Variables aléatoires

Variables aléatoires: Généralités

Définition: Soit 𝛺 l'univers des possibles d'une expérience aléatoire. Toute application 𝑋 qui lie tout
élément de 𝛺 vers un élément de 𝑅 est appelé variable aléatoire.
Exemple 1: On lance une pièce de monnaie 3 fois successifs. L'univers des probabilités est:
𝛺 = {𝑃𝑃𝑃; 𝑃𝑃𝐹; 𝑃𝐹𝑃; 𝐹𝑃𝑃; 𝑃𝐹𝐹; 𝐹𝑃𝐹; 𝐹𝐹𝑃; 𝐹𝐹𝐹}
Si on s'intéresse aux nombre des fois où la face "𝐹" est apparue lors des trois lancements alors on
considère la variable aléatoire 𝑋 qui représente le nombre des fois où la face "𝐹". On aura dans ce
cas 3 cas:
 𝐴 = {𝑃𝑃𝑃} et dans ce cas: "𝑋 = 0".
 𝐵 = {𝑃𝑃𝐹; 𝑃𝐹𝑃; 𝐹𝑃𝑃} et dans ce cas: "𝑋 = 1".
 𝐶 = {𝑃𝐹𝐹; 𝐹𝑃𝐹; 𝐹𝐹𝑃} et dans ce cas: "𝑋 = 2".
 𝐷 = {𝐹𝐹𝐹} et dans ce cas "𝑋 = 3".
Ainsi on définit la fonction 𝑋: 𝛺 → 𝑅, qui lie l'élément 𝐴 par le nombre 0, tous les éléments de 𝐵 par
le nombre 1, et tous les éléments de 𝐶 par 2 et l'élément 𝐷 par 3. La fonction 𝑋 est appelée variable
aléatoire.
Notations: On note 𝑋(𝛺) l'ensemble des valeurs de 𝑋, dans ce cas, 𝑋(𝛺) = {0; 1; 2; 3}. On note
respectivement les événements 𝐴; 𝐵; 𝐶; 𝐷 par: (𝑋 = 0); (𝑋 = 1); (𝑋 = 2); (𝑋 = 3).
Définition: On appelle fonction de répartition de la variable aléatoire 𝑋 la fonction 𝐹 de 𝑅 dans 𝑅
définie par: 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥).
Propositions:
 𝑃(𝑋 > 𝑎) = 1 − 𝐹(𝑎).
 𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝐹(𝑏) − 𝐹(𝑎).
 𝐹 est croissante.

