Professional Documents
Culture Documents
Chap1-La Loi Normale-Slah
Chap1-La Loi Normale-Slah
23/10/2021 Khlifi S. 1
1
23/10/2021
23/10/2021 Khlifi S. 4
2
23/10/2021
23/10/2021 Khlifi S. 5
23/10/2021 Khlifi S. 6
3
23/10/2021
23/10/2021 Khlifi S. 7
4
23/10/2021
5
23/10/2021
23/10/2021 Khlifi S. 12
6
23/10/2021
23/10/2021 Khlifi S. 13
23/10/2021 Khlifi S. 14
7
23/10/2021
Forme de cloche
Symétrique
Infinie
23/10/2021 Khlifi S. 15
23/10/2021 Khlifi S. 16
8
23/10/2021
Forme de
cloche
Symétrique
Centrée / à
la moyenne
23/10/2021 Khlifi S. 17
14,00%
12,00%
10,00%
8,00%
6,00%
4,00%
2,00%
0,00%
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Fréquence battements
23/10/2021 Khlifi S. cardiaques 18
9
23/10/2021
23/10/2021 Khlifi S. 19
10
23/10/2021
Principe de construction
• 1- Calculer l’effectif cumulé pour chaque valeur observée X (ou limite supérieure de la
classe si les observations sont regroupées en classes).
• 2- Calculer la fréquence cumulée, c’est-à-dire l’effectif cumulé divisé par l’effectif total.
• 3- Déterminer le normit (normal unit) de chaque valeur de X (il s’agit de la valeur t (ou x)
lue dans la table de la loi normale centrée réduite pour chaque fréquence cumulée.
• NB : la fonction LOI.NORMALE.STANDARD.INVERSE d’Excel
• 4- Représenter le nuage de points dont les coordonnées sont représentés par les couples
(x ; y), où les X sont les valeurs de la variable (ou limite supérieure de la classe) et y sont
les normits correspondants.
23/10/2021 Khlifi S. 22
11
23/10/2021
Règle d’Interprétation
• La règle stipule que pour une distribution Gaussienne (normale), les points seront alignés
(nuage points voisin d’une droite).
• Par conséquent :
• Si les points obtenus sont sensiblement alignés, on accepte l’hypothèse de normalité
dans la population.
• Si les points obtenus ne sont pas sensiblement alignés, on rejette l’hypothèse de
normalité.
23/10/2021 Khlifi S. 23
23/10/2021 Khlifi S. 24
12
23/10/2021
Les paramètres
1- La moyenne µ
Estimée par X_bar
2- l’écart-type σ
Estimé par s
23/10/2021 Khlifi S. 25
23/10/2021 Khlifi S. 26
13
23/10/2021
23/10/2021 Khlifi S. 27
• Moyenne : 0
• Écart type : 3
• Moyenne : 4
• Écart type : 1
• Moyenne : -1
• Écart type : 0,5
23/10/2021 Khlifi S. 28
14
23/10/2021
1- Définition :
La loi normale de moyenne=0 et d’écart type=1
est appelée la loi normale centrée réduite.
Si X suit une loi normale centrée réduite,
E(X) = 0 et Var(X) = 1 . On écrit X suit N(0;1)
x 2
1
Elle a pour densité f ( x) e 2
2
23/10/2021 Khlifi S. 29
15
23/10/2021
1 x-μ
-2
f(x)
1
e σ 1
σ 2 π
2π
1
2
a
a
23/10/2021 m XKhlifi
1 XS. 2
X
0 Z11 Z2
33 Z
16
23/10/2021
23/10/2021 Khlifi S. 35
23/10/2021 Khlifi S. 36
17
23/10/2021
Fonction de répartition
F (t ) (t )
t
P(T t )
f ( x) dx
Nous rappelons : 1 x 2
f ( x) e 2
2
23/10/2021 Khlifi S. 37
2
Z
z1 1
2
e 2 dZ
Remarque : L’aire totale comprise entre la courbe et l’axe des abscisses est égale
2
Z
à 1. 1
2
e 2 dZ 1
23/10/2021 Khlifi S. 38
18
23/10/2021
23/10/2021 Khlifi S. 39
Application
•Exemple
• Le poids X est une variable normale N(m=100 et =2)
• Nous cherchons la probabilité des articles ayant un poids inférieur à 101 g
•On cherche :
•P[X < 101]= ??? (calcul difficile à faire)
•On procède à la transformation
• P[(X-100)/2 < (101-100)/2] = P[T < 0,5] : on note π (0,5)
• il suffit de consulter la table de la N(0,1)
23/10/2021 Khlifi S. 40
19
23/10/2021
P[T<0,5] =π(0,5)
Linge 0,5
Colonne 0,00
P[T<0,5] = 0,6915
23/10/2021 Khlifi S. 41
Exemple 2 :
P[T<1,21] =π(1,21)
Linge 1,2
Colonne 0,01
π(1,21)=0,8869
23/10/2021 Khlifi S. 42
20
23/10/2021
1 2
N ( 0,1) a = P(Z > t) , t 0
1 -2z
f(z)
2π
e (Echantillon de calculs d'intégrales)
1
2π Grâce au changement de variable Z = (X - m)/,
on utilise la table de la loi Normale centrée
réduite pour calculer les probabilités (aires)
d'une loi Normale quelconque.
