Probabilités

1 Espaces probabilisés :
Soit Ω un ensemble.

1.1 Espaces probabilisés :

Notation : Pour tout A ⊂ Ω, on note Ā le complémentaire de A dans Ω.
Définition 1.1 Soit T une partie de P(Ω). On dit que T est une tribu s’il satisfait aux trois axiomes :
1. ∅ ∈ T .
2. Si A ∈ T alors Ā ∈ T .
[
3. Si (An ) est une suite d’éléments de T , alors An ∈ T .
n∈N
Dans ce cas, toute partie de T est appelée événement de T .
Remarques : Soit T une tribu de Ω.
– Tout singleton de T est appelé événement élémentaire de T .
– ∅ s’appelle l’événement impossible.
– Ω ∈ T . On l’appelle l’évènement certain. \
– Si (An ) est une suite d’éléments de T , alors An ∈ T .
n∈N
– Soient A, B ∈ T :
1. A ∪ B est l’évenement "A ou B est réalisé".
2. A ∩ B est l’évenement "A et B sont réalisés".
3. Ā est événement contraire de A.
4. Si A ∩ B = ∅ alors on dit que les événements A et B sont incompatibles.
– Si Ω est fini ou dénombrable alors le choix T = P(Ω) est le plus usuel.

Définition 1.2 Soit T une tribu de Ω. On appelle probabilité sur T toute application p : T → [0, 1] qui satisfait aux axiomes
suivants :
1. P (Ω) = 1.
2. Axiome d’additivité dénombrable : Pour toute suite (An ) d’événements de T qui sont deux à deux
! incompatibles (i.e
+∞
X [
P
∀m, n ∈ N, m 6= n ⇒ Am ∩ An = ∅), la série p(An ) converge et on a p(An ) = p An .
n=0 n∈N
Dans ce cas,
– Le triplet (Ω, T , p) est appelé un espace de probabilité ou espace probabilisé.
– Pour tout événement A de T , p(A) est appelé la probabilité de A.
– Un événement de T de probabilité égale à 0 est dit négligeable ou presque impossible.
– Un événement de T de probabilité égale à 1 est dit presque sûr ou presque certain.

Remarques : Soit (Ω, T , p) un espace probabilisé. Alors :

– p(∅) = 0.
– Si A1 , . . . , An sont des événements de T deux à deux incompatibles alors p(A1 ∪ · · · ∪ An ) = p(A1 ) + · · · p(An ).
– Si A est un événement de T alors p(Ā) = 1 − p(A).
– Soient A et B deux événements de T . Alors :
1. p(B \ A) = p(B) − p(A ∩ B).

1
 2. Si A ⊂ B alors p(A) ≤ p(B) et p(B \ A) = p(B) − p(A).
3. p(A ∪ B) = p(A) + p(B) − p(A ∩ B).
– Sous additivité : Si A1 , . . . , An sont des événements de T alors p(A1 ∪ · · · ∪ An ) ≤ p(A1 ) + · · · p(An ). !
P [
– Sous additivité dénombrable : Soit une suite (An ) d’événement de T . Si la série p(An ) converge alors p An ≤
n∈N
+∞
X
p(An ).
n=0
– Dans un espace probabilisé, une union au plus dénombrable d’ensembles négligeables est négligeable.

Théorème 1.1 (Continuité monotone séquentielle d’une probabilité) Soient (Ω, T , p) un espace probabilisé et (An ) d’événe-
ments de T . !
[
– Continuité croissante : Si la suite (An ) est croissante alors lim p(An ) = p An .
n→+∞
n∈N !
\
– Continuité décroissante : Si la suite (An ) est décroissante alors lim p(An ) = p An .
n→+∞
n∈N
Démonstration :

! !
[ [ [ [
– On pose A−1 = ∅. On a An = (An \ An−1 ) donc p An =p (An \ An−1 ) .
n∈N n∈N n∈N n∈N
[ P
(An \ An−1 ) est une famille d’événements de T qui sont deux à deux incompatibles donc la série p(An \ An−1 )
n∈N !
[ +∞
X
converge et on a p (An \ An−1 ) = p(An \ An−1 ).
n∈N n=0 P
D’autre part, ∀n ∈ N, An−1 ⊂ An donc p(An \ An−1 ) = p(An ) − p(An−1 ). Or la série p(An \ An−1 ) converge
+∞
X
P
donc la série téléscopique (p(An ) − p(An−1 )) converge d’où la suite (p(An )) converge et on a p(An \ An−1 ) =
n=0
+∞
X
p(An ) − p(An−1 ) = lim p(An ) − p(A−1 ) = lim p(An ) − p(∅) = lim p(An ).
n→+∞ n→+∞ n→+∞
n=0 !
[
On déduit que p An = lim p(An ).
n→+∞
n∈N

! (An ) est croissante d’où, d’après la première

– La suite d’événements(An ) est!décroissante donc!la suite d’événements
\ \ [
partie du théorème, p An = 1−p An = 1−p An = 1− lim p(An ) = 1− lim (1−p(An )) =
n→+∞ n→+∞
n∈N n∈N n∈N
lim p(An ).
n→+∞
Exemple : On lance un dé non truqué à 6 faces et on considère A l’événement : "On n’obtient jamais de 6".
Soit An , n ∈ N∗ l’événement "On\n’obtient pas de 6 dans les n premiers lancers" donc la suite des événements (An ) est
n
décroissante, p(An ) = 56n et A = An .
n∈N
!
\
On déduit que p(A) = p An = lim p(An ) = 0 donc A est un événement négligeable.
n∈N

1.2 Evénements indépendants :

Définition 1.3 Soit (Ω, T , p) un espace probabilisé.
– Deux événements A et B de T sont dits indépendants si p(A ∩ B) = p(A)p(B).  
\ Y
– Une famille (Ai )i∈I d’événements de T est dite indépendante si ∀J ⊂ I fini, on a : p  Aj  = p(Aj ).
j∈J j∈J

Remarque : Soit (Ω, T , p) un espace probabilisé.

– Si A et B sont deux événements indépendants de T alors A et B̄ le sont. En effet, p(A ∩ B̄) = p(A \ (A ∩ B)) =
p(A) − p(A)p(B) = p(A)(1 − p(B)) = p(A)p(B̄). On déduit encore que Ā et B̄ sont indépendants.
 – Si (Ai )i∈I est une famille indépendante d’événements de T alors ses éléments sont deux à deux indépendants. La réci-
proque est fausse.
– Soit A1 , . . . , An des événelents de T . Si p(A1 ∩ · · · ∩ An ) = p(A1 ) · · · p(An ) alors la famille (A1 , . . . , An ) n’est pas
forcément indépendante.
Exemples :

1.3 Probabilité conditionnelle :

Définition 1.4 Soient (Ω, T , p) un espace probabilisé et B un événement de T tel que p(B) 6= 0.
On appelle probabilité sachant B, l’application notée pB et définie sur T par pB (A) = p(A∩B)
p(B) .
Pour tout événement A de T , pB (A) se lit "probabilité de A sachant B". pB (A) se note aussi p(A|B).

Remarques : Soient (Ω, T , p) un espace probabilisé et B un événement de T tel que p(B) 6= 0.

