UNIVERSITE ABDELMALEK ESSAADI

[Link]
D.S.E.G
Support du Cours Probabilité
Pr. BAKKALI

2024/2025

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Plan du Cours

1 Théorie des Ensembles en Probabilité

2 Variables Discrètes

3 Variables Continues

4 Couples de Variables Aléatoires Discrètes

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Théorie des Ensembles en Probabilité

Introduction aux Ensembles : Définition et notations

Opérations sur les Ensembles : Union, intersection, complément
Ensembles en Probabilité : Espaces échantillons, événements

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Variables Discrètes

Définition et Propriétés : Variables aléatoires discrètes

Fonction de Masse de Probabilité (FMP) : Définition et exemples
Espérance et Variance : Calculs et interprétation

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Variables Continues

Définition et Propriétés : Variables aléatoires continues

Fonction de Densité de Probabilité (FDP) : Définition et exemples
Espérance et Variance : Calculs et interprétation

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Couples de Variables Aléatoires Discrètes

Définition des Couples : Variables aléatoires conjointes

Fonction de Masse Conjointe : Définition et exemples
Espérance et Variance Conjointe : Calculs et interprétation
Indépendance et Corrélation : Concepts et applications

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction à la Théorie des Ensembles en Probabilité

Théorie des Ensembles

La théorie des ensembles est un domaine des mathématiques qui étudie les
ensembles, c’est-à-dire les collections d’objets. En probabilité, les
ensembles sont utilisés pour représenter des événements, et les opérations
sur les ensembles, comme l’union, l’intersection et la complémentarité,
sont utilisées pour manipuler et analyser ces événements.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition de l’Intersection des Ensembles

Définition
Soient A et B deux ensembles (ou événements en probabilité).
L’intersection de A et B, notée A ∩ B, est l’ensemble des éléments qui
sont à la fois dans A et dans B. Formellement,

A ∩ B = {x | x ∈ A et x ∈ B}

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication de l’Intersection des Ensembles

Explication
L’intersection de deux ensembles A et B contient tous les éléments qui
sont communs aux deux ensembles. En termes de probabilité, cela
représente l’événement où les deux événements A et B se produisent
simultanément.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Calcul de l’Intersection des Ensembles

Exemple
Soient A = {1, 2, 3, 4} et B = {3, 4, 5, 6}. Nous allons trouver
l’intersection de ces deux ensembles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition de l’Union des Ensembles

Définition
Soient A et B deux ensembles (ou événements en probabilité). L’union de
A et B, notée A ∪ B, est l’ensemble des éléments qui sont dans A, dans B,
ou dans les deux. Formellement,

A ∪ B = {x | x ∈ A ou x ∈ B}

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication de l’Union des Ensembles

Explication
L’union de deux ensembles A et B contient tous les éléments qui sont dans
l’un ou l’autre ensemble, ou dans les deux. En termes de probabilité, cela
représente l’événement où au moins un des événements A ou B se produit.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Calcul de l’Union des Ensembles

Exemple
Soient A = {1, 2, 3, 4} et B = {3, 4, 5, 6}. Nous allons trouver l’union de
ces deux ensembles.
A ∪ B = {1, 2, 3, 4, 5, 6}

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction à la Distributivité en Théorie des Ensembles

Théorie des Ensembles

La distributivité est une propriété fondamentale en théorie des ensembles
qui lie les opérations d’union et d’intersection. Elle permet de distribuer
l’intersection sur l’union et vice versa, facilitant ainsi les manipulations et
simplifications d’expressions impliquant plusieurs ensembles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition de la Distributivité

Définition
En théorie des ensembles, la distributivité peut être exprimée de deux
façons principales :

A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C )

A ∪ (B ∩ C ) = (A ∪ B) ∩ (A ∪ C )
Ces propriétés montrent comment l’intersection et l’union se distribuent
sur l’autre opération.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication de la Distributivité

