Cours Prob 1 Etud

2020
Polycopié de cours
Probabilités 1
Deuxième années mathématiques
I. Laroussi
Université Frères Mentouri

Constantine 1
01/01/2020
Table des matières
Table des matières i
Introduction iii
1 Les Probabilités 1
1.1 L’analyse combinatoire . . . . . . . . . . . . . . . . . . . . . 1
1.2 Expériences et événements aléatoires . . . . . . . . . . . . . 4
1.3 Les Probabilités . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Les variables aléatoires discrètes et leur lois usuelles 21

2.1 Définition général d’une variables aléatoires . . . . . . . . . 21
2.2 Variable aléatoire discrète . . . . . . . . . . . . . . . . . . . 22
2.3 Fonction de répartition d’une v.a. discrète . . . . . . . . . . 24
2.4 Les moments . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5 Fonctions génératrices des moments . . . . . . . . . . . . . . 27
2.6 Quelques lois discrètes usuelles . . . . . . . . . . . . . . . . . 28
2.7 Approximation entre variables aléatoires discrètes . . . . . . 36
2.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3 Variables aléatoires absolument continues 43

3.1 Les v. a. r. absolument continus . . . . . . . . . . . . . . . . 43
3.2 Fonction de répartition . . . . . . . . . . . . . . . . . . . . . 45
3.3 Les moments . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4 Fonction caractéristique . . . . . . . . . . . . . . . . . . . . 48
3.5 Lois de probabilités absolument continues usuelles . . . . . 51
i
Table des matières
3.6 Approximation par une loi normale . . . . . . . . . . . . . . 64

3.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4 Vecteurs aléatoires 69
4.1 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . 69
4.2 La fonction de répartition . . . . . . . . . . . . . . . . . . . 73
4.3 Les moments . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.4 Loi conditionnelle et indépendance . . . . . . . . . . . . . . 77
4.5 Calcul de loi . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6 Vecteur Gaussien . . . . . . . . . . . . . . . . . . . . . . . . 83
4.7 Fonction caractéristique d’un couple . . . . . . . . . . . . . . 86
4.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5 Convergence en loi 91
5.1 Fonction caractéristique et somme de variables . . . . . . . . 91
5.2 Convergence en loi . . . . . . . . . . . . . . . . . . . . . . . 93
5.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
ii
Introduction
La théorie des probabilités n’est pas figée et se développe pour répondre

à des besoins réels. La propagation d’une épidémie ou d’une pandémie,
les jeux de hasard, les files d’attentes, la fiabilité des systèmes, les télé-
communications, les finances ... ont été à l’origine de certains problèmes
mathématiques difficiles dont la théorie des probabilités procure des solu-
tions intégrales ou partielles. Le résultat d’un jet de dé ou d’un scrutin
est un exemple simple d’événements issus d’une expérience dont le résultat
ne peut être prédit. De tels événements, dépendant du hasard, sont dits
aléatoires et constituent une idée importante en théorie des probabilités.
Cette dernière se détermine par le nombre de cas favorables sur le nombre
de cas possibles et la solution fait souvent appel au dénombrement. Ce cours
a pour but de familiariser l’étudiant avec le raisonnement probabiliste. Par
rapport à un autre cours de mathématiques, il se différencie par l’ambition
de modéliser certaines données réels. Un modèle mathématiquement cor-
rect ne suffirait donc pas toujours, il faudrait encore que celui-ci coı̈ncide
aux observations. Dans certaines situations, le cadre théorique précédent
est insuffisant, c’est le cas en particulier quand on s’intéresse à une mesure
physique (poids, tension électrique, ...) qui prend ses valeurs sur R qui n’est
malheureusement pas dénombrable. Ce sont alors d’autres techniques qui
sont employées et sont consacrés à la notion de densité de probabilité et à
l’approximation par la loi normale. C’est la partie “probabilités continues”.
Ce polycopié vise les étudiants de 1er et 2ième années mathématiques.
Il se divise en deux parties principales : la première concerne un rap-
pelle assez conséquent sur les statistiques descriptives (à un et à deux ca-
ractères), les probabilités avec un ensemble fondamentale définit, dans sa
plus grande généralité, fini ou dénombrable. C’est la partie “probabilités
iii
Introduction
discrètes”(chapitres 1 et 3). Le chapitre 4 rappelle une introduction aux

variables aléatoires discrètes.
La seconde partie, englobe les probabilités continues, les variables aléatoires
continues, les vecteurs aléatoires, un peut de simulation de variable aléatoire
théorique et enfin la convergence en loi avec quelques exercices. Afin de
mettre l’accent sur les problèmes fondamentaux de conditionnement et
de prédiction, nous avons réduit à sa plus simple expression l’informa-
tion théorique de ce cours. Nous avons en particulier toujours privilégié
la démarche constructive à la démarche axiomatique.
iv
1 Les Probabilités
Dans la première partie, nous allons voir l’analyse combinatoire base

incontournable, dans la formation, de tous probabilistes statisticiens. Son
objectif est d’étudier comment dénombrer (compter) des objets (disposi-
tions) d’un ensemble fini. En deuxième partie on défini les fondements prin-
cipales ainsi que, le langage utilisé pour parler des expériences aléatoires.
Après avoir présenté les événements résultats d’expérience aléatoire, nous
allons, dans ce chapitre, essayer de quantifier ou mesurer la réalisation de
ses événements de sorte à ne plus parler d’eux comme étant des ensembles
qui peuvent ou pas se réalisés mais plutôt, comme étant une quantité ou
chiffre dans [0; 1] qui peut correspondre à un pourcentage en multipliant
par 100%.
1.1 L’analyse combinatoire
L’idée qui construit cette discipline est de trouver un nombre entier

(n ∈ N) qui représente le cardinale d’une partition d’un ensemble fini.
Cette partition est choisie suivant des conditions ou critères spécifique et
la finalité est de savoir combien, à partir d’un ensemble Ω de n éléments,
peut-on construire de groupes composés de k éléments (k ≤ n). Ce der-
nier sous-groupe occupe une position dite disposition. Pour facilité la
compréhension, nous allons prendre l’exemple de quatre étudiants et nous
voulons savoir combien de disposition peut-on obtenir pour choisir deux
étudiants parmi ces quatre. Supposons que nos étudiants sont nommés
1
1. Les Probabilités
A,B,C et D, on obtient si l’ordre de notre couple est important

( )
(A, B); (A, C); (A, D); (B, A); (B, C); (B, D);
Ω1 = .
(C, A); (C, B); (C, D); (D, A); (D, B); (D, C)
Si l’ordre n’est pas important, on obtient
Ω2 = {(A, B); (A, C); (A, D); (B, C); (B, D); (C, D)}.
Nous allons mieux expliqué l’idée d’ordre. Ici on dit que le couple (A, B)
est une disposition et dans le premier cas, on obtient 12 dispositions alors
que dans le deuxième, on obtient 6 dispositions. Dans les parties qui vont
suivre, nous allons voir est nommé cette différence ainsi qu’apprendre à
calculer card(Ω) sans avoir à la définir ou à définir ses éléments.
1.1.1 Type de dispositions

Maintenant et suivant le raisonnement précédent, nous allons voir qu’il
existe deux type de dispositions. La première est dite avec répétition et
c’est le cas où dans l’exemple précédent on peut obtenir des couples du
genre (A, A) ou (B, B) . . .. Ce cas de figure ne sera pas pris en compte
dans la suite de notre cour et nous allons plus travailler dans le deuxième
cas qui est sans répétition. Nous allons voir qu’il existe deux types de
dispositions et cela même sans avoir de répétition qui sont avec ordre ou
sans ordre.
Arrangement
On appelle arrangement de k éléments toute disposition ordonnée de

k éléments pris parmi n éléments de l’ensemble fini Ω. Le nombre des ar-
rangements de k parmi n est noté Akn tel que
n!
Akn = , (1.1)
(n − k)!
avec 1 ≤ k ≤ n. L’idée, pour obtenir cette formule, est que si on suppose

que nous avons k emplacements et nous voulons les occupés par k éléments
d’un ensemble de n éléments, alors on obtient que le 1er emplacement est
2
1.1. L’analyse combinatoire
convoité par n éléments, le deuxième est convoité, obligatoirement, par n−1

éléments et cela du fait que nous devons respecter l’ordre et ainsi de suite. A
la position k il nous reste (n − k + 1) élément qui convoite cet emplacement.
Donc, on peut l’écrire comme
Akn = n(n − 1)(n − 2) . . . (n − k + 2)(n − k + 1).
qui peut s’écrire sous la forme
n(n − 1)(n − 2) . . . (n − k + 2)(n − k + 1)(n − k)(n − k − 1) . . . 4.3.2.1

Akn =
(n − k)(n − k − 1) . . . 4.3.2.1
ce qui implique l’écriture (1.1).

Dans le cas où n = k, nous parlons de permutation, puisque nous
aurons dénombré toutes les possibilité de faire assoir n individus dans n
emplacements. Ce nombre est noté Pn et est égale à Pn = n!. On peut
vérifier cette écriture en remplaçant k par n dans la relation (1.1) et en
utilisant que 0! = 1.
Combinaison
Si dans un ensemble Ω, nous voulons tiré k éléments de ces n éléments

sans respecter un ordre quelconque, on obtient une combinaison. Le nombre
totale de toutes les combinaisons possibles de k parmi n est noté Cnk . Pour
calculer ce nombre, nous allons procédé de la même manière que pour les
arrangements mais en enlevant les cas de disposition semblable. C’est-à-
dire que nous allons passé par deux étapes. La première est d’arranger k
éléments parmi n, ce qui nous donne Akn possibilités. Une fois tiré, il y a k!
manière de les ordonner. D’où que
Akn n!
Cnk = = .
k! k!(n − k)!
!
n
La notation Cnk est parfois remplacer par . Elles sont aussi appelé
k
les coefficients binomiaux.
3
Propriétés des combinaisons
Quelques propriétés seront identifier dans cette partie, mais d’autres

existe et serons rencontrer dans la suite du chapitre.
— La symétrie
1. Cn0 = Cnn = 1.
2. Si n ≥ 1 alors, Cn1 = Cnn−1 = n.

3. Si n ≥ 2 alors, Cn2 = Cnn−2 .
Par conséquent, on déduit
Cnk = Cnn−k .
— La formule de Pascal
Si 0 ≤ k ≤ n − 1 alors,
k−1 k
Cn−1 + Cn−1 = Cnk .
— La formule du binôme de Newton

Elle correspond à la décomposition des différents termes de la puis-
sance nième du binôme (a + b).
n
X
n
∀a, b ∈ R, n ∈ N, (a + b) = Cnk an−k bk .
k=0
1.2 Expériences et événements aléatoires

En premier lieu, nous avons une expérience, qui reproduite dans des
conditions identiques conduit à plusieurs résultats que nous ne pouvons
prévoir, à l’avance est dite expérience aléatoire. L’ensemble qui contient
tous les résultats possible d’une expérience aléatoire est dit espace d’états
(ensemble fondamental associé à l’expérience). Il est noté Ω. Un résultat
possible de l’expérience est noté ω tel que ω ∈ Ω. Un exemple simple de ce
phénomène est le jet de deux pièces de monnaie, donc Ω = {P P, P F, F P, F F };,
ici ω1 = P P. Les ωi sont appelé des événements élémentaires et on
4
1.2. Expériences et événements aléatoires
appel tous sous-ensemble A ⊂ Ω tel que A 6= ωi un événement com-

posé associé à l’expérience aléatoire. Par exemple, A est l’événement
le jet des pièces donne au moins un pile , on a A = {P P, P F, F P } =
{P P } ∪ {P F } ∪ {F P }. D’où l’appellation composé. D’autres cas de figure
d’expériences aléatoires donnent des ensembles fondamentales de cardinale
non fini (card Ω = ∞).
Donc les événements aléatoires sont des sous-ensembles de Ω et toutes
les opérations élémentaires sur les ensembles seront renommer suivants le
langage de l’aléatoire et cela pour décrire diverses possibilités de réalisations
d’événements.
1.2.1 Relation sur les événements aléatoires

Soient deux événements aléatoires A et B.
— La réalisation de l’événement contraire “inverse” à A noté Ā est le
résultat de l’expérience aléatoire qui n’appartient pas à A, on dit non
A.
— L’événement “ A et B se réalise en même temps”, noté A ∩ B
représente les résultats de l’expérience aléatoire appartenant à A et
B en même temps.
— L’événement “A ou B se réalise” veut dire que l’un des deux événements
est réalisé noté A ∪ B. On dit aussi que le résultat de l’expérience se
trouve dans A ou B.
— La réalisation de l’événement A implique la réalisation de B s’écrit
A ⊂ B.
— Si l’événement A ∩ B donne l’ensemble vide, on dit que A et B sont
deux événements incompatibles. On dit aussi que le résultat de
l’expérience ne peut être à la fois dans A et B.
— On appel Ω l’événement certain. Puisque tous les résultats de l’expérience
ω se trouve dans Ω.
— Le contraire de l’événement certain ce dit l’événement impossible
et est noté ∅.
Nous allons maintenant construire un espace A qui est l’ensemble de
tous les événements de Ω qui vérifie des opérations ensemblistes.
5
1.2.2 L’algèbre et la σ-algèbre

L’algèbre est un ensemble d’ensembles qui vérifie pour A, B ∈ Ω alors
1. Ω ∈ A;
2. Ā ∈ A;
3. A ∪ B ∈ A.
Ce qui implique que A ∩ B ∈ A; ∅ ∈ A.
A une σ-algèbre est plus générale pour l’union, c-à-d,
a) A est une algèbre.
b) Pour une suite d’événements (An )n∈N∗ on ait ∪n∈N∗ An ∈ A.
Ce qui implique que A est stable par intersection dénombrable ∩n∈N∗ An ∈
A.
On dit que l’espace (Ω, A) est un espace probabilisable.
1.3 Les Probabilités

1.3.1 Définition et propriétés d’une probabilité
Soit P une application définie de (Ω, A) dans [0; 1] tel que, pour tout
événement A ∈ A on lui fait correspondre la quantité P(A). On écrit
P : (Ω, A) −→ [0; 1]
A 7−→ P(A)
Cette application vérifie les axiomes suivants

A1) P(Ω) = 1. L’événement certain admet une probabilité égale à un.
A2) P(A) ≥ 0 pour tout A ∈ A. La probabilité de A est toujours supérieure
à zéro.
A3) Si A, B ∈ A : A ∩ B = ∅ =⇒ P(A ∪ B) = P(A) + P(B). Si deux
événements sont incompatible alors la probabilité de leur unions est
égale à la somme de leurs probabilité .
P
A4) Si (An )n∈N∗ : Ai ∩ Aj = ∅ ∀i 6= j =⇒ P(∪n∈N∗ An ) = n∈N∗ P(An ).
6
1.3. Les Probabilités
Remarque 1 1. Si Ω est finie on a A est une algèbre et la probabilité

est définie à l’aide des axiomes A1), A2) et A3).
2. Si Ω est infinie dénombrable on a A est une σ-algèbre P(N) et la
probabilité est définie à l’aide des axiomes A1), A2) et A4).
3. Si Ω est infinie (dans R ou bien Ω ⊂ τR = {] − ∞, b[, b ∈ R}) on
a A est une σ-algèbre B(R) dite borélienne de R et la probabilité est
définie à l’aide des axiomes A1), A2) et A4).
De ces trois axiomes on aboutie à quelques propriétés qui sont donnés par
(A3)
1. P(∅) = 0, on a ∅ = Ω ∩ ∅ =⇒ P(Ω) = P(Ω ∪ ∅) = P(Ω) + P(∅),
d’après A1) on a P(Ω) = 1 et P(Ω) + P(∅) = 1 + P(∅) =⇒ 1 =
1 + P(∅) =⇒ P(∅) = 0.
2. ∀A ∈ A : P(A) = 1 − P(Ā). on a
(A3)
A ∪ Ā = Ω et A ∩ Ā = ∅, donc P(A ∪ Ā) = P(A) + P(Ā)
(A3)
=⇒ P(Ω) = P(A)+P(Ā) =⇒ 1 = P(A)+P(Ā) =⇒ P(A) = 1−P(Ā).
Le contraire aussi est juste P(Ā) = 1 − P(A).

3. ∀A ∈ A : 0 ≤ P(A) ≤ 1. D’après A2) on a P(A) ≥ 0, reste à
démontrer que P(A) ≤ 1. Nous avons
P(Ω) = P(A)+P(Ā) =⇒ 1 = P(A)+P(Ā) =⇒ P(A) ≤ 1 et P(Ā) ≤ 1.
Il existe d’autres propriétés que nous vairons à fur et à mesure.

On dit que l’espace (Ω, A, P) est un espace probabilisé.
Dans la suite nous allons définir comment calculer une probabilité, à
partir des axiomes et propriétés précédente, dans le cas d’espace d’états de
cardinal fini. Ce calcul va aboutir verre une propriété des plus importante
concernant l’espace des probabilités.
1.3.2 Calcul des probabilités uniforme

Soit Ω = {ωi : i = 1, . . . , n}. On parle de probabilité uniforme lorsque
on est en présence d’équiprobabilité. Ce qui veut dire que les événements
7
élémentaires ωi , de l’ensemble fondamental Ω (de cardinal fini), on la même

probabilité de ce réalisé noté p, autrement dit
[P(ωi ) = p, ∀ωi ∈ Ω].

n
S
Nous avons P(Ω) = 1 et nous avons l’écriture suivante Ω = ωi avec ωi
i=1
incompatible deux à deux, c’est-à-dire ωi ∩ ωj = ∅, ∀i 6= j. Donc nous avons
" n
! n
#
[ X
P(Ω) = P ωi = P(ωi ) = 1 . (1.2)
i=1 i=1
Et
n n
X X 1
P(ωi ) = p = np =⇒ np = 1 =⇒ p = .
i=1 i=1
n
Remarque 2 1. Dans le cas équiprobable la probabilité de l’événement

élémentaire ωi est toujours égale à n1 .
2. D’après la relation (1.2), on obtient que dans une expérience aléatoire,
quelque soit ça nature où le nombre de résultats possible est fini, la
somme des probabilités des événements élémentaires est toujours égale
à un.
D’après ces remarques on voit bien que la probabilité d’un événement

dépend du nombre d’éléments qui le compose, donc on aboutie à la relation
suivante.
k
S
Soit A ∈ A tel que A = ωti et {t1 , . . . , tk } ⊂ {i = 1, . . . , n}. Pour calculer
i=1
la probabilité de l’événement A nous allons utilisé l’écriture suivante
k
! k k
[ X X 1 k
P(A) = P ωti = P(ωti ) = = .
i=1 i=1 i=1
n n
Ainsi
card(A)
P(A) = .
card(Ω)
Suivant se raisonnement on obtient d’autres propriétés des probabilités.
8
1.3.3 Autres propriétés

