COURS CALCUL DE

PROBABILITES

Dagobert ELISEE, Enseignant-Chercheur

Dernière modification : Aout 2019
Les distributions de
probabilités usuelles
 Objectif
• Presenter les principales lois de probabilité
pouvant etre retenues dans la modélisation
statistique des va discretes.
 Contenu
• Introduction
• Definition
• Les lois de probablités discrètes finies
Loi de Dirac
Loi uniforme discrete
La loi de Bernouilli
La loi Binomiale
• Les lois de probablités discrètes infinies
La loi de Poisson
La loi géométrique ou de Pascal
La loi binomiale négative
 Introduction
• Il existe un bon nombre de variables aléatoires
(va) qui s’appliquent à des phénomènes
réels à caractère aléatoire.
• On s’intéressera à l’étude des principales
variables aléatoires usuelles généralement
rencontrées en économie et en statistique
appliquées.
• On définira la distribution de probabilités de la
variable aléatoire considérée tout en précisant
éventuellement son domaine d’application;
 Introduction
• On vérifiera les propriétés de la fonction de
masse (densité) ;
• On donnera les deux paramètres les plus
caractéristiques de la variable considérée à
savoir : l’espérance mathématique et la
variance;
• On précisera la fonction génératrice des
moments (éventuellement la fonction
génératrice de probabilités).
 Les lois de
probabilités discrètes
finies
 Loi de Dirac
• Soit aℝ un point fixé, on appellee loi de
Dirac, notée , la loi de la va certaine X qui est
constant, prenant la meme valeur a quel que
soit le résultat de l’épreuve
• X()=a,  X()={a}, 𝑃𝑋 (X=a)=P{ /
X()=a}=P()=1
0 𝑠𝑖 𝑥 ≤ 𝑎
• 𝐹𝑋 (x)=ቊ
1 𝑠𝑖 𝑥 > 𝑎
• E(X) = a
• V(X) = 0
 Loi uniforme discrète
Une variable aléatoire X suit une loi uniforme
discrète sur {𝑥1 , 𝑥2 , …, 𝑥𝑛 } si sa loi de
probabilité est donnée par :
1
𝑝𝑘 = P(X = 𝑥𝑘 ) = pour k = 1, 2, …, n.
𝑛
Donner l’espérance mathématique ainsi que la
variance de X
 On considère la loi uniforme X={1,2,…,n}
 Calculer E(X) et V(X)
 Exemple
La distribution des chiffres obtenus au lancer de
dé (si ce dernier est non pipé) suit une loi
uniforme.
a) Donner la loi de probabilité de X ainsi que la
fonction de répartition et leur représentation
graphique
b) Donner l’espérance mathématique, la
variance ainsi que le coefficient de variation de
de X
Loi de Bernouilli
 Définition
• Considérons une épreuve conduisant à un
espace échantillon  partitionné en deux
sous ensembles S (succès) et E (échec) de
probabilité respective p et 1-p (0p1).
• On pose S=1 et E=0 et on définit la variable
X ’’nombre de succès obtenu’’  D𝑋 = {0, 1},
P(X=0)=𝑝𝑋 (0)=1-p et P(X=1)=𝑝𝑋 (1)=p de telle
sorte que 𝑝𝑋 (x)=𝑝 𝑥 (1 − 𝑝) 1−𝑥 , x𝐷𝑋 et
𝑝𝑋 (x)=0 sinon
• La variable X suit une loi de Bernouilli de
paramètre p. On note Xℬ(p)
 Propriétés
• La fonction 𝑝𝑋 (x) vérifie les propriétés
suivantes de la fonction de masse d’une
variable aléatoire discrète
• 1) 𝑝𝑋 (x)  0
• 2) {x/x𝐷𝑋 } est dénombrable
• 3) σx𝐷𝑋 𝑝𝑋 (x)=1
• E(X) = p et V(X) = p(1-p)
 Preuve
3) σx𝐷𝑋 𝑝𝑋 (x)=1
En effet : σ1x=0 𝑝 𝑥 (1 − 𝑝) 1−𝑥 =1-p+p = 1
E(X) = p

V(X) = p(1-p)
 Exemple
Dans chacune des quatre situations suivantes,
reconnaitre une épreuve de Bernouilli
1. On lance un dé cubique équilibré dont les
faces sont numérotées de 1 à 6 et on regarde si
le nombre obtenu est un multiple de 3
2. On tire au hazard une carte dans un jeu de 32
cartes et on regarde si la carte tirée est un as
3. On jette une pièce de monnaie non truquée
4. On extrait une boule au hazard, d’une urne
contenant 5 boules vertes et 2 boules rouges
toutes indiscernables au toucher, et on note sa
 Exemple
Dans une classe, il y a 30 étudiants dont 10
filles. On choisit au hasard 4 étudiants pour
former un comité de classe. On définit la
variable X’’ avoir au moins une fille dans le
comité’’.
