𝑣 𝑋

𝑃 X−𝐸 𝑋 ≥𝑎 ≤ 2
𝑎

Inégalité
Tchebychev et
Markov 𝑃 X≥𝑎 ≤ 𝐸 𝑋
ALHAOUIL Abdessamad
𝑎
Mohmed Achraf TALHAOUI

Université Moulay Ismail Faculté

des sciences -Meknès

Janvier 2024 1
OUTLINE

L'inégalité de Markov

L'inégalité de Bienaymé-Tchebychev

Exercices

15 December, 2023 | 2
L'inégalité de Markov
Théorème

Soit X une variable aléatoire réelle positive ou nulle

d'espérance E(X).
Alors, pour tout réel a strictement positif,
𝐸 𝑋
𝑃 X≥𝑎 ≤
𝑎

Cette inégalité est appelée l'inégalité de Markov.

15 December, 2023 | 3
L'inégalité de Markov
Démonstration
Par définition de l'espérance, on

Séparons cette somme en deux blocs :

Pour tout entier ⅈ compris entre 1 et 𝑛, on sait que 𝑥𝑖 ≥ 0(car X est positive ou nulle) et (par définition d'une

probabilité) donc

On en déduit que

Par ailleurs, dans cette partie de la somme, pour tout entier ⅈ compris entre 1 et 𝑛, on sait que 𝑥𝑖 ≥ 𝑎 , Donc

Or,

D’où

Alors

15 December, 2023 | 4
L'inégalité de Tchebychev
Théorème
Soit X une variable aléatoire d'espérance E(X) et de
variance V(X).
Alors, pour tout réel a strictement positif,

𝑣 𝑋
𝑃 X−𝐸 𝑋 ≥𝑎 ≤ 2
𝑎

Cette inégalité est appelée l'inégalité de Bienaymé-

Tchebychev.

15 December, 2023 | 5
L'inégalité de Tchebychev
Démonstration

Comme , les inégalités sont équivalentes. De plus, la

variable est positive ou nulle.

On applique donc l'inégalité de Markov à la variable et au réel a².

Ainsi,

Or,

15 December, 2023 | 6
Exercices
Exercice 1

En 2015, le salaire brut mensuel moyen en France était de 2 442 €. On choisit un salarié au

hasard et on note X la variable aléatoire donnant son salaire. Les salaires étant positifs ou nuls,

on sait que X est une variable aléatoire positive ou nulle.

On peut donc appliquer l'inégalité de Markov sur un exemple :

15 December, 2023 | 7
Exercices
Exercice 2
Prenons, X est une Variable discrète Positive , admettrons une Espérance égal a 3 𝐸 𝑋 = 3

1) Donner un mineront du nombre P(X<10)

On a 𝑃 𝑋 < 10 = 1 − 𝑃 𝑋 ≥ 10
𝐸(𝑋)
D’après l'inégalité de Markov : 𝑃 𝑋 ≥ 10 ≤
10

3
D’où 𝑃 𝑋 ≥ 10 ≤ = 0,3
10

Donc 𝑷 𝑿 < 𝟏𝟎 ≥ 𝟎, 𝟕

15 December, 2023 | 8
Exercices
Exercice 3
Une usine produit en moyenne 35 pièces par semaine. On note X la variable aléatoire donnant le
nombre de pièces produites par semaine. Que peut-on dire de la probabilité que l'usine
produise plus de 70 pièces par semaine ?

- Méthode:
•On vérifie que la variable aléatoire considérée est positive ou nulle.
•On repère la valeur de l'espérance (qui correspond ici à la moyenne).
•On applique l'inégalité de Markov.

D'après le contexte, on sait que la variable X est positive et que E(X)=35. L'inégalité de Markov
implique que donc

15 December, 2023 | 9
Exercices
Exercice 4

15 December, 2023 10
|
Exercices
Exercice 4

15 December, 2023 11
|
Exercices
Exercice 5

Le taux moyen de glycémie dans une population est de 1g⋅ 𝐿−1 avec une variance de 0,1.

Une personne présente un taux X critique si son taux ne se situe pas dans l'intervalle ]0,5;1,5[.

Cet événement se traduit par l'inégalité X − 𝐸 𝑥 ≥ 0,5 .

Sa probabilité vérifie donc

La probabilité qu'une personne présente un taux critique est inférieure ou égale à 0,4.

15 December, 2023 12
|
Exercices
Exercice 6
Lors d'une saison de football, le nombre moyen de buts par match est de 2,5, avec une variance
de 1,1. Majorer la probabilité que le match suivant ne se termine pas avec deux ou trois buts.
- Méthode
•Définir une variable aléatoire correspondant à l'énoncé.
•Traduire les inégalités de l'énoncé sous forme d'écart par rapport à la moyenne.
•Appliquer l'inégalité de Bienaymé- Tchebychev pour conclure.
Soit X la variable aléatoire donnant le nombre de buts. On cherche ici la probabilité
que X⩽1 ou X⩾4 et on sait que E(X)=2,5 et V(X)=1,1. Cela revient donc à dire que ∣X−E(X)∣⩾1,5.
On applique l'inégalité de Bienaymé-Tchebychev pour obtenir

La probabilité que le match ne se termine pas par deux ou trois buts est inférieure à 0,49.
15 December, 2023 13
|
Exercices
Exercice 7
On lance 1000 fois une pièce de monnaie et on note X le nombre de Faces obtenues.
X suit une loi binomiale de paramètres n = 1000 et p = 0,5.
E(X) = np = 1000 × 0,5 = 500
V(X) = np(1 – p) = 1000 × 0,5 × (1 – 0,5) = 250

Appliquons l’inégalité à a = 20.

𝑣 𝑋
𝑃 X−𝐸 𝑋 ≥𝑎 ≤ 2
𝑎
250
𝑃 X − 500 ≥ 20 ≤
20²
250
𝑃 X − 500 ≥ 20 ≤
400
𝑃 X − 500 ≥ 20 ≤ 0,625
En développant ces résultats, on obtient une autre information :

15 December, 2023 14
|
Exercices
Exercice 7
on obtient une autre information : P(ǀX – E(X)ǀ ≥ 20) ≤ 0,625
1 – P(ǀX – 500ǀ < 20) ≤ 0,625
–P(ǀX – 500ǀ < 20) ≤ 0,625 – 1
–P(ǀX – 500ǀ < 20) ≤ –0,375
P(ǀX – 500ǀ < 20) ≥ 0,375
P(–20 < X – 500 < 20) ≥ 0,375
P(–20 + 500 < X < 20 + 500) ≥ 0,375

P(480 < X < 520) ≥ 0,375

Donc la probabilité d’obtenir entre 480 et 520 fois Faces si on lance 1000 fois la pièce de

monnaie est d’au moins 37,5 %.

15 December, 2023 15
|
Exercices
Exercice 8
On lance pendant tout une journée un dé équilibré chaque seconde, donc 86 400 fois. Minorer la
probabilité que le nombre d'apparitions du numéro 1 soit compris entre 12.
Soit X la variable aléatoire du nombre d'apparitions de 1. X suit une loi binomiale de paramètres
1
86400, .
6
1 1 5
Son espérance vaut donc 86400 x = 14400 et sa variance86400 x x = 12000. On a donc,
6 6 6
d'après l'inégalité de Bienaymé-Tchebychev :
12000 1
𝑃 X − 14400 ≥ 2400 ≤
2400²
= 480
La minoration recherchée est donc :
1 479
𝑃 X − 14400 < 2400 ≥ 1 - = ≈ 99,8%
480 480

15 December, 2023 16
|
Thanks for
your kind
Attention!