314 CHAPITRE V.

PROBABILITÉS

l ey
Beta. Une v.a. X rélle est dite de loi Beta de paramètre a, b > 0, (on note X ⇠ Beta(a, b)) si X
admet pour densité
1
f (x) = xa 1 (1 x)b 1 [0,1] (x) , x 2 R,
B(a, b)
R
où B(a, b) := 01 ua 1 (1 u)b 1 du est la fonction beta. La loi beta est une généralisation de la loi
uniforme sur [0, 1]. Elle apparaît naturellement dans de nombreux contextes.

bo
Exercice 2.49. Soient X, Y deux variables aléatoires indépendantes, de lois X ⇠ Gam(a, ), Y ⇠
Gam(b, ). On pose W = X + Y et Z = X+Y X
. Alors W et Z sont indépendantes, de loi W ⇠
Gam(a + b, ), Z ⇠ Beta(a, b).

Cauchy. Une v.a. X réelle est dite de loi de Cauchy standard (on note X ⇠ Cauchy(0, 1)) si X
admet pour densité
1
f (x) = , x 2 R.

am
⇡(1 + x2 )
On dit que X suit une loi de Cauchy de paramètre m 2 R (paramètre de position), ↵ > 0 (paramètre
d’échelle), on note X ⇠ Cauchy(m, ↵), si X admet pour densité
↵
f (x) = , x 2 R.
⇡(↵2 + (x m)2 )

Autrement dit,

Y m
X= ⇠ Cauchy(0, 1) () Y = ↵X + m ⇠ Cauchy(m, ↵) .
:L
↵
La loi de Cauchy possède des propriétés importantes et apparaît elle-aussi dans de nombreux contextes.

Proposition 2.50. Soient X, Y deux v.a. indépendantes, de lois respectives X ⇠ Cauchy(m1 , ↵1 ),

Y ⇠ Cauchy(m2 , ↵2 ). Alors X + Y ⇠ Cauchy(m1 + m2 , ↵1 + ↵2 ).

Démonstration. La preuve peut se faire en utilisant la formule fX+Y = fX ⇤ fY (voir [BCD21, p. 262]),
mais elle sera plus facile en utilisant la fonction caractéristique.

Exercice 2.51. Soit X ⇠ Cauchy(0, 1). Montrer que l’on a aussi 1/X ⇠ Cauchy(0, 1).

Exercice 2.52. Soient X, Y deux v.a. indépendantes de loi N (0, 1). Montrer que Z = X/Y est de loi
r

Cauchy standard.

3 Espérance, variance, inégalités probabilistes

teu

3.1 Définitions et premières propriétés

Définition 3.1 (Espérance). Soit X une variable aléatoire réelle d’un espace probabilisé (⌦, F, P).
• Si X est à valeurs positives, on définit l’espérance de X :
Z
E(X) = X(!)dP(!) 2 [0, +1] .
⌦

• Si X est à valeurs réelles, on dit que X admet une espérance si E(X + ) < +1 ou E(X ) < +1,
Au

où X + = max(X, 0) et X = max( X, 0) sont les parties positives et négatives de X. On définit alors

l’espérance de X comme :
Z
E(X) = X(!)dP(!) = E(X + ) E(X ) 2 [ 1, +1] .
⌦

Note, si X = (X1 , . . . , Xd ) est une v.a. à valeurs dans Rd , on pose E(X) = (E(X1 ), . . . , E(Xd )).
3. ESPÉRANCE, VARIANCE, INÉGALITÉS PROBABILISTES 315

l ey
Remarque 3.2. Si E(X + ) < +1 et E(X ) < +1, alors l’espérance de X est finie, |E(X)| < +1.
On note que, par linéarité de l’intégration pour des fonctions positives on a E(|X|) = E(X + ) + E(X ),
car |X| = X + + X . On en déduit que X est d’espérance finie (= est intégrable) si et seulement si
E(|X|) < +1.

