Loi uniforme

Si tu lances un dé, il y a une probabilité égale que le résultat soit \(1\) ou \(2\) ou \(3\) ou n'importe quel autre chiffre sur le dé. Il s'agit d'une situation qui peut être modélisée par une loi uniforme. Dans ce résumé de cours, nous présenterons d'abord la loi uniforme discrète. Par la suite, nous expliquerons ce qu'est une densité de probabilité, afin d'expliciter la loi uniforme continue. Après, nous montrerons comment calculer l'espérance et la variance de la loi uniforme. Pour terminer, nous résumerons des formules utiles concernant la loi uniforme. 

Loi uniforme Loi uniforme

Crée des supports d'apprentissage sur Loi uniforme avec notre appli gratuite!

  • Accès instantané à des millions de pièces de contenu
  • Fiches de révision, notes, examens blancs et plus encore
  • Tout ce dont tu as besoin pour réussir tes examens
Inscris-toi gratuitement
Table des mateères

    La loi uniforme discrète

    Considérons une variable aléatoire \(X\) qui ne prend qu'un nombre fini de valeurs. Elle suit une loi uniforme discrète lorsqu'il y a une probabilité égale que \(X\) soit n'importe quelle valeur.

    Une variable aléatoire \(X\) suit une loi uniforme discrète si elle prend les valeurs \(x_1, x_2, ... , x_n\) et pour \(i \in {1, 2, ... n}\), nous avons \[\mathbb{P}(X = x_i) = \frac{1}{n}\]

    Si tu lances un dé normal, tu ne peux obtenir qu'un nombre fini de valeurs et la probabilité d'obtenir n'importe quelle valeur est la même. La valeur obtenue suit donc une loi uniforme discrète, avec la probabilité de chaque issue étant \(\frac{1}{6}\).

    Pour expliciter la loi uniforme continue, nous devons d'abord (re)voir des notions sur les densités de probabilité.

    Densité de probabilité

    Une densité de probabilité, aussi appelée fonction de densité, caractérise certaines lois de probabilité. En particulier, elle permet de calculer la probabilité qu'une variable aléatoire à densité soit dans un certain intervalle. Considère une variable aléatoire \(X\) caractérisée par une densité de probabilité \(f\). Soient \(c, d \in \mathbb{R} \cup \{-\infty, +\infty\}\), tels que \(c \leq d\). Nous avons alors \[\mathbb{P}(c \leq X \leq d) = \int_c^d f(x) dx\] Nous utilisons la densité de probabilité pour calculer l'espérance et la variance d'une variable aléatoire également. Si la densité de probabilité est définie sur un intervalle \([a,b]\), alors : \[\mathbb{E}[X] = \int_a^b xf(x) dx\] \[Var(X) = \mathbb{E}[X^2] - \mathbb{E}[X]^2 = \int_a^b x^2f(x) dx - \left( \int_a^b xf(x) dx \right) ^2\] Nous appliquerons ces concepts à la loi uniforme continue.

    La loi uniforme continue

    Alors qu'une loi uniforme discrète prend un nombre fini de valeurs, une loi uniforme continue peut prendre une infinité de valeurs. Le concept global reste le même : chaque issue a une probabilité égale d'arriver.

    Soient \(a\) et \(b\) des nombres réels tels que \(a < b\). Une variable aléatoire suit une loi uniforme continue sur un intervalle \([a,b]\) si sa densité de probabilité est \(f(x) = \frac{1}{b - a}\).

    Pour déterminer la probabilité que la variable soit dans un certain intervalle, nous devons intégrer la fonction de densité.

    Soit \(X\) une variable aléatoire suivant une loi uniforme continue entre \(1\) et \(5\). Peux-tu déterminer la probabilité que \(X\) soit entre \(2{,}5\) et \(4{,}5\) ?

    \(\mathbb{P}(2{,}5 \leq X \leq 4{,}5) \)

    \(= \int_{2{,}5}^{4{,}5} \frac{1}{5 - 1} dx\)

    \(= \int_{2{,}5}^{4{,}5} \frac{1}{4} dx\)

    \(= \left[ \frac{t}{4} \right]_{2{,}5}^{4{,}5} \)

    \(= \left[ \frac{4{,}5 - 2{,}5}{4} \right] \)

    \(= \frac{1}{2} \)

    Nous pouvons également en déduire une formule simple pour déterminer une probabilité de ce type. Soient \(c\) et \(d\) deux réels tels que \(a \leq c < d \leq b\). La probabilité que \(X\) appartienne à l'intervalle \([c,d]\) est :

    \(\mathbb{P}(c \leq X \leq d)\)

    \(=\int_c^d \frac{1}{b - a} dx\)

    \(=\left[ \frac{t}{b - a} \right]_{d}^{c} \)

    \(=\frac{d-c}{b - a}\)

    La méthode pour calculer l'espérance d'une loi uniforme continue utilise une approche similaire.

