Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Chapitre 3<br />
Variables aléatoires à densité<br />
<strong>Introduction</strong><br />
Contrairement au chapitre précédent, on considère ici des variables aléatoires à valeurs dansÊ<br />
ou un intervalle deÊ. Parmi celles-ci, seules celles dont la loi admet une représentation intégrale<br />
nous intéresseront : on parle alors de variables à densité, ou absolument continues. On pourra ainsi<br />
retrouver l’ensemble des notions vues pour les variables discrètes.<br />
3.1 Densité d’une variable aléatoire<br />
Dans toute la suite, (Ω,F,È) désigne un espace probabilisé. On commence par définir la notion de<br />
variable aléatoire de façon très générale, valable en particulier pour les variables discrètes. Rappelons<br />
qu’un intervalle I deÊest un ensemble d’un seul tenant, c’est-à-dire de la forme I = [a,b] ou<br />
I =]a,b] ou I = [a,b[ ou I =]a,b[, avec a et b deux réels, voire −∞ et/ou +∞ à condition d’ouvrir<br />
les crochets.<br />
Définition 3.1 (Variable aléatoire)<br />
Une application<br />
X :<br />
→Ê <br />
(Ω,F,È)<br />
ω ↦→ X(ω)<br />
est une variable aléatoire si pour tout intervalle I deÊ:<br />
{X ∈ I} := X −1 (I) = {ω ∈ Ω : X(ω) ∈ I} ∈ F.<br />
Commençons par remarquer que siX prend ses valeurs dans un sous-ensemble au plus dénombrable<br />
X deÊ, on retrouve la définition 2.1 d’une variable discrète puisqu’alors :<br />
{X ∈ I} = <br />
{X = xi} ∈ F,<br />
i : xi∈I<br />
car la tribu F est stable par union au plus dénombrable. Réciproquement, si I = {xi} = [xi,xi],<br />
alors suivant la définition ci-dessus :<br />
et la boucle est bouclée.<br />
{X ∈ I} = {X = xi} ∈ F,<br />
Expliquons en deux mots la définition générale ci-dessus. L’intérêt de supposer qu’un événement<br />
appartient à F est bien sûr d’être assuré qu’on pourra en calculer la probabilité. Mais dans le