Explication
La distributivité en théorie des ensembles permet de réécrire une expression
contenant une union et une intersection de manière plus simplifiée. Par
exemple, l’intersection d’un ensemble avec l’union de deux autres
ensembles peut être réécrite comme l’union des intersections, et vice versa.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Calcul Utilisant la Distributivité

Exemple
Soient A = {1, 2, 3}, B = {2, 3, 4}, et C = {3, 4, 5}. Nous allons vérifier la
distributivité de l’intersection sur l’union :

A ∩ (B ∪ C ) = A ∩ {2, 3, 4, 5} = {2, 3}

(A ∩ B) ∪ (A ∩ C ) = {2, 3} ∪ {3} = {2, 3}

Les deux résultats sont égaux, donc la distributivité est vérifiée.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction à la Partition d’un Ensemble

Théorie des Ensembles

En théorie des ensembles, une partition d’un ensemble est une division de
cet ensemble en sous-ensembles disjoints non vides, tels que chaque
élément de l’ensemble initial appartient à un et un seul sous-ensemble. Les
partitions sont utilisées pour organiser et classifier les éléments d’un
ensemble de manière structurée.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition de la Partition d’un Ensemble

Définition
Soit S un ensemble non vide. Une partition de S est un ensemble de
sous-ensembles non vides {A1 , A2 , . . . , An } tels que :
1 Ai ∩ Aj = ∅ pour tout i ̸= j (les sous-ensembles sont disjoints),
Sn
i=1 Ai = S (la réunion des sous-ensembles couvre tout l’ensemble
2

S).

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication de la Partition d’un Ensemble

Explication
La partition d’un ensemble S divise S en plusieurs sous-ensembles distincts
qui ne se chevauchent pas, et chaque élément de S appartient exactement
à un de ces sous-ensembles. Cela permet de structurer l’ensemble S en
parties indépendantes et mutuellement exclusives.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Partition d’un Ensemble

Exemple
Soit S = {1, 2, 3, 4, 5, 6}. Une partition de S pourrait être
{{1, 2}, {3, 4}, {5, 6}}.
Les sous-ensembles sont disjoints : {1, 2} ∩ {3, 4} = ∅, etc.
La réunion des sous-ensembles couvre S : {1, 2} ∪ {3, 4} ∪ {5, 6} = S.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction au Complémentaire d’une Partie

Complémentaire d’un Ensemble

En théorie des ensembles, le complémentaire d’un ensemble A par rapport
à un ensemble universel U est l’ensemble de tous les éléments de U qui ne
sont pas dans A. Le complémentaire aide à décrire les éléments qui ne
sont pas inclus dans un ensemble donné.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition du Complémentaire

Définition
Soit U un ensemble universel et A un sous-ensemble de U. Le
complémentaire de A, noté Ac ou U \ A, est défini comme :

Ac = {x ∈ U | x ∈
/ A}

Cela signifie que Ac contient tous les éléments de U qui ne sont pas dans
A.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication du Complémentaire

Explication
Le complémentaire d’un ensemble A est la partie de l’ensemble universel U
qui est exclue de A. En d’autres termes, il regroupe tous les éléments qui
ne sont pas dans A. Cette notion est utile pour compléter les informations
concernant les ensembles et pour résoudre des problèmes impliquant des
exclusions ou des restrictions.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Complémentaire

Exemple
Soit l’ensemble universel U = {1, 2, 3, 4, 5, 6} et l’ensemble A = {2, 4, 6}.
Le complémentaire de A est :

Ac = {1, 3, 5}

Car les éléments 1, 3, et 5 ne sont pas dans A.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction au Cardinal d’un Ensemble Fini

Cardinal d’un Ensemble

En théorie des ensembles, le cardinal d’un ensemble est une mesure de la
”taille” de l’ensemble. Pour un ensemble fini, le cardinal est simplement le
nombre d’éléments dans cet ensemble. Le concept de cardinalité est
fondamental pour la compréhension des ensembles et des opérations sur
les ensembles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition du Cardinal d’un Ensemble Fini

