CHAPITRE 1 : Rappel sur la théorie des probabilités

1 Théorie de la mesure
1.1 Tribus et mesures
Dans la suite, on utilisera un ensemble Ω que l’on appellera  univers .
Il contient tous les aléas possibles.

Définition 1.1 Une famille A de parties de Ω est une tribu (sur Ω) si elle
vérifie
1. Ω ∈ A
2. A ∈ A ⇒ Ā ∈ A (stabilité par passage au complémentaire)
3. A0 , A1 , A2 , · · · ∈ A ⇒ ∪n≥0 An ∈ A (une réunion dénombrable d’éléments
de A est dans A)

Remarque 1.1 On rappelle que :

– Ā := {x ∈ Ω : x ∈
/ A}
– Une tribu est un ensemble de parties. Ces parties sont appelées  événements .

Proposition 1.1 Stabilité par intersection dénombrable.

Soient A une tribu et A0 , A1 , A2 , · · · ∈ A, alors ∩ An ∈ A.
n≥0

Preuve :
On note pour tout n, Bn = Ān . Donc, par définition d’une tribu, Bn ∈ A, ∀n
et ∪ Bn ∈ A.
n≥0

∩ An = ∩ B̄n
n≥0 n≥0

= ∪ Bn
n≥0
( par définition ) ∈ A .

Exemple 1.1 Pour n’importe quel ensemble Ω, A = {∅, Ω} est une tribu.

1
Exemple 1.2 Pour n’importe quel ensemble Ω, , A = P(Ω) (les parties de
Ω) est une tribu.

Proposition 1.2 Soit A ⊂ P(Ω), il existe une tribu notée σ(A) telle que
si A est une tribu telle que σ(A) ⊂ A.
On dira que σ(A) est la plus petite tribu contenant A, ou encore que σ(A)
est la tribu engendrée par A.

Définition 1.2 Soit l’ensemble de parties de R ∪ {+∞, −∞} suivant :

A = {]a, b[: a, b ∈ R ∪ {+∞, −∞}}

(c’est l’ensemble des intervalles ouverts). La tribu σ(A) s’appelle la tribu

des boréliens et se note B(R).

Exemple 1.3 Soit [a, b] intervalle fermé de R. Les intervalles ] − ∞, a[,

]b, +∞[ sont dans B(R). La famille B(R) est une tribu donc ]−∞, a[∪]b, +∞[∈
B(R) (stabilité par réunion dénombrable), et donc aussi ] − ∞, a[∪]b, +∞[ =
[a, b] ∈ B(R) (stabilité par passage au complémentaire).
De même, on peut montrer que tous les intervalles de R sont dans B(R),
ainsi que tous les singletons (les ensembles de la forme {x}, x ∈ R).

1.2 Mesures et mesurabilité

Dans le calcul des mesures, on adopte les conventions de calcul suivantes :
∀x ∈ R, x + ∞ = +∞, 0 × ∞ = 0.

Définition 1.3 Soit Ω un ensemble muni d’une tribu A. On dit que µ est
une mesure (positive) sur (Ω, A) si :
1. µ : A → [0, +∞] (elle peut prendre la valeur ∞)
2. µ(∅) = 0
3. si A0 , A1 , A2 , · · · ∈ A et sont deux à deux disjoints alors µ( ∪ An ) =
P n≥0
n≥0 µ(An ).

Quand µ est une mesure sur (Ω, A) est telle que µ(Ω) = 1, on dit que
µ est une mesure de probabilité . La tribu A contient tous les événements
possibles et, pour A ∈ A, µ(A) est la probabilité que A se produise.

2
Définition 1.4 Quand µ est telle que µ(Ω) < ∞, on dit que µ est une
mesure finie.

Définition 1.5 Quand on a un ensemble Ω avec une tribu A sur Ω, on

dit que (Ω, A) est un espace mesurable. Si on a de plus, une mesure µ sur
(Ω, A), on dit que (Ω, A, µ) est un espace mesuré.

