MATHÉMATIQUES 2024 – 2025 1

11 Moments d’une variable aléatoire

« Ce calcul délicat s’étend aux questions les plus importantes de la vie, qui ne
sont en effet, pour la plupart, que des problèmes de probabilité. »
Pierre-Simon, marquis de Laplace (1812)

Plan de cours

I Espérance d’une variable aléatoire complexe . . . . . . . . . . . . . . . . . . . . . . . . . 1

II Variance, covariance et écart-type d’une variable aléatoire réelle . . . . . . . . . . 6
III Fonctions génératrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
IV Inégalités de concentration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
V Lois usuelles – synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Dans tout ce chapitre, (Ω, A , P) désignera un espace probabilisé quelconque et X une variable aléatoire – sauf
spécification contraire – à valeurs dans R ou C.

I | Espérance d’une variable aléatoire complexe

En première année, on définit l’espérance d’une variable aléatoire réelle X à support fini comme la moyenne
des valeurs prises par X , pondérées par leur probabilité d’apparition :

X n
X
E(X ) = x · P(X = x ) = xk · P(X = xk ) où X (Ω) = {xk }1⩽k ⩽n
x ∈X (Ω) k =1

L’espérance s’interprète naturellement dans les jeux de hasard comme le gain espéré, d’où la dénomination.
Il n’est guère difficile d’étendre la définition précédente
Xaux variables aléatoires discrètes à valeurs réelles ou
complexes. Encore faut-il pouvoir donner un sens à x · P(X = x ) et s’assurer que l’espérance ne dépend
x ∈X (Ω)
pas de l’ordre d’indexation choisi pour X (Ω). D’où la définition suivante.

Définition 11.1 : Espérance mathématique

Soit X une variable aléatoire discrète sur l’espace probabilisé (Ω, A , P) et à valeurs dans C.
On dit que X est d’espérance finie, ou bien qu’elle admet une espérance, lorsque la famille (x P(X = x )) x ∈X (Ω)
est sommable. Dans ce cas, on appelle espérance de X le nombre complexe défini par :
X
E(X ) = x P(X = x )
x ∈X (Ω)

On note L 1 (Ω, P), ou plus simplement L 1 , l’ensemble des variables aléatoires d’espérance finie.

Cette définition appelle plusieurs remarques :

• L’espérance de X , lorsqu’elle existe, ne dépend que de la loi de X .
• Toute variable aléatoire à support fini admet bien entendu une espérance.
X
• Lorsque X (Ω) = {xn }n∈N , X est d’espérance finie ssi la série xn · P(X = xn ) converge absolument.
n∈N
Lorsque X est à valeurs réelles positives, on se contentera en pratique de montrer que E(X ) < +∞.
• X est d’espérance finie si et seulement si |X | est d’espérance finie.
Lorsque E(X ) = 0, on dira que la variable X est centrée.
2 Chap. 11 Moments d’une variable aléatoire

Exemples

• Toute variable aléatoire bornée admet une espérance. En effet, si |X | ⩽ a avec a ∈ R+ , alors, pour tout
X
x ∈ X (Ω), |x P(X = x )| ⩽ a P(X = x ). Donc |E(X )| ⩽ E(|X |) ⩽ a P(X = x ) = a .
x ∈X (Ω)
X X
• Si A est un événement, 1A est d’espérance finie et E(1A ) = x P(1A = x ) = P(ω ∈ A) = P(A).
x ∈{0,1} ω∈Ω

Exercice 1
Dans un concours de sauts, la probabilité qu’un sauteur passe la n e barre est 1/n et est indépendante des
sauts précédents. On note X la dernière barre que le sauteur a franchi avant d’échouer et A n l’événement
« le sauteur a franchi n e barre ».
1. Déterminer la probabilité de l’événement « le sauteur a franchi une infinité de barres ».
2. Calculer P(X ⩾ n) pour tout n ∈ N puis déterminer la loi de X .
3. En déduire l’espérance de X .

Toute variable aléatoire suivant une des lois usuelles figurant au programme est d’espérance finie.

Théorème 11.2 : Espérances usuelles (♥)

Soient X une variable aléatoire définie sur (Ω, A , P), n ∈ N∗ , p ∈]0, 1] et λ ∈ R∗+ .
n
1X n +1
(i) Si X ∼ U ({x1 , . . . , xn }), alors E(X ) = xk . En particulier, si E = ⟦1, n ⟧, E(X ) = .
n k =1 2
(ii) Si X ∼ B(n , p ), alors E(X ) = n p . En particulier, si X ∼ B(p ), E(X ) = p .
1
(iii) Si X ∼ G (p ), alors X ∈ L 1 et E(X ) = .
p
(iv) Si X ∼ P (λ), alors X ∈ L 1 et E(X ) = λ.

Démonstration
Pour les deux dernières lois, on s’assure de la sommabilité d’une famille de réels positifs pour justifier
l’existence de l’espérance.
(ii) Si X ∼ B(p ), E(X ) = 0 × P(X = 0) + 1 × P(X = 1) = p . Comme 1A ∼ B(P(A)), on retrouve E(1A ) = P(A).
Supposons maintenant que X ∼ B(n , p ). Grâce aux formules du binôme de Newton et du capitaine,
n   n   n−1  
X n k n−k X n − 1 k n −k X n −1
E(X ) = k p q =n p q = np p k q n−1−k = n p (p + q )n −1 = np
k =1
k k =1
k − 1 k =0
k

Nous retrouverons plus rapidement ce résultat au moyen de la linéarité de l’espérance.

