Chapitre 18 : Variables aléatoires

PTSI B Lycée Eiel

9 avril 2020

Un mèdecin annonce à un de ses patients :

 J'ai une bonne et une mauvaise nouvelle, je commence par la mauvaise.
1
Vous avez une maladie grave dont on ne guérit qu'avec une probabilité . 
10
 Et la bonne nouvelle docteur ? 
 Mes neuf derniers patients sont morts... 

Introduction
Pour introduire cette nouvelle notion, absolument fondamentale en probabilités (tellement d'ailleurs
que vous n'entendrez plus parler que de ça jusqu'à la n de l'année, à peu de choses près), prenons un
exemple très classique : on lance simultanément (ou successivement, ça ne change pas grand chose)
quatre pièces équilibrées. L'univers Ω des résultats de l'expérience est un ensemble à 24 = 16 éléments
constitué des suites de quatre  Pile ou Face  (on pourra ainsi noter PPFP le résultat de l'expérience
consistant à tirer Pile au premier lancer, à nouveau Pile au deuxième, Face au troisième et Pile au
quatrième). On peut naturellement déjà se poser plein de questions concernant cet univers, mais il
arrive qu'on ait envie de considérer des résultats qui ne sont pas directement ceux de l'expérience.
Par exemple, on veut étudier plus particulièrement le nombre de Piles obtenus lors de ces quatre
lancers de pièces. Ce nombre de Piles est un entier directement associé au résultat de l'expérience (si
vous connaissez le résultat, vous connaissez le nombre de Piles). Eh bien, une variable aléatoire, c'est
exactement ça : une application qui, à chaque élément de Ω, associe un nombre réel. Ces variables
aléatoires donnent fréquemment lieu à des développements mathématiques faisant intervenir des
techniques de calcul qui pour nous se limiteront cette année aux calculs de sommes (et l'an prochain
aux calculs de séries, quand vous aurez étendu la notion de variable aléatoire à des univers innis).
Par ailleurs, certaines situations classiques en probabilités donnent lieu à l'apparition de variables
aléatoires usuelles (schémas de Bernoulli notamment) pour lesquelles nous démontrerons quelques
résultats dans ce chapitre qui nous éviteront de refaire en permanence les mêmes calculs (d'espérance
ou de variance notamment).

Objectifs du chapitre :
• être capable d'appliquer ses connaissances en dénombrement pour déterminer correctement
la loi d'une variable aléatoire.
• maitriser les techniques de calcul de l'espérance et de la variance.
• savoir repérer sans hésitation les variables aléatoires suivant une loi binômiale, et celles qui
n'en suivent pas une.

1
1 Variables aléatoires nies
Comme dans le chapitre de probabilités précédent, on se contentera de travailler sur des univers
nis dans tout ce chapitre.

1.1 Dénition, notations

Dénition 1. Soit Ω l'univers associé à une expérience aléatoire. Une variable aléatoire (réelle)
X sur Ω est une application X : Ω → R.
Remarque 1. On note X(Ω) l'ensemble des valeurs prises par la variable aléatoire X (qui est bien
l'image de l'ensemble Ω par l'application X ).
Exemple : L'application qui à chaque français associe sa taille est une variable aléatoire sur l'en-
semble de la population française. On a ici X(Ω) ⊂ [0; 3] (j'ai pris large). Sur le même univers, on
pourrait dénir une autre variable aléatoire associant par exemple à chaque français son groupe de
musique préféré. Mais ce ne serait bien sûr pas une variable aléatoire réelle (les résultats ne seraient
même pas numériques) et n'aurait donc aucun intérêt mathématique (calculer la moyenne du groupe
de musique préféré des français n'aurait par exemple absolument aucun sens, alors que cacluler une
taille moyenne est nettement plus envisageable).
Les trois exemples numérotés qui suivent seront repris dans l'ensemble du chapitre pour illus-
trer les diérentes notions abordées et donner des exemples de calculs (d'espérance et de variance
notamment).
Exemple 1 : On lance deux dés équilibrés à six faces, et on note X la somme des résultats obtenus
sur les deux dés. On aura X(Ω) = {2, 3, . . . , 12}.
Exemple 2 : Dans l'exemple explicité en introduction (lancer de quatre pièces équilibrées), en notant
X le nombre de Piles obtenus, X est une variable aléatoire, et X(Ω) = {0; 1; 2; 3; 4}.