Voici quelques propriétés importantes de l’espérance (qui découle de la théorie de l’intégration) :

— Monotonie. Si X, Y admettent une espérance et si X  Y p.s., alors E(X)  E(Y ) ;

bo
— Linéarité. Si X, Y admettent une espérance finie, alors pour tous a, b 2 R on a E(aX + bY ) =
aE(X)+bE(Y ) ; Si X, Y sont positives, alors pour tous a, b 2 R+ , E(aX +bY ) = aE(X)+bE(Y ) ;
— Inégalité triangulaire. Si X admet une espérance, on a |E(X)|  E(|X|) ;
— Positivité. Si X est positive et telle que E(X) = 0, alors X = 0 p.s..

Exemple 3.3. Si X ⇠ Ber(p), alors on a E(X) = p. En effet, une variable de Bernoulli peut toujours
s’écrire comme une fonction indicatrice : X = A ,R où A = {! 2 ⌦ , X(!) = 1} ; le paramètre p est
clairement égal à P(X = 1) = P(A). Alors E(X) = ⌦ A dP(!) = P(A).

i=1 AiP am
Exemple 3.4. La linéarité de l’espérance peut avoir des applications finalement assez importantes !
Elle permet notamment de calculer certaines espérances sans avoir à déterminer la loi de la variable
aléatoire. Soit par exemple ⌦ = Sn l’ensemble des permutations de {1, . . . , n}, muni de la probabilité
uniforme P. On pose X la v.a. X(!) = « nombre de points fixes de ! ». On peut alors écrire X =
Pn
, où Ai = « i est un point fixe de ! » = {! 2 Sn , !(i) = i}. Par linéarité, on a alors
P
E(X) = ni=1 E( Ai ) = ni=1 P(Ai ) = n ⇥ n1 = 1.

Définition-Proposition 3.5. On note L1 (⌦, F, P) (où plus simplement L1 (P) ou L1 ) l’ensemble des
variables aléatoires réelles d’espérance finie : L1 = {X : ⌦ ! R mesurable, E(|X|) < +1}. L’espace
:L
L1 est un espace vectoriel réel.

3.1.1 Quelques théorèmes d’intégration en termes probabilistes

Théorème 3.6 (Convergence monotone). Si (Xn )n 1 est une suite croissante de v.a., c’est-à-dire
Xn+1 Xn p.s. 8 n, et si E(X1 ) > 1 alors E(limn!1 Xn ) = limn!1 E(Xn ).

Lemme 3.7 (Lemme de Fatou). Si (Xn )n 0 est une suite de v.a. positives, alors E(lim inf n!1 Xn ) 
lim inf n!1 E(Xn ).

Exemple 3.8. Soit (Xn )n 1 une suite de v.a. positives telles que X = limn!1 Xn existe p.s. Si on a
limn!1 E(Xn ) = 0, alors par le lemme de Fatou on a E(lim inf n!1 Xn ) = 0. La v.a. X étant positive,
r

on a X = 0 p.s., c’est-à-dire limn!1 Xn = 0 p.s.

Théorème 3.9 (Convergence dominée). Soit (Xn )n 1 une suite de v.a. dominée par une même
teu

v.a. Y 2 L1 positive, c’est-à-dire telle que |Xn |  Y pour tout n 1 avec E(Y ) < 1. Alors si
X = limn!1 Xn p.s., on a E(X) = limn!1 E(Xn ) < 1.

Une identité utile. Voici une identité qui permet de relier l’espérance d’une variable aléatoire
positive à sa fonction de répartition.
R1
Lemme 3.10. Si X est une variable aléatoire positive, alors E(X) = 0 P(X > t)dt.
R1
Démonstration. Il suffit de remarquer que l’on a X = 0 {t<X} dt. En appliquant le théorème de
Fubini–Tonelli, on obtient
Z 1 Z 1
Au

E(X) = E( {X>t} )dt = P(X > t)dt .