Variables aléatoires discrètes

Définition: Soit 𝛺 l'univers des possibles d'une expérience aléatoire et 𝑋 une variable aléatoire
définie dans 𝛺, 𝑋(𝛺) = {𝑥 ; 𝑥 ; … ; 𝑥 } l'ensemble des valeurs de 𝑋 et 𝑃 une probabilité définie dans
𝛺. Toute fonction 𝑓 qui lie tout élément 𝑥 de 𝑋(𝛺) à la probabilité de l'événement (𝑋 = 𝑥 ) est
appelée la loi de probabilité de 𝑋, autrement dit: ∀𝑖 ∈ {1; … ; 𝑛}𝑓(𝑥 ) = 𝑃(𝑋 = 𝑥 ).
Remarque: On pose 𝑃(𝑋 = 𝑥 ) = 𝑝 . Déterminer la loi de probabilité de la variable aléatoire 𝑋
signifie le calcul des probabilités de tous les événements. On résume la loi de probabilité de 𝑋
comme suit:
𝑥 𝑥 ... 𝑥 𝑋(𝛺) 𝑥 ... 𝑥
ou
𝑝 𝑝 ... 𝑝 𝑃(𝑋 = 𝑥 ) 𝑝 ... 𝑝
Remarque: ∑ 𝑝 = 1.
Proposition: Soit 𝑋 → {𝑥 , 𝑥 … 𝑥 }. La fonction de répartition 𝐹 vérifie:
 Si 𝑥 ∈] − ∞; 𝑥 [ alors 𝐹(𝑥) = 0.
 Si 𝑥 ∈]𝑥 ; 𝑥 [ alors 𝐹(𝑥) = 𝑝 .
 Si 𝑥 ∈]𝑥 ; 𝑥 [ alors 𝐹(𝑥) = 𝑝 + 𝑝 + ⋯ + 𝑝 .
 Si 𝑥 ≥ 𝑥 alors 𝐹(𝑥) = 1.
Propriété: 𝑝 = 𝐹(𝑥 ) − 𝐹(𝑥 ).
Exemple 1: Une urne contient 4 boules vertes et 3 rouges, on tire de l'urne simultanément 4 boules.
Soit 𝑋 la loi de probabilité qui lie chaque tirage avec le nombre des boules vertes tirées. Déterminer
la loi de probabilité de 𝑋 et la fonction de répartition.
Exemple 2: On considère un ensemble de 10 personnes (5 hommes et 5 femmes). On choisit au
hasard 4 personnes pour créer une commission. Soit 𝑋 la variable aléatoire qui est en relation avec le
nombre des femmes qui se trouvent dans l'équipe. Déterminer la loi de probabilité de 𝑋 et la
fonction de répartition.
Exemple 3: On tire successivement et avec remise 4 boule d'une urne qui contient 3 boules blanches
et 2 noires.
1. Soit 𝑋 la variable aléatoire qui lie toutes les possibilités aux nombres des boules noires tirées.
Déterminer la loi de probabilité 𝑋 et la fonction de répartition.
2. Même question avec tirage successifs sans remise.
Exemple 4: On lance une pièce de monnaie un certain nombre de fois. Soit 𝑋 le nombre de jets
nécessaires pour obtenir pile pour la 1 fois. Déterminer la loi de probabilité de 𝑋 et la fonction de
répartition.
Caractéristiques d'une variable aléatoire:
Définition 1: Soit 𝑋 une variable aléatoire discréte de loi de probabilité (𝑥 ; 𝑝 ), défini sur un nombre
fini 𝑛 d'événements élémentaires, alors l'éspérance de 𝑋 est définie par: 𝐸(𝑋) = ∑ 𝑥 𝑝 .
Définition 2: Soit 𝑋 une variable aléatoire ayant une éspérance 𝐸(𝑥), on appélle variance de 𝑋 le réel
𝑉(𝑋) = 𝐸([(𝑋 − 𝐸(𝑋)] ).
Proposition: 𝑉(𝑋) = 𝐸(𝑋 ) − 𝐸(𝑋) .
Définition 3: Soit 𝑋 une variable aléatoire ayant une variance 𝑉(𝑋), on appelle écart-type de 𝑋, le
réel: 𝜎(𝑋) = 𝑉(𝑋).

Variables aléatoires continues

Définition: Une variable aléatoire 𝑋 est dite continue si ses valeurs sont réparties de façon continue
sur un intervalle.
Remarque: Dans le cas d'une variable aléatoire continue, on ne considère plus la probabilité que la
variable aléatoire prenne une valeur donnée mais que sa valeur soit comprise dans un intervalle
donné. En effet, pour une variable aléatoire continue, la probabilité associée à l'événement {𝑋 = 𝑎}
est nulle, car il est impossible d'observer cette valeur. On considère alors la probabilité que la
variable aléatoire 𝑋 prenne des valeurs comprises dans un intervalle [𝑎, 𝑏] tel que 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏).
Exemples: La taille, le poids, la température...
Lorsque cet intervalle tend vers 0, la valeur prise par 𝑋 tend vers une fonction que l'on appelle
fonction densité de probabilité ou densité de probabilité.
 𝑅→𝑅
Définition: On appelle densité de probabilité toute application continue par morceaux: 𝑓:
𝑥 → 𝑓(𝑥)
telle que:
 (∀𝑥 ∈ 𝑅)𝑓(𝑥) ≥ 0
 ∫ 𝑓(𝑥)𝑑𝑥 = 1
Exemple 1:
Soit la fonction de densité de probabilité 𝑓(𝑥):
 L'aire hachurée en vert correspond à la
probabilité 𝑃(𝑋 < −10)
 L'aire hachurée en bleu correspond à la
probabilité 𝑃(10 < 𝑋 < 15)

