CHAPITRE 3 - 4 –5-6 RESUME VARIABLES ALEATOIRES DISCRETES ET CONTINUES

VARIABLES ALEATOIRES DISCRETES VARIABLES ALEATOIRES CONTINUES

Support de la variable aléatoire discrète : X Support de la variable aléatoire continue : X

𝑋(Ω) = {𝑥1 , 𝑥2 , 𝑥3 , … . . , 𝑥𝑛 } X est appelé variable aléatoire continue si 𝑋(Ω) est un intervalle réel
Exemple : ou une réunion d’intervalles réelles.
Si 𝑋(Ω) = {𝑥1 , 𝑥2 , 𝑥3 , … . . , 𝑥𝑛 } = est un ensemble fini Exemple :
dénombrable ⟶ 𝑋 est discrète. Si 𝑋(Ω) = ℝ+ = [0; +∞[ ⟶ 𝑋 est continue.
Si 𝑋(Ω) = ℕ∗ ={1, 2, 3, … . . , 𝑛, … . } est un ensemble infini Si 𝑋(Ω) = ℝ = ]−∞; 0] ∪ [0; +∞[ ⟶ 𝑋 est continue.
dénombrable⟶ 𝑋 est discrète.

Fonction de masse : 𝒇𝑿 (𝒙) = 𝑷(𝑿 = 𝒙) Densité de probabilité d’une variable aléatoire continue X : 𝒇(𝒙)
(ddp : densité de probabilité)
La loi de probabilité d’une variable aléatoire discrète X : P f est une densité de probabilité de la variable aléatoire continue X si :
Autrement dit : la loi de probabilité (ou loi de distribution) d’une 1. 𝒇(𝒙) ≥ 𝟎
variable aléatoire discrète X est l’ensemble des couples (𝑥𝑖 ; 𝑝𝑖 )
+∞
représenté sous forme de tableau comme suit : 2. ∫−∞ 𝒇(𝒙)𝒅𝒙 = 𝟏.
𝑥𝑖 𝑥1 𝑥2 …………….. 𝑥𝑖 ………………. 𝑥𝑘 Total
𝑝𝑖 𝑝1 𝑝2 ……………... 𝑝𝑖 ………………. 𝑝𝑘 𝑖=𝑘
∑ 𝑝𝑖
𝑖=1
=1
Avec 𝑝𝑖 = 𝑃(𝑋 = 𝑥𝑖 )

Fonction de répartition d’une variable aléatoire discrète : Fonction de répartition d’une variable aléatoire continue X : F(x)
F(x) 𝒙
𝑭(𝒙) = 𝑷(𝑿 ≤ 𝒙) = ∫ 𝒇(𝒕)𝒅𝒕 , 𝑝𝑜𝑢𝑟 𝑥 ∈ 𝑋(Ω) ⊆ ℝ
𝑞𝑢𝑒𝑙𝑞𝑢𝑒 𝑠𝑜𝑖𝑡 𝑥 ∈ ℝ, 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∑ 𝑃(𝑋 = 𝑥𝑖 ) −∞
𝑥𝑖 ≤𝑥
Par conséquent : 𝐹 ′ (𝑥) = 𝑓(𝑥)
Propriétés de F(x) Propriétés de la fonction de répartition : F(x)
• F(x) est croissante avec x :

Page 1 of 13
F est croissante sur ℝ : lim 𝐹(𝑥) = 0 et lim 𝐹(𝑥) = 1 𝑓′(𝑥) ≥ 0, 𝑝𝑜𝑢𝑟 𝑥 ∈ 𝑋(Ω) ⊆ ℝ
𝑥⟶−∞ 𝑥⟶+∞
• 0 ≤ 𝐹(𝑥) ≤ 1, 𝑝𝑜𝑢𝑟 𝑥 ∈ 𝑋(Ω) ⊆ ℝ
Pour tous réels a et b tels que : • lim 𝐹(𝑥) = 0 𝑒𝑡 lim 𝐹(𝑥) = 1
−∞ +∞
𝑎 < 𝑏, 𝐹(𝑏) − 𝐹(𝑎) = 𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − • Pour a et b appartenant à 𝑋(Ω), tels que 𝑥 ∈ [𝑎 ; 𝑏], on a :
𝑃(𝑋 ≤ 𝑎) 𝒃
𝑃(𝑎 < 𝑋 < 𝑏) = ∫𝒂 𝒇(𝒙)𝒅𝒙
Remarque :
𝑃(𝑎 < 𝑋 < 𝑏) = 𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑎 ≤ 𝑋 < 𝑏) = 𝑷(𝒂 ≤ 𝑿 ≤ 𝒃)

Quantile d’ordre 𝜶 ∶ 𝒙𝜶
On appelle quantile d’ordre 𝜶, la valeur 𝒙𝜶 de la variable aléatoire
continue X telle que :
𝑭(𝒙𝜶 ) = 𝜶
Esperance mathématique d’une variable aléatoire discrète : Espérance mathématique d’une variable aléatoire continue : E(X)
+∞
E(X) 𝑬(𝑿) = ∫ 𝒙𝒇(𝒙)𝒅𝒙
𝐸(𝑋) = ∑ 𝑥𝑖 𝑝𝑖 = ∑ 𝑥𝑖 𝑃(𝑋 = 𝑥𝑖 ) −∞

𝑖 𝑖
Propriétés de l’espérance mathématique d’une variable
aléatoire discrète : E(X)
Soient deux variables aléatoires discrètes : X et Y ;
Soient deux constantes réelles a et b ;
a) E(X + a) = E(X) + a
b) E(aX) = aE(X)
c) E(aX +b) = aE(X) + b
d) E(X + Y) = E(X) + E(Y)
e) E(aX + bY) = aE(X) + bE(Y)
f) Si E(X) = 0, on dit que X est une variable centrée.