Exemple 1.4 Le triplet (N, P(N), card) est un espace mesuré. Nous avons
vu que P(N) est une tribu sur N. De plus :
1. Pour A ∈ P(N), card(A)(= le nombre d’éléments de A) est bien dans
[0, +∞].
2. La partie ∅ est de cardinal 0.
P
3. Si A0 , A1 , · · · ∈ P(N) sont deux à deux disjoints, card( ∪ An ) = n≥0 card(An ).
n≥0

Proposition 1.3 Croissance et mesure d’une différence

Soit (Ω, A, µ) un espace mesuré. Soit A, B ∈ A tels que B ⊂ A.
– Alors µ(B) ≤ µ(A).
– Si, de plus µ(A) < +∞, alors µ(A\B) = µ(A) − µ(B).
(Rappel : A\B = {x : x ∈ A, x ∈/ B}.)

Preuve :
On a µ(A) = µ(A\B) + µ(B) (car A\B et B sont disjoints). Donc µ(B) ≤
µ(A). Si µ(A) < +∞, nous avons alors µ(A\B) = µ(A) − µ(B).

Proposition 1.4 Sous-additivité.

Soit (Ω, A, µ) un espace mesuré. Si A0 , A1 , A2 , · · · ∈ A (pas forcément deux
P
à deux disjoints). Alors µ( ∪ An ) ≤ n≥0 µ(An ).
n≥0

Preuve :
On pose pour tout entier k ≥ 1, Bk = Ak \ ∪0≤i≤k−1 Ai (et nous avons alors,
par convention, B0 = A0 ). Les ensembles B0 , B1 , B2 , . . . sont deux à deux

3
disjoints. Nous avons

µ( ∪ An ) = µ( ∪ Bn )
n≥0 n≥0
X
(car B0 , B1 , B2 , . . . deux à deux disjoints) = µ(Bn )
n≥0
X
(car ∀n, Bn ⊂ An ) ≤ µ(An )
n≥0

Proposition 1.5 Mesure d’une réunion croissante.

Soit (Ω, A, µ) un espace mesuré. Soient A0 , A1 , · · · ∈ A tels que A0 ⊂ A1 ⊂
· · · ⊂ An ⊂ An+1 ⊂ . . . . Alors µ( ∪ Ak ) = limn→∞ µ(An )
k≥0

Preuve :
Posons pour tout k ≥ 1, Bk = Ak \Ak−1 (= {x : x ∈ Ak , x ∈ / Ak−1 }) et
B0 = A0 .
Les ensembles B0 , B1 , B2 , . . . sont deux à deux disjoints. Donc

µ( ∪ Ak ) = µ( ∪ Bk )
k≥0 k≥0
X
= µ(Bk )
k≥0
n
X
= lim µ(Bk )
n→+∞
k=0
Pn
On a ∀n, k=0 µ(Bk ) = µ(An ). Donc µ( ∪ Ak ) = limn→+∞ µ(An ).
k≥0

Proposition 1.6 Mesure d’une intersection décroissante.

Soit (Ω, A, µ) un espace mesuré. Soient A0 , A1 , · · · ∈ A tels que A0 ⊃ A1 ⊃
· · · ⊃ An ⊃ An+1 ⊃ . . . et tels que µ(A0 ) < +∞. Alors µ( ∩ Ak ) =
k≥0
limn→+∞ µ(An ).

Preuve :
Posons pour tout k, Bk = Ak \Ak+1 . Les ensembles B0 , B1 , B2 , . . . sont deux
à deux disjoints.

4
Nous avons ∩ Ak = A0 \ ∪ Bk , donc
k≥0 k≥0

µ( ∩ Ak ) = µ(A0 ) − µ( ∪ Bk )
k≥0 k≥0
X
(mesure d’une réunion disjointe) = µ(A0 ) − µ(Bk )
k≥0
n
X
= µ(A0 ) − lim µ(Bk )
n→+∞
k=0
= lim (µ(A0 ) − µ(B0 ) − · · · − µ(Bn ))
n→+∞
(mesure d’une réunion disjointe) = lim (µ(A0 ) − µ( ∪ Bk ))
n→+∞ 0≤k≤n
= lim µ(An+1 ) .
n→+∞

Définition 1.6 Application mesurable.

