Résumé
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. Cela conduit à caractériser une variable aléatoire continue par sa fonction de densité, une fonction nonnégative et telle que l’intégrale (la surface totale) audessous de cette courbe soit égale à 1. La probabilité est représentée par la surface au-dessous de la courbe correspondant à un intervalle donné
où 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 \( \lambda (x) = \tfrac{{f(x)}} {{S(x)}} = - \tfrac{d} {{dx}}\log S(x) \).
This is a preview of subscription content, log in via an institution.
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2009 Springer-Verlag France, Paris
About this chapter
Cite this chapter
Cantoni, E., Huber, P., Ronchetti, E. (2009). Variables aléatoires continues. In: Maîtriser l’aléatoire. Statistique et probabilités appliquées. Springer, Paris. https://doi.org/10.1007/978-2-287-99671-9_3
Download citation
DOI: https://doi.org/10.1007/978-2-287-99671-9_3
Publisher Name: Springer, Paris
Print ISBN: 978-2-287-99670-2
Online ISBN: 978-2-287-99671-9
eBook Packages: Mathematics and StatisticsMathematics and Statistics (R0)