Probabilités et variables aléatoires

I- Introduction aux probabilités

1- Définitions
le résultat d’une expérience aléatoire s’appelle événement.
La quantification des « chances » qu’un tel événement a de se réaliser
correspond à la notion intuitive de probabilité.

Pour réaliser cette quantification, il est nécessaire de décrire au

préalable, très précisément, l’ensemble des résultats possibles, appelés
événements élémentaires.

Cet ensemble expérimental s’appelle ensemble fondamental (ou

univers) et est noté traditionnellement Ω.

Exemple 1.1
On lance une seule fois, un dé à six faces numérotées : Ω = {1, 2, 3, 4,
5, 6}.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
Le dé peut tomber sur la face numéro 3, c’est une éventualité possible
( un événement).
P ( face 3) = nombre de cas favorables/ nombres de cas possible.
Sa chance de réalisation (sa probabilité) est égale P( face 3) = 1/6.

*Soient A « obtenir la face 1 » et B « Obtenir une face dont le numéro

est strictement inférieur à 2 ». A et B sont deux événements
identiques.

*Soit l’événement C «Obtenir une face numéroté 7 ». C Est un

événement impossible. P ( C) = 0.

*Soit l’événement D « obtenir une face dont le numéro est inférieur ou

égal à 6 ». Est un événement certain. P(D) = 1.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
*A ∪ B : la réalisation de A ou de B.
P(A ∪ B ) = P( A ) + P( B) – P(A ∩ B ).

Exemple: on lance un dé une fois, soit A « obtenir la face 5 » et B «

obtenir un nombre impaire ». Calculer P(A ∪ B ).
P(A ∪ B ) = P( A ) + P( B) – P(A ∩ B )
= 1/6 + 3/6 - 1/6
=½

*A ∩ B : Les deux événements A et B sont réalisés.

Dans l’exemple précédent P (A ∩ B ) = 1/6.

*A ∩ B = ∅ : Les événements A et B sont incompatible ( par exemple, A

« obtenir la face 5 » et B « obtenir un nombre pair ».
 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions

* Est l’événement contraire à l’événement A.

P ( ) = 1 – P (A).
Exemple: Soit l’événement A « le nombre obtenu est différent du 5 »,
calculer la probabilité associé à A .

P ( A) = 1 – P ( ) = 1 -1/6 = 5/6.

*A/B : signifie la réalisation de l’événement A sachant la réalisation de B.

P (A/B) = P(A ∩ B )/ P(B)

* Lorsque P(A ∩ B) = P(A)*P(B), A et B sont indépendants.

 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
Exemple
l’issue d’un jet de dé, on sait que B« le résultat est supérieur à trois » et
on s’intéresse l’événement A« obtenir une face paire ».
Calculer la probabilité P (A/B).

P( A/ B) = P(A ∩ B )/ P (B)

Avec (A ∩ B ) la face obtenue est paire et supérieure à 3.

Donc P(A ∩ B ) = 2/6

P(B) = 3/6.
P (A / B) = (2/6)/ (3/6) = 2/3.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
Exercice 1
Dans un tournoi d’exhibition de tennis, Djokovic doit affronter Nadal et
Federer au cours de trois sets successifs où ses deux adversaires
alterneront.

Il remportera ce tournoi s’il gagne deux sets consécutifs.

Il considère que la probabilité p de battre Federer est supérieure à celle

q de battre Nadal :𝑝 > 𝑞.

Quel adversaire va-t-il choisir d’affronter en premier ?

 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
Solution
Pour une succession Fed-Nadal-Fed, sa probabilité de gain est :
𝑝1 = 𝑝𝑞 + (1 − 𝑝)𝑞𝑝.
Pour une succession Nadal-Fed-Nadal, cette probabilité est :
𝑝2 = 𝑞𝑝 + (1 − 𝑞)𝑝𝑞
On a P1 = pq + (1 – p)qp et P2 = qp + (1-q)pq
Pour comparer P1 et P2, il faut comparer (1-p) et (1-q)
on sait que p > q
-p < -q
(1-p) < (1-q)
d’où P1 < P2
Il doit donc choisir d’affronter le joueur le plus fort en premier (soit la
combinaison {N, F, N}, ce paradoxe s’expliquant par le fait qu’il a plus de
chances de le battre une fois sur deux parties que sur une seule.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
Exercice 2 :
Deux joueurs de tennis s’entraînent au service, le joueur A servant une
fois sur trois et le joueur B deux fois sur trois. Leurs pourcentages de
réussite au service sont respectivement de 90 % et de 60 %.

