VARIABLES ALATOIRES

DISCRTES
Probabilits Appliques
Chapitre II
1
Dans lespoir dtre mieux inform sur des intentions de vote lors
de prochaines lections, on dcide deffectuer un sondage clair.

On choisit trois tudiants au hasard dans la classe, et on dcide
de les interroger sur leurs intentions de vote.

On suppose quil y a simplement 2 partis: le parti vert (V) et le
parti mauve (M). En assignant chacun des trois tudiants la
lettre V sil se dclare pour le parti Vert et la lettre M sil se
dclare pour le parti Mauve, on obtient lensemble fondamental
comme suit:

O= {(M,M,M), (M,V,M), (M,M,V), (V,V,V), (V,M,V),(V,V,M),
(M,V,V) (V, M,M)}.
EXEMPLE INTRODUCTIF
2
EXEMPLE INTRODUCTIF
Cependant , on ne sintresse pas un rsultat particulier,
par exemple, si le premier tudiant vote pour le parti
Mauve, mais plutt disons, au nombre dtudiants qui
voteront pour le parti Mauve.


Dans cette perspective, il est utile de dfinir une variable
dite variable alatoire note X : O IR qui permet
dassocier chaque rsultat un nombre rel x, ce nombre
tant le nombre de Verts dans lchantillon de 3 tudiants.

3
EXEMPLE
(M,M,M)

(M,V,M)
(M,M,V)
(V,M,M)

(V,M,V)
(V,V,M)
(M,V,V)

(V,V,V)
0


1



2


3
4
: X
x e
O
5
La notion, fondamentale, de variable alatoire reprsente
toute grandeur, le plus souvent numrique, que l'on peut tre
amen valuer sur le rsultat d'une exprience alatoire.

C'est donc, tout naturellement, une fonction dfinie sur
l'ensemble fondamental, et valeurs dans IR.

Il y a l, d'une certaine faon, une contradiction dans les
termes : une variable alatoire n'est pas une variable, c'est une
fonction ; et elle n'a rien en elle-mme d'alatoire, c'est
l'espace sur lequel elle agit qui est probabiliste.
VARIABLE ALATOIRE - DFINITION

Soit (O, A, P) un espace probabilis associ une preuve
alatoire E.

Dfinition:
Soit X une application de O dans IR ; X est une variable
alatoire relle lie E si et seulement si, pour tout rel x

,
l'image rciproque X
1
(x) est un lment de A.
6
On dit aussi quune variable alatoire relle sur (O; A; P) est
une application mesurable de (O; A) dans (IR; B
IR
) :
V.A.D

Rqs:
1. X
1
(x) not aussi [X=x] est dfini par : [X=x]={eeO : X(e)=x}
2. { [X=x] , xeX(O) } est un systme complet dvnements


Si X (O) est une partie dnombrable de IR, nous dirons que X est
une variable alatoire discrte (V.A.D).

Une variable alatoire discrte sera dite finie ou infinie suivant
que l'ensemble de ses valeurs est fini ou infini.

7
V.A.D- EXEMPLES
Exprience
alatoire
Variable alatoire
(X)
Valeurs x que peut
prendre la variable
alatoire X
Contacter cinq
clients
Nombre de clients
qui passent une
commande
0,1,2,3,4,5
Inspecter une
cargaison de 50
radios
Nombre de radios
dfectueuses
0,1,2,,49,50
Grer un
restaurant
pendant une
journe
Nombre de clients 0,1,2,3,
8
9
VARIABLE INDICATRICE D'UN VNEMENT:

Soit A un vnement (une partie de O) quelconque. On note 1
A
, la
fonction dnie sur O
Par:





Cette variable alatoire est appele indicatrice de l'vnement A.
On a bien videmment P(1
A
= 1) = P(A), et par consquent, P(1
A
= 0)
= 1 P(A).
1
1
0
A
si A
( )
si A
ee

e =

ee

LOI DE PROBABILIT OU DENSIT

D'UNE VARIABLE ALATOIRE
Dfinition:
e IR , on a [X=x] e A
On dfinit la loi de la v.a X :


