Académique Documents
Professionnel Documents
Culture Documents
I DIR O UASSOU
Université Cadi Ayyad, Ecole Nationale des Sciences Appliquées, Marrakech
Septembre 2009
Variables aléatoires discrètes - Loi de probabilité discrète
Variables aléatoires
Variables aléatoires
Variables aléatoires
Définition
Une telle application porte le nom de variable aléatoire
réelle (en abrégé v .a.r . ou mm̂e plus simplement v .a.).
Si de plus X (Ω) = {x1 , x2 , . . . , xn } la v.a. est dite discrète
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
Une telle application porte le nom de variable aléatoire
réelle (en abrégé v .a.r . ou mm̂e plus simplement v .a.).
Si de plus X (Ω) = {x1 , x2 , . . . , xn } la v.a. est dite discrète
Exemple
1 On jette simultanément 2 dés à jouer. A chaque
observation, on associe la somme des 2 numéros
apparus. La v.a. “somme des 2 numéros” est à
valeurs dans {2, 3, 4, . . . , 12}.
2 On jette 10 fois de suite une pièce de monnaie. A
chaque observation on associe le nombre de faces.
La v.a. “nombre de faces” est à valeurs dans
{0, 1, . . . , 10}.
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
L’ensemble des couples (xk , pk )k ∈K détermine la loi de
probabilité de la v.a. X .
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On appelle fonction de répartition d’une variable aléatoire
X (en abrégé f.r.), fonction FX définie sur tout R
par :(∀ x ∈ R) FX (x) = P[X ≤ x]
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On appelle fonction de répartition d’une variable aléatoire
X (en abrégé f.r.), fonction FX définie sur tout R
par :(∀ x ∈ R) FX (x) = P[X ≤ x]
Remarque
Toute loi de probabilité d’une v.a. réelle est entiérement
déterminée par la donnée de sa fonction de répartition.
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On appelle fonction de répartition d’une variable aléatoire
X (en abrégé f.r.), fonction FX définie sur tout R
par :(∀ x ∈ R) FX (x) = P[X ≤ x]
Remarque
Toute loi de probabilité d’une v.a. réelle est entiérement
déterminée par la donnée de sa fonction de répartition.
Définition
Soit X une v.a. discrète de loi (xi , pi )i∈I , on définira
l’espérance mathématique de X (on dit aussi la moyenne
de X ) par son mode de calcul, à savoir le nombre noté
E[X ] égal à X
E[X ] = pi .xi
i∈I
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
Soit X une v.a. discrète de loi (xi , pi )i∈I , on définira
l’espérance mathématique de X (on dit aussi la moyenne
de X ) par son mode de calcul, à savoir le nombre noté
E[X ] égal à X
E[X ] = pi .xi
i∈I
Remarque
Si le nombre de valeurs possibles de X est infini,
l’espérance mathématique n’est définie que si cette
somme est finie et ne dépend pas de l’ordre dans lequel
on additionne les termes pi .xi ).
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
i) On appelle moment d’ordre k d’une v.a. X le
nombre E(X k ).
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
i) On appelle moment d’ordre k d’une v.a. X le
nombre E(X k ).
ii) On appelle moment centré d’ordre k d’une v.a. X le
nombre E(X − E[X ])k .
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
i) On appelle moment d’ordre k d’une v.a. X le
nombre E(X k ).
ii) On appelle moment centré d’ordre k d’une v.a. X le
nombre E(X − E[X ])k .
iii) En particulier, on appelle variance le moment centré
d’ordre 2 que l’on note Var [X ].
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
i) On appelle moment d’ordre k d’une v.a. X le
nombre E(X k ).
ii) On appelle moment centré d’ordre k d’une v.a. X le
nombre E(X − E[X ])k .
iii) En particulier, on appelle variance le moment centré
d’ordre 2 que l’on note Var [X ].
iv) On appelle
p écart-type de X le nombre
σX = Var [X ]
Variables aléatoires discrètes - Loi de probabilité discrète
Vérifier que :
1 Si Var [X ] = 0 alors la v.a. X est une v.a. “certaine”
i.e. elle ne prend qu’une seule valeur.
Variables aléatoires discrètes - Loi de probabilité discrète
Vérifier que :
1 Si Var [X ] = 0 alors la v.a. X est une v.a. “certaine”
i.e. elle ne prend qu’une seule valeur.