0
Soient (Ω, A), (Ω0 , A ) deux espaces mesurables. On dit qu’une application
0 0
f : Ω → Ω0 est mesurable (par rapport aux tribus A, A ) si ∀B ∈ A ,
f −1 (B) := {x ∈ Ω : f (x) ∈ B} ∈ A.

Proposition 1.7 – Toute fonction continue f : (R, B(R)) → (R, B(R))

est mesurable.
– Si f et g sont deux fonctions mesurables (Ω, A) → (R, B(R)) alors
f + g, f × g, fg sont mesurables.
0 0 00
– Si f : (Ω, A) → (Ω0 , A ) est mesurable et g : (Ω0 , A ) → (Ω00 , A ) est
00
mesurable alors gof : (Ω, A) → (Ω00 , A ) est mesurable.

De manière générale, toute fonction (R, B(R)) → (R, B(R)) définie par une
formule est mesurable.

2 Probabilités
2.1 Définitions
Définition 2.7 On appelle espace probabilisé un espace mesuré (Ω, A, P )
où P est une mesure telle que : P (Ω) = 1. On dit alors que P est une
mesure de probabilité. Les éléments de A sont appelés événements.

5
Définition 2.8 On appelle variable aléatoire v.a toute application mesu-
rable X d’un espace probabilisé (Ω, A, P ) dans un espace mesurable (E, E).
On dit alors que X est à valeurs dans E.

Dans toute la suite du chapitre, (Ω, A, P ) sera un espace probabilisé.

Définition 2.9 Soit X : Ω → (E, E) une variable aléatoire. On appelle loi

de X la mesure PX sur (E, E) définie par

PX (A) = P ({ω ∈ Ω : X(ω) ∈ A})

= P (X −1 (A)).

Par définition, {ω ∈ Ω : X(ω) ∈ A} = X −1 (A).

On notera PX (A) = P (X ∈ A).

Remarque 2.2 La mesure PX est la mesure image de P par X.

La mesure PX est une mesure de probabilité.

Définition 2.10 Soit X une v.a. à valeurs dans R. On appelle fonction de

répartition de X la fonction de répartition associée à PX définie par
F : R → R+
t 7→ FX (t) = PX (] − ∞, t]) = P (X ≤ t)
Théorème 2.1 Soit X une v.a.r.. Alors
1. FX est croissante
2. limt→−∞ FX (t) = 0, limt→+∞ FX (t) = 1
3. FX est continue à droite et limt→t0 ,t<t0 FX (t) = P (X < t0 ).
FX est continue en t0 si, et seulement si, P (X = t0 ) = 0.

Définition 2.11 Soit X una v.a. à valeurs dans R. On dit que X a un

densité fX : R → R+ si ∀φ mesurable R → R,
Z
E(φ(X)) = φ(x)fX (x)dx .
R
Ceci implique en particulier
Z
P (X ∈ B) = fX (x)1B (x)dx .
R
La densité de X est la densité de PX .

6
Remarque 2.3 Si X est une v.a.r. avec une densité fX alors
Z t
FX (t) = fX (u)du .
−∞

La densité d’un variable aléatoire détermine complètement sa loi.

R
Par définition, une densité fX est toujours positive et vérifie R fX (x)dx =
1.

Exemple 2.5 Soit X une variable aléatoire à valeurs réelles v.a.r avec la
densité fX : x ∈ R 7→ e−x 1x>0 . Calculons
Z
P (X ≥ 1) = e−x 1x≥0 1x≥1 dx
R
Z +∞
= e−x dx
1
= [−e−x ]+∞
1

= e−1 .

Calculons la fonction de répartition de X. Si t < 0,

Z
P (X ≤ t) = e−x 1x≥0 1x≤t dx = 0 .
R

Si t ≥ 0,
Z
P (X ≤ t) = e−x 1x≥0 1x≤t dx
R
Z t
= e−x dx
0
= 1 − e−t .