(iii) Supposons que X ∼ G (p ). X (Ω) = N∗ et pour tout n ∈ N∗ , P(X = n ) = p q n−1 .
X X
La série entière q n et la série dérivée n q n −1 convergent absolument sur ] − 1, 1[ d’après le
n ∈N n∈N∗
+∞
X 1
théorème de dérivation terme à terme. En outre, n q n −1 = . Ainsi,
n=1
(1 − q )2
+∞ +∞
X X p 1
E(X ) = n P(X = n) = n p q n−1 = = < +∞
n=1 n=1
(1 − q )2 p

En interprétant X comme le temps d’attente du premier succès, ce résultat ne surprend pas : il nous
faut en moyenne 1/p tirages pour espérer l’apparition du premier succès.
λn
(iv) Supposons que X ∼ P (λ). X (Ω) = N et pour tout n ∈ N, P(X = n ) = e−λ .
n!
+∞
X +∞
X λn−1
E(X ) = n P(X = n ) = λe−λ = λ < +∞
n=1
(n − 1)! n=1
■

© Mickaël PROST Année 2024/2025

 Partie I – Espérance d’une variable aléatoire complexe 3

Lorsque la variable X est à valeurs positives entières, on dispose d’une autre expression de l’espérance qui
peut dans certains cas simplifier les calculs.

Proposition 11.3
Soit X une variable aléatoire à valeurs dans N ∪ {+∞}. Alors :
+∞
X +∞
X
E(X ) = P(X > n ) = P(X ⩾ n ) (égalité dans [0, +∞])
n=0 n=1

Démonstration
+∞
X
La variable X étant à valeurs dans N ∪ {+∞}, si k ∈ N, P(X ⩾ k ) = P(X = n ). D’où l’égalité dans R+ :
n =k

+∞
X +∞
XX n +∞
X +∞
X +∞
X
E(X ) = n P(X = n ) = P(X = n ) = P(X = n ) = P(X ⩾ k )
n=0 n=0 k =1 k =1 n=k k =1

X +∞
X
Par sommation par paquets, si la série P(X ⩾ k ) converge, X ∈ L 1 et E(X ) = P(X ⩾ n ). ■
k ∈N∗ n=1

Exemple
Appliquons ce résultat à la loi géométrique. Si X ∼ G (p ) avec p ∈]0, 1], P(X ⩾ n ) = q n−1 . Or q ∈ [0, 1[, donc
+∞ +∞
X X X 1 1
q n−1 converge et X ∈ L 1 . De plus, E(X ) = P(X ⩾ n) = q n −1 = = .
n=1 n=1
1−q p

Le calcul de l’espérance d’une variable aléatoire repose sur la connaissance a priori de sa loi, loi qui peut être
très délicate à déterminer. Le résultat suivant permet de calculer l’espérance de f (X ) en s’appuyant seulement
sur la loi de X .
Théorème 11.4 : Formule de transfert
Soient X une variable aléatoire discrète sur l’espace probabilisé (Ω, A
, P) et f : X (Ω) → C.
f (X ) est d’espérance finie si et seulement si la famille f (x )P(X = x ) x ∈X (Ω) est sommable. Dans ce cas,
X
E(f (X )) = f (x )P(X = x )
x ∈X (Ω)

Ce théorème précise les conditions d’existence d’une espérance (finie) pour f (X ) et constitue un outil formi-
dable pour la calculer.

Démonstration
Justifions la sommabilité de la famille à la condition (nécessaire et suffisante) que f (X ) ∈ L 1 .
G
Posons Y = | f (X )|. Pour y ∈ Y (Ω), on introduit I y = {x ∈ X (Ω) | y = | f (x )|}. X (Ω) = I y et,
y ∈Y (Ω)
X X X X X
| f (x )|P(X = x ) = | f (x )|P(X = x ) = y P(X = x )
x ∈X (Ω) y ∈Y (Ω) x ∈I y y ∈Y (Ω) x ∈I y
X X
= y P(X ∈ I y ) = y P(Y = y )
y ∈Y (Ω) y ∈Y (Ω)

D’après le théorème de sommation par paquets, f (X ) est d’espéranceX finie si et seulement si la famille


f (x )P(X = x ) x ∈X (Ω) est sommable. En cas de sommabilité, E(f (X )) = f (x )P(X = x ). ■
x ∈X (Ω)

Exercice 2
Soient X une variable aléatoire et A un événement. Calculer de deux manières E(1A (X )).

Année 2024/2025 Lycée Louis-le-Grand – MP

4 Chap. 11 Moments d’une variable aléatoire

On observera dans les hypothèses de la formule de transfert, qu’aucune spécification n’est faite sur la nature de
X (Ω) (autre que sa dénombrabilité). Souvent, X (Ω) ⊂ C. Mais on peut aussi choisir de considérer deux variables
discrètes complexes X 1 , X 2 et poser X = (X 1 , X 2 ). X (Ω) ⊂ C2 , si bien que la formule de transfert devient :
X
E(f (X 1 , X 2 )) = f (x1 , x2 ) · P (X 1 = x1 , X 2 = x2 ) (sous réserve de sommabilité)
(x1 ,x2 )∈(X 1 ,X 2 )(Ω)

Exemple
On considère une urne contenant n boules numérotées de 1 à n . On tire successivement deux boules avec
remise. On note X le numéro de la 1ère boule, Y le numéro de la 2nde . Déterminons E(Z ), où Z = max(X , Y ).
X (Ω) = Y (Ω) = Z (Ω) = ⟦1, n ⟧ ; X , Y ∼ U (⟦1, n ⟧) et sont indépendantes. De plus,
 
n X n n i n
X
1 X 1 X X X
E(Z ) = max(i , j )P X = i , Y = j = max(i , j ) =  i+ j
n 2 n 2
1⩽i , j ⩽n i =1 j =1 i =1 j =1 j =i +1
n • n
1 X 2 n (n + 1) i (i + 1) 1 X  (n + 1)(4n − 1)
˜
= i + − = n(n + 1) + i 2 − i =
n 2 i =1 2 2 2n 2 i =1 6n

Que se passe-t-il pour un tirage sans remise ?

