Académique Documents
Professionnel Documents
Culture Documents
Une variable aléatoire (notée v.a) est une variable associée à une ex-
périence aléatoire et servant à caractériser le résultat de cette expérience.
Décrire une v.a, c’est déterminer les valeurs possibles de cette variable et la
probabilité de réalisation de chaque valeur observée.
Définition : Variable aléatoire
Soit un espace probabilisable (Ω, P(Ω)). On appelle variable aléatoire toute
application X de Ω dans R ayant la propriété suivante : chaque élément de
l’ensemble d’arrivé a pour antécédent un événement, il a donc une probabilité.
Une variable aléatoire peut être classée comme discrète ou continue selon
les valeurs numériques qu’elle peut prendre.
1
Cours de Probabilité et Statistiques Mme Zghidi Sonia
Les conditions requises pour une distribution d’une variable aléatoire dis-
rète :
1. ∀xi , 0 ≤ f (xi ) ≤ 1 ;
P
2. i f (xi ) = 1
xi
f (xi ) = P (X = xi )
2
Cours de Probabilité et Statistiques Mme Zghidi Sonia
Les propriétés les plus importantes de cette fonction sont les suivantes :
• F est une fonction croissante.
• Pour tout x ∈ R, on a 0 ≤ F (x) ≤ 1
•
lim F (x) = 0
x→−∞
lim F (x) = 1
x→+∞
3
Cours de Probabilité et Statistiques Mme Zghidi Sonia
∗ Variance et écart-type
4
Cours de Probabilité et Statistiques Mme Zghidi Sonia
Propriétés :
• V (aX + b) = a2 V (X) ⇒ σ(aX + b) = |a|σ(X)
• Si X et Y sont indépendantes alors V (X + Y ) = V (X) + V (Y )
P (X = k) = pk (1 − p)1−k k ∈ {0, 1}
Caractéristiques :
E(X) = p
V (X) = p(1 − p)
Exemple : On tire une boule dans une urne contenant 10 boules noires
et 20 boules blanches. On considère la variable aléatoire X qui prend la valeur
1 si la boule tirée est noire ; 0 sinon. Quelle le loi de X ?
........................................................................................................................
5
Cours de Probabilité et Statistiques Mme Zghidi Sonia
.........................................................................................................................
.........................................................................................................................
.........................................................................................................................
.........................................................................................................................
P (X = k) = Cnk pk (1 − p)n−k
Caractéristiques :
E(X) = np
V (X) = np(1 − p)
Théorème fondamental :
Une loi binomiale de paramètres (n, p) est la somme de n variables aléatoires
indépendantes Bernoulli de paramètre p.
Exemple : On joue à pile ou face avec une pièce de monnaie non équi-
librée 50 fois de suite et de manières indépendantes. On considère que la
probabilité de faire ”pile” avec cette pièce est de 80%. Soit X le nombre de
lancers parmi les 50 lancers où l’on a obtenu le résultat ”pile”.
1. Justifier que X suit une loi binomiale et donner ses paramètres.
2. Calculer la probabilité d’obtenir au moins 2 piles.
3. Calculer E(X) et interpréter la valeur obtenue.
........................................................................................................................
.........................................................................................................................
6
Cours de Probabilité et Statistiques Mme Zghidi Sonia
.........................................................................................................................
.........................................................................................................................
.........................................................................................................................
.........................................................................................................................
.........................................................................................................................
Remarque :
La somme de deux v.a. indépendantes suivant les lois binomiales B(n, p) et
B(m, p) suit la loi binomiale B(n + m, p)
λk
P (X = k) = e−λ avec λ > 0
k!
Caractéristiques :
E(X) = V (X) = λ
7
Cours de Probabilité et Statistiques Mme Zghidi Sonia
8
Cours de Probabilité et Statistiques Mme Zghidi Sonia