Nombres aléatoires

Nombres aléatoires
Azzouz Dermoune
6 février 2017

Table des matières
1 Nombres aléatoires uniformément distribués 3
1.1 Nombres uniformément distribués sur {1, . . . , M}....... 3
1.1.1 Nombres distribués selon la loi de Bernoulli de para-
mètre p.......................... 5
1.2 Nombres 2-uniformément distribués sur {1, . . . , M}...... 6
1.3 Nombres d-uniformément distribués sur {1, . . . , M}...... 7
1.3.1 La loi binomiale de paramètre (N, p).......... 7
1.4 Nombre aléatoire uniformément distribué sur {1, . . . , M}. . . 8
1.5 Nombres (m, d)-uniformément distribués sur {1, . . . , M}. . . 9
1.5.1 Loi géométrique de paramètre p............. 9
1.5.2 Loi de Poisson de paramètre λ............. 10
2 Construction physique des nombres aléatoires 11
2.1 Nombres aléatoires binaires : les lancers d’une pièce de monnaie 11
2.2 Construction des nombres aléatoires à l’aide d’un dé . . . . . 12
3 Langage probabiliste, variable aléatoire discrète 13
3.1 Variable aléatoire ......................... 13
3.2 Événements ............................ 13
3.2.1 Probabilité d’un événement ............... 14
3.3 Moyenne, espérance mathématique ............... 14
3.3.1 Variable centrée ...................... 14
3.4 Variance .............................. 14
3.4.1 Variable centrée réduite ................. 15
4 Nombres aléatoires uniformément distribués sur [0,1] 16
4.1 Echauffements ........................... 16
4.2 Nombres 1-uniformément distribués ............... 17
1

4.2.1 Fonction de répartition et densité de la loi uniforme
sur [0,1] .......................... 17
4.2.2 Intégrale de Riemann et la loi uniforme sur [0,1] . . . 18
4.2.3 Nombres 1-uniformément distribués sur [a, b]..... 18
4.2.4 Nombres distribués selon la loi exponentielle de para-
mètre λ.......................... 19
4.3 Nombres 2-uniformément distribués ............... 20
4.4 Nombres 3-uniformément distribués ............... 21
4.5 Nombres d-uniformément distribués ............... 23
4.6 Nombres aléatoires uniformes sur [0,1] ............. 23
5 Fonction de répartition et densité d’une loi de probabilité
sur R25
5.1 Fonction de répartition d’une loi de probabilité sur R..... 25
5.1.1 Interprétation probabiliste de la fonction de répartition 25
5.2 La densité d’une loi de probabilité sur R............ 28
5.3 Formule de changement de variable ............... 30
5.4 Loi de Weibull .......................... 30
5.5 La fonction Gamma ....................... 31
2

Chapitre 1
Nombres aléatoires
uniformément distribués
Soit un entier M≥2et {1, . . . , M}l’ensemble des nombres entiers 1,
. . . , M.
1.1 Nombres uniformément distribués sur {1, . . . , M}
Définition. Une suite (x0, . . . , xn−1)d’entiers ayant ntermes est unifor-
mément distribuée sur {1, . . . , M}si pour chaque m∈ {1, . . . , M}
card{0≤i≤n−1 : xi= 1}=. . . =card{0≤i≤n−1 : xi=m}=. . .
=card{0≤i≤n−1 : xi=M}:= qn.
Conséquence. Si la suite (x0, . . . , xn−1)est uniformément distribuée sur
{1, . . . , M}alors forcément
card{0≤i≤n−1 : xi=m}=n
M=qn
et alors Mdivise n. La suite (x0, . . . , xn−1)visite qnchaque entier m∈
{1, . . . , M}. C’est-à-dire le pourcentage
Pn−1
i=0 1[xi=m]
n=1 M,∀m∈ {1, . . . , M}.
Définition. Une suite (xi:i= 0, . . .)d’entiers ayant un nombre infini
de termes est uniformément distribuée sur {1, . . . , M}si
lim
n→+∞Pn−1
i=0 1[xi=m]
n→1 M,∀m= 1, . . . , M. (1.1.1)
3

Exercice 1. a) On suppose que la suite a seulement ntermes x0, ...,
xn−1et qu’elle est uniformément distribuée sur {1, . . . , M}. Dans ce cas
Pn−1
i=0 1[xi=m]
n=1 M,∀m= 1, . . . , M.
Donner un exemple avec n= 6 et M= 3.
b) On suppose que x0,x1, . . . est une suite ayant un nombre infini de
termes et 1-uniformément distribuée sur {1, . . . , M}. i) Montrer que, pour
chaque 1≤m≤M,
νn(m) = qn+o(n),
où o(n)est un entier qui peut dépendre de met il vérifie o(n)
n→0lorsque
n→+∞.
ii) On définit pour chaque 1≤m≤Ml’ensemble {i∈N:xi=m}.
Montrer que {i∈N:xi=m}est infini et que les égalités suivantes ont
lieu :
{i∈N:xi≤m}=
m
[
k=1{i∈N:xi=k},
{i∈N:xi> m}=
M
[
k=m+1{i∈N:xi=k}.
Définition : Loi uniforme. Une suite (xi)est uniformément distribuée
sur une ensemble E, ayant un nombre fini Md’éléments, si
lim
n→+∞Pn−1
i=0 1[xi=e]
n=1 M,∀e∈E.
Le pourcentage 1
Ms’interprète comme la probabilité de tirer au hasard l’élé-
ment edans l’ensemble E.
La somme des pourcentages (1
M,..., 1 M)est égale à 1. La suite (1 M,..., 1 M)
s’appelle la distribution de probabilités uniforme (ou simplement loi uni-
forme) sur E.
Exemple : La loi de Bernoulli de paramètre 1
2.E={0,1}et sa loi
uniforme (1
2,1 2).
Exercice 2. a) Transformation linéaire de la loi uniforme. Soit (xi)
une suite uniformément distribuée sur {1, . . . , M}. Soient a,bdeux nombres
réels avec a6= 0. Montrer que la suite y0=ax0+b,y1=ax1+b, . . . est
1-uniformément distribuée sur l’ensemble E={a+b, 2a+b, . . . , Ma +b}.
4