2.2 Espérance et variance

Définition 2.12 Soit X v.a.r. On note
Z
E(X) = X(ω)P (dω)
Ω

qui est bien définie dans les cas suivants

– X ≥ 0 (et dans ce cas E(X) ∈ [0, +∞])

7
 R
– X de signe quelconque et Ω |X(ω)|P (dω) < ∞ .
On dit que X est intégrable si E(|X|) < ∞.

Remarque 2.4 1. Linéarité : si X et Y sont deux v.a.r. et a, b ∈ R,

E(aX + bY ) = aE(X) + bE(Y ).
2. Croissance : si X et Y sont deux v.a.r. telles que X ≤ Y (c’est à dire
∀ω ∈ Ω, X(ω) ≤ Y (ω) alors E(X) ≤ E(Y ).
3. Variable aléatoire constante : si X v.a.r. et a ∈ R tels que X(ω) =
a, ∀ω, alors E(X) = a.
4. Si X et Y v.a.r. telle que X = Y P-presque partout, P.p.p.
(c-à-d : P ({ω ∈ Ω tq X(ω) 6= Y (ω)}) = 0) alors E(X) = E(Y ) .
5. Si X variable aléatoire à valeurs dans [0, +∞] telle que E(X) < ∞
alors X est finie P-presque sûrement, P.p.s
(P ({ω ∈ Ω tq X(ω) = ∞}) = 0).

Proposition 2.8 Soit X une variable aléatoire à valeurs dans (E, E). Soit
φ mesurable E → [0, +∞]. La fonction φ(X) : ω ∈ Ω 7→ φ(X(ω)) ∈ [0, +∞]
est une variable aléatoire. Nous avons
Z
E(φ(X)) = φ(x)PX (dx) .
E

Si E = R et X a une densité f alors

Z
E(φ(X)) = φ(x)f (x)dx .
R

Définition 2.13 Si X est une v.a.r. telle que X 2 est intégrable alors la
variance de X est la quantité

var(X) = E(X 2 ) − E(X)2 = E((X − E(X))2 ).

Exemple 2.6 Soit X une variable aléatoire réelle de densité f et B ∈ B(R).

P (X ∈ B) = E(1B (X))
Z
= 1B (x)f (x)dx .
R

8
Exemple 2.7 Soit X v.a.r. de densité x 7→ e−x 1x≥0 ,
Z
E(X) = xe−x 1x≥0 dx
R
Z +∞
= xe−x dx
0
Z +∞
= [−xe−x ]+∞ 0 + e−x dx
0
= 0 + [−e−x ]+∞
0 =1.

Exemple 2.8 Soit X v.a. à valeurs dans {0, . . . , n} (n un entier fixé) avec
∀0 ≤ k ≤ n, P (X = k) = Cnk pk (1 − p)n−k (p ∈ [0, 1] fixé). Alors
n
X
E(X) = kP (X = k)
k=0
n
X
= kCnk pk (1 − p)n−k
k=0
n
X n(n − 1)!
= pk (1 − p)n−k
(k − 1)!(n − 1 − (k − 1))!
k=1
n−1
q
X
= n Cn−1 pq+1 (1 − p)n−1−q
q=0

= np(p + 1 − p)n−1−q = np .

Proposition 2.9 Soit X variable aléatoire à valeurs dans R. S’il existe

f : R → R telle que ∀φ : R → R continue positive bornée,
Z
E(φ(X)) = φ(x)f (x)dx ,
R

alors f est la densité de X.

On note Cb+ (R) l’ensemble des fonctions continues positives bornées R →

R+ .
2
e−x /2
Exemple 2.9 Soit X v.a.r. de densité x 7→ √
2π
. Soient (a, b) ∈ R∗ × R.

9
Calculons la loi de aX + b. Soit φ : R → R+ continue et bornée. Nous avons
2
e−x /2
Z +∞
E(φ(aX + b)) = φ(ax + b) √ dx
−∞ 2π
y−b 2 1
e−( a ) 2
Z +∞
(changement de variable y = ax + b) = φ(y) √ dy
−∞ 2π × |a|
Donc, par la proposition, la variable aX + b a une loi de densité y 7→
2

exp − 12 ( y−b
a )
√
2π×|a|
.

