Académique Documents
Professionnel Documents
Culture Documents
Variables aléatoire
aléatoire est :
A chaque élément de cette ensemble s’appelle une issue : résultat possible
Remarque :
2 événements élémentaires ω de Ω
peuvent conduire au même nombre.
3
FGG GGF
2. Définition de la variable aléatoire
On appelle variable aléatoire (v.a.) 𝑋, l’application définie
sur Ω et à valeur dans ℝ :
𝑋∶Ω →𝐸⊂ℝ
On associe à chaque élément de Ω un résultat possible dans ℝ
X : est une relation entre Ω et ℝ 𝜔 → 𝑋(𝜔)
Les images sont les valeurs prisent par X
E ={0,1,2,3} E⊆N
𝑋(𝜔) = Le nb de garçons pour une configuration possible ω
ω FFF FFG FGF FGG GFF GFG GGF GGG
Nb de garçons 0 1 1 2 1 2 2 3
4
3. Types de variables aléatoires
5
Une v.a discrète qui prend des valeurs numériques
3.1. Variable aléatoire discrète distinctes ou ‘séparées’ , par analogie des ensemble ℕ
: 1,2,…. Entre ces valeurs il n’y pas de valeurs entiers,
par contre l’ensemble des réels est un ensemble
continue : entre deux valeurs il y a d’autres valeurs.
3.1.1. Définition
On appelle variable aléatoire discrète (v.a.d.) 𝑋 ,
l’application :
𝑋∶ Ω → 𝐸 ⊆𝑁
𝜔 → 𝑋(𝜔)
Afin de modéliser l’expérience aléatoire, on cherche à déterminer la
probabilité de chaque valeur possible de 𝑋 : ∀𝑥 ∈ 𝐸, 𝑃(𝑋 = 𝑥)
Exemple : E ={0,1,2,3}
Calculons la probabilité pour chaque valeur possible de 𝑋 :
6
3.1.2. Loi de probabilité
Probabilité :
Grandeur par laquelle on évalue le nombre de
chances qu'a un phénomène de se produire.
Définition :
On appelle loi de probabilité d’une variable aléatoire discrète 𝑋,
l’application : 𝑃 ∶ 𝐸 → [0 , 1 ]
𝑐𝑎𝑟𝑑(𝑋 = 𝑥)
𝑥 → 𝑃(𝑋 = 𝑥) 𝑃 𝑋=𝑥 =
𝑐𝑎𝑟𝑑 (Ω)
Exemple :
1 3 3 1
𝑃 𝑋=0 =8 𝑃 𝑋=1 =8 𝑃 𝑋=2 =8 𝑃 𝑋=3 =8
On résume cela dans un tableau, on a ainsi toutes les probabilités des
valeurs prisent par 𝑥 c’est ce qui s’appelle la loi de probabilité.
𝑋 0 1 2 3 Propriétés :
1 3 3 1 • ∀𝑥𝜖𝐸 O ≤ 𝑃(𝑋 = 𝑥) ≤ 1
P(𝑋 = 𝑥)
8 8 8 8 • σ𝑥 𝜖 𝐸 𝑃(𝑋 = 𝑥) = 1
On met Sur la 1ère ligne les valeurs de 𝑋, c.à.d. toutes les valeurs que peut prendre la v.a et sur la 2ème ligne on met les probabilités correspondantes.
7
8
16
On travail avec les colonnes du tableau qui résume la
Exemple : loi de probabilité : on met la probabilité en facteur la
valeur moins l’espérance qu’on élève au carré
Famille de 3 enfants
X 0 1 2 3
1 3 3 1
P(𝑋 = 𝑥)
1 3 3 1 𝐸 𝑋 = 0 * 8 + 1 * 8+ 2 * 8+ 3 * 8
8 8 8 8 3
0 3 6 3 𝐸𝑋=
Espérance 2
8 8 8 8
𝑉 𝑋 = σ4𝑖=1 𝑥𝑖 − 𝐸 𝑋 2
𝑃(𝑋 = 𝑥𝑖 )
3 21 3 23 3 23 3 21
𝑉 𝑋 = 0− + 1− + 2− + 3−
2 8 2 8 2 8 2 8
3
𝑉[𝑋] = 4 = 0.75
21
Exemple :
Démonter que la fonction 𝑓 définie sur 2; 4 par :
𝑓 𝑥 = 0,5𝑥 − 1 est une fonction de densité.