Variance d’une variable aléatoire discrète X : V(X) Variance d’une variable aléatoire continue : V(X)
+∞
𝑉(𝑋) = 𝐸[𝑋 − 𝐸(𝑋)]2 𝑽(𝑿) = 𝑬[(𝑿 − 𝑬(𝑿))𝟐 ] = ∫−∞ (𝑿 − 𝑬(𝑿))𝟐 𝒇(𝒙)𝒅𝒙
+∞
𝑉(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2 𝑽(𝑿) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2 = ∫−∞ 𝒙𝟐 𝒇(𝒙)𝒅𝒙 − [𝐸(𝑋)]2
Ecart-type : 𝝈(𝑿) = √𝑽(𝑿)

Page 2 of 13
Propriétés de la variance d’une variable aléatoire discrète :
V(X)
a) 𝑉(𝑋) ≥ 0
b) 𝑉(𝑎) = 0, la variance d'une constante a est nulle ;
2
c) 𝑉(𝑎𝑋) = 𝑎 𝑉(𝑋)
d) 𝑉(𝑋 + 𝑏) = 𝑉(𝑋)
e) 𝑉(𝑎𝑋 + 𝑏) = 𝑎2 𝑉(𝑋)
f) 𝑉(𝑋 + 𝑌) = 𝑉(𝑋) + 𝑉(𝑌) + 2𝑐𝑜𝑣(𝑋; 𝑌)
g) 𝑆𝑖 𝑋 𝑒𝑡 𝑌 𝑠𝑜𝑛𝑡 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝑎𝑙𝑜𝑟𝑠 𝑐𝑜𝑣(𝑋; 𝑌) = 0 ⇒
𝑉(𝑋 + 𝑌) = 𝑉(𝑋) + 𝑉(𝑌)

Variable centrée et réduite

Soit X : variable aléatoire et a une constante réelle non nulle
telles que :
𝐸(𝑋) = 𝑎, 𝑎𝑣𝑒𝑐 𝑎 ≠ 0 ;
Soit Y : une autre variable aléatoire telle que :
𝑋 − 𝐸(𝑋) 𝐸(𝑌) = 0, ⟶ 𝑌 𝑒𝑠𝑡 𝑑𝑖𝑡𝑒 𝑐𝑒𝑛𝑡𝑟é𝑒;
𝑌= ⟹{
𝜎(𝑋) 𝜎(𝑌) = 1, ⟶ 𝑌 𝑒𝑠𝑡 𝑑𝑖𝑡𝑒 𝑟é𝑑𝑢𝑖𝑡𝑒;

Moments simples d’ordre r : 𝒎𝒓 Moment simple d’ordre r :

+∞
𝒎𝒓 = 𝑬(𝑿𝒓 ) = ∫−∞ 𝒙𝒓 𝒇(𝒙)𝒅𝒙
𝑚𝑟 = 𝐸(𝑋 𝑟 ) = ∑ 𝑝𝑖 𝑥𝑖𝑟
𝑖 Moment centré d’ordre r :
Moments centrés d’ordre r : 𝝁𝒓 +∞
𝝁𝒓 = 𝑬[(𝑿 − 𝑬(𝑿))𝒓 ] = ∫−∞ (𝑿 − 𝑬(𝑿))𝒓 𝒇(𝒙)𝒅𝒙
𝜇𝑟 = 𝐸[𝑋 − 𝐸(𝑋)]𝑟

