Probabilités

Matthieu Kowalski
Table des matières
I. Probabilités discrètes 5
1. Issues, Probabilités, Variables Aléatoires 7
1.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Espace des Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Variable aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.2. Loi d’une variable aléatoire . . . . . . . . . . . . . . . . . . . . . 11
1.4.3. Fonction indicatrice . . . . . . . . . . . . . . . . . . . . . . . . . 13

2. Indépendance, Probabilités conditionnelles 17

2.1. Indépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. De la loi de Bernoulli à la loi Binomiale . . . . . . . . . . . . . . . . . . 18
2.2.1. Loi de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2. Loi géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.3. Loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3. Probabilités Conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2. Formules des probabilités totales et composées . . . . . . . . . 21

3. Espérance, Variance 23
3.1. Espérance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.2. Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2. Variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3. Lois classiques et leurs moments . . . . . . . . . . . . . . . . . . . . . . 27
3.3.1. Loi de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.2. Loi géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.3. Loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.4. Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

II. Probabilités continues 33

4. Probabilités et variables aléatoires continues 35
4.1. Axiomatique des probabilités . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2. Variable aléatoires continues . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2.1. Variable absolument continue . . . . . . . . . . . . . . . . . . . 39

3
Table des matières

4.2.2. Indépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2.3. Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.3. Lois continues classiques . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3.1. Loi uniforme sur un intervalle [a,b] . . . . . . . . . . . . . . . . 42
4.3.1.1. Définition et propriétés . . . . . . . . . . . . . . . . . . 42
4.3.1.2. Preuves . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3.2. Loi exponentielle de paramètre λ . . . . . . . . . . . . . . . . . 43
4.3.2.1. Définition et propriétés . . . . . . . . . . . . . . . . . . 43
4.3.2.2. Preuves . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.3.3. Loi normale de moyenne µ et variance σ2 . . . . . . . . . . . . 44
4.3.3.1. Définition et propriétés . . . . . . . . . . . . . . . . . . 44
4.4. Fonction caractéristique . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5. Vecteurs de variables aléatoires 47

5.1. Couple de variables aléatoires . . . . . . . . . . . . . . . . . . . . . . . 47
5.1.1. Loi jointe, lois marginales . . . . . . . . . . . . . . . . . . . . . . 47
5.1.2. Variables aléatoires indépendantes . . . . . . . . . . . . . . . . 48
5.1.3. Moments d’un couple . . . . . . . . . . . . . . . . . . . . . . . . 49
5.1.4. Fonction caractéristique d’un couple . . . . . . . . . . . . . . . 51
5.2. Vecteur de variables aléatoires . . . . . . . . . . . . . . . . . . . . . . . 52

6. Suite de variables aléatoires 57

6.1. Inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.2. Modes de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.2.1. Limite d’une suite de variable aléatoire . . . . . . . . . . . . . . 58
6.2.2. Convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.3. Loi des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.4. Théorème de la limite centrale . . . . . . . . . . . . . . . . . . . . . . . 61

4
 Première partie .

Probabilités discrètes

5
 1. Issues, Probabilités,
Variables Aléatoires

Objectifs:

• Maitrise du vocabulaire propre aux probabilités

• Notion d’évènement, d’univers
• Notion de Variables Aléatoires

Contents
1.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Espace des Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Variable aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.2. Loi d’une variable aléatoire . . . . . . . . . . . . . . . . . . . 11
1.4.3. Fonction indicatrice . . . . . . . . . . . . . . . . . . . . . . . 13

1.1. Introduction
But : modéliser des expériences où plusieurs issues sont possibles, mais où leurs
réalisations ne sont pas déterminées à l’avance (par exemple un lancer de dés),
ceci en vue d’évaluer les risques ou de mettre sur pied des stratégies pour faire
face aux aléas. La théorie des probabilités ne va pas permettre de prédire quelle
issue va se réaliser, mais quelle chance a chaque issue de se réaliser.
Ainsi, dans un premier temps, on va associer à chaque issue possible un nombre
entre 0 et 1 qui traduit notre estimation des chances que cette issue a de se réali-
ser : on appelle ce nombre la probabilité de cette issue. On appelle "évènement"
un ensemble d’issues. La probabilité qu’on associe à un évènement est la somme
des probabilités de chaque issue de cet ensemble. Typiquement, la question est de
déterminer la probabilité d’un évènement. La difficulté est d’une part de décrire
l’expérience de façon commode afin d’énumérer toutes les issues possibles et leur

7
 1. Issues, Probabilités, Variables Aléatoires

probabilité respective et d’autre part de décomposer l’évènement considéré en is-

sues.
On peut donner une première définition naïve d’une probabilité :

Définition 1.1
Une probabilité est un nombre compris entre 0 et 1, associé à un évènement
et indiquant les chances de réalisation de cet évènement au cours d’une expé-
rience aléatoire.

1.2. Espace des Issues

Avant de calculer les probabilités d’évènements, il faut définir l’espace des is-
sues de façon commode et complète. Cet espace comprendra toutes les issues
possibles du jeu ou de l’expérience aléatoire que l’on considère, même éventuel-
lement celles qui ne nous intéressent pas a priori. Dans chaque situation, l’espace
des issues sera noté Ω, alors que les issues seront notées ω.
Autrement dit, pour modéliser une expérience aléatoire, on commence par pré-
ciser un univers Ω des états possibles (choix pas nécessairement unique). Un évè-
nement lié à l’expérience correspond à une "question pertinente" qui peut rece-
voir une réponse OUI ou NON à l’issue de l’expérience. On assimile l’évènement
au sous-ensemble A de Ω des états qui donnent la réponse OUI.

Exemple 1.1 (Lancer de dé)

• Univers : Ω = {1, 2, 3, 4, 5, 6}
• obtenir un chiffre pair : A = {2, 4, 6}
• obtenir le chiffre 1 : A = {1}
• obtenir un chiffre plus grand ou égal à 5 : A = {5, 6}

Ces notions sont résumées dans la définition suivante :

Définition 1.2
Une expérience aléatoire est caractérisée par l’ensemble Ω des résultats pos-
sibles, que l’on suppose dans premier temps fini ou dénombrable. Ω est aussi
appelé espace ou univers probabiliste. Un évènement A est une partie quel-
conque de Ω. Un évènement A est réalisé si le résultat de l’expérience est dans
A.

1.3. Probabilités
On considère des expériences avec un nombre fini ou dénombrable d’issues. On
note Ω cet ensemble d’issues et F l’ensemble des évènements. F est l’ensemble

8
 1.3. Probabilités

des parties de Ω. Si Ω = {1, 2, 3}, alors

F = P (ω) = {;, {1}, {2}, {3}, {1, 2}, {2, 3}, {1, 3}, {1, 2, 3}} .

Si A et B sont deux sous-ensembles de Ω, on note

• A ∪ B = {ω; ω ∈ A ou ω ∈ B } : A ou B se réalise
• A ∩ B = {ω; ω ∈ A et ω ∈ B } : A et B se réalise
• A\B = {ω; ω ∈ A et ω ∉ B } : A privé de B . L’évènement A se réalise et l’évène-
ment B ne se réalise pas (se note aussi A − B ).
• A c = Ω\ A : complémentaire de A. L’évènement A ne se réalise pas
Deux évènements A et B de F sont disjoints s’ils n’ont aucune issue en com-
mun, c’est à dire que A ∩ B = ;. Par exemple, A et A c sont disjoints, ainsi que ;
et A. On peut maintenant définir une mesure de probabilité dans ce cadre d’expé-
riences avec des issues dénombrables.

Définition 1.3 (Probabilité)

Une probabilité P sur Ω est une application

P : P (Ω) → [0, 1]
A 7→ P (A)

telle que
• P (;) = 0 (évènement impossible)
• P (Ω) = 1 (évènement certain)
• si A ∩ B = ;, alors P (A ∪ B ) = P (A) + P (B )

De cette définition découle directement les propriétés suivantes

Proposition 1.1

1. Pour tout évènement A, P (A) + P (A c ) = 1

2. Si A ⊂ B , alors P (A) ≤ P (B )
3. Si Ω = {ω1 , . . . , ωn , . . .} et que ∀i , P (ωi ) = p i , alors
∞
X
pi = 1
i =1

4. Si (A i )i ∈I est une famille dénombrable d’évènements disjoints, (i.e. A i ∩

A j = ; si i 6= j ), alors ¡ ¢ X
P ∪i ∈I A i = P (A i )
i ∈I

9
 1. Issues, Probabilités, Variables Aléatoires

5. Pour deux évènements quelconques A et B

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

6. Si (A n )n≥1 est une suite croissante d’évènements (i.e. A n ⊂ A n+1 ), alors

P (∪n≥1 A n ) = lim P (A n )
n→∞

Démonstration. Dans l’ordre :

• A ∩ A c = ;, donc P (A ∪ A c ) = P (A) + P (A c ). De plus A ∪ A c = Ω. Donc P (A ∪
A c ) = P (A) + P (A c ) = P (Ω) = 1.
• Comme A ⊂ B , on peut écrire B = A ∪ (B − A), avec A ∩ (B − A) = ;. Donc
P (B ) = P (A) + P (B − A), et comme P est à valeur positive on a P (A) < P (B )
• On applique récursivement la propriété "si A∩B = ;, alors P (A∪B ) = P (A)+
P (B )" .
• P (A ∪ B ) = P ({A ∩ B c } ∪ B ) = P (A ∩ B c ) + P (B ) car {A ∩ B c } ∩ B = ;. De plus,
on peut écrire P (A) = P (A ∩{B ∪B c }) = P (A ∩B )+P (A ∩B c ). Donc P (A ∪B ) =
P (A) + P (B ) − P (A ∩ B )

Ω étant un ensemble fini ou dénombrable, se donner une probabilité P sur l’en-

semble des parties de Ω n’est rien d’autre que se donner la fonction sur Ω : ω ∈ Ω 7→
p(ω) = P ({ω}). En effet, pour tout évènement A, on peut écrire A comme la réunion
disjointe et au plus dénombrable des singletons des éléments qui le composent.
P
De plus, on a P (A) = ω∈A p(ω). Cette fonction vérifie les propriétés suivantes :
• p : Ω 7→ [0, 1] ;
P
• ω∈Ω p(ω) = 1
Une telle fonction est une distribution de probabilité.

1.4. Variable aléatoires

La notion de variable aléatoire joue un rôle central en probabilité. La majorité
des expériences peuvent se modéliser simplement à l’aide d’une variable aléatoire.