Théorème 11.5 : Propriétés de l’espérance (1)

Soient X et Y deux variables aléatoires discrètes d’espérances finies sur (Ω, A , P).
Les propriétés (ii) et (iii) sont énoncées pour des variables supposées à valeurs réelles.
(i) Linéarité de l’espérance
Pour tout λ, µ ∈ C, λX + µY est d’espérance finie et E(λX + µY ) = λE(X ) + µE(Y ).
(ii) Positivité de l’espérance
Si X ⩾ 0, c’est-à-dire si X (ω) ⩾ 0 pour tout ω ∈ Ω, alors E(X ) ⩾ 0.
(iii) Croissance de l’espérance
Si X ⩽ Y , c’est-à-dire si X (ω) ⩽ Y (ω) pour tout ω ∈ Ω, alors E(X ) ⩽ E(Y ).

Démonstration
(i) La linéarité découle du théorème de transfert en considérant f : (x , y ) 7→ λx + µy .
X

E(λX + µY ) = (λx + µy ) · P X = x , Y = y
transfert
(x ,y )∈(X ,Y )(Ω)
X
X

= λ x ·P X = x,Y = y +µ y ·P X = x,Y = y
sommabilité
(x ,y )∈(X ,Y )(Ω) (x ,y )∈(X ,Y )(Ω)
X X

= λ x · P (X = x ) + µ y · P Y = y = λE(X ) + µE(Y )
probas totales
x ∈X (Ω) y ∈Y (Ω)

d’après la formule des probabilités totales et par sommabilité des familles (x P(X = x )) et (y P(Y = y )).
X
(ii) E(X ) = x · P(X = x ) ⩾ 0.
x ∈X (Ω)
(iii) Y − X est une variable positive, donc par linéarité, E(Y − X ) = E(Y ) − E(X ) ⩾ 0. ■

Quelques remarques supplémentaires :

• Nous venons en fait de prouver que L 1 est un C-espace vectoriel et que E est une forme 1
X linéaire sur L .
• Si la variable positive X est d’espérance nulle, la positivité des termes de la somme x · P(X = x ) = 0
x ∈X (Ω)
conduit à P(X = x ) = 0 pour tout x ̸= 0. Les variables positives d’espérance nulle sont donc les variables
presque sûrement nulles.
• La variable X − E(X ) est centrée par simple linéarité de l’espérance.
La linéarité est un principe-clé pour déterminer l’espérance d’une variable aléatoire.

© Mickaël PROST Année 2024/2025

 Partie I – Espérance d’une variable aléatoire complexe 5

Exemple (loi binomiale)

Soient X 1 , . . . , X n ∼ B(p ) supposées indépendantes. On sait que X = X 1 + · · · + X n ∼ B(n, p ).
Xn
Mais surtout, E(X ) = E(X i ) = n p par linéarité de l’espérance.
i =1

Exercice 3
Que vaut en moyenne la somme de deux nombres pris au hasard entre 1 et n ?

Exercice 4 (formule du crible)

Soient A 1 , . . . , A n des événements. Montrer que :
 n
[
 n
X X

\

k −1
P Ai = (−1) P Ai
i =1 k =1 I ⊂⟦1,n⟧ i ∈I
card(I )=k

Rajoutons deux propriétés dont les preuves sont immédiates.

Théorème 11.6 : Propriétés de l’espérance (2)

Soient X et Y deux variables aléatoires discrètes sur (Ω, A , P) et à valeurs dans C.
(i) Inégalité triangulaire
Si |X | est d’espérance finie, X également et |E(X )| ⩽ E(|X |).
(ii) Règle de comparaison
Si Y est d’espérance finie et |X | ⩽ Y , alors X est d’espérance finie.

Étendons un dernier résultat classique de première année aux variables aléatoires discrètes.

Théorème 11.7 : Espérance et indépendance

Soient X et Y deux variables aléatoires à valeurs dans C, d’espérance finie et indépendantes.
Alors, X Y est d’espérance finie et E(X Y ) = E(X )E(Y ).

Démonstration
La preuve repose une nouvelle fois sur la formule de transfert, appliquée à la fonction f : (x , y ) 7→ x y .
Sous réserve de sommabilité, par indépendance,
X
X
E(X Y ) = x y ·P X = x,Y = y = x y · P(X = x )P(Y = y )
(x ,y )∈X (Ω)×Y (Ω) (x ,y )∈X (Ω)×Y (Ω)
! !
X X
= x · P(X = x ) · y · P(Y = y ) = E(X )E(Y )
x ∈X (Ω) y ∈Y (Ω)

La sommabilité n’offre aucune difficulté. ■

Attention, l’indépendance de deux variables X , Y ∈ L 1 n’est pas pour autant caractérisée par la relation
E(X Y ) = E(X )E(Y ), comme le montre le contre-exemple suivant.