Dans cette partie nous allons traité d’autres propriétés des probabilité
et la première concerne la probabilité de l’union de deux événements non
incompatible, c’est-à-dire le cas générale où A ∩ B 6= ∅. Nous allons avoir
P(A ∪ B) = P(A) + P(B) − P(A ∩ B) (1.3)
Nous avons aussi les propriétés suivantes
P(Ā ∩ B̄) = P(A ∪ B) = 1 − P(A ∪ B).
P(Ā ∪ B̄) = P(A ∩ B) = 1 − P(A ∩ B).
Exemple 1 Dans une population, 45% des individus sont vaccinés contre
la fièvre jaune, 60% sont vaccinés contre la diphtérie et 30% sont vaccinés
contre les deux maladies.
Quelle est la probabilité, pour un individu choisi au hasard, de n’être vacciné
contre aucune de ces maladies ?
Pour traité cet exemple, nous allons d’abord nommé les événements et on a
F :“ L’individu est vacciné contre la fièvre jaune”.
D :“ L’individu est vacciné contre la diphtérie”.
Nous avons aussi
45 60 30
P(F ) = = 0.45, P(D) = = 0.6 et P(F ∩ D) = = 0, 3.
100 100 100
La question est de calculer P(F̄ ∩ D̄) donc
P(F̄ ∩ D̄) = P(F ∪ D) = 1 − P(F ∪ D) = 1 − [P(F ) + P(D) − P(F ∩ D)]
et on a
P(F̄ ∩ D̄) = 1 − [0.45 + 0.60 − .30] = 0.25.
La seconde propriété que nous allons voir est utilisé dans le cas ou nos
événements sont compatible et en plus nous connaissons la probabilité de
l’un des événements ainsi que la probabilité qu’ils se produisent au même
temps. Cette probabilité est dite probabilité conditionnelle. Elle est
donnée par
P(A ∩ B)
P(A|B) = , (1.4)
P(B)
9
pour A et B deux événements de A avec P(B) 6= 0. De la formule (1.4), on

peut extraire deux autres formules, mais la plus importante est donnée par
P(A ∩ B) = P(A|B).P(B). (1.5)
Elle représente la formule de la probabilité composé.
Exemple 2 Un service hospitalier reçoit des malades atteints soit de la

maladie A, soit de la maladie B. Les proportions sont de 40% pour A et
60% pour B. Parmi les malades de A, il y a 50% de fumeurs et parmi
ceux qui sont atteints de B, il y a 60% de fumeurs. Quel est le pourcentage
de fumeurs dans l’ensemble des malades ? Quel est le pourcentage des non
fumeurs ?
Soient A :“Les malades atteints de la maladie A”, B :“Les malades atteints
de la maladie B” et F :“Les malades fumeurs”.
Nous avons P(A) = 0.4, P(B) = 0.6 et P(F |A) = 0.5, P(F |B) = 0.6, nous
avons aussi
P(F ) = P(F ∩ A) + P(F ∩ B) = P(A)P(F |A) + P(B)P(F |B) = 0.56,
et
P(F̄ ) = 1 − P(F ) = 1 − 0.56 = 0.44.
Dans la partie qui va suivre, nous allons essayer d’expliciter le cas de

figure ou les événements que nous étudions soit non dépendant l’un de
l’autre.
1.3.4 Les événements indépendants

Soit (Ω, A, P) un espace probabilisé, soient A etB deux événements.
On dit que A et B sont indépendants si et seulement si
P(A ∩ B) = P(A) × P(B). (1.6)
Cette équation mène à des propriétés assez intéressante utiliser dans le

calcule des probabilités.
10
Propriétés
Soient A, B ∈ A. Commençons par donner les propriétés suivantes

1. A et B indépendant =⇒ A et B̄ indépendants.
2. A et B indépendant =⇒ Ā et B indépendants.
3. A et B indépendant =⇒ Ā et B̄ indépendants.
4. A et B indépendant =⇒ P(A|B) = P(A) avec P(B) 6= 0.
Pour avoir une idée de démonstration, nous allons voir la première propriété.
P(A) = P(A ∩ Ω) = P(A ∩ (B ∪ B̄)) = P(A ∩ B) + P(A ∩ B̄),
du fait que (A ∩ B) et (A ∩ B̄) sont deux événements incompatibles. Et

nous avons que A et B sont indépendant, donc
P(A) = [P(A) × P(B)] + P(A ∩ B̄)
=⇒ P(A ∩ B̄) = P(A) − [P(A) × P(B)] = P(A) [1 − P(B)] ,

=⇒ P(A ∩ B̄) = P(A)P(B̄).
Pour la quatrième affirmation nous allons utilisé la définition de la proba-
bilité conditionnelle ainsi que celle de l’indépendance et on obtient
P(A ∩ B) P(A) × P(B)
P(A|B) = = = P(A).
P(B) P(B)
Passons maintenant à la généralisation de cette formule à trois événements.
Soient A, B et D des événements indépendants dans leur ensemble, ce qui
veut dire qu’ils sont indépendants deux à deux. On écrit
P(A ∩ B ∩ D) = P(A) × P(B) × P(D).
Généralisation
On dit que les événements (Ai )i=1,...,n sont indépendantes 2 à 2 si est

seulement si ∀i 6= j : P(Ai ∩ Aj ) = P(Ai )P(Aj ).
On dit que les événements (Ai )i=1,...,n sont mutuellement indépendantes si
est seulement si ∀k = 2, ..., n : et tout choix d’indices on a P(∩kj=1 Aj ) =
Qk
j=1 P(Aj ).
11
Proposition 1 L’indépendance mutuelle entraı̂ne leur indépendance 2 à 2.
La partie qui va suivre représente une formule très importante utiliser

surtout dans le cas d’un système d’événements qui vérifie des conditions
précisent.
Formule de Bayes
Soient (Ai )i=1,...,n une suite d’événements de A avec P(Ai ) 6= 0. On dit

de cette série que c’est un système complet de Ω si les Ai sont incompatible
deux à deux et en plus on a Ω = ni=1 Ai . Soit B ∈ A, alors
S
n
X
P(B) = P(Ai ) × P(B|Ai ). (1.7)
i=1
Pour démontrer cette écriture nous allons utilisé la définition de la probabi-

lité conditionnelle ainsi que celle de l’indépendance. On a l’écriture suivante
P(B) =P (B ∩ Ω)
n
!!
[
=P B ∩ Ai
i=1
n
!
[
=P (B ∩ Ai )
i=1
n
X
= P (B ∩ Ai )
i=1
Xn
= P(Ai ) × P(B|Ai ).
i=1
Si P(B) > 0 on peut aussi écrire

P(Ai ) × P(B|Ai )
P(Ai |B) = Pn , ∀i = 1, . . . , n. (1.8)
i=1 P(Ai ) × P(B|Ai )
Remarque 3 Dans le cas particulier ou le système complet est A, Ā on

obtient
P(A) × P(B|A)
P(A|B) = . (1.9)
P(A) × P(B|A) + P(Ā) × P(B|Ā)
Il faut savoir aussi utiliser un schéma pour mieux comprendre un exemple
sur la formule de Bayes.
12
Exemple 3 Un laboratoire a mis au point un alcootest. On sait que 2%

des personnes contrôlées par la police sont réellement en état d’ébriété. Les
premières essais ont conduit aux résultats suivants
— Lorsqu’une personne est réellement en état d’ébriété, 95 fois sur 100
l’alcootest se révèle positif.
— Lorsqu’une personne n’est en état d’ébriété, 96 fois sur 100 l’alcootest
se révèle négatif.
Quelle est la probabilité pour qu’une personne n’est pas en état d’ébriété
lorsque l’alcootest est positif ?
Quelle est la probabilité pour qu’une personne soit réellement en état d’ébriété
Notons A : “ La personne contrôlée est en état d’ébriété” et Ā :“ La per-
sonne contrôlée n’est pas en état d’ébriété.”
Soit B : “ L’alcootest est positif ” et B̄ : “ l’alcootest est négatif ”, on a
P(A) = 0.02, P(B|A) = 0.95; P(B̄|Ā) = 0.96.
Nous voulons calculer en premier lieu P(B|Ā). On a
P(Ω ∩ Ā) P(Ā)
P(Ω|Ā) = = = 1.
P(Ā) P(Ā)
Et
P(Ω ∩ Ā)
P(Ω|Ā) =
P(Ā)
P((B ∪ B̄) ∩ Ā)
=
P(Ā)
P(B ∩ Ā) + P(B̄ ∩ Ā)
=
P(Ā)
=P(B|Ā) + P(B̄|Ā).
Donc
P(B|Ā) + P(B̄|Ā) = 1. (1.10)
Cette relation démontre que la somme des probabilités conditionnelle par
rapport à un ensemble est égale à un.
Enfin, on obtient que P(B|Ā) = 1 − P(B̄|Ā) = 1 − 0.96 = 0.04.
Et nous voulons calculer P(A|B). D’après la formule (1.9), on a
P(A) × P(B|A)
P(A|B) = = 0.3265.
P(A) × P(B|A) + P(Ā) × P(B|Ā)
13
Figure 1.1 – Schéma de la formule de Bayes.
1.3.5 Calcul des probabilités non uniforme

Lorsque nous somme dans le cas non équiprobable, nous utilisons les
mêmes propriétés que le cas uniforme, mais pour calculer le cardinale d’un
événement, nous utilisons l’analyse combinatoire et l’exemple qui suit nous
donne un aperçut de la méthode.
Exemple 4 18 personnes se sont présentées à une collecte de sang. Parmi

celles-ci, on a noté 11 personnes du groupe O, 4 personnes du groupes A, 2
personnes du groupe B et 1 personne du groupe AB.
A l’issue de la collecte, on prélève au hasard 3 flacons parmi les 18 flacons
obtenus. Calculer la probabilité des événements suivants :
a)
— Les trois flacons appartiennent au groupe O.
— Les trois flacons appartiennent au groupe A.
— Les trois flacons appartiennent au groupe B.
— Les trois flacons appartiennent au groupe AB.
b) Les trois flacons appartiennent au même groupe.
c) Parmi les 3 flacons, il y’ a au moins 1 flacon du groupe A.
d) Les trois flacons appartiennent à 3 groupes différents.
14
Il faut savoir décortiqué se genre d’exemple pour pouvoir répondre aux ques-
tions. La première chose à faire est de désigné Ω ou bien calculer son car-
dinal sans la désigner. Ici Ω = {(O, A, B), . . .}, donc elle représente l’en-
semble des triplets du genre (O, A, B) et on voit bien que nous ne pouvons
l’écrire complètement. Il ne reste qu’a calculer son cardinal en utilisant
l’analyse combinatoire.
Remarquer que pour choisir les événement du genre (O, A, B), nous avons
pas précisé l’emplacement de chacun. Donc nous avons pas d’ordre, ce qui
revient à utiliser une combinaison et ainsi, on obtient que
3
card(Ω) = C18 = 816.
La deuxième étape est de nommer les événements que nous voulons utilisé.
Soient
— C :“Les trois flacons appartiennent au groupe O”.
— D :“Les trois flacons appartiennent au groupe A”.
— E :“ Les trois flacons appartiennent au groupe B”.
— F :“Les trois flacons appartiennent au groupe AB”.
a) Reste à calculer leurs probabilités. On a
card(C) C 31 165
P(C) = = 13 = .
card(Ω) C18 816
card(D) C3 4
P(D) = = 34 = .
card(Ω) C18 816
card(E) C3 0
P(E) = = 32 = = 0.
card(Ω) C18 816
card(F ) C3 0
P(F ) = = 31 = = 0.
card(Ω) C18 816
b) Les trois flacons appartiennent au même groupe,veut dire que les trois
W
flacons proviennent (du groupe O du groupe A). Ils ne peuvent provenir
du groupe B et AB du fait qu’il y a moins de trois flacons. Donc nous allons
calculer P(C ∪ E). On obtient P(C ∪ E) = P(C) + P(E) et cela du fait que
C et E sont deux événements incompatibles (C ∩ E) = ∅. Ainsi
165 4 169
P(C ∪ E) = P(C) + P(E) = + = .
816 816 816
15
c) Parmi les 3 flacons, il y’ a au moins 1 flacon du groupe A, veut dire

W
qu’il y a [ou bien (R1 :1 flacon du groupe A) (R1 : 2 flacons du groupe
W
A) (R1 : 3 flacons du groupe A)] et R1 , R2 et R3 sont des événements
incompatibles donc nous allons calculer la somme des probabilités
P(R1 ∪ R2 ∪ R3 ) = P(R1 ) + P(R2 ) + P(R3 ).
Avec
card(R1 )
2
C41 × C(18−4) 364
P(R1 ) = = 3
= .
card(Ω) C18 816
card(R2 )
1
C42 × C(18−4) 6
P(R2 ) = = 3
= .
card(Ω) C18 816
card(R3 ) 4
P(R3 ) = = P(E) = .
card(Ω) 816
Au final, on obtient
364 6 4
P(R1 ∪ R2 ∪ R3 ) = + + .
816 816 816
d) H :“Les trois flacons appartiennent à 3 groupes différents”, équivaut
_ _ _
[O, A, B] [O, A, AB] [O, B, AB] [A, B, AB],
donc
C41 × C11 1 × C21 C41 × C11 1 × C11 C11 × C11 1 × C21 C41 × C21 × C11 162
P(H) = + + + = .
816 816 816 816 816
Les chapitres suivants représentent une ouverture vers les variables aléatoires
usuelles dans le cas discret et continu.
16
1.4. Exercices
1.4 Exercices
Exercice 1 Soient (Ω, A) un espace probabilisable, A, B deux événements
de A. Donner pour chaque assertion son écriture en symboles (∪, ∩, complémentaire).
1. A se réalise.
2. L’événement contraire de A se réalise.
3. A et B se réalisent.
4. A et B ne se réalisent pas.
5. A et le contraire de B se réalisent.
6. un seul événement des deux se réalise.
7. Au moins l’un des deux se réalise.
Exercice 2 Soient (Ω, A, P) un espace probabilisé, A, B et (An )n∈N des

événements de A. Montrer les assertions suivantes.
1. P(∅) = 0.
2. P(Ā) = 1 − P(A).
3. P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
4. Si A ⊂ B alors P(A) ≤ P(B).

P
5. ∀n ∈ N, P ∪ An ≤ P(An ).
n∈N n∈N

6. Si (An )n∈N croissante alors P ∪ An = lim P(An ).
n∈N n→∞

7. Si (An )n∈N décroissante alors P ∩ An = lim P(An ).
n∈N n→∞
Exercice 3 Dans une population, 45% des individus sont vaccinés contre
la fièvre jaune, 60% sont vaccinés contre la diphtérie et 30% sont vaccinés
contre les deux maladies. Quelle est la probabilité, pour un individu choisi
au hasard, de n’être vacciné contre aucune de ces maladies ?
Exercice 4 Soient (Ω, A, P) un espace probabilisé, A, B deux événements

de A. Montrer les équivalences suivantes.
17
1. A et B indépendants.
2. A et B̄ indépendants.
3. Ā et B indépendants.
4. Ā et B̄ indépendants.
Exercice 5 Le tiers d’une population a été vacciné contre une maladie

contagieuse. au cours d’une épidémie, on a constaté que 5% des malades
avaient été vaccinés et que 8% des personnes vaccinées ont été malades.
1. Quelle était la probabilité pour un individu de la population de tomber
malade lors de l’épidémie ?
2. Quelle était la probabilité de tomber malade pour un individu non
vacciné ?
Exercice 6 Au retour de la plage, dans un groupe de 20 vacanciers, 5 ont

eu des coups de soleil, 8 ont été piqués par les moustiques et 10 sont saufs.
1. Quelle est la probabilité qu’un de ces touristes tiré au hasard souffre
à la fois d’un coup de soleil et soit piqué par les moustiques.
2. Sachant que ce touriste a été piqué par les moustiques, quelle est la
probabilité qu’il ait échappé aux coups de soleil ?
3. Notons M :“être piqué par les moustiques” et S :“avoir un coup de so-
leil”. Les événements M et S sont-ils indépendants ? Comparer P(M |S)
et P(M |S).
Exercice 7 Soient (Ω, A, P) un espace probabilisé, A, B et C des événements

de A tel que P(A ∩ C) 6= 0.
1. Montrer que P(A ∩ C|B) = P(A|B ∩ C)P(C|B).
2. Supposons maintenant que les événements A, B et C sont mutuelle-
ment indépendants tels que P(A) = 0.1, P(B) = 0.3 et P(C) = 0.2.
Calculer :P(Ā ∪ (B ∩ C)) et P(A ∪ B̄ ∪ C).
Exercice 8 Un service hospitalier reçoit des malades atteints soit de la

maladie A, soit de la maladie B. Les proportions sont de 40% pour A et
60% pour B. Parmi les malades de A, il y a 50% de fumeurs et parmi ceux
18
1.4. Exercices
qui sont atteints de B, il y a 60% de fumeurs. Quel est le pourcentage de

fumeurs dans l’ensemble des malades ? Quel est le pourcentage des non fu-
meurs ?
Exercice 9 Un laboratoire a mis au point un alcootest. On sait que 2%

des personnes contrôlées par la police sont réellement en état d’ébriété. Les
premières essais ont conduit aux résultats suivants
— Lorsqu’une personne est réellement en état d’ébriété, 95 fois sur 100
l’alcootest se révèle positif.
— Lorsqu’une personne n’est en état d’ébriété, 96 fois sur 100 l’alcootest
se révèle négatif.
Quelle est la probabilité pour qu’une personne n’est pas en état d’ébriété
Quelle est la probabilité pour qu’une personne soit réellement en état d’ébriété
19
2 Les variables aléatoires discrètes et leur
lois usuelles
La définition moderne d’une v.a. ne peut être exposée rigoureusement

sans faire appel à la théorie de la mesure et de l’intégration au sens de
Lebesgue. Donc dans ce chapitre, on définie d’une manière moins rigoureuse
une variable aléatoire. Aussi, on expose la fonction de répartition et les
moments d’ordre un et deux. Quelques lois discrètes, avec leurs paramètres
sont introduites.
2.1 Définition général d’une variables aléatoires

Pour f défini de E dans F avec B ⊂ F on appel image réciproque de B
par f l’ensemble donné par f −1 (B) = {x ∈ E| f (x) ∈ B}. Aussi,
Définition 1 Soient (E; A) et (F ; F) deux espaces mesurables, on dira que

la fonction f définie de (E; A) dans (F ; F) est mesurable si pour tout B ∈ F
alors f −1 (B) appartient à A.
Définition 2 Soit (Ω, A, P) un espace probabilisé (e.p.) et X : Ω → R. On

dit que X est mesurable (voir la définition1) si pour tout x ∈ R l’ensemble
X −1 (] − ∞, x]) ∈ A. On nome X variable aléatoire réelle noté v.a.r. où
B(R) est dite tribu borélienne sur R (ou tribu des boréliens de R) qui est
engendrée par les intervalles ouverts de R.
Remarque 4
1. X −1 (] − ∞, x]) = {ω ∈ Ω| X(ω) ∈] − ∞, x]} = {ω ∈ Ω| X(ω) ≤ x}.
21
2. Les variables aléatoires discrètes et leur lois usuelles
2. On utilise l’écriture suivante ∀A ∈ B(R); X −1 (A) = {X ∈ A}. C-à-d

qu’on considère ω comme indice caché.
X
3. Soient X et Y deux v. a. r. =⇒ X + Y, X − Y, X.Y, Y
sont des
variables aléatoires.
4. Comme X −1 (] − ∞, x]) ∈ A =⇒ P(X −1 (] − ∞, x])) existe. C-à-d,

on peut calculer sa probabilité.
5. Si X(Ω) = un ensemble fini ou dénombrable, on dit que X est une

v.a.r. discrète.
6. Si X(Ω) = R ou intervalle de R, on dit que X est une v.a.r continue.
2.1.1 La loi de probabilité

Définition 3 Soient (Ω, A, P) e.p., X une v.a.r. Soit PX définie sur (R, B(R))
par
∀A ∈ B(R); PX (A) = P[ω ∈ Ω : X(ω) ∈ A] = P[X −1 (A)].
PX est dite loi de probabilité de X.
Remarque 5 1. Ici aussi on utilise les notations
PX (A) = P[ω ∈ Ω : X(ω) ∈ A] = P[X ∈ A]
et PX (X −1 (] − ∞, x])) = P(X ≤ x).
2. Aussi PX ({x}) = P[ω ∈ Ω : X(ω) ∈ {x}] = P[X = x].
Proposition 2 L’application PX est une probabilité sur (R, B(R)).
2.2 Variable aléatoire discrète

Dans la suite nous allons définir la loi, la fonction de répartition et les
moments d’une variable aléatoire discrète.
22
2.2. Variable aléatoire discrète
2.2.1 Loi d’une v.a. discrète

Si X une v.a. discrète de valeurs {x1 , . . . , xn , . . .}, on dit qu’elle est
de loi de probabilité (pi = P(X = xi ))i=1,...,n, ... . On a aussi,
X
P(X = xi ) = 1.
i≥1
L’exemple suivant montre l’utilisation du passage de l’ensemble des

événements vers l’ensemble réel à l’aide du codage X.
Exemple 5 Soit l’expérience aléatoire :“ jet de deux dès non pipés”. On

obtient Ω = {(1, 1); (1, 2); . . . ; (6, 6)}.
1. On considère X :“somme des faces”⇔ X = {2, 3, . . . , 12}. On calcule

la probabilité de chaque valeur de X.
1
P(X = 2) = P[(1, 1)] = 36 ;
2
P(X = 3) = P[(1, 2); (2, 1)] = 36 ;
3
P(X = 4) = P[(2, 2); (3, 1); (1, 3)] = 36 ;
4
P(X = 5) = P[(1, 4); (4, 1); (3, 2); (2, 3)] = 36 ;
5
P(X = 6) = P[(1, 5); (5, 1); (3, 3); (4, 2), (2, 4)] = 36 ;
6
P(X = 7) = P[(3, 4); (4, 3); (5, 2); (2, 5); (1, 6); (6, 1)] = 36 ;
5
P(X = 8) = P[(2, 6); (6, 2); (3, 5); (5, 3); (4, 4)] = 36 ;
4
P(X = 9) = P[(3, 6); (6, 3); (4, 5); (5, 4); ] = 36 ;
3
P(X = 10) = P[(5, 5); (4, 6); (6, 4)] = 36 ;
2
P(X = 11) = P[(5, 6); (6, 5)] = 36 ;
1
P(X = 12) = P[(6, 6)] = 36 .
2. On considère Y :“maximum des deux faces”⇔ Y = {1, 2, . . . , 6}.
1
P(Y = 1) = P[(1, 1)] = 36 ;
3
P(Y = 2) = P[(2, 2); (1, 2); (2, 1)] = 36 ;
5
P(Y = 3) = P[(1, 3); (3, 1); (2, 3); (3, 2); (3, 3)] = 36 ;
7
P(Y = 4) = P[(1, 4); (4, 1); (2, 4); (4, 2); (3, 4); (4, 3); (4, 4)] = 36 ;
P(Y = 5) = P[(1, 5); (5, 1)(2, 5), (5, 2); (3, 5); (5, 3); (4, 5); (5, 4); (5, 5)] =
9
36
;
P(Y = 6) = P[(1, 6); (6, 1); (2, 6); (6, 2); (3, 6); (6, 3); (4, 6); (6, 4); (5, 6); (6, 5); (6, 6)] =
11
36
.
23
2.3 Fonction de répartition d’une v.a. discrète

On appelle fonction de répartition de X la fonction noté FX définie de
R dans [0, 1] par
FX (x) = P(] − ∞, x]) = P(X ≤ x); ∀x ∈ R. (2.1)
FX vérifie les propriétés suivantes

1. ∀x ∈ R, 0 ≤ FX (x) ≤ 1.
2. FX est une fonction croissante.
3. ∀a, b ∈ R : P [X ∈]a, b]] = FX (b) − FX (a).
4. FX est une fonction continue à droite et admet une limite à gauche
en tout point x ∈ R.
⇔ limFX (x + h) = limP(X ≤ x + h) = P(X ≤ x) = FX (x),
> >
h→0 h→0
⇔ limFX (x + h) = limP(X ≤ x + h) = P(X < x) = FX (x−).

