Chapitre1:

Variables
Aléatoires
Discrètes

L’espace de
probabilité Chapitre1: Variables Aléatoires Discrètes
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P
BENRAMDANE Amina
Loi d’une
variable
aléatoire Higher School of Management
discrète Tlemcen
Espérance Module: Probabilités 2
Vriance

Fonction
2 janvier 2021
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre 1

Chapitre1:
Variables
1 L’espace de probabilité
Aléatoires
Discrètes
(Ω, F, P)
L’espace des observationsΩ
L’espace de La tribu des événements F
probabilité
(Ω, F , P) La probabilité :P
L’espace des
observationsΩ
La tribu des
2 Loi d’une variable aléatoire discrète
événements F
La probabilité :P
3 Espérance
Loi d’une
variable
aléatoire
4 Vriance
discrète

Espérance
5 Fonction indicatrice
Vriance 6 Fonction de répartition
Fonction
indicatrice 7 Fonction génératrice des moments
Fonction de
répartition 8 Inégalité de Bienaymé-Tchebycheff
Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes
Définition 1
L’espace des observations Ω (Univers Ω) : On appelle
L’espace de l’ensemble des tous les résultats possibles d’une expérience
probabilité
(Ω, F , P) aléatoire espace échantillon ou espace des épreuves. On le note
L’espace des
observationsΩ Ω.
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes
Définition 1
L’espace des observations Ω (Univers Ω) : On appelle
L’espace de l’ensemble des tous les résultats possibles d’une expérience
probabilité
(Ω, F , P) aléatoire espace échantillon ou espace des épreuves. On le note
L’espace des
observationsΩ Ω.
La tribu des
événements F
La probabilité :P
Exemples
Loi d’une
variable
aléatoire
• Le jet d’un dé à six faces et l’observation de la face
discrète supérieure. Ω = {1, 2, 3, 4, 5, 6}
Espérance
• le jet d’une pièce de monnaie et l’observation de la face
Vriance
supérieure dans ce cas Ω = {pile, face}
Fonction
indicatrice • La détermination du nombre de personnes arrivant à un
Fonction de guichet dans une période donnée Ω = N
répartition

Fonction
génératrice
 La Tribu F

Chapitre1:
Variables Définition 2
Aléatoires
Discrètes Soit Ω un espace échantillon, une tribu ou une σ-algèbre F sur
Ω est une partie de P(Ω) vérifiant
L’espace de
probabilité
i) Ω ∈ F
(Ω, F , P) ii) Si A ∈ F alors A ∈ F
L’espace des
observationsΩ
La tribu des
iii) Si {Ak , k ∈ N} est une famille d’éléments de F alors
événements F
La probabilité :P
[
Loi d’une
Ak ∈ F
variable k∈N
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 La Tribu F

Chapitre1:
Variables Définition 2
Aléatoires
Discrètes Soit Ω un espace échantillon, une tribu ou une σ-algèbre F sur
Ω est une partie de P(Ω) vérifiant
L’espace de
probabilité
i) Ω ∈ F
(Ω, F , P) ii) Si A ∈ F alors A ∈ F
L’espace des
observationsΩ
La tribu des
iii) Si {Ak , k ∈ N} est une famille d’éléments de F alors
événements F
La probabilité :P
[
Loi d’une
Ak ∈ F
variable k∈N
aléatoire
discrète

Espérance Exemples
Vriance • Soit Ω1 = {a, b} donc F = P(Ω1 ) = {∅, {a}, {b}, Ω1 } est
Fonction
indicatrice
une tribu.
Fonction de • Posons Ω2 = {a, b, c} et
répartition
A = {ø, {b}, {a}, {a, b}, {a, c}, Ω2 }, alors A n’est pas une
Fonction
génératrice tribu sur Ω2 puisque {a, b} = {c} ∈ / A
 La probabilité :P