Définition
Soit A un ensemble fini. Le cardinal de A, noté |A|, est le nombre
d’éléments distincts dans l’ensemble A. Formellement, si
A = {a1 , a2 , . . . , an }, alors le cardinal de A est :

|A| = n

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication du Cardinal d’un Ensemble Fini

Explication
Le cardinal d’un ensemble fini est simplement le comptage du nombre
d’éléments qui le composent. Par exemple, si un ensemble contient les
éléments {2, 4, 6}, son cardinal est 3, car il y a trois éléments distincts. Ce
concept est utile pour comparer la taille des ensembles et pour des calculs
combinatoires.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Cardinal d’un Ensemble Fini

Exemple
Considérons l’ensemble B = {a, b, c, d}. Le cardinal de B est :

|B| = 4

Car il y a quatre éléments distincts dans l’ensemble B.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction aux Arrangements

Arrangements
En analyse combinatoire, un arrangement est une manière de choisir et
d’organiser un sous-ensemble d’éléments à partir d’un ensemble donné, où
l’ordre des éléments est important. Les arrangements sont utilisés lorsque
l’ordre des éléments compte, comme dans les permutations de lettres ou
de chiffres.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Arrangements

Définition
Soit n le nombre total d’éléments dans un ensemble et r le nombre
d’éléments à choisir et organiser. Un arrangement de r éléments parmi n
est une séquence ordonnée de r éléments choisis parmi les n éléments
disponibles. Le nombre d’arrangements possibles est donné par :
n!
A(n, r ) =
(n − r )!

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Arrangements

Explication
Les arrangements tiennent compte de l’ordre des éléments. Par exemple, si
vous devez organiser 3 éléments parmi 5, chaque position dans
l’arrangement peut être occupée par n’importe quel élément parmi les 5
disponibles, sans répétition. Le nombre total d’arrangements est calculé
n!
par la formule (n−r )! , qui compte toutes les permutations possibles des r
éléments choisis.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple d’Arrangement

Exemple
Supposons que nous avons 5 éléments : {A, B, C , D, E } et nous voulons
organiser 3 d’entre eux. Le nombre d’arrangements est calculé comme suit
:
5! 120
A(5, 3) = = = 60
(5 − 3)! 2
Il y a donc 60 façons différentes d’organiser 3 éléments parmi 5.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Arrangements avec Répétition

Définition
Soit n le nombre total d’éléments dans un ensemble et r le nombre
d’éléments à choisir et organiser. Dans le cas des arrangements avec
répétition, chaque élément peut être choisi plusieurs fois. Le nombre
d’arrangements avec répétition est donné par :

A′ (n, r ) = nr

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Arrangements avec Répétition

Explication
Dans les arrangements avec répétition, chaque position dans la séquence
peut être occupée par n’importe quel élément parmi les n éléments
disponibles, et les éléments peuvent se répéter. Par exemple, si vous devez
organiser 3 éléments parmi 5 avec possibilité de répétition, chaque position
peut être occupée par l’un des 5 éléments, ce qui donne 53 arrangements
possibles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple d’Arrangement avec Répétition

Exemple
Supposons que nous avons 5 éléments : {A, B, C , D, E } et nous voulons
organiser 3 d’entre eux avec répétition. Le nombre d’arrangements est
calculé comme suit :
A′ (5, 3) = 53 = 125
Il y a donc 125 façons différentes d’organiser 3 éléments parmi 5 si les
éléments peuvent se répéter.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction aux Combinaisons

Combinaisons
En analyse combinatoire, une combinaison est une manière de sélectionner
un sous-ensemble d’éléments à partir d’un ensemble donné, où l’ordre des
éléments ne compte pas. Les combinaisons sont utilisées lorsque seuls les
choix des éléments sont importants, pas leur ordre.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Combinaisons

Définition
Soit n le nombre total d’éléments dans un ensemble et r le nombre
d’éléments à choisir. Le nombre de combinaisons possibles de r éléments
parmi n est donné par :
 
n n!
C (n, r ) = =
r r !(n − r )!