1.4.1. Définition
Définition 1.4 (Variable aléatoire)
Une variable aléatoire est une fonction de Ω à valeur dans R.

Une variable aléatoire est donc une fonction tout à fait classique. Pourquoi donc
une définition de plus ? En analyse, il est fondamental de savoir quel est le do-
maine de définition d’une fonction comme sin(x), ou log(x). On doit savoir où se
trouve x : sur [0, π[, ou sur ]0, ∞[, etc. En probabilité, ce qui est important est la
valeur de la fonction. En effet, le domaine Ω n’est pas unique, puisqu’il dépend de

10
 1.4. Variable aléatoires

notre façon de décrire le jeu ou l’expérience qu’on modélise ; en revanche, ce qui

est très important est la probabilité que l’on associe aux réalisations de la fonction.
Intuitivement, il s’agit donc d’un nombre dont la valeur dépend du résultat d’une
expérience aléatoire. Souvent, on ignorera l’expérience en question : on ne fera
aucune allusion à Ω ou à l’un de ses éléments. La loi d’une variable aléatoire sera
alors la probabilité qu’elle prenne une certaine valeur.
Les variables aléatoires sont en général notées par des lettres majuscules X,Y,. . . Les
valeurs qu’elles prennent lorsque l’issue ω se réalise sont notées par X (ω), Y (ω), . . .

Exemple 1.2
Dans l’exemple d’un lancer de dé, le résultat est une variable aléatoire.

Ω = {1, 2, 3, 4, 5, 6}

X :Ω→N
ω 7→ ω

Si l’on s’intéresse au résultat de la somme de deux dés, on a une autre va-

riable aléatoire
Ω = {i + j , i , j ∈ {1, 2, 3, 4, 5, 6}}

X :Ω→N
(i , j ) 7→ i + j

1.4.2. Loi d’une variable aléatoire

Soit Ω un espace d’issues, P une probabilité sur Ω, et X une variable aléatoire
définie sur Ω. Soit X (Ω) = {x 1 , . . . , x n , . . .} ⊂ R l’ensemble des valeurs distinctes prises
def def
par X . Par convention, on note {X = x i } = {ω; X (ω) = x i }, et P (X = x i ) = P ({ω; X (ω) =
def
x i }). De même, si A est un sous-ensemble de X (Ω), {X ∈ A} = {ω; X (ω) ∈ A}, et
P (X ∈ A) = P ({ω; X (ω) ∈ A}).

11
 1. Issues, Probabilités, Variables Aléatoires

Définition 1.5 (Loi d’une V.A.)

La loi de X est la probabilité P X sur X (Ω), donnée par :

∀A ⊂ X (Ω), P X (A) = P (X ∈ A) .

La distribution de la loi de X est donc

p X : X (Ω) → [0, 1]
x 7→ p X (x) = P (X = x)

En d’autres termes, c’est la probabilité des évènements ω qui vérifient X (ω) = x,

donc la probabilité que X prenne la valeur x lors d’une expérience aléatoire. Né-
cessairement, on a :

p(x) = 0 si x ∉ X (ω)
X
p(x) = 1 car X prend forcément une valeur.
x∈R

Ainsi, pour connaitre la loi d’une variable, il faut connaitre l’ensemble de ses
valeurs possibles, et la probabilité avec laquelle elle réalise chaque valeur.

Exemple 1.3
Deux cas simples utilisant des jetés de dés.
• La loi du lancer de dé est donnée par

P (X = 1) = P (X = 2) = . . . = P (X = 6) = 1/6 .

• La loi de la somme du lancer de deux dés est donnée par

P (X = 2) = P ({1, 1}) = 1/36

P (X = 3) = P ({1, 2}, {2, 1}) = 2/36
P (X = 4) = P ({1, 3}, {2, 2}, {3, 1}) = 3/36
P (X = 5) = P ({1, 4}, {2, 3}, {3, 2}, {4, 1}) = 4/36
P (X = 6) = P ({1, 5}, {2, 4}, {3, 3}, {4, 2}, {5, 1}) = 5/36
P (X = 7) = P ({1, 6}, {2, 5}, {3, 4}, {4, 3}, {5, 2}, {6, 1}, ) = 6/36
P (X = 8) = P ({2, 6}, {3, 5}, {4, 4}, {5, 3}, {6, 2}, ) = 5/36
P (X = 9) = P ({3, 6}, {4, 5}, {5, 4}, {6, 3}, ) = 4/36
P (X = 10) = P ({4, 6}, {5, 5}, {6, 4}, ) = 3/36
P (X = 11) = P ({5, 6}, {6, 5}, ) = 2/36
P (X = 12) = P ({6, 6}) = 1/36

12
 1.4. Variable aléatoires

Dans les deux cas, on vérifie qu’on a bien une distribution de probabilité en
vérifiant que la somme fait 1.
On rencontrera souvent des énoncés du type : "Soit X une variable aléatoire de
loi [. . . ]". Il faut comprendre ici que ce qui nous intéresse est la loi de X (les valeurs
prises par X et les probabilités associées), et pas du tout l’espace Ω sur lequel est
définie X . Dans beaucoup de situations, l’espace Ω ne sera même pas explicité.

Définition 1.6 (Fonction de répartition)

La fonction de répartition F X d’une variable aléatoire X est définie par

F X : R → [0, 1]
x 7→ P (X ≤ x)

La fonction de répartition possède les propriétés élémentaires suivantes.

Proposition 1.2
Soit F X la fonction de répartition de la variable aléatoire X
1. F X est une fonction croissante : si x ≤ y F X (x) ≤ F X (y)
2. F X est continue à droite
3. lim F X (x) = 0
x→−∞
4. lim F X (x) = 1
x→+∞
5. ∀x ∈ R, P (X = x) = F X (x) − lim− F X (y)
y→x

6. Soit (. . . , x −1 , x 0 , x 1 , . . .) les valeurs distinctes prises par X rangées par ordre

croissant. La fonction F X est une fonction en escalier, constante sur les
intervalles [x i , x i +1 [, qui fait un saut au point x i d’une amplitude P (X =
x i ) (voir figure 1.1)

Proposition 1.3
La loi d’une variable aléatoire X est caractérisée par sa fonction de répartition
FX .

Démonstration. Pour démontrer cette proposition, il s’agit de voir qu’à partir de

la donnée de la fonction F X , on est capable de retrouver (. . . , x −1 , x 0 , x 1 , . . . , x n , . . .)
les valeurs distinctes prises par X (rangées par ordre croissant), et les nombres
p X (x i ) = P (X = x i ). D’après la proposition précédente, les valeurs prises par X
sont les points où F X est discontinue, et les valeurs P (X = x i ) sont les amplitudes
des sauts en ces points de discontinuité.

1.4.3. Fonction indicatrice

13
 1. Issues, Probabilités, Variables Aléatoires

F (x)
X

P(X=xi+1)

xi xi+1 0 x
x i+2

Fig. 1.1de
F IGURE 1.1. – Fonction – répartition
Fonction de répartition.

1.4.3 Fonction Indicatrice.

Définition 1.7 (Fonction indicatrice)
La fonction 1 A d’un évènement
indicatriceindicatrice
La fonction 1IA d’un Ω est la variable
A ⊂évènement A ⊂ aléatoire
Ω, est la variable aléatoire
1 A : Ω → {0, 1}
1(IA : Ω → {0, ! 1}
1 si ω ∈ A 1 si ω ∈ A
ω 7→ ω #→
0 si ω ∉ A 0 si ω ∈
/A

On rappelle
On rappelle qu’une de
qu’une partition Ω est une de
partition Ω de
suite estsous-ensembles
une suite de (A
sous-ensembles
i )i ∈I dis- (Ai )i∈I disjoints
jointsdeux
deuxàà deux,
deux,dederéunion Ω. Ω.
réunion En d’autres termes,
En d’autres termes,
j , A i i∩différent
∀i 6=tout
Pour A j = ; et de
A 1 ∪j,A 2A∪ .∩
i AAj n==∅Ω. et A1 ∪ A2 ∪ · · · ∪ An = Ω.
..∪
On donne alors quelques propriétés simples des fonctions indicatrices.

Proposition 1.4
Proposition 1.4.5 1. 1IA∩B = 1IA 1IB .
2. Si A ∩ B = ∅, alors 1IA∪B = 1IA + 1IB .
1. 3. 1B 1 − 1IA .
1 A∩B1I=A1c A=
"
2. 4.
Si ASi
∩B est1 A∪B
(A=i );,i∈Ialors 1 A + 1B de Ω, alors 1 =
une=partition i∈I 1IAi .
3. 1 A c = 1 − 1 A
Preuve. Nous ne démontrons que le point 4. Soit ω un élément fixé de Ω. (Ai )i∈I étant
une partition, ω appartient à un et un seul des ensembles
" Ai . Autrement, il existe un
unique i tel que 1IAi (ω) = 1. Ainsi, dans la somme i∈i 1IAi (ω) = 1, un seul des termes
est non nul, et vaut 1.
14

Exemple 1.4.1: Dans un alphabet de 26 lettres, on forme un mot de 15 lettres en

choisissant chaque lettre indépendamment des autres et avec la même probabilité. Pour
chaque entier i ≤ 26, on note Bi , l’évènement selon lequel la lettre i n’apparait pas dans
le mot, et Ai = Bic .
– Dire en français ce que représente Ai ?

8
 1.4. Variable aléatoires

4. Si (A i )i ∈I est une partition de Ω , alors i ∈I 1 A i

P
=1
Les fonctions indicatrices permettent la définition suivante, liée aux variables
aléatoires

Définition 1.8
Soit (A i )i ∈I une partition de Ω. On dit que X se décompose sur la partition
(A i )i ∈I ssi X peut s’écrire sous la forme (non unique)

X = xi 1 Ai ;
X
i ∈I

ce qui signifie que X est constante sur les évènements A i et prend la valeur x i
sur A i .

À toute variable aléatoire X , on peut associer une partition de Ω de la façon

suivante : soit x 1 , . . . , x n , . . . l’ensemble des valeurs distinctes prises par X . Posons

A i = {ω : X (ω) = x i } .

Les A i forment bien une partition de Ω :

A i ∩A j = {ω; X (ω) = x i et X (ω) = x j } = ;, si i 6= j , et ∪i A i = {ω; ∃i tel que X (ω) = x i } = Ω .

xi 1 Ai
P
De plus, par définition des A i , on a X = i ∈I

15
 2. Indépendance,
Probabilités
conditionnelles

Objectifs:

• Connaître parfaitement la notion d’indépendance

• Manipuler les probabilités conditionnelles

Contents
2.1. Indépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. De la loi de Bernoulli à la loi Binomiale . . . . . . . . . . . . . . . 18
2.2.1. Loi de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2. Loi géométrique . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.3. Loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3. Probabilités Conditionnelles . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2. Formules des probabilités totales et composées . . . . . . . 21

2.1. Indépendance
Soit Ω un ensemble d’issues et P une probabilité sur Ω.

Définition 2.1 (Évènements indépendants)

Deux évènements A et B sont indépendants ssi

P (A ∩ B ) = P (A)P (B )

On peut alors définir aussi l’indépendance de deux variables aléatoires

17
 2. Indépendance, Probabilités conditionnelles

Définition 2.2 (V.A. indépendantes)

Deux variables aléatoires X : Ω → {x i , i ∈ I } et Y : Ω → {y j , j ∈ J } sont dites indé-
pendantes ssi pour tout i , j
¡ ¢ ¡ ¢
P {X = x i } ∩ {Y = y j } = P (X = x i ) P Y = y j

On généralise ces deux définitions à un nombre fini ou dénombrable d’évène-

ments {A i , i ∈ I } et de variables aléatoires {X i , i ∈ I }

Définition 2.3
Les évènements {A i , i ∈ I } sont indépendants si pour tout ensemble d’indices
J ⊂I Ã !
\ Y
P Aj = P (A j )
j ∈J j ∈J

Par exemple, si l’on a trois évènements {A, B,C } il faut vérifier que

P (A∩B ∩C ) = P (A)P (B )P (C ), P (A∩B ) = P (A)P (B ), P (A∩C ) = P (A)P (C ) et P (C ∩B ) = P (C )P (B )

Définition 2.4
Les variables aléatoires {X i , i ∈ I } sont indépendantes si pour tout ensemble
d’indices J ⊂ I et tous réels x j appartenants aux valeurs possibles de X j , j ∈ J
à !
\ Y
P {X j = x j } = P (X j = x j )
j ∈J j ∈J

On a de plus la propriété suivante sur l’image de deux variables aléatoires

Proposition 2.1
Soient deux variables aléatoires X , Y indépendantes. Si f , g : R → R sont deux
fonctions quelconques, alors f (X ) et f (Y ) sont indépendantes.