23
Solution : Dans le cadre de loi continue comme on a
quelque chose continue. Le calcul de probabilité se fait
toujours sur un intervalle.
𝑏
𝑃 𝑋 ∈ [𝑎, 𝑏] = 𝑡𝑑 𝑡 𝑓 𝑎
24
Remarque :
Variable aléatoire discrète
Les v.a discrètes prennent des valeurs entières : 𝑥 ∈ ℕ.
Représentation graphique :
On a en abscisse toutes les valeurs prisent par la variable aléatoire
(1,2,3,……) et chaque valeur de la v.a prend une certaine valeur de
probabilité: 𝑃(𝑋 = 𝑥)
Et tout cela on pouvait les compter, par exemple si on voulait
déterminer la probabilité que 𝑋 soit inférieure 𝑋 ≤ 4 et bien ça
nous mener à additionner la probabilité que 𝑋 = 1 à 𝑋 = 4,……on
faisait 4 calculs séparés pour obtenir la probabilité que 𝑋 ≤ 4 .
25
Variable aléatoire continue
Les valeurs d’une variable aléatoire continue vont
prendre des valeurs sur des réels, c’est-à-dire les valeurs
de 𝑋 appartiennent à un intervalle.
Dans ce cas, pour calculer 𝑃 𝑋 ≤ 4 au lieu d’additionner la
probabilité de chaque valeur de 𝑋 on calculer l’air sous la courbe
pour toutes les valeur de 𝑋 ≤ 4 autrement dit, on est mené à faire un
calcul intégral puisque calculé l’air sous une courbe c’est bien un
calcul intégral.
28
29
3.3.2. Densité de probabilité :
Définition :
Une variable aléatoire continue 𝑋 a pour densité 𝑓(𝑥) si
la fonction vérifie :
1) la fonction doit être continue sur l’intervalle donné
2) la fonction doit être positive : ∀ 𝑡 ∈ ℝ 𝑓 𝑡 ≥ 0
+∞
3) −∞ 𝑓 𝑡 𝑑𝑡 = 1
Remarque :
𝑏
𝑃 𝑋 ∈ [𝑎, 𝑏] = 𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝑡𝑑 𝑡 𝑓 𝑎
et la probabilité de trouver 𝑋 dans un intervalle [𝑎, 𝑏] donné, apparaît
comme l’aire d’une partie du graphique située entre la courbe de la
densité 𝑓 et l’axe des abscisses.
Origine de ces points de vue : histogramme des
fréquences d’une série regroupée par classe
dont l’amplitude des classes devient "petites"...
Exercice :
On considère la fonction 𝑓 défini sur 0, +∞ par
𝑓 𝑥 = 𝑒 −𝑥 et 𝑋 est une variable aléatoire de densité 𝑓.
Calculer les probabilités suivantes :
a) 𝑃(1 ≤ 𝑋 ≤ 2) b) 𝑃(𝑋 ≥ 3)
30
Exercice :
On considère la fonction 𝑓 défini sur 0, +∞ par
𝑓 𝑥 = 𝑒 −𝑥 et 𝑋 est une variable aléatoire de densité 𝑓.