< <
h→0 h→0
Remarque 6 1. Toute fonction qui vérifie les propriétés précédentes est

une fonction de répartition.
2. Deux fonctions de répartitions égales caractérisent la même loi de
probabilité.
En utilisant la définition de la fonction de répartition donné par la formule

P
(2.1), on a ∀x ∈ R, FX (x) = P(X ≤ x) = xi ≤x pi . On obtient une fonction
étagée continue à droite avec limite à gauche (càdlàg). Représentée comme
suit
Figure 2.1 – Fonction de répartition
24
2.4. Les moments
2.4 Les moments

L’espérance d’une v.a. joue le même rôle que la moyenne d’une v. sta-
tistique (v.s.). C’est-à-dire que la formule de l’espérance s’inspire de celle
de la moyenne. Soient X une variable aléatoire réelle définie sur l’espace
probabilisé (Ω, A, P) de loi (xi , pi )i=1,...n , on a
n
X n
X
x̄ = fi xi dans le cas descriptive ⇔ E(X) = pi xi dans le cas aléatoire.
i=1 i=1
Ici fi représente la fréquence d’observé xi et pi la probabilité de l’ob-

servé. Calculer les moments d’ordre p d’une variable équivaux le calcul
des moyennes ( noté x̄ dans le cas descriptive ⇔ noté E(X) dans le cas
aléatoire) de la puissance p ( c-à-d X p ) de cette v.a. mais il faut qu’elle soit
centrée ( c-à-d E{(X − E(X))p }).
Le moment d’ordre 2 représente la variance de la v.a. qui s’écrit
E{(X − E(X))2 } = E{X 2 − 2XE(X) + E(X)2 }.
Ce qui implique que
Var(X) = E{(X − E(X))2 }.
Remarquer qu’elle s’écrit de la même manière que dans le cas d’une v. s.

Pour calculer les moments d’ordre p d’une v.a. X il faut calculer E(X p ).
D’une manière générale, soit Z = g(X) une v.a. fonction de la v. a. X.
Pour calculer E(Z) on peut d’abord déterminer sa loi à partir de celle de
X et ensuite utiliser la définition de l’espérance mathématique. Mais, il est
possible de montrer que l’on peut directement calculer E(Z) sur la loi de
X en utilisant le théorème suivant.
Théorème 1 Soit X une v. a. discrète à valeurs x1 ; x2 ; . . . et g une ap-

plication mesurable de (R; BR ) dans (R; BR ), alors la v. a Z = g(X) admet
P
une espérance si et seulement si i≥1 |g(xi )|P(X = xi ) < ∞ et alors
X
E(Z) = E(g(X)) = g(xi )P(X = xi ).
i≥1
25
Ce qui implique que E(X p ) = i≥1 xpi P(X = xi ), ∀p ≥ 1. Une formule

P
très utile pour calculer la variance d’une v.a.

De la linéarité de la fonction somme, on a la linéarité de la fonction
espérance.
Propriété 1 1. Soient g et h deux fonctions de R et a, b ∈ R, on a
E(ag(X) + bh(X)) = aE(g(X)) + bE(h(X)).
2. Aussi, pour a, b ∈ R, on a
E(aX + b) = aE(X) + b.
3. Pour a ∈ R, on a E(a) = a.
4. Le moment centré d’ordre k ∈ N∗ de la v. a. X est donné par
E((X − E(X))k ).
Donc, on a E((X−E(X))1 ) = 0 et E((X−E(X))2 ) = E(X 2 )−E2 (X).

D’où que
Var(X) = E(X 2 ) − E2 (X).
5. Pour a ∈ R, on a : Var(a) = E(a2 ) − (E2 (a)) = a2 − a2 = 0.

6. Pour a ∈ R, on a
Var(aX) = E(a2 X 2 )−(E(aX))2 = a2 E(X 2 )−a2 E2 (X) = a2 Var(X).
p
7. L’écart-type de X est donné par σX = Var(X).
Il existe trois façons pour caractériser la loi d’une variable aléatoire

discrète (voir exercice (17)). La première est la définition (2.1.1) d’une v. a.
r., la deuxième est la fonction de répartition et la troisième est la fonction
de masse ou poids P[X = k]. La question qui se pose est, es-qu’il y a une
manière générale pour le faire ?
26
2.5. Fonctions génératrices des moments
2.5 Fonctions génératrices des moments

Soient X une v. a. r. et {E(g(X)), g ∈ F}, avec F est une classe de
fonction assez riche. Par exemple
1. g = 1]−∞, x] , x ∈ R.
2. g une fonction continue bornée g = lim 1An .
n→∞
Pn
3. g fonction positive définie par g = i=1 1An .
4. g fonction trigonométrique g(x) = eitx , t ∈ R dite transformé de
Fourier.
5. g(x) = sx , s ∈ [0, 1].
6. g(x) = etx , t ≥ 0 dite transformé de Laplace pour x ≥ 0.
Dans le cas discret à valeurs dans N on utilise la fonction génératrice.
Définition 4 — Si P est une loi de probabilité sur N alors sa fonction

génératrice notée gP : [0, 1] −→ R est définie par
∞
X
gP (s) = sn P(n), avec s ∈] − 1, 1].
n=0
— Si X est une v. a. discrète de loi P sur N alors gX = gP définie par

∞
X
gX (s) = sn P(X = n) = E(X s ), avec s ∈] − 1, 1].
n=0
Théorème 2 Propriétés des fonctions génératrices

Soit X une v. a. à valeurs dans N. gX vérifie les propriétés suivantes
1. gX est croissante sur [0, 1] avec gX (0) = P[X = 0] et gX (1) = P[X =
1].
2. gX est C ∞ (] − 1, 1[) est ses dérivées “engendrent les probabilités” :
(n)
gX = n!P[X = n], ∀n ∈ N.
3. Soit Y une v. a. discrète ; X et Y on même loi ⇔ gX = gY .

4. Si X(X − 1) . . . (X − k + 1) est intégrable (k ∈ N∗ ) alors
(k)
E (X(X − 1) . . . (X − k + 1)) = limgX (s).
s%1
27
La démonstration de ce théorème se fera comme exercice (18).

Comme il a été vue plus haut, si le nombre des valeurs de X sont
fini ou dénombrable, on parle de v.a.r discrète. Il existe des lois de pro-
babilités usuelles discrètes qui sont : la loi de Bernoulli, Binomiale, hy-
pergéométrique, géométrique et Poisson. La suite du cours est consacré aux
variables discrètes les plus utilisés ainsi que leurs caractéristiques c-à-d loi,
fonction de répartition, espérance et variance.
2.6 Quelques lois discrètes usuelles

Soit X v.a.r discrète à valeurs (xi )i∈I de loi de probabilité (pi )i∈I , tel
que pi = P[X = xi ] est dite fonction de masse. Pour chaque loi on donne
les caractéristiques représenter par l’écriture explicite de la loi et la fonction
de répartition, ici, la formule est donnée par
X X
FX (x) = P[X ≤ x] = P[X = xi ] = pi .
i∈I,xi ≤x i∈I,xi ≤x
Cette écriture correspond à la notion de fréquence cumulée rencontré en

statistique descriptive noté Fi . Enfin, les moments d’ordre un et deux donné
par X
E(X) = xi p i ,
i∈I
X
Var(X) = E[(X − E(X))2 ] = E(X 2 ) − (E(X))2 = x2i pi − (E(X))2 .
i∈I
2.6.1 Loi de Bernoulli

Si on dispose d’une expérience aléatoire avec uniquement deux événements
alternatives possibles de type “succès ou échec”, “vrai ou faux”, “marche
ou arrêt”, “pile ou face”,... etc, mais pas les deux simultanément.
La loi de probabilité
Un succès est représenté par l’événement {X = 1} tandis que {X = 0}

correspond à un échec avec X(Ω) = {0, 1}.
Puisque l’on a P[X = 0] = 1 − P[X = 1], la loi de X ne dépend que d’un
28
2.6. Quelques lois discrètes usuelles
paramètre (la probabilité de succès p) ; on parle alors de la loi de Bernoulli

de paramètre p noté par X ' B(p) et caractérisée par P[X = 1] = p, P[X =
0] = 1 − p. On peut aussi écrire
P[X = k] = pk (1 − p)1−k , avec k = 0, 1. (2.2)
Cette loi est représenter par un diagramme à deux battons.
La fonction de répartition
La fonction de répartition d’une variable X ' B(p) est


 0
 si ; x < 0
FX (x) = 1 − p si ; 0 ≤ x < 1 .

1 si x ≥ 1

Le graphe de la fonction de répartition de la loi de Bernoulli est une fonction

en escalier à trois marches.
Les moments p = 1, 2
L’espérance d’une variable X ' B(p) se calcul comme suit

X
E(X) = xi P[X = xi ] = 0.(1 − p) + 1.(p) = p.
i=0,1
Et la variance est donnée par

X
Var(X) = E(X 2 )−(E(X))2 = x2i P[X = xi ]−p2 = 0.(1−p)+1.p−p2 = p(1−p).
i=0,1
En résumé X ' B(p) ⇔
1. X = {0, 1},
2. P[X = k] = pk (1 − p)1−k , avec k = 0, 1.
3. E(X) = p, Var(X) = p(1 − p).
29
2.6.2 Loi Binomiale

Si on répète l’expérience de Bernoulli n fois d’une manière indépendante
et on calcul le nombre de succès obtenue (c-à-d, le nombre de X = 1), on se
retrouve avec une nouvelle v.a. noté Sn (S pour somme), dite loi Binomiale
noté Sn ' B(n, p). Qui prend les valeurs 0, 1, . . . , n, ce qui veut dire que
pour Sn = 0 on obtient aucun succès. Si Sn = 1, on obtient un succès et
(n − 1) échecs. . . . Si Sn = n, on obtient un succès et aucun échec. Donc
pour obtenir la loi de cette variable, on doit calculer P(Sn = k) avec k =
0, 1, . . . n.
La loi de probabilité
On peut écrire Sn comme étant la somme de n v.a. indépendantes et

identiquement distribuées (i. i. d) Xi ' B(p) comme suit, Sn = ni=1 Xi .
P
Avec
(
0 si succès à la ieme épreuve avec une probabilité p
Xi = .
1 si échec à la ieme épreuve avec une probabilité 1 − p
Cette écriture simplifiera le calcul de l’espérance et la variance. Aussi pour
avoir la loi de la v. a. on doit comprendre que
— Il n’y a qu’un seul cas qui correspondant à 0 succès parmi n épreuves :
(Échec, Échec, . . . , Échec).
— Il n’y a qu’un seul cas qui correspondant à n succès parmi n épreuves :
(Succès, Succès, . . . , Succès).
— Il y a n cas qui correspondant à 1 succès parmi n épreuves : (Succès,
Échec, Échec, . . . , Échec) ou (Échec, Succès, Échec, . . . , Échec)
ou (Échec, Échec, Succès, . . . , Échec). . . (Échec, Échec, Échec, . . . ,
Succès).
— Il y a Cnk cas qui correspond à k succès et (n − k) échec parmi n
épreuves.
— La probabilité de l’événement qui correspond à k succès et (n − k)
échec parmi n épreuve est
P [(X1 = 1) et (X2 = 1) . . . et (Xk = 1) et (Xk+1 = 0) . . . et (Xn = 0)]

indépendance
= P(X1 = 1)P(X2 = 1) . . . P(Xk = 1)P(Xk+1 = 0) . . . P(Xn = 0)
30
= pk (1 − p)(n−k) .
Donc, on obtient au final la loi de probabilité donné par
P[Sn = k] = Cnk pk (1 − p)(n−k) = pk , avec k = 0, 1, . . . , n. (2.3)
Cette loi est représenter par un diagramme à n battons.
La fonction de répartition
La fonction de répartition d’une variable Sn ' B(n, p) de valeurs k =

0, . . . , n et de loi de probabilité définie par pk donnée par la formule (2.3)
est 
 0


si ; x < 0
 p1 si ; 0 ≤ x < 1



FX (x) = (p1 + p2 ) si ; 1 ≤ x < 2 .


 .
.. .
..



1 si (n − 1) ≤ x ≤ n

Le graphe de la fonction de répartition de la loi Binomiale est une fonction

en escalier à (n + 1) marches.
Les moments p = 1, 2
L’espérance et la variance d’une variable Sn ' B(n, p) se calcul de deux

manière comme suit
n
X X
E(Sn ) = kP[Sn = k] = kCnk pk (1 − p)(n−k)
k=0 k=0,n
n
X n!
= k pk (1 − p)(n−k)
k=0
k!(n − k)!
n
X (n − 1)!
= np p(k−1) (1 − p)(n−k) .
k=1
(k − 1)!(n − k)!
En utilisant le changement de variable suivant k 0 = k − 1 ⇔ k = k 0 + 1, on
obtient
n−1
X (n − 1)! 0 0
E(Sn ) = np 0 0
pk (1 − p)(n−k −1) .
k0 =0
k !(n − k − 1)!
31
En réutilisant un changement de variable n0 = n − 1, on obtient

n 0
X n0 ! 0 0 0
E(Sn ) = np 0 0 0
pk (1 − p)(n −k )
k0 =0
k !(n − k )!
| {z }
=1
= np.
La deuxième méthode
n
! n
E linéaire
X X
E(Sn ) = E Xk = E(Xk ) = np.
| {z }
k=1 k=1 =p
Et la variance est donnée par

n
X
Var(Sn ) = E(Sn2 ) − (E(Sn ))2 = k 2 P[Sn = k] − (np)2
i=0
n
X n!
= k2 pk (1 − p)(n−k) − (np)2 .
k=0
k!(n − k)!
De la même manière, on obtient
n−1
X (n − 1)! 0 0
Var(Sn ) = np (k 0 + 1) 0 0
pk (1 − p)(n−k −1) − (np)2
k0 =0
k !(n − k − 1)!
n−1
X (n − 1)! 0 0
= np pk (1 − p)(n−k −1)
k0 =0
k 0 !(n 0
− k − 1)!
| {z }
=1
n−1
X (n − 1)! 0 0
+np k0 pk (1 − p)(n−k −1) − (np)2
k0 =0
k 0 !(n − k 0 − 1)!
| {z }
=p(n−1)
= np + n(n − 1)p2 − (np)2 = np − np2

= np(1 − p).
La deuxième méthode pour la variance
n
!
X
Var(Sn ) = Var Xk
k=1
32
n
Var semi linéaire
X
= Var(Xk )
k=1
= np(1 − p).
En résumé Sn ' B(n, p) ⇔
1. k ∈ {0, 1, . . . , n},
2. P[Sn = k] = Cnk pk (1 − p)(n−k) , avec k = 0, 1, . . . , n,
3. E(Sn ) = np,
4. Var(Sn ) = np(1 − p).
La loi binomiale est utilisée que si les expériences sont non exhaustives,
c’est la loi du tirage avec remise et les événements considérés doivent être
indépendants.
2.6.3 Loi hypergéométrique

Cette loi de probabilité discrète est très proche de la loi binomiale. Elle
décrit une suite d’épreuves dont le résultat aléatoire est binaire (de type
succès, échec). La seule différence est qu’un individu, ne peut apparaı̂tre
deux fois. Il s’agit donc d’un tirage exhaustif. En autre terme sans
remise .
En plus du paramètre p qui est la probabilité de l’événement favorable,
la loi hypergéométrique fait intervenir deux paramètres de taille : celui de
l’échantillon (n) et celui de la population de référence (N ). C’est-à-dire,
considérons une population de N objets parmi lesquels M sont d’un type
(noté type I) et N − M d’un second type (noté type II), dans laquelle
en tire sans remise n ≤ N individus. Soit X une v.a. qui représente le
nombre d’individus de type I (par exemple) parmi n et p = M N
représente la
probabilité de tiré un individu de type I. Remarquer que max(0, n − N +
M ) ≤ k ≤ min(n, M )) et on note cette loi par X ' H N, n, p = M

N
.
Loi de probabilité et moments
Pour une v.a. X de loi hypergéométrique alors on a,

k
CM CNn−k
−M
P[X = k] = n
= pk , avec k ∈ {max(0, n−N +M ), . . . , min(n, M )}.
CN
33
Cette loi est représentée par une fonction de répartition similaire à celle
de la loi binomiale avec les sauts pk . L’espérance est la même que celle de
la loi binomiale, à savoir E(X) = np. En revanche, la variance est un peu
inférieure puisqu’à chaque tirage on retire une observation de l’échantillon,
donc
N −n
Var(X) = np(1 − p).
N −1
2.6.4 Loi géométrique

La loi géométrique est une loi de probabilité discrète qui représente
la loi de l’observation du nombre d’épreuves de Bernoulli identiques et
indépendantes qui se succéder pour espérer un premier succès. Elle
n’a donc qu’un paramètre, la probabilité de succès p. De cette probabi-
lité découle celle d’un échec 1–p. Une variable aléatoire X suit une loi
géométrique de paramètre p est noté par X ' G(p).
Loi de probabilité, fonction de répartition et moments
La loi géométrique est définie pour un n qui représente le nombre de

tirages. La probabilité de remporter un premier succès à l’épreuve n est
égale à
P[X = n] = p(1 − p)n−1 = pn .
La fonction de répartition F (n) définie la probabilité de réaliser au plus n