Ici, nr est appelé le coefficient binomial, qui représente le nombre de

façons de choisir r éléments parmi n sans tenir compte de l’ordre.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Combinaisons

Explication
Les combinaisons sont utilisées lorsque l’ordre des éléments choisis n’a pas
d’importance. Par exemple, choisir 3 éléments parmi 5 sans tenir compte
n!
de l’ordre est différent de les organiser. La formule r !(n−r )! calcule le
nombre de sous-ensembles possibles de r éléments à partir des n éléments
disponibles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Combinaison

Exemple
Supposons que nous avons 5 éléments : {A, B, C , D, E } et nous voulons
choisir 3 éléments parmi eux. Le nombre de combinaisons est calculé
comme suit :
 
5 5! 120
C (5, 3) = = = = 10
3 3!(5 − 3)! 6·2

Les combinaisons possibles sont : ABC, ABD, ABE, ACD, ACE, ADE,
BCD, BCE, BDE, CDE.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Combinaisons avec Répétition

Définition
Soit n le nombre total d’éléments dans un ensemble et r le nombre
d’éléments à choisir avec répétition. Le nombre de combinaisons possibles
de r éléments parmi n avec répétition est donné par :
 
′ n+r −1 (n + r − 1)!
C (n, r ) = =
r r !(n − 1)!

Ici, n+rr −1 est appelé le coefficient binomial, qui représente le nombre de

façons de choisir r éléments parmi n avec possibilité de répétition.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Combinaisons avec Répétition

Explication
Les combinaisons avec répétition permettent de choisir les éléments où
l’ordre n’a pas d’importance, mais les éléments peuvent être choisis
plusieurs fois. Par exemple, choisir 3 éléments parmi 5 avec possibilité de
répétition signifie que chaque élément peut apparaı̂tre plusieurs fois dans
−1)!
chaque combinaison. La formule (n+r r !(n−1)! calcule le nombre de
sous-ensembles possibles de r éléments à partir des n éléments disponibles
avec répétition.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Combinaison avec Répétition

Exemple
Supposons que nous avons 3 éléments : {A, B, C } et nous voulons choisir
2 éléments parmi eux avec répétition. Le nombre de combinaisons est
calculé comme suit :
   
′ 3+2−1 4 4! 24
C (3, 2) = = = = =6
2 2 2!2! 4

Les combinaisons possibles sont : AA, AB, AC, BB, BC, CC.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction aux Permutations Sans Répétition

Permutations Sans Répétition

En analyse combinatoire, une permutation sans répétition est une manière
d’organiser tous les éléments d’un ensemble où l’ordre des éléments est
important et chaque élément apparaı̂t une seule fois. Les permutations
sans répétition sont utilisées pour déterminer le nombre d’arrangements
possibles d’un ensemble d’éléments distincts.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Permutations Sans Répétition

Définition
Une permutation sans répétition d’un ensemble de n éléments est un
arrangement ordonné de ces n éléments où chaque élément apparaı̂t une
seule fois. Le nombre total de permutations est donné par :

P(n) = n!

où n! (factorielle de n) représente le produit des entiers de 1 à n.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Permutations Sans Répétition

Explication
Les permutations sans répétition considèrent toutes les façons possibles
d’organiser un ensemble d’éléments distincts. Par exemple, pour un
ensemble de 3 éléments {A, B, C }, chaque permutation est une séquence
différente où l’ordre des éléments est pris en compte. Le nombre total de
permutations est calculé par n!, qui compte toutes les permutations
possibles des n éléments.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Permutations Sans Répétition

Exemple
Supposons que nous avons 3 éléments : {A, B, C }. Le nombre de
permutations sans répétition est calculé comme suit :

P(3) = 3! = 6

Les permutations possibles sont : ABC, ACB, BAC, BCA, CAB, CBA.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Permutations avec Répétition

Définition
Si nous avons un ensemble de n éléments et nous voulons former des
arrangements de longueur r où les éléments peuvent se répéter, le nombre
de permutations avec répétition est donné par :

nr

où n est le nombre d’éléments distincts disponibles et r est le nombre de

positions à remplir dans chaque permutation.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Permutations avec Répétition