Exemple 3 : Dans une urne se trouvent cinq jetons numérotés de 1 à 5. On en tire 3 simultanément
et on note X le plus petit des trois numéros tirés. On a ici X(Ω) = {1; 2; 3} (si on tire trois jetons
simultanément, le plus petit ne peut pas être plus grand que 3 ; ce serai diérent si on eectuait des
tirages successifs avec remise, bien entendu).
Dénition 2. Soit X une variable aléatoire sur un univers Ω. On note habituellement X = x,
l'événement {ω ∈ Ω|X(ω) = x}. On utilisera de même la notation X 6 x pour l'événement {ω ∈
Ω|X(ω) 6 x} (et X > x ; X < x et X > x pour des évèvements similaires).
Exemple : Ainsi, si on reprend l'exemple du lancer de quatre pièces (et toujours avec X le nombre
de Piles), on pourra écrire P (X = 1) pour désigner la probabilité de l'événement  On a obtenu
exactement une fois Pile lors de nos quatre lancers de pièce , raccourci extrêmement pratique. Ici,
4 1
en l'occurrence, P (X = 1) = = (il y a quatre cas sur les 16 possibles pour lesquels on obtient
16 4
5
un seul Pile, il faut choisir quelle pièce est tombée sur Pile). De façon similaire, P (X > 3) =
16
(cinq cas valables sur 16, les quatre où on a obtenu trois Piles et un Face et l'unique tirage ayant
donné quatre Piles).
Proposition 1. Soient X et Y deux variables aléatoires sur un même univers Ω, alors X + Y , XY ,
λX (où λ est un réel quelconque), max(X, Y ) et min(X, Y ) sont également des variables aléatoires.
Plus généralement, X 2 , X 3 ou n'importe quelle expression de la forme f (X), où f est une fonction
dénie sur X(Ω), est une variable aléatoire sur Ω.

Pas de démonstration, c'est évident, ce sont aussi des applications de Ω dans R. Il faut simplement
avoir à l'esprit qu'on peut  eectuer des calculs  avec des variables aléatoires, ce qui interviendra
très régulièrement dans les calculs de variance.

2
1.2 Loi d'une variable aléatoire
Pour pouvoir dire des choses intéressantes sur une variable aléatoire, la première chose à étudier est
la probabilité d'apparition de chacun des résultats possibles :
Dénition 3. Soit X une variable aléatoire, la loi de probabilité de X est la donnée des proba-
bilités P (X = k), pour toutes les valeurs k prises par X (c'est-à-dire pour k ∈ X(Ω)).
Remarque 2. Pour calculer la loi d'une variable aléatoire, il sut donc de déterminer toutes les
valeurs qu'elle peut prendre, puis calculer la probabilité de chaque résultat. On présente souvent
les résultats sous forme d'un tableau, comme nous allons le faire en reprenant nos trois exemples
cités plus haut. Dans certains cas, on peut également donner une formule exprimant P (X = k) en
fonction de k, mais une telle formule valable pour toutes les valeurs possibles de k n'est pas toujours
évidente à déterminer (quand il y en a une !). Ce sera le cas des variables aléatoires usuelles que nous
étudierons à la n de ce chapitre.
Exemple 1 : Pour le lancer de deux dés, la somme des résultats obtenus a pour loi :
k 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
P (X = k) 36 36 36 36 36 36 36 36 36 36 36

Démonstration. C'est un calcul de probabilités tout à fait classique. Lorsqu'on lance deux dés à six
faces, on a 62 = 36 résultats équiprpbables possibles (en considérant bien sûr ici comme résultats les
paires d'entiers compris entre 1 et 6, par exemple (2, 4) ou (5, 5)). Sur ces 36 résultats, un seul donne
une valeur de X égale à 2 (on a tiré un double 1), deux donnent une valeur de X égale à 3 (on a tiré
un 1 sur un des deux dés et un 2 sur l'autre, ce qui correspond bien à deux cas diérents), etc.
Exemple 2 : Reprenons notre exemple du nombre de Piles sur quatre lancers de pièces. On peut
présenter la loi de X sous la forme d'un tableau :
k 0 1 2 3 4
1 1 3 1 1
P (X = k) 16 4 8 4 16

