Cours Proba

Guy Melançon
INF 162 – Probabilités pour

l’informatique
Licence Informatique
20 octobre 2010
Département informatique
UFR Mathématiques Informatique
Université Bordeaux I
Année académique 2010 - 2011
Table des matières
1 Préambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1 Calcul, algèbre et combinatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Dénombrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Probabilités : propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . . . . 15

3.1 Propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4 Indépendance et probabilités conditionnelles . . . . . . . . . . . . . . . . . 27

4.1 Formule de Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5 Variables aléatoires, espérance et variance . . . . . . . . . . . . . . . . . . . . 35

5.1 Distribution de probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2 Espérance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3 Variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.4 Somme et produit de variables aléatoires . . . . . . . . . . . . . . . . . . 45
6 Lois des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

6.1 Simulation et méthodes Monte Carlo . . . . . . . . . . . . . . . . . . . . . . 49
7 Probabilités et simulation, génération aléatoire . . . . . . . . . . . . . . . 51

7.1 Génération aléatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
8 Variable aléatoire réelle, densité de probabilité . . . . . . . . . . . . . . . . 57

8.1 Lois continues classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3
Chapitre 1
Préambule
The capricious gods that were previously invoked to explain the lack of predicta-
bility in the world have been replaced by mathematical, statistical and computer-
based models that allow us to understand and manipulate uncertain events.
D. Hand, H. Mannila, P. Smyth (2001). Principles of Data Mining, MIT Press.
Ce cours développe la théorie des probabilités et adopte un point de

vue pragmatique : il s’agit de pouvoir utiliser des éléments de cette théorie
à des fins informatiques. Les probabilités interviennent souvent dès lors
que l’on veut analyser le comportement d’un algorithme ou comprendre
comment se distribuent certains objets de l’informatique en fonction de
paramètres de forme : les permutations, les arbres, les graphes, etc.
Un autre aspect présent dans ce cours est la simulation : les processus
probabilistes prennent tout leur sens en informatique dès lors que l’on
peut leur donner corp et les “faire vivre” en machine. La simulation appa-
raît comme une alternative, parfois obligée, à une analyse mathématique
(analytique) en proposant plutôt une imitation d’un système. Elle met en
oeuvre un modèle (agençant mathématique et informatique), est souvent
conceptuellement plus simple et permet d’obtenir des informations quan-
titatives là où l’analyse mathématique échoue.
Les simulations sont aujourd’hui très populaires et sont pratiquées dans
de nombreux domaines scientifiques, technologiques, industriels et éco-
nomiques. Une simulation génère un volume important de données décri-
vant un système (à travers le modèle que l’on en a formulé). Contrairement
à une étude analytique, les inférences liées à la simulation (les conclusions
tirées des valeurs observées) sont de nature statistiques et peuvent être in-
terprétées de façon équivoque. Les résultats obtenus sont intimement liés
aux postulats de départ et une légère variation de ceux-ci peut modifier ra-
dicalement les résultats obtenus (selon la sensibilité du modèle). La mise
au point de simulations requière la génération de valeurs possibles de cer-
tains paramètres dont on suppose souvent qu’ils suivent une loi de proba-
bilité, ou de certains processus que l’on modélisent à l’aide de processus
5
6 1 Préambule
stochastiques dont on maîtrise la portée dans le modèle. Le cours nous

donnera l’occasion de mettre un pied sur ce terrain en soulignant la né-
cessité de bien maîtriser les aspects stochastiques de ces ingrédients d’une
simulation.
Le cours est en grande partie basé sur les ouvrages de Richard Isaac [Isa05]
et de Pierre Brémaud [Bré09] – la bibliothèque des sciences regorgent d’ou-
vrages qui présentant les notions de ce cours. Le logiciel opensource R 1 ,
ou le site web SMEL 2 sont conseillés pour mettre en pratique les notions
probabilistes (et statistiques, le cas échéant). Nous serons amenés à utili-
ser ces outils lorsqu’il s’agira de manipuler/simuler les lois de probabilités.
L’utilisation de tableurs pourra même être envisagée [BMPS98] [BPSD07].
1. The R Project for Statistical Computing, http://www.r-project.org/.

2. “Statistiques Médicale en Ligne”, http://mistis.inrialpes.fr/software/SMEL/.
Bibliographie
[BMPS98] Anne Brygoo, Michelle Morcrette, Odile Paliès, and Michèle Soria. Initiation
à la programmation par Word et Excel, Principes et macros. Vuibert, 1998.
[BPSD07] Anne Brygoo, Maryse Pelletier, Michèle Soria, and Séverine Dubuisson. Pro-
grammation et Algorithmique en VBA pour Excel. Dunod, 2007.
[Bré09] Pierrre Brémaud. Initiation aux probabilités et aux chaînes de Markov. Sprin-
ger, 2009.
[Isa05] Richard Isaac. Une initiation aux probabilités. Vuibert, 2005.
7
Chapitre 2
Rappels
2.1 Calcul, algèbre et combinatoire
Cette section rappelle quelques identités remarquables que l’on re-

trouve fréquemment en calcul de probabilité. Il est primordial d’être à
l’aise avec ces manipulations algébriques élémentaires afin de conduire
correctement le calcul qui suit du raisonnement probabiliste.
Exercice 2.1 Identités remarquables Montrez (par récurrence) :
n
X
2k + 1 = (n + 1)2
k=0
n
X n(n + 1)
k=
2
k=0
n
X n(n + 1)(2n + 1)
k2 =
6
k=0
Série géométrique. Soit une valeur q avec 0 ≤ q < 1 alors la puissance

q n tend vers 0 lorsque n → ∞. Mais plus encore, on peut faire la somme de
toutes ces valeurs q n et on obtient :
X 1
lim 1 + q + · · · + q n = qn =
n→∞ 1−q
k≥0
Pn
En effet, désignons par Sn = 1 + q + · · · + q n = k
k=0 q . On a alors
Sn+1 = Sn +q n+1 et Sn+1 = 1+qSn . Les deux membres droit de ces égalités
n+1
coincident, d’où l’on tire Sn = 1−q
1−q . En prenant la limite, et puisque
q n+1 → 0 lorsque n → ∞, on obtient bien l’identité annoncée.
Exercice 2.2 Calculez Sn et la série géométrique pour q = 1/2, q = 1/3,
q = 1/4.
9
10 2 Rappels
Série harmonique. Montrez que la série :

∞
X 1
n=1
n
diverge. Comparez-là à la série :