    Comment calculer l'espérance d'une loi uniforme ?

    Pour calculer l'espérance d'une loi uniforme continue, nous devons remplacer sa densité de probabilité dans la formule pour l'espérance. Détaillons ce calcul. Soit \(X\) une variable aléatoire qui suit une loi uniforme continue sur \([a,b]\).

    \(\mathbb{E}[X] \)

    \( = \int_a^b x \frac{1}{b - a} dx\)

    \( = \left[ \frac{x^2}{2(b - a)} \right]_a^b\)

    \( = \frac{b^2}{2(b - a)} - \frac{a^2}{2(b - a)} \)

    \( = \frac{b^2 - a^2}{2(b - a)} \)

    \( = \frac{(b- a)(b+a)}{2(b - a)} \)

    \( = \frac{b+a}{2} \)

    Pour te souvenir de cette formule, tu peux te dire qu'il s'agit de la moyenne des bornes de l'intervalle.

    Considère une variable aléatoire \(X\) qui suit une loi uniforme continue sur \([1,7]\). Peux-tu calculer l'espérance de \(X\), \(\mathbb{E}[X]\) ?

    \(\mathbb{E}[X] = \frac{(1+7)}{2} = 4\)

    L'espérance de cette variable aléatoire est donc \(4\).

    Calculer la variance d'une loi uniforme nécessite un peu plus de travail, mais reste relativement simple.

    Comment calculer la variance de la loi uniforme ?

    Pour calculer la variance d'une loi uniforme continue, nous devons remplacer sa densité de probabilité dans la formule pour la variance, à savoir \(Var(X) = \mathbb{E}[X^2] - \mathbb{E}[X]^2 \). Comme nous avons calculé l'espérance d'une loi uniforme dans la section précédente, la majorité du travail reste dans la détermination de \(\mathbb{E}[X^2]\). Nous considérons \(X\), une variable aléatoire qui suit une loi uniforme continue sur \([a,b]\).

    \(\mathbb{E}[X^2]\)

    \(= \int_a^b x^2 \frac{1}{b - a} dx\)

    \(= \left[ \frac{x^3}{3(b - a)} \right]_a^b\)

    \(= \frac{b^3}{3(b - a)} - \frac{a^3}{3(b - a)} \)

    \(= \frac{b^3 - a^3}{3(b - a)}\)

    \(= \frac{(b - a)(b^2 - ab + a^2)}{3(b - a)}\)

    \(= \frac{b^2 - ab + a^2}{3}\)

    Nous pouvons alors substituer cette valeur dans la formule pour la variance.

    \(Var(X)\)

    \(= \mathbb{E}[X^2] - \mathbb{E}[X]^2 \)

    \(= \frac{b^2 - ab + a^2}{3} - \left(\frac{(b+a)}{2} \right)^2 \)

    \(= \frac{b^2 - ab + a^2}{3} - \frac{b^2 + 2ab + a^2}{4} \)

    \(= \frac{4(b^2 - ab + a^2)}{12} - \frac{3(b^2 + 2ab + a^2)}{12} \)

    \(= \frac{b^2 - 2ab + a^2}{12}\)

    \(= \frac{(b- a)^2}{12}\)

    Dans le calcul de la variance, nous avons utilisé plusieurs identités remarquables. N'hésite pas à consulter notre résumé de cours sur la factorisation pour rafraîchir tes connaissances à ce sujet.

    Considère une variable aléatoire \(X\) qui suit une loi uniforme continue sur \([-4,8]\). Peux-tu calculer la variance de \(X\), \(Var(X)\) ?

    \(Var(X) = \frac{(8- (-4))^2}{12}\)

    \(Var(X) = \frac{12^2}{12} = 12\)

    La variance de cette variable aléatoire est donc \(12\).

    Tu as pu probablement constater qu'il y a beaucoup de formules en lien avec la loi uniforme. Dans la prochaine section, nous résumons les principales formules que tu devras utiliser.

    Loi uniforme : formules

    Voici un résumé des formules que nous utilisons habituellement lorsque nous travaillons avec la loi uniforme.