Page 3 of 13
TABLEAU RESUMANT LES LOIS DISCRETES USUELLES
Loi de Probabilité X : Variable aléatoire 𝑃(𝑋 = 𝑥) 𝐸(𝑋) 𝑉(𝑋) 𝜎(𝑋)
discrète Probabilité
Loi uniforme discrète 𝑋(Ω) = {1, 2, … , 𝑛} 1 𝑛+1 𝑛2 − 1
(cas particulier) 𝑐𝑎𝑟𝑑𝑋(Ω) = 𝑛 𝑃(𝑋 = 𝑥) = 𝑛2 − 1
𝑋 ↪ 𝒰[1;𝑛] 𝑛 2 12 √
𝑛≠0 12
Loi de Poisson : 𝒫(𝜆) 𝑋(Ω) = ℕ
−𝜆
𝜆𝑥 𝜆 𝜆 √𝜆
𝑋 ↪ 𝒫(𝜆) 𝑃(𝑋 = 𝑥) = 𝑒
𝑥!
Loi de Bernoulli X = nombre de succès 𝑃(𝑋 = 𝑥) = 𝑝 𝑥 𝑞1−𝑥 𝑝 𝑝𝑞 √𝑝𝑞
𝑋 ↪ ℬ(1, 𝑝)
Succès = 1 𝑋(Ω) = {0; 1} avec :
Echec = 0 𝑐𝑎𝑟𝑑𝑋(Ω) = 2 𝑝 = 𝑃(𝑆𝑢𝑐𝑐è𝑠)
{ 𝑞 = 𝑃(𝐸𝑐ℎ𝑒𝑐)
𝑝+𝑞 =1
Loi Binomiale X = nombre de succès 𝑃(𝑋 = 𝑥) = 𝐶𝑛𝑥 𝑝 𝑥 𝑞 𝑛−𝑥 𝑛𝑝 𝑛𝑝𝑞
𝑋 ↪ ℬ(𝑛, 𝑝) √𝑛𝑝𝑞
n répétitions identiques et 𝑋(Ω) = {0, 1, 2, … , 𝑛} avec :
indépendantes (avec 𝑐𝑎𝑟𝑑𝑋(Ω) = 𝑛 + 1 𝑝 = 𝑃(𝑠𝑢𝑐𝑐è𝑠)
remise ou tirage non { 𝑞 = 𝑃(𝑒𝑐ℎ𝑒𝑐)
exhaustif) de l’épreuve 𝑝+𝑞 =1
de Bernoulli ℬ(1, 𝑝)
Loi Hypergéométrique X = nombre de succès 𝑃(𝑋 = 𝑥) = 𝑛𝑝 𝑁−𝑛
𝑋 ↪ ℋ(𝑁, 𝑛, 𝑝) 𝑋(Ω) ⊆ {0, 1, 2, … , 𝑛} ; 𝑥
𝐶𝑁𝑝 𝑛−𝑥
× 𝐶𝑁𝑞 𝑛𝑝𝑞 ( ) 𝑁−𝑛
n répétitions identiques et = 𝑁 − 1 √𝑛𝑝𝑞 ( )
non indépendantes Précisément : 𝐶𝑁𝑛 𝑁−1
(sans remise ou tirage 𝑋(Ω)
exhaustif) de l’épreuve = [𝑀𝑎𝑥(0; 𝑛 avec :
de Bernoulli ℬ(1, 𝑝) − 𝑁𝑞); 𝑀𝑖𝑛(𝑛; 𝑁𝑝)] 𝑝 = 𝑃(𝑠𝑢𝑐𝑐è𝑠)
{ 𝑞 = 𝑃(𝑒𝑐ℎ𝑒𝑐)
𝑁1 = 𝑁𝑝; 𝑁2 = 𝑁𝑞 𝑝+𝑞 =1

Page 4 of 13
TABLEAU SYNOPTIQUE RESUMANT LES LOIS DISCRETES USUELLES (SUITE)
Loi de Probabilité X : Variable aléatoire Probabilité 𝐸(𝑋) 𝑉(𝑋) 𝜎(𝑋)
discrète 𝑃(𝑋 = 𝑥)
Loi Géométrique : 𝒢(𝑝) X = nombre d’essais (ou 𝑃(𝑋 = 𝑛) = 𝑝𝑞 𝑛−1 1 𝑞
𝑋 ↪ 𝒢(𝑝) de tentatives) nécessaires 𝑞
pour obtenir un succès avec : 𝑝 𝑝2 √ 2
On répète l'épreuve de 𝑋(Ω) = { 1, 2, … , 𝑛, … } 𝑝 = 𝑃(𝑠𝑢𝑐𝑐è𝑠) 𝑝
Bernoulli ℬ(1; 𝑝) de 𝑋(Ω) = ℕ∗
{ 𝑞 = 𝑃(𝑒𝑐ℎ𝑒𝑐)
façon indépendante
𝑝+𝑞 =1
jusqu'à l'obtention d'un
succès.
Loi binomiale négative : X = nombre d’essais (ou 𝑟−1 𝑟 𝑛−𝑟
𝑃(𝑋 = 𝑛) = 𝐶𝑛−1 𝑝 𝑞 𝒓 𝑟𝑞
ℛ(𝑟; 𝑝) de tentatives) nécessaires 𝑟𝑞
𝑋 ↪ ℛ(𝑟; 𝑝) pour obtenir 𝑟 succès 𝒑 𝑝2 √
𝑋(Ω)
avec : 𝑛 ≥ 𝑟 et 𝑝2
𝑝 = 𝑃(𝑠𝑢𝑐𝑐è𝑠)
Répétitions = { 𝑟, 𝑟 + 1, 𝑟
{ 𝑞 = 𝑃(𝑒𝑐ℎ𝑒𝑐)
indépendantes de + 2, … , 𝑛, … }
𝑝+𝑞 =1
Bernoulli ℬ(1; 𝑝) 𝑋(Ω) = [𝑟; +∞[
jusqu'à l'obtention de r
succès.