épreuves pour obtenir le premier succès.
FX (n) = P[X ≤ n] = 1 − (1 − p)n .
En effet, on a de P(X = n) que

n
X n−1
X
i
P[X ≤ n] = p(1 − p) = p (1 − p)i .
i=1 i=0
Qui représente la somme des n premiers termes d’une suite géométrique

(d’où l’appellation) de raison (1 − p) et de premier terme 1. Alors
1 − (1 − p)n
P[X ≤ n] = p = 1 − (1 − p)n .
1 − (1 − p)
34
L’espérance est E(X) = p1 et la variance est donnée par Var(X) = 1−p p2

. Par
exemple, il faut en moyenne six essais pour obtenir un 6 avec un dé cubique
non truqué (l’inverse de 1/6). Encore une fois, attention à la problématique.
Si par exemple on s’intéresse au nombre d’échecs en excluant le succès, nous
avons : Temps d’attente. On lance une pièce de monnaie (truquée) dont la
probabilité d’obtenir pile est p. On note X le nombre de lancers nécessaires
pour obtenir pile. Alors X suit une loi géométrique de paramètre p.
2.6.5 Loi Poisson

La loi de poisson noté P(λ) est une loi de probabilité qui s’applique
aux événements exceptionnels (une pandémie, une épidémie,...), elle décrit
aussi le nombre de survenues d’un événement pendant une duré de temps
déterminée. Elle survient de la même manière que la loi de Binomiale mais
avec une taille d’échantillon n assez grande et une probabilité de l’événement
qui nous intéresse p assez petit. Le nombre aléatoire X de ces événements
suit une loi de Poisson de paramètre λ = np > 0 qui représente la moyenne
d’événements apparus.
Loi de probabilité, fonction de répartition et moments
Donc, pour un nombre réel positif λ > 0. On dit que la variable aléatoire
X suit une loi de Poisson de paramètre λ, si X est une variable aléatoire
discrète prenant la valeur entière n avec la probabilité
exp−λ λn
P(X = n) = = pn ; si n = 0; 1; 2; . . . .
n!
La fonction de répartition F (n) est définie par
Γ ([n + 1], λ)
F (n) = P[X ≤ n] = , n ≥ 0,
[n]!
où Γ (x, y) est la fonction gamma incomplète et où [x] est la partie entière
de x.
L’espérance de cette variable est E(X) = λ et sa variance est Var(X) = λ.
On a
X X exp−λ λn
E(X) = nP[X = n] = n .
n≥0 n≥0
n!
35
On sait que
X λn λ2 λ3

λ λ2
X λn
n = λ + 2 + 3 + ... = λ 1 + + + ... = λ = λ expλ .
n≥0
n! 2! 3! 1! 2! n≥0
n!
Donc E(X) = λ expλ exp−λ = λ. De même pour la variance, on a

X X exp−λ λn
Var(X) = E(X 2 )−E2 (X) = nP[X = n]−E2 (X) = n2 −(λ2 ).
n≥0 n≥0
n!
Aussi
−λ
λn λ2 λ3 λ2

2 exp λ
X
−λ −λ
n = exp λ + 2 + 3 + . . . = λ exp 1 + 2 + 3 + ...
n≥0
n! 1! 2! 1! 2!
 
λn
X n X n 
−λ
X
−λ 
 λ λ   = λ2 + λ.
= λ exp (n + 1) = λ exp  n +
n≥0
n!  n≥0 n! n≥0 |{z}
n!  
| {z } =expλ
=λ expλ
Donc Var(X) = λ2 + λ − λ2 = λ.
2.7 Approximation entre variables aléatoires discrètes

En pratique, dans quelques cas de figures, on se retrouve avec deux
probabilités égales P(X = k) = P(Y = k 0 ) de deux lois de probabilités
différentes. D’où le terme approximation. Dans la suite, nous allons voir ses
cas.
2.7.1 Approximation de la loi hypergéométrique par une loi Binomiale

Soit X ' H N, n, p = M

N
avec N la taille de la population contenant
M individus de type I et N − M du type II. On tire de cette population
un échantillon de taille n sans remise, avec n ≤ inf(M, N − M ). Lorsque
N → ∞, n et p = M N
restent fixes (ce qui sous-entend que M → ∞ tel que
M
N
→ p, on a
lim P[X = k] = P[Y = k].
N →+∞
p= M
N
36
2.7. Approximation entre variables aléatoires discrètes
Où Y ' B(n, p). Effectivement, d’après la définition de la loi de X

k
CM CNn−k
−M
P[X = k] = n
, ∀k = 0, . . . , n
CN
M! (N −M )!
k!(M −k)! (n−k)!(N −M −n+k)!
= N!
n!(N −n)!
n! [M (M − 1) . . . (M − k + 1)][(N − M )(N − M − 1) . . . (N − M − n + k + 1)]

=
k!(n − k)! N (N − 1) . . . (N − n + 1)
k termes (n−k) termes
z }| {z }| {
M (M − 1) . . . (M − k + 1) (N − M )(N − M − 1) . . . (N − M − n + k + 1)
= Cnk .
N (N − 1) . . . (N − n + 1)
| {z }
n termes
On multiplie le numérateur et le dénominateur par N1n = N1k N n−k

1
, pour
obtenir
h M (k−1) i h N M (N −1) M (N −n+k+1) i
M M 1 M
N N
− N
... N − N N
−N N
− N ... N
− N
P[X = k] = Cnk h i .
N
1 − N1 . . . 1 − (n−1)

N N
M
Comme p = N
reste constant pour N → +∞, on a ∀k = 0, . . . , n
P[X = k] → Cnk pk (1 − p)(n−k) ,
qui n’est autre que la loi Binomiale.
2.7.2 Approximation de la loi Binomiale par une loi de Poisson

Soit X ' B (n, p) . Pour n assez grand et p assez petit, on approche la
loi de X par une loi de Poisson de paramètre λ = np. On effet,
P(X = k) = Cnk pk (1 − p)(n−k)
1
= n(n − 1) . . . (n − k + 1)pk (1 − p)(n−k)
k!
nk

1 2 (k − 1) k
= 1− 1− ... 1 − p (1 − p)(n−k) .
k! n n n
37
λ
Aussi, on a p = n
et n → ∞ ⇔ p → 0, donc
n
λk 1 − nλ

1 2 (k − 1)
P(X = k) = 1− 1− ... 1 − k .
k! n n n 1 − nλ
Comme n
λ
1− −→ exp−λ ,
n n→+∞
donc
exp−λ λk
P(X = k) −→ ,
n→+∞ k!
qui est la loi d’une v.a. r. de Poisson de paramètre λ = np.
En pratique, cette approximation s’applique dès que n > 50 et p < 0.10.
38
2.8. Exercices
2.8 Exercices
Exercice 10 Soient X une application de Ω dans R, A, B deux sous-
ensembles de R et Ai ⊂ R, ∀i ∈ I ⊂ N, alors
1. X −1 (∅) = ∅.
2. X −1 (R) = Ω.
3. X −1 (CR B) = CΩ X −1 (B).
4. X −1 (∩i∈I Ai) = ∩i∈I X −1 (Ai).
5. X −1 (∪i∈I Ai) = ∪i∈I X −1 (Ai).
Exercice 11 Soient (Ω, A, P) e.p., X une v.a.r. Soit PX définie sur (R, B(R))
par
∀A ∈ B(R); PX (A) = P[ω ∈ Ω : X(ω) ∈ A] = P[X −1 (A)].
L’application PX est une probabilité sur (R, B(R)).
Exercice 12 Soient (Ω; A; P ) un espace probabilisé et A un événement

de A. On appelle fonction indicatrice de l’événement A la fonction notée
1A (ou IA ) définie de (Ω; A) dans (R; B(R)) par
(
0 si ; ω ∈
/A
1A (ω) = .
1 si ; ω ∈ CΩ A
Montrer que la fonction indicatrice 1A est une variable aléatoire.
Exercice 13 Pour θ ∈]0, 1[, on définit la suite pk par

(
Cθ min{k, 8 − k} si ; k = 1, . . . , 7
pk = ,
1−θ si ; k = 8
où C est une constante positive. Déterminer C de sorte que pk soit une loi
de probabilités sur {1, . . . , 8}.
Exercice 14 Soit X une variable aléatoire discrète à valeurs dans {1, 2, . . . , n}

de loi P(X = i) = Ci∀i ∈ {1, 2, . . . , n} où C est une constante.
1. Déterminer la valeur de la constante C.
39
2. Déterminer la fonction de répartition de la loi de X.

3. Déterminer la loi de Y = n − X.
4. Déterminer la loi de Z = n + X.
Exercice 15 Soit X une variable aléatoire discrète

1. Soient g et h deux fonctions de R et a, b ∈ R, montrer que
2. Aussi, pour a, b ∈ R, montrer que
E(aX + b) = aE(X) + b.
3. Pour a ∈ R, montrer que E(a) = a.

4. Montrer que E((X − E(X))1 ) = 0, et Var(X) = E(X 2 ) − E(X)2 .
5. Pour a ∈ R, montrer que Var(a) = 0.
6. Pour a ∈ R, montrer que Var(aX) = a2 Var(X).
Exercice 16 Soit X et Y deux variables aléatoires discrètes, indépendantes

à valeurs dans {0, 1} de lois respectives
P(X = 1) = p1 , P(X = 0) = 1 − p1 , P(Y = 1) = p2 , P(Y = 0) = 1 − p2 .
On pose U1 = X + Y et U2 = XY.
1. Déterminer les lois de U1 et de U2 .
2. Calculer E[U1 ], Var[U1 ], E[U2 ] et Var[U2 ].
Exercice 17
Soient X une v. a. r. et I ∈ R. En utilisant les définitions montrer ce qui
suit
1. La définition d’une v. a. P(X ∈ I) = E(1I (X)).
2. La fonction de répartition P(X ≤ x) = E(1]−∞, x] (X)).
3. La fonction poids P(X = k) = E(1X (k)).
Exercice 18
Soit X une v. a. à valeurs dans N. gX vérifie les propriétés suivantes
40
2.8. Exercices
1. gX est croissante sur [0, 1] avec gX (0) = P[X = 0] et gX (1) = P[X =

1].
2. gX est C ∞ (] − 1, 1[) est ses dérivées “engendrent les probabilités” :
(n)
gX = n!P[X = n], ∀n ∈ N.
3. Soit Y une v. a. discrète ; X et Y on même loi ⇔ gX = gY .

4. Si X(X − 1) . . . (X − k + 1) est intégrable (k ∈ N∗ ) alors
(k)
E (X(X − 1) . . . (X − k + 1)) = limgX (s).
s%1
Exercice 19 Considérons l’expérience qui consiste à jeter trois fois une

pièce, la probabilité de tomber sur ”pile” étant p à chaque fois. Supposons
qu’à chaque jet donnant ”pile”, on gagne un Dinar et qu’à chaque jet don-
nant ”face” on en perde un. Intéressons nous au gain total, soit X cette
quantité.
1. Donner l’espace des épreuves correspondant.
2. Donner la loi de X.
Exercice 20 Si X ' G(p) montrer que pour tous t; s > 0 on a
P(X > s + t|X > t) = P (X > s), propriété d’absence de mémoire.
Exercice 21 Une boite contient 8 composants parmi lesquels 2 sont défectueux.

Trois composants sont pris au hasard et sans remise de la boite. Soit X le
nombre de composants défectueux dans l’échantillon. Donner la loi de X,
ainsi que E(X) et Var(X).
Exercice 22 Une maladie congénitale a une prévalence de 1% chez les

nouveau-nés. Pour tout entier n > 0 on note Sn la variable aléatoire don-
nant le nombre de nouveau-nés malades sur un échantillon de taille n.
Quelle loi suit cette variable aléatoire (justifier) ? Donner sa moyenne ainsi
que sa variance. On enregistre dans une clinique 10 naissances durant un
week-end. Quelle est la probabilité pour que deux au moins de ces nouveau-
nés soient atteints de la maladie ?
41
Exercice 23 Dans un bureau de poste un guichet traite de deux catégories

d’opérations : le retraits à vue et les dépôts d’objets. On fait les hypothèses
suivantes : pendant tout intervalle de temps d’amplitude T exprimé en mi-
nutes et inclus dans les heurs d’ouverture, le nombre de personnes qui se
présentent au guichet pour un retrait à vue est représenté par une v. a. r.
Xa de loi de poisson de paramètre aT (a > 0). Le nombre de personnes
qui se présentent pour un dépôt est présenté par une v. a. r. Xb de loi de
poisson de paramètre bT (b > 0). Sachant que Xa et Xb sont indépendantes.
1. Montrer que la loi de la v. a. r. associée au nombre total de personnes
qui se présentent au guichet est de loi de poisson.
2. Si a et b, quelle est la probabilité qu’aucun client ne se présente entre
10 heurs et 10h 5minutes.
Les employés terminent leur travail à 19h, le bureau de poste fermes
ses portes à 18h 45min. A 18h 45min, il y a au guichet entre 18h35min
et 18h 45min.
Exprimer, en fonction de a, b, et n, la loi de probabilité associée au
nombre de personnes de cette queue qui sont venues pour un retrait à
vue.
3. Pour n = 5, a = 0.4 et b = 0.2 ; calculer la probabilité pour que, dans
cette queue, le nombre de personnes venues pour un retrait à vue soit
inférieur au nombre de celles venues pour un dépôt.
42
3 Variables aléatoires absolument
continues
Dans ce chapitre, les v.a.r continues sont abordés d’une manière très
explicite. La fonction de répartition ainsi que la densité avec les moments
sont exposés. Deux nouvelles fonctions sont introduites, celle qui génère les
moments et la caractéristique. Enfin, la présentation des lois de probabilité
absolument continues usuelles achèvera cette partie.
3.1 Les v. a. r. absolument continus

Il faut bien comprendre la différence entre discret et continu. il s’agit du
cardinal de l’ensemble fondamental Ω. S’il est fini ou dénombrable, après
avoir fait un codage, on parle de v. a. r. discrète. Mais, lorsqu’il est infini
(c-à-d, Ω ⊆ R), on obtient une v.a.r. continue. La représentation graphique
de cette dernière est un histogramme donné par la figure (3.1) ou alors dans
le cas dense la figure (3.2).
Figure 3.1 – Histogramme à 6 classes.
43
3. Variables aléatoires absolument continues
Figure 3.2 – Quatre fonctions de répartitions
Remarquer qu’on peut pas calculer la somme des probabilités ponc-

tuelles P[X = k] sur [a, b], mais on peut considérer la surface comprise
entre l’axe et la fonction f de la figure (3.3)
Figure 3.3 – Surface
Donc, dans le cas continu, on parle plus de somme, de probabilité et

de valeurs distincts mais plutôt d’intégrale, de densité et d’intervalle de
valeurs.
3.1.1 Fonction de densité

D’une manière générale, si la probabilité qu’une variable aléatoire X
appartienne à un intervalle peut s’écrire comme l’intégrale d’une fonction
f sur cet intervalle, on dira que cette variable aléatoire admet la densité f.
Définition 5 Densité
Une fonction f : R −→ [0; 1[, intégrable selon Riemann, s’appelle une den-
sité si Z
f (t)dt = 1.
R
44
3.2. Fonction de répartition
La densité remplace la fonction masse, ce qui lui implique des propriété

spécifique.
Propriété 2 Soit f une fonction de densité d’une v.a.r continue X, alors

1. P(a ≤ X ≤ b) = P(a < X ≤ b)
Rb
= P(a ≤ X < b) = P(a < X < b) = a f (t)dt.
2. P(t < X ≤ t + dt) = f (t)dt.
Rx
3. La fonction définie par P(X ≤ x) = −∞ f (t)dt calcule le cumule des
P
probabilités k≤x P(X = k) sur l’intervalle ] − ∞, x].
3.2 Fonction de répartition

Une fonction F : R −→ [0; 1] est une fonction de répartition si
1. F est croissante : x ≤ y ⇒ F (x) ≤ F (y).
2. F est continue à droite : lim F (y) = F (x), ∀x ∈ R.
>
y → x
3. lim F (x) = 0 et lim F (x) = 1.

x→−∞ x→+∞
Une fonction de répartition F est dite absolument continue de densité f si
Z x
F (x) = f (t)dt.
−∞
Cette dernière définition implique que F s’écrit comme suit

Z x
F (x) = P(X ≤ x) = f (t)dt.
−∞
Donc pour ne pas confondre, dans la suite, on note FX la fonction de

répartition et fX la densité de la v.a.r continue X.
Propriété 3 Soit X une v.a.r. absolument continue de densité fX , on a

1. FX0 (x) = fX (x) ⇔ dFdx
X (x)
= fX (x).
Rb
2. a fX (t)dt = FX (b) − FX (a).
3. P(X = a) = 0 ⇔ FX est continue en a.
Preuve 1 1. Directement.
45
Rb Rb Ra
2. Des propriétés de l’intégrale on a a
fX (t)dt = −∞
f X (t)dt− f (t)dt =
−∞ X
FX (b) − FX (a).
?
3. ⇒) Supposons que P(X = a) = 0 et montrons que FX est continue
en a. Comme FX est continue à droite par définition, donc reste a
démontrer la continuité à gauche. On a
lim FX (x) = lim P(X ≤ x) = P(X ≤ a−) = P(X ≤ a−)+P(X = a) = P(X ≤ a).
< <
x → a x → a | {z }
=0
?
⇐) Supposons que FX converge à gauche et on démontre que P(X =
a) = 0. D’après la continuité de FX en a,
lim FX (x) = FX (a) = P(X ≤ a),

<
x → a
et comme
lim FX (x) = P(X ≤ a−).
<
x → a
Donc
P(X ≤ a−) = P(X ≤ a) ⇒ P(X = a) = 0.
Comme dans le cas discret, les moments d’ordre un et deux serons in-
troduit dans la suite.
3.3 Les moments

Soient X une variable aléatoire réelle définie sur l’espace probabilisé
(Ω, A, P) de densité fX , on a le théorème suivant
Théorème 3 Soit g une application réelle continue dans R, alors si

Z Z
|g(x)|fX (x)dx < ∞ ⇒ E(g(X)) = g(x)fX (x)dx.
R R
D’après ce théorème, pour g1 (x) = x et g2 (x) = x2 qui sont deux fonctions

continues sur R, on a
Z Z
2
E(X) = xfX (x)dx et E(X ) = x2 fX (x)dx.
R R
46
3.3. Les moments
De la linéarité de la fonction intégrale, on a la linéarité de la fonction

espérance.
Propriété 4 1. Soient g et h deux fonctions de R et a, b ∈ R, on a
2. Aussi, pour a, b ∈ R, on a
E(aX + b) = aE(X) + b.
3. Pour a ∈ R, on a E(a) = a.
4. Le moment centré d’ordre k ∈ N∗ de la v. a. r. continue X est donné
par
E((X − E(X))k ).
Donc, on a E((X−E(X))1 ) = 0 et E((X−E(X))2 ) = E(X 2 )−E2 (X).

D’où que
Var(X) = E(X 2 ) − E2 (X).
5. Pour a ∈ R, on a : Var(a) = E(a2 ) − E2 (a) = a2 − a2 = 0.

6. Pour a ∈ R, on a
Var(aX) = E(a2 X 2 ) − E2 (aX) = a2 E(X 2 ) − a2 E2 (X) = a2 Var(X).

p
7. L’écart-type de X est donné par σX = Var(X).
Définition 6 Si E[X] = 0 et Var[X] = 1, on dit que X est centrée réduite.

