Académique Documents
Professionnel Documents
Culture Documents
1 Probabilités
1.1 Ensembles dénombrables
— Définition, exemples : N, N∗ , N2 , Q, R, {0, 1}N .
— Produit fini d’ensembles dénombrables, réunion au plus dénombrable d’ensemble au plus
dénombrables.
— Le support d’une famille sommable de nombres complexes est au plus dénombrable.
1.4 Indépendance
— Indépendance de deux événements.
— Événements deux à deux indépendants et événements (mutuellement) indépendants.
2 Variables aléatoires
2.1 Généralités
— Définition, événements {X = x}, {X (, <, >)x}, loi.
— Lois usuelles : géométrique et loi de Poisson (en plus de celles de première année : uniforme,
Bernoulli, binomiale).
2.3 Indépendance
— Définition avec P (X ∈ A, Y ∈ B), caractérisation.
— Cas de n variables, d’une suite de variables.
— Lemme des coalitions.
2.4 Espérance
— Définition (cas des variables positives, cas général, on note L1 l’ensemble des variables
aléatoires complexes qui sont d’espérance finie).
— Lemme du transfert.
— Espérance d’une variable aléatoire suivant une loi géométrique, d’une variable aléatoire sui-
vant une loi de Poisson.
— Si |X| Y et si Y est d’espérance finie, alors X est d’espérance finie.
— Propriétés : linéarité, positivité, croissance, cas des variables indépendantes.
2.5 Variance
— Espace L2 des variables aléatoires définies sur Ω admettant un moment d’ordre 2.
— Si une variable aléatoire admet un moment d’ordre 2, elle est d’espérance finie.
— Inégalité de Cauchy Schwarz.
— Variance, écart type.
— V(X) = E(X 2 ) − E(X)2 , V(aX + b) = a2 V(X).
— Covariance, cas des variables 2 à 2 décorrélées (et donc aussi 2 à 2 indépendantes).
3 Questions de cours :
Pas de questions de cours cette semaine, mais une bonne connaissance des définitions, énoncés
des théorèmes, formules...
n. de granrut