Explication
Les permutations avec répétition permettent à chaque élément
d’apparaı̂tre plus d’une fois dans chaque arrangement. Par exemple, si
nous avons 3 éléments distincts et nous formons des séquences de
longueur 2, chaque position dans la séquence peut être remplie par
n’importe lequel des 3 éléments. Ainsi, pour chaque position, nous avons 3
choix, et il y a 3 × 3 = 9 arrangements possibles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Permutations avec Répétition

Exemple
Supposons que nous avons 2 éléments : {A, B} et nous voulons former des
permutations de longueur 3. Le nombre de permutations est calculé
comme suit :
23 = 8
Les permutations possibles sont : AAA, AAB, ABA, ABB, BAA, BAB,
BBA, BBB.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction aux Variables Aléatoires Discrètes

Variables Aléatoires Discrètes

Une variable aléatoire discrète est une variable qui prend des valeurs
distinctes avec une probabilité définie. Elle est souvent utilisée pour
modéliser des phénomènes où les résultats sont dénombrables, tels que les
résultats d’un lancer de dé ou le nombre de succès dans une série d’essais.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Variables Aléatoires Discrètes

Définition
Une variable aléatoire discrète est une fonction X qui associe à chaque
événement dans un espace d’échantillonnage une valeur numérique. Les
valeurs que peut prendre X sont des nombres distincts, et chaque valeur a
une probabilité spécifique associée.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Variables Aléatoires Discrètes

Explication
Une variable aléatoire discrète peut être décrite par sa fonction de masse
de probabilité (FMP), qui donne la probabilité que la variable prenne une
valeur spécifique. Par exemple, pour un dé équilibré, la variable aléatoire
X représentant le résultat du lancer prend les valeurs {1, 2, 3, 4, 5, 6},
chacune avec une probabilité de 16 .

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Variable Aléatoire Discrète

Exemple
Considérons une variable aléatoire X qui représente le nombre de faces
”pile” obtenues lors de 3 lancés d’une pièce de monnaie équilibrée. Les
valeurs possibles de X sont {0, 1, 2, 3}. Les probabilités associées peuvent
être calculées comme suit :
1
P(X = 0) = 8
3
P(X = 1) = 8
3
P(X = 2) = 8
1
P(X = 3) = 8

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définitions : Espérance, Variance et Écart-Type

Espérance (ou Moyenne) :

L’espérance d’une variable aléatoire discrète X est la somme pondérée de
toutes les valeurs possibles de X , où chaque valeur est pondérée par sa
probabilité. Elle représente la valeur moyenne que l’on peut attendre.
X
E (X ) = x · P(X = x)
x

Variance :
La variance mesure la dispersion des valeurs de X par rapport à son
espérance. Elle est la moyenne des carrés des écarts entre chaque valeur et
l’espérance.
 X
Var(X ) = E (X − E (X ))2 = (x − E (X ))2 · P(X = x)

x

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Écart-Type :
L’écart-type est la racine carrée de la variance. Il donne une mesure de
dispersion dans les mêmes unités que la variable aléatoire.
p
σX = Var(X )

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple : Variable Discrète

Considérons une variable aléatoire discrète X représentant le nombre de

jours de pluie dans une semaine de 7 jours. Les probabilités sont les
suivantes :
P(X = 0) = 0.1
P(X = 1) = 0.2
P(X = 2) = 0.25
P(X = 3) = 0.15
P(X = 4) = 0.1
P(X = 5) = 0.05
P(X = 6) = 0.05
P(X = 7) = 0.1

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Calcul de l’Espérance

Calculons l’espérance E (X ) pour la variable aléatoire discrète X :

Espérance E (X ) : X
E (X ) = x · P(X = x)
x

E (X ) = (0·0.1)+(1·0.2)+(2·0.25)+(3·0.15)+(4·0.1)+(5·0.05)+(6·0.05)+(7·0.1)
E (X ) = 0 + 0.2 + 0.5 + 0.45 + 0.4 + 0.25 + 0.3 + 0.7
E (X ) = 2.8