On remarque que lorsque E|Xj| < +∞ et Var[X] < +∞, alors la v.a.r.
X−E[X]
σX
est centrée réduite.
3.3.1 Inégalités faisant intervenir les moments

Les moments permettent de donner une indication sur la dispersion
d’une variable. Cette dernière peut par exemple être précisée à l’aide des
inégalités suivantes.
47
Théorème 4 (Inégalité de Markov)

Si X est une v.a.r. positive, on a pour tout réel a > 0
E[X]
P(X ≥ a) ≤ .
a
Preuve 2 On a
Z Z Z
E[X] = xdPX (x) = xdPX (x) + xdPX (x).
R+ [0;a[ [a;+∞[
D’où
Z Z
E[X] ≥ xdPX (x) ≥ a dPX (x) = P(X ≥ a).
[a;+∞[ [a;+∞[
Théorème 5 (Inégalité de Bienaymé-Chebychev)

Si E[X 2 ] < +∞, alors on a pour tout réel a > 0
Var[X]
P(|X − E[X]| > a) ≤ .
a2
Preuve 3 Il suffit d’appliquer l’inégalité de Markov à la variable aléatoire

(X − E[X])2 .
Comme pour le cas d’une variable aléatoire discrète, la fonction de

répartition représente une des méthodes qui permettent de caractériser la
loi d’une variable aléatoire, mais il existe d’autres méthodes comme par
exemple la fonction caractéristique. Cette dernière est une fonction plus
pratique d’utilisation et nous allons la voir dans la section suivantes.
3.4 Fonction caractéristique

Soit X une v. a. On appelle fonction caractéristique de X la fonction
ϕX : R −→ C, définie par
ϕX (t) = E(eitX ), ∀t ∈ R.
Suivant la loi de X la formule s’écrit
48
3.4. Fonction caractéristique
— Si X est une v. a. discrète finie alors,

n
X
ϕX (t) = eitxj P[X = xj ], ∀t ∈ R.
j=1
Comme la somme est finie alors, ϕX est bien définie.

— Si X est une v. a. discrète dénombrable alors,
∞
X
ϕX (t) = eitxj P[X = xj ], ∀t ∈ R.
j=1
On a ∀t ∈ R,
∞
X ∞
X
itxj
|ϕX (t)| ≤ |e |P[X = xj ] = P[X = xj ] = 1. (3.1)
j=1 j=1
— Si X est une v. a. continue de densité fX alors,

Z +∞
ϕX (t) = eitx fX (x)dx, ∀t ∈ R.
−∞
Aussi, on a ∀t ∈ R
Z +∞ Z +∞
itx
|ϕX (t)| ≤ |e |fX (x)dx = fX (x)dx = 1. (3.2)
−∞ −∞
Proposition 3 Soit X une v. a., a et b deux réels. Alors la fonction ca-

ractéristique vérifie ce qui suit
1. ∀t ∈ R, |ϕX (t)| ≤ 1.
2. ϕX (0) = 1.
3. ∀t ∈ R, ϕX (−t) = ϕX (t).
4. ∀t ∈ R, ϕaX+b (t) = eitb ϕX (at).
5. ϕX est continue sur R.
Pn
6. Soient X1 , . . . , Xn n v. a. indépendantes. Soit Sn = j=1 Xj . Alors
n
Y
ϕSn (t) = ϕXj (t), ∀t ∈ R.
j=1
49
Preuve 4 1. Cette propriété est bien démontrer par les relations (3.1)
et (3.2).
2. ϕX (0) = E(ei0X ) = E(1) = 1.
3. ϕX (−t) = E(e−itX ) = ϕX (t).
4. ϕaX+b (t) = E(eit(aX+b) ) = E(eitb eit(aX) ) = eitb ϕX (at).
5. La continuité de cette fonction est un résultat directe de la continuité
des fonctions somme et intégrale.
Pn Q
n
6. ϕSn (t) = E eitSn = E eit j=1 Xj = E
itXj
j=1 e
n n
indépendance
Y Y
= E eitXj = ϕXj (t).
j=1 j=1
Le théorème suivant permet d’avoir les plus importants résultats concernant

la fonction caractéristique et le fait qu’elle définie la loi de probabilité d’une
v. a..
Théorème 6 — Si la fonction caractéristique de X est bien définie

alors, la loi de probabilité est bien connue.
— Si X et Y deux v. a. tel que ϕX = ϕY ⇒ PX = PY .
R
— Si X une v. a. de fct caractéristique ϕX intégrable R |ϕX (t)|dt < ∞
alors, X admet une fct de densité fX définie sur R par
Z
fX (x) = e−itx ϕX (t)dt, ∀x ∈ R.
R
La fonction caractéristique permet aussi d’engendré les moments d’ordre

k (c-à-d E(X k )) d’une v.a.
Proposition 4 Soit X une v. a. de densité fX avec E(X k ) < ∞, pour k ∈

N∗ alors
1 (k)
E(X k ) = k ϕX (0).
i
Preuve 5 On suppose que X admet une densité fX . Si E(X k ) existe, la
fonction x −→ (ix)k eitx f (x) est uniformément intégrable et d’après les pro-
priétés des intégrales, ϕX est k fois dérivable et
Z +∞
(k)
ϕX (t) = (ix)k eitx fX (x)dx,
−∞
50
3.5. Lois de probabilités absolument continues usuelles
c’est-à-dire, pour tout t ∈ R
(k)
ϕX (t) = E (iX)k eitX .

En particulier, pour t = 0,
(k)
ϕX (0) = E(ik X k e0 ) = ik E(X k ).
Dans certains cas où les calculs directs sont complexes, cette proposition
permet d’obtenir rapidement E(X) et E(X 2 ) par
E(X) = −iϕ0X (0) et E(X 2 ) = −ϕ00X (0).
Dans ce qui suit, on présente les lois de probabilités continues les plus
utiliser dans la pratique. Ainsi que leur fonctions de répartition et les deux
moments.
3.5 Lois de probabilités absolument continues usuelles

3.5.1 Loi uniforme
Une v.a X suit la loi uniforme sur l’intervalle [a, b] si elle admet pour
densité la fonction (voir figure(3.4))
(
1
(b−a)
si ; a ≤ x ≤ b
fX (x) = .
0 sinon
Et on écrit X ' U([a, b]). L’espérance et la variance sont
a+b (b − a)2
E(X) = et Var(X) = .
2 12
Sa fonction de répartition est

 0
 si x ≤ a
x−a
FX (x) = b−a
si a ≤ x ≤ b .

1 si x > b

51
Figure 3.4 – La loi uniforme
3.5.2 Loi exponentielle

Une v.a X suit la loi exponentielle de paramètre λ > 0 si elle admet
pour densité la fonction (voir figure(3.5))
(
λe[−λx] si x ≥ 0
fX (x) = ,
0 si x < 0
et on écrit X ' E(λ). L’espérance et la variance de X sont donnés par

1 1
E(X) = et Var(X) = 2 .
λ λ
Sa fonction de répartition (voir figure(3.5)) est
Figure 3.5 – Loi exponentielle
(
0 si x < 0
FX (x) = .
1 − λe[−λx] si x ≥ 0
52
La loi exponentielle sert de modèle dans les problèmes de files d’attentes et

de durée de vie.
3.5.3 Loi Gamma

Une v.a X suit la loi Gamma de paramètre (a; λ) si elle admet pour
densité la fonction (voir figure(3.6))
( a
λ
Γ(a)
xa−1 e[−λx] si x > 0, λ ∈ R∗+ et a ∈ R∗+
fX (x) = ,
0 si x ≤ 0
R +∞
avec Γ(a) = 0
xa−1 e[−x] dx et on écrit X ' Γ(a; λ). L’espérance et la
Figure 3.6 – Loi Gamma
variance de X sont
a a
E(X) = et Var(X) = 2 .
λ λ
La fonction de répartition n’est pas facile à calculer mes par simulation sa
représentation graphique est donnée par la figure (3.6).
Lorsque a = 1, on constate que la loi Γ(a; λ) est la loi exponentielle de
paramètre λ.
3.5.4 Loi Beta

Soient α et β deux réels positives. On appelle loi Beta de paramètres
(α, β) la loi de probabilité absolument continue dont la densité est définie
53
par (
xα−1
B(α, β)
(1 − x)β−1 si x ∈]0, 1[
fX (x) = .
0 sinon
Cette mesure est identifiée par la notation Beta (α, β). (Voir figure (3.7)).
Le facteur de normalisation B(α, β) apparaissant dans la formule précédente
est la valeur en a et b de la fonction B d’Euler est donnée par
Z 1
Γ(α)Γ(β)
B(α, β) = xα−1 (1 − x)β−1 dx = .
0 Γ(α + β)
Sa fonction de répartition de cette loi est donnée par
Figure 3.7 – Loi Beta
Beta(α, β)
FX (x) = .
B(α, β)
3.5.5 La loi normale

En pratique, la loi normale représente la loi la plus importante des lois
de probabilité continues. Elle représente une modélisation d’un phénomène
naturel comme par exemple le corps humain. La naissance, le développement
ou la croissance, la stabilité et enfin la décroissance qui représente la vieillies.
Loi normale ( de Gauss, de Laplace)
On dit que la variable aléatoire X suit une loi normale de moyenne µ et

de variance σ 2 si sa densité a pour expression
( 2 )
1 1 x−µ
fX (x) = √ exp − , ∀x ∈ R, et σ > 0,
σ 2π 2 σ
54
et on note X ' N (µ, σ 2 ) .
Figure 3.8 – Densité de la loi Normale
On vérifie que fX est une densité de probabilité

1. fX (x) > 0 ∀x ∈ R (évident).
R +∞
2. −∞ fX (x) dx = 1?
On pose t = x−µ
σ
, dt = dx
σ
=⇒ dx = σdt, alors
Z +∞ Z +∞
1 − 21 t2 1 1 2
√ e σdt = √ e− 2 t dt = 1.
σ 2π −∞ 2π −∞
L’espérance mathématique et la variance de la v.a X sont données par

— L’espérance
Z +∞ Z +∞
1 1 x−µ 2
E (X) = x fX (x) dx = √ x e− 2 ( σ ) dx.
−∞ σ 2π −∞
x−µ
On pose t = σ
, x = σt + µ, dx = σdt donc
Z +∞
1 1 2
E (X) = √ (σt + µ) e− 2 t σdt
σ 2π −∞
Z +∞ Z +∞
1 − 21 t2 − 12 t2
= √ σte dt + µ e dt
2π −∞ −∞
Z +∞
1 h − 21 t2
i+∞ µ 1 2
= √ −σ e + √ e− 2 t dt = µ,
2π −∞ 2π −∞
55
1 2 +∞
h i R +∞ 1 2
car −σe− 2 t = 0 et √1
2π −∞
e− 2 t dt = 1, d’où
−∞
E (X) = µ.
— La variance Var (X) = E (X 2 ) − E2 (X) .

Z +∞
2
x2 fX (x) dx

E X =
−∞
Z +∞
1 1 x−µ 2
= √ x2 e− 2 ( σ ) dx
σ 2π −∞
Z +∞
t= x−µ 1 12
= σ
√ σ 2 t2 + 2µσt + µ2 e− 2 t σdt
σ 2π −∞
Z +∞
2µσ +∞ − 1 t2
Z
1 2 2 − 21 t2
= √ σ te dt + √ te 2 dt
2π −∞ 2π −∞
Z +∞
µ2 1 2
+ √ e− 2 t dt
2π −∞
Z +∞
σ2 1 2 2µσ h − 1 t2 i+∞
= √ t.t e− 2 t dt + √ −e 2 + µ2
2π −∞ 2π −∞
| {z }
intégration par partie
2 Z +∞
σ h − 21 t2
i+∞ σ2 1 2
= √ −te +√ e− 2 t dt + µ2 = σ 2 + µ2
2π −∞ 2π −∞
donc Var (X) = σ 2 + µ2 − µ2 = σ 2 .
Remarque 7 On peut calculer la variance de la v.a X en utilisant la

définition de la variance comme suit
E (X − E (X))2 = E (X − µ)2

Var (X) =
Z +∞ Z +∞
1 1 x−µ 2
= 2
(x − µ) f (x) dx = √ (x − µ)2 e− 2 ( σ ) dx
−∞ σ 2π −∞
2 Z +∞ 2
σ x−µ 1 x−µ 2
= √ e− 2 ( σ ) dx
σ 2π −∞ σ
2 Z +∞
y= x−µ σ 1 2
=σ
√ y 2 e− 2 y σdy .
σ 2π −∞
| {z }
intégration par partie
Donc Var (X) = σ 2 .
56
La fonction de répartition FX est définie comme suit
F : R −→ [0, 1]
Z x
x −→ FX (x) = fX (t) dt.
−∞
Cette fonction est très difficile à calculer, donc il est judicieux de trouver
une autre méthode pour la calculer. Aussi avant dont parler on introduit la
partie si dessous.
Loi normale centrée réduite
On dit que la variable aléatoire Z suit une loi normale centrée réduite
(standard) si sa densité de probabilité a pour expression
1 1 2
fZ (z) = √ e− 2 z , ∀z ∈ R.
2π
Et on note Z ' N (0, 1) .
Figure 3.9 – Densité de la loi Normale centré réduite
D’après la définition de la loi normale, on remarque que la densité fZ =

fX pour µ = 0 et σ = 1. Donc fZ est bien une densité de probabilité et en
57
calculant son espérance mathématique et sa variance on obtient

Z +∞
E (Z) = zf (z) dz
−∞
Z +∞
1 1 2
= √ z e− 2 z dz
2π −∞
1 h − 1 z2 i+∞
= √ −e 2 = 0.
2π −∞
donc E (Z) = 0, d’où le nom centrée.
Var (Z) = E Z 2 + E2 (Z)

| {z }
=0
= E Z2

Z +∞
= z 2 fZ (z) dz
−∞
Z +∞
1 1 2
= √ z 2 e− 2 z dz.
2π −∞
1 2
Par intégration par parties U = z ⇒ dU = dz et dV = ze− 2 z dz ⇒ V =
1 2
−e− 2 z . On obtient
1
h i+∞ Z +∞
1
Z +∞
− 21 z 2 − 12 z 2 1 2
2
e− 2 z dz = 1,

E Z =√ −z e + e dz = √
2π −∞ −∞ 2π −∞
1 2 +∞
h i R +∞ 1 2
puisque −z e− 2 z = 0 et √12π −∞ e− 2 z dz = 1. Donc Var (Z) = 1.
−∞
La fonction de répartition de la v.a Z définie par
Z t
1 1 2
FZ (t) = P (Z ≤ t) = √ e− 2 z dz,
2π −∞
admet des propriétés assez pratique cité si dessous.
Propriété 5 1. FZ (0) = 12 .
2. ∀t ∈ R, FZ (t) + FZ (−t) = 1 =⇒ FZ (−t) = 1 − FZ (t) .
3. ∀t ∈ R, FZ (t) − FZ (−t) = 2FZ (t) − 1.
4. P (Z ≤ −t) = P (Z > t) de la symétrie de fZ .
58
5. ∀ a, b ∈ R; (a < b) on a P (a ≤ Z ≤ b) = FZ (b) − FZ (a) .
X−µ
Remarque 8 Si la v.a X ' N (µ, σ 2 ) alors la v.a Z = σ
suit la loi
normale centrée réduite (Z ' N (0, 1)) .
Pour travailler avec cette loi et à l’aide de programme informatique, il a

été possible de calculer la fonction de répartition de la loi normale centrée
réduite. Les résultats on été regroupés dans un tableau (voir appendice ??).
Dans la suite on traite des exemples pour voir comment utiliser ce tableau.
Exemple 1 Soit X ' N (µ, σ 2 ) , calculer FX (a) où a ∈ R.
FX (a) = P (X ≤ a)

X −µ a−µ
= P ≤
σ σ

a−µ a−µ
= P Z≤ = FZ où Z ' N (0, 1) .
σ σ
Exemple 2 Soit X ' N (3, 9). Calculer

1. P (2 < X < 5) .
2. P (X > 0) .
3. P (|X − 3| > 6) .
On a
Z'N (0,1)
1. P (2 < X < 5) = P 2−3 < X−3 < 5−3 P −1 < Z < 32

3 3 3
= 3

2 1 2 1
= FZ − FZ − = FZ − 1 − FZ = 0.3779.
3 3 3 3
X−3 0−3
Z'N (0,1)
2. P (X > 0) = P 3
> 3
= P (Z > −1)
= 1 − P (Z ≤ 1) = 1 − FZ (−1) = 1 − [1 − FZ (1)] = FZ (1) = 0.8413.
3. P (|X − 3| > 6) = 1 − P (|X − 3| ≤ 6) = 1 − P (−6 ≤ X − 3 ≤ 6)

Z'N (0,1)
= 1 − P (−3 ≤ X ≤ 9) = 1 − P (−2 ≤ Z ≤ 2)
= 1−[FZ (2) − FZ (−2)] = 1−[FZ (2) − (1 − FZ (2))] = 2−2FZ (2) = 0.0456.
59
Exemple 3 Calculer la surface comprise entre le graphe de la loi standard

et les droites
1. z = 0, z = 0.5.
2. z = −2.24, z = 1.12.
3. z = 1, z = 2.
On a
1. P (0 ≤ Z ≤ 0.5) = FZ (0.5) − FZ (0) = 0.1915, d’après la table de la

loi N (0, 1) .
2. P (−2024 ≤ Z ≤ 1.12) = FZ (1.12) − FZ (−2.24)
= FZ (1.12) − [1 − FZ (2.24)] = 0.8686 − 1 + 0.9875 = 0.8561.
3. P (1 ≤ Z ≤ 2) = FZ (2) − FZ (1) = 0.9772 − 0.8413 = 0.1359.
La proposition suivante permet la maı̂trise linéaire des caractéristiques

de la loi normale.
Proposition 5 Soit (a, b) ∈ R∗ × R.

1. Si Z ' N (0, 1) =⇒ Y = aZ + b ' N (b, a2 ) .
2. Si X ' N (µ, σ 2 ) =⇒ Y = aX + b ' N (aµ + b, a2 σ 2 ) .
Preuve 6 1. Soit FY la fonction de répartition de la v.a Y = aZ + b.
FY (y) = P (Y ≤ y) = P (aZ + b ≤ y) = P (aZ ≤ y − b)
— Cas où a>0

y−b y−b
FY (y) = P Z ≤ = FZ ,
a a
où FZ est la fct de répartition de la v.a Z, donc

d d y−b 1 y−b
fY (y) = FY (y) = FZ = fZ
dy dy a a a
1 1 − 12 ( a )
y−b 2
= √ e .
a 2π
60
— Cas où a<0

y−b
FY (y) = P (aZ ≤ y − b) = P Z ≥
a

y−b y−b
= 1−P Z < = 1 − FZ
a a

d y−b 1 y−b
fY (y) = 1 − FZ = − fZ
dy a a a
1 1 − 12 ( y−b 2
a ) .
= − √ e
a 2π
Donc pour a 6= 0 on obtient
1 1 y−b 2
fY (y) = √ e− 2 ( a ) , ∀y ∈ R
|a| 2π
=⇒ Y ' N b, a2 .

2. Soit FY la fonction de répartition de la v.a Y = aX + b
FY (y) = P (Y ≤ y) = P (aX + b ≤ y) = P (aX ≤ y − b) .
— Cas où a > 0

y−b y−b
FY (y) = P X ≤ = FX .
a a
Donc

d d y−b 1 y−b
fY (y) = FY (y) = FX = fX
dy dy a a a
y−b
2
a −m
1 −1 1 1 y−b−am 2
= √ e 2 σ
= √ e− 2 ( aσ ).
a σ 2π a σ 2π
— Cas où a < 0

y−b y−b y−b
FY (y) = P X ≥ = 1−P X < = 1−FX
a a a

d y−b 1 y−b
fY (y) = 1 − FX = − fX
dy a a a
y−b
2
a −m
1 − 12 1 1 y−b−aµ 2
= − √ e σ
=− √ e− 2 ( a σ ).
a σ 2π a σ 2π
61
En résumé, on a pour a 6= 0
1 1 y−(b+aµ) 2
fY (y) = √ e− 2 ( a σ )
|a| σ 2π
=⇒ Y ' N aµ + b, a2 σ 2 .