Démonstration. On a déjà fait une bonne partie du travail plus haut : il y a 16 résultats diérents
possibles, un seul (FFFF) qui correspond à l'évènement X = 0, quatre qui donnent X = 1 (on doit
choisir la pièce qui tombe sur Pile) etc. Les plus observateurs d'entre vous remarqueront qu'on peut
4


ici trouver une formule générale : P (X = k) = k . On retrouvera ce type de formule plus loin dans
16
le chapitre quand nous dénirons les lois binomiales.
Exemple 3 : Pour déterminer la loi, le plus simple est de dénombrer tous les cas possibles (il n'y en
a que 10), même si on peut exprimer les probabilités à l'aide de coecients binomiaux (par
 exemple,
4
pour avoir X = 1, il faut tirer le jeton 1 puis deux autres parmi les 4 restants, soit tirages
  2
5
favorables sur les , donc 6 tirages sur 10). On obtient en tout cas :
3
k 1 2 3
6 3 1
P (X = k) 10 10 10

Proposition 2. Les événements (X = k)k∈X(Ω) forment un système complet d'événements. On a

donc P (X = k) = 1.
P
k∈X(Ω)

Démonstration. Ces événements sont incompatibles (on ne peut pas avoir à la fois X(ω) = k et
X(ω) = k 0 pour des valeurs diérentes de k et k 0 ). Leur réunion est bien Ω tout entier puisque
chaque élément ω de Ω a une image par X .

3
2 Moments d'une variable aléatoire
Lorsqu'on s'intéresse à une variable aléatoire pouvant prendre un grand nombre de valeurs (et même
dans les autres cas !), il peut être intéressant de donner, en plus de la loi de la variable qui ne sera
pas toujours une donnée très lisible (imaginez par exemple qu'on reprenne l'étude de la somme des
résultats d'un lancer de dés de notre exemple 1, mais avec dix dés au lieu de deux, bon courage pour
trouver la loin de X ), des caractéristiques d'ensemble de cette loi, comme la moyenne des valeurs
prises (pondérées par leur probabilité d'apparition). Ces paramètres sont les mêmes que ceux qu'on
étudie en statistiques, et se rangent dans deux catégories donnant des informations complémentaires :

• les paramètres de position donnent une idée globale des valeurs prises par la variable aléatoire.
Dans cette catégorie se situent la moyenne (qu'on privilégiera en pratique dans nos calculs)
mais aussi par exemple la médiane (valeur qui sépare en deux parties égales l'ensemble des
valeurs prises par la variable aléatoire, en tenant compte des probabilités d'apparition de
ces valeurs). Dans certains cas, connaitre la médiane est plus pertinent que la moyenne (par
exemple, si on étudie les salaires des français, un calcul de moyenne est peu représentatif
car les plus gros salaires sont tellement énormes qu'ils contribuent  trop  à augmenter la
moyenne, quand la médiane sera plus représentative du salaire d'un français  moyen ).
• les paramètres de dispersion servent à mesurer la répartition des valeurs prises par la variable
aléatoire autour du paramètre de position (moyenne ou médiane). C'est le cas de l'écart-type
(associé en général au calcul de moyenne) ou de l'écart absolu moyen (associé au calcul de
médiane, que nous n'étudierons pas). À moyenne xée, plus l'écart-type est gros, plus les
valeurs prises par la variable sont (en moyenne !)  loin  de la moyenne.

2.1 Espérance
Dénition 4. L'espérance d'une variable aléatoire X est dénie par E(X) = kP (X = k).
X

k∈X(Ω)

Remarque 3. Il s'agit bel et bien d'un calcul de moyenne pondérée, les coecients étant égaux aux
probabilités P (X = k). La somme des coecients vaut donc 1, ce qui explique qu'il n'y ait pas de
division à faire pour calculer cette moyenne. Si on dipose de la loi de X sous forme de tableau, le
calcul de l'espérance est donc très simple, on multiplie chaque valeur par la probabilité qui se trouve
juste en-dessous et on fait la somme.
Exemple 1 : On calcule un peu laborieusement l'espérance de la somme de nos deux chires lors du
2 + 6 + 12 + 20 + 30 + 42 + 40 + 36 + 30 + 22 + 12 252
lancer de dés : E(X) = = = 7. Ce résultat
36 36
tout simple vous semble logique ? On reviendra dessus un peu plus loin (il y a une méthode plus
simple pour retrouver le résultat). On ne pourrait d'ailleurs sûrement pas calculer par cette méthode
l'espérance de la somme des chires obtenus lorsqu'on lance dix dés (on serait incapables de donner
la loi) alors qu'elle devrait logiquemnt valoir 35.

