Chapitre 3: Variables Aléatoires

Institut Mines-Télécom (IMT)

Bachlor Science et Ingenierie du Numérique

Année 2023/2024

1 / 20
Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

2 / 20
Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Discrètes 3 / 20

Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Discrètes Définition et Exemple 4 / 20

Définition
Soit un univers Ω associé à une expérience aléatoire, sur lequel on a défini
une mesure de probabilité. Une variable aléatoire X est une application de
l’ensemble des événements élémentaires de l’univers Ω vers . Elle est R
discrète si son support X (Ω) est au plus dénombrable.

Exemple : Considérons l’expérience aléatoire qui consiste à lancer 3 fois

une pièce de monaie. Soit X la variable aléatoire qui compte le nombre de
face pile obtenue.
Donner la loi de X .
Les valeurs possibles prises par la variable aléatoire X sont :

X (Ω) = {0, 1, 2, 3}

Remarque : Par convention, une variable aléatoire sera représentée par

une lettre majuscule X alors que les valeurs particulières qu’elle peut
prendre seront désignées par des lettres minuscules x1 , x2 , . . . , xi ,..., xn .

Variables Aléatoires Discrètes Définition et Exemple 5 / 20

Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Discrètes Loi de Probabilité 6 / 20

Une variable aléatoire X est caractérisée par l’ensemble des valeurs qu’elle
peut prendre et par l’expression mathématique de la probabilité de ces
valeurs. Cette expression s’appelle la loi de probabilité (ou distribution de
probabilité) de la variable aléatoire X .

Loi de Probabilité discrète

La loi de probabilité d’une variable aléatoire discrète X est entièrement
déterminée par les probabilités pi = P(X = xi ), xi parcourant l’univers
image X (Ω). La loi de probabilité est donnée par les (xi , pi ) .

Exemple : Donner la loi de probabilité de la variable aléatoire de l’example

précédant
Réponse
La distribution de probabilité de la variable aléatoire X est :

xi 0 1 2 3
pi = P(X = xi ) 1/8 3/8 3/8 1/8

Variables Aléatoires Discrètes Loi de Probabilité 7 / 20

Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Discrètes Fonction de Répartition 8 / 20

En théorie des probabilités la notion de fonction de répartition correspond
la notion de fréquences cumulées croissantes en statistique descriptive.
Fonction de répartition
La fonction de répartition d’une variable aléatoire discrète X indique pour
chaque valeur réelle x la probabilité que X prenne une valeur au plus égale
à x. C’est la somme des probabilités des valeurs de X jusqu’à x. On la note

R
X
F (x) = P(X ≤ x) = P(X = xi ), ∀x ∈ .
xi ≤x

Exemple : La fonction de répartition d’une variable aléatoire discrète X de

l’example préćedant est :
xi 0 1 2 3
F (xi ) = P(X ≤ xi ) 1/8 4/8 7/8 1
Remarque :
La fonction de répartition est toujours croissante.
La fonction de répartition est toujours comprise entre 0 et 1.
Si a ≤ b alors P(a ≤ X ≤ b) = F (b) − F (a).
Variables Aléatoires Discrètes Fonction de Répartition 9 / 20
Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Discrètes Espérance et Variance 10 / 20

Le concept d’espérance mathématique pour une variable aléatoire
correspond au concept de moyenne arithmétique des valeurs d’une variable
numérique observée en statistique descriptive.
Espérance mathématique
L’espérance mathématique d’une variable aléatoire discrète X ,
généralement noté E[X ], est le moment simple d’ordre 1 de la variable X
donné par : X
E[X ] = xi P(X = xi ).
i

Exemple : L’espérance mathématique d’une variable aléatoire discrète X

de notre example est :
3
X 1 3 3 1 12
E[X ] = xi P(X = xi ) = 0 × +1× +2× +3 =
8 8 8 8 8
i=1