– pB est une probabilité sur T . On la note aussi p( |B).
– Soient A et B deux événements de T avec p(B) 6= 0. Alors :
p(A)
1. Si A ⊂ B alors p(A|B) = p(B) .
2. p(A ∩ B) = p(A|B)p(B). Si, en plus, p(A) 6= 0 alors p(A ∩ B) = p(A|B)p(B) = p(B|A)p(A).
3. A et B sont indépendants si et seulement si p(A|B) = p(A). Dans ce cas, p(A|B) = p(A|B̄) = p(A).

Définition 1.5 (Système complet d’événements)

Soit (Ω, T , p) un espace probabilisé. On dit qu’une famille (Ai )i∈I d’événements de T forme un système complet d’événements
si :
1. ∀i, j ∈ I tels que i 6= j on a Ai ∩ Aj = ∅.
[
2. Ai = Ω.
i∈I

Théorème 1.2 Soient (Ω, T , p) un espace probabilisé, A un événement de T et (Bi )i∈I une famille finie ou dénombrable qui
X de T telle que
forme un système complet d’événements X ∀i ∈ I, p(Bi ) 6= 0.
– Probabilité totales : p(A) = p(A ∩ Bi ) = p(A|Bi )p(Bi ).
i∈I i∈I
p(A|Bi )p(Bi )
– Formule de Bayes : Si p(A) 6= 0 alors ∀i ∈ I, p(Bi |A) = X .
p(A|Bk )p(Bk )
k∈I

2 Variables aléatoires et lois de variables aléatoires :

Dans toute la suite, soit (Ω, T , p) un espace probabilisé.

2.1 Variables aléatoires réelles :

Définition 2.1 On appelle variable aléatoire réelle sur l’espace probabilisé (Ω, T , p) toute application X : Ω → R vérifiant
∀a ∈ R, X −1 (] − ∞, a]) = {ω ∈ Ω/X(ω) ≤ a} ∈ T .

Remarques et notations : Soient X une variable aléatoire réelle sur l’espace probabilisé (Ω, T , p) et a, b ∈ R tels que a ≤ b.
– ∀A ⊂ R, l’ensemble X −1 (A) = {ω ∈ Ω/X(ω) ∈ A} se note aussi (X ∈ A).
– On a (X ∈] − ∞, a]) ∈ T donc X −1 (] − ∞, a]) est un événement de T , on le note aussi (X ≤ a).
– On a (X ∈]a, +∞[) = (X ∈] −∞, a])donc (X ∈]a, +∞[) est un événement de T , on le note aussi (a < X).
\ 1
– On a (X ∈ [a, +∞[) = X ∈ a − , +∞ donc (X ∈ [a, +∞[) est un événement de T , on le note aussi
∗
k
k∈N
(a ≤ X).
– On a (X ∈] − ∞, a[) = (X ∈ [a, +∞[) donc (X ∈] − ∞, a[) est un événement de T , on le note aussi (X < a).
– On a (X ∈]a, b]) = (X ∈] − ∞, b]) \ (X ∈] − ∞, a]) donc (X ∈]a, b]) est un événement de T , on le note aussi
(a < X ≤ b).
– On a (X ∈ [a, b]) = (X ∈] − ∞, b]) \ (X ∈] − ∞, a[) donc (X ∈ [a, b]) est un événement de T , on le note aussi
(a ≤ X ≤ b).
– On a (X ∈ {a}) = (X ∈ [a, a]) donc (X ∈ {a}) est un événement de T , on le note aussi (X = a).
– On a (X ∈ [a, b[) = (X ∈] − ∞, b[) \ (X ∈] − ∞, a[) donc (X ∈ [a, b[) est un événement de T , on le note aussi
(a ≤ X < b).
 – On a (X ∈]a, b[) = (X ∈] − ∞, b[) \ (X ∈] − ∞, a]) donc (X ∈]a, b[) est un événement de T , on le note aussi
(a < X < b).
– Pour tout intervalle I de R, (X ∈ I) est un événement de T .
– Généralement, si A est une partie de R obtenue par passage au complémentaire, par réunions, par intersection au plus
dénombrable d’intervalles de R alors (X ∈ A) est un événement de T .
– Si T = P(Ω) alors toute fonction de Ω vers R est une variable aléatoire réelle.
Proposition 2.1 Si X1 , . . . , Xn sont des variables aléatoires réelles sur l’espace probabilisé (Ω, T , p) et f : Rn → R une
application continue alors l’application ω 7→ f (X1 (ω), . . . , Xn (ω)) est une variable aléatoire réelle sur (Ω, T , p). On la note
f (X1 , . . . , Xn ).
Corollaire 2.2 Si X1 , . . . , Xn sont des variables aléatoires réelles sur l’espace probabilisé (Ω, T , p) et λ1 , . . . , λn ∈ R alors
λ1 X1 + · · · + λn Xn , X1 · · · Xn , max(X1 , . . . , Xn ) et min(X1 , . . . , Xn ) sont des variables aléatoires sur (Ω, T , p).
Proposition 2.3 Si X est une variable aléatoire sur l’espace probabilisé (Ω, T , p) et f : R → R monotone alors f ◦ X est une
variable aléatoire sur (Ω, T , p). On la note f (X).
Démonstration :
Supposons que f est croissante et soit a ∈ R donc (f ◦ X)−1 (] − ∞, a]) = X −1 (f −1 (] − ∞, a])).
Si f −1 (] − ∞, a]) = ∅ alors X −1 (f −1 (] − ∞, a])) = ∅ ∈ T .
Sinon, soit b = sup f −1 (] − ∞, a]) ∈ R ∪ {+∞} donc f −1 (] − ∞, a]) ⊂] − ∞, b]. D’autre part, ∀x < b, ∃y ∈ f −1 (] − ∞, a])
tel que x ≤ y donc f (x) ≤ f (y) ≤ a donc x ∈ f −1 (] − ∞, a]) d’où ] − ∞, b[⊂ f −1 (] − ∞, a]).
On déduit que f −1 (] − ∞, a]) =] − ∞, b[ ou f −1 (] − ∞, a]) =] − ∞, b] donc X −1 (f −1 (] − ∞, a])) ∈ T car X est une variable
aléatoire.
On a ∀a ∈ R, (f ◦ X)−1 (] − ∞, a]) ∈ T donc f ◦ X est une variable aléatoire.
Si f est décroissante alors −f est croissante donc (−f ) ◦ X est une variable aléatoire d’où f ◦ X = −((−f ) ◦ X) est une
variable aléatoire.
Remarque : Le résultat reste vrai si f est monotone par morceaux.
Proposition 2.4 Soit (Xn ) une suite de variables aléatoires réelles sur l’espace probabilisé (Ω, T , p) qui converge simplement
sur Ω vers une application X. Alors X est une variable aléatoire sur (Ω, T , p).
Démonstration :
Soit a ∈ R et x ∈ Ω tel que X(x) > a donc ∃p ∈ N∗ tel que X(x) > a + p1 .
s
On a Xn −→ X sur Ω donc Xn (x) → X(x) d’où ∃N ∈ N, ∀n ≥ N, Xn (x) > a + p1 .
   