1. Si vous assistez à un service réussi au cours de cet entraînement,

quelle est la probabilité qu’il s’agisse du joueur B ?

2. Que vaut cette même probabilité dans le cas où les joueurs A et B

ont un même pourcentage de réussite au service ?
 Probabilités et variables aléatoires
I- Introduction aux probabilités
1- Définitions
Exercice 2 :
Solution:
1)
Si on note 𝑅 l’événement « réussir son service », on obtient :
𝑃 (𝐵|𝑅) = 𝑃 (𝐵 ∩ 𝑅) / P ( R)
=( 2/3 * 6/10) / [(2/3 *6/10) + ( 1/3 *9/10)]
=(12/30) / (12/30) + (9/30)
= (12/30 ) / (21/30)
=4/7.
2) Avec des probabilités de succès égales (noté p)
𝑃 (𝐵|𝑅) = 𝑃 (𝐵 ∩ 𝑅) / P ( R)
= (2/3 * p) / [(2/3 * p) + (1/3 * p)]
= (2/3 p)/ (p)
= 2/3.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
une variable aléatoire est une application définie sur l'ensemble des
éventualités, c'est-à-dire l'ensemble des résultats possibles d'une
expérience aléatoire.

2-1- Variable aléatoire discrète

On dit qu'une variable aléatoire est discrète si elle ne prend qu'un
nombre fini ou dénombrable de valeurs .

Exemple.
On jette deux dés distincts et on s’intéresse à la somme des points.
On note X cette variable aléatoire, elle est définie par X : Ω → R avec Ω
= {(1, 1),(1, 2), . . . ,(6, 5),(6, 6)} (ω1, ω2)
$→ ω1 + ω2.
L’ensemble des valeurs possibles de X est {2, 3, . . . , 12}.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète (VAD)
2-1-1- Les paramètres d’une variable aléatoire discrète
On peut calculer pour une VAD un paramètre de tendance centrale
(l’espérance mathématique) et un paramètre de dispersion (la variance
et donc l’écart-type).

*L’espérance mathématique E (X)

C’est l’équivalent de la moyenne arithmétique d’une variable
quantitative discrète, sa formule est la suivante:
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-1- Les paramètres d’une variable aléatoire discrète
*La variance
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 encore V(X) = E (X ² ) – [E(X)]²

Si X est une variable aléatoire ayant une variance V(X), on appelle écart-
type de X,
le réel : σ =
 Probabilités et variables aléatoires
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-1- Les paramètres d’une variable aléatoire discrète

Exemple d’application
Dans un jeu de pari, deux joueurs (A et B) se sont mis d’accord sur les
règles suivantes:
-Le joueur A lance une fois, un dé équilibré à six faces numéroté de 1 à
6.
-Si le résultat obtenu est inférieur ou égal à 2 , A verse à B un montant
de 20 dh;
-Si le résultat obtenu est trois, aucun des deux joueurs ne verse une
somme à l’autre;
-Si le résultat obtenu est strictement supérieur à 3, le joueur B verse à A
une somme de 18 dh.
Soit X la variable aléatoire associé aux gains obtenus par le joueur A.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-1- Les paramètres d’une variable aléatoire discrète

1) Définir la loi de probabilité associée à la variable aléatoire X.

2) Calculer l’espérance mathématique et la variance de X.