1 1 1 1 1 1 1
+ + + + + + + ...
2 4 4 8 8 8 8
qui ne converge pas (puisqu’en regroupant ses termes on trouve 1/2 +
1/2 + 1/2 + . . .). Pp
En revanche, la suite n=1 n1 − log(n) converge. Sa limite, notée γ est
appelée la constante d’Euler.
Exercice 2.3 Ecrivez un court programme qui évalue la constante d’Euler

pour différentes valeurs de n (et en précision croissante).
Coefficients binomiaux. Les coefficients binomiaux sont au centre de
l’étude de la loi de probabilité du même nom. Ils permettent d’énumérer
les sous-ensembles d’un ensemble donné (voir la prochaine section). On
peut lesdéfinir de manière algébrique, comme suit. On définit le
coeffi-
cient nk pour tout n ≥ 0 et tout 0 ≤ k ≤ n en posant n0 = nn = 1 et

n n−1
+ n−1

k = k k−1 . On peut écrire ces nombres dans un grand tableau
triangulaire, chaque ligne débutant et se terminant par 1. La récurrence
donne une façon facile de remplir les case de ce tableau : le nombre de
la ligne n en position k s’obtient des nombres de la ligne précédente en
position k − 1 et k.
Exercice 2.4 Triangle de Pascal Calculez les valeurs des 10 premières lignes
du tableau de coefficient binomiaux.
Exercice 2.5 Identité du binôme L’identité du binôme généralise l’identité
remarquable (x + y)2 = x2 + 2xy + y 2 . Utilisez la récurrence définissant les
coefficients binomiaux pour établir l’identité :
n
X n k n−k
(x + y)n = x y
k
k=0
Ecrivez l’identité particulière que l’on obtient lorsque x = p et y = 1 − p.
2.2 Dénombrement
Le calcul des probabilités discrètes, dont il sera beaucoup question

dans le cours, requière souvent que l’on puisse énumérer tous les objets
d’un événement, sous-ensemble de l’espace de probabilités (l’ensemble
2.2 Dénombrement 11
de toutes les observations possibles). Ces opérations de dénombrement

s’appuient le plus souvent sur l’utilisation de coefficients qui calculent des
configurations typiques :
– le produit cartésien de deux ensembles E, F noté E × F : il est formé
de la liste des paires ordonnées (e, f ) avec e ∈ E, f ∈ F ; son cardinal
est |E| · |F | (où |E| désigne le cardinal de l’ensemble E) ; plus géné-
ralement, le produit cartésien E1 × · · · × Ek est formé des k-uplets
(e1 , . . . , ek ) avec ei ∈ Ei et contient |E1 | · · · |Ek | éléments.
– le nombre de suites ordonnées de n éléments distincts (on parle aussi
de permutations de ces éléments) est n! = n(n − 1)(n − 2) · · · 2 · 1. On
convient que 0! = 1 ;
– le nombre d’arrangements de k éléments parmi n : ce sont des suites
ordonnées de k éléments distincts choisis parmi n (à la différence
d’une permutation, on ne prend pas tous les n éléments) ; le nombre
n!
d’arrangements k éléments parmi n est (n−k)! ;
n

– le coefficient binomial k calculant le nombre de sous-ensembles à k
éléments parmi n.
Dans chacun des exercices suivants, rapportez-vous à des situations
modélisées par un produit cartésien, une permutation, un arrangement
ou un sous-ensemble 1 .
Exercice 2.6 Morpion On peut choisir de mettre ou non une croix dans cha-
cune des cases d’un carré 3 × 3 (morpion). Combien y a-t-il de façons dis-
tinctes de procéder ?
Exercice 2.7 Lancers de dé On lance trois fois de suite un dé numéroté de 1
à 6 et on note les triplets ainsi obtenus. Combien y a-t-il de tels triplets ? (en
tenant compte de l’ordre).
Exercice 2.8 Football Pour constituer une équipe de football, on a le choix
entre 20 postulants. En supposant que chaque joueur est polyvalent (il peut
jouer à tous les postes), combien peut-on constituer d’équipes 2 différentes ?
Si parmi les 20 postulants, 17 sont joueurs de champ et 3 sont gardiens.
Combien d’équipes distinctes peut-on alors constituer ?
Solution Tous les postes sont différents, on peut donc les ordonner et
les énumérer 1, 2, . . . , 11. Il s’agit donc de choisir un joueur pour le pre-
mier poste – on a 20 candidats, puis un joueur pour le poste 2 – il reste
19 candidats, etc. Le nombre total d’équipe que l’on peut former est donc
20 × 19 × · · · × 10.
Si on distingue le poste de gardien pour lequel on n’a que 3 candidats,
on réduit ce nombre à 3× (on choisit le gardien) 17 × 16 × · · · × 8.
1. Les exercices proposés ici sont tirés du web (http://pagesperso-orange.fr/gilles.costantini)

2. Par équipe, il faut entendre “qui joue à quel poste”, chaque poste étant distinct.
12 2 Rappels
Exercice 2.9 Chiffres Avec les nombres de 1 à 6, on veut constituer un

nombre de 3 chiffres distincts. Combien de nombres distincts peut-on réa-
liser ?
Sans répétitions, combien de nombres de 3 chiffres peut-on former à l’aide
des six chiffres 2, 3 ,5, 6, 7, 9 ? Combien de ces nombres sont :
– inférieurs à 500 ?
– impairs ?
– pairs ?
– multiples de 5 ?
Solution On peut fabriquer 63 nombres de trois chiffres (on est au-

torisé à répéter le même chiffre), peu importe que l’on utilise les chiffres
{1, . . . , 6} ou {2, 3, 5, 6, 7, 9}. Si un chiffre ne peut être utilisé qu’une fois,
alors on a plus que 6 × 5 × 4 possibilités.
Si on doit fabriquer un nombre inférieur à 500, alors on ne peut plus
utiliser que les chiffres 2, 3 en position des centaines, faisant tomber le
nombre de possibilités à 2 × 5 × 4.
Exercice 2.10 Boîtes et craies On dispose de trois boîtes et de cinq craies
de couleur bleue, rouge, jaune, verte et orange. 1) De combien de façons dis-
tinctes peut-on ranger les cinq craies dans les trois boîtes ? 2) Même question
en laissant l’une des boîtes vides. 3) Même question si la bleue et la rouge
sont rangées ensembles. 4) Même question si la bleue et la rouge sont ran-
gées ensembles, mais seules.
Exercice 2.11 Mots et alphabets Combien de mots de 6 lettres peut-on
écrire en utilisant 3 lettres D et 3 lettres H ?
Combien de mots de 4 lettres peut-on former avec les 26 lettres de l’al-
phabet : a) En admettant les répétitions de lettres ? b) Sans lettres répétées ?
Quelle est la probabilité qu’un mot de 4 lettres n’aie pas de lettres répétées ?
– Combien de mots de 5 lettres peut-on faire avec les 26 lettres de l’alpha-
bet ?
– Combien de ces mots ne comportent que des lettres distinctes ?
– Combien de ces mots comportent exactement 4 lettres distinctes (et
donc une lettre répétée) ?
Exercice 2.12 Triangles Quel est le nombre de triangles que l’on peut for-
mer avec 10 points distincts (on supposera que trois points distincts ne se
trouvent jamais sur une même droite, pour éviter les triangles dégénérés
...) ?
Exercice 2.13 Chemins discrets On considère les chemins sur le carré 3 × 3

vu comme un grille reliant les points (0, 0), (0, 1), (1, 0), . . . , (2, 2). Combien
y a t-il de chemins qui vont de (0,0) à (2,2) ? Plus généralement, combien de
chemins vont de (0, 0) à (m, n) ?
2.2 Dénombrement 13
Exercice 2.14 Trafic aérien En hiver une compagnie aérienne dessert 6

villes. Quel est le nombre de lignes en service (elle propose tous les vols re-
liant deux de ces villes) ? En été, la compagnie a 45 lignes en service. Quel
est le nombre de villes desservies ?
Exercice 2.15 Loto Au loto, quelle est le nombre de grilles qui ont k numéros
gagnants ? (pour k = 3, 4, 5, 6 sur une grille de taille 49).
Exercice 2.16 Jeu de cartes Dans un jeu de 32 cartes, on choisit 5 cartes au
hasard (ces 5 cartes s’appellent une "main").
– Quel est le nombre total de mains que l’on peut obtenir ?
– Combien de mains contiennent exactement 4 as ?
– Combien de mains contiennent exactement 3 as et 2 rois ?
– Combien de mains contiennent au moins 3 rois ?
– Combien de mains contiennent au moins un as ?
Exercice 2.17 Boules et urnes Une urne contient 49 boules numérotées de