2.2. De la loi de Bernoulli à la loi Binomiale

2.2.1. Loi de Bernoulli
On appelle pile-face toute expérience qui a deux issues possibles (pile/face ;
échec/succès ; malade/sain ; fumeur/non fumeur . . . ). L’espace des issues est ici
un espace à deux éléments, notés 0 et 1 par commodité :

Ω1 = {0, 1}.

Se donner une probabilité P 1 sur Ω1 , revient donc à se donner un nombre p ∈ [0, 1]

tel que
P 1 (1) = p, P 1 (0) = 1 − p .

18
 2.2. De la loi de Bernoulli à la loi Binomiale

Par exemple, dans le cas du lancer d’une pièce équilibrée, p = 1/2. Dans l’exemple
fumeur/non fumeur, en notant 1 l’issue "fumeur", p est la proportion de fumeurs
dans la population considérée.
P 1 précédemment définie s’appelle la loi de Bernoulli de paramètre p. Ainsi,
on dira qu’une variable X est une variable de Bernoulli de paramètre p (et on note
X ∼ B(p)), si X prend ses valeurs dans {0, 1} et P (X = 1) = p = 1 − P (X = 0). On
peut alors écrire la définition suivante

Définition 2.5 (Loi de Bernoulli)

La loi de Bernoulli de paramètre p ∈ [0, 1], notée B(p) est définie sur un univers
à deux éléments Ω = {0, 1} par

P (0) = 1 − p P (1) = p

La loi de Bernoulli correspond à la probabilité d’obtenir un succès lors d’un

lancer.

2.2.2. Loi géométrique

En reprenant l’exemple du lancer de pièce, on peut s’intéresser au nombre de
lancers nécessaire pour obtenir "face". Si on note T ce nombre de lancers, on a
alors obtenue T −1 fois pile avec la probabilité (1−p) puis une fois face (au T −ème
lancer) avec la probabilité p. Ceci définit la loi géométrique de paramètre p.

Définition 2.6 (Loi géométrique)

La loi géométrique de paramètre p ∈ [0, 1] est donnée par :

P (T = k) = (1 − p)k−1 p.

On note T ∼ G (p).
La loi géométrique correspond à la probabilité d’obtenir un succès au bout
de k lancers.

1
Dans le cas d’un lancer de pièce équilibré (p = 1/2), on a P (T = k) = 2k
.

2.2.3. Loi binomiale

Considérons maintenant le cas où l’on lance n fois la même pièce de paramètre
p. Une issue consiste donc à spécifier l’état 1 ou 0 de chaque lancer.

Ωn = {(ω1 , . . . , ωn ), oùωi ∈ {0, 1}}

Ωn a 2n éléments. Les n lancers sont semblables et indépendants, donc

∀ω = (ω1 , . . . , ωn ) ∈ Ωn , P n (ω1 , . . . , ωn ) = P 1 (ω1 )P 1 (ω2 ) . . . P 1 (ωn ).

19
 2. Indépendance, Probabilités conditionnelles

On peut définir sur Ωn n variables aléatoires de Bernoulli X 1 ,. . . ,X n où

∀i = 1, . . . , n ∀ω ∈ Ωn X i (ω) = ωi

X i ∼ B(p) donne ainsi le résultat du i − ème lancer.

Sur Ωn , on s’intéresse alors au nombre de fois où "face" a été tirés sur les n
lancers. On définit pour cela la variable

S n (ω) = X 1 (ω) + X 2 (ω) + . . . + X n (ω) = ω1 + ω2 + . . . + ωn

S n correspond alors au nombre de 1 (ou de face) dans l’issue ω. Dans l’exemple

d’un sondage de n personnes sur la question fumeur/non fumeur, S n représente
le nombre de fumeurs sur les n personnes interrogées, si on a choisi de noter par
1 l’issue "fumeur".
Calculons la loi de S n . Tout d’abord, l’ensemble des valeurs possibles pour S n
est l’ensemble {0, 1, . . . , n}. Il s’agit donc de calculer pour tout k ∈ {0, . . . , n}, P n (S n =
k). Si ω est tel que S n (ω) = k, le n−uplet ω est constitué de k 1 et n − k 0. Par
conséquent
P n (ω) = P 1 (ω1 )P 1 (ωn ) = p k (1 − p)n−k
on a donc

P n (ω) = card ({ω; S n (ω) = k}) p k (1 − p)n−k

X
P n (S n = k) =
ω;S n (ω)=k

card ({ω; S n (ω) = k}) correspond au nombre de choix des k lancers où pile sort,
parmi les n lancers, i.e. de k positions parmi n positions possibles. La première
position peut se choisir parmi n ; La seconde doit correspondre à une position dif-
férente de celle précédemment choisie, et donc n − 1 choix restent possibles. . . et
ainsi de suite jusqu’à la k − ème position qui peut être choisie parmi n − k. Cepen-
dant, avec cet algorithme, un même choix de k positions apparaitra k! fois. On a
donc n(n−1)(n−2)...(n−k +1)/k! choix possibles. C’est le nombre de combinaison
de k parmi n : nk . On a donc
¡ ¢

à !
n n!
card ({ω; S n (ω) = k}) = =
k (n − k)!k!
et à !
n k
P n (S n = k) = p (1 − p)n−k
k

Définition 2.7 (Loi binomiale)

La loi binomiale de paramètres n > 0 et p ∈ [0, 1] est donnée par :
à !
n k
P (S n = k) = p (1 − p)n−k
k

On note S n ∼ B(n, p).

20
 2.3. Probabilités Conditionnelles

La loi binomiale correspond à la probabilité d’obtenir k succès parmi n lan-

cers.

2.3. Probabilités Conditionnelles

2.3.1. Définition
Définition 2.8
Soit A et B deux évènements sur (Ω, F , P ) avec P (B ) > 0. La probabilité condi-
tionnelle de A sachant B est
P (A ∩ B )
P (A|B ) =
P (B )

On dit aussi que P (A|B ) est la probabilité de A sachant B .

La propriété suivante est une conséquence directe et intuitive.

Proposition 2.2
P (.|B ) est une probabilité sur Ω telle que P (B |B ) = 1.

Intuitivement, si deux évènements sont indépendants, savoir que B est réalisé

ne nous apprend rien sur A.

Proposition 2.3
Si A et B sont deux évènements indépendants avec P (B ) > 0 alors

P (A|B ) = P (A)
P (A∩B ) P (A)P (B )
Démonstration. P (A|B ) = P (B ) = P (B ) = P (A)

Proposition 2.4 (Loi de Bayes)

Soit A et B deux évènements sur (Ω, F , P ) avec P (B ) > 0. Alors

P (A ∩ B ) P (B |A)P (A)
P (A|B ) = =
P (B ) P (B )

Démonstration. On a P (B |A) = P (B ∩A)

P (A) et donc P (A ∩ B ) = P (B |A)P (A), qu’on in-
jecte dans la définition de P (A|B ).

2.3.2. Formules des probabilités totales et composées

Proposition 2.5 (Formule des probabilités totales)
Soit {A i }i ∈I une partition de Ω, telle que pour tout i , P (A i ) > 0. Pour tout évè-
nement B ⊂ Ω, X
P (B ) = P (B |A i )P (A i )
i ∈I

21
 2. Indépendance, Probabilités conditionnelles

Démonstration. Les {A i }i ∈I formant une partition de Ω on B = B ∪ (∩A i ) = ∪(B ∩

A i ). Comme les A i sont disjoints, les A i ∩ B le sont aussi. Donc,
X X
P (B ) = P (B ∩ A i ) = P (B |A i )P (A i )

Proposition 2.6 (Formule des probabilités composées)

Soient A 1 , A 2 , . . . , A n des évènements tels que P (A 1 ∩ A 2 ∩ . . . ∩ A n ) > 0

P (A 1 ∩ . . . ∩ A n ) = P (A n |A 1 ∩ . . . A n−1 )P (A n−1 |A 1 ∩ . . . A n−2 ) . . . P (A 2 |A 1 )P (A 1 ) .

Démonstration. La démonstration peut se faire par récurrence. Pour n = 2, il s’agit

simplement de la définition de la probabilité conditionnelle. Supposons la formule
vraie à l’ordre n et montrons la à l’ordre n + 1.

P (A 1 ∩ . . . ∩ A n+1 ) = P (A n+1 |A 1 ∩ . . . ∩ A n )P (A 1 ∩ . . . ∩ A n ) par définition

= P (A n+1 |A 1 ∩ . . . ∩ A n )P (A n |A 1 ∩ . . . ∩ A n−1 ) . . . P (A 2 |A 1 )P (A 1 )
par hypothèse de récurrence.

22
 3. Espérance, Variance

Objectifs:

• Moments d’une V.A

• Comprendre ce qu’est une variance
• Connaître quelques lois discrètes classiques

Contents
3.1. Espérance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.2. Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2. Variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3. Lois classiques et leurs moments . . . . . . . . . . . . . . . . . . . 27
3.3.1. Loi de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.2. Loi géométrique . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.3. Loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.4. Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.1. Espérance
3.1.1. Définition
Définition 3.1
Soit Ω un espace fini ou dénombrable, P une probabilité sur Ω et X une variable
aléatoire. On appelle espérance de X , ou moyenne de X , la quantité
X
E [X ] = P (ω)X (ω)
ω∈Ω

Dans le cas où Ω est un ensemble dénombrable, E [X ] n’est définie que si la série

est absolument convergente. On supposera que cette condition est vérifiée par la
suite lorsqu’on parle d’espérance d’une variable.

23
 3. Espérance, Variance

Proposition 3.1
Si (A i )i ∈I est une partition de Ω et si X se décompose sur cette partition, c’est-
à-dire X = i ∈I x i 1 A i , alors
P

X
E [X ] = x i P (A i )
i ∈I

Démonstration. On part de la définition de l’espérance d’une V.A.