3 Inégalités
Théorème 3.2 Inégalité de Jensen
Soit φ : R → R mesurable convexe. Soit X v.a.r. intégrable telle que φ(X)
est intégrable. Alors
φ(E(X)) ≤ E(φ(X)) .

Théorème 3.3 Inégalité de Bienaymé-Tchebichev

Soit X v.a.r. positive, intégrable. Soit λ > 0. Alors
1
P (X ≥ λ) ≤ E(X) .
λ
Corollaire 3.1 Soit X v.a.r. telle que X 2 est intégrable. Alors
var(X)
P (|X − E(X)| ≥ λ) ≤ .
λ2
Preuve :
Pour tout ω, X(ω) ≥ λ1X(ω)≥λ donc, par la propriété de croissance,

E(X) ≥ E(λ1X≥λ )
= λP (X ≥ λ) .

Preuve :

P (|X − E(X)| ≥ λ) = P ((X − E(X))2 ≥ λ2 )

1
(par inégalité de Bienaymé-Tchebichev) ≤ E((X − E(X))2 ) .
λ2

10
Théorème 3.4 Inégalité de Markov
Si X v.a.r. avec X 2 intégrable et si λ > 0 alors

E(X 2 )
P (|X| ≥ λ) ≤ .
λ2
Preuve :

P (|X| ≥ λ) = P (X 2 ≥ λ2 )
E(X 2 )
(par inégalité de Bienaymé-Tchebichev) ≤ .
λ2
Exemple 3.10 Soit X une variable aléatoire, définie par sa loi de probabi-
lité :

x −5 0 5
1 3 1
P (X = x) 8 4 8

On a E(X) = 0, V ar(X) = 50 3
8 , et P (X = 0) = 4 .
Or P (X = 0) = P (|X| < 5) = 1 − P (|X| ≥ 5).
D’après l’inégalité de B.T :
50 1
P (|X| ≥ 5) ≤ =
25 × 8 4
3
1 − P (|X| ≥ 5) ≥
4
3
P (X = 0) ≥
4
On remarque que grâce à l ’inégalité B.T on a seulement un intervalle qui
a comme borne la vraie valeur de la probabilité recherchée.

Exemple 3.11 Soit X v.a telle que E(X) = 15 et V ar(X) = 25.

Trouver une borne de P (5 ≤ X ≤ 25) à l’aide de l’inégalité de B.T.

11
On a

P (5 ≤ X ≤ 25) = P (−10 ≤ X − 15 ≤ 10) = P (|X − 15| ≤ 10).

L’inégalité de B.T donne :

25
P (|X − 15| > 10) ≤
100
25
P (|X − 15| ≤ 10) ≥ 1 −
100
P (5 ≤ X ≤ 25) ≥ 1 − 0.25 = 0.75.

4 Lois classiques
4.1 Lois discrètes
1. Loi uniforme : Soit E ensemble fini de cardinal n, X est une variable
uniforme sur E si ∀x ∈ E, P (X = x) = n1 .
2. Loi de Bernoulli de paramètre p (∈ [0, 1]), notée B(p) : X à valeurs
dans {0, 1} telle que P (X = 1) = p, P (X = 0) = 1 − p.
3. Loi binômiale de paramètres n, p (n ∈ IN ∗ , p ∈ [0, 1]), notée B(n, p) :
X à valeurs dans {0, . . . , n} telle que ∀k ∈ {0, . . . , n}, P (X = k) =
Cnk pk (1 − p)n−k .
4. Loi géométrique de paramètre p (∈ [0, 1]), notée G(p) : X à valeurs
dans N∗ telle que ∀k ∈ N, P (X = k) = (1 − p)k−1 p.
5. Loi de Poisson de paramètre λ (> 0), notée P(λ) : X à valeurs dans
k
N telle que ∀k ∈ N, P (X = k) = λk! e−λ .

