Sommaire

Vocabulaire des probabilités

Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Chapitre 1 : Introduction au calcul des probabilités

et Variable Aléatoire

T.MOULAHI & I. MAHFOUDHI

École Nationale d’ingénieurs de Monastir (ENIM)

12 avril 2020

Version provisoire merci de me signaler les erreurs!

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Plan

1 Vocabulaire des probabilités

2 Probabilité conditionnelle et indépendance

 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Vocabulaire des probabilités

Définition 2.1 On dit qu’une expérience est aléatoire si elle vérifie les
deux conditions suivantes:

- On peut déterminer parfaitement, par avance, toutes les issues

possibles ;
- On ne peut pas prévoir, par avance laquelle de ces issues sera
réalisée.
On appelle univers de l’expérience aléatoire, et on note Ω l’ensemble
formé de toutes les issues possibles de cette expérience.
Un événement est une partie de l’univers, formée d’une ou de plusieurs
issues possibles.
Un événement élémentaire est une partie de l’univers, formée d’une seule
issue possible.

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Exemple 2.1 Lancer un dé à 6 faces et noter le chiffre apparent sur la face
supérieure, est une expérience aléatoire :

Il y a 6 issues possibles ;
L’univers de l’expérience est Ω = {1, 2, 3, 4, 5, 6}
A = ´le résultat est pair ˇ est un événement écrit en langage courant ;
qu’on peut exprimer en langage symbolique comme un ensemble:
A = {2, 4, 6}.
B = ´ le résultat est un 6ˇ est un événement élémentaire écrit en langage
courant ; qu’on peut exprimer en langage symbolique comme un
ensemble: B = {6}. Noter que ´6ˇ est une issue possible, alors que
l’événement B est un ensemble qui contient cette seule issue.

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Espace de probabilité
Un espace de probabilité est un triplet (Ω, T , P) où :

Ω est un ensemble,
T est une tribu (ou σ algèbre) sur Ω,
P est une (mesure de) probabilité sur Ω.

Définition 2.2 Une tribu (ou σ-algèbre) sur Ω est une famille T de
sous-ensembles de Ω (appelés ”événements”) tels que


 (i) ∅ ∈ T ,
(ii) A ∈ T ⇒ Ac ∈ T ,
∞
(iii) (An )∞
n=1 ⊂ T ⇒ ∪n=1 An ∈ T .



En particulier : A, B ∈ T ⇒ A ∪ B ∈ T et A ∩ B ∈ T .

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Définition 2.3 On appelle probabilité définie sur l’espace (Ω, T , P) tout

application P : Ω 7→ [0, 1] vérifier les propriétes suivants:
1 P(Ω) = 1 et P(∅) = 0
2 Pour tout familles fini ou dénombrable (Ai )i∈I deux à deux disjoint on a:
X
P(∪i∈I Ai ) = P(Ai ).
i∈I

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Théorème 2.4 Soient (Ω, T , P) un espace de probabilité, A et B

deux événements, alors on a
1 P(Ā) = 1 − P(A) et P(∅) = 0.
2 P(A\B) = P(A) − P(A ∩ B).
3 Si A ⊂ B ⇒ P(A) ≤ P(B).
4 P(A ∪ B) = P(A) + P(B) − P(A ∩ B).

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Remarque 2.5 On suppose que Ω est fini. on dit qu’il y a équiprobabilité

lorsque la probabilité de deux événements élémentaire sont égaux.

Application 1.
On lance un dé cubique parfaitement équilibré deux fois de suites.
Quelles est la probabilité de l’evénement
- A := { la somme des façes obtenu est égale à 6} ?
2
Ω = {1, 2, 3, 4, 5, 6}
A = {(i, j)/i + j = 6} = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}
5
P(A) = 36 .

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Remarque 2.6 On suppose que Ω est fini. on dit qu’il y a équiprobabilité

lorsque la probabilité de deux événements élémentaire sont égaux.