1 à 49. On tire successivement 6 boules, sans remise. On appelle "tirage" cet
ensemble de 6 numéros obtenus (sans tenir compte de l’ordre).
– Combien y a-t-il de tirages au total ?
– Combien y a-t-il de tirages qui contiennent 3 numéros pairs et 3 numé-
ros impairs ?
– Combien y a-t-il de tirages qui contiennent au moins 5 numéros pairs ?
(C’est-à-dire 5 numéros pairs ou 6 numéros pairs)
Chapitre 3
Probabilités : propriétés élémentaires
Ce chapitre présente la théorie des probabilités, discrètes et continues.

Il aborde d’abord les probabilités discrètes : celles qui décrivent des phé-
nomènes dont les “possibilités de jeu” sont finies. Il est utile d’avoir une
vision ensembliste des probabilités pour raisonner et calculer. Calculer
une probabilités c’est d’abord déterminer l’espace que l’on observe, ou ce-
lui dans lequel se déroule une expérience. Il s’agit de décrire quelles sont
toutes ces choses qui peuvent être observées (ou qui peuvent effective-
ment arriver) : tous les états possibles que peut prendre un système, ou
toutes les configurations que l’on peut observer après que ce soit produit
certains événements, etc. Pour raisonner, on se ramène souvent à des mo-
dèles très simples (états 0, 1 ; des configurations décrits sous forme de k-
uplets de valeurs simples, etc.) qui seuls autorisent une solution numé-
rique exacte ou approchée.
Ainsi, les exemples illustrant le calcul des probabilités s’appuie souvent
sur les “jeux de hasard”, les dés, les cartes, le tirage aléatoire de boules de
couleurs dans des urnes, etc. Le travail consiste ensuite à savoir relever
une situation concrète vers l’un de ces modèles simplistes. Par exemple,
par souci de performance ou de robustesse des structures de données en
informatique, on peut vouloir calculer la probabilité que deux clés de ha-
chage (attribuée lors du stockage dans une table de hachage) entrent en
collision. Du point de vue des probabilités, on peut de manière équiva-
lente se poser la question : quelle est la probabilité que deux personnes
dans une assemblée de N personnes aient la même date de naissance ?
Du point de vue méthodologique, si l’on sait résoudre l’un des problèmes,
on aura la clé pour résoudre l’autre.
De même, les exemples illustrant la théorie des processus stochastiques
s’inspirent souvent des jeux de hasard. Du point de vue méthodologique,
on peut penser à un hamster qui change de pièce dans un labyrinthe pour
y manger des graines (un système changeant d’état), à des puces sautant
d’un chien à un autre (une entreprise gagnant des parts de marché sur sa
concurrente), . . .
15
16 3 Probabilités : propriétés élémentaires
Développons maintenant la discussion autour d’un exemple. Imagi-

nons que nous observions un système et qu’il s’agisse de comprendre
comment il évolue. Un dispositif nous permet de savoir à tout moment
s’il est actif ou passif (s’il émet ou non, une information, une onde, etc., par
exemple). On peut donc imaginer effectuer une série de N observations du
système. L’ensemble de ces observations, chacune étant codée par un 0 ou
par un 1, nous donne une liste ordonnée de N valeurs. Les informaticiens
parleront d’un vecteur de N bits ; les mathématiciens d’un élément du pro-
duit cartésien {0, 1}N . A priori, nous ne connaissons rien du système ob-
servé et faisons l’hypothèse que toutes les possibilités d’observations (tous
les vecteurs de bits ; tous les N -uplets du produit cartésien) sont possibles.
Observez au passage que l’expérience consistant à jouer N fois à pile ou
face peut être décrite exactement de la même manière et que l’analyse que
nous nous apprêtons à faire s’applique tout aussi bien aux observations du
système qu’au jeu de hasard.
Imaginez que vous observiez le N -uplet uniquement formé de 0. En
d’autres mots, à chaque fois que vous avez noté l’état du système il était
inactif. Bien que ce N -uplets soient aussi probables que toutes les autres
séquences d’observations, vous êtes autorisés à vous questionner. C’est
bien le caractère aléatoire de votre expérience qu’il s’agit de comprendre :
votre ignorance du comportement du système vous autorise à modéliser
la situation en ces termes, vous avez des raisons de croire que vos obser-
vations doivent vous livrer une suite au caractère erratique plutôt qu’une
séquence trop ordonnée, régulière ou périodique.
Ainsi, comprendre le système en termes probabilistes, c’est pouvoir ré-
pondre à des questions comme : quelle est la probabilité d’observer une
séquence comptant k valeurs à 1 ? quelle est la probabilité d’observer une
séquence comptant au moins k valeurs à 1 ? des séquences comptant au
moins k valeurs à 1 consécutives ? etc.
Chacune de ces questions portent sur un évènement : c’est un sous-en-
semble de l’ensemble de toutes les épreuves ou observations possibles. In-
troduisons quelques notations. On désignera par Ω l’espace de probabilité,
c’est-à-dire l’ensemble de toutes les épreuves ω ∈ Ω. C’est, dans l’exemple
que nous décrivions à l’instant, l’ensemble de tous les éléments du pro-
duit cartésien. Un évènement A est un sous-ensemble de Ω (les N -uplets
comptant k valeurs à 1, ou les N -uplets comptant au moins k valeurs à 1,
par exemple). La probabilité que A se réalise sera notée P (A). La théorie
des probabilités apporte un formalisme rigoureux à cette formulation des
choses. Dans certains cas, il faut porter attention aux évènements que l’on
peut considérer : puisque ce sont des ensembles contenus dans Ω, qu’ils
peuvent être inclus les uns dans les autres, s’intersecter, etc. On pourrait
aussi avoir à considérer le cas où Ω est infini, où le nombre d’évènements
A, B, C . . . est lui aussi infini, etc. 1
1. La théorie introduit la notion de tribus et de boréliens, puisqu’il faut s’assurer de
pouvoir considérer l’union et l’intersection des évènements que l’on observe, de la cal-
3 Probabilités : propriétés élémentaires 17
Fig. 3.1 Un évènement représenté classiquement à l’aide d’un diagramme de Venn. In-
tuitivement, sa probabilité est proportionnelle à son aire (relative au rectangle englo-
bant représentant Ω .
Classiquement et en s’inspirant de la théorie des ensembles, on repré-