Chapitre1:
Variables
Aléatoires
Discrètes Définition 3
On appelle probabilité P, toute application de Ω dans [0, 1]
L’espace de
probabilité P : Ω → [0, 1] vérifiant les deux propriétés suivantes :
(Ω, F , P)
L’espace des i)P(Ω) = 1
observationsΩ
La tribu des
événements F
ii) Pour toute suite A1 , A2 , ..., An , ... d’événements de F qui
La probabilité :P sont deux à deux disjoints alors
Loi d’une
variable
[ X
aléatoire P( Ai ) = P(Ai )
discrète
i≥1 i≥1
Espérance

Vriance

Fonction
Remarque
indicatrice
Le triplet (Ω, F, P) est alors appelé un espace de probabilité.
Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité
Propriété
(Ω, F , P)
L’espace des
Soient (Ω, F, P) un espace de probabilité et A, B ∈ F dans .
observationsΩ
La tribu des Alors
événements F
La probabilité :P 1) P(∅) = 0.
Loi d’une 2) P(Ac ) = 1 − P(A).
variable
aléatoire 3) Si A ⊂ B alors P(A) ≤ P(B).
discrète

Espérance
4) P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Variables Aléatoires Discrètes

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de Définition4
probabilité
(Ω, F , P) On appelle variable aléatoire réelle (v.a.r) sur un espace de
L’espace des
observationsΩ probabilité (Ω, F, P) toute application X : Ω → R telle que
∀B ∈ BR , X −1 (B) ∈ F.
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
Définition5
discrète
On appelle variable aléatoire discrète une variable aléatoire qui
Espérance
ne prend que des valeurs ponctuelles ("isolées").
Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Loi d’une variable aléatoire discrète

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité Définition5
(Ω, F , P)
L’espace des
observationsΩ
La Loi de probabilité PX de la v.a. X qu’est définie par des
La tribu des
événements F
probabilités individuelles
La probabilité :P

Loi d’une
variable
pi = P(X = xi ) = PX ({xi })
aléatoire
discrète P
est appelée fonction de masse et vérifiant i pi = 1
Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Espérance

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité
Définition6
(Ω, F , P)
L’espace des
On appelle espérance mathématique ou moyenne d’une variable
observationsΩ
La tribu des
aléatoire réelle discrète X, la quantité notée E(X ) et définie par
événements F
La probabilité :P X X
Loi d’une E(X ) = xi pi = xi P(X = xi )
variable
aléatoire
xi ∈X (Ω) xi ∈X (Ω)
discrète

Espérance où pi est la fonction de masse de X .

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires Propriétés
Discrètes
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
L’espace de Si X = a alors E(X ) = a.
probabilité
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires Propriétés
Discrètes
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
L’espace de Si X = a alors E(X ) = a.
probabilité
(Ω, F , P) Linéarité : E(aX + bY ) = aE(X ) + bE(Y ).
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires Propriétés
Discrètes
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
L’espace de Si X = a alors E(X ) = a.
probabilité
(Ω, F , P) Linéarité : E(aX + bY ) = aE(X ) + bE(Y ).
L’espace des
observationsΩ
La tribu des X
événements F
La probabilité :P E(f (X )) := f (xi )P(X = xi )
Loi d’une xi ∈X (Ω)
variable
aléatoire
discrète
avec f est une fonction continue dans R
Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires Propriétés
Discrètes
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
L’espace de Si X = a alors E(X ) = a.
probabilité
(Ω, F , P) Linéarité : E(aX + bY ) = aE(X ) + bE(Y ).
L’espace des
observationsΩ
La tribu des X
événements F
La probabilité :P E(f (X )) := f (xi )P(X = xi )
Loi d’une xi ∈X (Ω)
variable
aléatoire
discrète
avec f est une fonction continue dans R
Espérance Moment d’ordre k d’une v.a.
Vriance X
Fonction E(X k ) := xik P(X = xi )
indicatrice
xi ∈X (Ω)
Fonction de
répartition