[ [ \
−1 1 −1
[ [ \
−1 1
On déduit que x ∈ Xn a + , +∞ donc X (]a, +∞[) ⊂ A avec A = Xn a + , +∞ .
∗
p ∗
p
p∈N N ∈N n≥N p∈N N ∈N n≥N
Réciproquement, soit x ∈ A donc ∃p ∈ N∗ , ∃N ∈ N, ∀n ≥ N, Xn (x) > a + p1 . Or xn (x) → X(x) donc X(x) ≥ a + 1
p >a
donc x ∈ X −1 (]a, +∞[) d’où A ⊂ X −1 (]a, +∞[). On déduit que X −1 (]a,i
+∞[) = A. h
On a (Xn ) suite de variables aléatoires réelles donc ∀n ∈ N, ∀p ∈ N∗ , Xn−1 a + p1 , +∞ ∈ T . Or T est une tribu donc elle
est stable par union et intersection dénombrable d’où A ∈ T .
On déduit que X −1 (]a, +∞[) ∈ T donc X est une variable aléatoire.

2.2 Lois de variables aléatoires :

Notation : On note I(R) l’ensemble de tous les intervalles de R.
Définition 2.2 – Soit X un variable aléatoire sur l’espace propbabilisé (Ω, T , p).
On appelle loi de X l’application l’application de I(R) de (R) qui à tout intervalle J de R associe le nombre p(X ∈ J).
– Soit (X1 , . . . , Xn ) une famille finie de variables aléatoires sur l’espace propbabilisé (Ω, T , p).
On appelle loi de la famille (X1 , . . . , Xn ) l’application l’application
! de I(R) de (R) qui à tout produit cartésien J1 ×
\n
· · · × Jn d’intervalles de R associe le nombre p (Xi ∈ Ji ) .
k=1
n
\
Notation : Soit (X1 , . . . , Xn ) une famille de variables aléatoires sur l’espace probabilisé (Ω, T , p). L’événement (Xi ∈ Ji )
k=1
se note aussi (X1 ∈ J1 , . . . , Xn ∈ Jn ).
Définition 2.3 Une variable aléatoire X sur l’espace propbabilisé (Ω, T , p) est dite de loi discrète s’il existe Ω0 ∈ T de
probabilité un tel que D = X(Ω0 ) soit au plus dénombrable.
On dit, en plus, que la loi de X est discrète usuelle s’il existe un intervalle J de Z et une bijection croissante ϕ : x ∈ J 7→ xk ∈
D.
Remarques : Soient X une variable aléatoire de loi discrète sur l’espace propbabilisé (Ω, T , p), Ω0 ∈ T de probabilité un tel
que D = X(Ω0 ) soit au plus dénombrable.
X
– ∀A ⊂ D, p(X ∈ A) = p(X = x).
x∈A
– La loi de X est caractérisée par la donnée de D et de l’application x ∈ D 7→ p(X = x).
– On peut supprimer de D tous les éléments x tels que p(X = x) = 0 ; les x restants sont appelées valeurs possibles de X.
Exemples de lois discrètes : Soit X une variable aléatoire sur l’espace probabilisé (Ω, T , p).
– Loi uniforme : On dit que X suit la loi uniforme de paramètre n ∈ N∗ si X prend ses valeurs dans {1, . . . , n} tel que
∀k ∈ {1, . . . , }, p(X = k) = n1 . On note X ∼ U(n).
Exemple : Jeu de dé, on lance un dé équilibré et soit X la valeur obtenue alors X ∼ U( 61 ).
– Loi de Bernoulli : On dit que X suit la loi de Bernoulli de paramètre p ∈ [0, 1] si X prend deux valeurs 1 (succès) et 1
(échec) avec p(X = 1) = p et p(X = 1) = 1 − p. On note X ∼ B(p).
Exemple : Jeu de pile ou face, on lance une pièce et soit X égale à 1 si on obtient pile et 0 si c’est face, alors X ∼ B(p)
où p est la probabilité d’obtenir pile.
– Loi binomiale : On dit que X suit la loi de Bernoulli de paramètres n ∈ N et p ∈ [0, 1] si X prend n valeurs 1, 2, . . . , n
tel que ∀k ∈ {1, . . . , n}, p(X = k) = Cnk pk (1 − p)n−k . On note X ∼ B(n, p). Exemple : Jeu de pile ou face fini, on
lance une pièce n fois et soit X le nombre de fois qu’on obtient pile, alors X ∼ B(n, p) où p est la probabilité d’obtenir
pile.
– Loi géométrique : On dit que X suit la loi géométrique de paramètre p ∈ [0, 1] si X prend ses valeurs dans N∗ tel que
∀n ∈ N∗ , p(X = n) = p(1 − p)n−1 . On note X ∼ G(p). Exemple : Jeu de pile ou face infini, on lance une pièce une
infinité de fois et soit X le rang du premier pile, alors X ∼ G(p) où p est la probabilité d’obtenir pile.
– Loi de Poisson : On dit que X suit la loi Poisson de paramètre λ > 0 si X prend ses valeurs dans N tel que ∀n ∈
n
N, p(X = n) = e−λ λn! . On note X ∼ P(λ). Exemple : On change une ampoule à chaque fois qu’elle tombe en panne,
au temps t, le nombre de fois qu’on a dû changer l’ampoule suit une loi de Poisson.

2.3 Fonction de répartition d’une variable aléatoire réelle :

Définition 2.4 – Soit X une variable aléatoire réelle sur l’espace probabilisé (Ω, T , p). On appelle fonction de répartition
de X l’application, notée FX , de R dans R définie par ∀t ∈ R, FX (t) = p(X ≤ t).
– Soit (X1 , . . . , Xn ) une famille finie de variables aléatoires réelles sur l’espace probabilisé (Ω, T , p). On appelle fonction
de répartition de la famille (X1 , . . . , Xn ) l’application de Rn dans R, (t1 , . . . , tn ) ∈ Rn 7→ p(X1 ≤ t1 , . . . , Xn ≤ tn ).

Propriété 2.1 Soit X une variable aléatoire réelle sur l’espace probabilisé (Ω, T , p). Alors :
– FX est croissante sur R.
– Continue à droite sur R. Autrement dit, ∀t ∈ R, lim FX (u) = FX (t).
u→t+
– lim FX (t) = 0.
t→−∞
– lim FX (t) = 1.
t→+∞

Démonstration :

– Soient t, t0 ∈ R tels que t ≤ t0 donc (X ≤ t) ⊂ (X ≤ t0 ) donc p(X ≤ t) ≤ p(X ≤ t0 ) d’où FX (t) ≤ FX (t0 ). On déduit
que FX est croissante sur R.
– Soit t ∈ R et (tn ) ∈ [t, +∞[N décroissante telle que tn → t. On a FX croissante donc FX admet une limite à droite de t
et on a lim+ FX (u) = lim FX (tn ).
u→t n→+∞
On a FX (tn ) − FX (t) = p(X ≤ tn ) − p(X ≤ t) = p(t < X ≤ tn ), or la suite (t < X ≤ tn ) est décroissante donc,
d’après le théorème de la continuité monotone!séquentielle d’une probabilité,
! la suite (p(t < X ≤!! tn )) converge et on
\ \ \
a lim p(t < X ≤ tn ) = p (t < X ≤ tn ) = p X −1 (]t, tn ]) = p X −1 ]t, tn ] = p(X −1 (∅)) =
n∈N n∈N n∈N
p(∅) = 0 donc FX (tn ) − FX (t) → 0.
On déduit que lim+ FX (u) = FX (t) donc FX est continue à droite de t.
u→t
– La suite (X ≤ −n) est décroissante donc, d’après le théorème de la continuité monotone
! séquentielle d’une probabilité,
!
\ \
−1
la suite (p(X ≤ −n)) converge et on a lim p(X ≤ −n) = p (X ≤ −n) = p X (] − ∞, −n]) =
!! n∈N n∈N
\
−1
p X ] − ∞, −n] = p(X −1 (∅)) = p(∅) = 0. Or F est croissante donc FX admet une limite en −∞ et on a
n∈N
lim FX (t) = 0.
t→−∞
 – La suite (X ≤ n) est croissante donc, d’après le théorème de la continuité monotone
! séquentielle d’une probabi-
!
[ [
−1
lité, la suite (p(X ≤ n)) converge et on a lim p(X ≤ n) = p (X ≤ n) = p X (] − ∞, n]) =
!! n∈N n∈N
[
−1
p X ] − ∞, n] = p(X −1 (R)) = p(Ω) = 1. Or F est croissante donc FX admet une limite en +∞ et
n∈N
on a lim FX (t) = 1.
t→+∞

