Vocabulaire :
Une expérience aléatoire est une expérience qui dépend du hasard : le résultat ne peut donc
être déterminé a priori.
L’univers de l’expérience aléatoire est l’ensemble des issues (ou résultats) possibles de
l’expérience. On le note 𝛀 (appelé aussi l’univers des cas possibles).
Un évènement est une partie de Ω. L’ensemble vide est appelé évènement impossible.
L’univers Ω est appelé aussi évènement certain.
Un singleton de Ω (ou un résultat) est appelé évènement élémentaire ou éventualité.
Soit 𝐴 et 𝐵 deux évènements.
L’évènement 𝑨 ∩ 𝑩 est l’évènement "𝑨 et 𝑩". Il est réalisé si 𝐴 et 𝐵 sont réalisés
simultanément (au même temps).
L’évènement 𝑨 ∪ 𝑩 est l’évènement "𝑨 ou 𝑩". Il est réalisé si l'un au moins des deux
évènements 𝐴 et 𝐵 est réalisé.
� , est l’évènement contraire de 𝐴. Il est réalisé si
L’ensemble 𝜴 ∖ 𝑨, qu’on note 𝑨
et seulement si 𝐴 n’est pas réalisé.
𝐴 et 𝐵 sont dits incompatibles s’ils ne peuvent pas se réaliser au même temps (𝑨 ∩ 𝑩 = ∅).
Si 𝐴 ⊂ 𝐵, alors 𝑩 ∖ 𝐀 est l’ensemble des éléments de 𝐵 qui n’appartiennent pas à 𝐴.
𝐴 et 𝐵 sont dits contraires si 𝑨 ∪ 𝑩 = 𝜴 et 𝑨 ∩ 𝑩 = ∅. On note 𝑨 = 𝑩 � ou 𝑩 = 𝑨�.
Définition : "Probabilité"
Soit (Ω, 𝑃(Ω), 𝑝) un espace probabilisé fini. 𝐴 et 𝐵 sont deux évènements tels que
𝑝(𝐵) ≠ 0.
𝒑(𝑨∩𝑩)
On appelle probabilité conditionnelle de 𝐴 sachant 𝐵, le réel : 𝒑(𝑨 ∕ 𝑩) =
𝒑(𝑩)
Vocabulaire :
Deux évènements 𝐴 et 𝐵 sont dits équiprobables si 𝒑(𝑨) = 𝒑(𝑩).
Deux évènements 𝐴 et 𝐵 sont dits indépendants si la réalisation de l’un n’influe pas sur la
réalisation de l’autre. C’est a dire 𝒑(𝑨 ∩ 𝑩) = 𝒑(𝑨) × 𝒑(𝑩).
𝐴1 , 𝐴3 ,…,𝐴𝑛 sont des évènement formant une partition de Ω tels que 𝑝(𝐴𝑖 ) ≠ 0 pour
tout 𝑖 ∈ {1; 2; … ; 𝑛} et 𝐵 étant un évènement. Alors :
𝒏 𝒏
Formule de Bayes :
𝐴1 , 𝐴3 ,…,𝐴𝑛 sont des évènement formant une partition de Ω tels que 𝑝(𝐴𝑖 ) ≠ 0 pour
tout 𝑖 ∈ {1; 2; … ; 𝑛} et 𝐵 étant un évènement. Alors pour tout 𝑘 ∈ {1,2, … , 𝑛} on a :
𝒑(𝑩⁄𝑨𝒌 ) ∙ 𝒑(𝑨𝒌 )
𝒑(𝑨𝒌 ⁄𝑩) =
∑𝒏𝒊=𝟏
𝒑(𝑩⁄𝑨𝒊 ) ∙ 𝒑(𝑨𝒊 )
En particulier si 𝐴 es un évènement tel que 𝑝(𝐴) ≠ 0 et 𝑝(𝐴̅) ≠ 0, alors :
𝒑(𝑨) ∙ 𝒑(𝑩 ∕ 𝑨)
𝒑(𝑨 ∕ 𝑩) =
𝒑(𝑨) ∙ 𝒑(𝑩⁄𝑨) + 𝒑(𝑨 � ) ∙ 𝒑(𝑩 ∕ 𝑨
�)
Une variable aléatoire réelle 𝑋 définie sur un univers Ω est une application de Ω dans
ℝ. Elle est dite discrète si 𝑋(Ω) = {𝑥1 , 𝑥2 , … , 𝑥𝑛 } où {𝑥1 , 𝑥2 , … , 𝑥𝑛 } est l’ensemble des
valeurs prise par 𝑋.