0 0

Ce résultat permet par exemple d’obtenir :

P
— Si X est à valeurs dans N, E(X) = n2N P(X > n) ;
— La v.a. X est dans L1 si et seulement si t 7! P(|X| > t) est intégrable.
316 CHAPITRE V. PROBABILITÉS

l ey
3.2 Le théorème de transfert
D’après le théorème
R
de transfert, pour X une v.a. réelle, on peut réécrire la formule de l’espérance
comme E(X) = R xdPX (x). De manière générale, on peut énoncer le résultat suivant.

Théorème 3.11 (Théorème de transfert). Soit X une variable aléatoire à valeurs dans (E, E). Alors
pour toute fonction g : E ! R mesurable telle que g(X) admet une espérance, on a
Z

bo
E(g(X)) = g(x)dPX (x) .
E

On peut décliner cette formule de transfert pour les deux grandes classes de v.a. : les v.a. discrètes
et à densité.

Théorème 3.12 (Théorème de transfert, version discrète). Soit X une variable aléatoire à valeurs
dans E dénombrable et soit g : E ! R une fonction mesurable. Alors g(X) admet une espérance si et
P P

am
seulement si x2E g + (x)P(X = x) < +1 ou x2E g (x)P(X = x) < +1, et on a
X
E(g(X)) = g(x)P(X = x) .
x2E

Théorème 3.13 (Théorème de transfert, version absolument continue). Soit X une variable aléatoire
à valeurs dans Rd admettant une densité
R
f et soit g : Rd ! R une
R
fonction mesurable. Alors g(X)
admet une espérance si et seulement si Rd g (x)f (x)dx < +1 ou Rd g (x)f (x)dx < +1, et on a
+

Z
E(g(X)) = g(x)f (x)dx .
:L
Rd

Une application intéressante du théorème de transfert est qu’il permet de déterminer la loi d’une v.a.

Lemme 3.14. La v.a. X à valeurs dans E est de loi µ si etRseulement si pour toute fonction g : E ! R
mesurable positive (ou mesurable bornée) on a E(g(X)) = E g(x)dµ(x).
R
Démonstration. Si X est de loi µ, alors on a E(g(X)) = E g(x)dµ(x), grâce au théorème de transfert.
R
Pour la réciproque : si E(g(X)) = E g(x)dµ(x) pour toute fonction g mesurable positive, alors c’est
en
R
particulier vrai pour toute fonction A , pour A 2 E. Cela donne alors E( A (X)) = P(X 2 A) =
A dµ(x) = µ(A), c’est-à-dire PX = µ.

Remarque 3.15. Dans le Lemme 3.14, dans le cas E = Rd , on pourrait en réalité remplacer la classe
r

des fonctions test pour laquelle vérifier la formule de transfert par une classe plus restreinte : le lemme
reste vrai si l’on remplace « pour toute fonction g mesurable positive » par
teu

— pour toute fonction g continue et bornée ;

— pour toute fonction g C 1 à support compact.
L’idée de la démonstration est d’approcher les fonctions indicatrices R de pavés bornés R par des
fonctions de la classe voulue.

Exemple 3.16. On peut se servir du Lemme 3.14 pour déterminer la loi de v.a. Par exemple, soit
X ⇠ U([ ⇡2 , ⇡2 ]). Posons Y = tan(X) et déterminons la loi de Y .
Soit g : R ! R+ une fonction mesurable positive quelconque (une fonction test pour la formule de
transfert). Alors, en utilisant la formule de transfert pour la v.a. X, de densité ⇡1 [ ⇡2 , ⇡2 ] (x), on obtient
Au