Fonction
génératrice
 Vriance

Chapitre1:
Variables
Aléatoires
Discrètes Définition7
On dit que la v.a. X possède une variance notée Var (X ) si
P 2
i xi P(X = xi ) < +∞, et on a :
L’espace de
probabilité
(Ω, F , P)
L’espace des X  2
Var (X ) = E(X − E(X ))2 =
observationsΩ
La tribu des xi − E(X ) P(X = xi )
événements F
La probabilité :P xi ∈X (Ω)
Loi d’une
variable  2
aléatoire
discrète
Var (X ) = E(X 2 ) − E(X )
Espérance

Vriance
Remarque
Fonction
indicatrice Elle est toujours positive puisqu’il s’agit de l’espérance d’un
Fonction de carré.
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes
Propriétés
L’espace de
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
probabilité
(Ω, F , P) Si X = a alors var (X ) = 0.
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes
Propriétés
L’espace de
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
probabilité
(Ω, F , P) Si X = a alors var (X ) = 0.
L’espace des
observationsΩ
La tribu des
Non-linéarité de la variance :
événements F
La probabilité :P
var (aX + bY ) = a2 var (X ) + b 2 var (Y ).
Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes
Propriétés
L’espace de
Soient X et Y deux v.a. discrètes et a, b ∈ R on a :
probabilité
(Ω, F , P) Si X = a alors var (X ) = 0.
L’espace des
observationsΩ
La tribu des
Non-linéarité de la variance :
événements F
La probabilité :P
var (aX + bY ) = a2 var (X ) + b 2 var (Y ).
Loi d’une
variable
aléatoire Définition8
discrète

Espérance
On appelle écart-type de X , la quantité notée σ(X ) et définie
Vriance
par : q
Fonction σ(X ) = Var (X )
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de Exemple
probabilité
(Ω, F , P) Une urne contient 8 boules rouges et 2 boules vertes, on tire 2
L’espace des
observationsΩ boules simultanément. Soit X la variable aléatoire associant le
La tribu des
événements F
La probabilité :P
nombre de boule rouge tirée .
Loi d’une
1) Quel sont les valeurs prises par X ?
variable
aléatoire
2) Quelle est la loi de probabilité de X ?
discrète 3) Calculer l’espenrance de X , la variance de X et L’écart-type
Espérance
de X
Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes
Correction
X : " le nombre de boule rouge tirée" .
L’espace de 1) les valeurs prises par X sont 0, 1, 2 donc X (Ω) = {0, 1, 2}
probabilité
(Ω, F , P)
L’espace des
observationsΩ X : Ω → {0, 1, 2}
La tribu des
événements F
La probabilité :P 2) la loi de probabilité de X
Loi d’une xi 0 1 2 Totale
variable
1 16 28
aléatoire PX 45 45 45 1
discrète

Espérance
3) L’espérance de X :
Vriance

Fonction
indicatrice E(X ) = 0 × P(X = 0) + 1 × P(X = 1) + 2 × P(X = 2)
1 ll
Fonction de = 0 × 45 + 1 × 16 28
45 + 2 × 45 = 1.6
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de E(X 2 ) = 02 × P(X = 0) + 12 × P(X = 1) + 22 × P(X = 2)

1 ll
probabilité
(Ω, F , P) = 02 × 45 + 12 × 16 2 28
45 + 2 × 45 = 2.84
L’espace des
observationsΩ
La tribu des
événements F
Variance de X :
La probabilité :P
 2
Loi d’une
variable
Var (X ) = E(X 2 ) − E(X ) = 2.84 − (1.6)2 = 0.28
aléatoire
discrète

Espérance
• L’écart-type de X :
Vriance q √
Fonction σ(X ) = Var (X ) = 0.28
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction indicatrice

Chapitre1:
Variables
Aléatoires
Discrètes

Définition9
L’espace de
probabilité On appelle fonction indicatrice de l’événement A la fonction
(Ω, F , P)
L’espace des
observationsΩ
La tribu des 1A : Ω → {0, 1}
événements F
La probabilité :P