Page 5 of 13
 TABLEAU RESUMANT QUELQUES LOIS CONTINUES USUELLES
Lois de probabilité d’une variable aléatoire 𝑓(𝑥): 𝑑𝑑𝑝 𝑑𝑒 𝑋 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) E(X) V(X)
continue : X 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑡𝑖𝑡𝑖𝑜𝑛
𝑑𝑒 𝑋
Loi uniforme continue 1 0, 𝑠𝑖 𝑥 < 𝑎 𝑎+𝑏 (𝑏 − 𝑎)2
, 𝑥 ∈ [𝑎; 𝑏] 𝑥−𝑎
𝑿 ↝ 𝓤[𝒂 ;𝒃] 𝑓(𝑥) = { 𝑏 − 𝑎 𝐹(𝑥) = { , 𝑠𝑖 𝑎 ≤ 𝑥 < 𝑏 2 12
La loi uniforme est symétrique par rapport à 0, 𝑥 ∈ [𝑎; 𝑏] 𝑏−𝑎
E(X) 1, 𝑠𝑖 𝑥 ≥ 𝑏
1 −𝑥 −𝑥
Loi Exponentielle de paramètre 𝜽 > 0: 𝜽 𝜽𝟐
𝑓(𝑥) = { 𝜃 𝑒 , 𝑠𝑖 𝑥 ≥ 0
𝜃 𝐹(𝑥) = { 1 − 𝑒 𝜃 , 𝑠𝑖 𝑥 ≥ 0
𝑿 ↝ 𝑬𝒙𝒑(𝜽) 0 , 𝑠𝑖 𝑥 < 0
N’est pas symétrique par rapport à E(X) 0 , 𝑠𝑖 𝑥 < 0
𝑥2 𝑥 𝑡2
Loi normale centrée réduite de 1 1 0 𝟏
Paramètres 0 et 1 : 𝑿 ↝ 𝓝(𝟎 ; 𝟏) 𝑓(𝑥) = 𝑒− 2 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∫ 𝑒 − 2 𝑑𝑡
√2𝜋 −∞ √2𝜋

𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = π(𝑥)

La valeur de π(𝑥) est obtenue dans la table de la

loi 𝓝(𝟎 ; 𝟏).
1 𝑥−𝑚 2 𝑥 1 𝑡−𝑚 2
Loi normale (ou loi de Laplace Gauss) de 1 − ( ) 1 − ( ) m 𝝈𝟐
paramètres m et 𝜎 > 0: 𝑓(𝑥) = 𝑒 2 𝜎 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∫ 𝑒 2 𝜎 𝑑𝑡
𝜎√2𝜋 −∞ 𝜎√2𝜋
𝑿 ↝ 𝓝(𝒎 ; 𝝈)
et
𝑥−𝑚
𝑋−𝑚 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝜋 ( )
𝑇= ↝ 𝓝(𝟎 ; 𝟏) 𝜎
𝜎
𝑥−𝑚
La valeur de 𝜋 ( 𝜎
) est obtenue dans la table de
la loi 𝓝(𝟎 ; 𝟏).

1
Remarque sur la loi exponentielle : en posant 𝜆 = 𝜃, f(x), F(x), 𝐸(𝑋) et 𝑉(𝑋) peuvent s’écrire comme suit :
𝜆𝑥 −𝜆𝑥 1 1
𝑓(𝑥) = { 𝜆𝑒 , 𝑠𝑖 𝑥 ≥ 0 𝐹(𝑥) = {1 − 𝑒 , 𝑠𝑖 𝑥 ≥ 0
𝐸(𝑋) = 𝑉(𝑋) =
0 , 𝑠𝑖 𝑥 < 0 0 , 𝑠𝑖 𝑥 < 0 𝜆 𝜆2