Par ailleurs
E (Y ) = E (aX + b) = aE (X) + b = a µ + b
Var (Y ) = Var (a X + b) = a2 Var (Y ) = a2 σ 2 .
3.5.6 Lois déduites de la loi normale

Loi du Khi deux
La loi du χ2 est une loi très classique en statistique. Elle est lié au test
du χ2 qui permet, par exemple, de savoir si un échantillon donné est en
adéquation avec une loi de probabilité définie a priori. Ou bien dans le
cadre de la comparaison de proportions ou le test d’indépendance de deux
caractères qualitatifs.
Soient X1 , X2 , . . . , Xn , n v. a. normales centrées réduites indépendantes.
On appelle χ2 la v. a. définie par
Xn
2
χn = Xi2 .
i=1
On dit que que χ2n suit une loi de Pearson à n degrés de liberté noté (n d.
d. l.). Sa fonction de densité est donnée par
x2
( n
C(n)x 2 −1 e− 2 si x ∈ R∗
fX (x) = ,
0 sinon
avec C(1) = √12π . L’espérance de la v. a. du χ2n est E(X) = n et de variance
Var(X) = 2n.
Il existe une table de la loi du χ2 qui englobe les valeurs de la fonction de
répartition, les valeurs de n et le seuil α.
D’après la figure (3.5.6), on remarque que cette loi est dissymétrique et
tend à devenir symétrique pour n assez grand et aussi se rapproche de la
répartition normale lorsque n > 30.
62
Figure 3.10 – Densité de la loi Khi deux
Loi Student
Soient X une v.a normale standard (X ' N (0; 1)) et Y une v.a indépendantes
de X ayant la loi de khi-deux à n degrés de liberté (Y ' χ2n ). La v.a T définie
par
X
T =q ,
Y
n
suit la loi de Student à n degrés de liberté sa densité de probabilité est

définie par
− n+1
1 Γ n+1

2 x2 2
f (x) = √ 1 + ; x ∈ R,
nπ Γ n2 2
et on écrit T ' T (n).
n
L’espérance et la variance de T sont E(T ) = 0 et Var(T ) = n−2 . Elle
est symétrique, plus n est grand et plus sa distribution se confond avec celle
de la loi normale standard.
Loi Fisher
Soient X et Y deux v.a indépendantes ayant la loi de khi-deux à respec-

tivement n et m degrés de liberté ((X ' χ2n ), Y ' χ2m ). La v.a F définie
par
X
n
F = Y
,
m
63
Figure 3.11 – Densité de la loi Student
suit la loi de Fisher-Snedecor à (n, m) degrés de liberté, sa densité de

probabilité est définie par
 n+m
 n n2 m m2 Γ( 2 ) n
x 2 −1
si x ∈ R+
n m n+m
f (x) = Γ( 2 )Γ( 2 ) (nx+m) 2 ,
 0 sinon
et on écrit F ' F(n, m). L’espérance et la variance de F sont E(F ) =

m 2m2 (n+m−2)
m−2
, si m > 2 et Var(F ) = n(m−2)2 (m−4)
, si m > 4.
3.6 Approximation par une loi normale

Dans la suite, on présente l’approximation de loi discrète vers la loi
continue normale et cela lorsque la taille de l’échantillon n est assez grand.
3.6.1 Approximation normale d’une répartition binomiale

Soit X une v.a qui suit la loi binomiale, B(n; p). On a, E(X) = np
et Var(X) = np(1 − p). Et soit la v.a Z = √X−np . On a E(Z) = 0 et
np(1−p)
Var(Z) = 1.
En pratique, la loi B(n; p) peut être approchée par la loi normale N (np; np(p−
1)) si n > 30, np > 15, et np(1 − p) > 5. Le théorème suivant le justifie.
Théorème 7 Théorème de Moivre-Laplace
64
3.6. Approximation par une loi normale
Soit X une v.a telle que X ' B (n, p) ; alors pour tout a < b (a, b ∈ R)
on peut écrire
!
X − np
P a≤ p ≤b −→ FZ (b) − FZ (a) .
np (1 − p) n−→+∞
En règle générale, cette approximation est tout à fait satisfaisante dès que
n p (1 − p) > 10.
Exemple 4 On jette une pièce de monnaie 40 fois. Soit la v.a X qui

représente le nombre de piles obtenus. Calculer P (X = 20) par approxi-
mation normale puis comparer le résultat avec la valeur exacte.
Il est clair que la v.a X ' B 40, 12 , donc

20 40−20
20 1 1
P (X = 20) = C40 = 0.1254( la valeur exacte ).
2 2
On recalcule cette probabilité par approximation normale

19.5 − 20 X − 20 20.5 − 20
P (X = 20) = P (19.5 < X < 20.5) = P √ < √ < √
10 10 10

X − 20
= P −0.16 < √ < 0.16 = FZ (0.16) − FZ (−0.16) .
10
X−20
Comme Z = √
10
' N (0, 1), on a
P (X = 20) = 2 FZ (0.16)−1 = 2 (0.5636)−1 = 0.1272( valeur approximée ).
Remarquer que lorsque la v.a Z ' N donc P (Z = 20) = 0 or X '

B (n, p) , d’où la correction par continuité suivante
P (X = 20) = P (19.5 < X < 20.5) .
On peut alors remplacer X par Z.
3.6.2 Approximation normale d’une répartition de Poisson

Soit la v.a X qui suit la loi de poisson de paramètre λ, X ' P(λ), avec
E(X) = Var(X) = λ. Et soit la v.a Z = X−λ √
λ
on a E(Z) = 0 et Var(Z) = 1.
En pratique, la loi P(λ) peut être approchée par la loi normale N (0, 1) si
65
λ > 15.
Soit FX la fonction de répartition de la N (λ, λ), et FZ la fonction de
répartition de la loi normale standard N (0, 1) on a

x−λ
FX (x) = FZ √ .
λ
P(X = k) ' P(k − 0.5 ≤ X ≤ k + 0.5) = FX (k + 0.5) − FX (k − 0.5)

k + 0.5 − λ k − 0.5 − λ
= FZ √ − FZ √ ,
λ λ
de même, pour que
X+∞
P(X = k) = 1,
k=0

x−λ
on a P(X = 0) ' FZ √
λ
.
66
3.7. Exercices
3.7 Exercices
Exercice 24 Soit X une variable aléatoire suivant une loi U([a, b]). pour
k ∈ N, calculer E[X k ].
Exercice 25 Pour θ ∈ [0, 1], on considère la fonction suivante


2+x
 θe
 si ; x ≤ −2
f (x) = 0 si ; − 2 < x < −1 .
 −1−x
(1 − θ)e si ;x ≥ −1

1. Démontrer que f est une densité de probabilité.

2. Soit X une variable aléatoire dont la loi admet la densité f. Calculer
E[X] et Var[X].
Exercice 26 Soit X une variable aléatoire réelle de loi uniforme sur l’in-
tervalle [0, 4]. On définit la variable aléatoire Y par Y = X 2 − 4X + 3.
1. Déterminer fY la densité de la loi de Y.
2. Montrer qu’on a P(Y ≤ 0) = P(Y ≥ 0).
3. Pour θ ∈ R, on définit la variable aléatoire Z par
(
θ si ; Y ≤ 0
Z= .
Y sinon
— Déterminer E[Z] et Var[Z].
Exercice 27 Rappeler la densité de la loi N (µ, σ 2 ). Soit X ' N (µ, σ 2 ),

quelle est la loi de Y = X−µ σ
? Calculer E[eλY ] pour tout λ ∈ R, et en
déduire E[eλX ] pour tout λ ∈ R.
Exercice 28 Soit X une v.a. réelle de fonction de répartition FX . Trouver

en fonction de FX les fonctions de répartition de X 2 , X 3 , [X], (où [X] est
la partie entière de X) et exp(X).
67
4 Vecteurs aléatoires
Ce chapitre concerne l’étude statistique simultané de plusieurs caractères

distincts sur une même population dans le but de retrouver les relations qui
peuvent les reliés. Par exemple, si un médecin cardiovasculaire suit un ma-
lade, il est judicieux de suivre l’évolution de sa tension, sa pression sanguine,
son diabète et autres caractéristiques médical. On défini ce type de cas de
figure, en caractérisant leur lois jointes ainsi que les propriétés induites
de l’écriture spécifique dite vecteur aléatoire. On introduit les méthodes
d’utilisation théorique, comme l’extraction des lois marginales et des lois
conditionnelles.
Dans tout le chapitre, on considère l’écriture X = (X1 , X2 , . . . , Xn ) ou
(X, Y ) comme vecteur colonne, pour soulagé l’écriture.
4.1 Définitions et propriétés

Soient X1 , . . . , Xn , n v. a. r. définies sur le même espace probabilisé
(Ω, A, P). En pratique, on adopte plus volontiers un point de vue équivalent
qui consiste à identifier X à ses composantes X = (X1 , X2 , . . . , Xn ).
X est ainsi un n-uplet de variables aléatoires réelles. Réciproquement, la
juxtaposition de n v.a.r. quelconques permet d’obtenir un vecteur aléatoire
réel noté (→ −
v . a.).
La loi de X est la mesure de probabilité PX sur Rn définie, ∀I =
I1 , . . . , In ⊂ Rn , par
PX (I) = P(X ∈ I) = P(X1 ∈ I1 , . . . , Xn ∈ In ).
Les lois des v. a. r. prisent séparément est dites lois marginales du →

−
v . a. X.
69
4. Vecteurs aléatoires
4.1.1 Vecteur aléatoire discret

X est un →−v . a. si X(Ω) est au plus dénombrable et sa loi de probabilité
est déterminé par
∀(x1 , . . . , xn ) ∈ X(Ω) : P[X1 = x1 , . . . , Xn = xn ].
Les lois marginales sont toutes discrètes et on a P[Xi = xi ]

X X X
= .. .. P[X1 = x1 , .., Xi−1 = xi−1 , Xi+1 = xi+1 , .., Xn = xn ].
x1 ∈X(Ω) xi−1 ∈X(Ω)xi+1 ∈X(Ω) xn ∈X(Ω)
La proposition suivante s’applique aux couples de variables aléatoires.

La démonstration est très importante pour l’application des propriétés des
probabilités.
Proposition 6 Soient (X, Y ) un couple de variable aléatoire discrète de

support S(X, Y ) = {(xi , yj )/i ∈ N∗ , j ∈ N∗ } = SX × SY les lois marginales
PX , PY (i. e les lois respective de X et de Y ) sont
X
∀i ∈ N∗ ; PX [{xi }] = P(X = xi , Y = yj ),
j∈N∗
X
∀j ∈ N∗ ; PY [{yj }] = P(X = xi , Y = yj ).
i∈N∗
Preuve 7 On a ∀i ∈ N∗
PX [{xi }] = P[X = xi ] = P[{X = xi } ∩ Ω]
= P[{X = xi } ∩ {Y −1 (SY )}] = P[{X = xi } ∩ {Y (ω) ∈ {y1 , . . . , yn }]
= P[{X = xi } ∩ ∪j∈N∗ {Y (ω) = yj }]

de l’indépendance des événements
X
= P(X = xi , Y = yj ).
j∈N∗
D’une manière analogue, on montre la deuxième formule.
Exemple 6 Soient (X, Y ) →

−
v . a. de loi de probabilité résumé dans le
tableau de contingence.
70
4.1. Définitions et propriétés
X↓\Y → 0 1 2 3 loi de X ↓
2 1 2 5
0 21 21 21
0 21
3 2 1 6
1 0 21 21 21 21
2 1 3 4 10
2 21 21 21 21 21
4 5 7 5 21
loi de Y → 21 21 21 21 21
=1
Par exemple, la loi de X est donnée par
X 0 1 2 somme
5 6 10 21
P[X = xi ] 21 21 21 21
=1
La loi de Y est résumé dans le tableau suivant
Y 0 1 2 3 somme
4 5 7 5 21
P[Y = yj ] 21 21 21 21 21
=1
On a obtenu
4
X
P[X = 2] = P[X = 2, Y = yj ]
j=1
10
= P[X = 2, Y = 0]+P[X = 2, Y = 1]+P[X = 2, Y = 2]+P[X = 2, Y = 3] = .
21
Exemples théorique de vecteur aléatoire
Comme dans le cas de v. a., il existe des vecteurs aléatoires de loi usuelle.
Par exemple, la loi hypergéométrique multiple et la loi multinomiale.
1. La loi hypergéométrique multiple
Une urne contient n ≥ 2 couleurs différentes et on considère N1 de
la première couleur,..., Nn de la nième couleur. On tire d boules de
cette urne et on note Xi le nombre de boules de couleur i tirées.
Pn
Donc Xi ' H(Ni , N − Ni , d) et N = i=1 Ni . Pour tout n-uplet
n
Pn
(x1 , . . . , xn ) ∈ N tel que i=1 xi = d et xi ≤ Ni , on a
CNx11 CNx22 . . . CNxnn

P(X1 , . . . , Xn = xn ) = .
CNd
2. La loi multinomiale
Ni
Dans le même contexte, si ∀i = 1, . . . , n : −→
N N →∞
pi , alors la loi
i
71
hypergéométrique multiple converge vers la loi multinomiale de taille

d et de (p1 , . . . , pn ) paramètres définie par
d!
P[X1 = x1 , . . . , Xn = xn ] = px1 . . . pxnn .
x1 ! . . . xn ! 1
4.1.2 Vecteur aléatoire continu

On dit qu’une fonction f : Rn −→ R est une densité de probabilité si
1. f ≥ 0
R R
2. et R . . . R fX (x1 , . . . , xn )dx1 . . . dxn = 1.
On dit qu’un → −
v . a. X = (X1 , . . . , Xn ), admet pour densité fX si ∀I =
I1 × · · · × In
Z Z
P[X ∈ I] = ... fX (x1 , . . . , xn )dx1 . . . dxn .
I1 In
Pour obtenir la densité marginale de Xi , on a

Z Z
fXi (xi ) = . . . fX (x1 , . . . , xn )dx1 . . . dxi−1 dxi+1 dxn .
| {z R}
R
(n−1)f ois
La proposition suivante concerne un couple de variables aléatoires. Ce

qui correspond à un vecteur aléatoire de dimension deux.
Proposition 7 Soit (X, Y ) un couple de v.a. de densité conjointe f(X, Y ) :

R2 −→ R. Alors, les deux v. a. ont une densité marginale notée fX et fY
et données par
Z Z
fX (x) = f(X, Y ) (x, y)dy, et fY (y) = f(X, Y ) (x, y)dx.
R R
La démonstration se fait à l’aide du théorème de Fubini-Tonelli qui équivaut

l’intégration successives.
Exemple 7 Soit f(X, Y) = α1[0, 1]×[−1, 2] (x, y).

1. Trouver α pour que f(X, Y) soit une densité de probabilité.
2. Donnez les densités marginales.
72
4.2. La fonction de répartition
Solution
1. Pour que f(X, Y ) soit une densité il faut que
— f(X, Y ) ≥ 0 ⇒ α ≥ 0.
R R1 R2
— R2 f(X, Y ) (x, y) = α 0 −1 dy dx = 1
Z 2 Z 1
⇒α dy dx = 1
−1 0
1
⇒ α(y |2−1 )(x |10 ) = α(3)(1) = 1 ⇒ α = .
3
1
Donc f(X, Y ) = 3 1[0, 1]×[−1, 2] (x, y).
2. Densité de X
Z Z 2
1 1
fX (x) = f(X, Y ) (x, y)dy = 1[0, 1] (x) dy = 1[0, 1] (x)(3) = 1[0, 1] (x).
R 3 −1 3
Densité de Y
Z Z 1
1 1 1
fY (y) = f(X, Y ) (x, y)dx = 1[−1, 2] (y) dx = 1[−1, 2] (y)(1) = 1[−1, 2] (y).
R 3 0 3 3
Dans la suite, on considère que les couples de variables aléatoires pour

soulagé l’écriture. Mais tous ce qui se dira est vérifier quelque soit la dimen-
sion du vecteur.
4.2 La fonction de répartition

Dans les chapitres précédents, on a défini la fonction de répartition et
ses propriétés des v. a. discrète ou continue. Dans la suite on va faire de
même pour les vecteurs aléatoires. C’est-à-dire que la loi conjointe des v.
a. X et Y est constituée par la fonction de répartition du couple aléatoires
(X, Y ), définie sur R2 , par

F(X, Y ) (x, y) = P(X, Y ) ] − ∞, x]×] − ∞, y[

= P X ∈] − ∞, x], Y ∈] − ∞, y[

= P X ≤ x, Y ≤ y .
73
Propriété 6 Soit (X, Y ) un couple de v. a. de fonction de répartition

F(X, Y ) , alors
1. ∀(x, y) ∈ R2 , 0 ≤ F(X, Y ) (x, y) ≤ 1.
2. F(X, Y) est une fonction croissante en chacune des ses variables.
3. F(X, Y ) est continue à droite et admet une limite à gauche pour cha-
cune de ses composantes.
4.
lim F(X, Y ) (x, y) = 1, lim F(X, Y ) (x, y) = 0.

x → +∞ x → −∞
et y → +∞ ou y → −∞
5. Si (X, Y ) un couple de v. a. discrètes alors

—
XX
F(X, Y ) (x, y) = P X = xi , Y = y j .
xi ≤x yj ≤y
— Les fonctions de répartitions marginales sont données par

X X
FX (x) = lim F(X, Y ) (x, y) = P X = xi , Y = y j .
y→+∞
xi ≤x yj ≤+∞
X X
FY (y) = lim F(X, Y ) (x, y) = P X = xi , Y = y j .
x→+∞
xi ≤+∞ yj ≤y
6. Si (X, Y ) un couple de v. a. continues alors

— Z x Z y
F(X, Y ) (x, y) = f(X, Y ) (u, v)dudv.
−∞ −∞
— Les fonctions de répartitions marginales sont données par
Z x Z +∞
FX (x) = lim F(X, Y ) (x, y) = f(X, Y ) (u, v)dudv.
y→+∞ −∞ −∞
Z +∞ Z y
FY (y) = lim F(X, Y ) (x, y) = f(X, Y ) (u, v)dudv.
x→+∞ −∞ −∞
Proposition 8 Si F(X, Y ) est de classe C 1 (R2 ) alors le couple aléatoires

(X, Y ) admet une densité
∂ 2 F(X, Y ) (x, y)
f(X, Y ) (x, y) = .
∂x∂y
74
4.3. Les moments
Exemple 8 Soit (X, Y ) un vecteur aléatoire de fonction de répartition

F(X, Y ) donnée par
(
e−αx−βy − e−αx − e−βy + 1 si x, y > 0
F(X, Y ) (x, y) = ,
0 sinon
où α, β sont des constantes positives. On détermine la densité jointe.

Comme F(X, Y ) est de classe C 1 (R2 ) alors
∂ 2 F(X, Y ) (x, y)
f(X, Y ) (x, y) =
∂x∂y
∂ 2 −αx−βy
= e − e−αx − e−βy + 1
∂x∂y
∂2
= −αe−αx−βy + αe−αx
∂y
= αβe−αx−βy .
Donc (
αβe−αx−βy si x, y > 0
f(X, Y ) (x, y) = .
0 sinon
4.3 Les moments

Dans cette partie, on considère kk la norme dans R2 . Le théorème suivant
représente un développement du théorème 1 et le théorème 3 dans le cas de
variable aléatoire.
Théorème 8 Théorème de transfert

Soit X un →
−
v . a. de Rn et ϕ : Rn −→ R une fonction borélienne.
P
1. Si X est discret et si la série x∈SX kϕ(x)kP[X = x] converge
X
⇒ E [ϕ(X)] = ϕ(x)P[X = x].
x∈SX
2. Si X est continu de densité fX et si ∀x ∈ Rn : kϕ(x)kfX intégrable

Z
⇒ E [ϕ(X)] = ϕ(x)fX (x)dx.
SX
75
Si on considère ϕ(x) = x, ϕ(x) = x2 ou bien pour deux vecteurs, ϕ(x, y) =

xy on obtient ce qui suit. Soit X = (X1 , . . . , Xn ) ∈ Rn un vecteur aléatoire
(discret ou continu).
Définition 7 L’espérance d’un vecteur aléatoire X de dimension n est le

vecteur de Rn constitue des espérances de chacune des coordonnées i.e.
E(X) = (E(X1 ), . . . , E(Xn )) .
Proposition 9 (Linéarité de l’espérance) Soit B ∈ Rm et A ∈ Rm×n .

L’espérance du vecteur aléatoire Y = AX + B ∈ Rm est
E(Y ) = AE(X) + B.
Cas particulier E(X1 + X2 + · · · + Xn ) = E(X1 ) + E(X2 ) + · · · + E(Xn ).
Soit X = (X1 , . . . , Xn ) ∈ Rn un vecteur aléatoire (discret ou continu).

