Colles semaine 9

du 1 au 5 dcembre 2014
Rappel : le programme de colle en semaine 9 est constitu du programme de la semaine 8 et d'icelui.

Chapitre 8 : Espaces Probabiliss

III Conditionnement et indpendance
4) Formule de Bayes :
P(A)PA (B)
.
P(B)
b) Si (An )nN est un systme complet dnombrable d'vnements de probabilit non nulles et si B est un vnement
P(Aj )PAj (B)
de probabilit non nulle alors : j N, PB (Aj ) = +
.
X
P(An )PAn (B)

a) Proposition : I Soient A et B deux vnements de probabilit non nulle alors PB (A) =

n=0

5) vnements indpendants :
a) Dnition : On dit que deux vnements A et B sont indpendants lorsque P(A B) = P(A)P(B).
b) Proposition : Si P(B) > 0, alors A et B sont indpendants si et seulement si PB (A) = P(A).
Ce qui signie que la ralisation de B n'inue pas sur la probabilit de ralisation de A.
c) Remarque : Ne pas confondre Indpendants et Incompatibles. En gnral deux vnements incompatibles sont
dpendants car la ralisation de l'un interdit celle de l'autre.
d) Proposition : On a quivalence entre :
(i) A et B sont indpendants.
(ii) A et B sont indpendants.
(iii) A et B sont indpendants
(iv) A et B sont indpendants
e) Dnition : On dit que les vnements d'une famille nie (A1 , ..., An ) sont indpendants deux deux si :
(i, j) [[1, n]]2 , i 6= j = P(Ai Aj ) = P(Ai )P(Aj ).
f) Dnition : On dit que les vnements d'une
\ famille
Ynie (A1 , ..., An ) sont mutuellement indpendants lorsque,
pour toute partie J non vide de [[1, n]], : P( Ai ) =
P(Ai ).
iJ

iJ

g) Remarque : Il n'y a pas quivalence entre les deux dnitions, mais une implication seulement.

Chapitre 9 : Variable alatoire discrte

I Variable alatoire nie : Soit (, P) un espace probabilis ni. Soit E un ensemble quelconque (pas forcment ni).
1) Dnition : Soit (, P) un espace probabilis ni. Soit E un ensemble quelconque. Une variable alatoire X est une
application de dans E . 1 Si E = R, on dit que X est une variable alatoire relle.
Notations :
(i) soit A E , l'ensemble X 1 (A) est not {X A},
(ii) Soit x E , l'ensemble X 1 ({x}) est not {X = x},
(iii) si E = R, soit x R, l'ensemble X 1 (], x]) est not {X 6 x}
2) Proposition et dnition : systme complet d'vnements associs une variable alatoire.
Soit X une variable alatoire, les vnements {X = x} o x X() forment un systme complet d'vnements de .
1. Par consquent, une variable alatoire n'est ni une variable, ni alatoire...

3) Loi d'une variable alatoire :

[0, 1]
Dnition : soit X : E une variable alatoire. On appelle loi de X l'application : PX : X()
x
7 P(X = x)
Proposition : Soit A P(X()), on pose PX (A) = P(X A). PX est une probabilit sur X().
4) Loi conditionnelle d'une variable alatoire :
Dnition : Soit X une variable alatoire, soit A P(X()) tel que P(A) > 0. On appelle loi conditionnelle de X

sachant A l'application : PX|A :

X()
x
7

[0, 1]
PA (X = x)

5) Lois usuelles :
a) Loi uniforme :
Dnition : Soit X une variable alatoire, on dit que X suit la loi uniforme sur , not X , U(X()) si
1
.
x X(), P(X = x) =
card X()

Exemple : Si X est le rsultat du lancer d'un d quilibr : X , U([[1, 6]]) .

b) Loi de Bernoulli :
Dnition : Soit X une variable alatoire valeurs dans {0, 1}. On dit que X suit la loi de Bernoulli de paramtre
p, que l'on note X , B(p) si P(X = 1) = p et P(X = 0) = 1 p.
c) Loi binomiale :
Dnition : Soit X : [ 0, n]]. On dit que X
suit la loi binomiale de paramtres n et p, ce que l'on note
X , B(n, p) si pour tout k [ 0, n]], P(X = k) = nk pk (1 p)nk .
Remarque : la loi binomiale B(n, p) est obtenue lorsque l'on rpte n fois une exprience alatoire o une issue
favorable a une probabilit p de se produire et o X est le nombre d'issues favorables.
d) Loi hypergomtrique : (Hors Programme)
Dnition : Soit un ensemble E de N lments comprenant N1 = N p lments de type 1 et N2 = N N1 =
N (1 p) lments de type 2.
On choisit n objets et
on note
X = "nombre d'lments de type 1 obtenus parmi les n tirs".
Alors P(X = k) =

Np
k

N N p
nk


N
n

II Variable alatoire discrte et loi de probabilit associe :

Dans tout le reste du chapitre, (, A, P) dsigne un espace probabilis
1) Dnition : Une variable alatoire discrte X sur (, A) est une application dnie sur dont l'image X() est
au plus dnombrable et telle que l'image rciproque de tout lment de X() appartient A.
2) Dnition : Soit X une variable alatoire discrte sur l'espace probabilis (, A, P).
X() est un ensemble au plus dnombrable. On l'crit en extension : X() = {xn }nI avec I N, la loi de probabilit
de X est la suite (pn )nI o, pour tout n I , pn = P(X = xn ).X
Remarque : On a alors ncessairement, n I, pn [0, 1] et
pn = 1

Rciproquement : Proposition (admise) Soit

{xn }nI . Soit {pn }nI

nI

X une variable alatoire

X discrte sur (, A). On crit X() =
une suite de rels telle que n I, pn [0, 1] et
pn = 1 alors il existe une probabilit P
nI

sur (, A) telle que n I, P(X = xn ) = pn .