( )
Exemple 2: La fonction 𝑓(𝑥) = 𝑠𝑖 − 1 ≤ 𝑥 ≤ 3 est une fonction de densité.
0 𝑠𝑖𝑛𝑜𝑛
𝑘 𝑠𝑖 0 ≤ 𝑥 ≤ 1
Exemple 3: Soit 𝑓(𝑥) = . Calculer 𝑘 pour que 𝑓 soit une fonction de densité.
0 𝑠𝑖𝑛𝑜𝑛
Remarque: La fonction de réparation 𝐹 de la fonction densité de probabilité 𝑓 est la suivante:

(∀𝑡 ∈ 𝑅)𝐹(𝑎) = 𝑃(𝑋 ≤ 𝑎) = 𝑓(𝑡)𝑑𝑡

Proposition: Soit 𝑋 une variable aléatoire de densité 𝑓 et de fonction de répartition 𝐹, alors:

𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝐹(𝑏) − 𝐹(𝑎) = 𝑓(𝑥)𝑑𝑥 𝑎𝑣𝑒𝑐 𝑎 < 𝑏

Exemple 1: Soit 𝑓(𝑥) = −2𝑒 + 2𝑒 𝑠𝑖 𝑥 ≥ 0, vérifier que 𝑓 est une fonction densité et
0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
déterminer sa fonction de répartition.
Exemple 2: On suppose que la durée de vie d'un individu est une variable aléatoire continue dont la
densité de probabilité est:
𝑓(𝑡) = 𝑘𝑡 (100 − 𝑡) ; 𝑡 ∈ [0; 100]
0 𝑠𝑖𝑛𝑜𝑛
1. Déterminer 𝑘 pour que 𝑓 soit la fonction densité d'une variable aléatoire.
2. Calculer la probabilité pour qu'un individu meure entre 60 et 70 ans.
Caractéristiques d'une variable aléatoire:
Définition: Soit 𝑋 une variable aléatoire de densité 𝑓, on appelle espérance de 𝑋, le réel 𝐸(𝑋) défini
par: 𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥.
Définition: Soit 𝑋 une variable aléatoire continue et 𝑓 sa densité de probabilité, alors la variance de
𝑋 est le nombre réel positif tel que: 𝑉(𝑋) = ∫ 𝑥 − 𝐸(𝑋) 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 𝑓(𝑥)𝑑𝑥 − 𝐸(𝑋) .
Exemple 1: Une variable aléatoire continue notée 𝑋 a pour densité:
1
𝑓(𝑥) = 2 − 𝑎𝑥 𝑠𝑖 0 ≤ 𝑥 ≤ 4
0 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
1. Calculer 𝑎.
2. Calculer 𝐸(𝑋) et 𝑉(𝑋).
3. Déterminer la fonction de répartition de 𝑋.
4. Calculer 𝑃(1 < 𝑋 ≤ 2).
Exemple 2: Soit 𝑋 une variable aléatoire dont la fonction de répartition est:
0 𝑠𝑖 𝑥 < 0
𝐹(𝑋) =
1−𝑒 𝑠𝑖 𝑥 ≥ 0
1. Déterminer 𝑓(𝑥).
2. Calculer 𝐸(𝑋) et 𝑉(𝑋).
3. Calculer 𝑃(−2 ≤ 𝑋 < 2).