X
E [X ] = P (ω)X (ω)
ω∈Ω
P (ω)X (ω) car les A i forment une partition de Ω
X X
=
i ∈I ω∈A i
X X
= x i P (ω)
i ∈I ω∈A i
X X
= xi P (ω)
i ∈I ω∈A i
X
= x i P (A i )
i ∈I

La définition 3.1 a l’avantage d’être indépendante de tout choix de partition de

Ω, et donc de décomposition de X sur Ω. Cependant, en pratique, on utilisera très
souvent la formule de la proposition 3.1. En effet, pour calculer E [X ], il suffit de
connaitre la loi de X , c’est-à-dire les valeurs distinctes (x i )i ∈I prises par X et les
probabilités P (X = x i ). Ainsi, si l’on note A i = {X = x i }, on a bien une partition de
l’univers telle que X se décompose sur cette partition, et donc
X
E [X ] = x i P (X = x i )
i ∈I

Thèorème 3.1 (V.A. à valeur dans N)

Soit X une variable aléatoire à valeurs dans N, on a
+∞
X
E [X ] = kP (X = k)
k=0

Une conséquence directe de la proposition 3.1 est

E [1 A ] = P (A)

24
 3.1. Espérance

Proposition 3.2 (Image par une fonction)

Soit f une fonction, alors
X
E [ f (X )] = f (X (ω))P (ω)
ω∈Ω

Si (A i )i ∈I est une partition de Ω tel que X se décompose sur cette partition.

Alors X
E [ f (X )] = f (x i )P (A i )
i ∈I

Avec A i = {X = x i }, on a
X
E [ f (X )] = f (x i )P (X = x i )
i ∈I

Thèorème 3.2 (Image par une fonction d’une V.A. à valeur dans N)
Soient f une fonction et X une variable aléatoire à valeurs dans N. Alors

£ ¤ +∞
X
E f (X ) = f (k)P (X = k)
k=0

3.1.2. Propriétés
Proposition 3.3 (Linéarité de l’espérance)
Soit X et Y deux variables aléatoires, et soit λ ∈ R. Alors
1. E [λX ] = λE [X ]
2. E [X + Y ] = E [X ] + E [Y ]
Démonstration. En revenant à la définition, on a
1.
λX (ω)P (ω) = λ X (ω)P (ω) = λE [X ]
X X
E [λX ] =
ω∈Ω ω∈Ω
2.
X X X
E [X +Y ] = (X (ω)+Y (ω))P (ω) = X (ω)P (ω)+ Y (ω)P (ω) = E [X ]+E [Y ]
ω∈Ω ω∈Ω ω∈Ω

De plus,

Proposition 3.4 (Propriétés)

Soient X , Y deux variables aléatoires sur (Ω, P ), et λ ∈ R
1. E [λ] = λ
2. X ≥ 0 ⇒ E [X ] ≥ 0
3. X ≥ Y ⇒ E [X ] ≥ E [Y ]

25
 3. Espérance, Variance

4. |E [X ]| ≤ E [|X |]
‘

Thèorème 3.3 (Produit de deux 2 V.A. indépendantes)

Soient X , Y deux variables aléatoires indépendantes. Alors

E [X Y ] = E [X ]E [Y ]

Démonstration. On note (x i )i ∈I et (y j ) j ∈J les valeurs distinctes prises par X et Y

respectivement. On note les partitions associées A i = {X = x i } et B i = {Y = y j }.
Ainsi, les A i ∩ B j forment aussi une partition de Ω, et l’on a

X = x i 1 A i ∩B j , Y = y j 1 A i ∩B j et X Y = x i y j 1 A i ∩B j .
X X X
i,j i,j i,j

Donc X
E [X Y ] = x i y j P (A i ∩ B j ) .
i,j

X et Y étant indépendantes, on a P (A i ∩ B j ) = P (A i )P (B j ). Ainsi,

X
E [X Y ] = x i y j P (A i )P (B j )
i,j
à !à !
X X
= x i P (A i ) y j P (B j )
i j

= E [X ]E [Y ]

3.2. Variance
Définition 3.2
La variance d’une variable aléatoire X est le nombre positif donné par

Var {X } = E (X − E [X ])2
£ ¤

La variance est définie à l’aide de l’espérance, c’est donc la moyenne de la disper-

sion des valeurs prises par X autour de sa moyenne.

Proposition 3.5 (Propriétés)

Soit X une variable aléatoire et λ ∈ R
1. Var {λX } = λ2 Var {X }
2. Var {X + λ} = Var {X }
3. Var {λ} = 0
4. Var {X } = 0 ssi ∀ω ∈ Ω tel que P (Ω) > 0, X (ω) = E [X ], c’est à dire que X est

26
 3.3. Lois classiques et leurs moments

constante sur les issues possibles.

5. Var {X } = E [X 2 ] − (E [X ])2
Démonstration. 1. En revenant à la définition

Var {λX } = E (λX − E [λX ])2

£ ¤

= E λ2 (X − E [X ]) par linéarité de l’espérance

£ ¤

= λ2 Var {X } par linéarité de l’espérance

2. Var {X + λ} = E (X + λ − E [X + λ])2 = E (X + λ − E [X ] − λ)2 = Var {X }

£ ¤ £ ¤

3. Var {λ} = E (λ − E [λ])2 = E (λ − λ)2 = E [0] = 0

£ ¤ £ ¤

4. Var {X } est une somme de terme positifs, donc Var {X } = 0 ssi tous les termes
sont nuls.
5. En utilisant la linéarité de l’espérance avec (X − E [X ])2 = X 2 − 2X E [X ] +
E [X ]2 , on a

Var {X } = E X 2 − 2E [X ]E [X ] + E [X ]2 = E X 2 − E [X ]2
£ ¤ £ ¤

Proposition 3.6 (Somme de deux V.A. indépendantes)

Soit X et Y deux variables aléatoires indépendantes. Alors

Var {X + Y } = Var {X } + Var {Y }

Démonstration. Il suffit de revenir à la définition et de développer

Var {X + Y } = E (X + Y − E [X + Y ])2
£ ¤

= E (X − E [X ] + Y − E [Y ])2
£ ¤

= E (X − E [X ])2 + 2E [(X − E [X ])(Y − E [Y ])] + E (Y − E [Y ])2

£ ¤ £ ¤

= Var {X } + Var {Y } + 2E [(X − E [X ])(Y − E [Y ])]

£ ¤
£ f et¤ g les deux fonctions f (x) = x −E [X ] et g (x) = x −E [Y ]. On a E f (X ) =
Notons
0 = E g (Y ) . De plus, comme X et Y sont indépendantes, alors f (X ) et g (Y ) sont
indépendantes. donc

E [(X − E [X ])(Y − E [Y ])] = E [X − E [X ]]E [Y − E [Y ]] = 0

3.3. Lois classiques et leurs moments

3.3.1. Loi de Bernoulli

27
 3. Espérance, Variance

Définition 3.3
Soit X ∼ B(p), alors X prend les valeurs 0 ou 1, et P (X = 1) = p = 1 − P (X = 0).
Voir aussi cours 2 : Indépendance, probabilités conditionnelles, sous-section
2.1

On donne l’espérance et la variance d’une V.A. de Bernouilli

Proposition 3.7
Soit X ∼ B(p), alors
E [X ] = p Var {X } = p(1 − p)

Démonstration. Par définition, X ∈ {0, 1} et P (X = 1) = p = 1 − P (X = 0). Donc

E [X ] = 1.P (X = 1) + 0.P (X = 0) = p

De plus,
E X 2 = 12 .P (X = 1) + 02 .P (X = 0) = p
£ ¤

et
Var {X } = E X 2 − E [X ]2 = p − p 2 = p(1 − p)
£ ¤

3.3.2. Loi géométrique

Définition 3.4
Soit X ∼ G (p), alors X ∈ N∗ et P (X = k) = p(1 − p)k−1 . Voir aussi cours 2 :
Indépendance, probabilités conditionnelles, sous-section 2.2

On donne l’espérance et la variance d’une V.A. de loi géométrique

Proposition 3.8
Soit X ∼ G (p), alors
1 1−p
E [X ] = Var {X } =
p p2

Démonstration.
à !
+∞ +∞ d +∞
k−1 k
X X X
E [X ] = kP (X = k) = p k(1 − p) = −p (1 − p)
k=1 k=1 dp k=0
p
µ ¶
d 1 1
= −p = 2=
dp p p p

28
 3.3. Lois classiques et leurs moments

£ ¤ +∞ +∞
E X2 = k (1 − p)k−1
X 2 X 2
k P (X = k) = p
k=1 k=1
+∞ +∞
k(k − 1)(1 − p)k−1 + p k(1 − p)k−1
X X
=p
k=1 k=1
+∞
k(k − 1)(1 − p)k−2 + E [X ]
X
= p(1 − p)
k=2
à !
d2 +∞X k
= p(1 − p−) 2 (1 − p) + E [X ]
dp k=0
d2 1
µ ¶
1
= p(1 − p−) 2 +
dp p p
µ ¶
d 1 1
= −p(1 − p) 2
+
dp p p
2p(1 − p) 1
= +
p3 p
2 1
= 2−
p p

Ainsi,
2 1 1 1−p
Var {X } = E X 2 − E [X ]2 = 2 − − 2 =
£ ¤
p p p p2

3.3.3. Loi binomiale

Définition 3.5 ¡n ¢
Soit S n ∼ B(n, p), alors S n ∈ N avec P (X = k) = k p k (1−p)n−k . Voir aussi cours
2 : Indépendance, probabilités conditionnelles, sous-section 2.3

On donne l’espérance et la variance d’une V.A. Binômiale

Proposition 3.9
Soit S n ∼ B(n, p), alors

E [S n ] = np Var {S n } = np(1 − p)

Démonstration. On a vu que la variable aléatoire S n est la somme de n variable

aléatoire de Bernoulli de paramètre p indépendantes :

n
X k ∼ B(p), indépendantes
X
Sn = Xk ,
k=1

29
 3. Espérance, Variance

Ainsi, par linéarité de l’espérance

n
X
E [S n ] = E [X k ] = np
k=1
De plus, comme les X k sont indépendantes,
n
X
Var {S n } = Var {X k } = np(1 − p)
k=1

3.3.4. Loi de Poisson

Définition 3.6
Soit λ > 0. On dit que X suit une loi de Poisson de paramètre λ, que l’on note
X ∼ P (λ)), si X prend ses valeurs dans N et

λk −λ
∀k ∈ N, P (X = k) = e
k!
Cette définition donne bien une probabilité sur N, étant donne que
∞ λk ∞ λk
e −λ = e −λ = e −λ e λ = 1
X X
k=0 k! k=0 k!
On donne l’espérance et la variance d’une V.A. de Poisson

Proposition 3.10
Soit X ∼ P (λ), alors
E [X ] = λ Var {X } = λ
Démonstration.
+∞ +∞ λk −λ X λk
+∞
e = e −λ
X X
E [X ] = kP (X = k) = k
k=0 k=0 k! k=0 (k − 1)!
k−1
+∞ λ
= λe −λ = λe −λ e λ
X
k=0 (k − 1)!
=λ

£ ¤ +∞ X 2 λk −λ
+∞ +∞ λk
E X2 =
X 2
e = e −λ
X
k P (X = k) = k k
k=0 k=0 k! k=0 (k − 1)!
+∞ λk−1 X λk−1
+∞
= λe −λ + λe −λ
X
(k − 1)
k=1 (k − 1)! k=1 (k − 1)!