10
: [0,1]
( ) [ ]
x
X
f IR
x f x P X x

= =
Dans la pratique, il n'est pas rare que l'on ne dcrive une
variable alatoire que par sa loi, sans se proccuper de dcrire
explicitement l'espace de probabilits sur lequel elle est dnie.
PROPRITS
Par consquent on dfinit:
Dfinition:
La fonction de rpartition de la v.a X est:


11
1
X
x X( )
f ( )
e O
=

x
: [0, 1]
( ) [ ] [ ]
k
X
X k
x x
F
x F x P X x P X x
s

= s = =

PROPRITS DE LA FONCTION DE
RPARTITION
12
)
X
a F est croissante
) lim 0
X
x
b F

=
) lim 1
X
x
c F
+
=
d) C'est une fonction en escalier, continue droite :
13
PROPRITS DE LA FONCTION DE
RPARTITION
Pour une variable alatoire discrte:

P(a < X s b) = F(b) F(a)
P(a < X < b) = F(b
-
) F(a)
P(a s X < b) = F(b
-
) F(a
-
)
P(a s X s b) = F(b) F(a)

o : F(x
-
) = P(X <x)

COUPLE DE VARIABLES ALATOIRES
Soient X
1
et X
2
deux v.a.d, dfinies sur le mme espace probabilis
(O, A,p) .

Le couple X= (X
1
, X
2
) est une variable alatoire (vectorielle) valeurs
dans IR
2







Dfinition: Loi dun couple alatoire
Soit X= (X
1
, X
2
) un couple alatoire alors :




O x=(x
1
, x
2
)eIR
2
14
( )
2
1 2
:
( ) ( ), ( )
X
X X X e e e e
O
=
( ) ( )
1 1 2 2
( ) [ ]
X
f x P X x P X x X x ( = = = = =

EXP1:
Une urne contient 3 boules numrotes 1, 2, 3 ; on tire successivement
deux boules et sans remise.
On peut associer cette exprience un couple (X , Y) de variables
alatoires :
X reprsente le numro que lon peut tirer en premier
Y le nombre que lon obtient en second.

Donner la loi du couple (X, Y).

On pourra reprsenter cette loi par un tableau double entre.
15
16
La loi du couple (X, Y) est donne par le tableau double entre
suivant
3 2 1 X
Y
1/6 1/6 0 1
1/6 0 1/6 2
0 1/6 1/6 3
( )
i j
P X x Y y = = =
( 1 2) ( 1) ( 2 / 1) P X Y P X P Y X = = = = = =
( ) ( / )
i j i
P X x P Y y X x = = =
1
1/3 1/2
6
= =
17
Exemple : avec la mme urne si le tirage est avec remise
la loi du couple :

3 2 1 X
Y
1/9 1/9 1/9 1
1/9 1/9 1/9 2
1/9 1/9 1/9 3
LOIS MARGINALES
Les variables X
1
et X
2
sont appeles variables marginales du
couple (X
1
, X
2
) et leur loi, loi marginale de X
1
( resp. de X
2
).

Mthode pour trouver les lois marginales partir de la loi du
couple:
Supposons connue la loi du couple X= (X
1
, X
2
)
Soit (x
1
, x
2
)eIR
2
Alors :
18
1 1 2
2
1 X ( X ,X )
x X( )
f (x ) f ( )
e O
=

1 2
x , x
19
P(Y=y
j
)

3 2 1 X
Y
1/3 1/6 1/6 0 1
1/3 1/6 0 1/6 2
1/3 0 1/6 1/6 3
1 1/3 1/3 1/3 P(X=x
i
)
RETOUR LEXP.1:
VARIABLES ALATOIRES INDPENDANTES
Deux variables alatoires X et Y , dfinies sur le mme espace, sont
dites indpendantes, si, pour tous les choix d'intervalles I et J, les
vnements {X e I} et {Y e J} sont indpendants.