Exemple
Considérons une variable aléatoire X , de loi donnée par :

xi −2 −1 0 1 2
1 1 1 1 1
P(X = xi )
6 4 6 4 6

Par symétrie, E(X ) = E(X 3 ) = 0 donc E(X 3 ) = E(X )E(X 2 ). Pourtant, il est clair que X et X 2 ne sont pas
indépendantes.

Année 2024/2025 Lycée Louis-le-Grand – MP

6 Chap. 11 Moments d’une variable aléatoire

II | Variance, covariance et écart-type d’une variable aléatoire réelle

A – Quelques considérations sur les moments d’ordre quelconque (HP)

Définition 11.8 : Moment d’ordre p

Soient X une variable aléatoire discrète sur l’espace probabilisé (Ω, A , P), à valeurs dans C et p ∈ N∗ .
On dit que X admet un moment d’ordre p si X p est d’espérance finie, c’est-à-dire si E(|X |p ) < +∞. On
appelle alors moment d’ordre p le nombre complexe E(X p ).
On note L p (Ω, P), ou L p , l’ensemble des variables aléatoires admettant un moment d’ordre p .

Proposition 11.9
Pour tout p ∈ N∗ , L p (Ω, P) est un C-espace vectoriel. De plus, si q ∈ N∗ vérifie p ⩽ q , L q (Ω, P) ⊂ L p (Ω, P).

Démonstration
Soient p ∈ N∗ et X , Y deux variables admettant un moment d’ordre p . Remarquons déjà que par convexité,
x y p x p + y p
∀x , y ⩾ 0, + ⩽ donc (x + y )p ⩽ 2p −1 (x p + y p )
2 2 2

|X + Y |p ⩽ 2p −1 (|X |p + |Y |p ) ∈ L 1 donc X + Y admet un moment d’ordre p . C’est à peu près tout ce qu’il
nous fallait pour prouver que L p (Ω, P) possède une structure d’espace vectoriel.
Soient maintenant un entier q supérieur ou égal à p et X ∈ L q (Ω, P). Si x ∈ R+ , de deux choses l’une :
soit x ⩽ 1 et alors x p ⩽ 1, soit x > 1 et alors x p ⩽ x q . Ainsi, pour tout x ⩾ 0, x p ⩽ max(1, x q ) ⩽ 1 + x q .
|X |p ⩽ 1 + |X |q ∈ L 1 donc X ∈ L p (Ω, P). ■

Corollaire 11.10
Toute variable admettant un moment d’ordre 2 est d’espérance finie.

X 2 +1
On retrouve ce résultat en exploitant directement l’inégalité |X | ⩽ et la condition X 2 ∈ L 1 .
2

B – Variance
Dans toute la suite, on ne considérera plus que des variables aléatoires réelles.

Théorème / Définition 11.11 : Variance

Soit X une variable aléatoire réelle admettant un moment d’ordre 2. Alors, (X − E(X ))2 est d’espérance
finie. On appelle variance de X et on note V(X ) le réel positif :
X
V(X ) = E (X − E(X ))2 = (x − E(X ))2 P(X = x )

x ∈X (Ω)

On appelle écart type de X et on note σ(X ) le réel σ(X ) = V(X ).

p

Démonstration
Soit X ∈ L 2 . Puisque X ∈ L 1 , (X − E(X ))2 = X 2 − 2E(X )X + E(X )2 ∈ L 1 .
Enfin, l’écart type est bien défini par positivité de l’espérance : V(X ) = E((X − E(X ))2 ) ⩾ 0. ■

La variance, qui n’est rien d’autre que la moyenne du carrée de la distance entre les valeurs de X et la moyenne
de X , mesure la dispersion de X par rapport à son espérance. Il en va de même pour l’écart type qui a l’avantage
d’être homogène à X . Les variables aléatoires de variance nulle sont les variables presque sûrement constantes :

V(X ) = E((X − E(X ))2 ) = 0 =⇒ X = E(X ) p.s.

© Mickaël PROST Année 2024/2025

 Partie II – Variance, covariance et écart-type d’une variable aléatoire réelle 7

Proposition 11.12 : Formule de König-Huygens

Si la variable aléatoire discrète X admet un moment d’ordre 2, V(X ) = E(X 2 ) − E(X )2 .

Démonstration
Par linéarité, V(X ) = E((X − E(X ))2 ) = E(X 2 − 2E(X )X + E(X )2 ) = E(X 2 ) − 2E(X )2 + E(X )2 = E(X 2 ) − E(X )2 . ■

Théorème 11.13 : Variances usuelles (♥)

Soient X une variable aléatoire définie sur (Ω, A , P), n ∈ N∗ , p ∈]0, 1] et λ ∈ R∗+ .
n2 − 1
(i) Si X ∼ U (⟦1, n ⟧), alors V(X ) = .
12
(ii) Si X ∼ B(n , p ), alors V(X ) = n p q . En particulier, si X ∼ B(p ), V(X ) = p q .
q
(iii) Si X ∼ G (p ), alors V(X ) = .
p2
(iv) Si X ∼ P (λ), alors V(X ) = λ.