Propriété 2.2 Soient X une variable aléatoire réelle sur l’espace probabilisé (Ω, T , p) et a, b ∈ R avec a ≤ b. Alors :
– p(X ∈]a, +∞[) = 1 − FX (a).
– p(X ∈] − ∞, a[) = lim− FX (t).
t→a
– p(X ∈ [a, +∞[) = 1 − lim− FX (t).
t→a
– p(X ∈]a, b]) = FX (b) − FX (a).
– p(X ∈ [a, b]) = FX (b) − lim− FX (t).
t→a
– p(X ∈ [a, b[) = lim− FX (t) − lim− FX (t).
t→b t→a
– p(X ∈]a, b[) = lim FX (t) − FX (a).
t→b−
– p(X = a) = FX (a) − lim− FX (t).
t→a

Démonstration :

– On a 1 = p(X ∈ R) = p(X ∈] − ∞, a]) + p(X ∈]a, +∞[) = FX (a) + p(X ∈]a, +∞[) donc p(X ∈]a, +∞[) =
1 − FX (a).
[  !    
1 1 1
– p(X ∈] − ∞, a[) = p −∞, a − = lim p −∞, a − = lim FX a − = lim FX (t).
∗
n n→+∞ n n→+∞ n t→a−
n∈N
– On a 1 = p(X ∈ R) = p(X ∈] − ∞, a[) + p(X ∈ [a, +∞[) = p(X ∈ [a, +∞[) + lim− FX (t) donc ∀a ∈ R, p(X ∈
t→a
[a, +∞[) = 1 − lim FX (t).
t→a−
– p(X ∈]a, b]) = FX (b) − FX (a).
– p(X ∈ [a, b]) = p(] − ∞, b]\] − ∞, a[) = p(] − ∞, b]) − p(] − ∞, a[) = FX (b) − lim− FX (t).
t→a
– p(X ∈ [a, b[) = p(] − ∞, b[\] − ∞, a[) = p(] − ∞, b[) − p(] − ∞, a[) = lim FX (t) − lim FX (t).
t→b− t→a−
– p(X ∈]a, b[) = p(] − ∞, b[\] − ∞, a]) = p(] − ∞, b[) − p(] − ∞, a]) = lim− FX (t) − FX (a).
t→b
– p(X = a) = p([a, a]) = FX (a) − lim− FX (t).
t→a
Remarque : Si X est une variable aléatoire réelle sur l’espace probabilisé (Ω, T , p) alors la connaissance de FX permet de
calculer p(X ∈ I) pour tout intervalle I de R. On dit que la fonction de répartition de X carctérise la loi de X.

Corollaire 2.5 Soit X une variable aléatoire réelle sur l’espace probabilisé (Ω, T , p).
– FX est continue en a ∈ R si, et seulement si, p(X = a) = 0.
– FX est continue sur R si, et seulement si, ∀x ∈ R, p(X = x) = 0.
Démonstration :
FX est continue en a si, et seulement si, FX est continue à gauche en a si, et seulement si, lim− FX (t) = FX (a) si, et seulement
t→a
si, FX (a) − lim− FX (t) = 0 si, et seulement si, p(X = a) = 0 car p(X = a) = FX (a) − lim− FX (t).
t→a t→a

Définition 2.5 Une variable aléatoire réelles X sur l’espace probabilisé (Ω, T , p) est dite de loi à densité ou de loi continue si
sa fonction de répartition FX est continue sur R et de classe C 1 sur R privé d’un sous-ensemble F fini ou vide.
Dans ce cas, on appelle densité de X la fonction fX définie sur R par :
(
0
FX (t) si t ∈/F
∀t ∈ R, fX (t) =
0 si t ∈ F

Remarque : Si X est une variable aléatoire réelles continue sur l’espace probabilisé (Ω, T , p) alors ∀a ∈ R, p(X = a) =
0, p(X ≤ a) = p(X < a) et p(X ≥ a) = p(X > a).

Propriété 2.3 Si X est une variable aléatoire réelles à densité sur l’espace probabilisé (Ω, T , p) alors sa densité fX est :
Z
1. Positive, continue sur R privé d’un sous-ensemble F fini ou vide d’intégrale convergente avec fX (t)dt = 1.
R
 Z b
2. Pour tout intervalle I de R on a p(X ∈ I) = FX (b) − FX (a) = fX (t)dt avec a = inf I et b = sup I.
a

Exemples de lois à densité : Soit X une variable aléatoire réelle de loi à densité sur l’espace probabilisé (Ω, T , p).
– Loi uniforme : On dit que X suit la loi uniforme sur l’intervalle [a, b] si sa fonction de densité est :
 1
 si t ∈ [a, b]
b−a

fX (t) =


0 sinon

Dans ce cas, on note X ∼ U(a, b).

– Loi exponentielle : On dit que X suit la loi exponentielle de paramètre λ > 0 si sa fonction de densité est :

 λe−λt si t ≥ 0


fX (t) =
0 sinon


Dans ce cas, on note X ∼ E(λ).

– Loi gamma : On dit que X suit la loi gamma de paramètres α > 0 et λ > 0 si sa fonction de densité est :
λα −λt α−1

e t si t > 0


Γ(α)

fX (t) =


 0 sinon

Dans ce cas, on note X ∼ Γ(α, λ).

– Lois gaussiennes : On dit que X suit la loi gaussienne ou la loi normale de paramètres m, σ ∈ R si sa fonction de densité
est :
1 (t−m)2
fX (t) = √ e− 2σ2
σ 2π
Dans ce cas, on note X ∼ N (m, σ 2 ).
Remarques :
– La loi Γ(1, λ) est la loi E(λ).
– Si X ∼ N (m, σ 2 ) alors Y = X−m σ suit la loi N (0, 1). N (0, 1) s’appelle la loi normale centrée réduite ou la loi
gaussiènne standard.

3 Variables aléatoires indépendantes :

3.1 Variables aléatoires indépendantes :
Définition 3.1 Une famille (Xj )j∈J de variables aléatoires réelles sur l’espace probabilisé (Ω, T , p) est dite indépendante ou
mutuellement indépendante si, pour toute famille (Ij )j∈J ) d’intervalles de R, la famille ((Xj ∈ Ij ))j∈J des évémements de T
est indépendante.