2 Var [X ] = E[X 2 ] − (E[X ])2 .
Variables aléatoires discrètes - Loi de probabilité discrète
Vérifier que :
1 Si Var [X ] = 0 alors la v.a. X est une v.a. “certaine”
i.e. elle ne prend qu’une seule valeur.
2 Var [X ] = E[X 2 ] − (E[X ])2 .
3 Var [X + a] = Var [X ] pour tout réel a.
Variables aléatoires discrètes - Loi de probabilité discrète
Vérifier que :
1 Si Var [X ] = 0 alors la v.a. X est une v.a. “certaine”
i.e. elle ne prend qu’une seule valeur.
2 Var [X ] = E[X 2 ] − (E[X ])2 .
3 Var [X + a] = Var [X ] pour tout réel a.
La variance et lӎcart-type sont des indicateurs de
dispersion des valeurs. Ce sont des nombres toujours
positifs ou nuls.
Variables aléatoires discrètes - Loi de probabilité discrète
Vérifier que :
1 Si Var [X ] = 0 alors la v.a. X est une v.a. “certaine”
i.e. elle ne prend qu’une seule valeur.
2 Var [X ] = E[X 2 ] − (E[X ])2 .
3 Var [X + a] = Var [X ] pour tout réel a.
La variance et lӎcart-type sont des indicateurs de
dispersion des valeurs. Ce sont des nombres toujours
positifs ou nuls.
Remarque
Une v.a. X est centrée si E[X ] = 0 ; réduite si
Var [X ] = 1.
Variables aléatoires discrètes - Loi de probabilité discrète
Vérifier que :
1 Si Var [X ] = 0 alors la v.a. X est une v.a. “certaine”
i.e. elle ne prend qu’une seule valeur.
2 Var [X ] = E[X 2 ] − (E[X ])2 .
3 Var [X + a] = Var [X ] pour tout réel a.
La variance et lӎcart-type sont des indicateurs de
dispersion des valeurs. Ce sont des nombres toujours
positifs ou nuls.
Remarque
Une v.a. X est centrée si E[X ] = 0 ; réduite si
Var [X ] = 1.
X −E[X ]
En particulier, si σX 6= 0, la v.a. T = σX
est toujours
une v.a. centrée–réduite.
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On dit que deux variables X et Y sont indépendantes si
i.e.
p(X = xi , Y = yj ) = P(X = xi )P(Y = yj ).
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On dit que deux variables X et Y sont indépendantes si
i.e.
p(X = xi , Y = yj ) = P(X = xi )P(Y = yj ).
Notons
appelé covariance de X et Y
Variables aléatoires discrètes - Loi de probabilité discrète
Propriétés
Soit X et Y deux variables aléatoires, et a est un réel
alors :
1 Si X et Y sont indépendantes alors
Loi de Bernoulli
Lorsque une expérience aléatoire n’a que deux “issues”
possibles souvent appelées “succés” et “échec”,
c’est-é-dire lorsque l’espace Ω peut se ramener à un
ensemble à deux éléments {S, E}, cette expérience est
une épreuve de Bernoulli.
Variables aléatoires discrètes - Loi de probabilité discrète
Loi de Bernoulli
Lorsque une expérience aléatoire n’a que deux “issues”
possibles souvent appelées “succés” et “échec”,
c’est-é-dire lorsque l’espace Ω peut se ramener à un
ensemble à deux éléments {S, E}, cette expérience est
une épreuve de Bernoulli.
On confondra alors chaque point avec le singleton
correspondant (S et {S}) et on parlera des événements
“succés” et “échec”.
Variables aléatoires discrètes - Loi de probabilité discrète
Loi de Bernoulli
Lorsque une expérience aléatoire n’a que deux “issues”
possibles souvent appelées “succés” et “échec”,
c’est-é-dire lorsque l’espace Ω peut se ramener à un
ensemble à deux éléments {S, E}, cette expérience est
une épreuve de Bernoulli.
On confondra alors chaque point avec le singleton
correspondant (S et {S}) et on parlera des événements
“succés” et “échec”.
La probabilité est entiérement définie par la probabilité p
de l’événement “succés” : p = P(S). La probabilité d’un
échec est alors q = 1 − p.
Variables aléatoires discrètes - Loi de probabilité discrète
Loi de Bernoulli
Lorsque une expérience aléatoire n’a que deux “issues”
possibles souvent appelées “succés” et “échec”,
c’est-é-dire lorsque l’espace Ω peut se ramener à un
ensemble à deux éléments {S, E}, cette expérience est
une épreuve de Bernoulli.