Loi d’une définie par :

variable
aléatoire

discrète 1 si ω ∈ A
∀ω ∈ Ω, 1A (ω) :=
Espérance 0 si non
Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

Propriétés
L’espace de
probabilité Soient a, b ∈ R tel que a < b on a :
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
lim FX (a) = 0 et lim FX (b) = 1.
a→−∞ b→+∞
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

Propriétés
L’espace de
probabilité Soient a, b ∈ R tel que a < b on a :
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
lim FX (a) = 0 et lim FX (b) = 1.
a→−∞ b→+∞
La probabilité :P

Loi d’une
variable
P(a < X ≤ b) = FX (b) − FX (a).
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

Propriétés
L’espace de
probabilité Soient a, b ∈ R tel que a < b on a :
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
lim FX (a) = 0 et lim FX (b) = 1.
a→−∞ b→+∞
La probabilité :P

Loi d’une
variable
P(a < X ≤ b) = FX (b) − FX (a).
aléatoire
discrète P(a < X < b) = FX (b) − FX (a) − P(X = b).
Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

Propriétés
L’espace de
probabilité Soient a, b ∈ R tel que a < b on a :
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
lim FX (a) = 0 et lim FX (b) = 1.
a→−∞ b→+∞
La probabilité :P

Loi d’une
variable
P(a < X ≤ b) = FX (b) − FX (a).
aléatoire
discrète P(a < X < b) = FX (b) − FX (a) − P(X = b).
Espérance P(a ≤ X < b) = FX (b) − FX (a) + P(X = a) − P(X = b).
Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction de répartition

Chapitre1:
Variables
Aléatoires
Discrètes

Propriétés
L’espace de
probabilité Soient a, b ∈ R tel que a < b on a :
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
lim FX (a) = 0 et lim FX (b) = 1.
a→−∞ b→+∞
La probabilité :P

Loi d’une
variable
P(a < X ≤ b) = FX (b) − FX (a).
aléatoire
discrète P(a < X < b) = FX (b) − FX (a) − P(X = b).
Espérance P(a ≤ X < b) = FX (b) − FX (a) + P(X = a) − P(X = b).
Vriance
P(a ≤ X ≤ b) = FX (b) − FX (a) + P(X = a).
Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Fonction génératrice des moments

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité
(Ω, F , P)
L’espace des
observationsΩ
La tribu des
événements F
La probabilité :P

Loi d’une
variable
aléatoire
discrète

Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Chapitre1:
Variables
Aléatoires
Discrètes

Retour sur l’exemple précédent

L’espace de
probabilité 4) La fonction de répartition :∀x ∈ R, FX (x ) = P(X ≤ x ).
(Ω, F , P)
L’espace des
observationsΩ 
La tribu des
événements F

 0 si x < 0
 1
45 si 0 ≤ x < 1
La probabilité :P
FX (x ) = 17
Loi d’une
variable  45 si 1 ≤ x < 2

1 si 1 ≤ x < 2

aléatoire
discrète

Espérance 5) La Fonction génératrice des moments

1
Vriance
MX (t) = E (exp(tX )) = 45 ×exp(0t)+ 16 28
45 ×exp(t)+ 45 ×exp(2t)
Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice
 Inégalité de Bienaymé-Tchebycheff

Chapitre1:
Variables
Aléatoires
Discrètes

L’espace de
probabilité
(Ω, F , P) Inégalité de Bienaymé-Tchebycheff
L’espace des
observationsΩ Soit X une variable aléatoire réelle de variance finie, alors pour
La tribu des
événements F
La probabilité :P
tout ε > 0
Loi d’une
variable var (X )
aléatoire P(|X − E(X )| ≥ ε) ≤ .
discrète ε2
Espérance

Vriance

Fonction
indicatrice

Fonction de
répartition

Fonction
génératrice