Remarques :
– Si (Xi )i∈I est une famille indépendante de variables aléatoires alors ses éléments sont deux à deux indépendants. La
réciproque est fausse.
– L’indépendance d’une famille de variables aléatoires est relative la probabilité donnée.
Exemple : Soient X, Y de variable aléatoires réelles indépendantes sur l’espace probabilisé (Ω, T , p).
– Loi de M = sup(X, Y ) : Soit t ∈ R, on a FM (t) = p(M ≤ t) = p(X ≤ t, Y ≤ t) = p(X ≤ t)p(Y ≤ t) =
FX (t)FY (t).
En particulier, si X, Y sont continues alors il en est de même pour M et on a fM (t) = fX (t)FY (t) + FX (t)fY (t).
– Loi de m = min(X, Y ) : Soit t ∈ R, on a p(M > t) = p(X > t, Y > t) = p(X > t)p(Y > t) = (1−FX (t))(1−FY (t))
donc Fm (t) = 1 − (1 − FX (t))(1 − FY (t)).
En particulier, si X, Y sont continues alors il en est de même pour m et on a fm (t) = fX (t)(1 − FY (t)) + (1 −
FX (t))fY (t).

Proposition 3.1 (Indépendance héritée) Soit (Xi )1≤i≤n une famille indépendante de variables aléatoires réelles sur l’espace
probabilisé (Ω, T , p).
Si n0 , n1 , . . . , nk ∈ N tels que 0 = n0 < n1 < · · · < nk−1 < nk = n et ∀i ∈ {1, . . . k}, fi : Rni −ni−1 → R continue alors la
famille (f1 (X1 , . . . , Xn1 ), f2 (Xn1 +1 , . . . , Xn2 ), . . . , fk (Xnk−1 +1 , . . . , Xnk )) est indépendante.
Exemples :
– Si (X1 , X2 , X3 , X4 , X5 ) est une famille indépendante de variables aléatoires alors la famille (X12 , X2 + X3 , X4 X5 ) est
indépendante.
– Si R et θ sont deux variables indépendantes alors les variables R2 et cos(θ) sont indépendantes.
– Si (X1 , . . . , Xn ) est une famille indépendante de variables aléatoires alors les variables X1 +···+X
n
n
et Xn+1 sont indépen-
dantes.
Exemple : Modélisation du Jeu Pile-Face répété (ou infini) :.
Existence d’espaces probabilisés portant une suite (Xj )j∈N de variables aléatoires réelles indépendantes de lois discrètes don-
nées.

3.2 Loi conditionnelle d’une variable aléatoire :

Définition 3.2 Soit X une variable aléatoire réelles et A un événement non négligeable sur l’espace probabilisé (Ω, T , p).
On a appelle loi conditionnelle de X sachant l’événement A, l’application de I(R) de (R) qui à tout intervalle J de R associe
le nombre p((X ∈ J)|A) = p((X∈J)∩A)
p(A) . On la note (pA )X .

Remarque : Cas où (X, Y ) est un couple de variables aléatoires réelles discrètes et A = (Y = t), t réel donné.
Exemple :

3.3 Loi de la somme de deux variables aléatoires indépendantes :

Proposition 3.2 Soit (X1 , X2 ) un couple de variables aléatoires réelles indépendantes dont les lois sont discrètes d’ensembles
de valeurs possibles D1 et D2 (D1 et D2 sont alors au plus dénombrables). Alors :
– La variables aléatoire S = X1 + X2 est discrète.
– L’ensemble des valeurs Xpossibles de S est D = {u + v/(u, v)X ∈ D1 × D2 }.
– ∀s ∈ D, p(S = s) = p(X1 = u)p(X2 = s − u) = p(X1 = s − v)p(X2 = v). Cette formule s’appelle la
u∈D1 v∈D2
convolution discrète des lois de X1 et X2 .

Exemples :
– Somme de lois de Bernoulli : Soient X, Y ∼ B(n, p) indépendantes et S = X + Y .
L’ensemble des valeurs possibles de S est D = {0, 1, 2} et on a p(S = 0) = p(X = 0)p(Y = 0) = (1 − p)2 ,
p(S = 1) = p(X = 1)p(Y = 0) + p(X = 0)p(Y = 1) = 2p(1 − p) et p(S = 2) = p(X = 1)p(Y = 1) = p2 donc
S ∼ B(2, p).
– Stabilité de la loi de Poisson :

Proposition 3.3 Soit (X1 , X2 ) un couple de variables aléatoires réelles indépendantes telles que X1 soit discrète, d’ensemble
de valeurs possibles D1 , et X2 soit continue de densité f2 . Alors :
– La variables aléatoire S = X1 + X2 estX à densité.
– La densité de S est la fonction f : s 7→ p(X1 = u)f (s − u).
u∈D1

Proposition 3.4 Soit (X1 , X2 ) un couple de variables aléatoires réelles indépendantes dont les lois sont continues de densités
respectives f1 et f2 . Alors :
– La variables aléatoire S = X1 + X2 estZ à densité.
+∞
– La densité de S est la fonction f : s 7→ f1 (u)f1 (s − u)du. Cette fonction est appelée le produit de convolution des
−∞
densités f1 et f2 .

Exemples :
– Loi exponentielle : Soient X ∼ E(λ) et Y ∼ E(µ) indépendantes. la densité de X + Y est :
(
Z x Z x λµ
(e−λx − e−µx ) si λ 6= µ
f (x) = λe−λu µe−µ(x−u) du = λµµe−µx e(µ−λ)u du = µ−λ
0 0 λ2 xe−λx si λ = µ

On remarque que si λ = µ alors X + Y ∼ Γ(2, λ).

– Stabilité de la loi gaussienne : Soient X ∼ N (0, σ1 ) et Y ∼ N (0, σ2 ) indépendantes. la densité de X + Y est :
 
Z +∞ Z +∞ − 1 t2 (x−t)2
1 − 12 t2 1 − 12 (x−t)2 1 2 2 + 2
f (x) = √ e 2σ1 √ e 2σ2 du = e σ1 σ2
du
−∞ 2πσ1 2πσ2 2πσ1 σ2 −∞
 On a :
t2 (x − t)2 1
+ = (t2 σ22 + (x − t)2 σ12 )
σ12 σ22 σ12 σ22

1
= (t2 (σ12 + σ22 ) − 2xtσ12 + x2 σ12 )
σ12 σ22

σ12 + σ22 σ12 σ2

 
= t2 − 2xt + x2 2 1 2
σ12 σ22 2
σ1 + σ22 σ1 + σ2
2 !
σ12 + σ22 σ12 σ14 σ2

= t−x −x 2
+ x2 2 1 2
σ12 σ22 σ1 + σ22
2 2 2
(σ1 + σ2 ) 2 σ1 + σ2

2 !
σ12 + σ22 σ12 2 2

σ σ
= t−x + x2 2 1 2 2 2
σ12 σ22 σ12 + σ22 (σ1 + σ2 )
2 2
 2
2 2
σ1 + σ2 σ x
= 2 2 t−x 2 1 2 + 2
σ1 σ2 σ1 + σ2 σ1 + σ22
σ1 2 t2 (x − t)2 1 x2
On pose a = x σ2 +σ σ1 σ2
2 et b = √ 2 donc 2 + 2 = 2 (t − a)2 + 2 d’où :
1 2 σ1 +σ22 σ1 σ2 b σ1 + σ22
Z +∞ x2
1 − 12 (t−a)2 − 2 +σ 2 )
f (x) = e 2b 2(σ1 2 du
2πσ1 σ2 −∞

x2
Z +∞
1 − 1 1 2
e− 2b2 (t−a) du
2 +σ 2 )
= p e 2(σ1 2 √
2π(σ12 + σ22 ) 2πb −∞

x2
1 − 2 +σ 2 )
2(σ1
= p e 2
2π(σ12 + σ22 )
Z +∞
1 1 2
Car √ e− 2b2 (t−a) du = 1 (loi N (a, b2 )).
2πb −∞
On déduit que X + Y ∼ N (0, σ12 + σ22 ).
Généralement, si X ∼ N (m1 , σ1 ) et Y ∼ N (m2 , σ2 ) indépendantes alors X − m1 ∼ N (0, σ1 ) et Y − m2 ∼ N (0, σ2 )
donc X + Y − (m1 + m2 ) ∼ N (0, σ12 + σ22 ) d’où X + Y ∼ N (m1 + m2 , σ12 + σ22 )