Vocabulaire :
On note 𝑝(𝑋 = 𝑥𝑖 ) la probabilité pour que 𝑋 prenne la valeur 𝑥𝑖 .
Une variable aléatoire réelle 𝑋 définie sur un univers Ω est une application de Ω dans
ℝ. Elle est dite discrète si 𝑋(Ω) = {𝑥1 , 𝑥2 , … , 𝑥𝑛 } où {𝑥1 , 𝑥2 , … , 𝑥𝑛 } est l’ensemble des
valeurs prises par 𝑋.
Propriétés :
Définitions :
Soit (Ω, 𝑃(Ω), 𝑝) un espace probabilisé fini et soit 𝑋 une variable aléatoire réelle discrète
définie sur Ω. Notons 𝑋(Ω) = {𝑥1 , 𝑥2 , … , 𝑥𝑛 }.
- L’espérance mathématique de 𝑋, notée 𝐸(𝑋), est le réel : 𝑬(𝑿) = ∑𝒏𝒊=𝟏 𝒙𝒊 . 𝒑(𝑿 = 𝒙𝒊 ).
𝟐
- La variance de 𝑋, notée 𝑉(𝑋), est le réel : 𝑽(𝑿) = ∑𝒏𝒊=𝟏�𝒙𝒊 − 𝑬(𝑿)� . 𝒑(𝑿 = 𝒙𝒊 ).
Théorème :
Une variable aléatoire réelle 𝑋 définie sur un univers Ω est continue si 𝑋(Ω) = [𝑎, 𝑏]
où [𝑎, 𝑏] est un intervalle de ℝ tel que 𝑎 < 𝑏.
Soit 𝑋 une variable aléatoire réelle continue définie sur un univers Ω et prenant des
valeurs sur un intervalle [𝑎, 𝑏].
On appelle densité de probabilité de 𝑋, la fonction 𝑓 positive et continue sur [𝑎, 𝑏]
𝒃 𝒃
telle que : ∫𝒂 𝒇(𝒙)𝒅𝒙 = 𝟏 et 𝒑(𝒙𝟏 ≤ 𝑿 ≤ 𝒙𝟐 ) = ∫𝒂 𝒇(𝒙)𝒅𝒙 pour tous 𝑥1 , 𝑥2 ∈ [𝑎, 𝑏].
Propriétés :
Soit 𝑋 une variable aléatoire réelle continue qui suit la loi uniforme sur l’intervalle
[𝑎, 𝑏]. Alors :
𝒙𝟐 − 𝟏
1. 𝑷([𝒙𝟏 , 𝒙𝟐 ]) = 𝒑(𝒙𝟏 ≤ 𝑿 ≤ 𝒙𝟐 ) = 𝒃−𝒂
.
Soit 𝜆 ∈ ℝ∗+ .
Une variable aléatoire réelle continue 𝑋 suit la loi exponentielle de paramètre 𝝀 si sa
densité de probabilité 𝑓 est définie sur ℝ par :
𝟎 𝒔𝒊 𝒙 < 𝟎
𝒇(𝒙) = �
𝝀𝒆−𝝀𝒙 𝒔𝒊 𝒙 ≥ 𝟎
Soit 𝑋 une variable aléatoire réelle continue qui suit la loi exponentielle de paramètre 𝜆.
1. Pour tous réels positifs 𝑎 et 𝑏 tels que 𝑎 ≤ 𝑏 on a :
𝑷([𝒂, 𝒃]) = 𝒑(𝒂 ≤ 𝑿 ≤ 𝒃) = 𝒆−𝝀𝒂 − 𝒆−𝝀𝒃
2. Pour tout réel positif 𝑎 on a : 𝒑(𝑿 ≥ 𝒂) = 𝒆−𝝀𝒂
3. La fonction de répartition 𝐹 de 𝑋 est définie sur ℝ par :
𝟎 𝒔𝒊 𝒙 < 𝟎
𝑭(𝒙) = � −𝝀𝒙
𝟏−𝒆 𝒔𝒊 𝒙 ≥ 𝟎