Exemple 2 : Reprenons l'exemple de quatre lancers de pièce, où X était le nombre de Piles obtenu.
1 4 6 4 1
On aura E(X) = 0 × +1× +2× +3× +4× = 2. Le résultat est bien conforme à
16 16 16 16 16
l'intuition qu'on a de la moyenne de la variable aléatoire X .
6+6+3 3
Exemple 3 : Pour nos cinq jetons dans l'urne, l'espérance vaut E(X) = = . Tout ce
10 2
qu'on peut constater c'est que c'est cohérent puisque l'espérance se situe entre les valeurs extrêmes
prises par la variable X (et plus proche de 1 qui est la valeur qu'on obtiendra la majorité du temps).
Proposition 3. La variable aléatoire constante X : ω 7→ a, a ∈ R, a une espérance E(X) = a.

4
Démonstration. C'est évident complètement trivial puisque dans ce cas la variable (qui ne l'est pas
vraiment) prend comme unique valeur a, avec probabilité 1. En fait, cette propriété sert simplement
à supprimer les espérances quand elles sont autour d'une constante dans certains calculs formels.
Dénition 5. Soit A un évènement inclus dans notre univers Ω. La variable indicatrice de
l'évènement A, notée 1A , est la variable aléatoire dénie par 1A (ω) = 1 si ω ∈ A, et 1A (ω) = 0
sinon.
Proposition 4. L'espérance de la variable aléatoire indicatrice 1A vaut P (A).
Démonstration. C'est bien parce que je suis consciencieux que je fais une preuve. La loi de 1A est
extrêmement simple, elle prend la valeur 1 si ω ∈ A, c'est-à-dire avec probabilité P (A), et 0 sinon,
donc avec probabilité 1 − P (A). L'espérance vaut donc bien P (A). En fait, ces variables indicatrices
jouent un rôle essentiel dans le principe des schémas de Bernoulli que nous évoquerons dans la dernière
partie du cours, et permettent aussi de calculer plus simplement certaines espérances, comme nous
allons le vois ci-dessous.
Théorème 1. Linéarité de l'espérance.
Si X et Y sont deux variables aléatoires dénies sur le même univers Ω, et a, b deux réls, on a
E(aX + bY ) = aE(X) + bE(Y ). En particulier, on aura toujours E(X + Y ) = E(X) + E(Y ) ;
E(aX) = aE(X), ou encore en utilisant l'espérance d'une variable constante calculée plus haut,
E(X + b) = E(X) + b.

Démonstration. La preuve est un peu formelle et sera donc esquivée. Cette linéarité est toutefois
 évidente  d'un point de vue intuitif. Prenons un exemple classique et toujours réjouissant, celui
des notes qu'on attribue à nos chers élèves. Lors d'une interro de maths particulièrement peu révisée,
j'obtiens à la n de ma correction une moyenne brute égale à 5 sur 20. Je décide dans un élan de
générosité d'ajouter trois points à tout le monde, quel eet cela aura-t-il sur la moyenne ? Ça va bien
sûr l'augmenter de trois points. C'est exactement ce que dit la propriété E(X + b) = E(X) + b. Si
au lieu d'augmenter tout le monde de trois points, je décide carrément de doubler toutes les notes,
la moyenne sera multipliée par deux. C'est ce qu'arme la formule E(aX) = aE(X). Enn, si je
décide de faire une deuxième interro pour rattraper la première, deuxième interro où on atteint une
moyenne de 7, et que j'additionne les deux notes pour en former une nouvelle, la moyenne de la
classe sera de 12. C'est ce qui découle de la dernière formule E(X + Y ) = E(X) + E(Y ).
Exemple : Cette propriété très simple est mine de rien extrêmement utile (c'est même la propriété
fondamentale à maitriser sur l'espérance). On lance par exemple successivement 100 dés équilibrés
à six faces (tant qu'à faire, maintenant qu'on a une méthode ecace, on peut se le permettre). On
note X la somme des résultats obtenus. Calculer l'espérance directement demande un certain courage
(la loi de X est une horreur absolue), mais on peut en fait s'en sortir beaucoup plus simplement !
Notons Xi la variable aléatoire donnant le résultat du lancer du dé numéro i. On peut constater
que X = X1 + X2 + · · · + X100 . Or, toutes les variables Xi ont la même espérance, celle de la
7
variable donnant le résultat d'un lancer de dé à six faces, qui vaut (cette variable prend chacune
2
1
des valeurs 1, 2, 3, 4, 5 et 6 avec probabilité , je vous laisse détailler le calcul si nécessaire). On a
6
7 7
donc E(X) = E(X1 + X2 + · · · + X100 ) = E(X1 ) + E(X2 ) + · · · + E(X100 ) = + · · · + = 350
2 2
(résultat intuitivement évident, soit dit en passant).
Proposition 5. Une variable aléatoire positive (c'est-à-dire que X(Ω) ⊂ R+ ) a necéssairement une
espérance positive.
Si X , Y sont deux variables aléatoires telles que X 6 Y (c'est-à-dire que ∀ω ∈ Ω, X(ω) 6 Y (ω)),
alors E(X) 6 E(Y ).