Solution:
3) La loi de probabilité de X
Xi -20 0 18 Total
P (X = xi) 2/6 1/6 3/6 1
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-1- Les paramètres d’une variable aléatoire discrète
X = -20 correspond la probabilité que le résultat du lance soit la face 1
ou la face 2 , en effet
P( X = -20) = 1/6 + 1/6 = 2/6.
P(X = 0) = 1/6.
P (X = 18) = 1/6 +1/6 +1/6 = 3/6.
2) L’espérance mathématique et la variance de X.
Xi -20 0 18 Total
P (X = xi) 2/6 1/6 3/6 1
xi * pi -40/6 0 54/6 14/6
xi² * pi 800/6 0 972/6 1772/6
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-1- Les paramètres d’une variable aléatoire discrète
Donc
E (X) = (-40/6) + (0) + ( 54/6) = 14/6 = 2, 33 dh.
Si ce jeu s’effectue un nombre important de fois, le gain moyen du
candidat A sera de 2,33 dirhams.

V(X) = (1772/6) –(14/6)²

V(X) = 289, 89.

L’écart type est de 17,02 dh.

 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-2- Les lois discrètes les plus connues
Les lois discrètes les plus courantes sont les suivantes:

• La Loi uniforme

La loi uniforme sur un ensemble fini est la loi des "tirages au hasard"
dans cet ensemble, ou équiprobabilité.
Elle donne la même probabilité à tous les éléments de l'ensemble.

Par exemple: les face d’un dé ont toutes la même probabilité

d’apparition (soit 1/6).
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-2- Les lois discrètes les plus connues
*La loi de Bernoulli
On dit que X suit une loi de Bernoulli de paramètre p, si :

X (Ω) = {0, 1} et P ( X = 1) = p et P ( X = 0) = 1-p.

Exemple: on lance une fois, une pièce de monnaie, la probabilité

d’apparition de la face P ( X = face) = p = 0,5 .

Et la probabilité d’apparition du pile P ( X = pile) = 1-0,5 = 0,5.

 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-2- Les lois discrètes les plus connues
*La loi binomiale
On dit qu'une variable aléatoire X suit la loi binomiale si :

1- X prend ses valeurs dans l'ensemble {0, 1 , 2 ……n}

2- P ( X = k) =

La loi binomiale est une généralisation d’une expérience de Bernoulli.

Exemple: on lance une pièce de monnaie 10 fois, la probabilité

d’obtenir 4 face est égale:
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-2- Les lois discrètes les plus connues
*La loi binomiale
P ( X = 4) =

Avevc

= (10!)/ (4!)(10 -6)!

P( X=4) = 0,205.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-2- Les mois discrètes les plus connues
*La loi géométrique
On dit qu'une variable aléatoire suit la loi géométrique , si :

1) X prend ses valeurs dans {1,2, 3,…….n};

2) P ( X = k) =
pout tout k ≥ 1.
Le nombre d'expériences indépendantes nécessaires à la première
observation d'un évènement suit une loi géométrique.

Exemple on lance une pièce de monnaie 10 fois, la probabilité d’obtenir

face à la première lancée et à la sixième lancée est :
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-1- Variable aléatoire discrète
2-1-2- Les mois discrètes les plus connues
*La loi géométrique

P ( X = 1) =
= 0,5.

P (X = 6) =
=0,015.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-2- Variable aléatoire continue
Soit X une variable aléatoire à valeurs dans A et fx une densité
de probabilité sur R.
On dit que X est une variable aléatoire continue de densité fx
si pour tout intervalle A de R on a :

Une variable aléatoire continue X , de densité fx , tombe entre a

et b avec une probabilité égale à :
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-2- Variable aléatoire continue
Pour démontrer que fx soit une fonction de densité sur un intervalle I =
[a , b] :
-Il faut que fx soit continue sur I;
-Il faut que fx soit positive sur I;

-Il faut que =1

Exemple: on considère la fonction f définie sur [0;4] par f(x)=x/8.

1) Vérifier que f est bien une densité de probabilité sur [0;4].