Autrement :
ieI , j e J , les vnements [X=x
i
] et [Y=y
j
] sont indpendants

Thorme:
Soit deux v.a X et Y dfinies sur le mme espace probabilis
X et Y sont indpendante ssi f
(X,Y)
(x,y)=f
X
(x).f
Y
(y)
20
FORMULE DE TRANSFERT
Si X est une v.a.d et une fonction ( relle , dune variable relle )
alors Y= (X) (plus formellement Y= o X) est une variable alatoire,
dfinie sur le mme espace, et dont l'esprance est donne par la
formule de transfert :



La formule de transfert s'applique aux fonctions plusieurs variables
Exp : Soient X, Y ,2 v.a.d et Z=(X,Y). Soient les fonctions (x,y) =
x+y et (x,y) = x.y . Alors :


21
( )
( ) ( ( )) ( ) ( )
x X
E Y E X x P X x | |
e O
= = =

( , )
( , ) ( )
( ( )) ( ) ( , )
X Y
x y Z
E Z x y f x y |
e O
= +

( , )
( , ) ( )
( ( )) ( . ) ( , )
X Y
x y Z
E Z x y f x y
e O
=

PARAMTRES DUNE VARIABLE ALATOIRE:
LESPRANCE
Dfinition:
Nous appelons esprance mathmatique (ou moyenne)
d'une variable alatoire X le nombre, quand il existe :

22
( )
( ) ( )
X
x X
E X x f x
e O
=

Lesprance mathmatique dune v.a. X permet de caractriser la
tendance centrale ou la position de lensemble des valeurs possibles
dune v.a.

Notation : E[X] ou
Sous rserve que cette srie soit absolument convergente
( )
( )
X
x X
x f x
e O
<

PROPRITS DE LESPRANCE:

a) Esprance mathmatique d'une constante.
Si la variable alatoire X n'a qu'une seule valeur X = a,
on a P (X = a) = 1 et E (X) = a

E (a) = a
b) Linarit
Soient X et Y deux variables alatoire relle discrte, a et b e IR

E (aX+bY) = aE(X)+bE(Y)

c) Indpendance
Si X et Y, sont deux v.a.d indpendantes alors:

E (X.Y) = E(X). E(Y)

(la rciproque est totalement fausse)

23
LES MOMENTS DUNE VARIABLE ALATOIRE

Dfinition:
(O,t(O),P) est un espace de probabilits ,X est une variable alatoire sur
cet espace. Le moment dordre k eIN de X est :


m
0
=1
m
1
=E(X)
m
2
=E(X
2
)

Moments centrs:
Pour tout entier k, l'esprance mathmatique E [(X E (X))
k
] s'appelle
le moment centr d'ordre k de X



24
( )
( ) ( ) . ( )
k k
k X
x X
m X E X x f x
e O
= =

( ) ( )
,
( )
( ) ( ) ( ) ( )
k k
c k X
x X
m X E X E X x E X f x
e O
(
= =


25
LA VARIANCE
Le moment centr d'ordre 2 s'appelle la variance.
On note Var (X) ou v(X) la variance de X.



Proprits:
1) var(X)=E(X
2
)- [E(X)]
2
2) Si X est une v.a constante alors var(X)=0
3) Si ae IR , var(aX+b)=a
2
var(X)
4) Si X et Y sont deux v.a indpendantes alors Var(X+Y)= var(X)+var(Y)
( ) ( )
2 2
( ) ( ) ( ) . ( )
X
x
V X E X E X x E X f x
eO
(
= =


LCART TYPE
La racine carre de la variance s'appelle l'cart-type.
On o(X) ou o
X
l'cart-type de X.




Remarques:
La variance sert dindicateur pour ltalement des valeurs de la
variable alatoire par rapport =E(X) (lesprance mathmatique)
o(X) mesure lcart moyen entre X et sa moyenne
26
( ) ( ) X V X o =
27
LA COVARIANCE
Soient X et Y sont des variables alatoires sur le mme espace probabilis

Dfinition de la covariance de X et Y:
La covariance des variables alatoires X et Y est le nombre (sil existe) :




Formule de la covariance:



Remarques:
Cov (X,X)= var(X)
Si X et Y sont des v.a indpendantes alors cov (X,Y)=0



( ) )) Y ( E Y ( )) X ( E X ( E ) Y , X ( Cov =
) Y ( E ) X ( E ) XY ( E ) Y , X ( Cov =
FONCTION GNRATRICE
Pour une variable alatoire discrte X, valeurs entires, on appelle
fonction gnratrice l'application g
X
:




Ceci, bien sr, sous rserve de convergence de la srie. Ce qui nest
priori pas acquis.