sente un évènement par un sous-ensemble A du référentiel Ω comme à
la figure 3.4. Il faut lire cette illustration en pensant à la probabilité P (A)
comme étant égale à la part de l’aire de l’ensemble A dans le rectangle Ω.
Cette façon de voir les choses peut être utile pour motiver ou justifier cer-
tains résultats ou définitions.
Concluons par un dernier exemple illustrant bien l’utilité des exercices
parfois “ludiques” des cours de probabilités. Q. Dans une assemblée de N
personnes, quelle la probabilité que deux d’entre elles soient nées le même
jour ? A première vue, voilà un exercice de lycée sans lien évident avec les
objectifs d’une licence en informatique. Mais pourtant, la question n’est
étrangère à une question beaucoup plus informatique : étant donné une
fonction de hachage h : U → [1, m] quelle est la probabilité d’une colli-
sion ? (deux éléments de U qui seraient associés à une même clé). On pense
ici à une fonction définit sur un domaine assez grand – tous les mots pos-
sibles sur un alphabet, beaucoup plus grand que m. On exige que la fonc-
tion soit uniforme, c’est-à-dire que le nombre de clé associé à un entier
i ∈ [1, m] ne dépende pas de i et soit |h−1 (i) = |U |
m |.
Le coup des anniversaires dans une soirée est un cas particulier : la clé
de hachage associée à une personne est la date du jour de sa naissance
culabilité des probabilité lorsque l’on fait des unions et/ou des intersections finies ou
infinies. Ces calculs font aussi appel à la théorie de l’intégration (la théorie de la me-
sure), incontournable lorsqu’il s’agit d’utiliser les probabilités pour décrire le monde
des particules en physique, par exemple.
(jour/mois), et on fait l’hypothèse que le nombre de personnes nés un jour

donné est à peu près toujours le même peu importe le jour – ce qui semble
raisonnable.
Exercice 3.1 Anniversaire et hachage Résolvez les deux problèmes précé-

dents. Précisez à chaque fois ce que doit être Ω et ce que sont les évènements
à considérer.
– Dans une assemblée de N personnes, quelle la probabilité que deux
d’entre elles soient nées le même jour ?
– Etant donné une fonction de hachage h : U → [1, m] quelle est la pro-
babilité d’une collision ? (Deux éléments de U sont associés à une même
clé.)
3.1 Propriétés élémentaires
Plus formellement, un espace de probabilité est formé de trois ingré-

dients. Un ensemble Ω rassemblant les épreuves (les observations pos-
sibles), un ensemble d’évènements U = {A, B, C, . . .}, où A, B, C, . . . sont
des sous-ensembles de Ω, et une mesure de probabilité P .
Les probabilités s’intéressent beaucoup à la théorie de la mesure (les
conditions que doit satisfaire P , la façon de la calculer selon les proprié-
tés de l’espace Ω et l’algèbre des évènements, entraînant une formalisa-
tion de l’algèbre des évènements U). L’ensemble U est souvent infini, et il
faut prendre des précautions lorsque l’on effectue une union, ou une in-
tersection infinie d’éléments de U. L’ensemble U est souvent appelé une
tribu. Nous n’aborderons toutefois pas (directement) ces subtilités mathé-
matiques.
Toujours en raisonnant de manière ensembliste (et à partir de la fi-
gure 3.4), si A et B sont deux évènements disjoints (A ∩ B = ∅) alors on
a P (A ∪ B) = P (A) + P (B), puisque l’aire totale de l’ensemble A ∪ B est la
somme des aires de A et de B.
L’ensemble Ω \ A est le complément de A, qu’on note Ac . On a donc
P (Ac ) = 1 − P (A).
Exercice 3.2 Décrire un espace de probabilités
Dans une fabrique de processeurs, on prélève toutes les heures les trois
derniers processeurs produits. Ceux-ci sont classés dans deux catégories :
fonctionnel, codé 1 et défectueux, codé 0.
1. Décrivez l’espace associé à cette expérience aléatoire (par quoi peut-on
représenter l’expérience (les états des trois processeurs p1 , p2 , p3 sélection-
nés)
, ?)
2. Décrivez (en termes ensemblistes) les évènements suivants :
3.1 Propriétés élémentaires 19
– A = “le premier processeur est défectueux”

– B = “le dernier est fonctionnel”
– C = “deux processeurs sont défectueux”
– D = “au moins deux processeurs sont fonctionnels”.
Exercice 3.3 Le problème du chevalier de Méré Lequel de ces deux évé-

nements est le plus probable : “Obtenir au moins une fois un six en quatre
lancers de dés”, ou “Obtenir au moins un double six en vingt quatre lancers
de deux dés”.
Solution On note par Ω = {1, 2, . . . , 6} l’ensemble des valeurs possibles

prises par un dé (lors d’un lancer unique), pour lequel on a P (ω) = 1/6
(ω ∈ Ω).
L’espace de probabilité qui décrit l’expérience "4 lancers de dés" est Ω 4 .
L’évènement A = “avoir au moins un six” est complémentaire de l’évène-
ment Ac = “ne jamais avoir de six”. Or, il y a 54 séquences (ω1 , ω2 , ω3 , ω4 )
dont aucune composante ne comporte un 6. On a donc P (A) = 1 −
P (Ac ) = 1 − (5/6)4 .
L’espace de probabilité qui décrit l’expérience "24 lancers de 2 dés" est
(Ω × Ω)24 . L’évènement B = “avoir au moins un double six” est complé-
mentaire de l’évènement B c = “ne jamais avoir de double six”. Or, il y a
35 paires de dés qui ne correspondent pas à un double 6, et donc 3524 sé-
quences (ω1,1 , ω2,1 ), (ω2,1 , ω2,2 ), . . . , (ω24,1 , ω24,2 ) dont aucune composante
n’est un double six. On a donc P (B) = 1 − P (B c ) = 1 − (35/36)24 .
Reste à comparer ces deux valeurs, et on trouve P (A) > P (B). Question
subsidiaire : combien de lancers additionnels de double dés faut-il pour
que les probabilités s’inversent ?
Exercice 3.4 Le bon choix Vous jouez à un jeu télévisé pour gagner un PC
de dernière génération. Le PC se trouve derrière une porte parmi trois A,
B ou C ; les deux autres portes cachent des babioles. Après avoir fait votre
choix, le présentateur télé ouvre une porte derrière laquelle se trouve un pre-
mière babiole.
Il vous propose soit de rester sur votre premier choix, soit d’échanger et
d’opter plutôt pour la porte qu’il n’a pas ouverte ... Avez-vous avantage à
rester sur votre premier choix ou à changer ?
Etudiez d’abord vos chances de gagner en faisant l’hypothèse que vous
changez de porte quoiqu’il arrive. Puis étudiez le cas où vous ne changez pas
de porte.
Exercice 3.5 Urnes et boules