Démonstration
Pour les deux dernières lois, on s’assure de la sommabilité pour justifier l’existence d’un moment d’ordre 2.
(i) Supposons que X ∼ U (⟦1, n ⟧).
n n
k2 (n + 1)(2n + 1) n + 1 2 n2 − 1
X X  ‹
2 2 2 2 2
V(X ) = E(X ) − E(X ) = k P(X = k ) − E(X ) = − E(X ) = − =
k =1 k =1
n 6 2 12

(ii) Si X ∼ B(p ), X 2 ∼ B(p ) donc V(X ) = E(X 2 ) − E(X )2 = p − p 2 = p q .

Supposons maintenant que X ∼ B(n , p ). Nous allons calculer E(X (X −1)) plutôt que E(X 2 ), en utilisant
la formule de transfert :
n   n   n  
X n k n−k X n k n−k X n − 2 k n−k
E(X (X − 1)) = k (k − 1) p q = k (k − 1) p q = n (n − 1) p q
k =0
k k =2
k k =2
k −2
n−2 
X n −2

= n (n − 1)p 2
p k q n−2−k = n (n − 1)p 2 (p + q )n−2 = n (n − 1)p 2
k =0
k

On a alors E(X (X − 1)) = E(X 2 ) − E(X ) par linéarité, et donc :

V(X ) = E(X (X − 1)) + E(X ) − E(X )2 = n (n − 1)p 2 + n p − (n p )2 = n p q

Nous retrouverons plus rapidement ce résultat dans le prochain paragraphe.

(iii) Supposons que X ∼ G (p ). X (Ω) = N∗ et pour tout n ∈ N∗ , P(X = n ) = p q n−1 .
X X X
Les séries entières qn, n q n−1 et n (n − 1)q n −2 convergent absolument sur ] − 1, 1[ d’après
n ∈N n∈N∗ n⩾2
+∞
X 2
le théorème de dérivation terme à terme. En outre, n (n − 1)q n−2 = . Ainsi, par transfert,
n=2
(1 − q )3
+∞ +∞
X X 2p q 2q
E(X (X − 1)) = n (n − 1)P(X = n ) = n (n − 1)p q n −1 = = < +∞
n=1 n=2
(1 − q )3 p 2

2q 1 1 q
D’où V(X ) = E(X (X − 1)) + E(X ) − E(X )2 = + − = .
p2 p p2 p2
λn
(iv) Supposons que X ∼ P (λ). X (Ω) = N et pour tout n ∈ N, P(X = n ) = e−λ . Par transfert,
n!
+∞
X λn−2
V(X ) = E(X (X − 1)) + E(X ) − E(X )2 = λ2 e−λ + λ − λ2 = λ2 + λ − λ2 = λ
n=2
(n − 2)! ■

Année 2024/2025 Lycée Louis-le-Grand – MP

8 Chap. 11 Moments d’une variable aléatoire

Proposition 11.14
Soient λ, µ ∈ R. Alors, V(λX + µ) = λ2 V(X ).

Démonstration
V(λX + µ) = E((λX + µ)2 ) − E(λX + µ)2 = E(λ2 X 2 + 2λµX + µ2 ) − (λE(X ) + µ)2 = λ2 (E(X 2 ) − E(X )2 ) = λ2 V(X )

Exercice 5
(b − a )(b − a + 2)
Montrer que si X ∼ U (⟦a , b ⟧), V(X ) = .
12
X − E(X )
Lorsque σ(X ) = 1, on dira que la variable X est réduite. Si V(X ) ̸= 0, est centrée réduite :
σ(X )
X − E(X ) V(X − E(X )) V(X )
 ‹
V = = =1
σ(X ) V(X ) V(X )

C – Covariance
X2+Y 2
Remarquons que si X , Y ∈ L 2 , alors X Y ∈ L 1 grâce à l’inégalité |X Y | ⩽ . On définit alors la covariance
2
de X et Y comme l’espérance du produit des variables centrées.

Théorème / Définition 11.15

Soient X , Y deux variables aléatoires discrètes sur l’espace probabilisé (Ω, A , P) et à valeurs dans R.
On suppose que X et Y admettent un moment d’ordre 2. Alors, la variable aléatoire (X − E(X ))(Y − E(Y ))
admet une espérance. On appelle alors covariance de X et Y le réel noté cov(X , Y ) défini par :

cov(X , Y ) = E((X − E(X ))(Y − E(Y )))

Si cov(X , Y ) = 0, les variables sont dites décorrélées.

Théorème 11.16 : Formule de König-Huygens

Sous les hypothèses précédentes, cov(X , Y ) = E(X Y ) − E(X ) · E(Y ).

Démonstration
Par linéarité de l’espérance,

cov(X , Y ) = E [(X − E(X ))(Y − E(Y ))] = E [X Y − E(X )Y − E(Y )X + E(X )E(Y )]
= E(X Y ) − 2E(X )E(Y ) + E(X )E(Y ) = E(X Y ) − E(X )E(Y ) ■

Si X et Y sont indépendantes, E(X Y ) = E(X )E(Y ) donc cov(X , Y ) = 0. En revanche, deux variables peuvent être
décorrélées sans être indépendantes ; nous avons déjà rencontré un contre-exemple.

Exercice 6
Retour à l’exemple de l’urne avec 4 boules, Z = (X 1 , Y ) avec Y = max(X 1 , X 2 ). Que vaut cov(X 1 , Y ) ?

La covariance est une forme bilinéaire symétrique positive (mais non définie).