4.2 Lois continues

1. Loi uniforme sur [a, b] (a < b), notée U([a, b]) : de densité x 7→
1
b−a 1[a,b] (x).

2. Loi exponentielle de paramètre λ (λ > 0), notée E(λ) : de densité

x 7→ λe−λx 1R+ (x).

12
 3. Loi gaussienne (ou normale) de moyenne m (∈ R)  et de variance
 σ2
(x−m) 2
(∈ R+ ), notée N (m, σ 2 ) : de densité x 7→ √ 1 2 exp − 2σ2
2πσ

5 Fonctions caractéristiques
Définition 5.14 Soit X v.a.r, la fonction caractéristique de X est

ΦX : C → C
ξ 7→ R eiξx PX (dx) = E(eiξX ) .
R

Remarque 5.5 On alors

Z Z
ΦX (ξ) = Re(e )PX (dx) + i Im(eiξx )PX (dx) .
iξx
R R
 
σ2 ξ2
Lemma 5.1 Soit X de loi N (m, σ 2 ). Alors ΦX (ξ) = exp iξm − 2 .

Preuve :
Nous ne ferons la démonstration que dans le cas m = 0, σ = 1, ξ ∈ R. Nous
avons
Z
1 2
ΦX (ξ) = √ e−x /2 eiξx dx
ZR 2π Z
1 −x2 /2 iξx 1 2
= √ Re(e e )dx + i √ Im(e−x /2 eiξx )dx
ZR 2π Z R 2π
1 −x2 /2 1 2
= √ e cos(xξ)dx + i √ e−x /2 sin(xξ)dx
ZR 2π R 2π
1 −x2 /2
= √ e cos(xξ)dx + 0
R 2π
car l’intégrale d’une fonction impaire sur R est nulle.
2 2
Pour tout ξ, √12π e−x /2 cos(xξ) ≤ √12π e−x /2 qui est intégrable sur R.
2
Pour tout x ∈ R, ξ 7→ √1 e−x /2 cos(xξ) est dérivable, de dérivée ξ 7→
2π
√1 e −x2 /2 (−x sin(xξ)).
2
Pour tous ξ, x, √12π e−x /2 (−x sin(xξ)) ≤
2
√1 e−x /2 |x|
2π 2π

13
qui est intégrable sur R. En effet, par symétrie,
Z Z +∞
1 −x2 /2 1 2
√ e |x|dx = 2 √ e−x /2 xdx
R 2π 0 2π
1 −x2 /2 +∞
 
= 2 −√ e
2π 0
r
2
= .
π
Donc par théorème de dérivation globale
Z
0 1 2
ΦX (ξ) = √ e−x /2 (−x sin(xξ))dx
R 2π
h 2 √ i+∞ Z +∞ 2 √
= e−x /2 2π sin(xξ) − e−x /2 2πξ cos(xξ)dx
−∞ −∞
= 0 − ξΦX (ξ) .

Nous avons donc l’équation

D’où
ξ2
log(ΦX (ξ)) − log(ΦX (0)) = −
2
−ξ 2 /2
ΦX (ξ) = ΦX (0)e .
2 /2
Remarquons que ΦX (0) = E(1) = 1. Nous avons donc ΦX (ξ) = e−ξ .

Théorème 5.5 La fonction caractéristique d’une v.a.r. caractérise entièrement

la loi de cette variable. C’est à dire que si X et Y des v.a.r. ont même fonc-
tion caractéristique alors X et Y ont même loi.

6 Fonctions génératrices
Définition 6.15 Soit X une v.a. à valeurs dans N. On appelle fonction
génératrice de X la fonction

GX : R → R
r 7→ E(rX ) = +∞ n
P
n=0 P (X = n)r

14
Proposition 6.10 Si X est une v.a. à valeurs dans N, la fonction génératrice
est bien définie sur [−1, 1] et caractérise la loi de X.

Exemple 6.12 Soit X ∼ P(λ) (ce qui veut dire que X est de loi P(λ)).
Calculons
+∞
X λn e−λ
GX (u) = un
n!
n=0
λu −λ
= e e = e−λ(1−u) .

15