Skip to main content

Variables aléatoires continues

  • Chapter
Maîtriser l’aléatoire

Part of the book series: Statistique et probabilités appliquées ((STATISTIQUE))

  • 436 Accesses

Abstrait

Le passage des modèles discrets aux modèles continus intervient dans beaucoup de domaines de la science. Dans notre cas, cela consiste à considérer un passage à la limite d’une loi de probabilité discrète quand l’ensemble des valeurs possibles de la variable aléatoire augmente et devient toujours plus dense. Ceci conduit à caractériser une variable aléatoire continue par sa fonction de densité, une fonction non-négative et telle que l’intégrale (la surface totale) au-dessous de cette courbe soit égale à 1. La probabilité est représentée par la surface au-dessous de la courbe correspondant à un intervalle donné

$$ P(X \in [a,b]) = \smallint _a^b f(x)dx, $$

f(.) est la fonction de densité. Une variable aléatoire continue peut aussi être caractérisée par sa fonction de répartition F(x) = P(X < x), par sa fonction de survie S(x) = P(X > x) ou par sa fonction de risque λ(x) = f(x)/S(x) = − d/dx log S(x).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Références (théorie)

  1. Sheldon M. Ross, Initiation aux probabilités. Presses polytechniques romandes, Lausanne, 1987.

    MATH  Google Scholar 

  2. Jim Pitman, Probability. Springer, New York, 1993.

    MATH  Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2006 Springer-Verlag France, Paris

About this chapter

Cite this chapter

(2006). Variables aléatoires continues. In: Maîtriser l’aléatoire. Statistique et probabilités appliquées. Springer, Paris. https://doi.org/10.1007/978-2-287-34073-4_3

Download citation

Publish with us

Policies and ethics