C- Lois usuelles

C.1- Lois discrtes- Loi uniforme

Loi dune variable alatoire X

prenant ses valeurs dans {1,,n}
avec la mme probabilit:
P( X = x) =

1
n

Ex : E= lancer dun d rgulier

X=numro apparaissant sur le d
X suit une loi uniforme de
probabilit 1/6

x {1, 2,...n}

Moments :

n +1
n2 1
E( X ) =
; V (X ) =
2
12

Elments de calcul pour lesprance

et la variance :

n
n
n(n + 1)
n(n + 1)(2n + 1)
; i =
i=
2
6
i =1
i =1

C.1- Lois discrtes- Loi de Bernoulli

Loi :

X B ( p)

P( X = x) = p x q1 x , x {0,1}

Moments

E: Tirage dans une urne de

Bernoulli ayant une proportion
p de boules rouges. q=1-p
p

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

1 x A
Fonction indicatrice de A : 1A ( x) =
0 x A
Rq :
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
proportion p de boules rouges

P( X = x) = C n p x q n x x {0,..., n}
x

Moments :

E ( X ) = np ; V ( X ) = npq
Proprits
Si n>50 et p<0.1 X P (np )
Si n>50 et p>0.1 X N np, npq

X=nombre de boules rouges

X 1 B (n1 , p )

X 2 B (n2 , p ) X 1 + X 2 B (n1 + n2 , p )
X 1 X 2

Outils :

Cn =
x

C
x=0

Cn =
x

n!
x !( n x)!
x n x
p
q =1
n
x

n x 1
x C n 1

C.1- Lois discrtes- Loi de Poisson

Loi :

X P ( ), > 0

P( X = x) = e

x
x!

Ex : nombre de personnes se
prsentant larrt de bus aprs
une dure .

Outils :

, x N

Moments
E( X ) = V ( X ) =

Proprits :
Si grand,
X N ( , )
X 1 P (1 )

X 2 P (2 ) X 1 + X 2 P (1 + 2 )
X 1 X 2

x! = e
x=0

C.1- Lois discrtes- Loi Binomiale

ngative

Loi :

X BN ( r , p )

P( X = x) = C x + r 1 p r q x x N
x

E: tirages avec remise dans une

urne de Bernoulli ayant une
proportion p de boules rouges

Moments :
E( X ) =

rq
p

; V (X ) =

rq
p

X=nombre de boules blanches

prcdent la r boule rouge
Outils:

C
x=0

r x
p
q =1
x + r 1
x

C.1- Lois discrtes- Loi Gomtrique

X G ( p)

Loi :

P( X = x) = pq x 1 x N

Moments :
E( X ) =

E: tirages avec remise dans une

urne de Bernoulli ayant une
proportion p de boules rouges

1
q
; V (X ) =
p
p

X=rang de la 1 boule rouge

Outils

1
p
=

1 p
x=0
x

trs utilis en
dure de vie et en biologie.

C.1- Lois discrtes- Loi Hypergomtrique

Loi :

X H (n, N, p )
x

P( X = x) =

C C
C
Np

n x
N Np

x {0,..., n}

Moments :
E ( X ) = np ; V ( X ) =

E: n tirages sans remise dans une

urne de Bernoulli ayant une
proportion p de boules rouges

N n
npq
N 1

Proprits

Si N>>n (N>10n)

X B (n, p )

X=nombre de boules rouges

C.2- Lois continues- Loi uniforme

Loi :

Proprits

X U [ a, b]
f ( x) =

1
1a xb
ba

a xb

f
1/(b-a)

a+b
(b a )
; V (X ) =
2
12

Fonction de rpartition

0
x a
F ( x) =
b a
1

X a
U [0,1]
ba

sinon

Moments

E( X ) =

= b a
0

X U [ a, b]

x<a
a xb
x>b

C.2- Lois continues- Loi normale

X N ( , )

Loi

f ( x) =

1
e
2

1 x

m=0
S=1

, x R

Moments

E( X ) = ; V ( X ) =

m=1,S=1

m
m

Proprits :

X 1 N ( 1 , 1 )
X m
X

N
(
m
,

U
=
N (0,1)

2
2

X 2 N ( 2 , 2 ) X 1 + X 2 N ( 1 + 2 , 1 + 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

C.2- Lois continues- Loi log-normale

Loi
X LN ( , ) Y = ln( X ) N ( , )

Moments
E( X ) = e

+ 2
2

V ( X ) = e 1 e

2 + 2

F(-x)

1-F(x)

C.2- Lois continues- Loi exponentielle

Loi

X ( ), > 0

0 x<0
f ( x) = e x 1x0 = x
e x 0

=3

=4

Moments
1

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

Loi souvent utilise en fiabilit :

dure de vie dun composant

Fonction de rpartition :

x<0
0
F ( x) =
x
1 e x 0

=1

C.2- Lois continues- Loi gamma

Loi

x k 1e
f ( x) =
1x0
(k ) k
Moments

X (k , ), k > 0, > 0
x

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
Si X i.i.d. (1/ ) Y = X ( n, )
i

i =1

(k ) = t k 1e t dt ; (k + 1) = k (k )
0

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
2 (
k
2

k
2

k
1
2

2x

x e 1x0

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

E ( X ) = 0, k > 1

V (X ) =

k
,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

F=

Z1 / n1
, Z1 Z2 , Z1 (n1 ), Z 2 ( n2 )
Z2 / n2

Moments
n
E ( X ) = 2 , n2 > 2
n2 2

V (X ) =

2n2 (n1 + n2 2)
, n2 > 4
2
n1 (n2 2) (n2 4)
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.
2.

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

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
de loi F.

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

C-3 Simulations de lois

Simulation dune loi discrte
Soit ( pi = P ( X = xi ) )
la loi de probabilit discrte dune variable
k
1i n
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].
Alors

i = 1,..., n, x = F (ui ) = xk 1sk 1 ui < sk

*
k

k =1

Sont n ralisations dune variable alatoire

discrte de loi F.