2 −λ
+∞ λk−2
=λ e +λ
X
k=2 (k − 2)!
= λ2 + λ

30
 3.3. Lois classiques et leurs moments

et donc
Var {X } = E X 2 − E [X ]2 = λ
£ ¤

31
 Deuxième partie .

Probabilités continues

33
 4. Probabilités et
variables aléatoires
continues

Objectifs:

• Transposer les notions de probabilités au continue

• Savoir manipuler les V.A. continue à densité
• Connaître la loi normale et ses propriétés
• Manipuler les fonctions caractéristiques

Contents
4.1. Axiomatique des probabilités . . . . . . . . . . . . . . . . . . . . . 35
4.2. Variable aléatoires continues . . . . . . . . . . . . . . . . . . . . . 38
4.2.1. Variable absolument continue . . . . . . . . . . . . . . . . . 39
4.2.2. Indépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2.3. Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.3. Lois continues classiques . . . . . . . . . . . . . . . . . . . . . . . 42
4.3.1. Loi uniforme sur un intervalle [a,b] . . . . . . . . . . . . . . 42
4.3.2. Loi exponentielle de paramètre λ . . . . . . . . . . . . . . . 43
4.3.3. Loi normale de moyenne µ et variance σ2 . . . . . . . . . . 44
4.4. Fonction caractéristique . . . . . . . . . . . . . . . . . . . . . . . . 44

4.1. Axiomatique des probabilités

Jusqu’à présent, nous n’avons considéré que des phénomènes aléatoires pre-
nant un nombre fini ou dénombrable de valeurs. Or, ce n’est pas toujours le cas :
si l’on prend pour exemple un jeu de fléchettes, celle-ci peut se planter n’importe
où sur la cible, qui constitue alors un espace d’issues continu. Ne pouvant pas dé-
nombrer toutes les issues possibles (la cible étant un espace continu), on va s’inté-
resser aux zones dans lesquels la fléchettes peut atterrir. Intuitivement, plus l’aire

35
 4. Probabilités et variables aléatoires continues

de la zone considérée est grande, plus on a de chance que la fléchette se plante

dans cette zone.
C’est la notion de "tribu" qui permet de généraliser la notion d’évènements dans
un espace continu.

Définition 4.1 (Tribu ou σ-algèbre – espace probabilisable)

. Soit Ω un espace d’issues. On appelle tribu d’évènements (ou σ-algèbre), toute
famille A de sous-ensemble de Ω vérifiant
1. Ω ∈ A et ; ∈ A
2. Si A ∈ A , A c ∈ A (stabilité par passage au complémentaire)
3. Pour toute famille finie ou dénombrable (A i )i ∈I d’éléments de A ,
S
Ai ∈
i ∈I
A (stabilité par union)
Le couple (Ω, A ) est appelé espace probabilisable.

Les points 2 et 3 donne directement la proposition suivante

Proposition 4.1
Toute intersection dénombrable d’éléments de A est encore dans A

Exemple 4.1

1. L’ensemble des parties de Ω est une tribu, c’est la plus grande. C’est celle
que nous avons toujours considéré de façon implicite dans le cas où Ω
est fini ou dénombrable.
2. {;, Ω} est une tribu, c’est la plus petite.
3. Si A ⊂ Ω, {;, A, A c , Ω} est une tribu. C’est la plus petite tribu contenant A.
On dit que c’est la tribu engendrée par A.

Définition 4.2 (Probabilité – espace probabilisé)

Soit Ω un espace d’issues, et A une tribu sur Ω. Une probabilité sur (Ω, A ) est
une application P : A → [0, 1] telle que
1. P (Ω) = 1
2. Pour toute famille finie ou dénombrable (A i )i ∈I d’éléments de A deux à
deux disjoints, Ã !
[ X
P A i = P (A i )
i ∈I i ∈I

Le triplet (Ω, A , P ) est appelé espace probabilisé.

Dans le cas fini ou dénombrable, on prendra toujours A = P (Ω), et l’on re-

trouve toutes les notions vues dans les cours précédents.

36
 4.1. Axiomatique des probabilités

On peut vérifier que toutes les propriétés d’une probabilité vues dans le cas fini
ou dénombrable restent vraies dans le cadre d’un espace probabilisé général. On
peut aussi redéfinir dans ce cadre la notion d’évènements indépendants, de pro-
babilité conditionnelle etc.
Proposition 4.2 (Rappels de calcul de probabilité)
Soit (Ω, A , P ) un espace probabilisé, A, B ∈ A .
• P (;) = 0
• P (Ω) = 1
• P (A c ) = 1 − P (A)
• B ⊂ A ⇒ P (B ) ≤ P (A)
• B ⊂ A ⇒ P (A − B ) = P (A) − P (B )
• P (A ∪ B ) = P (A) + P (B ) − P (A ∩ B )
• Continuité croissante : si (A n )n∈N est une suite croissante d’évènements
(A n ⊂ A n+1 ), alors µ∞ ¶
[
P A n = lim P (A n )
n→∞
n=0

• Continuité décroissante : si (A n )n∈N est une suite décroissante d’évène-

ments (A n+1 ⊂ A n ), alors
µ∞ ¶
\
P A n = lim P (A n )
n→∞
n=0

Tout comme dans le cas discret, on peut définir la notion de probabilité condi-
tionnelle.

Définition 4.3 (Probabilité conditionnelle)

Soit (Ω, A , P ) un espace probabilisé, et soit B ∈ A tel que P (B ) > 0. La probabi-
lité conditionnelle de A sachant B est
P (A ∩ B )
∀A ∈ A P B (A) = P (A|B ) =
P (B )

On retrouve toutes les formules déjà vues

Proposition 4.3 (Loi de Bayes)

Soit (Ω, A , P ) un espace probabilisé, et soient A et B deux évènements de A
tels que P (A) > 0 et P (B ) > 0. Alors

P (B |A)P (A)
P (A|B ) =
P (B )

37
 4. Probabilités et variables aléatoires continues

Proposition 4.4 (Formule des probabilités composées)

Soient A 1 , A 2 , . . . , A n des évènements tels que P (A 1 ∩ A 2 ∩ . . . ∩ A n ) > 0

P (A 1 ∩ . . . ∩ A n ) = P (A n |A 1 ∩ . . . A n−1 )P (A n−1 |A 1 ∩ . . . A n−2 ) . . . P (A 2 |A 1 )P (A 1 ) .

Proposition 4.5 (Formule des probabilités totales)

Soit (Ω, A , P ) un espace probabilisé. Soit {B n }i ∈N une suite complète d’évène-
ments (i.e telle que B i ∩ B j = ; si i 6= j et Ω =
S
B n ). Alors pour tout évène-
n∈N
ments A ∈ A X
P (A) = P (B n )P (A|B n )
n∈N

Et par conséquent, en combinant cette propriété avec la loi de Bayes, on a la

formule de probabilité des causes (aussi appelé formule de Bayes)

Proposition 4.6 (Formule des probabilités des causes)

Soit (Ω, A , P ) un espace probabilisé. Soit {B n }i ∈N une suite complète d’évène-
ments (i.e telle que B i ∩ B j = ; si i 6= j et Ω =
S
B n ). Alors pour tout évène-
n∈N
ments A ∈ A , pour tout i ∈ N

P (B i )P (A|B i )
P (B i |A) = P
P (B n )P (A|B n )
n∈N

Et l’on redéfinit la notion d’indépendance

Définition 4.4 (Indépendance)

Soit (Ω, A , P ) un espace probabilisé, et A, B ∈ A , A et B sont indépendants re-
lativement à P (ou P -indépendants) si et seulement si

P (A ∩ B ) = P (A)P (B )

Par conséquent, sit A et B sont indépendants relativement à P , on a P (A|B ) = P (A)

et P (B |A) = P (B ). De même, on dit qu’une suite (A i )i ∈I est P −mutuellement indé-
pendantes si pour tout sous-ensemble fini J de I on a
à !
\ Y
P A i = P (A i )
i ∈J i ∈J

4.2. Variable aléatoires continues

Maintenant que la notion de probabilité est généralisée au cas continu, on peut
aussi généraliser la notion de variable aléatoire

38
 4.2. Variable aléatoires continues

Définition 4.5 (Variable aléatoire)

Une variable aléatoire X sur l’espace probabilisable (Ω, A ) est une application
de Ω dans R telle que pour tout x ∈ R, {X ≤ x} ∈ A .

Dans le cas discret, on retrouve la même notion de variable aléatoire, puisque

A = P (Ω). On peut aussi définir la fonction de répartition.

Définition 4.6 (Fonction de répartition)

La fonction de répartition F X d’une variable aléatoire X sur l’espace probabilisé
(Ω, A , P ) est définie par

F X : R → [0, 1]
x 7→ P (X ≤ x)

La proposition suivante caractérise la courbe d’une fonction de répartition

Proposition 4.7
Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ) et F X sa fonction
de répartition. Alors F X est une fonction croissante de R dans [0, 1], continue à
droite et telle que lim F X (x) = 0 et lim F X (x) = 1.
x→−∞ x→+∞

On peut noter que {y < X ≤ x} = {X ≤ x} ∩ {X ≤ y}c est un élément de la tribu A .

On peut donc parler de P (y < X ≤ x) et par les axiomes de probabilités, on a

P (y < X ≤ x) = F X (x) − F X (y)

Et l’on définit la loi de probabilité

Définition 4.7 (Loi de probabilité)

Soit X une variable aléatoire définie sur l’espace probabilisé (Ω, A , P ). On ap-
pelle loi de probabilité de X la fonction qui à toute réunion finie ou dénom-
brable B d’intervalles, associe le nombre P (X ∈ B ).

Pour connaitre la loi d’une variable aléatoire X , il suffit de connaitre P (X ∈ I ) pour

tout intervalle I . Ces probabilités peuvent s’exprimer en fonction de la fonction de
répartition. Ainsi, on obtient la proposition suivante

Proposition 4.8
La fonction de répartition de X détermine la loi de X .

4.2.1. Variable absolument continue

Définition 4.8
Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ). X est dite abso-
lument continue ssi il existe une fonction f X continue (sauf, éventuellement, en

39
 4. Probabilités et variables aléatoires continues

un nombre dénombrable de points), telle que pour tout x ∈ R

Z x
P (X ≤ x) = f X (t ) dt
−∞

On dit que X est de densité f X .

Remarque 4.1
Il existe des variables aléatoires qui ne sont ni discrètes, ni à densité.