Proposition 11.17 : Propriétés de la covariance

Si X , Y et Z sont trois variables aléatoires admettant un moment d’ordre 2 et a , b , c , d ∈ R, alors :
(i) cov(X , X ) = V(X ) ; (ii) cov(X , Y ) = cov(Y , X ) ;
(iii) cov(a X + b Y , Z ) = a cov(X , Z ) + b cov(Y , Z ) ; (iv) cov(a X + b , c Y + d ) = a c cov(X , Y ).

© Mickaël PROST Année 2024/2025

 Partie II – Variance, covariance et écart-type d’une variable aléatoire réelle 9

Proposition 11.18 : Variance d’une somme

Soient X 1 , . . . , X n des variables aléatoires discrètes sur l’espace probabilisé (Ω, A , P), à valeurs dans R,
admettant un moment d’ordre 2. Alors,
n
X X
V(X 1 + · · · + X n ) = V(X i ) + 2 × cov(X i , X j )
i =1 1⩽i < j ⩽n

n
X
En particulier, si les variables sont décorrélées, V(X 1 + · · · + X n ) = V(X i ).
i =1

Le résultat s’établit par récurrence et repose sur la forme simplifiée suivante :

Proposition 11.19
Si X et Y sont deux variables aléatoires admettant un moment d’ordre 2 et a , b ∈ R, alors :

V(a X + b Y ) = a 2 V(X ) + b 2 V(Y ) + 2a b cov(X , Y )

Pour a = b = 1, V(X + Y ) = V(X ) + V(Y ) + 2cov(X , Y ).

Démonstration
V(a X + b Y ) = cov(a X + b Y , a X + b Y ) = a cov(X , a X + b Y ) + b cov(Y , a X + b Y )
= a 2 cov(X , X ) + b 2 cov(Y , Y ) + 2a b cov(X , Y ) = a 2 V(X ) + b 2 V(Y ) + 2a b cov(X , Y )
■

Exemple (loi binomiale)

Soient X 1 , . . . , X n ∼ B(p ) supposées indépendantes. On sait que X = X 1 + · · · + X n ∼ B(n, p ).
X n
Mais surtout, comme les variables sont décorrélées, V(X ) = V(X i ) = n p q par linéarité de l’espérance.
i =1

D – Coefficient de corrélation linéaire (pour votre culture, HP)

Dans ce paragraphe, seule l’inégalité de Cauchy-Schwarz figure au programme. La définition du coefficient de
corrélation linéaire en découle directement.
Proposition 11.20 : Inégalité de Cauchy-Schwarz
Soient X et Y deux variables aléatoires discrètes définies sur un espace probabilisé (Ω, A , P) et admettant
un moment d’ordre 2. Alors, X Y est d’espérance finie et :
p p
|E(X Y )| ⩽ E(X 2 ) E(Y 2 )

Il y a égalité si et seulement si X et Y sont proportionnelles presque sûrement.

Démonstration
Soient X , Y ∈ L 2 et λ ∈ R. Alors, E((λX + Y )2 ) = λ2 E(X 2 ) + 2λE(X Y ) + E(Y 2 ) ⩾ 0.
• Si E(X 2 ) = 0, alors X est nulle presque sûrement et il en va de même pour X Y .
L’(in)égalité est établie et l’on remarque que X = 0 · Y presque sûrement
• Si E(X 2 ) ̸= 0, le trinôme en λ est de signe constant donc son discriminant ∆ = 4(E(X Y )2 − E(X 2 )E(Y 2 ))
est négatif, d’où l’inégalité. Il y a égalité ssi ∆ = 0, i.e. s’il existe λ0 ∈ R tel que E((λ0 X + Y )2 ) = 0. Cela
signifie que la variable λ0 X + Y est nulle presque sûrement, i.e. Y = −λ0 X presque sûrement. ■

En appliquant ce résultat aux deux variables centrées X − E(X ) et Y − E(Y ), pour peu qu’elles admettent un
moment d’ordre 2, il vient : p p
|cov(X , Y )| ⩽ V(X ) V(Y ) = σ(X ) · σ(Y )

Année 2024/2025 Lycée Louis-le-Grand – MP

10 Chap. 11 Moments d’une variable aléatoire

Définition 11.21
Soient X et Y deux variables aléatoires discrètes définies sur un espace probabilisé (Ω, A , P) et admettant
un moment d’ordre 2. On suppose de plus leurs écarts types non nuls.
cov(X , Y )
On appelle coefficient de corrélation linéaire de X et Y le réel ρ(X , Y ) = .
σ(X ) · σ(Y )

La grandeur ρ(X , Y ) est sans unité. On déduit de l’inégalité de Cauchy-Schwarz probabiliste les propriétés :
Proposition 11.22
Si X , Y ∈ L 2 sont d’écart types non nuls, alors :

(i) ρ(X , Y ) ∈ [−1, 1] (ii) ρ(X , Y ) = ±1 ⇐⇒ ∃a , b ∈ R, Y = a X + b p. s.

III | Fonctions génératrices

Dans toute cette partie, on ne considérera que des variables aléatoires à valeurs dans N.
Définition 11.23 : Fonction génératrice
La fonction génératrice de la variable X est définie par :

+∞
X
G X : t 7→ E t X = P(X = n )t n
n=0

+∞
X
On appelle série génératrice la série entière associée. Cette série converge pour t = 1 et G X (1) = P(X = n ) = 1
n=0
puisque la famille ((X = n)n ∈N ) est un système complet d’événements. D’où le résultat suivant.
Proposition 11.24
X
Le rayon de convergence de la série entière P(X = n)t n est supérieur ou égal à 1.
n∈N

En fait, pour tout t ∈ D f (0, 1), |P(X = n )t n | ⩽ P(X = n ) donc la série converge normalement sur D f (0, 1).
Rajoutons que lorsque la variable aléatoire est finie, la fonction génératrice est polynomiale et R = +∞.