Application 1.
On lance un dé cubique parfaitement équilibré deux fois de suites.
Quelles est la probabilité de l’evénement
- A := { la somme des façes obtenu est égale à 6} ?
2
Ω = {1, 2, 3, 4, 5, 6}
A = {(i, j)/i + j = 6} = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}
5
P(A) = 36 .

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Application 2.
On lance une pièce de monnaie dont la probabilité d’obtenir pule est p ∈]0, 1[ et
en répete l’expérience jusqu’à ce que la coté pule apparaissent pour la 1er fois.

- Quelle est la probabilité de l’événement.

- Ak :=< l’expérience s’arrête aux k ème étapes > ?

- P(Ak ) = (1 − p)k−1 p.
- Vérification:
+∞ +∞
X X 1
(1 − p)k−1 p = p (1 − p)k−1 = p = 1.
1 − (1 − p)
k=1 k=1

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Application 2.
On lance une pièce de monnaie dont la probabilité d’obtenir pule est p ∈]0, 1[ et
en répete l’expérience jusqu’à ce que la coté pule apparaissent pour la 1er fois.

- Quelle est la probabilité de l’événement.

- Ak :=< l’expérience s’arrête aux k ème étapes > ?

- P(Ak ) = (1 − p)k−1 p.
- Vérification:
+∞ +∞
X X 1
(1 − p)k−1 p = p (1 − p)k−1 = p = 1.
1 − (1 − p)
k=1 k=1

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Probabilité conditionnelle

Théorème et définition 3.1 Soient (Ω, T , P) un espace probabilisé et A un

événement de probabilité non nul.
Alors pour tous événements A et B, on définit la probabilité de l’événement A
sachant que l’événement B est réalisable par:

P(A ∩ B)
P(A|B) =
P(B)

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Evénéments indépendants

Intuitivement: Deux événements A et B sont indépendants pour la

probabilité P si la probabilité de réalisé l’un de ces événements n’est pas
influencée par l’autre.
Mathématiquement: si P(A) 6= 0 et P(B) 6= 0 alors :
- P(A|B) = P(A) et P(B|A) = P(B).
Autrement P(A ∩ B) = P(A).P(B).

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

• Variable aléatoire réelle discrète

Définition 4.1 Soit (Ω, T , P) un espace de probabilité.

• Une variable aléatoire réelle (souvent abrégé v.a.r par la suite)
est une application X : Ω → R
• On appelle vecteur aléatoire tout application

X : Ω → Rd
ω 7→ (x1 (ω), ..., xd (ω)) où d ≥ 2

Si d = 2 alors X = (x1 , x2 ) est appelé couple aléatoire.

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

Proposition 4.2 Soient X et Y deux variables aléatoires et λ ∈ R.

Alors

X + Y , λX , sup(X , Y ) et inf(X , Y )
sont aussi des variables aléatoires.

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

. Loi de probabilité d’une variable aléatoire réelle discrète

Définition 4.3 Soit X une variable aléatoire réelle définie sur

(Ω, T , P)
X (Ω) = {xi /i ≥ 1} , si Ω est fini X (Ω) = {x1 , x2 , ..., xn } . On
appelle loi de probabilité de la variable aléatoire réelle X ou loi de
X l’ensemble des couples (xi , Pi ) où

xi ∈ X (Ω),
Pi = P(X = xi ).

Exercice
On jette deux tétraèdres réguliers numérotés de 1 à 4 et soit X la
variable aléatoire qui prend la plus grand valeur amené par les
faces cachées de tétraèdre.
1) Déterminer la loi de probabilité de la variable X .
I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

Solution
Ω = {1, 2, 3, 4}2 et X (Ω) = {1, 2, 3, 4}

xi 1 2 3 4
1 3 5 7
Pi 16 16 16 16

Vérification :
4
X 16
Pi (X = xi ) = =1
16
i=1

Remarque Si {(xi , Pi ), i ≥ 1} est une loi de la variable aléatoire

∞
X
réelle X alors Pi = 1.
i=1

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

Définition 4.4 Soient (Ω, T , P) un espace de probabilité et X une

variable aléatoire réelle. On appelle fonction de répartition de P
l’application :