Une urne contient 8 boules blanches et 6 boules noires, chaque boule
ayant la même probabilité d’être tirée.
1. On tire simultanément 5 boules. Quelle est la probabilité d’obtenir :
– 3 blanches et 2 noires ?
– des boules de couleurs différentes ?
2. On tire successivement 5 boules avec remise de chaque boule tirée. Quelle

est la probabilité d’avoir :
– 3 blanches puis 2 noires ?
– 3 blanches et 2 noires dans un ordre quelconque ?
Exercice 3.6 Jeux de données
On considère des jeux de données permettant de tester la robustesse de
l’implémentation d’un algorithme, dont 8 sont jugés d’une complexité “éle-
vée” et 6 sont jugés de complexité “moyenne”. On choisit au hasard des jeux
de données qu’on soumet à l’algorithme, chaque jeu de données ayant la
même probabilité d’être choisi.
1. On tire simultanément 5 jeux de données. Quelle est la probabilité d’ob-
tenir :
– 3 jeux de complexité élevée et 2 de complexité moyenne ?
– des jeux de données de complexités différentes (pas tous de complexité
élevée ou tous de complexité moyenne) ?
2. On tire successivement 5 jeu de données, en s’autorisant à choisir le même
jeu de données plus d’une fois. Quelle est la probabilité d’avoir :
– 3 jeux de complexité élevée puis 2 de complexité moyenne (dans cet
ordre) ?
– 3 jeux de complexité élevée puis 2 de complexité moyenne (peu importe
l’ordre dans lequel ils sont apparus) ?
Exercice 3.7 Tirage aléatoire en machine Explorez la (les) librairie(s) mises
à disposition dans divers langages de programmation (C, Java, python, etc.).
A minima, le langage vous permet de tirer au hasard (et uniformément,
c’est-à-dire que le tirage est équiprobable) un nombre réel de l’intervalle [0,
1).
Utilisez cette méthode de la librairie pour écrire un court programme qui
permet de simuler un évènement de Bernouilli avec probabilité p (le lancer
d’un pièce au jeu de pile ou face, où pile est obtenu avec probabilité p).
En répétant ce tirage aléatoire un grand nombre de fois, et en cumulant
les fréquences des résultats, vous prendrez soin de vérifier empiriquement
que votre tirage aléatoire suit bien la probabilité prescrite p.
Solution On peut simuler le tirage de Bernouilli de paramètre 0 < p < 1
si on dispose d’un générateur de nombre réel : une fonction retournant un
nombre réel de l’intervalle [0, 1). C’est ce que fait la fonction python random
(de la librairie random). Après avoir défini la fonction Bernouilli, on l’ap-
pelle m fois (avec m de plus en plus grand, pour constater empiriquement
que la fréquence de succès s’approche de plus en plus de la probabilité
théorique p).
Exercice 3.8 Rademacher Soit (Xn )n∈N une suite de variables aléatoires
indépendantes et de même loi de Rademacher R(p), c’est-à-dire P (Xn =
1) = p et P (Xn = −1) = 1 − p avec 0 < p < 1. Ecrivez un court programme
Fig. 3.2 Code python réalisant un tirage de Bernouilli de paramètre p.
qui permet de simuler la loi de Rademacher (que l’on peut comparer à un

lancer à pile ou face mais à valeur 1 ou -1 avec probabilité p).
Exercice 3.9 Tirage aléatoire sur l’intervalle [a, b) Utilisez le tirage aléa-
toire d’un réel de l’intervalle [0, 1) pour construire une méthode pour tirer
aléatoirement et uniformément un réel de l’intervalle [a, b) où a < b sont
deux nombres réels ou entiers quelconques.
Exercice 3.10 Histogramme Un histogramme permet de rendre compte de
la distribution de valeurs dans un échantillon numérique. Plus précisément,
supposons que nous ayons une suite de nombres S = x1 , x2 , . . . entiers ou
réels. On peut alors fabriquer des couples (x, nx ) où x ∈ E et nx indique le
nombre de valeurs xn qui coincide avec x. Le nombre nx est appelé la fré-
quence de x dans la suite S.
Pour visualiser les fréquences on peut placer les couples (x, nx ) dans le
plan. Cette visualisation peut être toutefois irrégulière et difficile à interpré-
ter. On peut alors regrouper les valeurs xn par intervalles disjoints et cumu-
ler les fréquences des éléments appartenant à un même intervalle.
Reprenez le tirage aléatoire de nombre réels de l’intervalle [a, b) et construi-
sez un histogramme rendant compte des valeurs obtenues au cours d’un
grand nombre de tirages. Vous trouverez un utilitaire permettant de visua-
liser l’histogramme 2 .
Exercice 3.11 Simuler un lancer de dé Selon les possibilités offertes par la
(les) librairie(s) du langage utilisé, vous pouvez tirer au hasard un nombre
réel de l’intervalle [0, 1) ou un entier naturel (borné par la taille des mots
mémoire et le format de stockage interne).
2. On peut penser à gnuplot, par exemple.

A partir de l’un (ou des deux) de ces moyens de base, fabriquer une mé-
thode permettant de simuler le lancer d’un dé équiprobable à six faces. Vous
prendrez soin de vérifier empiriquement que votre tirage aléatoire est bien
équiprobable.
Simulez l’expérience du chevalier de Méré et constater le résultat théo-
rique de l’exercice 3.3.
Solution
Fig. 3.3 Code python simulant l’expérience de Méré. On peut, comme pour le tirage de
Bernouilli (Fig. 3.2), calculer empiriquement la fréquence de succès de l’expérience.
Exercice 3.12 Générer des entiers En machine, les entiers sont décrits par
des vecteurs de bits de taille N (= 32 ou 64). On peut donc penser générer
aléatoirement des entiers en jouant à pile ou face N fois avec p = 1/2 et
en prenant le résultat du jeu comme résultat. Une suite générée ainsi forme
t-elle une suite aléatoire d’entiers ?
Ecrivez un court programme qui tire au hasard un nombre entiers de l’en-
semble {0, 2N − 1} de cette façon (N = 32 ou 64 selon l’architecture de la
machine utilisée).
Solution On suppose disposer d’une fonction Bernouilli(p) qui per-

met de simuler un évènement de Bernouilli de paramètre p. Il suffit donc
de répéter N tirages de Bernouilli avec p = 1/2, et de faire la conversion de
la base 2 à la base 10.
Si, par exemple, on utilise cette procédure pour générer un milliers d’en-
tiers (N = 10), on doit pouvoir observer le caractère uniforme de la géné-
ration. On dresse un histogramme des nombres générés et on le trace :
Fig. 3.4 Ces deux histogrammes illustrent la répartition des entiers générés par la pro-
cédure. Le caractère uniforme de la génération aléatoire est révélé par l’allure “plate”
de l’histogramme. Remarquez que l’on perd ce caractère plat et permet de voir l’aspect
chaotique du tirage aléatoire dès lors que l’histogramme contient trop de classes.
Fig. 3.5 Code python générant des entiers aléatoires en base 2, en simulant une loi bi-
nomiale de paramètre p = 1/2 (puis en retournant l’entier converti en base 10).
Exercice 3.13 Probabilités et modèles physiques Une corde dans un cercle