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Calcul de la Variance

Variance Var(X ) :
X
E (X 2 ) = x 2 · P(X = x)
x

E (X 2 ) = 02 ·0.1+12 ·0.2+22 ·0.25+32 ·0.15+42 ·0.1+52 ·0.05+62 ·0.05+72 ·0.1

E (X 2 ) = 0 + 0.2 + 1 + 1.35 + 1.6 + 1.25 + 1.8 + 4.9 = 13.1
Var(X ) = E (X 2 ) − (E (X ))2 = 13.1 − 2.82 = 13.1 − 7.84 = 5.26

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Écart-Type σX :
p √
σX = Var(X ) = 5.26 ≈ 2.29

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction aux Variables Aléatoires Continues

Variables Aléatoires Continues

Une variable aléatoire continue est une variable qui peut prendre une
infinité de valeurs dans un intervalle donné. Contrairement aux variables
aléatoires discrètes, elles sont souvent utilisées pour modéliser des
phénomènes mesurables comme la taille, le poids, ou le temps, où les
valeurs sont infiniment divisibles.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Variables Aléatoires Continues

Définition
Une variable aléatoire continue est une fonction X qui associe à chaque
événement dans un espace d’échantillonnage une valeur réelle dans un
intervalle continu. La fonction de densité de probabilité (FDP) f (x)
permet de calculer la probabilité que X prenne une valeur dans un certain
intervalle.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Variables Aléatoires Continues

Explication
Pour les variables aléatoires continues, la probabilité que la variable prenne
une valeur spécifique est toujours nulle, car il y a une infinité de valeurs
possibles. Au lieu de cela, on utilise la fonction de densité de probabilité
(FDP) pour déterminer la probabilité que la variable prenne une valeur
dans un intervalle donné. La probabilité est alors calculée comme
l’intégrale de la FDP sur cet intervalle.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Loi Uniforme pour Variables Continues

La loi uniforme continue est une distribution de probabilité pour une

variable aléatoire continue. Elle est appelée ”uniforme” car chaque valeur
dans un certain intervalle est également probable.
**Définition** : Une variable aléatoire continue X suit une loi
uniforme sur un intervalle [a, b] si chaque valeur entre a et b est
également probable.
**Fonction de densité** : La fonction de densité de probabilité f (x)
pour X est constante sur l’intervalle [a, b]. En dehors de cet
intervalle, la densité est nulle.
**Formule** : (
1
b−a si a ≤ x ≤ b
f (x) =
0 sinon

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemples de la Loi Uniforme

**Exemple 1** : Si un produit a une durée de vie comprise entre 5 et

10 mois, et si chaque mois a une probabilité égale, alors la durée de
vie suit une loi uniforme entre 5 et 10 mois.
**Exemple 2** : Si on lance un dé à 6 faces parfaitement équilibré, la
probabilité d’obtenir chaque face est uniforme. Pour un dé, cela
correspondrait à une loi uniforme discrète, mais le concept est
similaire.
Remarque : La loi uniforme est souvent utilisée lorsque nous avons une
situation où tous les résultats sont également probables dans un intervalle
donné.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Propriétés de la Loi Uniforme
Pour une variable aléatoire continue X suivant une loi uniforme sur
l’intervalle [a, b] :
**Espérance** : La moyenne ou valeur attendue est donnée par :
a+b
E (X ) =
2
**Variance** : La mesure de dispersion est :

(b − a)2
Var(X ) =
12
**Écart-type** : La racine carrée de la variance :
p
σX = Var(X )

Interprétation : Ces propriétés nous aident à comprendre la moyenne, la

dispersion, et l’écart moyen des valeurs autour de la moyenne pour une
variable suivant une loi uniforme.
UNIVERSITE ABDELMALEK ESSAADI 2024/2025
Exemple de Variable Aléatoire Continue