3.4 Lois discrètes usuelles :

3.5 Lois continues usuelles :

4 Espérance, moments :
4.1 Espérance :
Définition 4.1 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p).
– Si X est de loi discrète, à valeurs dans un ensemble au X plus dénombrable D telle que la famille (kp(X = k)) soit
sommable alors on définit l’espérance de X par E(X) = kp(X = k).
k∈D
– Si X est continue, de densité f telle que t 7→ tf (t) soit intégrable sur R alors on définit l’espérance de X par E(X) =
Z +∞
tf (t)dt.
−∞

Remarques : Soit X une variable aléatoire réelle discrète sur l’espace propbabilisé (Ω, T , p).
Si X est de loi discrète et admet une espérance alors la valeur de E(X) ne dépend pas de l’ordre de sommation. Espérance de
variables aléatoires réelles de lois usuelles :
– Cas discret :
– Loi uniforme : Si X ∼ U(n) alors :
n n
X X k n+1
E(X) = kp(X = k) = =
n 2
k=1 k=1
 – Loi de Bernoulli : Si X ∼ B(p) alors :

E(X) = 1p(X = 1) + 0p(X = 0) = p

– Loi de benomiale : Si X ∼ B(n, p) alors :

n
X n
X n
X
k−1 k
E(X) = kp(X = k) = kCnk pk (1 − p)n−k = nCn−1 p (1 − p)n−k
k=0 k=0 k=1
n
X n−1
X
k−1 k−1
= np Cn−1 p (1 − p)n−k = np k
Cn−1 pk (1 − p)n−1−k = np(p + (1 − p))n−1 = np
k=1 k=0

– Loi de géométrique : Si X ∼ G(p) avec p ∈]0, 1[ alors :

+∞ +∞ +∞
X X
k−1
X p 1
E(X) = kp(X = k) = kp(1 − p) =p k(1 − p)k−1 = =
(1 − (1 − p))2 p
k=1 k=1 k=1

– Loi de Poisson : Si X ∼ P(λ) alors :

+∞ +∞ +∞ +∞
X X λk X λk−1 X λk
E(X) = kp(X = k) = ke−λ = λe−λ = λe−λ = λe−λ eλ = λ
k! (k − 1)! k!
k=0 k=0 k=1 k=0

– Cas continu :
– Loi uniforme : Si X ∼ U(a, b) alors :
b
b2 − a2
Z
t 1  2 b a+b
E(X) = dt = t a= =
a b−a 2(b − a) 2(b − a) 2

– Loi exponentielle : Si X ∼ E(λ) alors :

Z +∞ Z +∞
+∞ 1  −λt +∞ 1
λte−λt dt = −te−λt 0 + e−λt dt =

E(X) = −e 0
=
0 0 λ λ

– Loi gamma : Si X ∼ Γ(α, λ) alors :

+∞ +∞
λα −λt α−1
Z Z
1 Γ(α + 1) α
E(X) = te t dt = λα+1 e−λt tα dt = =
0 Γ(α) λΓ(α) 0 λΓ(α) λ

– Lois gaussiennes : Si X ∼ N (m, σ 2 ) alors

Z +∞
1 (t−m)2
E(X) = √ te− 2σ2 dt
−∞ σ 2π
Z +∞ Z +∞
1 (t−m)2 m (t−m)2
= √ (t − m)e− 2σ 2 dt + √ e− 2σ 2 dt
σ 2π −∞ σ 2π −∞

 +∞ Z +∞
σ (t−m)2
− 2σ2 m (t−m)2
= √ e + √ e− 2σ2 dt = m
2π −∞ σ 2π −∞

Théorème 4.1 (Théorème de transfert) Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) et g : X(Ω) →
R et Y = g(X).
– Si X est de loi discrète, à valeurs dans un ensemble au plus dénombrable
X D alors Y admet une espérance si, et seulement
si, la famille (g(k)p(X = k)) est sommable. Dans ce cas, E(Y ) = g(k)p(X = k).
k∈D
– Si X est continue, de densité f alors Y admet une espérance si, et seulement si, l’application t 7→ g(t)f (t) est intégrable
Z +∞
sur R. Dans ce cas, E(Y ) = g(t)f (t)dt.
−∞

Exemples :
Théorème 4.2 Théorème de transfert à deux variables discrètes Soit (X, Y ) un couple de variables aléatoires réelles sur
l’espace propbabilisé (Ω, T , p) et et g : (X, Y )(Ω) → R.
Si (X, Y ) est de loi discrète (loi conjointe caractérisée par ((xi , yj ), p(X = xi , Y = yj )), alors la variable aléatoire Z =
g(X, Y ) admet une espérence
X si, et seulement si, la famille (g(xi , yj ), p(X = xi , Y = yj )) est sommable.
Dans ce cas, E(Z) = g(xi , yj )p(X = xi , Y = yj ).
i,j

Exemples :
Proposition 4.1 Soient X et Y deux variables aléatoires réelles sur l’espace probabilisé (Ω, T , p).
Si Y admet une espérance et |X| ≤ Y alors X admet une espérance.

Propriété 4.1 Propriétés de l’espérance Soient X et Y deux variables aléatoires réelles sur l’espace probabilisé (Ω, T , p).
Si X et Y possèdent une espérance alors :
– Linéarité : ∀α, β ∈ R, αX + βY possède une espérance et on a E(αX + βY ) = αE(X) + βE(Y ).
– Positivité : Si X est positive alors E(X) ≥ 0.
– Croissance : Si X ≤ Y alors E(X) ≤ E(Y )
– Inégalité triangulaire : E(|X + Y |) ≤ E(|X|) + E(|Y |).
– Produit : Si X et Y sont indépendants alors E(XY ) = E(X)E(Y ).

Remarque : Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) qui admet une espérance.
– Si E(X) = 0 alors, on dit que la X est centrée.
– La variable aléatoire Y = X − E(X) s’appelle la variable aléatoire centrée associée à X et on a E(Y ) = 0.

4.2 Moments, variance, écart-type et covariance :

Définition 4.2 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) et k ∈ N∗ .
Si la variable aléatoire X k admet une espérance alors on dit que X admet un moment d’ordre k. Dans ce cas, E(X k ) s’appelle
le moment d’ordre k de X.

Définition 4.3 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p).
Si X admet un moment d’ordre 2 alors on appelle :
2
p − E(X)) ).
– Variance de X la quantité V (X) = E((X
– Ecart-type de X la quantité σ(X) = V (X).

Remarque : Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) qui admet un moment d’ordre 2.
– Si V (X) = 1 alors on dit que la variable X est réduite.
X − E(X)
– La variable aléatoire s’appelle la variable aléatoire centrée réduite associée à X et on a E(Y ) = 0 et
σ(X)
V (Y ) = 1.