5
Démonstration. C'est une fois de plus évident. Tous les termes intervenant dans le calcul de l'espé-
rance de X étant positifs, la somme sera nécessairement positive. Pour la deuxième propriété, on peut
utiliser une ruse classique : si X 6 Y , la variable aléatoire Y − X est positive, donc E(Y − X) > 0.
Or, E(Y − X) = E(Y ) − E(X), ce qui nous donne l'inégalité voulue. On remarquera en passant
que les propriétés fondamentales de l'espérance (linéarité, positivité) rappellent fortement celles de
l'intégrale. Ce n'est bien entendu pas du tout un hasard.
Dénition 6. Une variable aléatoire X est centrée si E(X) = 0.
Proposition 6. Si X est une variable aléatoire d'espérance m, la variable aléatoire X − m est
centrée. On l'appelle variable aléatoire centrée associée à X .
Démonstration. Par linéarité, E(X − m) = E(X) − E(m) = m − m = 0.
Théorème 2. (théorèmeXdu transfert) Soit X une variable aléatoire et g : R → R une fonction,
alors on a E(g(X)) = g(k)P (X = k).
k∈X(Ω)

Démonstration. On admettra ce résultat qui est un peu technique à prouver. C'est évident dans le
cas où les images par g des valeurs k sont distinctes, mais un peu plus pénible à rédiger dans le cas
général.
Remarque 4. Ce théorème signie qu'on peut calculer très facilement des espérances de variables
aléatoires obtenues en appliquant une fonction à la variable X . Ainsi, par exemple, E(X 2 ) =
k P (X = k) (autrement dit, on élève les valeurs au carré et on les probabilités intactes
X
2

k∈X(Ω)
par rapport au calcul de l'espérance de X ). Un principe simple à retenir quand on fait ce genre de
calcul : on ne modie jamais les probabilités, mais uniquement les valeurs, dans le calcul d'espérance.

2.2 Variance et moments d'ordre supérieur

Dénition 7. Soit X une variable aléatoire et r un entier strictement positif, le moment d'ordre r
de X , noté mr (X), est l'espérance
P r de la variable aléatoire X . Autrement dit (en utilisant le théorème
r

du transfert) mr (X) = k P (X = k).

k∈X(Ω)

Remarque 5. Le moment d'ordre 1 de X n'est autre que l'espérance de X .

Dénition 8. La variance V (X) d'une variable aléatoire X est le moment d'ordre 2 de la variable
aléatoire centrée associée à X . Autrement dit, V (X) = E((X −E(X))2 ). L'écart-type σ de la variable
aléatoire X est déni par σ(X) = V (X).
p

Que représente cette variance ? Il s'agit, techniquement, d'une moyenne de carrés d'écarts à la
moyenne. Pourquoi prendre le carré ? Tout simplement car la moyenne des écarts à la moyenne
est nulle. Pour réellement mesurer ces écarts, il faut  les rendre positifs , ce qui se fait bien en les
élevant au carré. On pourrait également penser à prendre leur valeur absolue, mais cela aurait moins
de propriétés intéressantes pour le calcul. Par contre, pour  eacer la mise au carré, on reprend
ensuite la racine carrée du résultat obtenu pour dénir l'écart-type. L'écart-type représente donc
(comme son nom l'indique) un écart moyen entre les valeurs prises par X et la moyenne de X (plus
il est grand, plus les valeurs prises par X sont étalées).
Proposition 7. La variance d'une variable aléatoire est toujours positive.
On a la formule V (aX + b) = a2 V (X).
Démonstration. La première propriété découle immédiatement de la dénition du moment d'ordre 2,
qui est une somme de termes positifs. Pour la deuxième, c'est du calcul un peu formel. Il faut calculer
l'espérance de (aX + b − E(aX + b))2 . Or, par linéarité de l'espérance, E(aX + b) = aE(X) + b
dont l'expression précédente vaut (aX + b − aE(X) − b)2 = a2 (X − E(X))2 , dont l'espérance vaut
a2 E((X − E(X))2 ) = a2 V (X).