    DescriptionFormule
    Densité de la loi uniforme continue sur \([a,b]\)\(f(x) = \frac{1}{b - a}\)
    Fonction de répartition de la loi uniforme continue\(F(x) = \frac{x-a}{b - a}\), pour \(x \in [a,b]\)
    Espérance de la loi uniforme continue\(\mathbb{E}[X] = \frac{b+a}{2}\)
    Espérance de la loi uniforme discrète avec \(n\) issues\(\mathbb{E}[X] = \frac{n+1}{2}\)
    Variance de la loi uniforme continue\(Var(X) = \frac{(b- a)^2}{12}\)
    Variance de la loi uniforme discrète avec \(n\) issues\(Var(X) = \frac{n^2 - 1}{12}\)

    Loi uniforme - Points clés

    • Une variable suit une loi uniforme si chaque issue a une probabilité égale d'arriver.
    • S'il existe un nombre fini, \(n\), d'issues possibles, il s'agit alors d'une loi uniforme discrète et la probabilité de chaque issue est égale à \(\frac{1}{n}\).
    • Si les issues prennent des valeurs dans un intervalle fermé, \([a,b]\), il s'agit alors d'une loi uniforme continue dont la densité de probabilité est \(\frac{1}{b - a}\).
    • Si la variable aléatoire \(X\) suit une loi uniforme continue, la probabilité que \(X\) soit entre \(c\) et \(d\) est égale à \(\frac{d-c}{b - a}\).
    • L'espérance d'une loi uniforme continue sur \([a,b]\) est \(\frac{(b+a)}{2}\).
    • La variance d'une loi uniforme continue sur \([a,b]\) est \(\frac{(b- a)^2}{12}\).
    Loi uniforme Loi uniforme
    Apprends avec 15 fiches de Loi uniforme dans l'application gratuite StudySmarter

    Nous avons 14,000 fiches sur les paysages dynamiques.

    S'inscrire avec un e-mail

    Tu as déjà un compte ? Connecte-toi

    Questions fréquemment posées en Loi uniforme

    C'est quoi une probabilité uniforme ?

    En mathématiques, nous n'utilisons pas l'expression « probabilité uniforme », mais nous parlons plutôt de loi uniforme, où chaque issue a une probabilité égale d'arriver.

    Comment simuler une loi uniforme ? 

    Pour simuler une loi uniforme, nous pouvons utiliser des logiciels de programmation tels que Python, Julia, et MatLab. Ces outils ont des instructions spécifiques pour générer des nombres aléatoires selon certaines lois de probabilité, notamment la loi uniforme. 

    Comment savoir si une loi est uniforme ?

    Il s'agit d'une loi uniforme si chaque issue a une probabilité égale d'arriver.

    Comment utiliser la loi uniforme ? 

    Pour utiliser la loi uniforme discrète, il faut connaître le nombre d'issues possibles et appliquer les formules pertinentes. Dans le cas d'une loi uniforme continue, il faut plutôt connaître dans quel intervalle se trouvent les issues.

    Pourquoi utiliser la loi uniforme ? 

    Nous utilisons des lois uniformes pour modéliser des situations simples où chaque issue a une probabilité égale d'arriver. Nous pouvons également utiliser la loi uniforme pour faire des simulations numériques avancées.

    Découvre des matériels d'apprentissage avec l'application gratuite StudySmarter

    Lance-toi dans tes études
    1
    À propos de StudySmarter

    StudySmarter est une entreprise de technologie éducative mondialement reconnue, offrant une plateforme d'apprentissage holistique conçue pour les étudiants de tous âges et de tous niveaux éducatifs. Notre plateforme fournit un soutien à l'apprentissage pour une large gamme de sujets, y compris les STEM, les sciences sociales et les langues, et aide également les étudiants à réussir divers tests et examens dans le monde entier, tels que le GCSE, le A Level, le SAT, l'ACT, l'Abitur, et plus encore. Nous proposons une bibliothèque étendue de matériels d'apprentissage, y compris des flashcards interactives, des solutions de manuels scolaires complètes et des explications détaillées. La technologie de pointe et les outils que nous fournissons aident les étudiants à créer leurs propres matériels d'apprentissage. Le contenu de StudySmarter est non seulement vérifié par des experts, mais également régulièrement mis à jour pour garantir l'exactitude et la pertinence.

    En savoir plus
    Équipe éditoriale StudySmarter

    Équipe enseignants Mathématiques

    • Temps de lecture: 8 minutes
    • Vérifié par l'équipe éditoriale StudySmarter
    Sauvegarder l'explication

    Sauvegarder l'explication

    Inscris-toi gratuitement

    Inscris-toi gratuitement et commence à réviser !

    Rejoins plus de 22 millions d'étudiants qui apprennent avec notre appli StudySmarter !

    La première appli d'apprentissage qui a réunit vraiment tout ce dont tu as besoin pour réussir tes examens.

    • Fiches & Quiz
    • Assistant virtuel basé sur l’IA
    • Planificateur d'étude
    • Examens blancs
    • Prise de notes intelligente
    Rejoins plus de 22 millions d'étudiants qui apprennent avec notre appli StudySmarter !

    Obtiens un accès illimité avec un compte StudySmarter gratuit.

    • Accès instantané à des millions de pièces de contenu.
    • Fiches de révision, notes, examens blancs, IA et plus encore.
    • Tout ce dont tu as besoin pour réussir tes examens.
    Second Popup Banner