Propriété 4.2 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) qui admet un moment d’ordre 2. Alors :
– V (X) ≥ 0.
– V (X) = E(X 2 ) − E(X)2 .
– V (X) = 0 ⇐⇒ X = 0 presque partout.
– ∀α ∈ R, V (X + α) = V (X).

Proposition 4.2 (Inégalité de Cauchy-Schwarz) Soient X et Y deux variables aléatoires réelles sur l’espace propbabilisé
(Ω, T , p).
Si X et Y possèdent un moment d’ordre 2, alors la variable aléatoire XY possède une espérance et on a E(XY )2 ≤
E(X 2 )E(Y 2 ).

Proposition 4.3 Soient X et Y deux variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p).
Si X et Y possèdent un moment d’ordre 2, alors la variable aléatoire S = X + Y possède un moment d’ordre 2 et on a
V (X + Y ) = X(X) + V (Y ) + 2E((X − E(X))(Y − E(Y ))).

Définition 4.4 Soient X et Y deux variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p).
Si X et Y possèdent un moment d’ordre 2, alors on appelle covariance du couple (X, Y ) la quantité C(X, Y ) = E((X −
E(X))(Y − E(Y ))).

Remarques : Soient X et Y deux variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p) admettant un moment d’ordre
2.
– V (X + Y ) = X(X) + V (Y ) + 2C(X, Y ).
 – C(X, Y ) = E(XY ) − E(X)E(Y ).
– Si X et Y sont indépendants alors C(X, Y ) = 0. La réciproque est fausse.
– Si X et Y sont indépendants alors V (X + Y ) = X(X) + V (Y ).

Définition 4.5 Soient X et Y deux variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p).
Si X et Y possèdent un moment d’ordre 2 et V (X), V (Y ) non nuls, alors on appelle corrélation linéaire du couple (X, Y ) la
C(X, Y )
quantité ρ(X, Y ) = .
σ(X)σ(Y )

Remarques : Soient X et Y deux variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p) admettant un moment d’ordre
2.
– Si X et Y sont indépendants alots ρ(X, Y ) = 0. La réciproque est fausse.
– ρ(X, Y ) = 1 ⇐⇒ ∃α > 0, Y = αX.
– ρ(X, Y ) = 1 ⇐⇒ ∃α < 0, Y = αX.

5 Fonctions génératrices :
Définition 5.1 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) à valeurs dans N.
+∞
X
On appelle fonction génératrice de X la fonction GX (t) = E(tX ) = p(X = k)tk .
k=0

Remarques : Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) à valeurs dans N.
+∞
X
p(X = k) = 1 donc le rayon de convergence de la série entière p(X = k)tk est ≥ 1.
P
– On a
k=0

– La série entière p(X = k)tk converge normélement sur [−1, 1].

P
– GX est continue sur [−1, 1] et C ∞ sur ] − 1, 1[.
(n)
G (0)
– ∀n ∈ N, p(X = n) = X . Autrement dit, la loi de X est caractérisée par GX .
n!
Exemples :
n
X 1 k tn+1 − t
– Loi uniforme : Soit X ∼ U(n). On a GX (t) = t = .
n n(t − 1)
k=1
– Loi de Bernoulli : Soit X ∼ B(p). On a GX (t) = p(X = 0) + p(X = 1)t = pt.
Xn X n
k k n−k k
– Loi binomiale : Soit X ∼ B(n, p). On a GX (t) = Cn p (1 − p) t = Cnk (tp)k (1 − p)n−k = (tp + 1 − p)n =
k=0 k=0
(p(t − 1) + 1)n .
+∞
X +∞
X +∞
X
– Loi géométrique : Soit X ∼ G(p). On a GX (t) = p(1 − p)k−1 tk = pt (t(1 − p))k−1 = pt (t(1 − p))k =
k=1 k=1 k=0
pt
.
1 − t(1 − p)
+∞
X λn n
– Loi de Poisson : Soit X ∼ P(λ). On a GX (t) = e−λ t = e−λ eλt = eλ(t−1) .
n=0
n!

Proposition 5.1 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) à valeurs dans N.
– X admet une espérance si, et seulement si, GX est dérivable en 1. Dans ce cas, E(X) = G0X (1).
– X admet un moment d’ordre 2 si, et seulement si, GX admet une dérivée seconde en 1. Dans ce cas, E(X 2 ) − E(X) =
G00X (1).

Exemples :
– Loi de Poisson : Soit X ∼ P(λ). On a GX (z) = eλ(t−1) donc E(X) = G0X (1) = λ, E(X 2 ) − E(X) = G00X (1) = λ2
et V (X) = E(X 2 ) − E(X)2 = λ2 + λ − λ2 = λ.

Proposition 5.2 Soient X, Y deux variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p) à valeurs dans N.
Si X et Y sont indépendantes alors GX+Y = GX GY .
Généralement, si (X1 , . . . , Xn ) sont indépendantes alors GX1 +···+Xn = GX1 · · · GXn .

Exemples :
 – Stabilité de la loi binomiale : Soient X ∼ B(m, p) et Y ∼ B(n, p). Si X, Y sont indépendantes alors GX+Y (t) =
GX (t)GY (t) = (p(t − 1) + 1)m (p(t − 1) + 1)n = (p(t − 1) + 1)m+n donc X + Y ∼ B(m + n, p).
– Stabilité de la loi de Poisson : Soient X ∼ P(λ) et Y ∼ P(µ). Si X, Y sont indépendantes alors GX+Y (t) =
GX (t)GY (t) = eλ(t−1) eµ(t−1) = e(λ+µ)(t−1) donc X + Y ∼ P(λ + µ).

6 Inégalités, notions de convergence et théorèmes limites :

6.1 Inégalités :
Proposition 6.1 (Inégalité de Markov) Si X est une variable aléatoire réelle positive admettant une espérance, alors, pour
tout α > 0, p(X ≥ α) ≤ E(X)α .

Démonstration :
Soit α > 0.
X: On a X positiveX
– Cas discret X dans un ensemble au plus dénombrable D ⊂ E(X)
donc X prend ses valeurs [0, +∞[ donc
E(X) = tp(X = t) ≥ tp(X = t) ≥ α p(X = t) = αp(X ≥ α) donc p(X ≥ α) ≤ α .
t∈D t∈D/t≥α t∈D/t≥α
Z +∞ Z +∞ Z +∞
– Cas continu : On a X positive donc E(X) = tfX (t)dt ≥ tfX (t)dt ≥ α fX (t)dt = αp(X ≥ α)
0 α α
E(X)
donc p(X ≥ α) ≤ α .

Proposition 6.2 (Inégalité de Bienaymé-Tchebychev) Si X est une variable aléatoire réelle admettant un moment d’ordre 2,
alors, pour tout α > 0, p(X − E(X)) ≥ α) ≤ V α(X)
2 .

Démonstration :
On applique l’inégalité de Markov à la variable aléatoire Y = (X − E(X))2 donc ∀α > 0, p(X − E(X)) ≥ α) = p(Y ) ≥
α2 ) ≤ E(Y ) V (X)
α2 = α2 .
Interprétation : la variance permet de contrôler l’écart entre X et sa valeur moyenne E(X).
Proposition 6.3 (Inégalité de Jensen) Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p) admettant une
espérance et f : R → R une application convexe sur R.
Si la variable aléatoire Y = f (X) admet une espérance, alors f (E(X)) ≤ E(f (X)).