La covariance entre Xi et Xj
Cov(Xi , Xj ) = E ((Xi − E(Xi ))(Xj − E(Xj ))) = E(Xi Xj ) − E(Xi )E(Xj ).
Le coefficient de corrélation linéaire entre Xi et Xj
Cov(Xi , Xj )
ρ(Xi , Xj ) = p p ∈ [−1, 1].
Var(Xi) Var(Xj)
Définition 8 Soit X = (X1 ; . . . ; Xn ) un vecteur aléatoire de dimension n.

On appelle matrice de variance-covariance de X, la matrice carrée de taille
n × n, notée ΣX , dont les coefficients (Σi;j )1≤i;j≤n sont donnés par
Σi;j = Cov(Xi ; Xj ).
En notation matricielle, la matrice de variance-covariance d’un vecteur

aléatoire X est
ΣX = E((X − E(X))(X − E(X))t ).
On appelle matrice de variance-covariance du couple (X, Y ) la matrice
carrée d’ordre 2 symétrique définit par
Σ(X, Y) = E[(X − E(X), Y − E(Y )), (X − E(X), Y − E(Y ))t ]
76
4.4. Loi conditionnelle et indépendance
!
Var(X) Cov(X; Y )
= ,
Cov(X; Y ) Var(Y )
ses termes diagonaux sont les variances des composantes du couple.
Remarque 9
— La diagonale de ΣX est le vecteur (Var(X1 ); . . . ; Var(Xn )).

— Si les coordonnées de X sont indépendantes, alors ΣX est une matrice
diagonale.
Proposition 10 Soient (X; Y ) ∈ R2 un couple de v.a.r. (discret ou continu).

Alors,
Var(X + Y ) = Var(X) + Var(Y ) + 2Cov(X; Y ).
La démonstration est laissée aux étudiants.
4.4 Loi conditionnelle et indépendance

A partir de la loi jointe d’un vecteur aléatoire X (discret ou continu),
on peut aboutir à de nouvelles lois en indiquant une condition sur l’une ou
plusieurs composantes de X. Ce cas de figure est dit lois conditionnelles.
Dans la suite, on considère le cas d’un couple de v. a. mais ça peut se
généralisé aux vecteurs de taille supérieure.
4.4.1 Lois conditionnelles

Soient X et Y deux v. a. (discrètes ou continues) sur le même espace
(Ω, A, P).
1. Si X = (X, Y ) est discret de loi de probabilité P[X = xi , Y = yj ] =
pij et de lois marginales P[X = xi ] = pi , P[Y = yj ] = pj , ∀xi ∈
SX , yj ∈ SY , alors la loi conditionnelle de X sachant Y = yj est
donnée pour pj 6= 0 par
P[X = xi , Y = yj ] pij
P[X = xi |Y = yj ] = = .
P[Y = yj ] pj
77
Et de même la loi conditionnelle de Y sachant X = xi est donnée

pour pi 6= 0 par
P[X = xi , Y = yj ] pij
P[Y = yj |X = xi ] = = .
P[X = xi ] pi
2. Si X = (X, Y ) est continu de densité de probabilité f(X, Y ) et de

densités marginales fX , fY , ∀x, y ∈ S(X, Y ) , alors la densité condi-
tionnelle de X sachant Y = y est donnée pour fY (y) 6= 0 par
f(X, Y ) (x, y)
f[X|Y =y] (x) = .
fY (y)
Et de même la densité conditionnelle de Y sachant X = x est donnée
pour fX (x) 6= 0 par
f(X, Y ) (x, y)
f[Y |X=x] (y) = .
fX (x)
Exemple 9 En reprenant l’exemple (6) dans le cas discret, on a par exemple

la loi de X sachant que Y = 1
P(X = 0, Y = 1) 1/21 1
P(X = 0|Y = 1) = = = .
P(Y = 1) 5/21 5
P(X = 1, Y = 1) 3/21 3
P(X = 1|Y = 1) = = = .
P(Y = 1) 5/21 5
P(X = 2, Y = 1) 1/21 1
P(X = 2|Y = 1) = = = .
P(Y = 1) 5/21 5
P3
Et on a i=1 P(X = xi |Y = 1) = 1.
Exemple 10 En reprenant l’exemple (7) dans le cas continu, on a par

exemple la densité de Y sachant que X = x
1
f(X, Y ) (x, y) 1[0, 1]×[−1, 2] (x, y) 1
f[Y |X=x] (y) = = 3 = 1[−1, 2] (y).
fX (x) 1[0, 1] (x) 3
R2
Aussi R 13 1[−1, 2] (y)dy = −1 31 dy = 1.
R
Ces loi conditionnelles peuvent ne pas exister si l’indépendance entre les

composantes du vecteurs est prouvée.
78
4.4. Loi conditionnelle et indépendance
4.4.2 Rappel d’indépendance de variables aléatoires

Soient X et Y deux v. a. (discrètes ou continues) sur le même espace
(Ω, A, P). X et Y sont indépendantes si pour tout couple d’intervalles I et
J de R, on a
P(X ∈ I, Y ∈ J) = P (X ∈ I) × P (Y ∈ J).
Un résultat directe de cette définition est la proposition suivante.
Proposition 11 Soit (X; Y ) un couple aléatoire (discret ou continu). Si

X et Y sont indépendantes, alors
1. Si (X; Y ) discret, on a
P[X = xi , Y = yj ] = P[X = xi ] × P[Y = yj ], ∀xi ∈ SX , yj ∈ SY .
2. Si (X; Y ) continu, on a
f(X, Y ) (x, y) = fX (x)fY (y), ∀x ∈ SX , y ∈ SY .
3. Si (X; Y ) discret ou continu
F(X, Y ) (x, y) = FX (x) × FY (y).
E(XY ) = E(X)E(Y ).
Cov(X, Y ) = 0,
mais la réciproque n’est pas toujours vrais.

6. Si X et Y sont indépendantes, alors
Var(X + Y ) = Var(X) + Var(Y ).
7. Pour a et b deux réelles
Cov(aX1 + bX2 , Y ) = aCov(X1 , Y ) + bCov(X2 , Y ).
79
La démonstration de cette proposition se fera comme exercice pour les

étudiants.
Proposition 12 Soit (X; Y ) un couple aléatoire (discret ou continu). Si

Cov(X, Y ) = 0, alors X et Y ne sont pas forcément indépendantes.
La preuve de cette proposition est donnée par un contre exemple.
4.5 Calcul de loi

Soit X = (X1 , . . . , Xn ) un vecteur aléatoire de loi PX et de fonction
de répartition FX . On considère ϕ : Rn → Rp une fonction mesurable. On
se pose la problème de calculer la loi de Y = ϕ(X).
Cas discret
Pour une loi discrète, l’approche s’effectue généralement en deux temps :

détermination du support SY de Y, puis, on calcul des probabilités P(Y =
y) = P(ϕ(X) = y) pour tout y = (y1 , . . . , yp ) ∈ SY .
Cas absolument continue
Utilisation de la fonction de répartition est une idée qui consiste à ex-

primer la fonction de répartition FY en fonction de FX comme suit
FY (y) = P (ϕ(X) ∈] − ∞; y1 ] × · · · ×] − ∞; yp ])
Z
= 1ϕ(x)∈]−∞;y1 ]×···×]−∞;yp ] dPX (x1 ; . . . ; xn ).
Une fois cette intégrale calculée, on obtient la densité de Y en dérivant FY

par rapport à ses p variables, donnée par
∂FY
fY (y) = (y1 , . . . , yp ).
∂y1 . . . ∂yp
Le calcul de FY est souvent long. On préfère utiliser les méthodes suivantes.

Utilisation de la mesure image où on se place ici dans le cas où SX est un
ouvert U inclus dans Rn (la densité s’écrit fX (x)1U (x)) et on suppose que
80
4.5. Calcul de loi
ϕ : U → V est une C 1 -difféomorphisme (différentiable, bijective et dont les

dérivées partielles sont continues). On a alors le théorème de changement
de variable suivant.
Théorème 9 Sous les hypothèses ci-dessus, on a pour toute fonction f

intégrable Z Z
f (y)dλ(y) = f (ϕ(x))|det(Jϕ(x) )|dλ(x),
V U
et Z Z
f (x)dλ(x) = f (ϕ−1 (y))|det(J ϕ−1 (y) )|dλ(y),
U V
où Jϕ(x) désigne la matrice Jacobienne au point x
∂ϕ1 ∂ϕ1
 
∂x1
(x) ··· ∂x1
(x)
.. .. ..
Jϕ(x) =  . .
 
. .
∂ϕn ∂ϕn
∂xn
(x) · · · ∂xn
(x)
On déduit alors la densité de Y.
Théorème 10 PY est la mesure image de PX par (PY = PX ◦ ϕ−1 ). On

a donc
fY (y) = fX (ϕ−1 (y))|det(Jϕ−1 y )|1V (y).
Exemple 11 Soit X = (X1 ; X2 ) de loi uniforme sur le carré D =]0; 1[2 .

On cherche la loi de X1 + X2 . On pose Y = (X1 + X2 ; X2 ) et
ϕ:U → V = {(y1 , y2 ), 0 < y2 < 1 et y2 < y1 < 1 + y2 }

.
(x1 , x2 ) 7→ (y1 = x1 + x2 , y2 = x2 )
D’après le théorème 10, la densité de Y est donnée par
fY (y) = 1U (ϕ−1 (y))|det(Jϕ−1 (y) )|1V (y) = 10<y1 −y2 <1 10<y2 <1 .
La densité de Y1 = X1 + X2 s’obtient en intégrant fY par rapport à y2

Z
fY1 (y1 ) = fY (y)dy2 = y1 10<y1 <1 + (2 − y1 )11<y1 <2 .
R
81
Utilisation de la fonction muette est une approche identique à celle ef-

fectuée pour les v.a.r. Il s’agit de trouver une fonction g mesurable telle que
pour toute fonction h mesurable on ait
Z Z
E[h(ϕ(X))] = h(ϕ(x))fX (x)dλ(x) = · · · = h(y)g(y)dλ(y).
U V
Par identification, une telle fonction g est une densité de Y. Cette fonction
s’obtient généralement par un changement de variable.
Exemple 12 On reprend l’exemple précédent. On effectue le changement

de variable
h : R2 → R2
.
(y1 , y2 ) 7→ (y1 − y2 , y2 )
On obtient
Z
E[h(X1 + X2 )] = h(x1 + x2 )1U (x1 ; x2 )dx1 dx2
R2
Z
= h(y1 )1U (y1 − y2 ; y2 )dy1 dy2
R2
Z Z
= h(y1 ) 1U (y1 − y2 ; y2 )dy2 dy1 .
R R
Il vient par identification

Z
fX1 +X2 (y1 ) = 1U (y1 − y2 ; y2 )dy2 .
R
Produit de convolution permet de déterminer la densité de la somme de

deux variables aléatoires réelles indépendantes.
Définition 9 Soient f et g deux fonction intégrables. On appelle convolu-

tion de f et g la fonction f ∗ g définie par
Z
(f ∗ g)(x) = f (x − t)g(t)dλ(t).
Proposition 13 Soient f, g et h trois fonction intégrables. Alors
f ∗ g = g ∗ f et (f ∗ g) ∗ h = f ∗ (g ∗ h)λ − pp.
82
4.6. Vecteur Gaussien
Théorème 11 Soient X et Y deux v.a.r. indépendantes de densité fX et

fY . Alors f X ∗ f Y est la densité de X1 + X2 .
On peut recalculer la densité de X1 + X2 de l’exemple précédent en faisant

le produit de convolution entre les deux fonction indicatrices sur ]0; 1[.
La suite de ce cours concerne la loi normale et son utilisation dans la
construction des couples mais peut se généralisée aux vecteurs aléatoires.
4.6 Vecteur Gaussien

4.6.1 Couple Gaussien
Soit (X, Y ) un couple de v.a de R2 ayant pour espérance mathématique !
Var(X) Cov(X; Y )
(µX , µY ) et pour matrice de variance-covariance Σ(X, Y ) = .
Cov(X; Y ) Var(Y )
Le couple (X, Y ) est un couple gaussien, si elle admet pour densité

1 1 −1 t
f(X, Y ) (x; y) = √ exp − (x − µX , y − µY )Σ (X, Y )(x − µX , y − µY ) .
2π detΣ 2
Les lois marginales des v.a X et Y sont données par la densité de la normale
comme suit
(x − µX )2

1
fX (x) = p exp − ,
2πVar(X) 2Var(X)
et
(y − µY )2

1
fY (y) = p exp − .
2πVar(Y ) 2Var(Y )
4.6.2 Vecteur Gaussien

La définition d’un vecteur aléatoire gaussien n’est pas très simple.
Définition 10 On dit que le vecteur aléatoire X = (X1 , . . . , Xn ) est un

vecteur gaussien si toute combinaison linéaire de ses variables marginales
a1 X1 + · · · + an Xn est une v.a.r. gaussienne.
Proposition 14 La loi d’un vecteur aléatoire gaussien X = (X1 , . . . , Xn )

est entièrement déterminée par la donnée de son espérance µX ∈ Rn et de
83
sa matrice de variance-covariance ΣX (de dimension n × n). On note alors

X ' N (µX , ΣX ).
Proposition 15 (Vecteur gaussien ⇒ Composantes gaussiennes)

Si le vecteur X = (X1 , . . . , Xn ) est gaussien, alors chaque variable aléatoire
Xi , i = 1; . . . ; n est gaussienne.
Le réciproque est fausse.
Exemple 13 Soit X ' N (0; 1) et ε une variable aléatoire de Rademacher

indépendante de X, c’est-à-dire, P(ε = 1) = P(ε = −1) = 21 . On considère
la variable Y = εX et le vecteur T = (X, Y ). On a alors
FY (u) = P(Y ≤ u)
= P(ε = 1) + P(εX ≤ u|ε = −1)P(ε = −1)

1
= [P(X ≤ u) + P(X ≥ −u) = P(X ≤ u) = FX (u).
2
Y est donc une v.a.r. gaussienne centrée réduite. Les composantes du vec-
teur (X, Y ) suivent ainsi des lois gaussiennes alors que (X, Y ) n’est pas
un vecteur gaussien. En effet, il suffit de voir que Z = X + Y n’est pas une
v.a.r. gaussienne
1
P(Z = 0) = P((1 + ε)X = 0) = P(ε = −1) = .
2
Or si Z est une v.a.r. gaussienne on a P(Z = 0) = 0 (ou 1 dans le cas
d’une v.a.r. centrée dégénérée).
La réciproque de la proposition 15 est en revanche vraie si les marginales

sont indépendantes.
Proposition 16 (Composantes gaussiennes indépendantes ⇒ Vecteur gaus-

sien)
Soit X1 , . . . , Xn , n variables aléatoires indépendantes. Le vecteur X =
(X1 , . . . , Xn ) est gaussien si et seulement si pour tout i ∈ {1; . . . ; n} la
variable aléatoire Xi est gaussienne.
84
4.6. Vecteur Gaussien
Proposition 17 1. X = (X1 , . . . , Xn ) ' N (µX , ΣX ) si et seule-

ment si X peut se décomposer sous la forme X = AY + µX , avec
Y ' N (0; In ), A matrice d × d satisfaisant AA0 = ΣX et rang(A) =
rang(ΣX ).
2. Si X = (X1 , . . . , Xn ) ' N (µX , ΣX ), A est une matrice d × n et
b ∈ Rd , alors AX + b ' N (AµX + b, AΣX A0 ) En particulier, si ΣX
−1/2
est inversible le vecteur ΣX (X − µX est gaussien standard.
On a vu plus haut que dans un cadre général l’indépendance implique la

non corrélation mais que la réciproque est fausse. La proposition suivante
montre que cette réciproque est valable pour les vecteurs gaussiens.
Proposition 18 (Vecteur gaussien : Indépendance ↔ Décorrélation)
1. Soit X = (X1 , . . . , Xn ) un vecteur gaussien de loi N (µX , ΣX ). Les

variables aléatoires X1 , . . . , Xn sont indépendantes si et seulement
si elles sont non corrélées, c’est-à-dire si et seulement si la matrice
de variance-covariance ΣX est diagonale.
2. Soit Z = (X1 ; . . . ; Xn ; Y1 ; . . . ; Yp ) un vecteur gaussien. Alors, les vec-
teurs (X1 , . . . , Xn ) et (Y1 ; . . . ; Yp ) sont indépendants si et seulement
si ils sont non corrélés.
Proposition 19 (Densité)
Soit X = (X1 , . . . , Xn ) ' N (µX , ΣX ), X admet une densité fX si et
seulement si det(ΣX ) 6= 0. On a alors

1 1 0 −1
fX (x) = √ p exp (x − µX ) ΣX (x − µX ) ,
( 2π)n det(ΣX ) 2
où x = (x1 ; . . . ; xn ).
Preuve 8 Comme ΣX est inversible, le vecteur Y = Σ−1

X (x−µX ) ' N (0; In ).
Sa densité est donnée par
n 2 n
!
Y 1 yi 1 1X 2
fY (y) = √ exp − = √ exp − y .
i=1
2π 2 ( 2π)n 2 i=1 i
85
Le changement de variable ϕ : Rn → Rn , pour x on a y = Σ−1

X (x − µX )
nous donne la densité de X par
fX (x) = fY Σ−1

X (x − µX )|detJϕ(x) | .
−1/2
ϕ étant une application affine, sa matrice jacobienne vaut ΣX , d’où le
résultat.
Définition 11 Une vecteur gaussien X dont la matrice de variance-covariance

a un déterminant nul est dit dégénéré.
4.7 Fonction caractéristique d’un couple

Dans cette partie, on notera toujours X = (X1 , X2 ) un couple de va-
riables aléatoires et T = (t1 , t2 ) un couple de R2 .
Définition 12 Soit X = (X1 , X2 ) un couple de variables aléatoires. On

appelle fonction caractéristique du couple (X1 , X2 ) la fonction ϕ définie
sur R2 , à valeurs dans C, par
ϕ(T ) = ϕX (T ) = E(ei<T,X> ), ∀T ∈ R2 ,
où < T, X > est le produit scalaire de R2 définie par
< T, X >= t1 X1 + t2 X2 .
Par exemple, si le couple X admet une densité fX , en utilisant le théorème

de transfert (8), pour tout T ∈ R2
Z
i<T,X>
ϕX (T ) = E(e )= exp [i(t1 x1 + t2 x2 )] f(X1 , X2 ) (x1 , x2 )dx1 dx2 .
R2
On peut vérifier, comme pour le cas unidimensionnel, que la fonction ca-

ractéristique d’un couple existe toujours. On retrouve les propriétés élémentaires
des fonctions caractéristiques.
Proposition 20 Soit ϕ la fonction caractéristique d’un couple de variables

aléatoires, les propriétés suivantes sont toujours vraies
86
4.7. Fonction caractéristique d’un couple
1. ϕ est continue sur R2 .

2. ϕ(0; 0) = 1.
3. ϕ(−T ) = ϕ(T ) pour tout T ∈ R2 .
4. |ϕ(T )| ≤ 1 pour tout T ∈ R2 .
Corollaire 1 Soit ϕ la fonction caractéristique d’un couple (X1 , X2 ). Alors,

pour tout (t1 ; t2 ) ∈ R2 ,
ϕX1 (t1 ) = ϕ(t1 ; 0) et ϕX2 (t2 ) = ϕ(0; t2 ).
Proposition 21 Soit X = (X1 , X2 ) un couple de variables aléatoires de

fonction caractéristique ϕ. Si ϕ est intégrable sur R2 , c’est-à-dire si
Z
|ϕ(t1 , t2 )|dt1 dt2 < +∞,
R2
alors le couple X admet une densité de probabilité fX donnée par

Z
1
fX (x1 , x2 ) = exp[−i(t1 x1 + t2 x2 )]ϕ(t1 ; t2 )dt1 dt2 .
(2π)2 R2
Proposition 22 Soit X = (X1 , X2 ) un couple de variables aléatoires de

fonction caractéristique ϕ.
∂ϕ
1. Si X1 et X2 admettent une espérance, alors les dérivées partielles ∂t1
∂ϕ
et ∂t2
existent et
∂ϕ ∂ϕ
E(X1 ) = −i (0, 0) et E(X2 ) = −i (0, 0).
∂t1 ∂t2
2. Si X1 et X2 admettent un moment d’ordre 2, alors les dérivées par-
tielles d’ordre 2 de ϕ existent et
∂ 2ϕ ∂ 2ϕ ∂ 2ϕ
E(X1 X2 ) = −i (0, 0); E(X12 ) = −i 2 (0, 0); E(X22 ) = −i 2 (0, 0).
∂t1 ∂t2 ∂t1 ∂t2
Proposition 23
Soit X = (X1 , X2 ) un couple de variables aléatoires de fonction caractéristique
ϕ. Les variables X1 et X2 sont indépendantes si et seulement si, pour tout
T ∈ R2 ,
ϕ(T ) = ϕX1 (t1 )ϕX2 (t2 ).
87
Preuve 9 On va procéder en deux étapes.