Exemple
Considérons une variable aléatoire X qui suit une loi uniforme continue sur
l’intervalle [0, 1]. La fonction de densité de probabilité est donnée par :
(
1 si 0 ≤ x ≤ 1
f (x) =
0 sinon

La probabilité que X soit dans l’intervalle [a, b] où 0 ≤ a < b ≤ 1 est :

Z b
P(a ≤ X ≤ b) = f (x) dx = b − a
a

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définitions pour Variables Continues
1. Espérance E (X ) :
L’espérance (ou moyenne) d’une variable aléatoire continue X est la
valeur moyenne attendue de X .
Pour une fonction de densité f (x), l’espérance est définie par :
Z ∞
E (X ) = x · f (x) dx
−∞

2. Variance Var(X ) :
La variance mesure la dispersion des valeurs de X autour de
l’espérance.
Elle est définie par :
Var(X ) = E (X 2 ) − (E (X ))2
où E (X 2 ) est l’espérance du carré de X :
Z ∞
2
E (X ) = x 2 · f (x) dx
−∞

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

3. Écart-Type σ :
L’écart-type est la racine carrée de la variance :
p
σ = Var(X )

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple : Variable Continue

Considérons une variable aléatoire continue X qui suit une distribution

uniforme sur l’intervalle [0, 2]. Sa fonction de densité est :
(
1
si 0 ≤ x ≤ 2
f (x) = 2
0 sinon

1. Calcul de l’Espérance E (X ) :
Z 2
1
E (X ) = x· dx
0 2
2  2
1 x2
Z  
1 1 4 4
E (X ) = x dx = = −0 = =1
2 0 2 2 0 2 2 4

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

2. Calcul de la Variance Var(X ) :
Z 2
2 1
E (X ) = x2 · dx
0 2
2  2
1 x3
Z  
2 1 2 1 8 8 4
E (X ) = x dx = = −0 = =
2 0 2 3 0 2 3 6 3
4 4 1
Var(X ) = E (X 2 ) − (E (X ))2 = − 12 = − 1 =
3 3 3

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

3. Calcul de l’Écart-Type σ :
r
p 1
σ = Var(X ) = ≈ 0.577
3

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Introduction aux Couples de Variables Aléatoires Discrètes

Couples de Variables Aléatoires Discrètes

Un couple de variables aléatoires discrètes (X , Y ) est une paire de
variables aléatoires où chacune prend des valeurs discrètes. Ces variables
sont souvent étudiées ensemble pour comprendre les relations entre elles,
comme la dépendance ou l’indépendance, ainsi que les distributions
conjointe et marginale.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Définition des Couples de Variables Aléatoires Discrètes

Définition
Un couple de variables aléatoires discrètes (X , Y ) est constitué de deux
variables aléatoires X et Y qui prennent des valeurs dans des ensembles
discrets. La distribution conjointe de (X , Y ) est donnée par la fonction de
masse de probabilité conjointe P(X = x, Y = y ), qui donne la probabilité
que X prenne la valeur x et que Y prenne la valeur y simultanément.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Explication des Couples de Variables Aléatoires Discrètes

Explication
Pour les couples de variables aléatoires discrètes, la fonction de masse de
probabilité conjointe P(X = x, Y = y ) permet de calculer la probabilité
que X et Y prennent des valeurs spécifiques en même temps. Les
fonctions de masse de probabilité marginales P(X = x) et P(Y = y ) sont
obtenues en sommant la fonction de masse de probabilité conjointe sur
toutes les valeurs possibles de l’autre variable.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025

Exemple de Couple de Variables Aléatoires Discrètes

Exemple
Considérons un couple de variables aléatoires discrètes (X , Y ) où :

X \Y 1 2
1 0.1 0.2
2 0.3 0.4

Ici, P(X = 1, Y = 1) = 0.1, P(X = 1, Y = 2) = 0.2, etc. Les marginals

peuvent être calculés en sommant les valeurs appropriées.

UNIVERSITE ABDELMALEK ESSAADI 2024/2025