On confondra alors chaque point avec le singleton
correspondant (S et {S}) et on parlera des événements
“succés” et “échec”.
La probabilité est entiérement définie par la probabilité p
de l’événement “succés” : p = P(S). La probabilité d’un
échec est alors q = 1 − p.
Notons que pour une telle expérience, on ne retient pas
l’hypothése de l’équiprobabilité (sauf si on a p = 12 ).
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On dit qu’une variable aléatoire X suit la loi de bernoulli
de paramétre p si X ne prend que deux valuers 0 et 1
avec P[X = 1] = 1 − P[X = 0] = p. On note X ,→ Br (p).
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On dit qu’une variable aléatoire X suit la loi de bernoulli
de paramétre p si X ne prend que deux valuers 0 et 1
avec P[X = 1] = 1 − P[X = 0] = p. On note X ,→ Br (p).
Proposition
Si X est une v.a. de loi Bernoulli Br (p) alors E[X ] = p et
Var [X ] = p(1 − p).
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
On dit qu’une variable aléatoire X suit la loi de bernoulli
de paramétre p si X ne prend que deux valuers 0 et 1
avec P[X = 1] = 1 − P[X = 0] = p. On note X ,→ Br (p).
Proposition
Si X est une v.a. de loi Bernoulli Br (p) alors E[X ] = p et
Var [X ] = p(1 − p).
Exemple
On jette un dé et on s’intéresse uniquement é l’apparition
ou non d’un as. L’événement S =“sortie d’un as” a une
probabilité fixée à 16 pour des raisons de symétrie du dé.
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple suite
Une machine fabrique des ampoules électriques. Chaque
ampoule fabriquée est, indépendamment des autres, soit
bonne (succés) soit défectueuse (échec). On accordera à
l’événement S =“l’ampoule est bonne” une probabilité p
qui sera estimée à l’aide d’observations statistiques.
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
Soit K = {k1 , k2 , . . . , kn } un sous-ensemble fini de R à n
éléments. On dit qu’une v.a. X suit la loi uniforme sur K
noté X ,→ UK si pour tout i ∈ {1, . . . , n} : P[X = ki ] = n1 .
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
Soit K = {k1 , k2 , . . . , kn } un sous-ensemble fini de R à n
éléments. On dit qu’une v.a. X suit la loi uniforme sur K
noté X ,→ UK si pour tout i ∈ {1, . . . , n} : P[X = ki ] = n1 .
Proposition
1+n
Si X est une v.a. de loi uniforme sur K alors E[X ] = 2
et
2
Var [X ] = n 12−1 .
Variables aléatoires discrètes - Loi de probabilité discrète
Définition
Soit K = {k1 , k2 , . . . , kn } un sous-ensemble fini de R à n
éléments. On dit qu’une v.a. X suit la loi uniforme sur K
noté X ,→ UK si pour tout i ∈ {1, . . . , n} : P[X = ki ] = n1 .
Proposition
1+n
Si X est une v.a. de loi uniforme sur K alors E[X ] = 2
et
2
Var [X ] = n 12−1 .
Exemple
Une urne contient 50 boules numérotées de 1 à 50. Un
joueur extrait une boule de l’urne ; à chaque tirage le
joueur gagne une somme (en DH) égale au numéro de la
boule extraite.
Variables aléatoires discrètes - Loi de probabilité discrète
Loi hypergéométrique
Loi hypergéométrique
Loi hypergéométrique
Définition
Une v.a. X suit la loi hypergéométrique, notée H(N, n, p),
si pour toutes les valeurs de k comprises entre
sup(0, n − N(1 − p)) et inf(n, Np) :
k n−k
CNp CN−Np
P[X = k ] =
CNn
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple
Considérons une urne composée de 5 boules rouges et 8
boules vertes de laquelle on extrait un échantillon de 10
boules.
Quelles sont les valeurs que peut prendre la variable
aléatoire X égale au nombre de boules rouges dans cet
échantillon ?
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple
Considérons une urne composée de 5 boules rouges et 8
boules vertes de laquelle on extrait un échantillon de 10
boules.
Quelles sont les valeurs que peut prendre la variable
aléatoire X égale au nombre de boules rouges dans cet
échantillon ?