Remarque : Si le support X (Ω) possède un maximum et un minimum,

alors E[X ] existe et xmin ≤ E[X ] ≤ xmax
Variables Aléatoires Discrètes Espérance et Variance 11 / 20
Propriétés
Si X et Y sont deux variables aléatoires définies sur un même univers Ω,
admettant une espérance, alors :
E[X + Y ] = E[X ] + E[Y ] ;
E[aX ] = aE[X ], ∀a ∈ R;
E[X + b] = E[X ] + b, ∀b ∈ R.
Variance
La variance d’une variable aléatoire est l’espérance mathématique du carré
de l’écart à l’espérance mathématique. Si X est une variable aléatoire ayant
une espérance E[X ], on appelle variance de X le réel :

V (X ) = E[(X − E[X ])2 ], ou V (X ) = E[X 2 ] − (E[X ])2

Ecart-type
Si X est une variable aléatoire ayant
p une variance V (X ), on appelle
écart-type de X le réel : σ(X ) = V (X ).
Variables Aléatoires Discrètes Espérance et Variance 12 / 20
Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Continues 13 / 20

Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Continues Densité de probabilité 14 / 20

Définition
Une variable aléatoire est dite continue si elle peut prendre toutes les
valeurs dans un intervalle donné (borné ou non borné). En règle générale,
toutes les variables qui résultent d’une mesure sont de type continu.

Exemple : La taille des joueurs de basket est une variable aléatoire

continue.
Dans le cas continue, la loi de probabilité d’une variable aléatoire continue
X est définie par sa fonction densité de probabilité.
Densité de probabilité
On appelle densité de probabilité toute application continue par morceaux
R R
f : → telle que :
∀x ∈ R, f (x) ≥ 0 ;
R +∞
−∞ f (x)dx = 1.

Exemple : La fonction définie par f (x) = 12 e −|x| est une densité de

probabilité.
Variables Aléatoires Continues Densité de probabilité 15 / 20
Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Continues Fonction de Répartition 16 / 20

Définition
Une variable aléatoire X définie sur un univers Ω est dite absolument
continue, s’il existe une fonction densité de probabilité f telle que :

R
Z t
∀t ∈ , P(X < t) = f (x)dx
−∞

La fonction de répartition correspond aux probabilités cumulées associées à

la variable aléatoire continue sur l’intervalle d’étude.
Fonction de répartition
La fonction de répartition d’une variable aléatoire continue X est définie par

R
Z t
F (t) = P(X < t) = f (x)dx, ∀t ∈
−∞

Remarque :
R
La fonction de répartition est continue et croissante sur et dérivable
en tout point où f est continue.
La fonction de répartition est toujours comprise entre 0 et 1.
Variables Aléatoires Continues Fonction de Répartition 17 / 20
Plan

1 Variables Aléatoires Discrètes

Définition et Exemple
Loi de Probabilité
Fonction de Répartition
Espérance et Variance

2 Variables Aléatoires Continues

Densité de probabilité
Fonction de Répartition
Espérance et Variance

Variables Aléatoires Continues Espérance et Variance 18 / 20

Espérance mathématique
Si X est une variable aléatoire absolument continue de densité f , on
appelle espérance de X , le réel E[X ] défini par
Z +∞
E[X ] = xf (x)dx.
−∞

si cette intégrale est convergente.

Exemple : L’espérance mathématique d’une variable aléatoire X de densité

de probabilité f (x) = 21 e −|x| est donnée par
+∞ +∞
1
Z Z
E[X ] = xf (x)dx = xe −|x| dx
−∞ 2 −∞
Z 0 +∞
1 1
Z
= xe dx +x
xe −x dx
2 −∞ 2 0
=0

Variables Aléatoires Continues Espérance et Variance 19 / 20

Variance
Si X est une variable aléatoire continue donnée par sa densité de
probabilité alors la variance de X est le nombre réel positif tel que :
Z +∞ Z +∞
2
V (X ) = (x − E[X ]) f (x)dx = x 2 f (x)dx − E[X ]2 .
−∞ −∞

si cette intégrale est convergente.

Exemple : La variance d’une variable aléatoire X de densité de probabilité

f (x) = 12 e −|x| est donnée par
+∞ +∞
1
Z Z
V (X ) = 2 2
x f (x)dx − E[X ] = x 2 e −|x| dx − 0
−∞ 2 −∞
Z 0 +∞
1 1
Z
= 2 x
x e dx + x 2 e −x dx
2 −∞ 2 0
=

Variables Aléatoires Continues Espérance et Variance 20 / 20