Démonstration :
Démonstration dans le cas discret :

6.2 Convergence en loi, convergence en probabilité :

Définition 6.1 Soit (Xn ) une suite de variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p).
On dit que (Xn ) convergence en probabilité vers une variable aléatoire réelle X si :

∀ε > 0, lim p(|X − Xn | ≥ ε) = 0

n→+∞

Exemples :
Proposition 6.4 Soit X une variable aléatoire réelle sur l’espace propbabilisé (Ω, T , p).
Si (fn ) est une suite de fonctions de R vers R qui converge simplement sur R vers une fonction f alors la suite de variables
aléatoires réelles (fn (X) converge en probabilité vers la variable aléatoire réelle f (X).

Démonstration :
s
On a\fn −
Soit ε > 0.[ → f sur R donc ∀ω ∈ Ω, fn (X(ω)) → f (X(ω)) donc ∃N ∈ N, ∀n ≥ N, |fn (X(ω)) − f (X(ω))| < ε
d’où Ω = (|fn (X) − f (X)| < ε).
N ∈N n≥N
   
[ \ \
On déduit que 1 = p(Ω) = p  (|fn (X) − f (X)| < ε), or  (|fn (X) − f (X)| < ε) est une suite crois-
N ∈N n≥N n≥N
 N 
\
sante d’événements donc, d’après la continuité monotone séquentielle de p, 1 = lim p  (|fn (X) − f (X)| < ε).
N →+∞
n≥N
  
\ \
On a ∀N ∈ N, (|fn (X) − f (X)| < ε) ⊂ (|fN (X) − f (X)| < ε) donc ∀N ∈ N, p  (|fn (X) − f (X)| < ε) ≤
n≥N n≥N
p (|fN (X) − f (X)| < ε) d’où lim p (|fN (X) − f (X)| < ε) = 1.
N →+∞
On déduit que lim (1 − p (|fN (X) − f (X)| ≥ ε)) = 1 donc lim p (|fN (X) − f (X)| ≥ ε) = 0 d’où (f (Xn )) converge
N →+∞ N →+∞
en probabilité vers f (X).
Définition 6.2 Soit (Xn ) une suite de variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p).
On dit que (Xn ) convergence en loi vers une variable aléatoire réelle X si en tout point t de continuité de FX on a :

lim FXn (t) = FX (t)

n→+∞

Exemples :
Proposition 6.5 Soit X et (Xn ) une suite de variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p) à valeurs dans N.
(Xn ) converge en loi vers Y si, et seulement si, ∀k ∈ N, lim p(Xn = k) = P (Y = k).
n→+∞

Démonstration :
On a Y à valeurs dans N donc ∀t ∈
/
N, t est un point

de continuité de FX .

⇒ ) On a p(Xn = 0) = p Xn ≤ 21 = FXn 21 → FX 12 = p X ≤ 21 = p(X = 0).

Soit k ≥ 1 et supposons que ∀i{0, . . . , k − 1}, lim p(Xn = i) = P (Y = i).

n→+∞
1
0) − · ·
· p(Xn = k − 1) = FXn k + 12 − p(Xn = 0) − · · · p(Xn = k − 1) →



On a p(X n = k) = p X n ≤ k + 2 − p(X n =
FX 12 − p(X = 0) − · · · p(X = k − 1) = p X = 12 − p(X = 0) − · · · p(X = k − 1) = p(X = k).

Donc, ∀k ∈ N, lim p(Xn = k) = P (Y = k).

n→+∞
⇐ ) Soit t un point de continuité de FX .
Si t < 0 alors FXn (t) = 0 = FX (t).
k
X k
X
Sinon, ∃k ∈ N tel que k ≤ t < k + 1 donc FXn (t) = p(Xn = i) → p(X = i) = FX (k) = FX (t).
i=0 i=0
On déduit que (Xn ) converge vers X en loi.
Exemple : Soit (Xn )n≥1 une suite de variables aléatoires telle que ∀n ≥ 1, Xn ∼ B(n, pn ).
Si npn → λ > 0 alors la suite (Xn )n≥1 converge en loi vers une variable aléatoire X ∼ P(λ). En effet, d’après la proposition
λk
précédente, il suffit de montrer que ∀k ∈ N, lim p(Xn = k) = e−λ .
n→+∞ k!
Soit k ∈ N donc ∀n ≥ 1 :
n! 1  npn n−k n!
p(Xn = k) = Cnk pkn (1 − pn )n−k = pkn (1 − pn )n−k = (npn )k 1 −
k!(n − k)! k! n (n − k)!nk

On a :
– npn → λ donc (npn )k → λk .

n−k npn n−k
– npn → λ donc npnn → 0 donc ln 1 − npnn = (n − k) 1 − npnn ∼ −(n − k) npnn → −λ donc 1 −



n →
e−λ .
n! n(n−1)···(n−(k−1))
– (n−k)!n k = nk
→ 1.
k
λ
Donc lim p(Xn = k) = e−λ .
n→+∞ k!
Interprétation de la loi de Poisson comme loi des événements rares :
Proposition 6.6 Soit (Xn ) une suite de variables aléatoires réelles sur l’espace propbabilisé (Ω, T , p).
Si (Xn ) converge en propbabilité vers une variable aléatoire X alors (Xn ) converge en loi vers X.

Remarque : La réciproque est fausse.

6.3 Théorèmes limites :

Théorème 6.1 (Loi faible des grands nombres) Si (Xn )n≥1 est
! une suite de variables aléatoires indépendantes et de même
n
1 X
loi, admettant un moment d’ordre 2, alors la suite Xk , de variables aléatoires, converge en probabilité vers la
n
k=1 n≥1
variable constante µ = E(X1 ).
Démonstration :
n
1X
Soit ε > 0 et on pose ∀n ≥ 1, Sn = Xk .
n
k=1 !
n n n
1X 1X 1X
On a, par linéarité, ∀n ≥ 1, E(Sn ) = E Xk = E(Xk ) = µ = µ. D’autre part, les Xn sont indépen-
n n n
!k=1 k=1 k=1
n n n
1X 1 X 1 X V (X1 )
dantes donc ∀n ≥ 1, V (Sn ) = V Xk = 2 V (Xk ) = 2 V (X1 ) = .
n n n n
k=1 k=1 k=1
V (Sn ) V (X1 )
On déduit, d’après l’inégalité de Bienaymé-Chebychev, que p(|Sn − µ| ≥ ε) ≤ 2
= → 0 donc Sn converge
ε nε2 n→+∞
en probabilité vers µ.
Remarque : Quand les variables aléatoires ont même loi, on dit qu’elles sont identiquement distribuées. Application : inter-
prétation fréquentiste de P (A) :
Théorème 6.2 (Théorème de la loi centrée) Si (Xn )n≥1 est une suite
! de variables aléatoires indépendantes et de même loi,
n
1 X
admettant un moment d’ordre 2, alors la suite √ (Xk − µ) , de variables aléatoires, où µ = E(X1 ) et σ =
σ n
k=1 n≥1
σ(X1 ), converge en loi vers la variable aléatoire suivant la loi Gaussienne standard.
Remarques : !
n Z b
1 X 1 t2
– Dans les condition du théorème de la loi centrée ∀a ≤ b on a p a ≤ √ (Xk − µ) ≤ b →√ e− 2 dt.
σ n 2π a
√ k=1
σ
– la vitesse de convergence de la loi des grands nombres est donc en n .