Condition de normalisation :
La drive de g
X
(u) s'obtient en drivant terme terme :


28
X
X
g :
u E u

(

( )
( )
X x
X
x X
g (u) = E (u ) = u P X x
e O
=

'
1
X
X
g (u) = E (Xu )
u
'
1
X
g ( ) = E (X)
1 1
X
g ( ) =
La drive seconde s'obtient en drivant la drive premire:







Proprits:





29
''
2
1
( 1)
X
X
g (u) = E (X X u )
u

2
1 1 1
" ' '
X X X
V (X) = g ( ) + g ( ) - (g ( ))
( )
(0)
2) ( ) ( )
!
k
X
g
k X P X k
k
e O = =
| |
1) 0; 1 . est inclus dans le domaine de dfinition de toute fonction gnratrice
( ) ( ) ( )
3) , var .
: . .
X Y X Y
Soit X et Y deux iables alatoires indpendantes
On a g u g u g u
+
=


30
( ) ( )
Preuve

0 0 0 0 0
0 0 0 0
: ; ;
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
m n m n n m n n
k k k
X Y
k k i k i
m n n n n m n m
k k
k i i k k i
Cas
G u p X Y k u p X Y k X i u p Y k i X i u
p Y k i p X i u p Y k i p X i u p
+ + +
+
= = = = =
+ + +
= = = = =
c c
| | | |
= + = = + = = = = =
| |
\ . \ .
| | | |
= = = = = = =
| |
\ . \ .


X 0 n et Y 0 m
0
0 0 0 0 0 0
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
n
k
i
n n m i n m n m
k i k i i k
i k i k i k
X Y
Y k i p X i u
p Y k p X i u p Y k p X i u u p X i u p Y k u
G u G u
=
+
+
= = = = = =
| |
= =
|
\ .
| | | |
= = = = = = = = =
| |
\ . \ .
=




1
1 2
1
4) , , , var .
: ( ) ( )
n
k
k
k
n
n
X
X
k
Soit X X X n iables alatoires indpendantes
On a G u G u
=
=
=

[
LOIS DISCRETES FINIES
USUELLES
31
LOI DE BERNOULLI
On dit qu'une variable alatoire X est une variable de Bernoulli de
paramtre p et on note X ~Be (p) si sa loi de probabilit est:



avec p + q = 1

Paramtres:

1. E (X) = p
2. Var (X) = p q
3. g
X
(u) = q + p u
32
x
k
0 1
p
k
q p
33
LOI BINOMIALE

Cest une exprience alatoire constitue dune suite dpreuves
indpendantes o chaque preuve ne peut conduire quaux 2 mmes
rsultats possibles (succs, chec) et o chacun de ces rsultats a la
mme probabilit de ralisation dune preuve lautre

Proprits:
1. Lexprience est une srie de n tirages identiques
2. Deux vnements sont possibles chaque tirage: succs et chec
3. La probabilit de succs, note p, ne se modifie pas dun tirage
lautre. La probabilit dchec q=1-p ne se modifie pas non plus
4. Les tirages sont indpendants

Lorsque les proprits 1, 2, 3, et 4 sont satisfaites, il sagit dune
exprience binomiale


34
Dfinition mathmatique dune v.a. binomiale :
On dit qu'une variable alatoire X suit une loi binomiale de
paramtres n et p (relation note X ~B (n ; p)) si sa loi de
probabilit est donne par :



avec p + q = 1

Paramtres:
1. E (X) = n p
2. Var (X) = np(1-p)
3. g
X
(u) =(p u + q)
n


( ) ( ) . .
k k n k
X n
f x P X k C p q

= = =
35
0 0
0
( ) ( ) (1 )
( ) (1 ) ( 1 )
n n
k k n k k
X
k k
n
k n k n
k
n
g u p X k u p p u
k
n
pu p pu p
k

= =

=
| |
= = =
|
\ .
| |
= = +
|
\ .