Définition 4.9 (Densité de probabilité)

Soit f : R → R. f est une densité de probabilité si c’est une fonction postitive
d’intégrale 1. C’est-à-dire
Z
∀x ∈ R f (x) ≥ 0 et f (t ) dt = 1
R

La densité de probabilité permet de caractériser la mesure de probabilité

Proposition 4.9
. Soit X une variable aléatoire de densité f X . Alors
1. pour tout x ∈ R P (X = X ) = 0
Ry
2. pour tout x, y ∈ R tels que x ≤ y, P (X ∈ (x, y)) = x f X (t ) dt
3. f X (x) = F X0 (x)

Ainsi, quel que soit le type d’intervalle considéré (ouvert, fermé, semi-ouvert...)
on a
Z y
P (X ∈ (x, y)) = F X (y) − F X (x) = f X (t ) dt .
x

4.2.2. Indépendance

Définition 4.10 (Variables aléatoires indépendantes)

Soient X et Y deux variables aléatoires sur l’espace probabilisé (Ω, A , P ). X et
Y sont indépendantes ssi pour tout B et C réunions dénombrables d’intervalles

P ({X ∈ B } ∩ {Y ∈ C }) = P (X ∈ B )P (Y ∈ C )

Comme pour le cas discret, on a la proposition suivante

Proposition 4.10
Soient X et Y deux variables aléatoires indépendantes, et soient f et g deux
fonctions continues. Alors les variables f (X ) et f (Y ) sont indépendantes.

40
 4.2. Variable aléatoires continues

4.2.3. Moments
Définition 4.11 (Espérance)
Soit X une variable aléatoire de densité f X . Soit h une fonction continue. On
définit l’espérance de h(X ) par
Z +∞
E [h(X )] = h(t ) f X (t ) dt
−∞

dès que cette intégrale est bien définie.

Ainsi, l’espérance de X est
Z +∞
E [X ] = t f X (t ) dt
−∞

Définition 4.12 (Moment d’ordre n)

Soit X une variable aléatoire de densité f X . Le moment d’ordre n de X est donné
par Z +∞
E [X n ] = t n f X (t ) dt
−∞

Les propriétés de l’espérance vue dans le cas discret restent vrai dans le cas
continue, on en rappelle quelques unes

Proposition 4.11 (Propriétés de l’espérance)

. Soit X une variable aléatoire admettant une espérance, sur un espace proba-
bilisé (Ω, A , P ).
1. Soit λ ∈ R, E [λX ] = λE [X ]
2. E [X + Y ] = E [X ] + E [Y ]
3. Si X ≥ 0, E [X ] ≥ 0

De même qu’en discret, on définie la variance d’une variable aléatoire

Définition 4.13 (Variance)

Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ). La variance de
X , si elle existe, est définie par

Var {X } = E (X − E [(]X ))2

£ ¤

Avec Z µZ ¶2
Var {X } = E X 2 − E [X ]2 = t 2 f X (t ) dt −
£ ¤
t f (t ) dt
R R

41
 4. Probabilités et variables aléatoires continues

Définition 4.14 (Espaces L n )

Soit X une variable aléatoire à densité. Si le moment d’ordre n de X existe, on
dit que X ∈ L n . En particulier, si X ∈ L 1 alors l’espérance de X existe, et si X ∈ L 2
alors sont moment d’ordre 2, et donc sa variance, existe.

4.3. Lois continues classiques

4.3.1. Loi uniforme sur un intervalle [a,b]
4.3.1.1. Définition et propriétés
Soit a, b ∈ R, avec a < b. La variable aléatoire X suit une loi uniforme sur l’inter-
valle [a, b], notée X ∼ U ([a, b]), si elle a pour densité de probabilité
(
1
si a ≤ x ≤ b
f X (x) = b−a
0 sinon

Elle admet pour espérance

b+a
E [X ] =
2
et pour variance
(b − a)2
Var {X } =
12

4.3.1.2. Preuves
On vérifie qu’on a bien une densité de probabilité : f (x) ≥ 0∀x et
Z b
1 1
Z
f X (x) dx = dx = [x]b = 1
R a b − a b − a a
Calcul de la moyenne

b x 1 2 b
· ¸
1
Z Z
E [x] = x f (x) dx = dx = x
R a b−a b−a 2 a
2 2
b −a a +b
= =
2(b − a) 2
Calcul du moment d’ordre deux
b x2 1 3 b
· ¸
1
Z Z
E [x] = x 2 f (x) dx = dx = x
R a b−a b−a 3 a
3 3
b −a (b − a)(a 2 + b 2 + ab)
= =
2(b − a) 3(b − a)
a 2 + b 2 + ab
=
3

42
 4.3. Lois continues classiques

donc

a 2 + b 2 + ab (a + b)2
Var {x} = E x 2 − E [x]2 =
£ ¤
−
3 4
a 2 + b 2 − 2ab (b − a)2
= =
12 12

4.3.2. Loi exponentielle de paramètre λ

4.3.2.1. Définition et propriétés

Soit θ > 0. La variable aléatoire X suit une loi exponentielle de paramètre λ,

notée X ∼ E (λ), si elle a pour densité de probabilité
(
0 si x < 0
f X (x) =
λe −λx
si x ≥ 0

Elle admet pour espérance

1
E [X ] =
λ
et pour variance
1
Var {X } =
λ2

4.3.2.2. Preuves

On vérifie qu’on a bien une densité de probabilité. f (x) ≥ 0∀x et

+∞ · ¸+∞
1
Z Z
f X (x) dx = e −λx dx = λ − e −λx =1
R 0 λ 0

Calcul de la moyenne

Z Z +∞
E [x] = x f (x) dx = xλe −λx dx
R 0
Ã" #+∞ Z !
xe −λx +∞ e −λx Z +∞
=λ − + dx = e −λx dx
λ 0 λ 0
0
−λx +∞
" #
e 1
= − =
λ λ
0

Calcul du moment d’ordre 2 : faire une double IPP.

43
 4. Probabilités et variables aléatoires continues

4.3.3. Loi normale de moyenne µ et variance σ2

4.3.3.1. Définition et propriétés
Soit µ ∈ R et σ > 0. La variable aléatoire X suit une loi normale de moyenne µ et
de variance σ2 , notée X ∼ N (µ, σ2 ), si elle a pour densité de probabilité

1 (x−µ)2
−
f X (x) = p e 2σ2
2πσ2

Elle admet pour espérance

E [X ] = µ

et pour variance
Var {X } = σ2

4.4. Fonction caractéristique

La fonction caractéristique d’une variable aléatoire à densité est la transformée
de Fourier de sa densité. C’est un outil pratique pour caractériser les lois.

Définition 4.15 (Fonction caractéristique)

Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ). La fonction ca-
ractéristique de X est la quantité

ϕX : R → C (4.1)
h i
t 7→ ϕ X (t ) = E e i t X (4.2)

• Si X est une variable aléatoire discrète, on a

ϕ X (t ) = P (X = k)e i t k
X
k∈N

• Si X admet une densité f X , alors pour tout t ∈ R

Z
ϕ X (t ) = f X (x)e i t x dx
R

La fonction caractéristique caractérise ( !) parfaitement la loi d’une variable aléa-

toire :
Proposition 4.12
Soit X et Y deux variables aléatoire sur l’espace probabilisé (Ω, A , P ), de loi
respective P X et P Y , alors

P X = P Y ⇔ ϕ X = ϕY

44
 4.4. Fonction caractéristique

Proposition 4.13 (Propriétés générales)

Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ), de loi P (dis-
crète ou continue).
1. ϕ X (0) = 1
2. Une fonction caractéristique est uniformément continue et bornée

∀t ∈ R|ϕx (t )| ≤ 1

3. Une fonction caractéristique possède la symétrie hermitienne

∀t ∈ R ϕ X (−t ) = ϕ X (t )

4. P X = P −X ⇔ ϕ X est paire ⇔ ϕ X est réelle

5. Soit a, b ∈ R, alors ∀t ∈ R ϕa X +b (t ) = e i bt ϕ X (at )

Démonstration. voir le cours de traitement du signal sur les transformées de Fou-

rier !

On a bien entendu le théorème d’inversion

Thèorème 4.1 (Inversion de la fonction caractéristique)

Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ). Si ϕ X ∈ L 1 (R),
alors X admet une densité f X et

1
Z
f X (x) = ϕ X (t )e −i t x dt p.p.
2π R

La fonction caractéristique permet de calculer les moments d’une variable aléa-

toire.

Thèorème 4.2
Soit X une variable aléatoire sur l’espace probabilisé (Ω, A , P ). Si X , de densité
f X , admet des moments jusqu’à l’ordre p ≥ 1, alors ϕ X est de classe C p au moins
et Z
ϕ(k)
X
(t ) = (i x)k e i t x f X (x) dx
R
De plus, on a h i
ϕ(k)
X
(0) = i k
E Xk .

En particulier, on notera la moyenne E [X ] = −i ϕ0X (0) et le moment d’ordre 2 E X 2 =

£ ¤

ϕ00X (0). On obtient de plus un développement limité de ϕ

(i t )2 (i t )p
ϕ X (t ) = 1 + i t m 1 +
m2 + . . . + m p + o(|t |p )
2 p!

où m k désigne le moment d’ordre k : m k = E X k

£ ¤

45
 4. Probabilités et variables aléatoires continues

Une des intérêts de la fonction caractéristique, est qu’elle permet de calculer la

loi d’une somme de variables aléatoires.

Thèorème 4.3 (Fonction caractéristique d’une somme de variable aléatoire)

Soient X 1 , X 2 , . . . , X n des variables aléatoires indépendantes sur l’espace proba-
bilisé (Ω, A , P ). Soit S n = X 1 + X 2 + . . . + X n , la variable aléatoire définie comme
la somme des n variables aléatoires X i . Alors
n
ϕS n (t ) = ϕ X k (t )
Y
k=1

Ce théorème est valable aussi bien dans le cas continue que dans le cas discret.
Pour le montrer, il faut admettre le résultat suivant

Thèorème 4.4 (Loi d’une somme de deux variables aléatoires indépendantes)

Soit X et Y deux variables aléatoires indépendantes sur l’espace probabilisé
(Ω, A , P ).
1. Si X et Y sont discrètes de loi P X = (p k = P (X = k))k∈N et P Y = (q k =
P (Y = k))k∈N . Alors
X
P X +Y (X + Y = n) = p k q n−k
k∈N

ie
P X +Y = P X ? P Y

2. Si X et Y admettent pour densité respectives f X et f Y , alors

Z
f X +Y (t ) = f X (x) f Y (t − x) dx
R

ie
f X +Y = f X ? f Y

46
 5. Vecteurs de variables
aléatoires

Objectifs:

• Transposer les notions de probabilités au continue

• Savoir manipuler les V.A. continue à densité
• Connaître la loi normale et ses propriétés
• Manipuler les fonctions caractéristiques

Contents
5.1. Couple de variables aléatoires . . . . . . . . . . . . . . . . . . . . 47
5.1.1. Loi jointe, lois marginales . . . . . . . . . . . . . . . . . . . . 47
5.1.2. Variables aléatoires indépendantes . . . . . . . . . . . . . . 48
5.1.3. Moments d’un couple . . . . . . . . . . . . . . . . . . . . . . 49
5.1.4. Fonction caractéristique d’un couple . . . . . . . . . . . . . 51
5.2. Vecteur de variables aléatoires . . . . . . . . . . . . . . . . . . . . 52

5.1. Couple de variables aléatoires

5.1.1. Loi jointe, lois marginales
Soit (Ω, A , P ) un espace probabilisé. Dans le cas discret, on sait manipuler les
couples, voire les n-uplets, de variables aléatoires. En effet, on appelle loi du couple
(X , Y ), ou loi jointe, la probabilité P (X ,Y ) (x, y) = P [(X , Y ) = (x, y)] = P (X = x, Y =
y).