6
Remarque 6. Une variable aléatoire a une variance (et un écart-type) nulle si et seulement si elle est
constante.
Théorème 3. Théorème de König-Huygens : V (X) = E(X 2 ) − (E(X))2 .
Démonstration. C'est à nouveau un calcul très formel : (X − E(X))2 = X 2 − 2E(X)X + (E(X))2 ,
donc, par linéarité de l'espérance, V (X) = E((X − E(X))2 ) = E(X 2 ) − 2E(X)E(X) + E(E(X))2 =
E(X 2 ) − 2E(X)2 + (E(X))2 = E(X 2 ) − (E(X))2 .

Remarque 7. En pratique, c'est à peu près systématiquement via la formule de König-Huygens que
nous eectuerons nos calculs de variance, car il est plus simple de calculer E(X 2 ) que de calculer
directement E((X − E(X))2 ).
Dénition 9. Une variable aléatoire est dite réduite si son écart-type (et donc sa variance) vaut 1.
Proposition 8. Si X est une variable aléatoire, la variable aléatoire centrée réduite associée
X − E(X)
à X est X ∗ = (qui est, vous vous en seriez doutés, centrée et réduite).
σ(X)
Démonstration. On a déjà vu plus haut que X − E(X) était centrée, la diviser par l'écart-type ne
   2
X − E(X) 1
va pas changer cela. De plus, V = V (X) = 1.
σ(X) σ(X)
Exemple 1 : Pour vous montrer qu'un calcul d'écart-type à la main est en général très fastidieux,
prenons l'exemple classique du lancer de deux dés, où l'on note X la somme des deux chires
22 × 1 + 32 × 2 + · · · + 122 × 1 1974
obtenus. Un calcul pénible donne E(X 2 ) = = donc V (X) =
r 36 36
35 35
E(X 2 ) − E(X)2 = . L'écart-type vaut donc σ(X) ' ' 2.415.
6 6
4 + 24 + 36 + 16
Exemple 2 : Dans le cas du lancer de quatre pièces, c'est moins areux. On a E(X 2 ) = =
16
80
= 5, donc V (X) = 5 − 4 = 1. Autrement dit, la variable X est une variable réduite (c'est une
16
coïncidence numérique ici, il n'y a pas de raison profonde à cela).
6+4×3+9 27
Exemple 3 : Dernier calcul pour nos histoires de jeton dans une urne, E(X 2 ) = = ,
10 10
27 9 9
donc V (X) = − = . Sans surprise, on obtient ici un écart-type faible puisque les valeurs
10 4 20
que peut prendre X sont limitées, et que la variable va en pratique prendre presque tout le temps la
1
valeur 1 ou 2 (dont être à une  distance  de sa moyenne).
2

2.3 Inégalité de Bienaymé-Tchebychev

Théorème 4. Inégalité de Bienaymé (Irénée-Jules) - Tchebychev (Pafnouti).
Soit X une variable aléatoire d'espérance m et d'écart-type σ , alors, pour tout réel strictement positif
σ2
a, on a l'inégalité P (|X − m| > a) 6 .
a2
Démonstration. La preuve découle d'une autre inégalité connue sous le nom d'inégalité de Markov :
E(X)
si X(Ω) ⊂ R+ et a > 0, P (X > a) 6 . C'est essentiellement évident : si ce n'était pas le
a
E(X)
cas, X prendrait des valeurs plus grandes que a avec une probabilité plus grande que , ce qui
a
contribuerait à l'espérance pour une quantité plus grande que E(X), ce n'est pas possible quand on
n'ajoutera ensuite plus que des valeurs positives dans le calcul de l'espérance. Appliquons donc cette
inégalité à la variable (X − m)2 , qui est positive, et à a2 . On sait que E((X − m)2 ) = V (X) = σ 2 ,

7
 σ2
donc P ((X − m)2 > a2 ) 6 2 . Or, la probabilité de gauche est la même que celle de |X − m| > a,
a
ce qui prouve l'inégalité de Bienaymé-Tchebychev.
Remarque 8. Cette inégalité permet de majorer la probabilité d'obtenir des valeurs éloignées de
la moyenne pour une variable aléatoire (ce qui a notamment un lien avec la notion d'intervalle de
conance en statistiques), mais elle est hélas très imprécise, et ne donne pas de bons résultat en
pratique sauf pour des valeurs réellement extrêmes de la variable aléatoire. En fait, son principal
intérêt est de permettre de démontrer rapidement la loi faible des grandes nombres, mais cette
dernière n'est pas à votre programme cette année !