Indications
36
LOI UNIFORME
On dit qu'une variable alatoire X suit une loi uniforme sur
{x
1
, ... , x
n
} ; X~ U ; si sa loi de probabilit est :




Cas particulier:
Si X suit une loi uniforme sur {1, ... , n}

1. E (X) = (n+1)/2
2. Var (X) = (n
2
-1)/12
3. g
X
(u) =
37
1
( ) 1
X i
f x i n
n
= s s
1
1
n
u u
n u

38
LOI DE POISSON (LOI DES PHNOMNES RARES)
Une v.a.d. souvent utilise pour dcrire le nombre
doccurrences dun vnement au cours dun intervalle de
temps ou despace bien dfini

Si les deux proprits suivantes sont satisfaites:
1. La probabilit doccurrence est la mme dans deux
intervalles de la mme longueur
2. Loccurrence ou la non-occurrence dun vnement dans un
intervalle est indpendante de loccurrence ou de la non-
occurrence dun vnement dans un autre intervalle

Alors: X ~ P ()
Ce qui se lit X suit une loi de Poisson de paramtre
Dfinition mathmatique dune v.a. binomiale :
Soit > 0
On dit quune variable alatoire suit la loi de poisson de paramtre
ssi




Paramtres:
1. E (X) =
2. Var (X) =
3. g
X
(u) = exp( (u-1))

39
( )
!
k
k p X k e
k

e = =
40
Indications
0 0
( 1)
0
3) ( ) ( )
!
( )
!
k
k k
x
k k
k
u u u
k
g u p X k u e u
k
u
e e e e e
k

= =

=
= = = =
= = = =

1 1
1
1 1
1) ( ) ( ) ( ) ( )
!
( )
( 1)! ( 1)!
k
k k
k k
k k
X k X k X ke X
k
e X e
k k
e e

+ +

= =
+ +

= =

= = =
= =

= =


2 2 2 2 2 2
1 1
1
2 2 2
1 1 1
1
2 2
1
2) ( ) ( ) ( ( )) ( )
!
( )
( 1)! ( 1)! ( 1)!
[ ] ( ) [ ] ( ) ( 1)
( 1)!
k
k k
k k k
k k k
k
k
V X X X k X k k e
k
k d d
e V X e e
k d k d k
d d
e V X e e V X e
d k d

+ +

= =
+ + +

= = =
+

=
= = = =
= = =

= = = +

2
2
( 1)
e

= + =
41
42 42
LOI DE GOMTRIQUE
Une variable alatoire discrte X suit une loi gomtrique si :



o p e[0,1] est le paramtre de la loi. On note X~ G(p)

* 1
, ( ) (1 )
n
n X n p p

e = =
1
0 1
( ) (1 ) 1
1 (1 )
n
n n
p
X n p p
p
+ +

= =
= = = =


Remarquons que ceci dfinit bien une loi de probabilits :
Paramtres:
1. E (X) = 1/p
2. Var (X) = 1-p/p
2
3.
( )
1
X
pu
g u
pu u
=
+
43
1
2
0 0
1 1
2
1 0
1 1
1) ] 1; 1[ ( ) ( )
1 (1 )
' : ( ) (1 ) (1 )
n n
n n
n n
n n
x f x x f x nx
x x
p
D o X p n p p n p
p
+ +

= =
+ +

= =
' e = = = =

= = =


Indications
1
2
0 0
2 1 1
3
1 1
2 1
2 3 2 2 2
1
1 1
2) ] 1; 1[ ( ) ( )
1 (1 )
2
( )
(1 )
2 1 1 1
' : ( ) (1 )
n n
n n
n n
n n
n
n
x f x x f x nx
x x
f x n x nx
x
p p p
D o V X p n p
p p p p p
+ +

= =
+ +

= =
+

=
' e = = = =

'' = + =

= = =

1
1 1
1
3) ( ) ( ) (1 ) .
( )
1 1 1 1
k k k
X
k k
k
k
g u p X k u p pu
p p u pu pu
u pu
p p u pu pu u

= =

=
= = =

= = =
+ +

44