Page 6 of 13
 TABLEAU RESUMANT QUELQUES LOIS CONTINUES USUELLES (SUITE)
Lois de probabilité d’une variable aléatoire 𝑓(𝑥): 𝑑𝑑𝑝 𝑑𝑒 𝑋 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) E(X) V(X)
continue : X 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑡𝑖𝑡𝑖𝑜𝑛 𝑑𝑒 𝑋
𝑛
𝝌𝟐𝒏 : Loi de probabilité du Khi deux à n degrés 2(− 2 ) (𝑛−1) − 𝑥 Utilisation de la table de la 𝐸(𝑋) 𝑉(𝑋)
de liberté (n entier > 0) : 𝑋 ↝ 𝜒𝑛2 ; avec 𝑛 ≥ 1 𝑥 2 𝑒 2, 𝑥 > 0 fonction de répartition. =𝑛 = 2𝑛
𝑓(𝑥) = { Γ(𝑛)
(ou Loi de Karl Pearson) 2
0, 𝑥≤0 Si n est suffisamment grand, la
Autre définition de la loi du 𝝌𝟐𝒏 . variable aléatoire √2𝜒 2 −
Soient Z1, Z2, ..., et Zn, telles que : 𝑍𝑖 ↝ N(0; 1) Pour les grandes valeurs de n, la loi de √2𝑛 − 1 suit, à peu près, une loi
𝑍𝑖 : n variables aléatoires indépendantes. probabilité de 𝜒 2 tend vers une loi normale normale centrée réduite.
Soit 𝑋 = 𝑍12 + 𝑍22 + ⋯ + 𝑍𝑛2 . de moyenne n et de variance 2 n.
On note : 𝑋 ↝ 𝜒𝑛2
Loi de Student à n degrés de liberté : T(n) 𝑛+1 1) Plus n est grand, plus E(T) = 0 𝑉(𝑇) =
Γ( 2 ) 1 𝑛
X suit loi de probabilité de Student à n degrés 𝑓(𝑥) = l'écart-type de T diminue pour
𝑛 𝑛+1
n≥2 𝑛−2
de liberté (ddl) (n entier > 0) : 𝑋 ↝ 𝑇(𝑛) √𝑛𝜋 𝛤 (2 ) 𝑥2 2 et tend vers 1.
(1 + 𝑛 ) 2) Par symétrie de la
Autre définition distribution, on utilise (non Si n≥ 3
Soient X et Y indépendantes et telles que : La densité de X décrit une cloche symétrique habituellement la défini
𝑋 ↝ 𝒩(0, 1) et 𝑌 ↝ 𝜒𝑛2 notation : 𝑡𝑛,1−𝛼 = −𝑡𝑛,𝛼 pour (non
par rapport à 0.
𝑋 n=1.) défini
Alors 𝑇 = suit la loi de Student à n ddl. Lorsque n est très grand, la loi T(n)se confond
√
𝑌 pour
avec la loi N(0; 1).
𝑛
n≤2.)
Loi de Fisher Snédécor : 𝑋 ↝ 𝐹(𝑛1 , 𝑛2 ) 𝒇(𝒙) = Utilisation de la table de la
𝒏+𝒎
X suit une loi de probabilité de 𝚪(
𝟐
) 𝒏 𝒎 𝒏 fonction de répartition.
𝒎 𝒏 𝒎 𝒏 𝒙 (𝒎 + 𝒏𝒙), 𝒙 ≥ 𝟎
𝟐 𝟐 𝟐
Cette table sert à la comparaison
Fisher-Snedecor à (n 1, n 2) degrés de liberté { 𝜞( )𝜞( )
𝟐 𝟐
(n 1 et n 2 entiers > 0) des variances de deux populations
𝟎, 𝒙 < 𝟎
à partir de deux échantillons.
Autre définition
Soient X et Y, deux variables aléatoires
indépendantes et suivant des lois du Khi2 :
2
𝑋⁄ 𝜒𝑚
2
𝑋 ↝ 𝜒𝑚 𝑚
}⇒ = 𝑚2 ↝ 𝐹(𝑚, 𝑛)
𝑌 ↝ 𝜒𝑛2 𝑌⁄
𝑛 𝜒𝑛
𝑛

Page 7 of 13
TABLE 1 DE LA LOI NORMALE CENTREE REDUITE
U étant une variable aléatoire de loi N(0,1), la table donne la valeur de Φ(u) =P(U ≤u) .

φ(u)

u
-4 -2 0 2 4
x

Grandes valeurs de u
u 3,0 3,5 4,0 4,5
𝜋(𝑢) 0,9987 0,99977 0,999968 0,999997

Page 8 of 13
 TABLE 2 DE LA LOI NORMALE CENTREE REDUITE
U étant une variable aléatoire de loi N(0,1)et α un réel de [0,1], la table donne la valeur

α 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 +∞ 2.5758 2.3263 2.1701 2.0537 1.9600 1.8808 1.8119 1.7507 1.6954
0.1 1.6449 1.5982 1.5548 1.5141 1.4758 1.4395 1.4051 1.3722 1.3408 1.3106
0.2 1.2816 1.2536 1.2265 1.2004 1.1750 1.1503 1.1264 1.1031 1.0803 1.0581
0.3 1.0364 1.0152 0.9945 0.9741 0.9542 0.9346 0.9154 0.8965 0.8779 0.8596
0.4 0.8416 0.8239 0.8064 0.7892 0.7722 0.7554 0.7388 0.7225 0.7063 0.6903
0.5 0.6745 0.6588 0.6433 0.6280 0.6128 0.5978 0.5828 0.5681 0.5534 0.5388
0.6 0.5244 0.5101 0.4959 0.4817 0.4677 0.4538 0.4399 0.4261 0.4125 0.3989
0.7 0.3853 0.3719 0.3585 0.3451 0.3319 0.3186 0.3055 0.2924 0.2793 0.2663
0.8 0.2533 0.2404 0.2275 0.2147 0.2019 0.1891 0.1764 0.1637 0.1510 0.1383
0.9 0.1257 0.1130 0.1004 0.0878 0.0753 0.0627 0.0502 0.0376 0.0251 0.0125

