201 2013 ´ 2014 Variables aléatoires discrètes. Exemples Pré-requis : Séries à termes réels, Dénombrement, Tribus, Espaces probabilisés et généralité sur les v.a.r. Notations : pΩ, A, pq une espace probabilisé. I Définition et Propriétés Définition : Variable aléatoire discrète Une variable aléatoire discrète X est une application de Ω dans R où XpΩq est fini ou dénombrable. On note : XpΩq “ txi {i P Iu Définition : Loi de probabilité On nomme loi de probabilité de la variable aléatoire discrète X, l’ensemble des couples pxi , pi qiPI tels que : " xi P XpΩq pi “ P pX “ xi q Propriété : Loi de probabilité 1. ÿ P pX “ xi q “ 1 iPI 2. @i P I, P pX “ xi q ě 0 Exemples : Loi Bernoulli Bppq, Binomiale Bpn, pq, Hypergéométrique HpN, n, pq, Géométrique Gppq et Poisson P pλq. Propriété : Loi d’une fonction de v.a.r.d Si g est une fonction numérique définie sur XpΩq alors Y “ gpXq est une v.a.r.d et : Y pΩq “ ty P R{Di P I tq ÿy “ gpxi qu @y P Y pΩq, P pY “ yq “ P pX “ xi q i{gpxi q“y Définition : Fonction de répartition On nomme fonction de répartition de X, la fonction F de R dans R : x ÞÑ F pxq “ P pX ď xq “ ÿ P pX “ xi q xi ďx Propriétés de la fonction de répartition 1. @x P R, F pxq P r0; 1s 2. F est croissante sur R et continue à droite. 3. lim F pxq “ 0 et lim F pxq “ 1 xÑ´8 xÑ`8 2 4. @pa, bq P R , P pa ă x ď bq “ F pbq ´ F paq Théorème Si XpΩq “ pxi qiPN˚ dans l’ordre croissant alors P pX “ x1 q “ F px1 q et @i ą 1 , P pX “ xi q “ F pxi q ´ F pxi´1 q http://vincentobaton.fr -1- 201 II Variables aléatoires discrètes. Exemples 2013 ´ 2014 Espérance, variance et écart-type Définition : Espérance Si I est fini ou ÿ xi P pX “ xi q converge absolument, alors on nomme espérance de X la valeur de : iPI EpXq “ ÿ xi P pX “ xi q iPI Exemples : Loi Bernoulli Bppq, Binomiale Bpn, pq, Hypergéométrique HpN, n, pq, Géométrique Gppq et Poisson P pλq. 2 Contre-exemple : P pX “ 3k q “ k`1 avec k P N (N’admet pas d’espérance) 3 Théorème de transfert Si I est fini ou si ÿ gpxi qP pX “ xi q converge absolument alors la v.a.r.d gpXq admet une espérance et : iPI EpgpXqq “ ÿ gpxi qP pX “ xi q iPI Ex : Si X 2 admet une espérance, alors EpX 2 q “ ÿ x2i P pX “ xi q iPI Définition : Fonction génératrice Soit X une variable aléatoire à valeurs dans N. ÿ On définit sa fonction génératrice GX par : GX psq “ Epsk q “ sk P pX “ kq pour s dans le disque ouvert de convergence kPI de la série entière. Exemples : Loi Bernoulli Bppq, Binomiale Bpn, pq, Géométrique Gppq et Poisson P pλq. Propriétés de la fonction génératrice pkq GX k! ‚ Si le rayon de convergence est >1 alors EpXq “ G1X p1q ‚ @k P N, P pX “ kq “ Définition : Variance et écart-type Si I est fini ou si ÿ pxi ´ Epxqq2 P pX “ xi q converge absolument alors on nomme variance de X la valeur de : iPI V pXq “ ÿ pxi ´ Epxqq2 P pX “ xi q iPI a et écart-type de X : σpXq “ V pXq Exemples : Loi Bernoulli Bppq, Binomiale Bpn, pq, Hypergéométrique HpN, n, pq, Géométrique Gppq et Poisson P pλq. Théorème Si X 2 admet une espérance alors V pXq “ EpX 2 q ´ pEpXqq2 http://vincentobaton.fr -2- 201 Variables aléatoires discrètes. Exemples 2013 ´ 2014 Propriétés ‚ Si X admet une espérance et une variance alors pour tout pa, bq P R2 , aX ` b admet une espérance et une variance et EpaX ` bq “ aEpXq ` b V paX ` bq “ a2 V pXq ‚ Si X et Y admettent une espérance alors EpX ` Y q “ EpXq ` EpY q ‚ Si X et Y admettent une variance et sont indépendantes alors V pX ` Y q “ V pXq ` V pY q http://vincentobaton.fr -3- Exemples http://vincentobaton.fr 1 1 ´ sn`1 n`1 1´s 1 ´ p ` ps a pp1 ´ pq p1 ´ p ` psqn a npp1 ´ pq npp1 ´ pq np Ckn pk p1 ´ pqn´k r|0; n|s Bpn, pq Binomiale c N ´m npp1 ´ pq N ´1 N ´m npp1 ´ pq N ´1 np CkN p Cn´k CnN N p1´pq r|M axp0; n ´ N p1 ´ pqq; minpn; N pq|s HpN, n, pq Hypergéométrique 1 p1 ´ pq p2 ps 1 ´ p1 ´ pqs c 1 p1 ´ pq p2 1 p λk k! λ e´λp1´sq ? λ λ e´λ N N˚ pp1 ´ pqk´1 P pλq, λ ą 0 Poisson Gppq Géométrique Variables aléatoires discrètes. Exemples Bibliographie : Escoffier / Bréal ECS 1ère année / Ouvrard / Ellipse ISTAS / Probabilités pour scientifiques et ingénieurs Bogaert Définition : Soient pXn qnPN une suite de v.a.r.d. et X une v.a.r.d sur un même espace probabilisé. On note Fn la fonction de répartition de Xn et F la fonction de répartition de X.On dit que pXn q converge en loi vers pXq si : lim Fn pxq “ F pxq en tout point de continuité de F . nÑ`8 ˙ ˆ ´ λ Théorème 1 : B n, ÝÑ P pλq Théorème 2 : H N, n, pq ÝÑ Bpn, pq Loi n Loi Théorème GX psq σpXq n2 ´ 1 2 pp1 ´ pq n2 ´ 1 2 V pXq c p P pX “ 1q “ p et P pX “ 0 “ 1 ´ pq n`1 2 1 n EpXq P pX “ iq “ r|1; n|s XpΩq Loi Bppq U pr|1; n|sq Notation t0; 1u Bernouilli Uniforme Définition : Convergence en loi III 201 2013 ´ 2014 -4-