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.
58 Chapitre 2. Variables aléatoires discrètes<br />
1. On lance un dé équilibré : on gagne 1e si le numéro est pair, on perd 1e sinon. Ceci peut<br />
être modélisé par l’application X : (Ω,F,È) → X = {−1,+1} avec Ω = {1,2,3,4,5,6},<br />
F = P(Ω) etÈl’équiprobabilité sur Ω. Il est bien clair que les deux événements {X =<br />
+1} = {2,4,6} et {X = −1} = {1,3,5} appartiennent à F, c’est-à-dire que X est bien une<br />
variable aléatoire discrète.<br />
2. On lance deux dés équilibrés et on s’intéresse à leur somme. Celle-ci est une variable aléatoire<br />
discrète X à valeurs dans X = {2,...,12}, Ω = {(i,j),1 ≤ i,j ≤ 6} étant muni de la tribu<br />
F = P(Ω) et de l’équiprobabilitéÈ.<br />
On voit que la probabilité qui nous intéresse n’est pas tantÈsur l’espace (Ω,F) que la probabilité<br />
de prendre chacune des valeurs xi. C’est ce qui définit la loi de la variable aléatoire X.<br />
Définition 2.2 (Loi d’une variable aléatoire discrète)<br />
Soit X une variable aléatoire discrète à valeurs dans X = (xi)i∈I. La loi, ou distribution, de X est<br />
la famille des (pi)i∈I, avec :<br />
∀i ∈ I pi =È(X = xi).<br />
Exemples :<br />
1. Lancer d’un dé : la loi de X est donnée par p−1 = p+1 = 1/2. On dit que X suit une loi<br />
uniforme sur l’ensemble {−1,+1}.<br />
2. Lancer de deux dés : la loi de X est donnée par le vecteur ligne p = [p2,...,p12] suivant :<br />
<br />
1 2 3 4 5 6 5 4 3 2 1<br />
p = , , , , , , , , , , .<br />
36 36 36 36 36 36 36 36 36 36 36<br />
Cette loi est illustrée figure 2.1.<br />
6<br />
36<br />
1<br />
36<br />
p2<br />
p7<br />
2 7 12<br />
Figure 2.1 – Loi de la somme de deux dés.<br />
Propriétés 2.1 (Propriétés de la loi d’une variable discrète)<br />
Soit X une variable aléatoire discrète à valeurs dans X = (xi)i∈I et de loi (pi)i∈I, alors on a :<br />
(i) ∀i ∈ I, 0 ≤ pi ≤ 1;<br />
(ii) <br />
i∈I pi = 1.<br />
Nous allons maintenant nous intéresser à une fonction deÊdansÊqui permet de caractériser<br />
aussi bien les valeurs prises par une variable aléatoire discrète que sa loi : la fonction de répartition.<br />
Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>