a) Caractériser la va X.
b) Trouver 𝐷𝑋
c) Calculer E(X) et V(X)
d) Calculer et analyser les paramètres de
forme
 Exemple
Dans une population de n individus, on associe
à chacun d’eux une va de Bernouilli, indicatrice
de possession d’un certain caractère A
0 𝑠𝑖 𝑖 𝑛𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑝𝑎𝑠 𝑙𝑒 𝑐𝑎𝑟𝑎𝑐𝑡è𝑟𝑒 𝐴
𝑋𝑖 =ቊ
1 𝑠𝑖 𝑖 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑙𝑒 𝑐𝑎𝑟𝑎𝑐𝑡è𝑟𝑒 𝐴
a) Caractériser la va X.
b) Trouver 𝐷𝑋
c) Calculer E(X) et V(X)
d) Calculer et analyser les paramètres de forme
La loi Binomiale
 Définition
• Considérons une épreuve conduisant à un
espace échantillon  partitionné en deux
sous ensembles S (succès) et E (échec) de
probabilité respective p et 1-p (0p1).
• On pose S=1 et E=0 et on répète n fois de
façon indépendante (avec remise) cette
épreuve.
• On définit la variable X ‘’nombre de succès
obtenus au cours des n essais’’ DX = {0, 1, 2,
…, n}.
• X suit une loi binomiale de paramètres n et p ce
que l’on note : X B (n,p)
 Défintion
• Si 𝑋𝑖 est une Bernouilli on peut écrire X = 𝑋1 +
𝑋2 + … + 𝑋𝑛
• E(X) = E σ𝑛𝑖=1 𝑋𝑖 =σ𝑛𝑖=1 𝐸(𝑋𝑖 ) = np
• V(X) = V σ𝑛𝑖=1 𝑋𝑖 =σ𝑛𝑖=1 𝑉(𝑋𝑖 ) = npq
• Car les va 𝑋𝑖 sont indépendantes
 Propriétés
La probabilité d’avoir x succès est donnée par
P(X=x)=𝑝𝑋 (x)=𝐶𝑛𝑥 𝑝 𝑥 (1 − 𝑝) 𝑛−𝑥
et 𝑝𝑋 (x)=0 sinon
La fonction 𝑝𝑋 (x) vérifie les propriétés suivantes
de la fonction de masse d’une variable aléatoire
discrète
1) 𝑝𝑋 (x)0
2) {x/x𝐷𝑋 } est dénombrable
3) σx𝐷𝑋 𝑝𝑋 (x)=1
E(X) = np et V(X) = np(1-p)
 Preuve pour propriétés 3
3) σx𝐷𝑋 𝑝𝑋 (x)=1
𝑛 𝑦 𝑦
σ𝑦=0 𝐶𝑛 𝑝 (1 − 𝑝) 𝑛−𝑦 =[p+(1−p)]0 =1(Binome de
Newton)
 Preuve pour E(X) = np
E(X) =σ𝑥∈𝐷𝑋 𝑥𝑝𝑥 (𝑥) = σ𝑥∈𝐷𝑋 𝑥𝐶𝑛𝑥 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
 Preuve pour V(X) = np(1-p)
V(X) = E(𝑋 2 ) - 𝐸(𝑋) 2 = E[X(X-1)+X] - 𝐸(𝑋) 2 =
E[X(X-1)] + E(X) - 𝐸(𝑋) 2 = E[X(X-1)] +np - 𝑛2 𝑝2
 Remarques
• Si 𝑋1 ~ ℬ(𝑛1 , p) et 𝑋2 ~ ℬ(𝑛2 , p). . Les va 𝑋1 et
𝑋2 étant indépendantes
• alors 𝑋1 + 𝑋2 ~ ℬ(𝑛1 +𝑛2 , p)
• Ceci résulte de la definition d’une loi binomiale
puisqu’on totalise ici le résultat de 𝑛1 +𝑛2
épreuves indépendantes
 Exemple
On considère un test constitué de QCM pour
lesquelles cinq réponses sont présentées dont une
seule est correcte. Le test comprend n = 6
questions.