Nom Notation G (t ) L’application G X est de classe C ∞ sur (au moins) l’inter-

valle ouvert ] − R , R [ et on peut dériver terme à terme la
Bernoulli B(p ) q +pt somme de la série. On sait de plus que G X est la somme
de sa série de Taylor :
(n )
Binomiale B(n , p ) (q + p t )n G X (0)
∀n ∈ N, P(X = n) =
n!
t 1−tn
Uniforme U (⟦1; n⟧) · L’application G X détermine donc entièrement la loi
n 1−t
de X , et réciproquement. On dit que la loi de X est
pt caractérisée par sa série génératrice.
Géométrique G (p )
1−qt
Conséquence pratique : il sera dans certains cas inté-
ressant de déterminer la fonction génératrice d’une va-
Poisson P (λ) eλ(t −1)
riable aléatoire pour trouver sa loi de probabilité.

FONCTIONS GÉNÉRATRICES DES LOIS USUELLES

Le recours aux séries génératrices est particulièrement avisé lorsque l’on souhaite déterminer la loi de la
somme de variables aléatoires indépendantes.

© Mickaël PROST Année 2024/2025

 Partie III – Fonctions génératrices 11

Théorème 11.25 : Fonction génératrice de la somme de deux variables indépendantes

Soient X et Y deux variables aléatoires définies sur un espace probabilisé (Ω, A , P) et à valeurs dans N.
Notons G X et G Y leurs fonctions génératrices de rayon de convergence respectifs R X et R Y .
Si X et Y sont indépendantes, la fonction génératrice G X +Y de X + Y est définie sur au moins ] − R , R [
avec R ⩾ min(R X , R Y ) et :

∀t ∈ D (0, min(R X , R Y )), G X +Y (t ) = E t X +Y = E t X E t Y = G X (t )G Y (t )

Démonstration
Par produit de Cauchy de séries absolument convergentes,
‚+∞ Œ ‚+∞ Œ
X X
n n
G X (t )G Y (t ) = P(X = n )t · P(Y = n )t
n =0 n=0
+∞
XX n +∞
X
= P(X = k )P(Y = n − k )t n = P(X + Y = n )t n = G X +Y (t )
n =0 k =0 n=0 ■

On généralise aisément par récurrence : G X 1 +···+X n = G X 1 × · · · × G X n en cas d’indépendance.

Exercice 7
Retrouver la loi d’une somme de variables indépendantes suivant des lois de Bernoulli / de Poisson.

Théorème 11.26 : Fonction génératrice et moments

Soit X une variable aléatoire définie sur un espace probabilisé (Ω, A , P) et à valeurs dans N.
(i) La variable aléatoire X est d’espérance finie si et seulement si G X est dérivable en 1.
Si tel est le cas, E(X ) = G X′ (1).
(ii) La variable aléatoire X est de variance finie si et seulement si G X est deux fois dérivable en 1.

Démonstration
Justifions seulement la première assertion.
=⇒ Supposons que X ∈ L 1 . G X est dérivable sur ] − 1, 1[ et :
+∞
X
∀t ∈] − 1, 1[, G X′ (t ) = n P(X = n)t n −1
n=1
X X
n P(X = n ) converge donc la série nP(X = n )t n −1 converge normalement sur [−1, 1]. Donc
n⩾1
G X′ (t ) −−−→ E(X ). D’après le théorème de la limite de la dérivée, G X est dérivable en 1 et G X′ (1) = E(X ).
t →1−

⇐= Raisonnons par contraposée en supposant que X n’est pas d’espérance finie. G X′ est croissante sur
[0, 1[ donc admet une limite (finie ou infinie) en 1. Par positivité,
p
X +∞
X
∗
∀p ∈ N , ∀t ∈ [0, 1[, nP(X = n )t n−1 ⩽ n P(X = n)t n −1
n=1 n=1
p
X
En faisant tendre t vers 1− , n P(X = n) ⩽ lim G X′ (t ). En faisant tendre p vers +∞, lim G X′ (t ) = +∞.
t →1− t →1−
n=1
Si G X était dérivable en 1, G X′ serait continue en 1 par convergence normale, d’où la contradiction.
+∞
X
Rajoutons que sous réserve de dérivabilité, G X′′ (1) = n(n − 1)P(X = n ) = E(X (X − 1)).
n =0
Comme V(X ) = E(X 2 ) − E(X )2 = E(X (X − 1)) + E(X ) − E(X )2 , V(X ) = G X′′ (1) + G X′ (1) − G X′ (1)2 . ■

L’expression de la variance en fonction de G X′ (1) et de G X′′ (1) n’est pas à retenir.