3 Lois usuelles nies

Certaines lois de probabilité interviennent susamment régulièrement lorsqu'on étudie des va-
riables aléatoires dans des cas classiques (lancers de dés ou de pièces, tirages de boules dans des
urnes, bref toutes les bêtises qu'on aime bien vous iniger dans les exercices de probas) pour qu'il
soit intéressant de les étudier une bonne fois pour toutes (et accessoirement de leur donner un nom)
et d'en retenir les caractéristiques (espérance et variance notamment). Nous en étudierons trois dans
ce chapitre (dont l'une est un cas particulier d'une autre), et vous en verrez quelques autres l'an
prochain (sur des univers innis).

3.1 Loi uniforme

Exemple fondamental : Dans une urne se trouvent n boules numérotées de 1 à n. On en tire une
au hasard et on note X le numéro obtenu.
Dénition 10. On dit que la variable aléatoire X suit une loi uniforme sur {1; . . . ; n}, et on note
1
X ∼ U({1; . . . ; n}), si X(Ω) = {1; . . . ; n} et ∀k ∈ {1; . . . ; n}, P (X = k) = .
n
n+1 n2 − 1
Proposition 9. Si X ∼ U({1; . . . ; n}), on a E(X) = et V (X) = .
2 12
k=n k=n
1 1X 1 n(n + 1) n+1
Démonstration. Pour l'espérance, on a E(X) = .
X
k× = k = =
n n n 2 2
k=1 k=1
k=n
1 1
Pour la variance, on va utiliser la formule de König-Huygens. On a
X
E(X 2 ) = k2 × = ×
n n
k=1
n(n + 1)(2n + 1) (n + 1)(2n + 1) (n + 1)(2n + 1) (n + 1)2
= donc V (X) = E(X 2 )−(E(X))2 = − =
6 6 6 4
2(n + 1)(2n + 1) − 3(n + 1) 2 2 2
4n + 6n + 2 − 3n − 6n − 3 2
n −1
= = .
12 12 12
Remarque 9. À partir d'une loi uniforme prenant ses valeurs entre 1 et n, on construit facilement
une loi dont la probabilité est uniforme entre deux entiers m et p (il sut d'ajouter une constante).
m+p (m − p + 1)2 − 1
La loi ainsi construite a une espérance égale à et une variance égale à .
2 12

3.2 Loi de Bernoulli

Exemple fondamental : On lance une pièce mal équilibrée pour laquelle la probabilité d'obtenir
Pile vaut p et on note X la variable aléatoire valant 1 si on tombe sur Pile et 0 si on tombe sur face.
Dénition 11. On dit que la variable aléatoire X suit une loi de Bernoulli de paramètre p
(avec p ∈ [0; 1]) si X(Ω) = {0; 1} ; P (X = 1) = p et P (X = 0) = 1 − p. On le note X ∼ B(1, p).

8
Remarque 10. Cette loi est aussi appelée loi indicatrice de paramètre p, puisqu'elle apparait essen-
tiellement dans le cas où X est la variable aléatoire indicatrice d'un événement.
Proposition 10. Si X ∼ B(1, p), alors E(X) = p et V (X) = p(1 − p).
Démonstration. Pour l'espérance, on a déjà fait le calcul un peu plus haut. On a par ailleurs de la
même façon E(X 2 ) = p, donc V (X) = p − p2 = p(1 − p).
Remarque 11. On utilise surtout en pratique des sommes de variables aléatoires suivant des lois de
Bernoulli, comme on a déjà pu le faire dans le cas du lancer successif de 100 dés. On peut voir une
variable aléatoire de Bernoulli comme un exemple d'expérience aléatoire où on a seulement deux
issues possibles, le  succès  (représenté par la valeur 1 pour la variable aléatoire) et l' échec  (la
variable prend la valeur 0. Ces variables basées sur la dualité succès-échec sont à la base du principe
du schéma de Bernoulli : si on répète plusieurs fois de suite une expérience de Bernoulli (la  même 
expérience au sens où la probabilité de succès doit rester toujours la même, et où les diérentes
expériences doivent être indépendantes les unes des autres) et qu'on compte le nombre de succès
obtenus lors de ces n essais, on construit une variable aléatoire qui va suivre une loi binômiale, qui
nous allons à présent décrire.

