Académique Documents
Professionnel Documents
Culture Documents
Probabilité
Année universitaire : 2019/2020
1
4. Variables aléatoires et loi
de probabilités.
2
4.1 Variable aléatoire
*******************************************************
C’est une fonction qui à chacun des événements de Ω fait
correspondre un nombre réel.
Considérons un procédé de fabrication de lampes fluorescentes,
❑ Si l’expérience consiste à vérifier les lampes les unes
après les autres.
Ω={lampe défectueuse, lampe non défectueuse}.
❑ Si l’expérience consiste à compter le nombre de lampes
défectueuses dans différents lots contenant chacun 5 lampes.
-Ω={0,1,2,3,4,5}.
-******************************************************
3
Variable aléatoire-suite-
*******************************************************
Si l’expérience consiste à vérifier les lampes les unes après
les autres.
*******************************************************
Il s’agit de quantifier les événements pour les remplacer par
des nombres réels(x). La fonction sera alors :
▪ X=0 si la lampe est défectueuse;
▪ X=1si la lampe n’est pas défectueuse.
*******************************************************
Dans ce cas la variable aléatoire pourra prendre les
valeurs 0 ou1.
**************************************************
4
Variable aléatoire-suite-
*******************************************************
Si l’expérience consiste à compter le nombre de lampes
défectueuses dans différents lots contenant chacun 5 lampes.
*******************************************************
La fonction est immédiate puisque les événements sont déjà
des nombres réels.
X=0 s’il y a 0 lampe défectueuse;
X=1 s’il y a 1 lampe défectueuse;
X=2 s’il y a 2 lampe défectueuses;
X=3 s’il y a 3 lampe défectueuses;
X=4 s’il y a 4 lampe défectueuses;
X=5 s’il y a 5 lampe défectueuses.
Dans ce cas la variable pourra prendre la valeur
déterminée par l’expérience.
******************************************************* 5
Variable aléatoire-suite-
*******************************************************
Avant l’expérience, on a une variable aléatoire qui peut
prendre différentes valeurs possibles.
**************************************************************
Après l’expérience, l’événement est réalisé et on a une valeur
de cette variable.
**************************************************************
La variable aléatoire peut être :
❖ Discrète : si ses valeurs x sont en nombre dénombrable.
Exemple : le nombre de pièces défectueuses d’une production.
******************************************************
❖ Continue : si ses valeurs x appartiennent à IR ou à un
intervalle de IR.
Exemple : la durée d’une étape de la production.
6
Exemples
1. variables aléatoires discrètes :
expériences Variable aléatoire X Valeurs de X
Gérer un café pendant une Nombre de clients 0,1,2,3…
journée
Inspecter une cargaison de Nombre de machines 0, 1, 2, 3,…,30
30 machines défectueuses
Vendre une voiture Aboutissement de la vente 1 si c’est vendue
0 si non
*******************************************************
Considérer l’expérience consistant à lancer une pièce de
monnaie deux fois.
1. Énumérer les résultats possibles de l’expérience.
2. Définir une variable aléatoire qui représente le nombre
de « pile » apparaissant au cours des deux lancers?
3. Déterminer les valeurs que peut prendre la variable
aléatoire pour chaque résultat de l’expérience?
4. Cette variable est-elle discrète ou continue?
*******************************************************
8
Application 2
*******************************************************
Considérer l’expérience d’un travailleur assemblant un
produit :
1. Définir une variable aléatoire qui représente le temps
en minutes nécessaire pour assembler un produit?
2. Déterminer les valeurs que peut prendre la variable
aléatoire?
3. Cette variable est-elle discrète ou continue?
*******************************************************
9
4.2 Loi de probabilité
******************************************************
******************************************************
10
.
4.3 Variable discrète-distribution de probabilité-
******************************************************
Soit X une v.a.d. prenant les valeurs , à l’issue d’une
expérience aléatoire. Soit Ω l’ensemble des résultats possibles.
On suppose que l’on connait la probabilité des résultats.
Définition : On appelle distribution de probabilité l’ensemble
des couples et on a :
*******************************************************
11
Exemple
Le nombre de pannes journaliers d’une machine dans un atelier est une v.a.,
on ne sait pas en effet, à l’avance, le nombre de pannes qui sera
observé. Supposons que l’on dispose d’une statistique sur le
dernier mois(30 jours):
• 9 jours : aucune panne n’a été observé;
• 12 jours : il a été observé 1 panne;
• 6 jours : 2 pannes;
• 3 jours : 3 pannes.
On peut faire correspondre la loi de probabilité du nombre X
de pannes journalier :
0 9/30=0,3
1 12/30=0,40
2 6/30=0,2
3 3/30=0,1
Total 1
12
Variable discrète-Fonction de répartition-
*******************************************************
.
Fonction de répartition :
La f.r. d’une variable aléatoire discrète X donne la probabilité
que la variable prenne une valeur inférieur à une borne x.
Définition : La fonction de répartition F de X est définie par :
**************************************************************
Cette fonction est toujours croissante, par morceaux,
La représentation graphique est une courbe en escalier.
*******************************************************
13
Reprenons l’exemple précédent :
Le nombre de pannes journaliers d’une machine dans un atelier.
On détermine la probabilité que le nombre de pannes soit inférieur ou égale
aux valeurs .
0 0,3 0.3
1 0,4 0.7
2 0,2 0.9
3 0,1 1
Total 1
14
Application 3
Considérons l’expérience des ventes de voitures suivant :
ventes jours
0 30
1 160
2 120
3 5
4 15
Total 330
Conséquences de la définition :
• P(X=x)=0 ;
;
.
16
Variable continue-fonction de répartition-
.
*******************************************************
La fonction de répartition
Soit f la densité de probabilité de la variable X. La fonction de
répartition est la fonction F définie par :
Conséquences :
*******************************************************
17
4.5 Caractéristiques d’une var. alé.
*******************************************************
*******************************************************
18
Caractéristiques d’une variable aléatoire
Espérance : Variance :
- Dans le cas discret - Dans le cas discret
Si la variable prend les n
valeurs possibles ou
19
Ecart-type
*******************************************************
*******************************************************
******************************************************
20
Application 4
On reprend la variable aléatoire X, nombre de pannes journaliers d’une machine dans
un atelier. Sa loi de probabilité est la fonction suivante :
0 0,3
1 0,40
2 0,2
3 0,1
Total 1
22
Propriétés
1. Soit X une variable aléatoire. Soit la variable aléatoire Y telle
que Y=aX+b.
Où a et b sont deux nombres réels.
On a
23