47
 5. Vecteurs de variables aléatoires

Définition 5.1 (Loi d’un couple de V.A. continues)

Dans le cas continu, la loi du couple de variable aléatoire X , Y est donnée par la
fonction de répartition jointe

F (X ,Y ) (x, y) = P (X ≤ x, Y ≤ y)

et, si les variables sont absoluement continues, par la densité de probabilité

jointe Z x2 Z y 2
P ((X , Y ) ∈ (x 1 , x 2 ) × (y 1 , y 2 ))) = f (X ,Y ) (x, y) dx dy
x1 y1

avec évidemment
Z Z
f (X ,Y ) (x, y) ≥ 0 ∀x, y f (X ,Y ) (x, y) dx dy = 1
R R

Connaissant la loi du couple de variables aléatoires (X , Y ), on peut retrouver les

loi de probabilité individuelles X et Y . On appelle ces lois, les lois marginales

Définition 5.2 (lois marginales discrètes)

Soit (X , Y ) un couple de variables aléatoires discrètes. On appelle loi marginale
de X (resp. Y ) la loi donnée par
X X
P X (X = x) = P (X = x, Y = y) (r esp. P Y (Y = y) = P (X = x, Y = y))
y∈N x∈N

En appliquant le théorème de Bayes, on retrouve la formule bien connue

X
P X (X = x) = P (X = x|Y = y)P (Y = y) .
y∈N

On généralise cette définition aux lois continues

Définition 5.3 (lois marginales continues)

Soit (X , Y ) un couple de variables aléatoires continues à densité f (X ,Y ) . On ap-
pelle densité marginale de X (resp. Y ) la densité de probabilité donnée par
Z Z
f X (x) = f (X ,Y ) (x, y) dy (r esp. f Y (y) = f (X ,Y ) (x, y) dy)
R R

La réciproque est cependant fausse : on ne peut pas, en général, retrouver la loi

du couple à partir des lois marginales !

5.1.2. Variables aléatoires indépendantes

On généralise maintenant les notions d’indépendance et de probabilité condi-
tionnelles au variable continues à densité.

48
 5.1. Couple de variables aléatoires

Définition 5.4 (variable aléatoire indépendantes à densité)

Soit X et Y deux variables aléatoires de densité f X et f Y . X et Y sont indépen-
dantes ssi
f (X ,Y ) (x, y) = f X (x) f Y (y)

Définition 5.5 (Loi de X sachant Y )

Soit X et Y deux variables aléatoires de densité f X et f Y . On définit la nouvelle
variable aléatoire X |Y (X sachant Y ) de densité

f (X ,Y ) (x, y)
f X |Y (x) =
f Y (y)

On retrouve la loi de Bayes :

f (X ,Y ) (x, y) f Y |X (y) f X (x)

f X |Y (x) = =
f Y (y) f Y (y)

Ainsi, si X et Y sont indépendantes, on retrouve bien

f X |Y (x) = f X (x) et f Y |X (y) = f Y (y)

5.1.3. Moments d’un couple

On étend la définition d’espérance et de variance d’un couple, et l’on introduit
une nouvelle grandeur : la covariance.

Définition 5.6 (Espérance d’un couple)

Soit X , Y deux variables aléatoires. L’espérance du couple (X , Y ), notée E [(X , Y )]
est le couple (E [X ], E [Y ]). De plus, pour toute fonction réelle h du couple, l’es-
pérance, si elle existe, est donnée par
• Si les variables aléatoires sont discrètes
X
E [h(X , Y )] = h(x, y)P X ,Y (X = x, Y = y)
x∈N,y∈N

• Si le couple admet une densité f X ,Y

Z Z
E [h(X , Y )] = h(x, y) f X ,Y (x, y) dx dy
R R

En particulier, on peut calculer E [X Y ]

• Si les variables aléatoires sont discrètes, on a
X
E [X Y ] = x yP (X = x, Y = y)
x∈N,y∈N

49
 5. Vecteurs de variables aléatoires

• Si le couple admet une densité f X ,Y , on a

Z Z
E [X Y ] = x y f (x, y) dx dy
R R

L’espérance de la variable aléatoire X se calcule aussi bien à l’aide de la loi du

couple que de la loi de variable. Il suffit pour cela de revenir à la définition des loi
marginales. Dans le cas discret
X
E [h(X )] = h(x)P X (X = x)
x∈N
X
= h(x)P X ,Y (X = x, Y = y)
x,y∈N

et dans le cas de variable à densité

Z
E [h(X )] = h(x) f X (x) dx
ZR Z
= h(x) f X ,Y (x, y) dx dy
R R

On retrouve les propriétés déjà vues dans le cas discret

Proposition 5.1 (Espérance du produit de deux variables aléatoires indépendantes)

Soit X , Y deux variables aléatoires indépendantes (discrètes ou continues). Alors

E [X Y ] = E [X ]E [Y ]

La notion de variance d’une variable aléatoire à été vue dans le cours précédent.
Lorsqu’on considère un couple de variable aléatoire, il faut introduire la notion de
covariance, afin de quantifier l’écart conjoint par rapport à leur espérance.

Définition 5.7 (Covariance)

Soit X et Y deux variables aléatoires (discrètes ou continues), d’espérance res-
pective E [X ], E [Y ] et de variance respective Var {X }, Var {Y }. La covariance du
couple est la quantité

Cov [X , Y ] = E [X Y ] − E [X ]E [Y ]

Cette quantité est symétrique Cov [X , Y ] = Cov [Y , X ], et permet de définir la

matrice de covariance (ou de dispersion)
· ¸
Var {X } Cov [X , Y ]
Γ(X ,Y ) =
Cov [Y , X ] Var {Y }

50
 5.1. Couple de variables aléatoires

Proposition 5.2 (Covariance de deux variables aléatoires indépendantes)

Soit X , Y deux variables aléatoires indépendantes. Alors

Cov [X , Y ] = 0

Démonstration. Il suffit de revenir à la définition et d’utiliser le fait que E [X Y ] =

E [X ]E [Y ] car les variables aléatoires sont indépendantes.

La réciproque est bien entendue fausse en générale !

Si l’on rapporte la covariance au produit des variances des deux variables aléa-
toire, on trouve un coefficient compris entre −1 et 1, appelé coefficient de corréla-
tion linéaire (ou de Bravais-Pearson)

Définition 5.8 (Coefficient de corrélation linéaire)

Soit X et Y deux variables aléatoires (discrètes ou continues), d’espérance res-
pective E [X ], E [Y ] et de variance respective Var {X }, Var {Y }. Le coefficient de
corrélation linéaire est la quantité

Cov [X , Y ]
ρ= p
Var {X }Var {Y }

On a −1 ≤ ρ ≤ 1

Comme son nom l’indique, cette quantité mesure à quel point on peut établir une
relation linéaire entre les deux variables X et Y . Si ρ = 0 alors les variables ne sont
pas corrélée linéairement, mais ne sont pas indépendantes pour autant. Si |r ho| '
1, alors les variables sont très fortement corrélées linéairement, ie X ' aY + b,
a, b ∈ R, avec a > 0 si ρ ' 1 et a < 0 si ρ ' −1

5.1.4. Fonction caractéristique d’un couple

On peut étendre la notion de fonction de caractéristique à un couple de variable
aléatoire.

Définition 5.9 (Fonction caractéristique d’un couple)

Soit (X , Y ) un couple de variables aléatoire sur l’espace probabilisé (Ω, A , P ). La
fonction caractéristique du couple est donnée par
h i
ϕ(X ,Y ) (a, b) = E e i (a X +bY )

En particulier, si (X , Y ) admet pour densité jointe la fonction f (X ,Y ) , alors

Z Z
ϕ(X ,Y ) (a, b) = e i (ax+b y) f (X ,Y ) (x, y) dx dy
R R

On peut alors caractériser l’indépendance des deux variables à l’aide de la fonc-

tion caractéristique

51
 5. Vecteurs de variables aléatoires

Proposition 5.3
Soit (X , Y ) un couple de variables aléatoire sur l’espace probabilisé (Ω, A , P ).
X et Y sont indépendantes ssi

ϕ(X ,Y ) (a, b) = ϕ X (a)ϕY (b)

5.2. Vecteur de variables aléatoires

Les notions de loi jointe, d’espérance et de matrice de covariance se généralisent
directement au cas où l’on a un vecteur de variable aléatoire (X 1 , X 2 , . . . , X n )

Définition 5.10 (densité)

une fonction f (X 1 ,...,X n ) : Rn → R est une densité si

f (X 1 ,...,X n ) (x 1 , . . . , x n ) ≥ 0∀(x 1 , . . . , x n )

et Z
f (X 1 ,...,X n ) (x 1 , . . . , x n ) dx 1 . . . dx n = 1
Rn

Définition 5.11 (Espérance d’un vecteur de variables aléatoires)

Soit (X 1 , . . . , X n ) un vecteur de variables aléatoires admettant une densité f (X 1 ,...,X n ) ,
tel que pour tout i ∈ {1, . . . , n}, X i ∈ Ł1 (R). Alors

E [(X 1 , . . . , X n )] = (E [X 1 ], . . . , E [X n ])

52
 5.2. Vecteur de variables aléatoires

Définition 5.12 (Matrice de covariance d’un vecteur de variables aléatoires)

Soit (X 1 , . . . , X n ) un vecteur de variables aléatoires admettant une densité f (X 1 ,...,X n ) ,
tel que pour tout i ∈ {1, . . . , n}, X i ∈ Ł1 et X i ∈ Ł2 . Alors on peut définir la matrice
de covariance Σ = (σi , j ) tel que
• Σ est une matrice symétrique, définie positive
• Avec pour éléments diagonaux σi ,i = Var {X i }
• Pour éléments en dehors de la diagonale σi , j = σ j ,i = Cov X i , X j
£ ¤

On étend aussi directement la définition de fonction caractéristique et ses pro-

priétés.

Définition 5.13 (Fonction caractéristique d’un vecteur de variables aléatoires)

Soit X = (X 1 , . . . , X n ) un vecteur de n variables aléatoires sur l’espace probabilisé
(Ω, A , P ). La fonction caractéristique du vecteur est la fonction

ϕ X : Rn → C (5.1)
h i
i 〈u,X 〉
u 7→ X (u) = E e (5.2)

En particulier, si X admet pour densité jointe la fonction f X , alors

Z
ϕ X (u) = e i 〈u,X 〉 f x (x) dx
Rn

Proposition 5.4
Soit X = (X 1 , . . . , X n ) un vecteur de n variables aléatoires sur l’espace probabi-
lisé (Ω, A , P ) et ϕ X sa fonction caractéristique. Alors
1. ϕ X (0) = 1
2. kϕ X k ≤ 1
3. ϕ X est continue.