est un segment de droite le coupant en deux points de sa circonférence. On
choisit “au hasard” une corde d’un cercle de rayon unitaire. Quelle est la pro-
babilité qu’elle soit moins longue que le côté d’un triangle équilatéral inscrit
dans le cercle
Nous allons voir que la réponse que l’on peut donner à cette question dé-
pend de ce que l’on entend par “choisit au hasard”.
Fig. 3.6 On choisit une corde aléatoirement en choisissant au hasard un point du cercle.
Les trois figures illustrent les trois espaces de probabilités considérés pour donner une
solution. Chacune décrit ce que l’on entend par “choisir une corde au hasard” (un point
ω dans le cercle ; un couple de points (C, D) ∈ [0, 2π] × [0, 2π] sur la circonférence du
cercle ; un rayon déterminé par un angle θ ∈ [0, 2π] et un point C ∈ [0, 1] sur ce rayon ).
La zone grisée correspond à chaque fois à l’évènement A.
Solution 1. Pour toute corde, il existe un unique rayon qui la croise à

angle droit. Ainsi, à tout point ω d’un cercle C centré en O, on peut faire
correspondre une unique corde perpendiculaire au rayon passant par ω. On
peut donc interpréter “choisir une corde au hasard” comme étant “choisir
un point ω du cercle et tracer l’unique corde passant par le rayon Oω. Cette
corde est de longueur supérieure au côté du triangle à condition que ce point
se situe hors du cercle C 0 centré en O et de rayon 1/2. Calculez la probabilité
cherchée selon ce modèle.
Solution 2. Toute corde est déterminée par deux points C, D de la circon-
férence du cercle C. Observez
√ que le côté du triangle est lui-même une corde
de longueur exactement 3 qui correspond à une portion de la circonférence
de longueur 2π/3. Etant donné un point C, les points D qui sont à une dis-
tance inférieure à 2π/3 de C sur la circonférence permettent de construire
une corde satisfaisant la condition. Choisir une corde au hasard correspond
ici au choix d’un couple ordonné de points C, D sur la circonférence. Calcu-
lez la probabilité cherchée selon ce modèle.
Solution 3. Toute corde est déterminée par un point C se situant sur un
rayon du cercle, lui-même déterminée par un angle θ ∈ [0, 2π). La corde
correspond donc à un couple (θ, C) avec C ∈ [0, 1), qui satisfait la condition
dès lors que C > 1/2. Choisir une corde au hasard correspond ici au choix
d’un couple ordonné de points C, θ. Calculez la probabilité cherchée selon ce
modèle.
Exercice 3.14 On considère l’ensemble de relais de la figure 3.1. Les nombres
indiquent les probabilités que le relais soient “ouverts” (ça ne circule pas).
Les relais sont indépendants (formalisez cette notion). Calculez la probabi-
lité pour qu’au moins une branche soit “fermée” (et que ça circule).
Exercice 3.15 Simulez par programmation le tirage aléatoire d’une corde

selon les trois modèles de l’exercice précédent.
Exercice 3.16 Guerre de processus Imaginons deux threads s’exécutant si-

multanément, chacun réclamant au système une portion mémoire à diffé-
rents moments. On suppose que les threads ta et tb demande à chaque fois
une portion mémoire de taille fixe et qu’à la fin de leur exécution ta aura de-
mandé m portions mémoires, alors que tb en aura demandé n, avec m ≥ n.
On s’intéresse à la probabilité que le thread ta ait constamment plus de mé-
moire à sa disposition que le threads tb .
Nous allons modéliser ce problème de la façon suivante : les demandes
successives des threads sont décrites par une séquence de a et de b (un mot).
Une séquence qui maintient l’avantage à ta (plus de mémoire accordée à ta
à tout moment) est un mot dont les préfixes comptent toujours plus de a que
de b.
Soient n, m ≥ 0, avec m ≥ n. On note C(m, n) l’ensemble des mots u de
{a, b}∗ tels que |u|a = m et |u|b = n, i.e. u est constitué de m lettres a et de n
lettres b.
Soit p : {a, b}∗ → Z l’application définie par p(u) = |u|a −|u|b . On propose
de calculer la probabilité de l’évènement
D = {u ∈ C(m, n)|∀v 6= prefixe de u, p(v) > 0}.

– Soit Cb (m, n) l’ensemble des mots de C(m, n) commençant par b. Dé-
crire l’évènement E = C(m, n)\D et montrer que P (E) = 2P (Cb (m, n)).
– En déduire la probabilité que le threads ta dispose toujours de plus de
mémoire que le threads tb .
Exercice 3.17 Quidam et casino (Cet exercice est emprunté à et adapté de
[Bré09, Chap.,3.1].) Au casino, un croupier choisit deux nombres m, n ∈
[0, N ], avec m < n disons, qu’ils ne vous dévoilent pas. Il écrit ces deux
nombres sur des bouts de papier qu’il place secrètement sous deux cha-
peaux. Il vous demande ensuite de choisir l’un des chapeaux et vous dévoile
le nombre qui y était caché. Vous devez ensuite parier en répondant à la
question : le nombre resté sous l’autre chapeau est-il plus grand que celui
que l’on vient de vous dévoiler ?
A priori, à choisir sans stratégie particulière mais seulement “au hasard”

(en jouant à pile ou face, par exemple), vous n’avez qu’une chance sur deux
de gagner. Existe t-il une stratégie de réponse qui vous garantit que vous avez
plus de chances de donner la bonne réponse ? C’est ce que nous allons voir
...
Choisissez un nombre Z dans [0, N ] au hasard et selon une distribution
de probabilité quelconque. Si Z est strictement plus grand que le nombre
dévoilé, pariez que le nombre resté secret est plus grand que celui qui a été
dévoilé. Montrez que cette stratégie est avantageuse.
Notons X le nombre qui vous a été dévoilé. Il s’agit de calculer la proba-
bilité P (X = m, Z > m) + P (X = n, Z < n) (ce sont les deux cas gagnants).
Le croupier choisit l’un des deux chapeaux de manière équiprobable et les
variables X et Z sont indépendantes, par conséquent :
P (X = m, Z > m) + P (X = n, Z < n)
= P (X = m)P (Z > m) + P (X = n)P (Z ≤ n)
1
PN 1
Pn
= 2 k=m+1 P (Z = k) + 2 k=0 P (Z = k)
Pn
= 1/2 + k=m+1 = 1/2 + P (m + 1 ≤ Z ≤ n) ≥ 1/2
Chapitre 4
Indépendance et probabilités
conditionnelles
Les situations plus “réalistes” exigent d’étudier les probabilités condi-