Calculer les probabilités suivantes :
a) 𝑃(1 ≤ 𝑋 ≤ 2) b) 𝑃(𝑋 ≥ 3)
2 −𝑥 Lorsque on vous demande de
a) 𝑃 1 ≤ 𝑋 ≤ 2 = 1 𝑒 𝑑𝑥 calculer une probabilité avec une
densité compris entre a et b c’est
l’air sous la courbe compris entre a
𝑏
𝟐 𝟏
= −𝑒 −𝑥 = 𝑒 −𝑥
et b c.à.d. l’air =𝑥𝑑 𝑥 𝑓 𝑎
𝟏 𝟐
−1 −2 1 1
=𝑒 −𝑒 = − 2
𝑒 𝑒
b) 𝑃 𝑋 ≥ 3 = 1 − 𝑃 0 ≤ 𝑋 ≤ 3
3 −𝑥 𝟑
=1 − 0 𝑒 𝑑𝑥 = 1 − −𝑒 −𝑥 𝟎
𝑃(𝑋 ≥ 3) qui correspond à l’air compris entre la courbe et l’intervalle
𝑏
3, +∞ au lieu de calculer cet air il faut penser à calculer 1 − 𝑥𝑑 𝑥 𝑓 𝑎
𝟎
= 1 − 𝑒 −𝑥 𝟑 = 1 − 𝑒 0 − 𝑒 −3 trouver une primitive de 𝑓(𝑥)
On a à -f(x) l’intérieur du crochet donc on inverse les bornes
1 1 On remplace x par 1 puis par 2
= 1 − 1 − 𝑒3 = 𝑒3 cette difficile à calculer car on est sur 0, +∞ , or on sait que l’air sous la
courbe vaut 1
31
Exemple : Soit une fonction 𝑓 𝑥 définie par :
2𝑥 𝑠𝑖 𝑥 ∈ [0,1]
𝑓 𝑥 = ቊ
0 𝑠𝑖𝑛𝑜𝑛
𝑓 𝑥 est-elle une densité?
+∞
∀ 𝑥 ∈[0,1], 𝑓 𝑥 > 0 −∞ 𝑓 𝑥 𝑑𝑥 = 1 ?
+∞ 0 1 +∞
−∞ 𝑓 𝑥 𝑑𝑥 = −∞ 𝑓 𝑥 𝑑𝑥 + 0 𝑓 𝑥 𝑑𝑥 + 1 𝑓 𝑥 𝑑𝑥
1
1 1 𝑥2
= 0 2𝑥 𝑑𝑥 = 20 𝑥 𝑑𝑥 = 2 = F(1) − F(0) =1
2
0
Donc f(x) est bien une fonction de densité.
1
1 1 𝑥2 3
Calculons P(X ∈ [ 2
, 1] : 1/2 𝑓 𝑥 𝑑𝑥 = 2 2
= 4
1/2
Note : il peut devenir fastidieux de calculer P(X ∈[a,b])⇒ Calcul
d’intégral
On préfère utiliser la fonction de répartition de X 32
3.3.3. Fonction de répartition
Définition :
Soit X une variable aléatoire continue sur Ω.
Propriétés :
F est croissante
𝐹 : ℝ → 0,1
lim 𝐹(𝑋) = 0
𝐹 : ℝ → 0,1
𝑥 →−∞
lim 𝐹(𝑋) = 1
𝑥 →+∞
′
𝐹(𝑥) =𝑓 𝑥
33
Retour à l’exemple :
2𝑥 𝑠𝑖 𝑥 ∈ [0,1]
𝑓 𝑥 = ቊ
0 𝑠𝑖𝑛𝑜𝑛
𝐹(𝑥) = 0 𝑠𝑖 𝑥 < 0
𝑥2 𝑠𝑖 𝑥 ∈ [0,1]
1 𝑠𝑖 𝑥 > 0
1 1
Calculons P(X ∈ [ , 1] = 𝐹(1) − 𝐹
2 2
1 3
= 1− 4 = 4
Le calcul est plus rapide qu’en passant à chaque fois par la densité
(calcul d’intégrale).
+∞
V[X] = −∞ 𝑥 2 𝑓 𝑥 𝑑𝑥 − (𝐸 𝑋 )2
1 2 2
V[X] = 0 2𝑥 3 𝑑𝑥 − 3
1 1
2𝑥 4 4 𝑥4 4
V[X] = - = -
4 9 2 9
0 0
1 4 1 4 1
= -0- = - =
2 9 2 9 18
1
V[X]=
18