Dérivabilité quel utilité?

(Cliquez-ici pour accéder à la version originale de cette discussion avec couleurs et images)







Posted by: aze321

Bonjour,

Quel(s) avantage(s) a-t-on à avoir une courbe dérivable en tous points (en l'occurrence en 0)? Indirectement:
* Pourquoi on en vient à travailler sur la variance (moyenne des carrés dérivable des écarts à la moyenne) plutôt que de travailler sur l’écart moyen (moyenne des valeurs absolues non dérivable en 0 des écarts à la moyenne) qui sont pourtant plus représentatifs?
* Pourquoi la loi normale est définie avec un carré et pas une valeur absolue?

Merci,
JP



Posted by: nuage

Salut,
il est beaucoup plus facile de trouver le minimum d'une fonction dérivable que celui d'une fonction non dérivable.
Pour donner un exemple :Et je t'invite à réfléchir sur ce qui se passe si, au lieu de 2 valeurs, on en a 100.

Pour ce qui est de la loi normale, je vais faire appel à un argument d'autorité : c'est comme ça.

ceci pour deux raisons :



Posted by: aze321

Je reformule pour voir si j'ai bien compris:

Concernant la loi normale:




Posted by: aze321

quelqu'un d'autre peut m'aider,svp?



Posted by: nuage

Salut,
par définition la densité d'une loi normale d'espérance \mu et d'écart-type \sigma est la fonction
3$ f\text{ : }x\rightarrow f(x)=\frac1{\sigma \sqrt{2\pi}} \text{e}^{\frac{-1}{2}\left(\frac{x-\mu}{\sigma}\right)^2}

Une raison de cette définition est le théorème central-limite :
Si (X_n) est une suite de variables aléatoires indépendantes suivants toutes la même loi d'espérance \mu et d'écart-type \sigma alors la variable aléatoire "moyenne" \bar X_n = \frac{X_1+\, \ldots\, +X_n}{n} converge en loi vers une loi normale d'espérance \mu et d'écart-type \frac{\sigma}{\sqrt{n}}














-