Z ⇡/2 Z
1 1
E(g(Y )) = E(g(tan(X))) = g(tan(x))dx = g(y) dy ,
⇡/2 ⇡ R ⇡(1 + y 2 )

où on a effectué le changement de variable y = tan(x) pour la dernière égalité. Cette identité étant
valable pour une fonction g quelconque, on en déduit que Y est de loi PY de densité ⇡(1+y
1
2 ) , c’est-à-
dire Y est de loi de Cauchy standard.
3. ESPÉRANCE, VARIANCE, INÉGALITÉS PROBABILISTES 317

l ey
De manière générale, cette technique fonctionne bien pour déterminer la densité (quand elle existe)
d’un vecteur aléatoire Y fonction d’un vecteur aléatoire X à densité — les étapes sont toujours les
mêmes : prendre une fonction test g pour calculer E(g(Y )) ; appliquer laR formule de transfert à X ;
effectuer un changement de variable pour arriver à une intégrale du type Rd g(y)[· · · ]dy ; identifier la
densité de Y .
Exercice 3.17. Soient X, Y deux variables aléatoires indépendantes, à valeurs dans Rd . On suppose
que X admet pour densité f , mais on ne suppose rien sur Y . Montrer que Z = X + Y admet une

bo
densité et la déterminer en fonction des lois de X et Y .
Solution. Soit g : Rd ! R une fonction mesurable positive. On a
Z Z ÇZ å
E(g(Z)) = E(g(X + Y )) = g(x + y)dPX (x)dPY (y) = g(x + y)dPY (y) f (x)dx ,
Rd ⇥Rd Rd Rd

où on a utilisé la formule de transfert pour le vecteur (X, Y ), dont la loi est PX,Y = PX ⌦ PY par
indépendance de X et Y . On a ensuite utilisé Fubini–Tonelli pour intégrer d’abord par rapport à y.

am
Maintenant, l’intégrale interne est égale à E(g(x + Y )) : après avoir encore appliqué Fubini–Tonelli on
peut écrire ÇZ å
E(g(Z)) = E g(x + Y )f (x)dx .
Rd

(pour ceux qui connaissent l’espérance conditionnelle, ça devrait être clair). Si on considère simplement
l’intégrale à l’intérieur de l’espérance, un changement de variable z = x + Y donne
ÇZ å Z Ä ä
E(g(Z)) = E g(z)f (z Y )dz = g(z)E f (z Y ) dz ,
Rd Rd
:L
où on a de nouveau appliqué Fubini–Tonelli pour la dernière égalité. Cette identité étant valable pour
toute fonction g mesurable positive, on en déduit que Z = X + Y admet une densité, donnée par la
fonction z 7! E[f (z Y )].

3.3 Moments, variance et covariance

Définition 3.18. Soit X une variable aléatoire réelle, soit p 0. Si X p est intégrable (X p 2 L1 ), on
dit que X admet un moment d’ordre p fini. La quantité E(X p ) est alors appelée moment d’ordre p
de X.
On note Lp := Lp (⌦, F, P) l’ensemble des v.a. à valeurs réelles qui admettent un moment d’ordre p
fini. Par convention, L0 est l’ensemble des v.a. réelles.
r

Proposition 3.19. On a les propriétés suivantes :

— Si p 0, et si X, Y 2 Lp , alors X + Y 2 Lp ; autrement dit, Lp est un espace vectoriel réel.
teu

0
— Si p0  p et si X 2 Lp , alors X 2 Lp .
— Si X, Y 2 L2 , alors XY 2 L1 .
Démonstration. Pour le premier point, il suffit d’écrire |X +Y |p  max{2|X|, 2|Y |}p  2p |X|p +2p |Y |p ,
avec |X|p et |Y |p intégrables.
0 0
Pour le deuxième point, on montre facilement que |X|p  1 + |X|p , donc si |X|p est intégrable |X|p
l’est aussi.
Pour le troisième point, il suffit d’écrire |XY |  12 (X 2 + Y 2 ).

Le moment d’ordre 1 d’une v.a. réelle X est son espérance. On calculera en général des moment
Au

d’ordre p 2 N⇤ de X. Le moment d’ordre 2 est extrêmement utile.

Définition-Proposition 3.20. Si X admet un moment d’ordre 2 fini, alors on définit la variance
de X : ⇣Ä ä2 ⌘
Var(X) = E X E(X) = E(X 2 ) E(X)2 0 .
»
On appelle := Var(X) l’écart-type de X.