Terminale S - Loi uniforme. Loi exponentielle
Transcription
Terminale S - Loi uniforme. Loi exponentielle
Loi uniforme. Loi exponentielle I) Loi uniforme de probabilité sur [a : b] La loi de probabilité qui admet pour densité la fonction π constante égale à π πβπ sur [π ; π], est appelée loi uniforme sur [π ; π] Soit [π ; π ] un intervalle inclus dans [π ; π] et πΏ une variable aléatoire suivant la loi uniforme sur [π ; π], alors : π π π· ( π β€ πΏ β€ π ) = β«π Propriétés : πβπ π π = π βπ πβπ Si π est une loi de probabilité suivant une loi uniforme sur lβintervalle [π ;π] alors cela signifie que π est une loi continue dont la densité est la fonction constante π définie sur [π ; π] par π(π₯) = 1 πβπ Lβespérance mathématique dβune variable aléatoire π qui suit une loi uniforme sur [π ; π] est πΈ(π) = Exemples : π+π 2 1) Dans une ville (idéale) les autobus passent à chaque arrêt exactement toutes les 20 minutes. On appelle π le temps dβattente en minutes dβun autobus à un arrêt. π est une variable aléatoire suivant une loi uniforme sur lβintervalle [0 ; 20], on a donc : π( 5 β€ π β€ 18 ) = 18 β 5 20 = 13 20 et π( π β₯ 12 ) = π ( 12 β€ π β€ 20) = enfin le temps dβattente moyen qui est égal à πΈ(π) vaut 0+20 2 20 β 12 20 = 8 20 soit 10 minutes. 2) La fonction « alea » dβune calculatrice affiche au hasard un nombre réel appartenant à ]0 ; 1[. Soit π le nombre affiché, π est une variable aléatoire qui suit une loi uniforme sur ]0 ; 1[. On a donc : π( 0,15 β€ π β€ 0,40 ) = Remarque : 0,40β0,15 1β0 = 0,25 et π( π β₯ 0,8 ) = π ( 0,8 β€ π β€ 1) = 1β0,8 1β0 = 0,2 Si π suit une loi uniforme sur [π ;π] on définit la fonction π appelée fonction de répartition de π de la façon suivante : Pour tout π₯ β β πΉ(π₯) = π( π β€ π₯ ) = 0 si π₯ β€ π π₯βπ πβπ si π β€ π₯ β€ π 1 si π₯ β₯ π II) Loi exponentielle 1) Définition Soit Ξ» un réel strictement positif. Une variable aléatoire πΏ suit une loi exponentielle de paramètre Ξ» lorsque sa densité de probabilité est la fonction π la fonction définie sur [ 0 ; + β [ par : π ( π ) = Ξ» πβΞ»π Remarque : On peut vérifier que π est bien une densité de probabilité sur [0 ; + β [ en effet : β La fonction π est continue et positive sur [0 ; + β [ π β Pour tout nombre a positif, β«0 Ξ»π βΞ»x ππ₯ = [βπ βΞ»x ] π0 = 1 β limπβ+β π(π₯)ππ₯ = 1 π βΞ»a donc Ce qui signifie que lβaire sous la courbe de π sur [0 ; + β [ est égale à 1 Résultats : Soit π une variable aléatoire suivant la loi exponentielle de paramètre Ξ», et π et π deux réels positifs ou nuls ,alors on a: π β π(π π ) = β«0 Ξ»π βΞ»x ππ₯ = [βπβΞ»π± ] ππ = 1 β β π(π π β π(π π) = 1β π(π π π) = 1 β ( 1 β π βΞ»a π βΞ»a ) =π βΞ»a . π ) = β«π Ξ»π βΞ»x ππ₯ = [βπβΞ»π± ] ππ = π βΞ»a β π βΞ»b . Exemples : Exemple 1 : La durée de vie dβun ordinateur portable exprimée en années est une variable aléatoire π suivant la loi exponentielle de