3) Fonction de rpartition
a) Dnition : La fonction de rpartition FX d'une variable alatoire discrte relle X sur (, A) est la fonction
dnie sur R par x R, FX (x) = P(X 6 x).
b) Proprits : FX est positive, croissante et lim FX (x) = 0 et lim FX (x) = 1.
x

x+

III Couples de variables alatoires discrtes

1) Dnition : Soit X et Y deux v.a.d. sur (, A), on considre l'application (X, Y ) qui va de dans (X(), Y ()).
On dit que cette application est un couple de v.a.d. sur (, A).
2) Remarque : Cette application est elle-mme une v.a.d. car le produit cartsien d'ensemble au plus dnombrable
l'est lui-mme.
3) Notation : Soit (xi , yj ) un lment de (X(), Y ()), l'vnement ((X, Y ) = (xi , yj )) dsigne { |X() = xi et
Y () = yj }. On le note (X = xi , Y = yj ).
4) Dnition : Loi conjointe
a) La loi de probabilit de la v.a.d. (X, Y ) est appele la loi conjointe de (X, Y ), elle est dtermine par la donne
de P(X = xi , Y = yj ) pour tout couple d'lments (xi , yj ) de X() Y ().
Les lois de X et de Y sont appeles lois marginales de (X, Y ).

b) Remarque : I Si on connatX
la loi conjointe, alors on peut dterminer les lois marginales de la manire suivante :
Soit x X(), P(X = x) =
P (X = x, Y = y) et
yY ()

Soit y Y (), P(Y = y) =

P (X = x, Y = y)

xX()

Par contre, la connaissance des lois marginales ne permet pas de connatre la loi conjointe.
5) Dnition : Soit x X() tel que P(X = x) > 0, la loi conditionnelle de Y sachant que X = x est la probabilit
Px sur Y () dnie par :
pour yj Y (), Px (yj ) = PX=x (yj ) =

P(X = x, Y = yj )
.
P(X = x)

IV Variables alatoires discrtes indpendantes :

1) Dnition : Soient X et Y deux v.a.d. sur (, A, P). On dit que (X, Y ) est un couple de variables alatoires
indpendantes si :
(xi , yj ) X() Y (), P(X = xi , Y = yj ) = P(X = xi )P(Y = yj )

2) Proposition : I Si (X, Y ) est un couple de variables alatoires indpendantes, alors pour toute partie A X()
et toute partie B Y (), P(X A, Y B) = P(X A) P(Y B).
3) Proposition : Si (X, Y ) est un couple de variables alatoires indpendantes, alors quelque soit f et g deux fonctions,
les v.a.d. f (X) et g(Y ) sont indpendantes.
4) a) Dnition : Soit (X1 , ..., Xn ) une famille nie de v.a.d. sur (, A, P). On dit que ces variables alatoires sont
mutuellement indpendantes si :
(x1 , ..., xn ) X1 () ... Xn (), P(X1 = x1 , ..., Xn = xn ) = P(X1 = x1 ) ... P(Xn = xn ).
b) Proposition : Soit (X1 , ..., Xn ) une famille nie de v.a.d. mutuellement indpendantes,
alors (A1 , ..., An ) P(X1 ())...P(Xn ()), les vnements (Xi Ai )i[[1,n]] sont mutuellement indpendants.
c) Remarque : Si (X1 , ..., Xn ) est une famille nie de v.a.d. mutuellement indpendantes, alors toute sous-famille
l'est galement.
d) Proposition : Soient (f1 , ..., fn ) n fonctions, si (X1 , ..., Xn ) est une famille nie de v.a.d. mutuellement indpendantes, alors (f1 (X1 ), ..., fn (Xn )) l'est galement.
e) Gnralisation une famille dnombrable d'vnements :
(i) Dnition : Soit (Xn )nN une suite de v.a.d. sur (, A, P), on dit que (Xn )nN est une suite de v.a.d.
mutuellement indpendantes si toute sous-famille nie est une famille nie de v.a.d. mutuellement indpendantes.
(ii) Dnition : Soit (Xn )nN une suite de v.a.d. sur (, A, P), on dit que (Xn )nN est une suite de v.a.d. deux
deux indpendantes si (i, j) N2 , i 6= j = Xi et Xj indpendantes.
(iii) Une famille de v.a.d. mutuellement indpendantes est une famille de v.a.d. deux deux indpendantes mais
la rciproque est fausse.
(iv) Remarque : Pour montrer que (Xn )nN est une suite de v.a.d. mutuellement indpendantes, il sut de
montrer que toutes les sous-familles nies de la forme (X0 , X1 , ..., Xn ) sont des familles nies mutuellement
indpendantes. En eet toute sous-famille nie est elle-mme sous-famille d'une sous-famille de cette forme,
donc est m.i. d'aprs la remarque 4.c).
(v) Remarque : Exemple : lorsqu'on rpte une preuve alatoire un nombre ni ou une innit de fois, on
obtient une famille de v.a.d.m.i. Par exemple, un jeu de pile ou face inni est modlis par (Xn )nN , suite
de v.a.d.m.i. o chaque Xi suit une loi de Bernoulli B( 21 ).
Prochain programme : variables alatoires discrtes : suite et n.