Année 2024/2025 Lycée Louis-le-Grand – MP

12 Chap. 11 Moments d’une variable aléatoire

IV | Inégalités de concentration

Lemme 11.27 : Inégalité de Markov

Soit X une variable aléatoire définie sur l’espace probabilisé (Ω, A , P), à valeurs positives et admettant
une espérance.
E(X )
∀a > 0, P(X ⩾ a ) ⩽
a

Démonstration
Soit a > 0. X ∈ L 1 et X (Ω) ⊂ R+ donc :
X X X X X
E(X ) = x P(X = x ) = x P(X = x ) + x P(X = x ) ⩾ x P(X = x ) ⩾ a P(X = x ) = a P(X ⩾ a )
x ∈X (Ω) x ⩾a x <a x ⩾a x ⩾a

On pourra préférer la rédaction plus concise suivante :

X ⩾ X · 1(X ⩾a ) ⩾ a 1(X ⩾a ) donc par croissance de l’espérance, E(X ) ⩾ a P(X ⩾ a ). ■

Exercice 8
1
 ‹
Soit X une variable aléatoire d’espérance finie et à valeurs dans R+ . Montrer que P(X ⩾ n ) = o .
n→+∞ n

Proposition 11.28 : Inégalité de Bienaymé-Tchebychev

Soit X une variable aléatoire définie sur l’espace probabilisé (Ω, A , P) admettant un moment d’ordre 2.

V(X )
∀ϵ > 0, P (|X − E(X )| ⩾ ϵ) ⩽
ϵ2

Démonstration
On applique l’inégalité de Markov à la variable (X − E(X ))2 , positive et d’espérance finie, en prenant a = ϵ 2 .

Cette inégalité, bien que grossière comme nous pourrons le constater dans l’exercice ci-dessous, estime la
probabilité qu’une variable aléatoire s’écarte de sa moyenne. La variance est donc un indicateur de dispersion.

Exercice 9
(i) Comparer P(|X − E(X )| ⩾ 1) et V(X ) dans le cas où X représente la somme des chiffres obtenus lors du
lancer de deux dés non pipés.
(ii) Trouver n ∈ N tel que P(X ⩽ n ) ⩽ 12 .

Cette inégalité a avant tout un intérêt théorique, nous allons en particulier l’utiliser pour prouver la loi faible
des grands nombres.

Mais avant de présenter le résultat, intéressons-nous 1.0

Série 1
aux lancers successifs d’une pièce équilibrée. Intuiti- Série 2
0.8 Série 3
vement, la fréquence d’apparition de « Pile » au cours
d’un très grand nombre de lancers devrait être proche
de 12 . De manière plus générale, pour estimer la proba- 0.6
Fréquence

bilité d’un événement A, on peut vouloir répéter l’ex-

périence aléatoire sous-jacente un très grand nombre 0.4
de fois dans l’espoir que la fréquence de réalisation soit
proche de la probabilité recherchée. Fol espoir ? Non, 0.2
même si rien ne nous garantit qu’au cours d’une série
particulière de 10 000 lancers d’une pièce équilibrée, la 0.0
0 200 400 600 800 1000 1200
fréquence d’apparition soit proche de 1/2. Nombre de lancers

FRÉQUENCE D’APPARITION DE « PILE » AU COURS DE 1200 LANCERS

© Mickaël PROST Année 2024/2025

 Partie V – Lois usuelles – synthèse 13

Considérons une suite de variables aléatoires (X n )n⩾1 indépendantes et de même loi. On suppose qu’elles
admettent toutes un moment d’ordre 2 (cadre commode pour la démonstration). Posons alors :

X1 + · · · + Xn
Mn =
n
M n s’interprète comme une moyenne empirique, celle des résultats observés au cours des n premiers « tirages ».
Remarquons qu’il n’y a aucune raison que M n suive une loi semblable aux variables aléatoires X i . Nous allons
cependant montrer que la probabilité que M n s’écarte de l’espérance commune E(X i ) tend vers 0 quand n
tend vers l’infini. C’est la loi faible des grands nombres.

Théorème 11.29 : Loi faible des grands nombres

Soit (X n )n⩾1 une suite de variables aléatoires discrètes définies sur un espace probabilisé (Ω, A , P). On
suppose toutes les variables
Pn indépendantes et de même loi, admettant une espérance m et un écart
type σ. Posons Sn = i =1 X i . Alors,
 
Sn
∀ϵ > 0, P − m ⩾ ϵ −−−−→ 0
n n →+∞

Démonstration
D’après l’inégalité de Bienaymé-Tchebychev et par indépendance des variables aléatoires,
€ Š
S
V nn n σ2 σ2
 
Sn
∀ϵ > 0, P −m ⩾ϵ ⩽ = = −−−−→ 0
n ϵ2 n 2 ϵ 2 n ϵ 2 n→+∞
■

L’espérance d’une variable aléatoire s’interprète donc comme le résultat moyen obtenu lors d’une succession
d’expériences identiques répétées une infinité de fois. Cette loi faible des grands nombres s’apparente à un
théorème de réconciliation des points de vue : l’axiomatique mise en place par Kolmogorov valide l’approche
fréquentiste que l’on peut avoir des probabilités.

V | Lois usuelles – synthèse

Nom Notation X (Ω) P(X = k ) E(X ) V(X ) G (t )

p si k = 1

Bernoulli B(p ) {0, 1} p pq q +pt
q si k = 0
 
n k n−k
Binomiale B(n , p ) ⟦0, n ⟧ p q np npq (q + p t )n
k

1 n +1 n2 − 1 t − t n+1
Uniforme U (⟦1, n⟧) ⟦1, n ⟧
n 2 12 n (1 − t )

1 q pt
Géométrique G (p ) N∗ q k −1 p
p p2 1−qt

λk
Poisson P (λ) N e−λ λ λ eλ(t −1)
k!

Année 2024/2025 Lycée Louis-le-Grand – MP