tionnelles. Des exemples illustreront bien ce propos. Imaginons que vous
observiez le système de l’exemple en page 15 décrit à la section précédente
et que vous constater que le système est actif environ deux fois sur trois.
La question de connaître la probabilité d’observer le système en état ac-
tif quatre fois de suite ne se pose plus de la même manière. En termes
probabilistes, vous cherchez à connaître la probabilité d’observer une sé-
quence comptant quatre valeurs à 1 consécutives, sachant que le nombre
total de valeurs à 1 est 2N/3. Deux évènements sont parties prenantes ici.
L’ensemble A des séquences comptant 4 valeurs à 1 consécutives, et l’en-
semble B des séquences comptant 2N/3 valeurs à 1. Et l’on cherche à cal-
culer la probabilité de A sachant que l’on est dans la situation décrite par
B.
Pensez à ces ensembles sous forme graphique. Puisque l’on suppose
que l’évènement B s’est produit, on cherche à calculer combien d’élé-
ments de A sont susceptibles de se produire. En termes ensemblistes, les
évènements que l’on pourra observer sont ceux de A ∩ B. La probabilité
cherchée est ici |A∩B| P (A∩B)
|B| , ce qui est aussi égal à P (B) .
C’est ce qu’on appelle la probabilité conditionnelle de A sachant B, et
qu’on note P (A|B) :
P (A ∩ B)
P (A|B) = (4.1)
P (B)
Notez au passage qu’on a
P (A ∩ B) = P (A|B)P (B).
Evènements indépendants L’évènement A ne dépend pas de l’évène-
ment B si on a P (A|B) = P (A) : le fait qu’on suppose que B se soit pro-
duit n’influe pas sur la probabilité d’observer A. On en déduit P (A ∩ B) =
27
28 4 Indépendance et probabilités conditionnelles
P (A)P (B) et que par conséquent, on a aussi P (B|A) = P (B). On dit alors
que ces évènements sont mutuellement indépendants.
Exercice 4.1 Poker Vous jouez au poker, version Texas Hold’em 1 . Le crou-
pier distribue les cartes et vous recevez vos deux cartes : un as et un valet de
pique ( !).
1. Quelle est la probabilité que vous obteniez une quinte flush royale ? (une
série de cinq cartes dans la même couleur allant de l’as au 10).
2. Quelle est la probabilité que vous obteniez un full formé de trois as et de
deux valets ?
Exercice 4.2 Bits Des bits sont envoyés à la suite sur un canal, et sont égaux
soit à 0, soit à 1 avec même probabilité.
1. Vous enregistrés deux bits à la suite b0 , b1 .
– Quelle est la probabilité que les deux bits aient des valeurs différentes
(l’un vaut 0, l’autre vaut 1) ?
– Quelle est la probabilité que le second bits soit égal à 1 si le premier est
égal à 0 ?
2. On note maintenant la valeur de quatre bits envoyés à la suite.
– Trouvez la probabilité d’avoir au moins deux bits égaux à 1 parmi les
quatre.
– Trouvez la probabilité d’avoir au moins deux bits égaux à 1 tout en
étant certain (sachant que) que l’un d’entre eux l’est.
– Trouvez la probabilité que tous les bits soient effectivement égaux à 1
sachant qu’au moins deux d’entre eux sont effectivement égaux à 1.
– Trouvez la probabilité d’avoir au moins deux bits égaux à 1 tout en
étant certain (sachant que) que l’un d’entre eux l’est et que le quatrième
bit est à 0.
Exercice 4.3 D’après le tableau suivant, dans quel(s) cas les évènements A
et B sont-ils indépendants ?
P (A) P (B) P (A ∪ B)
cas I 0.1 0.9 0.91
cas II 0.4 0.6 0.76
cas III 0.5 0.3 0.73
Exercice 4.4 Simuler des probabilités conditionnelles On considère un

espace de probabilité Ω sur lequel on définit deux évènements A et B. On
répète N fois une expérience ω ∈ Ω et on note le nombre de fois où se pro-
duisent :
1. Dans cette version du jeu, chaque joueur reçoit d’abord deux cartes. Puis cinq
cartes sont découvertes au centre de la table. Le joueur qui “gagne” – on ignore ici l’effet
des mises – est celui qui fabrique la meilleure main de cinq cartes en composant avec
les siennes et les cartes communes à tous les joueurs.
4.1 Formule de Bayes 29
– n(A) = nombre de réalisations de A

– n(B) = nombre de réalisations de B
– n(A ∩ B) = nombre de réalisations simultanées de A et B
puis on calcule les fréquences qui approxime les probabilités théoriques
P (A) ∼ n(A) n(B)
N , P (B) ∼ N , P (A ∩ B) ∼
n(A∩B)
N et P (A|B) ∼ n(A∩B)
n(A) .
(a) Simuler la probabilité conditionnelle d’obtenir, en lançant deux dés, une

somme supérieure à 6 sachant qu’au moins un des deux dés est supérieur
ou égal à 3.
(b) Simuler la probabilité conditionnelle d’obtenir, en jouant 100 fois à pile
ou face, la probabilité d’avoir pile 52 fois sachant que vous avez eu pile
aux deux premiers lancers.
Exercice 4.5 P (A ∩ B ∩ C)
Soient A, B, C des évènements quelconques, tels que A et A ∩ B sont de
probabilités non nulles. Utilisez la formule de probabilité conditionnelle
pour déduire l’identité P (A)P (B|A)P (C|A ∩ B) = P (A ∩ B ∩ C).
Exercice 4.6 Emission de bits Sur une séquence S de n bits, on définit une
procédure d’ajout d’un (n + 1)ème bit b. La séquence S est reçue (sur un
canal), puis on construit une séquence S 0 qu’on renvoie.
Si |S|1 (le nombre de bits égaux à 1 dans S) est impair alors b = 1 sinon
b = 0. On obtient ainsi une séquence de bit S 0 . L’émission des bits n’étant
pas sécurisée, il se peut que la séquence S 0 ne soit pas cohérente. On suppose
qu’un bit 1 de la séquence S 0 est émis avec la probabilité p. Dans quelle me-
sure l’ajout du (n + 1)ème bit permet-t-il de contrôler que la séquence S n’a
pas été altérée ?
Exercice 4.7 Montrer :
P (B|A ∩ C)
P (A|B ∩ C) = P (A|C) ·
P (B|C)
4.1 Formule de Bayes
Les probabilités conditionnelles ne sont pas symétriques, c’est-à-dire