Quelle est :
- la probabilité d’avoir au moins 4 bonnes réponses
en répondant au hasard, soit Pr(X  4)
- la probabilité d’avoir moins de 4 bonnes réponses
en répondant au hasard, soit Pr(X < 4)
- l’espérance mathématique E(X)
- la variance Var(X)
 Exercices
1. Une machine déréglée produit 1/3 de pièces
défectueuses. Dans un lot de 9 pièces fabriquées
par cette machine, calculer
a) Le nombre moyen de pièces défectueuses ;
b) La probabilité associée à ce nombre moyen.
2. Le nombre de résultats pile apparus au cours de n
jets d’une pièce de monnaie suit une loi ℬ(n, ½ ).
Calculer 𝑝𝑋 (x); E(X) et V(X)
3. Le nombre N de boules rouges apparues au cours
de n tirages avec remise doans une urne contenant
deux rouges, trois vertes et une noire suit une loi
binomiale ℬ(n, 1/3 ). Calculer 𝑝𝑁 (n); E(N) et V(N)
 Exercice
Une université a constaté que 25% de ses étudiants
abandonnaient leurs études sans avoir terminé le cours
d’introduction aux statistiques. Supposons que 15 étudiants
ont choisi ce cours ce trimestre
a) Quelle est la probabilité qu’au plus deux étudiants
abandonnent ?
b) Quelle est la probabilité qu’exactement trois étudiants
abandonnent ?
c) Quelle est la probabilité que plus de trois étudiants
abandonnent ?
d) Quelle est l’espérance mathématique et l’écart type du
nombre d’abandons dans cette université?
 Exercices
Dans une PME, sont employés 6 ouvriers et 5 employés.
Le PDG, souhaitant prendre l’avis de son personnel,
interroge (sans remise) 7 personnes choisies au hasard
parmi ces 11 personnes. Soit X la variable aléatoire «
nombre d’ouvriers interrogés ».
a) Quelles sont les valeurs prises par X ?
b) Quelle est sa loi de probabilité ?
c) Quelle est la probabilité d’interroger 4 ouvriers ?
On choisit au hasard 10 étudiants d’un Master. 304 sont inscrits en
1ere année et 233 en 2eme année. Soit X le « nombre d’étudiants
de 1ere année » parmi les 10 personnes choisies.
a) Calculer la probabilité d’avoir 5 étudiants de 1ere année.
b) Calculer E(X).
c) Calculer V(X).
 La loi
hypergéométrique
 Définition
• La va X suit une loi appellée loi
hypergéométrique.
• On note X  H (𝑁1 , 𝑁2, n)
• Si on pose p=𝑁1 /N, q=𝑁2 /N et 𝑁2 =N-𝑁1 on peut
réécrire la fonction de masse sous la forme
𝑥 𝑥 𝑛−𝑥 𝑁−𝑛 !
• 𝑝𝑋 (x)=𝐶𝑛 𝐴𝑁𝑝 𝐴𝑁𝑞
𝑁!
• Le support de la va hypergéométrique X est définie
par 𝐷𝑋 ={0,1,2,…n} à condition que n𝑁1
 Définition
• Dans le cas où n>𝑁1 , le nombre d’objets
choisis ne pourra pas dépasser 𝑁1 ce qui
revient à dire que ce nombre d’objets sera au
maximum 𝑁1 au lieu de n.
