachures sur la courbe ci-
dessous) des deux parallles aux axes des ordonnes, soit ici
) 96 . 1 ( ) 96 . 1 ( > + < Y P Y P 5 . 0 = .


-3 -2 -1 0 1 2 3
0
0.1
0.2
0.3
0.4



(ii) Version logicielle :
La synthaxe en Excel pour valuer est la suivante
LOI.NORMALE(x ;m ; ) ;C
Soit la feuille de calcul Excel suivante

A B C D E
1
2 1.5
3 1
4 2
La commande prend la syntaxe suivante : LOI.NORMALE(A2;A3;A4;VRAI)
0.95
0.025 0.025
91
La variable logique C prend la valeur VRAI si on souhaite valuer la valeur de
la fonction de rpartition ) (x et FAUX si lon souhaite celle de la valeur de la fonction
de densit ) (x

En Mathematica, la syntaxe est

dist=NormalDistribution[1 ,2]
CDF[dist,1.5]
Ou bien en passant par la loi normale standard

dist=NormalDistribution[0 ,1]
CDF[dist,0.25]

La valeur renvoye correspond celle de la figure 6.
Avec Matlab (ou Maple), on peut utiliser directement la fonction erf[x] et la formule de
la proprit 5 ci-dessus.

Exemple 9: La dure de vie dun lment est exprime en cycles et suit une loi normale
de moyenne m=20 000 cycles et =2 000 cycles. Trouver la probabilit de bon
fonctionnement pendant une priode de 19000 cycles et la valeur correspondante du
taux de dfaillance

( ) ) 5 . 0 ( 1 ) 5 . 0 ( 5 . 0
2000
20000
) ( = = > = |
.
|

\
|
> = Z P
X
Z P x F La valeur est donne
par les tables de la fonction = ) 5 . 0 ( et 69146 . 0 ) 19000 ( = F .


2.5. Loi exponentielle. Cest la loi dune variable alatoire positive de densit :

<

=

0 0
0
) (
x si
x si e
x f
x

et

<

=

0 0
0 1
) (
x si
x si e
x F
x


92
2 4 6 8 10
0.5
1
1.5
2
=0.5
=1
=2

Figure 3. Densits de la loi Exponentielle de paramtre . 2 1 , 5 . 0 et =



Proprits :
2. / 1 ) ( = = X E m ;
2
2
/ 2 = m , ; / 1
2 2
=
Le risque instantan = ) (t (on lappelle encore taux de dfaillance ou taux
dincidence) est constant .
3. Cette loi est particulirement adapte pour modliser des dures de temps ayant
la proprit dabsence de mmoire, i.e. ) ( ) / ( x X P t X x t X P > = > > .



2.7. Loi dErlang E
k
().

Cest la variable alatoire de fonction de densit
)! 1 (
1

=

i
e x
p
i i i
i

, ,.... 2 , 1 , 0 = i
et de fonction de rpartition
( )
=

=

1
0
!
1 ) (
i
j
j
i
j
x
e i F

/ ) ( k X E = ;
2 2
/ k =

;
( )
( )

=

1
0
1
!
)! 1 (
) (
k
i
i
k
i
x
k
x
x

93

La loi dErlang est en fait un cas particulier de la loi Gamma dcrite plus loin lorsque le
paramtre k nest pas forcment un entier, mais un nombre rel positif. Cette appellation
est due aux travaux de A.K. Erlang, lun des prcurseurs de la thorie des files dattente
actuellement utilise pour la modlisation des systmes informatiques,
tlcommunication et systmes de production. Elle a t utilise lpoque pour
modliser la dure des conversations tlphoniques.

2 4 6 8 10 12
x
0.2
0.4
0.6
0.8
1
fHxL




Figure 4. Densit de la loi dErlang de paramtres =4 ; =1 et = 0.5 (k=3)

Si
k
X X X ,..., ,
2 1
sont des variables alatoires indpendantes et identiquement
distribues de loi commune exponentielle de paramtre , alors la somme
=
=
k
i
i
X Y
1
suit une loi dErlang dordre k et de paramtre . Ceci sert souvent
de dfinition de cette loi.
On interprte la loi dErlang comme la loi dune variable qui sexprime comme
la somme de k tapes exponentiellement distribues. A titre dexemple,
imaginons une chane de fabrication en srie constitue de k phases de
production ( perage, fraisage, alsage,). Si chaque tape de fabrication a une
dure de loi exponentielle de mme paramtre , alors la dure totale du
processus de fabrication suit une loi dErlang. Pour 1 = k , on obtient
videmment la loi exponentielle.

4 =
1 =
5 . 0 =