MPI 2022-2023 Mathématiques - Semaine 20 du 27 au 31 mars

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.

1.2 Espaces probabilisés

— Notions sur les tribus, opérations sur les événements.
— Probabilités : définition et propriétés.
— Continuité monotone, inégalité de Boole.
— Système complet d’événements, système quasi-complet d’événements.

1.3 Probabilités conditionnelles

— Définition, PA : B 󰀁→ P (A|B) est une probabilité.
— Formule des probabilités composées.
— Formule des probabilités totales (avec un système quasi-complet au plus dénombrable)
— Formule de Bayes.

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).

2.2 Couples de variables aléatoires

— Loi conjointe.
— Lois marginales.
— Lois conditionnelles.

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).

2.6 Fonction génératrice

— Définition, minoration du rayon, CVN et continuité sur [−1, 1].
(n)
(0)
— Utilisation pour calculer la loi (avec P (X = n) = Xn! ), l’espérance (elle est finie si, et
G

seulement si GX est dérivable en 1 et alors E(X) = G′X (1) et la variance.

2.7 Inégalités probabilistes et loi faible des grands nombres

— Inégalité de Markov.
— Inégalité de Bienaymé-Tchebychev.
— Loi faible des grands nombres.

3 Questions de cours :
Pas de questions de cours cette semaine, mais une bonne connaissance des définitions, énoncés
des théorèmes, formules...

4 Liste des exercices de la banque CCINP :

95, 96, 97, 98, 100, 101, 102, 103, 104, 105, 106, 107, 108, 109,110, 111, 112.

n. de granrut