Variables aléatoires

I) Généralités

1.1 Def :
Une variable aléatoire réelle (v.a.r), X est une application défine sur Ω à valeurs
dans R
X : Ω −→ R.
On note par X(Ω) l’ensemble de toutes les valeurs prises par X, c’est l’univers
image de X.

Pour tout intervalle I de R, l’ensemble

X −1 (I) = {X ∈ I} = {w ∈ Ω; X(w) ∈ I} est un évènement.

Ex 1: On lance successivement 2 fois une pièce de monnaie équilibrée. Soit X le

nombre de faces obtenu lors de cette expérience aléatoire.

Ω = {(F, F ); (P, F ); (F, P ); (P, P )}

X(Ω) = {0, 1, 2}
Ex 2: Un joueur lance un dé ordinaire, s’il obtient 1, 2 ou 3 il gagne l’équivalent
en dinars. Sinon il perd 2 dinars. Soit X le gain algébrique du joueur

II) Variables aléatoires discrètes

2.1 Def:
Une variable aléatoire est discrète si X(Ω) est un ensemble fini ou dénombrable de
valeurs.

Ex:
* Après 4 lancers successifs d’un dé. On note X le nombre de fois où l’on a obtenu
6.
* On lance une pièce de monnaie. Soit X le nombre de lancers nécessaires pour
obtenir face.

2.2 Loi de probabilité: est toute fonction qui fait correspondre à chaque
valeurs de X sa probabilité

PX : X(Ω) −→ [0, 1]
xi 7−→ P (X = xi )

1
tel que X
P (X = xi ) = 1.
xi ∈X(Ω)

Ex: On lance successivement 3 fois une pièce de monnaie équilibrée et l’on désigne
par X le nombre de pile obtenu. Déterminer la loi de probabilité de X.

2.3 Fonction de répartition :

FX : R −→ P [0, 1]
x 7−→ P (X ≤ x) = xi ∈X(Ω);xi ≤x P (X = xi )

Propriétés

* La fonction de répartition est croissante sur R

* La fonction de répartition est continue à droite en tout point de R
* limx→−∞ F (x) = 0, limx→+∞ F (x) = 1
*P (a < X ≤ b) = FX (b) − FX (a)
* P (X > a) = 1 − FX (a)
* La fonction de répartition caractérise la loi, c’est à dire, on peut déterminer la
loi à partir de sa fonction de répartition

P (X = xi ) = FX (xi ) − FX (xi−1 )

2.4 Espérance mathématique

X
E(X) = xi P (X = xi )
xi ∈X(Ω)

Il est interprété comme étant la valeur moyenne de X.

Propriétés

•E(X + Y ) = E(X) + E(Y ).

•E(αX) = αE(X), ∀α ∈ R.
•E(α) = α, P∀α ∈ R.
•E(ϕ(X)) = xi ∈X(Ω) ϕ(xi )P (X = xi ); ϕ : R → Rcontinue.

2.5 Variance

V (X) = E((X − E(X))2 ) = E(X 2 ) − (E(X))2 .

Elle indique de quelle manière la v.a se disperse autour de sa moyenne.

2
 Propriétés

•V (α) = 0, ∀α ∈ R.
•V (αX) = α2 V (X), ∀α ∈ R.
•V (X + α) = V (X), ∀α ∈ R.

III) Variables aléatoires continues

3.1 Def:
Une v.a X est dite continue si X(Ω) est un intervalle ou réunion d’intervalles de R.

3.2 Densité de probabilité: C’est une fonction fX qui vérifie les conditions
suivantes :

•fX (x) ≥ 0; ∀x ∈ R
•fRX est continue par morceaux
+∞
• −∞ fX (x)dx = 1

3.3 Fonction de répartition:

FX : R −→ [0, 1]
Rx
x 7−→ P (X ≤ x) = −∞ fX (t)dt
Propriétés

* La fonction de répartition est croissante sur R

* La fonction de répartition est continue en tout point de R
* limx→−∞ F (x) = 0, limx→+∞ F (x) = 1
*P (a ≤ X ≤ b) = P (a < X ≤ b) = P (a ≤ X < b) = P (a < x < b) =
FX (b) − FX (a)
* P (X = a) = 0, ∀a ∈ R

Exercice:
Soit la v.a.r X définie par la fonction densité
( x
1− si x ∈ [0, 2]
f (x) = 2
0 sinon
1) Déterminer la fonction de répartition de X.
2) Calculer P ( 12 < X < 1)

3.4 Espérance mathématique

Z +∞
E(X) = xfX (x)dx
−∞

3
 Propriétés

•E(X + Y ) = E(X) + E(Y ).

•E(αX) = αE(X), ∀α ∈ R.
•E(α) = α, R∀α ∈ R.
+∞
•E(ϕ(X)) = −∞ ϕ(x)fX (x)dx; ϕ : R → Rcontinue.

3.5 Variance
V (X) = E(X 2 ) − (E(X))2