— Condition nécessaire
Supposons que X1 et X2 soient indépendantes. Soit T ∈ R2 . Alors
on sait que les variables eit1 X1 et eit2 X2 sont indépendantes. Donc
ϕ(T ) = E(exp [i(t1 X1 + t2 X2 )])
= E (exp [it1 X1 ] exp [it2 X2 ])

= E (exp [it1 X1 ]) E (exp [it2 X2 ])
= ϕX1 (t1 )ϕX2 (t2 ).
— Condition suffisante
Le cas réel. Supposons que, pour tout T ∈ R2 ,
ϕ(T ) = ϕX1 (t1 )ϕX2 (t2 ).
Alors : Z
exp [i(t1 x1 + t2 x2 )] fX (x1 , x2 )dx1 dx2
R2
Z Z
= exp[it1 X1 ]fX1 (x1 )dx1 exp[it2 x2 ]fX2 (x2 )dx2
R R
Z
= exp[i(t1 x1 + t2 x2 )]fX1 (x1 )fX2 (x2 )dx1 dx2 .
R2
Donc X a la même fonction caractéristique que le couple de loi
fX1 fX2 , et puisque la fonction caractéristique caractérise la loi, la
densité du couple est le produit des densités marginales, et donc X1
et X2 sont indépendantes.
88
4.8. Exercices
4.8 Exercices
Exercice 29 Un poisson pond des œufs au fond du torrent. Leur nombre
N suit une loi de Poisson de paramètre λ > 0. Chaque œuf survit avec une
probabilité p ∈]0, 1[, indépendamment des autres.
1. Soit M le nombre d’œufs qui survivent. Donner la loi conjointe du
couple (N, M ). Donner la loi marginale et l’espérance de M.
2. M et N − M sont-elles indépendantes ?
Exercice 30 Soient n et N des entiers supérieurs ou égaux à 2 et X1 , . . . , Xn

des variables aléatoires indépendantes et distribuées uniformément sur l’en-
semble {1, . . . , N }, (i.e. P(Xi = k) = N1 pour k = 1, 2, . . . , N ). On désigne
par Un leur minimum et par Vn leur maximum.
1. Calculer la loi de Vn .
2. Calculer la loi jointe de Un et Vn puis P(Un = Vn ).
Exercice 31 Dans le bois de Vincennes, on modélise le diamètre d’un arbre

par une variable aléatoire X, et sa hauteur par une autre variable aléatoire
Y. La loi jointe de X et Y est donnée par la densité :
1
fX, Y (x, y) = (x + y)e−y pour y ≥ 0, 0 ≤ x ≤ 2.
4
1. Donner la densité marginale de X.
2. X et Y sont-elles indépendantes ?
3. Calculer E[X].
4. L’âge d’un arbre est donné par W = 12XY. Calculer E[W ].
Exercice 32 Soit X une variable aléatoire réelle de loi uniforme sur [0, 1].
1. Déterminer la loi de U = sup{X, 1 − X}.
2. Déterminer la loi de V = inf{X, 1 − X}.
Exercice 33 Soit X et Y deux variables aléatoires indépendantes. Déterminer

la loi de la somme S = X + Y si
1. X et Y suivent la même loi uniforme sur [−1, 0].
89
2. X suit la loi uniforme sur [0, 1] et Y suit la loi uniforme sur [−3, 2].
Exercice 34 Soit U une variable aléatoire réelle de loi uniforme sur l’in-
tervalle [0, 1]. On définit la variable aléatoire X par
 q
1−U

U
si ; U ≤ 21
X= q .
U

1−U
si ; 21 < x ≤ 1
1. Déterminer fX la densité de la loi de X.

2. Déterminer FX la fonction de répartition de la loi de X.
3. Déterminer x0 vérifiant : FX (x0 ) = 12 (x0 s’appelle la médiane de la
loi de X).
4. Calculer la probabilité suivante : P(X ≤ 2x0 |X > x0 ).
Exercice 35 Soit(X, Y ) un vecteur aléatoire de densité f (x, y) = 1[0,1]2 (x, y).

Déterminer les lois de X, Y et Z = XY.
Exercice 36 Soient X et Y deux variables aléatoires indépendantes. X

suit une loi N (0, 1) et Y une loi N (0, σ 2 ), o‘u σ désigne un réel positif.
1. Écrire la densité de la loi du couple (X, Y ).
Y
2. On pose U = X.
Calculer la densité de la loi du couple (X, U ).
3. Les variables X et U sont-elles indépendantes ?
Exercice 37 1. Soit Za une v.a. gamma de paramètre a. Calculer expli-

citement les moments entiers E((Za )n ), en fonction de a et de n ∈ N.
2. Soient Za et Zb deux variables gamma indépendantes de paramètres
respectifs a et b. Montrer que les variables (ZaZ+Za
b)
et Za + Zb sont
Za
indépendantes et expliciter la loi de (Za +Zb ) .
90
5 Convergence en loi
Le théorème central limite justifie l’importance de la loi normale. En

effet, on approxime (en loi) de nombreuses variables aléatoires par des va-
riables aléatoires normales ou des vecteurs gaussiens en dimension d ≥ 2. Il
importe donc de savoir manipuler correctement ce type de convergence. En
fait, la définition de la convergence en loi par les fonctions de répartition
ne permet de considérer la convergence en loi que pour les variables ou vec-
teurs aléatoires à valeurs dans un espace fini-dimensionnel (ie. ce qu’on a
appelé variables aléatoires réelles ou vecteurs aléatoires).
On entame ce chapitre par deux propositions qui nous serons utile pour
la suite, puis on introduit la convergence en loi pour arrivé au théorème
central limite.
5.1 Fonction caractéristique et somme de variables

La proposition suivante représente une généralisation de la proposition
qui concerne un couple de v. a donnée par la proposition (23).
Proposition 24 Soit X1 , . . . , Xn n variables aléatoires indépendantes. Soit

Sn = nj=1 Xj . Alors la fonction caractéristique de Sn est le produit des
P
fonctions caractéristiques des Xj donnée par

n
Y
ϕSn (t) = ϕXj (t), ∀t ∈ R.
j=1
Preuve 10
Pn
it Xj
ϕSn (t) = ϕX1 +···+Xn (t) = E exp j=1
91
5. Convergence en loi
Pn
= E exp j=1 itXj
n
!
Y
=E expitXj .
j=1
Comme les variables X1 , . . . , Xn sont indépendantes, d’après une propo-

sition du chapitre précédent, les variables eitX1 , . . . , eitXn le sont aussi et
donc, d’après la proposition (23),
n
Y n
Y
itXj

ϕSn (t) = E exp = ϕXj (t).
j=1 j=1
Ce résultat permet d’avoir la proposition suivante.
Proposition 25 1. Soit X ' B(n, p) et Y ' B(m, p). Si X, Y

indépendantes alors
X + Y ' B(n + m, p).
2. Soit X ' P(λ) et Y ' P(λ0 ). Si X, Y indépendantes alors
X + Y ' P(λ + λ0 ).
3. Soit X ' N (µ1 ; σX ) et Y ' N (µ2 ; σY ). Si X, Y indépendantes alors

q
2 2
X + Y ' N µ1 + µ2 ; σX + σY .
4. Si X et Y sont deux v.a.r. indépendantes, alors X + Y a pour densité

Z Z
fX+Y (u) = fX (u − v)fY (v)dv = fX (v)fY (u − v)dv.
R R
Preuve 11 On démontre seulement les deux derniers points, les autres

points sont laisses aux étudiants. h i
2
2 σX
3. Comme X ' N (µ1 ; σX ), alors ϕX (t) = exp iµ1 t − t 2 et comme
h i
σ2
Y ' N (µ2 ; σY ), alors ϕY (t) = exp iµ2 t − t2 2Y . Puisque X et Y sont
indépendantes, d’après la proposition (24),
2 2

2 σX + σY
ϕX+Y (t) = ϕX (t)ϕY (t) = exp i(µ1 + µ2 )t − t .
2
92
5.2. Convergence en loi
On reconnaı̂t la fonction caractéristique de la loi normale de paramètres

p
2
µ1 + µ2 et σX + σY2 .
4. Comme X et Y sont indépendantes, d’après la proposition(24),
ϕX+Y (t) = ϕX (t)ϕY (t)
Z Z
itx
= fX (x)e dx fY (v)eitv dv.
R R
5.2 Convergence en loi

Définition 13 Soit (Xn )n∈N une suite de variables aléatoires définies sur
les espaces de probabilités respectifs (Ωn , An , Pn ) et X une variable aléatoire
définie sur (Ω, A, P). Soit Fn la fonction de répartition de Xn et F celle de
X. Notons C(F ) l’ensemble des points où F est continue. On dit que la suite
L
(Xn )n∈N converge en loi vers X (noté Xn → X) si, pour tout x ∈ C(F ),
lim Fn (x) = F (x).

n→+∞
Remarquer que lorsque Fn converge vers une fonction F, il faut vérifier que
F est bien une fonction de répartition. Ce n’est pas forcément le cas.
Par contre, la condition suivante permet de définir la convergence en
loi pour les variables aléatoires à valeurs dans un espace métrique quel-
conque composé avec une fonction continue bornée. En général, dans les
espaces métriques, on prend donc la relation qui suit pour définition de la
convergence en loi.
h i
L
Théorème 12 La convergence en loi Xn → X est équivalente à avoir
pour toute fonction g : R → R continue bornée.
lim E[g(Xn )] = E[g(X)]. (5.1)

n→+∞
La démonstration de ce théorème ne sera pas donnée, du fait que l’outil

utiliser pour la démonstration n’est disponible qu’on troisième année.
93
Théorème 13 Théorème de continuité de Paul-Lévy

Soit (Xn )n∈N une suite de variables aléatoires de fonction caractéristique
ϕn . Soit X une variable aléatoire de fonction caractéristique ϕ. Alors,
h i
L
Xn → X ⇒ ∀t ∈ R; lim ϕn (t) = ϕ(t) .
n→+∞
Preuve 12 Le sens direct est immédiat avec le Théorème (12) puisqu’on

a ϕX (t) = E[gt (X)] avec gt (x) = eitx continue bornée.
Pour la réciproque, on suppose d’abord que g : R → R est C 2 à support
R
compact. Sa transformée de Fourier ĝ(t) = R eitx g(x)dx est alors intégrable
et est bornée. En effet, ĝ est bornée ainsi que g 00 qui est égale à t2 ĝ(t). On
a donc ĝ(t) = O(1/t2 ) en +∞ et ĝ est bornée. Donc, on peut appliquer le
théorème d’inversion de Fourier pour écrire
Z
1
g(x) = e−itXn ĝ(t)dt.
2π R
Comme ĝ est intégrable, le théorème de Fubini (l’intégration successive)
s’applique et donne
Z Z
1 −itXn 1
E e−itXn ĝ(t)dt

E[g(Xn )] = E e ĝ(t)dt =
2π R 2π R
Z
1
= ϕX (−t)ĝ(t)dt.
2π R n
Mais comme ϕXn (−t) converge vers ϕX (−t) pour chaque t et que |ϕXn (−t)| ≤
1 pour tout t ∈ R avec en plus intégrabilité de ĝ, par le théorème de conver-
gence dominée, on a
Z
1
lim E[g(Xn )] = ϕX (−t)ĝ(t)dt = E[g(X)].
n→+∞ 2π R
Lorsque l’on suppose seulement g continue à support compact puis ensuite
continue bornée, on procède comme précédemment dans la preuve du sens
direct de ce Théorème.
Théorème 14 Théorème centrale limite

Soit X1 , X2 , . . . , Xn une suite de v.a indépendantes et de même loi,
n
d’espérance µ et de variance σ 2 et soit la v.a X n = n1 Xi . Pour n assez
P
i=1
94
5.2. Convergence en loi
X n −µ
grand, la loi de Z = √σ
peut être approchée par la loi normale standard
n
N (0, 1). C’est-à-dire
!
Xn − µ
P ≤x ' P (Z ≤ x) .
√σ
n
Pour un théorème d’une telle importance en statistiques et en probabilité

appliquée, il existe une démonstration particulièrement simple utilisant la
fonction caractéristique d’une variable aléatoire. Cette démonstration res-
semble à celle d’une de la loi des grands nombres.
Preuve 13 Pour une variable aléatoire Y d’espérance 0 et de variance 1,

la fonction caractéristique de Y admet le développement limité
t2
ϕY (t) = 1 − + o(t2 ), t → 0.
2
Si Y vaut Xiσ−µ , il est facile de voir que la moyenne centrée réduite des
observations X1 , . . . , Xn est simplement
n
Xn − µ 1 X
Zn = =√ Yi .
√σ n i=1
n
D’après les propriétés élémentaires des fonctions caractéristiques, la

fonction caractéristique de Zn est
n 2 n
t2

t t 2
ϕY √ = 1− +o −→ e−t /2 , lorsque n → ∞.
n 2n n
Mais cette limite est la fonction caractéristique de la loi normale centrée

réduite N (0, 1), d’où l’on déduit le théorème central limite grâce au théorème
de convergence de Lévy (13), qui affirme que la convergence simple des fonc-
tions caractéristiques implique la convergence en loi.
95
5.3 Exercices
Exercice 38 On considère deux suites de v.a. réelles (Xn )n≥1 et (Yn )n≥1 .
Donner un exemple dans lequel (Xn ) converge en loi vers une v.a. X, (Yn )
converge en loi vers une v.a. Y, mais (Xn + Yn ) ne converge pas en loi.
(Indication : Xn = X de loi N (0, 1), et Yn = (−1)n X).
Exercice 39 Soit (Xn )n≥1 une suite de variables aléatoires réelles définies
sur un espace (Ω, A, P), et f une application continue de R dans R. Montrer
que si Xn converge en loi vers X, alors f (Xn ) converge en loi vers f (X).
Exercice 40 Soit (Yn )n≥1 une suite de variables aléatoires. On suppose que
E[Yn ] → 1 et que E[(Yn )2 ] → 1. Montrer que Yn converge en loi vers 1.
Exercice 41 On considère une suite de v.a. indépendantes et de même loi

(Xn )n≥0 . On définit alors la suite (Yn )n≥0 par
X0 X1 + Y0 X2 + Y1 Xn + Yn−1
Y0 = , Y1 = , Y2= , . . . , Yn = .
2 2 2 2
1. . Calculer la fonction caractéristique ϕn de Yn en fonction de ϕ, la
fonction caractéristique de X1 , et de n.
2. On suppose que la loi commune aux variables Xn est la loi normale
centrée N (0, σ 2 ). Quelle est la loi de Yn ? Quelle est la loi limite de
(Yn ) lorsque n tend vers l’infini ?
3. Si les variables Xn suivent la loi de Cauchy de densité [π(1+x2 )]−1 , x ∈
R, montrer que (Yn ) converge en loi lorsque n tend vers l’infini. Préciser
la limite.
Indication : la fonction caractéristique de la loi de Cauchy est donnée par
ϕ(t) = e−|t| .
96

Cours Prob 1 Etud

Transféré par

Droits d'auteur :

Formats disponibles

Cours Prob 1 Etud

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Prob 1 Etud

Transféré par

Droits d'auteur :

Formats disponibles

2020

Université Frères Mentouri

Table des matières i

2 Les variables aléatoires discrètes et leur lois usuelles 21

3 Variables aléatoires absolument continues 43

3.6 Approximation par une loi normale . . . . . . . . . . . . . . 64

La théorie des probabilités n’est pas figée et se développe pour répondre

discrètes”(chapitres 1 et 3). Le chapitre 4 rappelle une introduction aux

Dans la première partie, nous allons voir l’analyse combinatoire base

1.1 L’analyse combinatoire

L’idée qui construit cette discipline est de trouver un nombre entier

A,B,C et D, on obtient si l’ordre de notre couple est important

Si l’ordre n’est pas important, on obtient

1.1.1 Type de dispositions

On appelle arrangement de k éléments toute disposition ordonnée de

avec 1 ≤ k ≤ n. L’idée, pour obtenir cette formule, est que si on suppose

convoité par n éléments, le deuxième est convoité, obligatoirement, par n−1

Akn = n(n − 1)(n − 2) . . . (n − k + 2)(n − k + 1).

qui peut s’écrire sous la forme

n(n − 1)(n − 2) . . . (n − k + 2)(n − k + 1)(n − k)(n − k − 1) . . . 4.3.2.1

ce qui implique l’écriture (1.1).

Si dans un ensemble Ω, nous voulons tiré k éléments de ces n éléments

Propriétés des combinaisons

Quelques propriétés seront identifier dans cette partie, mais d’autres

2. Si n ≥ 1 alors, Cn1 = Cnn−1 = n.

— La formule du binôme de Newton

1.2 Expériences et événements aléatoires

appel tous sous-ensemble A ⊂ Ω tel que A 6= ωi un événement com-

1.2.1 Relation sur les événements aléatoires

1.2.2 L’algèbre et la σ-algèbre

1.3 Les Probabilités

Cette application vérifie les axiomes suivants

Remarque 1 1. Si Ω est finie on a A est une algèbre et la probabilité

Le contraire aussi est juste P(Ā) = 1 − P(A).

P(Ω) = P(A)+P(Ā) =⇒ 1 = P(A)+P(Ā) =⇒ P(A) ≤ 1 et P(Ā) ≤ 1.

Il existe d’autres propriétés que nous vairons à fur et à mesure.

1.3.2 Calcul des probabilités uniforme

élémentaires ωi , de l’ensemble fondamental Ω (de cardinal fini), on la même

[P(ωi ) = p, ∀ωi ∈ Ω].

Remarque 2 1. Dans le cas équiprobable la probabilité de l’événement

D’après ces remarques on voit bien que la probabilité d’un événement

1.3.3 Autres propriétés

P(A ∪ B) = P(A) + P(B) − P(A ∩ B) (1.3)

Nous avons aussi les propriétés suivantes

P(Ā ∩ B̄) = P(A ∪ B) = 1 − P(A ∪ B).

P(Ā ∪ B̄) = P(A ∩ B) = 1 − P(A ∩ B).

P(F̄ ∩ D̄) = P(F ∪ D) = 1 − P(F ∪ D) = 1 − [P(F ) + P(D) − P(F ∩ D)]

pour A et B deux événements de A avec P(B) 6= 0. De la formule (1.4), on

P(A ∩ B) = P(A|B).P(B). (1.5)

Elle représente la formule de la probabilité composé.

Exemple 2 Un service hospitalier reçoit des malades atteints soit de la

P(F ) = P(F ∩ A) + P(F ∩ B) = P(A)P(F |A) + P(B)P(F |B) = 0.56,

Dans la partie qui va suivre, nous allons essayer d’expliciter le cas de

1.3.4 Les événements indépendants

P(A ∩ B) = P(A) × P(B). (1.6)

Cette équation mène à des propriétés assez intéressante utiliser dans le

Soient A, B ∈ A. Commençons par donner les propriétés suivantes

P(A) = P(A ∩ Ω) = P(A ∩ (B ∪ B̄)) = P(A ∩ B) + P(A ∩ B̄),

du fait que (A ∩ B) et (A ∩ B̄) sont deux événements incompatibles. Et