Thèorème 5.1 (Caractérisation des moments)

Soit X = (X 1 , . . . , X n ) un vecteur de n variables aléatoires sur l’espace probabilisé
(Ω, A , P ), tel que X admettent m moments. Alors sa fonction caractéristique ϕ X
est de classe C m (au moins). De plus, pour tout choix d’indices i 1 , . . . , i m

∂m h i
ϕ X (u) = i m E e i 〈u,X 〉 X 1 X 2 . . . X m
∂u i 1 ∂u i 2 . . . ∂u i m

53
 5. Vecteurs de variables aléatoires

Thèorème 5.2 (Transformation affine)

Soit X = (X 1 , . . . , X n ) un vecteur de n variables aléatoires sur l’espace probabilisé
(Ω, A , P ) et ϕ X sa fonction caractéristique. Soit a ∈ Rm et A ∈ Rmn . Alors

ϕ AX +a (u) = e i 〈a,u〉 ϕ X (A T u)

54
 5.2. Vecteur de variables aléatoires

Thèorème 5.3 (Variables aléatoires indépendantes)

Soit X = (X 1 , . . . , X n ) un vecteur de n variables aléatoires sur l’espace probabilisé
(Ω, A , P ) et ϕ X sa fonction caractéristique. Les éléments X i sont indépendants
ssi
n
ϕ X (u 1 , . . . , u n ) = ϕ X i (u i )
Y
i =1

55
 6. Suite de variables
aléatoires

Objectifs:

• Connaitre les inégalités classiques

• Connaitre les différents modes de convergences
• Connaitre les grands théorèmes des probabilités (Lois des
grands nombres et de la limite centrale)

Contents
6.1. Inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.2. Modes de convergence . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.2.1. Limite d’une suite de variable aléatoire . . . . . . . . . . . . 58
6.2.2. Convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . 59
6.3. Loi des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . 60
6.4. Théorème de la limite centrale . . . . . . . . . . . . . . . . . . . . 61

6.1. Inégalités
Soit (Ω, A , P ) un espace probabilisé et soit X : Ω → R et Y : Ω → R deux va-
riables aléatoires.
Proposition 6.1
si E X 2 < +∞, alors
£ ¤
q £ ¤
|E [X ]| ≤ E [|X |] ≤ E X2

Démonstration. La première inégalité n’est rien d’autre que l’inégalité triangu-

laire.
Pour la seconde inégalité, on a E (|X | − E [|X |])2 = E |X |2 − E [|X |]2 ≥ 0.
£ ¤ £ ¤

57
 6. Suite de variables aléatoires

Proposition 6.2 (Cauchy-Schwarz)

Si E X 2 < +∞ et E Y 2 < +∞, alors
£ ¤ £ ¤

q £ ¤q £ ¤
|E [X Y ]| ≤ E X2 E Y 2

Démonstration. C’est exactement l’inégalité de Cauchy-Schwarz, qu’on réécrit avec

les espérances.

Proposition 6.3 (Inégalité de Markov)

Si E [|X |] < +∞ alors
E [|X |]
∀a > 0 P (|X | > a) ≤
a

Démonstration. On a |X | ≥ a1|X |≥a et donc E [|X |] ≥ E a1|X |≥a = aE 1|X |≥a =

£ ¤ £ ¤

aP (|X | > a)

Proposition 6.4 (Inégalité

£ ¤ de Bienaymé-Tchebychev)
Si E X 2 < +∞ alors

¢ Var {X }
∀a > 0 P (X − E [X ])2 > a ≤
¡
a2

Démonstration. On applique l’inégalité de Markov à la variable aléatoire (X −E [X ])2

pour un réel a 2 .

6.2. Modes de convergence

6.2.1. Limite d’une suite de variable aléatoire
On considère une suite (X n )n∈N de variables aléatoires sur l’espace probabilisé
(Ω, A , P ). On s’intéresse ici aux différents mode de convergence de la suite de va-
riables aléatoires (X n )n∈N vers une variable aléatoire limite X .

Définition 6.1 (Convergence presque sûre (p.s.))

On dit que la suite (X n )n∈N converge presque sûrement vers X ssi
³ ´
P lim X n = X = 1
n→+∞

On notera
X n −→ X
p.s.

La convergence presque sûre est l’analogue de la convergence "presque partout"

en analyse.

58
 6.2. Modes de convergence

Définition 6.2 (Convergence en moyenne ou dans L 1 )

Si X n ∈ L 1 et X ∈ L 1 , on dit que que la suite (X n )n∈N converge en moyenne vers
X ssi
lim E [|X n − X |] = 0
n→+∞

On notera
X n −→ X
L1

Définition 6.3 (Convergence en moyenne quadratique ou dans L 2 )

Si X n ∈ L 2 et X ∈ L 2 , on dit que que la suite (X n )n∈N converge en moyenne qua-
dratique vers X ssi
lim E |X n − X |2 = 0
£ ¤
n→+∞

On notera
X n −→ X
L2

Définition 6.4 (Convergence en probabilité)

On dit que la suite (X n )n∈N converge en probabilité vers X ssi

∀ε > 0 lim P (|X n − X | ≥ ε) = 0

n→+∞

On notera
X n −→ X
P

On peut aussi manipuler les images d’une suite de variable aléatoire par une
fonction continue.

Thèorème 6.1
Soit h : R → R une fonction continue. Alors
• X n −→ X ⇒ h(X n ) −→ h(X )
P P
• X n −→ X ⇒ h(X n ) −→ h(X )
p.s. p.s.

6.2.2. Convergence en loi

Ce mode de convergence est différent en nature des modes de convergence pré-
cédents : on ne regarde plus les variables aléatoires elles-mêmes, mais leurs lois de
probabilité. Ainsi, la suite (X n )n∈N de variables aléatoires et la limite X , toujours à
valeur dans R, peuvent être définit sur des espaces différents.

59
 6. Suite de variables aléatoires

Définition 6.5 (Convergence en loi)

La suite (X n )n∈N converge en loi vers X ssi

lim P X n = P X
n→∞

Ce qui signifie que pour toute fonction continue bornée h sur R, on a

lim E [h(X n )] = E [h(X )] .

n→∞

On notera
X n −→ X
L

On utilisera en pratique le théorème suivant

Thèorème 6.2
Soit (X n )n∈N une suite de variables aléatoire admettant pour fonction de répar-
tition F X n . (X n )n∈N converge en loi vers X de fonction de répartition F X ssi

lim F X n = F
n→∞

Ou bien le théorème de continuité de Levy

Thèorème 6.3 (Levy)

La suite (X n )n∈N converge en loi vers X ssi la suite des fonctions caractéristiques
ϕ X n converge en chaque point vers la fonction caractéristique de X .

X n −→ X ⇔ ∀t ∈ Rϕ X n (t ) → ϕ X (t )
L

On peut établir une hiérarchie des différentes convergences

X n −→ X ⇒ X n −→ X ⇒ X n −→ X ⇒ X n −→ X
L2 L1 P L

et
X n −→ X ⇒ X n −→ X ⇒ X n −→ X
p.s. P L

La convergence en loi est la plus faible des convergences envisagées.

6.3. Loi des grands nombres

La loi des grands nombres permet de faire le lien "naturel" entre les probabilités
et les statistiques sur un grand nombre d’expérience (comme calculer de manière
empirique une moyenne sur un grand nombre de jeté de pièce ou de dé). On se
place sur un espace probabilisé (Ω, A , P )

60
 6.4. Théorème de la limite centrale

Thèorème 6.4 (Loi faible des grands nombres)

Soit (X n )n∈N une suite de variables aléatoires indépendantes et identiquement
distribuées, de carré intégrables. Soit S n = X 1 +X 2 +. . .+X n et X n = Snn la moyenne
³ ´
empirique sur n variable aléatoires. Alors la suite X n converge dans L 2 (et
n∈N
donc aussi dans L 1 ) vers la constante m = E [X n ] qui est l’espérance commune
des X n .
³¯ ¯ ´
∀ε > 0 lim P ¯X n − m ¯ ≤ ε = 1
¯ ¯
n→+∞

Démonstration. On a
"Ã !2 # " #
h
2
i 1X 1 XX
E (X n − m) =E (X i − m) =E 2 (X i − m)(X j − m)
n i n i j
1 XX £ ¤
= E (X i − m)(X j − m)
n2 i j
1 X £
E (X i − m)2 car les X i sont indépendantes
¤
=
n2 i
Var {X i }
= −→ 0
n

Thèorème 6.5 (Loi forte des grands nombres)

Soit (X n )n∈N une suite de variables aléatoires indépendantes et identiquement
distribuées et intégrables. Soit S n = X 1 + X 2 + . . . + X n et X n = Snn la moyenne
³ ´
empirique sur n variable aléatoires. Alors la suite X n converge presque sû-
n∈N
rement vers la constante m = E [X n ] qui est l’espérance commune des X n .
³ ´
P lim X n = m = 1
n→+∞

6.4. Théorème de la limite centrale

Ce théorème est une justification de l’utilité des la loi normale. En effet, cette loi
apparait comme la limite de la somme de variables aléatoires indépendantes de
carré intégrable, dont la variance est petite devant la somme.

Thèorème 6.6 (De Moivre-Laplace)

Soit (X n )n∈N une suite de variables aléatoires indépendantes de Bernoulli : ∀i ,

61
 6. Suite de variables aléatoires

X i ∼ B(p). Soit S n = X 1 + X 2 + . . . + X n . Alors, pour tout −∞ ≤ a < b ≤ +∞

à !
S n − np 1 b −x 2 /2
Z
P a≤ p ≤b = e dx
np(1 − p) 2π a

Ce résultat historique est généralisé par le théorème suivant

Thèorème 6.7 (Limite centrale)

Soit (X n )n∈N une suite de variables aléatoires i.i.d. de carré intégrable, d’espé-
rance commune m et de variance commune σ2 . Soit S n = X 1 + X 2 + . . . + X n .
Alors
S n − nm
p −→ N (0, σ2 )
n L
S n − nm
p −→ N (0, 1)
nσ2 L
p
(n) 1 X i −m
Démonstration. Soit Zn = σ ( n Sn − m). En posant Yi = σ , on a

n X
X i
Zn = p
i =1 n

où les Yi sont des variables aléatoires centrées réduites (ie de moyenne de nulle et
de variance 1). Le X i étant i.i.d., les Yi sont aussi i.i.d. Ainsi, on a
n µ
t
¶ µ µ
t
¶¶
ϕ Zn (t ) = ϕY i p = ϕY i p
Y
i =1 n n

En faisant un développement limité de ϕYi on obtient donc

µ 2 ¶¶n
t
µ
1 2
ϕ Zn (t ) = 1 − t +o
2n n

et donc
t2
lim ϕ Zn (t ) = e − 2
n→∞

qui est la fonction caractéristique d’une variable aléatoire normale centrée ré-
duite. Le théorème de continuité de Levy permet de conclure.

62