Loi normale - MATHEMATIQUES · Loi normale 1) La loi normale centrée réduite. • La loi normale...
Transcript of Loi normale - MATHEMATIQUES · Loi normale 1) La loi normale centrée réduite. • La loi normale...
Loi normale
1) La loi normale centrée réduite.
• La loi normale centrée réduite N (0, 1) est la loi de probabilité dont la densité est la fonction f définie par :
pour tout réel t, f(t) =1
√2π
e−t2
2 .
1 2 3−1−2−3−4
y = f(t)
1√
2π
0, 5
Remarque. Au cours des études post-bac, on sait démontrer que l’intégrale de Gauss
∫+∞
−∞
e−t2
2 dt est égale à√2π.
En divisant par√2π, on normalise :
∫+∞
−∞
1√2π
e−t2
2 dt = 1.
• La fonction de répartition de la loi normale centrée réduite est la fonction F définie par :
pour tout réel x, F(x) = p(X 6 x) =
∫x−∞
1√2π
e−t2
2 dt.
1
1 2 3−1−2−3−4
y = F(x)
0, 5
Pour tous réels a et b tels que a < b, on a p(a 6 X 6 b) =
∫ba
1√2π
e−t2
2 dt = F(b) − F(a).
1 2 3−1−2−3−4
y = f(t)
1√
2π
0, 5
a b
p(a 6 X 6 b) =
∫ba
1√2π
e−t2
2 dt = F(b) − F(a)
On ne sait pas exprimer les intégrales précédentes à l’aide des fonctions usuelles à disposition en terminale. Pour obtenirdes valeurs de la fonction de répartition de la loi normale centrée réduite, on dispose soit de la calculatrice, soit detables numériques fournies à la fin de certains livres.
• L’espérance de la loi normale centrée réduite est 0 (la loi est centrée) et l’écart-type de la loi normale centrée réduiteest 1 (la loi est réduite).
2) Théorème de Moivre-Laplace.
La loi normale approche la loi binomiale. Plus précisément :
Théorème. Pour tout entier naturel non nul n, on considère une variable aléatoire Xn qui suit une loi binomiale
B(n, p) puis on considère Zn =Xn − np
√
np(1− p), la variable centrée réduite associée.
Alors, pour tous réels a et b tels que a < b
limn→+∞
p(
np + a√
np(1− p) 6 Xn 6 np+ b√
np(1 − p))
= limn→+∞
p(a 6 Zn 6 b) =
∫ba
1√2π
e−t2
2 dt.
c© Jean-Louis Rouget, 2012. Tous droits réservés. 1 http ://www.maths-france.fr
3) Loi normale : cas général.
• Une variable aléatoire X suit la loi N (µ, σ2) si et seulement si la variable aléatoireX− µ
σsuit la loi normale centrée
réduite N (0, 1).µ est l’espérance de N (µ, σ2), σ2 est sa variance et σ est son écart-type.
y=f(t)
(µ
4) Intervalle associé à une probabilité
Théorème. Soit X une variable aléatoire régie par la loi normale centrée réduite N (0, 1).Pour tout réel α ∈]0, 1[, il existe un réel strictement positif uα et un seul tel que p(−uα 6 X 6 uα) = 1− α.
1 2 3−1−2−3−4
y = f(t)
1√
2π
0, 5
−uα uα
p(−uα 6 X 6 uα) = 1− α
On doit connaître en particulier u0,05 = 1, 96 et u0,01 = 2, 58.
Inversement, pour une loi normale en général, on doit connaître les probabilités associées à des intervalles centrésautour de µ de rayon σ, 2σ ou 3σ :
Théorème. Soit X une variable aléatoire régie par une loi normale N (µ, σ2) de paramètres µ ∈ R et σ > 0.
p(µ− σ 6 X 6 µ+ σ) = 0, 683 p(µ−2σ 6 X 6 µ+2σ) = 0, 954 p(µ−3σ 6 X 6 µ+3σ) = 0, 997
µ − σ µ µ + σ
68, 3%
µ − 2σ µ µ + 2σ
95, 4%
µ − 3σ µ µ + 3σ
99, 7%
Conséquence. Si Xn est une variable aléatoire régie par une loi binomiale B(n, p) et si Zn =Xn − np
√
np(1− p)
limn→+∞
P(
np− uα
√
np(1− p) 6 Xn 6 np+ uα
√
np(1− p))
= limn→+∞
P(−uα 6 Zn 6 uα) = 1− α.
c© Jean-Louis Rouget, 2012. Tous droits réservés. 2 http ://www.maths-france.fr