2) Soit X est une variable aléatoire de densité f. Déterminer la

probabilité: Px(1≤X≤3).
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-2- Variable aléatoire continue
Solution
1) fx une densité sur [0,4]
-Il faut que fx = x/8 = 1/8 * x est une fonction affine, elle est donc
continue sur [0 ,4]
-Il faut que fx soit positive sur [0 ,4], on a x ⩾ 0
1/8 * x ⩾ 0
Donc fx est positive sur [0 ,4]

-Il faut que =1

En effet, fonction primitive de fx = x/ 8 est Fx =x²/16.

f(4) – f(0) = (16/16 - 0 ) = 1 -0 = 1.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-2- Variable aléatoire continue
Solution
Donc fx une densité sur [0,4].

2) Déterminer la probabilité: Px(1≤X≤3).

Px(1≤X≤3)=

f (3) – f (1) = 1/16 ( 9- 1) = 0,5.

 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-2- Variable aléatoire continue
* La loi normale
La loi normale, loi de Gauss, ou de Laplace-Gauss, est la plus célèbre
des lois de probabilité.

Son succès, et son omniprésence dans les sciences de la vie, viennent

du théorème central limite que nous étudierons plus loin.
La loi normale de paramètre est notée: N (m,
σ²)
Elle a pour densité :

f (x) =
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
2-2- Variable aléatoire continue
*La loi exponentielle
Les lois exponentielles modélisent des durées aléatoires, comme des
durées de vie de particules en physique.
La loi exponentielle est notée .

Elle a pour densité :

f(x) = par : f(t) = λ
Avec réel λ > 0
f définie sur [0; +∞[
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 1:
En coupe Davis les nations disputent 5 match de tennis. Le pays gagnant
est celui qui remporte le plus de matchs, la rencontre comportant 4
matchs en simple et un match en double.

On fait l’hypothèse que pour ces 5 matchs chaque pays a la même

probabilité de l’emporter.

Déterminer la loi de probabilité de la v.a. 𝑋 qui représente le nombre de

matchs gagnés par une équipe.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 1:
Solution:
X le nombre de match remporté par une nation X suit une loi
binomiale B (n, p) avec n = 5 et p =0,5. : Ω = {0,1, 2, 3,4,5}
XI 0 1 2 3 4 5 Total

P( X = xi) 0,03125 0,15625 0,3125 0,3125 0,15625 0,03125 1

P ( X = 0) =

P( X =1) =

-etc.
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 2:
L’évolution des cours (en dh) d’une action donnée durant l’année 2009,
suit une variable aléatoire continue X défini par la fonction suivante f(x)
= k/x² sur l’intervalle [200 ; 400 ], avec k > 0.

1) Déterminer la valeur k pour que f(x) soit une densité de

probabilité.

2) Calculer l’espérance mathématique et interpréter sa valeur.

3) Calculer la probabilité P (250 ≤ X ≤ 300 ).

 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 2:
Solution:
1) Déterminer la valeur k pour que f(x) soit une densité de
probabilité.
*f(x) est continue sur l’intervalle [200 400);
*f(x) est positive sur [200 , 400]
En effet on a 200 ≤ x ≤ 400
(200)² ≤ (x )²≤ (400)²
(1/(400)²≤ 1/x² ≤ (1/200²)
k*(1/400)²≤ k*(1/x² )≤ k(1/(200)²)

2) Calculer l’espérance mathématique et interpréter sa valeur.

3) Calculer la probabilité P (250 ≤ X ≤ 300 ).
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 2:
Solution:
*

K*

1= k*

K = 400
 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 2:
Solution:
2) Calculer l’espérance mathématique et interpréter sa valeur.

E(X) =

E (X) = 400 [ Ln (400) – Ln (200)]

= 400 (5,991 – 5,298)

E (X) = 277, 24.

Le cours moyen de cet action durant 2009 est de 277, 24 dirhams.

 Probabilités et variables aléatoires
I- Introduction aux probabilités
2- Variables aléatoires
Exercice 2:
Solution:
3) Calculer la probabilité P (250 ≤ X ≤ 300 ).

P (250 ≤ X ≤ 300 ) =

400 ([-1/x] ) = 400 (-1/300 + 1/200)

= 400 ((-2 +3)/ 600)
=4/6 .