F : R −→ [0, 1]
x −→ F (x) = P(X ≤ x)

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

Proposition 4.5 Soit X la variable aléatoire réelle de loi

{(xi , Pi ), 1 ≤ i ≤ n}.
Avec X (Ω) = {x1 , . . . , xn } tels que x1 < x2 < · · · < xn , alors
∀x ∈] − ∞, x1 [; F (x) = 0
k
X
∀x ∈ [xk , xk+1 [; F (x) = Pi
i=1
∀x ∈ [xn , +∞[; F (x) = 1
Pi = F (xi ) − F (xi−1 ); pour tout 2 ≤ i ≤ n

Exemple :
Construire graphiquement la fonction de répartition F dans
l’exercice précédent ?

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

Espérance mathématique :
Si X = {x1 , x2 , ..., xn } est une variable aléatoire et P(X = xi ) = pi .
Alors
X n
E(X ) = pi xi = m.
i=1

Remarque
Y = aX + b ⇒ E(Y ) = aE(X ) + b
La variable Y = X − E(X ) est centrée c-a-d (E (Y ) = 0).
X n
k
Moment d’ordre k : E(X ) = pi xik
i=1

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles

Variance d’une variable aléatoire :

Soient X = {x1 , x2 , ..., xn } est une variable aléatoire et
P(X = xi ) = pi .
Alors
X n
2
V(X ) = σ = pi (xi − m)2 = E (X 2 ) − m2 .
i=1

Remarque
Y = aX + b ⇒V(Y ) = a2 V(X ).
X et Y indépendantes, V(X + Y ) = V(X ) + V(Y ).

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Lois discrètes usuelles

Loi de Bernoulli

Soit une expérience aléatoire qui n’admet que deux issues: 1 pour ”succès
”, 0 pour ”échec”. est une distribution discrète de probabilité, qui prend
la valeur 1 avec la probabilité p et 0 avec la probabilité q = 1 − p. En
d’autres termes
Pour chaque k ∈ X (Ω) = {0, 1}

 p si k = 1
P(X = k) = 1 − p si k = 0
0 si non


On dit alors que X suit une loi de Bernoulli de paramètre p (X ∼ B(p)).

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Loi Binomiale

Soit (un )n∈N une suite fini de n experiènce aléatoire (u1 , u2 , ...., un ) vérifie
les conditions suivantes:
1 Chaque expérience suit une loi de Bernoulli de même paramètre.
2 Le résultat d’une expérience est indépendant des résultats des
autres.

Soit X une v.a.r qui associe le nombre de fois où on obtient le succès
après les n−expériences.
Pour chaque k ∈ X (Ω) = {0, 1, ..., n} alors P(X = k) = Cnk p k (1 − p)n−k .
On dit que X suit la loi Binomiale de paramètre p et n, on note
X ∼ B(n, p).
n
X
Vérification: Cnk p k (1 − p)n−k = (p + 1 − p)n = 1.
k=0

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Loi géométrique

On répète l’expérience de Bernoulli jusqu’à le succès soit réalisé pour la

1er fois, soit X le nombre des preuves effectuée.
X (Ω) = N∗ , soit k ∈ X (Ω) alors P(X = k) = (1 − p)k−1 p.
On dit que X suit une loi géométrique de parametre p, on note:
X ∼ g (p).
Xn X n
Vérification: p(1 − p)k−1 = p p(1 − p)k = 1.
k=1 k=0

I. MAHFOUDHI ENIM-2016
 Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles

Loi de poisson

Une variable aléatoire suit la loi de poisson si X (Ω) = N et pour tout

k ∈ N,
k
P(X = k) = e −λ . λk!
On note X ∼ P(λ). !
+∞ k +∞ k
−λ λ λ
X X
−λ
Vérfication: e =e = e −λ e λ = 1.
k! k!
k=0 k=0
| {z }
eλ

I. MAHFOUDHI ENIM-2016