a
Z
0 t
23/10/2021 Khlifi S. 43
Exemple 2 :
P[T>2,36] = ??
= 1-P[T<2,36]
= 1-π(2,36)
Linge 2,3
Colonne 0,06
1-0,9909=0,0091
23/10/2021 Khlifi S. 44
21
23/10/2021
23/10/2021 Khlifi S. 45
Propriété 1
P[ T t ] 1 - P[T t]
Exemple :
P[T>2,36] = ??
= 1-P[T<2,36]
= 1-π(2,36)
Linge 2,3
Colonne 0,06
1-0,9909=0,0091
23/10/2021 Khlifi S. 47
22
23/10/2021
Propriété 1 P( T K ) 1 - (k )
y
P(T>0,9)
0,4
0,3
0,2
0,1
-3 -2 -1 0 1 2 3 x
-0,1
P(0,9) 0,4
-3 -2 -1 0 1 2 3 x
-0,1
23/10/2021 Khlifi S. 48
Propriété 2
P[T t] 1 P[T t]
Exemple :
P[T<-1,49] = ??
= 1-P[T<1,49]
= 1-π(1,49)
Linge 1,4
Colonne 0,09
1-0,9319=0,0681
23/10/2021 Khlifi S. 49
23
23/10/2021
Propriété 2 (t ) 1 (t )
y
0,5
(0,9) 0,4
0,3
0,2
0,1
-4 -3 -2 -1 0 1 2 3 4 x
-0,1
y
0,5
0,4
(0,9)
0,3
P(1, 47) 0, 0708
P(2, 73) 0, 0032
0,2
0,1
-4 -3 -2 -1 0 1 2 3 4 x
P(3) 0, 00135
-0,1
23/10/2021 Khlifi S. 50
Propriété 3
P[T t] P[T t]
Exemple :
P[T>-2,94] = ??
= 1-P[T<-2,94]
= 1- (1- P[T<2,94])
= 1- 1 + P[T<2,94]
= P[T<2,94])
=0,9984
23/10/2021 Khlifi S. 51
24
23/10/2021
Propriété 4
P( a T b ) (b) (a)
Exemple :
P[0,36<T<2,58] = ??
= P[T<2,58] - P[T<0,36]
= π(2,58) – π(0,36)
= 0,9951 – 0,6406
= 0,3545
23/10/2021 Khlifi S. 52
P(-0,8<T<1,7)
(1,7)(0,8)
0,4
0,3
0,2
0,1
-4 -3 -2 -1 0 1 2 3 4 x
-0,1
25
23/10/2021
Propriété 5
P(k T k ) 2 *[ (k )] 1
Exemple :
P[ -1,96<T<1,96] = ??
= P[T<1,96] - P[T< -1,96]
= P[T<1,96] – (1-P[T< 1,96])
= P[T<1,96] – 1 +P[T< 1,96]
2* P[T<1,96] - 1
= 2*0,975 - 1
= 0,95
23/10/2021 Khlifi S. 54
P(|T|<1,2) 0,4
0,3
0,2
0,1
-3 -2 -1 0 1 2 3 x
-0,1
P ( T 0, 89) 0, 6266
P ( T 2, 2) 0, 9722
P ( T 3) 0, 9973
23/10/2021 Khlifi S. 55
26
23/10/2021
Propriétés utiles
• P1 : P[ T t ] 1 - P[T t]
• P2 : P[T t] 1 P[T t]
• P3 P[T t] P[T t]
• P4 : P( a T b ) (b) (a)
• P5 : P(k T k ) 2 *[ (k )] 1
23/10/2021 Khlifi S. 56
27
23/10/2021
23/10/2021 Khlifi S. 58
23/10/2021 Khlifi S. 59
28
23/10/2021
23/10/2021 Khlifi S. 61
29
23/10/2021
P[T<1,8] =
Linge 1,8
Colonne 0,00
P[T<1,8] = 0,9641
23/10/2021 Khlifi S. 62
23/10/2021 Khlifi S. 63
30
23/10/2021
23/10/2021 Khlifi S. 64
31