Scribd
Importer
6 vues3 pages

Variables Aléatoires Réelles et Probabilités

Les variables aléatoires réelles modélisent des phénomènes incertains en associant des nombres réels à des issues d'expériences aléatoires. Elles sont définies par leur loi de probabilité, fonction de répartition, espérance, et variance, avec des exemples tels que le lancer d'un dé. Leur étude est essentielle en probabilités et statistiques, ayant des applications variées dans les sciences.

Transféré par

thedrata bel
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
6 vues3 pages

Variables Aléatoires Réelles et Probabilités

Les variables aléatoires réelles modélisent des phénomènes incertains en associant des nombres réels à des issues d'expériences aléatoires. Elles sont définies par leur loi de probabilité, fonction de répartition, espérance, et variance, avec des exemples tels que le lancer d'un dé. Leur étude est essentielle en probabilités et statistiques, ayant des applications variées dans les sciences.

Transféré par

thedrata bel
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Les variables aléatoires réelles

Albert Oscar
May 11, 2025

Introduction

Les variables aléatoires réelles sont des fonctions qui associent un nombre réel à chaque issue
d’une expérience aléatoire. Elles permettent de modéliser mathématiquement des phénomènes
incertains, comme le lancer d’un dé, la durée de vie d’un composant, ou les gains dans un jeu.

1 Définition

Une variable aléatoire réelle (v.a.r.) est une fonction X définie sur un univers Ω prenant
des valeurs dans R.

X:Ω→R
Exemple : Soit l’expérience aléatoire : « Lancer un dé équilibré à 6 faces ». On peut définir
X comme la variable qui associe à chaque issue sa valeur : X(ω) = ω, avec ω ∈ {1, 2, 3, 4, 5, 6}.

2 Loi de probabilité

La loi de probabilité d’une variable aléatoire réelle discrète X est donnée par :

x1 , x2 , . . . , xn avec P (X = xi ) = pi

avec : n
X
pi = 1 et ∀i, pi ≥ 0
i=1

Exemple : Soit X la variable aléatoire correspondant au lancer d’un dé équilibré :

xi 1 2 3 4 5 6
pi 16 16 16 16 16 16

3 Fonction de répartition

La fonction de répartition F associée à X est définie par :

F (x) = P (X ≤ x)

Elle est croissante, continue à droite, et vérifie :

lim F (x) = 0, lim F (x) = 1


x→−∞ x→+∞

1
4 Espérance et moments

4.1 Espérance mathématique

L’espérance E(X) d’une variable aléatoire discrète est donnée par :


n
X
E(X) = xi · p i
i=1

Exemple : Pour un dé équilibré :


6
X 1 1+2+3+4+5+6
E(X) = i· = = 3,5
i=1
6 6

4.2 Variance et écart-type

Var(X) = E(X 2 ) − [E(X)]2


p
σ(X) = Var(X)
Exemple :

2 12 + 22 + · · · + 62 91 91
E(X ) = = , donc Var(X) = − (3,5)2
6 6 6

5 Lois classiques

5.1 Loi uniforme discrète


1
X ∼ U({1, 2, ..., n}) ⇒ P (X = i) =
n

5.2 Loi de Bernoulli

X ∼ B(p) ⇒ X ∈ {0, 1}, P (X = 1) = p, P (X = 0) = 1 − p


E(X) = p, Var(X) = p(1 − p)

5.3 Loi binomiale


 
n k
X ∼ B(n, p) ⇒ P (X = k) = p (1 − p)n−k
k

E(X) = np, Var(X) = np(1 − p)

2
6 Représentation graphique

0.8

Probabilité 0.6

0.4

0.2

0
1 1 1 2 2 2
Valeur de X

Figure 1: Loi de probabilité d’un dé équilibré

Conclusion

Les variables aléatoires permettent de décrire rigoureusement des phénomènes aléatoires. Leur
étude (loi, espérance, variance, etc.) est fondamentale en probabilités et en statistiques, avec
des applications dans de nombreux domaines scientifiques.

Vous aimerez peut-être aussi