paramètre π = 0,125 La probabilité que la durée de vie de cet ordinateur portable dépasse 5 ans est 5 π( π β₯ 5) = 1 β β«0 0,125 π β0,125π‘ ππ‘ = π β0,125 ×5 β 0,535 La probabilité que la durée de vie de cet ordinateur portable soit inférieure à 3 ans 3 est π( π β€ 3) = β«0 0,125 π β0,125π‘ ππ‘ = 1 β π β0,125 ×3 β 0,313 Exemple 2 : Le temps dβattente exprimé en minutes au guichet dβune banque est une variable aléatoire T suivant la loi exponentielle de paramètre π. On sait que la probabilité quβun client attende moins de 8 minutes est égale à 0,7. a) Calculer une valeur approchée à 0,0001 de π On a π(π β€ 8 ) = 0,7 donc 1 β π β8π = 0,7 De là π β8π = 0,3 et donc Ξ» = ln(0,3) β8 β 0,1505 b) Calculer la probabilité quβun client attende entre 15 et 20 minutes π( 15 β€ π β€ 20) = π β0,1505×15 β π β0,1505×20 β 0,055 2) Propriétés a) Espérance mathématique dβune loi exponentielle Soit π une variable aléatoire suivant la loi exponentielle de paramètre Ξ» ( Ξ» > 0 ),alors : π π¬(πΏ) = π₯π’π¦ οΏ½ π × Ξ»πβΞ»π π π = πβ+β π Démonstration : 1 π Ξ» La fonction πΊ(π‘) = ( π‘ + Ξ» )π βΞ»t a pour dérivée πΊ β² (π‘) = Ξ»tπ βΞ»t dβoù π₯ πΈ(π) = limπ₯β+β β«0 π‘ × Ξ»π βΞ»t ππ‘ = π₯ 1 1 lim [πΊ(π‘)] = lim οΏ½β οΏ½ π₯ + Ξ» οΏ½ π βΞ»x + Ξ»οΏ½ 0 π₯β+β π₯β+β Comme on sait que limπ₯β+β π₯π βΞ»x = 0 et que limπ₯β+β π βΞ»x = 0 on a πΈ(π) = 1 Ξ» Remarque : E(π) représente la valeur moyenne de la variable aléatoire de π Exemple : Si π est une variable aléatoire suivant une loi exponentielle de paramètre π telle que sa valeur moyenne soit égale à 20, alors on peut écrire que πΈ(π) = dβoù π = 1 20 1 π = 20 b) Probabilité conditionnelle Pour tout π β₯ π et tout π β₯ πΆ on a π·πΏβ₯π ( πΏ β₯ π + π ) = π·(πΏ β₯ π ) Démonstration : Soit π une variable aléatoire suivant une loi exponentielle de paramètre π. Soit π‘ et π deux réels strictement positifs. On cherche la probabilité que π soit supérieure ou égale à π + π‘ sachant que π est supérieure à π ππβ₯π ( π β₯ π + π‘ ) = Dβoù ππβ₯π ( π β₯ π + π‘ ) = π( π β₯ π + π‘ ππ‘ π β₯ π) π(π β₯ π) π βπ( π+π‘) π( π β₯ π + π‘ ) = = π βππ‘ = π(π β₯ π‘ ) π(π β₯ π) π βππ Dβoù le nom de « loi de durée de vie sans vieillissement » donné quelquefois à la loi exponentielle. Exemple : La durée de vie dβun ordinateur portable exprimée en années est une variable aléatoire π suivant la loi exponentielle de paramètre π = 0,125 La probabilité que la durée de vie de cet ordinateur portable dépasse 5 ans sachant quβil fonctionne depuis déjà 2 ans est égale à π( π β₯ 5 ) π β5π ππβ₯2 ( π β₯ 5 ) = = β2π = π β3π = π(π β₯ 3 ) = π β0,125×3 β 0,687 π(π β₯ 2) π c) Fonction de répartition Si πΏ est une variable aléatoire suivant une loi exponentielle de paramètre π, on définit la fonction π appelée fonction de répartition de πΏ de la façon suivante : Pour tout π β β π(π) = π·( πΏ β€ π ) = 0 si π β€ π π β πβππ si π β₯ 0