Petites valeurs de α

α 0.002 0.001 10-4 10-5 10-6 10-7 10-8 10-9

u 3.0902 3.2905 3.8906 4.4171 4.8916 5.3267 5.7307 6.1094

α

Page 9 of 13
 TABLE 3 DE LA LOI DE STUDENT

α
n 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.05 0.02 0.01 0.001
1 0.158 0.325 0.510 0.727 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657 636.62
2 0.142 0.289 0.445 0.617 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925 31.599
3 0.137 0.277 0.424 0.584 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841 12.924
4 0.134 0.271 0.414 0.569 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604 8.610
5 0.132 0.267 0.408 0.559 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032 6.869
6 0.131 0.265 0.404 0.553 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707 5.959
7 0.130 0.263 0.402 0.549 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499 5.408
8 0.130 0.262 0.399 0.546 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355 5.041
9 0.129 0.261 0.398 0.543 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250 4.781
10 0.129 0.260 0.397 0.542 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169 4.587
11 0.129 0.260 0.396 0.540 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106 4.437
12 0.128 0.259 0.395 0.539 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055 4.318
13 0.128 0.259 0.394 0.538 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012 4.221
14 0.128 0.258 0.393 0.537 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977 4.140
15 0.128 0.258 0.393 0.536 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947 4.073
16 0.128 0.258 0.392 0.535 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921 4.015
17 0.128 0.257 0.392 0.534 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898 3.965
18 0.127 0.257 0.392 0.534 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878 3.922
19 0.127 0.257 0.391 0.533 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861 3.883
20 0.127 0.257 0.391 0.533 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845 3.850
21 0.127 0.257 0.391 0.532 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831 3.819
22 0.127 0.256 0.390 0.532 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819 3.792
23 0.127 0.256 0.390 0.532 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807 3.768
24 0.127 0.256 0.390 0.531 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797 3.745
25 0.127 0.256 0.390 0.531 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787 3.725
26 0.127 0.256 0.390 0.531 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779 3.707
27 0.127 0.256 0.389 0.531 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771 3.690
28 0.127 0.256 0.389 0.530 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763 3.674
29 0.127 0.256 0.389 0.530 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756 3.659
30 0.127 0.256 0.389 0.530 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750 3.646
40 0.126 0.255 0.388 0.529 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704 3.551
80 0.126 0.254 0.387 0.527 0.678 0.846 1.043 1.292 1.664 1.990 2.374 2.639 3.416
120 0.126 0.254 0.386 0.526 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617 3.373
+∞ 0.126 0.253 0.385 0.524 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576 3.291

Page 10 of 13
 TABLE DE LA LOI DU KHI2 : 𝜒 2
X étant une variable aléatoire de loi du χ2 à n degrés de liberté, et α un réel de [0,1], la table

α 0.995 0.990 0.975 0.95 0.9 0.8 0.7 0.5 0.3 0.2 0.1 0.05 0.025 0.01 0.005 0.001
n
1 0.00004 0.0002 0.001 0.004 0.02 0.06 0.15 0.46 1.07 1.64 2.71 3.84 5.02 6.63 7.88 10.80
2 0.01 0.02 0.05 0.10 0.21 0.45 0.71 1.39 2.41 3.22 4.61 5.99 7.38 9.21 10.60 13.82
3 0.07 0.11 0.22 0.35 0.58 1.01 1.42 2.37 3.66 4.64 6.25 7.81 9.35 11.34 12.84 16.27
4 0.21 0.30 0.48 0.71 1.06 1.65 2.19 3.36 4.88 5.99 7.78 9.49 11.14 13.28 14.86 18.47
5 0.41 0.55 0.83 1.15 1.61 2.34 3.00 4.35 6.06 7.29 9.24 11.07 12.83 15.09 16.75 20.52
6 0.68 0.87 1.24 1.64 2.20 3.07 3.83 5.35 7.23 8.56 10.64 12.59 14.45 16.81 18.55 22.46
7 0.99 1.24 1.69 2.17 2.83 3.82 4.67 6.35 8.38 9.80 12.02 14.07 16.01 18.48 20.28 24.32
8 1.34 1.65 2.18 2.73 3.49 4.59 5.53 7.34 9.52 11.03 13.36 15.51 17.53 20.09 21.95 26.12
9 1.73 2.09 2.70 3.33 4.17 5.38 6.39 8.34 10.66 12.24 14.68 16.92 19.02 21.67 23.59 27.88
10 2.16 2.56 3.25 3.94 4.87 6.18 7.27 9.34 11.78 13.44 15.99 18.31 20.48 23.21 25.19 29.59
11 2.60 3.05 3.82 4.57 5.58 6.99 8.15 10.34 12.90 14.63 17.28 19.68 21.92 24.72 26.76 31.26
12 3.07 3.57 4.40 5.23 6.30 7.81 9.03 11.34 14.01 15.81 18.55 21.03 23.34 26.22 28.30 32.91
13 3.57 4.11 5.01 5.89 7.04 8.63 9.93 12.34 15.12 16.98 19.81 22.36 24.74 27.69 29.82 34.53
14 4.07 4.66 5.63 6.57 7.79 9.47 10.82 13.34 16.22 18.15 21.06 23.68 26.12 29.14 31.32 36.12
15 4.60 5.23 6.26 7.26 8.55 10.31 11.72 14.34 17.32 19.31 22.31 25.00 27.49 30.58 32.80 37.70
16 5.14 5.81 6.91 7.96 9.31 11.15 12.62 15.34 18.42 20.47 23.54 26.30 28.85 32.00 34.27 39.25
17 5.70 6.41 7.56 8.67 10.09 12.00 13.53 16.34 19.51 21.61 24.77 27.59 30.19 33.41 35.72 40.79
18 6.26 7.01 8.23 9.39 10.86 12.86 14.44 17.34 20.60 22.76 25.99 28.87 31.53 34.81 37.16 42.31
19 6.84 7.63 8.91 10.12 11.65 13.72 15.35 18.34 21.69 23.90 27.20 30.14 32.85 36.19 38.58 43.82
20 7.43 8.26 9.59 10.85 12.44 14.58 16.27 19.34 22.77 25.04 28.41 31.41 34.17 37.57 40.00 45.31
21 8.03 8.90 10.28 11.59 13.24 15.44 17.18 20.34 23.86 26.17 29.62 32.67 35.48 38.93 41.40 46.80
22 8.64 9.54 10.98 12.34 14.04 16.31 18.10 21.34 24.94 27.30 30.81 33.92 36.78 40.29 42.80 48.27
23 9.26 10.20 11.69 13.09 14.85 17.19 19.02 22.34 26.02 28.43 32.01 35.17 38.08 41.64 44.18 49.73
24 9.89 10.86 12.40 13.85 15.66 18.06 19.94 23.34 27.10 29.55 33.20 36.42 39.36 42.98 45.56 51.18
25 10.52 11.52 13.12 14.61 16.47 18.94 20.87 24.34 28.17 30.68 34.38 37.65 40.65 44.31 46.93 52.62
26 11.16 12.20 13.84 15.38 17.29 19.82 21.79 25.34 29.25 31.79 35.56 38.89 41.92 45.64 48.29 54.05
27 11.81 12.88 14.57 16.15 18.11 20.70 22.72 26.34 30.32 32.91 36.74 40.11 43.19 46.96 49.64 55.48
28 12.46 13.56 15.31 16.93 18.94 21.59 23.65 27.34 31.39 34.03 37.92 41.34 44.46 48.28 50.99 56.89
29 13.12 14.26 16.05 17.71 19.77 22.48 24.58 28.34 32.46 35.14 39.09 42.56 45.72 49.59 52.34 58.30
30 13.79 14.95 16.79 18.49 20.60 23.36 25.51 29.34 33.53 36.25 40.26 43.77 46.98 50.89 53.67 59.70