Ce probléme est souvent appelé Probléme de la loterie
par référence au probléme du type suivant : Parmi les 90
billets d’une loterie, 15 seulement sont gagnants. Si un
joueur achéte 8 billets, calculez la probabilité pour que ce
joueur ait x billets gagnants.
Variables aléatoires discrètes - Loi de probabilité discrète
Proposition
Si X est une v.a. de loi hypergéométrique H(N, n, p) alors
N −n
E[X ] = np et Var [X ] = np(1 − p)
N −1
Variables aléatoires discrètes - Loi de probabilité discrète
Remarque
Cette loi se trouve naturellement, comme on l’a vu
précédemment, lorsque l’expérience aléatoire consiste à
extraire sans remise n boules dans une urne à deux
catégories respectivement en proportion p et 1 − p.
Le coefficient N−n
N−1
est le “coefficient d’exhaustivité”. Il est
nul quand N = n, c’est-é-dire que l’on extrait les N
boules ; dans ce cas la v.a. X =“nombre de boules de
premiére catégorie dans l’échantillon” est une variable
aléatoire certaine égale à Np et alors Var [X ] = 0.
Variables aléatoires discrètes - Loi de probabilité discrète
Proposition
La probabilité de En1 ,n2 ,...,nk est
Proposition
La probabilité de En1 ,n2 ,...,nk est
Preuve
La peuve est identique à celui utilisé pour deux
catégories.
Cette formule est appelée formule Polyhypégeométrique.
Variables aléatoires discrètes - Loi de probabilité discrète
Loi binomiale
Loi binomiale
Loi binomiale
Exemple
Une assemblée est formée de k personnes (on prendra
par exemple k = 5 puis k = 23 ou le nombre de
personnes présentes dans cette salle).
Quelle est la probabilité que les anniversaires des k
personnes soient é k jours différents ?
Quelle est la probabilité que, dans cette assemblée, deux
personnes au moins aient le même jour anniversaire ?
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple
Une assemblée est formée de k personnes (on prendra
par exemple k = 5 puis k = 23 ou le nombre de
personnes présentes dans cette salle).
Quelle est la probabilité que les anniversaires des k
personnes soient é k jours différents ?
Quelle est la probabilité que, dans cette assemblée, deux
personnes au moins aient le même jour anniversaire ?
Définition
On dit q’une v.a. X suit la loi Binomiale de paramétres
(n, p) notée B(n, p) si X prend toutes les valeurs entiéres
comprises entre 0 et n et si
Remarque
Considérons l’expérience aléatoire qui consiste é répéter
n fois de suite la même épreuve de Bernoulli, toujours
dans les mêmes conditions et de faéon que le résultat de
l’une quelconque de ces épreuves ne dépende en aucun
cas des résultats aux autres épreuves. Une telle
expérience aléatoire est appelée schéma de Bernoulli.
Dans ce cas, l’espace Ω est de la forme {S, E}n et la
probabilité d’un événement élémentaire comportant k
succés et n − k échecs est pk (1 − p)n−k (pour k compris
entre 0 et n).
Si on appelle X la variable aléatoire égale au nombre de
succés, la loi de probabilité de X est la loi binomiale
définie par : P[X = k ] = Cnk pk (1 − p)n−k pour toutes
valeurs de k comprises entre 0 et n.
Variables aléatoires discrètes - Loi de probabilité discrète
Proposition
Si X est une v.a. de loi Binomiale B(n, p) alors E[X ] = np
et Var [X ] = np(1 − p).
Variables aléatoires discrètes - Loi de probabilité discrète
Proposition
La probabilité de En1 ,n2 ,...,nk est
n2 n3 nk
P(En1 ,n2 ,...,nk ) = Cnn1 Cn−n 1
Cn−n 1 −n2
. . . Cn−n1 −n2 −...−nk −1
Proposition
La probabilité de En1 ,n2 ,...,nk est
n2 n3 nk
P(En1 ,n2 ,...,nk ) = Cnn1 Cn−n 1
Cn−n 1 −n2
. . . Cn−n1 −n2 −...−nk −1
Loi de Poisson
Définition
On dit qu’une v.a. X suit une loi de Poissona P(λ), de
paramétre λ (λ réel strictement positif) si cette v.a. peut
prendre toutes valeurs entiéres positives ou nulle et si :
λk
P[X = k ] = e−λ
k!
a
Poisson (1781-1840) mathématicien franéais, utilisa cette loi
dans ses Mémoires sur la probabilité du tir é la cible
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple
On admet que sous certaines hypothéses, les v.a.
suivantes suivent la loi de Poisson :
- Le nombre d’oeufs pondus, au cours d’une ponte, par
une certaine espéce animale. Selon les espéces, λ
pourra étre égal, par exemple, é 2 ou 4.5 ou 10....
