II.

Variables aléatoires discrètes finies

sur {x1, ... xn}
L'ensemble des événements élémentaires est noté Ω !

1) Définitions

Définition 1 : Une variable aléatoire (v.a.) réelle est une fonction X

X : Ω -> R qui à tout élément de Ω associe un réel.

Définition 2 : Si on note X(Ω) l’ensemble des valeurs possibles prises

par X et si X(Ω) est dénombrable alors X est v.a. discrète
Si de plus, X(Ω) est fini alors X est v.a. discrète finie.

Donc, dans le cas discret fini, X(Ω) = {x1, …, xn}

M1 Santé, Probabilités, page 1

 2) Loi de probabilité

La loi de probabilité de X est définie par l’application de X(Ω)

vers [0,1] qui, à chaque valeur xi de X(Ω) associe
p(X= xi).

3) Représentation graphique : Histogramme

C’est un système d’axes rectangulaires

=> en abscisse, les valeurs xi
=> en ordonnée, les probabilités p(X= xi)
« Diagramme en bâtons »

M1 Santé, Probabilités, page 2

 4) Espérance, variance, écart-type
n
a) Espérance de X : E(X) = ∑ xi P( X = xi )
i= 1

« caractérise la position »

Propriété : E(a X + b) = a E(X) + b pour a et b dans R

b) Variance et écart-type de X
Var(X) = E { [X - E(X)]2 } =E(X2) – E2(X)
σ(X) = √Var(X)
« caractérise l’amplitude »
Propriété : si a et b sont deux constantes
Var(a X + b) = a2 var(X)
σ(a X + b) = |a| σ(X)

M1 Santé, Probabilités, page 3

5) Fonction de répartition

La fonction de répartition F de X est définie de R -> [0,1] par

F(x)=P(X≤x)

6) Quantile d’ordre p

xp est le quantile d’ordre p défini par :

xp =inf {x ; F(x)≥p}=q(p)

M1 Santé, Probabilités, page 4

 Lois discrètes usuelles

La loi de Bernoulli B(1, p)

• Définition
On réalise une expérience aléatoire qui a deux résultats possibles :
soit le succès (codé 1) qui a un probabilité p de se réaliser,
soit l’échec (codé 0) qui a une probabilité q=1-p.

La variable aléatoire X qui code 0 ou 1 si échec ou succès suit la loi de

Bernoulli notée B(1, p), définie par :
P(X = 0) = 1 − p et P(X = 1) = p

• Propriétés:
si X ~ B(1, p) alors E(X) = p et Var(X) = p(1-p)

M1 Santé, Probabilités, page 5

La loi binomiale B(n, p)

• Définition

On réalise n fois successivement et d’une manière indépendante une

expérience aléatoire qui a deux résultats possibles, le succès qui a une
probabilité p de se réaliser et l’échec qui a une probabilité q = 1 − p de se
réaliser.

La v.a X = nombre de succès obtenus au cours des n épreuves suit la loi

binomiale notée B(n, p) définie par:

P(X = k) = Ckn pk(1 − p)n−k

(qui représente la probabilité d’obtenir k succès en n essais)

M1 Santé, Probabilités, page 6

• Propriétés

1) si X ~ B(n, p) alors
E(X) = np et Var(X) = np(1-p)

2) si X1~B(n1, p) et X2~B(n2, p) alors, si ces 2 v.a. sont indépendantes,

Y = X1 + X2 ~ B(n1 + n2, p)
• Remarque

Une variable binomiale est la somme de n variables de Bernoulli

indépendantes.
X~B(n, p); X = Z1 + . . . + Zn, Zi~B(1, p)

M1 Santé, Probabilités, page 7

 Binomiale : n=20 et p= 0,1 ou 0,5 ou 0,9
0,3
B(20 ; 0,9)
B(20 ; 0,1)
E(X)=18
E(X)=2
0,25
B(20 ; 0,5) Var(X)=1,8
Var(X)=1,8
E(X)=10
0,2 Var(X)=5

0,15

0,1

0,05

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
x

M1 Santé, Probabilités, page 8

 Binomiale : n=10 ou 20 ou 40 et p= 0,5
0,25 B(10 ; 0,5)
E(X)=5 B(20 ; 0,5)
Var(X)=2,5 E(X)=10
0,2
Var(X)=5
B(40 ; 0,5)
E(X)=20
0,15 Var(X)=10

0,1

0,05

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
x

M1 Santé, Probabilités, page 9