Page 11 of 13
 TABLES DE LA LOI DE FISHER-SNEDECOR
X étant une variable aléatoire de loi F(ν1,ν2), les tables donnent les valeurs fν1,ν2,α= FF−(1ν1,ν2 )(1−α)
telles que P(X > fν1,ν2,α) =α pour α= 5% et α=1%.

Table 1: α=5%

ν1
1 2 3 4 5 6 7 8 10 12 16 20 24 40 60 100 +∞
ν2
1 161.5 199.5 215.7 224.6 230.2 234.0 236.8 238.9 241.9 243.9 246.5 248.0 249.1 251.1 252.2 253.0 254.2
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.40 19.41 19.43 19.45 19.45 19.47 19.48 19.49 19.49
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.79 8.74 8.69 8.66 8.64 8.59 8.57 8.55 8.53
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 5.96 5.91 5.84 5.80 5.77 5.72 5.69 5.66 5.63
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.74 4.68 4.60 4.56 4.53 4.46 4.43 4.41 4.37
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.06 4.00 3.92 3.87 3.84 3.77 3.74 3.71 3.67
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.64 3.57 3.49 3.44 3.41 3.34 3.30 3.27 3.23
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.35 3.28 3.20 3.15 3.12 3.04 3.01 2.97 2.93
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.14 3.07 2.99 2.94 2.90 2.83 2.79 2.76 2.71
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 2.98 2.91 2.83 2.77 2.74 2.66 2.62 2.59 2.54
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.85 2.79 2.70 2.65 2.61 2.53 2.49 2.46 2.40
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.75 2.69 2.60 2.54 2.51 2.43 2.38 2.35 2.30
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.67 2.60 2.51 2.46 2.42 2.34 2.30 2.26 2.21
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.60 2.53 2.44 2.39 2.35 2.27 2.22 2.19 2.13
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.54 2.48 2.38 2.33 2.29 2.20 2.16 2.12 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.49 2.42 2.33 2.28 2.24 2.15 2.11 2.07 2.01
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.45 2.38 2.29 2.23 2.19 2.10 2.06 2.02 1.96
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.41 2.34 2.25 2.19 2.15 2.06 2.02 1.98 1.92
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.38 2.31 2.21 2.16 2.11 2.03 1.98 1.94 1.88
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.35 2.28 2.18 2.12 2.08 1.99 1.95 1.91 1.84
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.32 2.25 2.16 2.10 2.05 1.96 1.92 1.88 1.81
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.30 2.23 2.13 2.07 2.03 1.94 1.89 1.85 1.78
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.27 2.20 2.11 2.05 2.01 1.91 1.86 1.82 1.76
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.25 2.18 2.09 2.03 1.98 1.89 1.84 1.80 1.73
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.24 2.16 2.07 2.01 1.96 1.87 1.82 1.78 1.71
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.16 2.09 1.99 1.93 1.89 1.79 1.74 1.70 1.62
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.08 2.00 1.90 1.84 1.79 1.69 1.64 1.59 1.51
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.03 1.95 1.85 1.78 1.74 1.63 1.58 1.52 1.44
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 1.99 1.92 1.82 1.75 1.70 1.59 1.53 1.48 1.39
80 3.96 3.11 2.72 2.49 2.33 2.21 2.13 2.06 1.95 1.88 1.77 1.70 1.65 1.54 1.48 1.43 1.32
100 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.93 1.85 1.75 1.68 1.63 1.52 1.45 1.39 1.28
+∞ 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.83 1.75 1.64 1.57 1.52 1.39 1.32 1.24 1.00