• De même, si n>𝑁2 , on ne pourra pas obtenir 0
unité de 𝑁1 où n unités de 𝑁2 . Dans ce
dernier cas, la plus petite valeur de la va X
sera la différence entre n et 𝑁2 . Ainsi, de
manière formelle, le support 𝐷𝑋 de la va
hypergéométrique X est défini par 𝐷𝑋 ={max(0,
n-𝑁2 ), …., min(n, 𝑁1 )}
 Propriétés
La fonction 𝑝𝑋 (x) vérifie les propriétés suivantes
de la fonction de masse d’une va discrète
1) 𝑝𝑋 (x)0
2) {x/x𝐷𝑋 } est dénombrable
3) σx𝐷𝑋 𝑝𝑋 (x)=1
𝑛𝑁1 𝑛𝑁1 𝑁2 (𝑁−𝑛)
• E(x) = V(X) =
𝑁 𝑁2 (𝑁−1)
 Preuve pour propriété 3
3) σx𝐷𝑋 𝑝𝑋 (x) = 1
𝑥 𝑛−𝑥
𝐶𝑁 𝐶
σ𝑛x=0 𝑝𝑋 (x) = σ𝑛x=0 1 𝑁2
𝑛
𝐶𝑁
𝑛
1 𝑛 𝐶𝑁1 +𝑁2
= 𝑛 σx=0 𝐶𝑁𝑥1 𝐶𝑁𝑛−𝑥
2
= 𝑛 =1
𝐶𝑁 𝐶𝑁
car N1 + N2 = N
 𝑛𝑁1
Preuve pour E(x) =
𝑥
𝑁
𝑛−𝑥
𝑛 𝐶𝑁 𝐶
1 𝑁2
E(X) = x𝐷𝑋 𝑥𝑝𝑋 (x) = x=0 𝑥
σ σ 𝑛 .
𝐶𝑁
 𝑛𝑁1 𝑁2 (𝑁−𝑛)
Preuve pour V(X) =
𝑁2 (𝑁−1)
• V(X) = = E(𝑋 2 ) - 𝐸(𝑋) 2 .
• Mais = E(𝑋 2 ) = E[(X(X-1)]+E(X)
Exercice d’application
 Unités défectueuses
Une cargaison de 10 unités comporte 2 unités
défectueuses et 8 unités non défectueuses. Lors de
l’inspection de la cargaison, un échantillon aléatoire
d’unités est sélectionné et testé. Si une unité
défectueuse est trouvée, la cargaison des 10 unités
sera refusée.
a) Si un échantillon de 3 unités est sélectionné, quelle
est la probabilité que la cargaison soit refusée ?
b) Si un échantillon de 2 unités est sélectionné, quelle
est la probabilité que la cargaison soit refusée ?
 Unités défectueuses
c) Si la direction désire avoir une probabilité de rejet
d’une cargaison qui comprend 2 unités défectueuses
sur 10, égale à 0.80, quelle taille d’échantillon
recommanderiez-vous?
d) Quelle est l’espérance mathématique et la variance
de la distribution
e) Quelle est le coefficient de variation de la distribution
 Sport préféré
Dans une étude menée par la société Gallup, la
question suivante était posée aux personnes
interrogées : « Quel sport préférez-vous
regarder à la télévision ? ». Le football et le
basket étaient respectivement classés en 1ère et
2ème position dans les préférences des
personnes interrogées. Supposons que dans
un groupe de 10 individus, 7 préfèrent le foot et
3 le basket. Un échantillon aléatoire de trois de
ces individus ont été sélectionné.
a) Quelle est la probabilité qu’aucun individu ne
préfèrent le foot ?
 Sport préféré
b) Quelle est la probabilité qu’exactement deux
individus préfèrent le foot ?
c) Quelle est la probabilité que la majorité
préfère le foot ?
d) Quelle est l’espérance mathématique et
l’écart-type de la préférence pour le foot?