3.3 Loi binômiale

Exemple fondamental : Une urne contient des boules blanches et noires, avec une proportion p de
boules blanches (et donc une proportion 1 − p de boules noires). On tire n boules avec remise dans
l'urne et on note X le nombre de boules blanches obtenues (par rapport à la remarque concluant le
paragraphe précédent, on répète bien ici n fois une expérience ayant deux issues possibles, le succès
étant ici représenté par le tirage d'une boule blanche et l'échec par le tirage d'une boule noire ; il est
essentiel que les tirages s'eectuent avec remise pour que la probabilité de tirer une boule blanche
reste la même à chaque tirage, sinon on obtiendra un tout autre type de loi).
Dénition 12. On dit qu'une variable aléatoire X suit une loi binomiale de 
paramètre
 (n, p)
n k
(avec n ∈ N∗ et p ∈ [0; 1]) si X(Ω) = {0; . . . ; n} et ∀k ∈ {0; . . . ; n}, P (X = k) = p (1 − p)n−k .
k
On le note X ∼ B(n, p).
Remarque 12. Si n = 1, la loi binomiale de paramètre (1, p) n'est autre que la loi de Bernoulli de
paramètre p, ce qui justie l'emploi de la même notation.
Remarque 13. Comme on l'a déjà dit, une loi binômiale est obtenue lorsqu'on compte le nombre de
réussites après avoir tenté n fois de suite (de façon indépendante) une expérience aléatoire ayant une
probabilité p de réussir. C'est même ainsi qu'on doit repérer les lois binômiales dans un exercice.
Attention tout de même, ce n'est pas parce qu'un schéma de Bernoulli est présent dans l'énoncé
que toutes les variables aléatoires vont nécessairement suivre des loins binômiales, on peut très bien
créer d'autres variables à partir de cette même situation. Par exemple, on lance dix fois de suite une
pièce (équilibrée) à Pile ou Face. Si onnote X le nombre de Faces obtenues, la variable X suivra
1 1
une loi binômiale de paramètre 10, (on répète dix fois une expérience ayant une probabilité
2 2
de réussir et on compte simplement le nombre de succès). Mais si, à partir de la même expérience,
on note X le numéro du lancer où on a obtenu pour la première fois Pile (en admettant qu'on peut
poser X = 0 si on n'obtient que des Faces), la variable Y ne suivra pas du tout une loi binômiale.
Proposition 11. Si X ∼ B(n, p), alors E(X) = np et V (X) = np(1 − p) (on note parfois q = 1 − p,
auquel cas on a V (X) = npq ).
k=n  
n k
Démonstration. On a E(X) = p (1−p)n−k . On aimerait bien appliquer le binome de New-
X
k
k
k=1
ton, mais il faut pour cela faire disparaitre le k, ce qui est par exemple possible grace à la formule sans

9
     k=n
X n − 1 j=n−1
X  j 
n n−1
nom k =n On a donc E(X) = n k
p (1 − p)n−k
=n pj+1 (1 −
k k−1 k−1 k−1
k=1 j=0
p)n−1−j
= np(p + 1 − p) n−1
= np.
Pour la variance, on ne va pas calculer E(X
 ) directement,
2
 mais
 passer par E(X(X − 1)), ce qui va
n n−2
permettre d'utiliser la formule k(k − 1) = n(n − 1) (obtenue en appliquant deux fois de
k k−2
suite la formule sans nom). Un calcul extrêmement similaire au précédent donne alors E(X(X −1)) =
n(n − 1)p2 , donc V (X) = E(X 2 ) − E(X)2 = E(X(X − 1) + X) − E(X)2 = n(n − 1)p2 + np − n2 p2 =
np − np2 = np(1 − p).

Remarque 14. La somme de n variables suivant chacune de façon indépendante une loi de Bernoulli
de paramètre p sera toujours une variable binômiale de paramètre (n, p). C'est même exactement le
principe du schéma de Bernoulli.
Remarque 15. Pour les curieux, que se passe-t-il si on reprend le dispositif de notre exemple fonda-
mental (une urne contient des boules blanches en proportion p et noires en proportion 1 − p) mais
qu'on eectue n tirages successifs sans remise (en notant toujours X le nombre de boules blanches
tirées après ces n tirages) ? On obtient en fait un autre type de loi classique (mais qui n'est pas à
votre programme !), appelée loi hyper-géométrique (que beau nom). On a aussi des formules pour
l'espérance et la variance de telles lois, qui se démontrent en utilisant une belle formule de dénombre-
ment (pas à votre programme non plus !) appelée formule de Vandermonde. Si jamais vous tombez
sur une variable de ce type dans un exercice, vous referez bien sûr tous les calculs à la main.

10