Académique Documents
Professionnel Documents
Culture Documents
CH 3probabilité Variables Aléatoires Et Lois de Proba
CH 3probabilité Variables Aléatoires Et Lois de Proba
Variable aléatoire
Définition: Une variable aléatoire X est une fonction définie sur un univers Omega et à valeur
dans ℝ..
- Chaque résultat d'une expérience aléatoire s'appelle une issue.
- L'univers des possibles est l'ensemble des issues d'une expérience aléatoire.
- Un événement est un sous-ensemble de l'univers des possibles.
- Un événement élémentaire est un événement contenant une seule issue
Une variable aléatoire est une quantité numérique associée au résultat d’une expérience
aléatoire.
Soit l'expérience aléatoire : "On lance un dé à six faces et on regarde le résultat." L'ensemble de
toutes les issues possibles W = {1 ; 2 ; 3 ; 4 ; 5 ; 6} s'appelle l'univers des possibles.
On considère l'événement A : "On obtient un résultat pair." On a donc : A = {2 ; 4 ; 6}.
On considère l'événement élémentaire E : "On obtient un 3". On a donc : E = {3}.
Exemple : on lance deux fois de suite une pièce de monnaie, X est le nombre de « Pile » obtenus.
Donnez la loi de X.
Si On joue selon la règle suivante : la participation coute 10 Dh et chaque « Pile » obtenu rapporte
8Dh . Le gain, c’est-à-dire la différence entre ce qui est gagné et dépensé, est alors la variable
aléatoire G = 8X − 10.
Donnez la loi de G
On lance un dé et on définit par X la variable aléatoire " Somme des deux dés «
Donnez les paramètres de la variable X (Espérance mathématique et écart type)
Loi uniforme
La loi uniforme est celle d’une variable aléatoire dont les valeurs sont équiprobables ; par exemple
le lancé d’un dé équilibré dont le résultat est X. La loi de probabilité de X est alors :
On dit que X suit une loi uniforme lorsque, pour tout i ∈ [[1, n]] on a PX(xi) = 1/n .
Loi de Bernoulli
Une expérience aléatoire est dite binaire (ou de Bernoulli) lorsqu’elle n’a que deux issues
La loi uniforme
possibles. est celle
De façon d’uneune
analogue, variable aléatoire
variable dont
aléatoire les valeurs
binaire sont
est une équiprobables
variable aléatoire; qui
parne
exemple
prend
le lancé
que deuxd’un dé équilibré dont le résultat est X. La loi de probabilité de X est alors :
valeurs.
En posant P(X = 1) = p, la densité de probabilité de X est alors :
Soit p ∈ [0, 1]. On note B(p) la loi de Bernoulli de paramètre p. Lorsqu’une variable aléatoire X suit
la loi B(p). on écrit X ,→ B(p).:
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p ∈ [0, 1]. On a :
E(X) = p ;
V(X) = p(1 − p).
1000 étudiants de la FSJES-AC s’apprêtent à passer les examens de la session rattrapage. Admettons que le
nombre des étudiants qui réussissent l’examen est toujours égale à 450 sur 1000 étudiants.
Soit X, la variable aléatoire donnant le nombre des étudiants qui vont réussir les examens de rattrapage.
Selon le rapport d’une boite spécialisée dans la gestion des ressources humaines, sur 30 candidatures
la probabilité qu’un candidat reçoit une réponse d’une entreprise est de 2*10-2. Supposons que ces
réponses sont indépendantes.
𝜆𝑘
𝐸(𝑋) = 𝜆 𝑉(𝑋) = 𝜆
𝑃(𝑋 = 𝑘) = 𝑒 −𝜆
𝑘!
= nombre moyen d’événement par unité de temps
On admet que la probabilité qu'un voyageur oublie ses bagages dans le train est 0,005. Un
train transporte 850 voyageurs. On admettra que ces voyageurs se sont regroupés au hasard
et que leurs comportement, par rapport à leurs bagages, sont indépendants les uns des autres.
On désigne par X la variable aléatoire qui prend pour valeur le nombre de voyageurs ayant
oublié leurs bagages dans le train.
La loi normale est remarquable par le fait qu'elle décrit une grande partie des phénomènes
naturels. (science physique, sociale, médecine, agriculture, Business...) . Elle peut être
utilisée dans un grand nombre de situations, c'est ce qui la rend si utile.
Soient m et σ deux réels avec σ>0. On dit qu’une variable aléatoire X suit une loi normale ou
loi Gaussienne, de paramètres m et σ2, notée X ~ N (m, σ2) lorsque X admet pour densité la
fonction:
Soit une variable aléatoire X suivant une loi normale, de paramètres m et σ2,
X ~ N(m, σ2) .
Alors
• E(X)=m
• Var (X) = σ2
P(-a ≤ Z ≤ a) = 2F(a) - 1
P(-1.96 ≤ Z ≤ 1.96) = 2F(1.96) - 1 = (2 * .975) - 1 = .95
P(-2.58 ≤ Z ≤ 2.58) = 2F(2.58) - 1 = (2 * .995) - 1 = .99
Pr. Kamal ZEHRAOUI
Pr. Kamal ZEHRAOUI
Exemple
supposons que le résultat de la note un examen X suit une loi N(10 ; 2) on cherche déterminer la
probabilité p(X ≤ 12) que la note soit inférieure ou égale 12, mais, pour estimer cette valeur, on
ne dispose pas de la table de la loi N(10 ; 2) (on ne dispose que de la table de la loi N(0 ; 1)).
On procède alors un changement de variable pour se ramener une loi normale centrée réduite :
Dans une entreprise qui produit des pièces, la longueur de ces pièces est une variable aléatoire X qui
suit une loi normale N(50; 0, 2)
1. Calculer les probabilités suivantes
a. la longueur de la pièces est inférieure 50,19m
b. la longueur de la pièce est supérieure 50,16m
c. la longueur de la pièce est comprise entre 50,16m et 50,19m
2. Déterminer le nombre réel positif a tel que p(50 − a ≤ X ≤ 50 + a) = 0, 9 , interpréter le résultat trouvé
Sur un grand nombre de personnes on a constaté que la répartition du taux de cholestérol suit une
loi normale avec les résultats suivants :
56% ont un taux inférieur à 165 cg ;
34% ont un taux compris entre 165 cg et 180 cg ;
10% ont un taux supérieur à 180 cg.
Quelle est le nombre de personnes qu'il faut prévoir de soigner dans une population de 10 000
personnes, si le taux maximum toléré sans traitement est de 182 cg ?