- Le nombre d’accidents déclarés par jour non férié é une
compagnie d’assurance.
- Le nombre de décomposition par unité de temps dans
un matériau radioactif.
Proposition
Si X est de loi de Poisson de paramétre λ alors :
E[X ] = Var [X ] = λ.
Variables aléatoires discrètes - Loi de probabilité discrète
Loi géométrique
Définition
Soit p un nombre compris entre 0 et 1. On dit qu’une v.a.
X suit la loi géométrique G(p) de paramétre p si les
valeurs qu’elle peut prendre sont toutes les valeurs
entiéres positives (N∗ ) et si :
P[X = k ] = (1 − p)k −1 p
Proposition
1
Si X est une v.a. de loi géométrique G(p), E[X ] = p
et
Var [X ] = 1−p
p2
.
Variables aléatoires discrètes - Loi de probabilité discrète
Proposition
1
Si X est une v.a. de loi géométrique G(p), E[X ] = p
et
Var [X ] = 1−p
p2
.
Exemple
On lance un dé jusqu’é obtenir pour la premiére fois un
as. On note X la v.a. égale au nombre de lancers
nécessaires. X suit la loi géométrique de paramétre
p = 16 . Le nombre moyen de lancers pour obtenir un as
est donc de 6.
Variables aléatoires discrètes - Loi de probabilité discrète
Remarque
Soit X ,→ H(N, n, p)
Variables aléatoires discrètes - Loi de probabilité discrète
Remarque
Soit X ,→ H(N, n, p)
1 L’espérance np est indépendante de N, elle est égale
é l’espérance de la loi Binomiale B(n, p).
Variables aléatoires discrètes - Loi de probabilité discrète
Remarque
Soit X ,→ H(N, n, p)
1 L’espérance np est indépendante de N, elle est égale
é l’espérance de la loi Binomiale B(n, p).
2 La variance N−n N−1
np(1 − p) tend, lorsque N tend vers
l’infini, vers la variance np(1 − p) de la loi Binomiale
B(n, p).
Variables aléatoires discrètes - Loi de probabilité discrète
Remarque
Soit X ,→ H(N, n, p)
1 L’espérance np est indépendante de N, elle est égale
é l’espérance de la loi Binomiale B(n, p).
2 La variance N−n N−1
np(1 − p) tend, lorsque N tend vers
l’infini, vers la variance np(1 − p) de la loi Binomiale
B(n, p).
Proposition
La loi hypergéométrique H(N, n, p) converge, quand N
tend vers l’infini, vers la loi Binomiale B(n, p). Plus
précisément
n−k
CNk a CN−N
lim a
= Cnk pk (1 − p)n−k .
N→+∞ CNn
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple
En 1998 le nombre d’étudiants en DEUG MP était de 570
dont 74 possédaient un bac Sciences Math. En vue de
faire un suivi d’étudiants, on tire au hasard dans cette
population un échantillon de 30 étudiants.
Quelle est la probabilité que, parmi ces étudiants
sélectionnés, on observe 5 étudiants de bac S.M. ?
Notons X la v.a. égale au nombre d’étudiants de bac S.M.
dans cet échantillon de 30 étudiants.
Avec la loi hypergéométrique
C 5 .C 25
P[X = 5] = 74C 30 496 = 0, 1664
570
Avec la loi binomiale
5 74 5 496 25
P[X = 5] = C30 ( 570 ) .( 570 ) = 0, 1625
Variables aléatoires discrètes - Loi de probabilité discrète
Proposition
Soit (Xn )n≥0 une suite de v.a. binomiales telles que
alors (Xn )n≥0 converge en loi vers une v.a. P(λ) au sens
oé
λk
∀k ∈N lim P(Xn = k ) = e−λ .
n→+∞ k!
Variables aléatoires discrètes - Loi de probabilité discrète
Exemple
On suppose que le pourcentage des étudiants en
Sciences dont le groupe sanguin est AB est égal é celui
de la population marocaine, é savoir de 3,25%. On choisit
au hasard un échantillon de n = 200 étudiants.
Quelle est la probabilité que cet échantillon contienne
exactement 8 étudiants du groupe AB ?