Comment reconnaître et utiliser… : En écrivant f_X(t) = 1 sigmasqrt 2pi exp… — ECG2 appliquées | MetMat

Comment reconnaître et utiliser la loi normale $\mathcal{N}(\mu, \sigma^2)$ ?

En écrivant $f_X(t) = \frac{1}{\sigma\sqrt{2\pi}}\,\exp\!\left(-\frac{(t-\mu)^2}{2\sigma^2}\right)$ , $E(X) = \mu$ , $V(X) = \sigma^2$

Modéliser une grandeur fluctuant autour d'une valeur moyenne par une loi normale et savoir en extraire les paramètres et la densité.

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

La taille $X$ (en cm) d'un homme adulte est modélisée par $X \sim \mathcal{N}(175, 49)$ . Donner la densité, l'espérance, la variance et l'écart-type.

L'objectif

Modéliser une grandeur fluctuant autour d'une valeur moyenne par une loi normale et savoir en extraire les paramètres et la densité.

Le principe

Si $X \sim \mathcal{N}(\mu, \sigma^2)$ avec $\sigma > 0$ : $f_X(t) = \frac{1}{\sigma\sqrt{2\pi}}\exp\!\left(-\frac{(t-\mu)^2}{2\sigma^2}\right)$ pour tout $t \in \mathbb{R}$ , $E(X) = \mu$ , $V(X) = \sigma^2$ ; le graphe est une courbe en cloche symétrique autour de $\mu$ .

La méthode

1
J'identifie le modèle gaussien : la grandeur étudiée fluctue de manière symétrique autour d'une valeur centrale, donc $X \sim \mathcal{N}(\mu, \sigma^2)$ .
2
Je relève les paramètres : $\mu$ est l'espérance (centre de la cloche) et $\sigma^2$ la variance ( $\sigma$ étant l'écart-type, contrôlant la dispersion).
3
J'écris la densité $f_X(t) = \frac{1}{\sigma\sqrt{2\pi}}\exp\!\left(-\frac{(t-\mu)^2}{2\sigma^2}\right)$ pour $t \in \mathbb{R}$ et je trace la cloche symétrique autour de $\mu$ , de hauteur $\frac{1}{\sigma\sqrt{2\pi}}$ .
4
Je conclus : $E(X) = \mu$ , $V(X) = \sigma^2$ et $\sigma(X) = \sigma$ , et toute probabilité se calcule en passant à la loi centrée réduite (méthode dédiée).

Pour comprendre, fais des exercices !

Exercice d'exemple

La taille $X$ (en cm) d'un homme adulte est modélisée par $X \sim \mathcal{N}(175, 49)$ . Donner la densité, l'espérance, la variance et l'écart-type.

Étape 1 —

J'identifie le modèle gaussien : la grandeur étudiée fluctue de manière symétrique autour d'une valeur centrale, donc

X \sim \mathcal{N}(\mu, \sigma^2)

La taille adulte fluctue autour d'une moyenne, son histogramme est en cloche : modèle gaussien $X \sim \mathcal{N}(175, 49)$ .

Étape 2 —

Je relève les paramètres :

\mu

est l'espérance (centre de la cloche) et

\sigma^2

la variance (

\sigma

étant l'écart-type, contrôlant la dispersion).

On lit $\mu = 175$ et $\sigma^2 = 49$ , donc $\sigma = 7$ .

Étape 3 —

J'écris la densité

f_X(t) = \frac{1}{\sigma\sqrt{2\pi}}\exp\!\left(-\frac{(t-\mu)^2}{2\sigma^2}\right)

pour

t \in \mathbb{R}

et je trace la cloche symétrique autour de

\mu

, de hauteur

\frac{1}{\sigma\sqrt{2\pi}}

La densité est $f_X(t) = \frac{1}{7\sqrt{2\pi}}\exp\!\left(-\frac{(t-175)^2}{98}\right)$ pour $t \in \mathbb{R}$ .

Étape 4 —

Je conclus :

E(X) = \mu

V(X) = \sigma^2

\sigma(X) = \sigma

, et toute probabilité se calcule en passant à la loi centrée réduite (méthode dédiée).

On conclut : $E(X) = 175$ cm, $V(X) = 49\,\mathrm{cm}^2$ , $\sigma(X) = 7$ cm.

$f_X(t) = \frac{1}{7\sqrt{2\pi}}\exp\!\left(-\frac{(t-175)^2}{98}\right)$ , $E(X) = 175$ , $V(X) = 49$ , $\sigma = 7$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment reconnaître et utiliser la loi normale N(μ,σ2)\mathcal{N}(\mu, \sigma^2)N(μ,σ2) ?

En écrivant fX(t)=1σ2π exp⁡ ⁣(−(t−μ)22σ2)f_X(t) = \frac{1}{\sigma\sqrt{2\pi}}\,\exp\!\left(-\frac{(t-\mu)^2}{2\sigma^2}\right)fX​(t)=σ2π​1​exp(−2σ2(t−μ)2​), E(X)=μE(X) = \muE(X)=μ, V(X)=σ2V(X) = \sigma^2V(X)=σ2

Pour comprendre, fais des exercices !

Comment reconnaître et utiliser la loi normale $\mathcal{N}(\mu, \sigma^2)$ ?

En écrivant $f_X(t) = \frac{1}{\sigma\sqrt{2\pi}}\,\exp\!\left(-\frac{(t-\mu)^2}{2\sigma^2}\right)$ , $E(X) = \mu$ , $V(X) = \sigma^2$