Page 12 of 13
 Table 2: α=1%
ν1
1 2 3 4 5 6 7 8 10 12 16 20 24 40 60 100 +∞
ν2
1 4052 4999 5403 5624 5764 5859 5928 5981 6056 6106 6170 6209 6235 6287 6313 6334 6368
2 98.5 99.0 99.2 99.2 99.3 99.3 99.4 99.4 99.4 99.4 99.4 99.4 99.5 99.5 99.5 99.5 99.5
3 34.1 30.9 29.5 28.7 28.2 27.9 27.7 27.5 27.2 27.1 26.8 26.7 26.6 26.4 26.3 26.2 26.1
4 21.2 18.0 16.7 16.0 15.5 15.2 15.0 14.8 14.6 14.4 14.2 14.0 13.9 13.8 13.7 13.6 13.5
5 16.3 13.3 12.1 11.4 11.0 10.7 10.5 10.3 10.0 9.89 9.68 9.55 9.47 9.29 9.20 9.13 9.02
6 13.8 10.9 9.78 9.15 8.75 8.47 8.26 8.10 7.87 7.72 7.52 7.40 7.31 7.14 7.06 6.99 6.88
7 12.3 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.62 6.47 6.28 6.16 6.07 5.91 5.82 5.75 5.65
8 11.3 8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.81 5.67 5.48 5.36 5.28 5.12 5.03 4.96 4.86
9 10.6 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.26 5.11 4.92 4.81 4.73 4.57 4.48 4.41 4.31
10 10.0 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.85 4.71 4.52 4.41 4.33 4.17 4.08 4.01 3.91
11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.54 4.40 4.21 4.10 4.02 3.86 3.78 3.71 3.60
12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.30 4.16 3.97 3.86 3.78 3.62 3.54 3.47 3.36
13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.10 3.96 3.78 3.66 3.59 3.43 3.34 3.27 3.17
14 8.86 6.51 5.56 5.04 4.69 4.46 4.28 4.14 3.94 3.80 3.62 3.51 3.43 3.27 3.18 3.11 3.00
15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.80 3.67 3.49 3.37 3.29 3.13 3.05 2.98 2.87
16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.69 3.55 3.37 3.26 3.18 3.02 2.93 2.86 2.75
17 8.40 6.11 5.18 4.67 4.34 4.10 3.93 3.79 3.59 3.46 3.27 3.16 3.08 2.92 2.83 2.76 2.65
18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.51 3.37 3.19 3.08 3.00 2.84 2.75 2.68 2.57
19 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.43 3.30 3.12 3.00 2.92 2.76 2.67 2.60 2.49
20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.37 3.23 3.05 2.94 2.86 2.69 2.61 2.54 2.42
21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.31 3.17 2.99 2.88 2.80 2.64 2.55 2.48 2.36
22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.26 3.12 2.94 2.83 2.75 2.58 2.50 2.42 2.31
23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.21 3.07 2.89 2.78 2.70 2.54 2.45 2.37 2.26
24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.17 3.03 2.85 2.74 2.66 2.49 2.40 2.33 2.21
25 7.77 5.57 4.68 4.18 3.85 3.63 3.46 3.32 3.13 2.99 2.81 2.70 2.62 2.45 2.36 2.29 2.17
30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 2.98 2.84 2.66 2.55 2.47 2.30 2.21 2.13 2.01
40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.80 2.66 2.48 2.37 2.29 2.11 2.02 1.94 1.80
50 7.17 5.06 4.20 3.72 3.41 3.19 3.02 2.89 2.70 2.56 2.38 2.27 2.18 2.01 1.91 1.82 1.68
60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.63 2.50 2.31 2.20 2.12 1.94 1.84 1.75 1.60
80 6.96 4.88 4.04 3.56 3.26 3.04 2.87 2.74 2.55 2.42 2.23 2.12 2.03 1.85 1.75 1.65 1.49
100 6.90 4.82 3.98 3.51 3.21 2.99 2.82 2.69 2.50 2.37 2.19 2.07 1.98 1.80 1.69 1.60 1.43
+∞ 6.63 4.61 3.78 3.32 3.02 2.80 2.64 2.51 2.32 2.18 2.00 1.88 1.79 1.59 1.47 1.36 1.00

Page 13 of 13