qu’il n’y a a priori aucune raison pour qu’on ait P (A|B) = P (B|A).
Prenons encore une fois un exemple. Supposons que l’on mette au point
un algorithme d’analyse du langage naturel qui détermine (de manière
probabiliste) si une page web qu’il analyse est écrit en anglais “natif”. Les
concepteurs de l’algorithme sont assez confiant et estiment que l’algo-
rithme dit juste 95% du temps. On estime par ailleurs que 55% des pages
écrites en anglais et publiées sur le web sont en anglais natif. On peut donc
chercher à évaluer la robustesse de l’algorithme en calculant la probabilité
qu’il affirme qu’un page est en anglais natif alors que ce n’est pas le cas
(faux positif ), ou qu’une page soit écrite en anglais natif alors que l’algo-
rithme affirme le contraire (faux négatif ). De la même manière, on peut
considérer les cas où l’algorithme dit juste (vrai positif : l’algorithme af-
firme que la page est en anglais natif et c’est bien le cas). ; ou le cas où la
page n’est pas en anglais natif comme l’affirme l’algorithme (vrai négatif ).
Soit Ω l’ensemble des pages web écrites en anglais, et désignons par
A l’évènement l’algorithme affirme qu’une page est en anglais natif, et B
l’évènement “une page est écrite en anglais natif”. La probabilité d’obser-
ver un faux positif est donc P (A|B c ). La probabilité d’observer un faux né-
gatif est P (B|Ac ).
Dans l’exemple, il est vraisemblable d’évaluer les probabilités P (A|B) et
P (A|B c ) en faisant tourner l’algorithme sur un échantillon de pages web
dont on contrôle a priori la qualité de l’anglais. (Il nous faut aussi pouvoir
évaluer la probabilité P (B)). Mais qu’en est-il de P (B|A) ? Il se trouve que
ces deux probabilités sont liés par la formule de Bayes :
P (A|B)P (B)
P (B|A) = (4.2)
P (A)
que l’on déduit simplement de la définition des probabilités P (A|B) et
P (B|A).
Ainsi, on peut faire jouer la dépendance d’une variable sur l’autre à
condition de pouvoir connaître au moins en partie (et dans l’un des deux
sens) les probabilités conditionnelles.
Selon que l’on connaît la valeur P (A) ou pas, on pourra utiliser la for-
mule (4.2) ou une forme étendue :
P (A|B)P (B)
P (B|A) = (4.3)
P (A|B)P (B) + P (A|B c )P (B c )
Pour montrer la formule (4.3), il suffit d’utiliser l’identité (4.1). On trouve :
P (B ∩ A)
P (B|A) =
P (A)
P (A ∩ B)P (B)
=
P (A)P (B)
P (A|B)P (B)
=
P (A)
P (A|B)P (B)
=
P (A ∩ B) + P (A ∩ B c )
P (A|B)P (B)
=
P (A|B)P (B) + P (A|B c )P (B c )
Exercice 4.8 Langue naturelle . . .

On met au point une heuristique (un algorithme) qui détecte si une page
web écrite en anglais est rédigée par un natif (quelqu’un dont l’anglais est la
langue maternelle). On évalue à 55% le pourcentage de pages sur le web qui
sont écrites en anglais par des natifs. L’heuristique réussit à détecter correc-
tement que la page est écrite par un natif dans 95% des cas lorsque la page
est effectivement écrite par un natif. Elle affirme cependant incorrectement
que la page est écrite par un natif alors que ce n’est pas le cas avec probabilité
1%.
Quelle est la probabilité qu’une page soit écrite par un natif lorsque l’heu-
ristique l’affirme ?
Exercice 4.9 Processeurs en panne Un contrôle systématique est effectuée
sur un ensemble de processeurs dont 15% présentent une panne non appa-
rente. Ce dépistage est débuté par un test qui donne 95% de résultats po-
sitifs pour les processeurs défectueux, et 10% de résultats positifs pour les
processeurs non défectueux. Quelle est la probabilité (conditionnelle) qu’un
processeur pris au hasard présente la panne sachant que le test a donné un
résultat positif ?
Exercice 4.10 Bayes encore Montrez une version généralisée de la formule
de Bayes qui implique trois évènements, A, B, C disjoints et complémen-
taires, c’est-à-dire que A ∪ B ∪ C = Ω et A ∩ B ∩ C = ∅. Soit un autre évè-
nement D. Exprimez P (A|D) en fonction des probabilités conditionnelles
P (B|D), P (C|D) (et des probabilités P (A), P (B), P (C), etc.).
Exercice 4.11 Barrettes mémoire Une usine fabrique des barrettes mé-
moire à l’aide de trois machines A, B et C. La machine A assure 20% de
la production et 5% des barrettes fabriquées par A sont défectueuses. La ma-
chine B assure 30% de la production et 4% des barrettes fabriquées par B sont
défectueuses. La machine C assure 50% de la production et 1% des barrettes
fabriquées par C sont défectueuses.
1. On choisit au hasard une barrette. Calculer les probabilités :
– pour que la barrette soit défectueuse et produite par A,
– pour que la barrette soit défectueuse et produite par B,
– pour que la barrette soit défectueuse et produite par C.
2. Calculer les probabilités pour qu’une barrette défectueuse :
– provienne de A,
– provienne de B,
– provienne de C.
Exercice 4.12 Règles des causes totales Soient A, B, C, D des évènements
tels que B, C et D sont mutuellement exclusifs et tels que B ∪ C ∪ D = Ω.
Montrez qu’on a :
P (A) = P (A|B)P (B) + P (A|C)P (C) + P (A|D)P (D).

Proposez une généralisation de cette règle des causes totales.
Exercice 4.13 Paquets perdus L’envoi d’un paquet du serveur S1 au serveur

S2 sur internet passe par deux routeurs intermédiaires R1 et R2 . La proba-
bilité que le paquet se perde au niveau S1 , R1 ou R2 est p. On constate, au
niveau du serveur S2 la perte du paquet. Quelle est la probabilité qu’il ait été
perdu au niveau de S1 ? de R1 ? de R2 ?
Solution On sait que la probabilité qu’un paquet se perde sur chaque
segment du chemin S1 → R1 → R2 → S2 est p. Notons par P (S1 → R1 ),
P (R1 → R2 ), P (R2 → S2 ) les probabilités que la perte se produise sur
un des segments du chemin. On peut calculer la probabilité que le paquet
se perde (constaté au niveau du serveur S2 ) : soit le paquet est perdu sur
le premier segment, soit sur le deuxième, soit sur le troisième. Cette pro-
babilité est donc égale à P (S1 → R1 ) + P (R1 → R2 ) + P (R2 → S2 ) =
p + (1 − p)p + (1 − p)2 p.
Les probabilités conditionnelles cherchées sont donc P (perte|S1 →
R1 ) = P (perte)/P (S1 → R1 ) = p/(p+(1−p)p+(1−p)2 p). Les autres valeurs
se calculent de manière similaire P (perte|S1 → R1 ) = P (perte)/P (S1 →
R1 ) = p/(p + (1 − p)p + (1 − p)2 p)., P (perte|R1 → R2 ) = (1 − p)p/(p + (1 −
p)p + (1 − p)2 p), P (perte)/P (R2 → S2 ) = (1 − p)2 p/(p + (1 − p)p + (1 − p)2 p).
Fig. 4.1 La courbe de gauche indique comment évolue la probabilité de perdre un pa-
quet en fonction de p (la probabilité de perdre un paquet sur l’un des segments. Les
courbes de la figures de droite donne l’évolution des probabilités conditionnelles en
fonction de p. Les probabilités conditionnelles concernant les deux derniers segments
décroissent alors que la probabilité conditionnelle concernant le premier segment tend
vers 1.
Il est intéressant de voir comment évolue ces probabilités condition-

nelles en fonction de la valeur de p. A l’évidence, plus p augmente, plus il
est raisonnable d’attribuer la perte d’un paquet au segment S1 → R1 . On
observe alors naturellement une décroissance des probabilités condition-

nelles impliquant les deux derniers segments du chemin 2 .
Exercice 4.14 Paquets endommagés Un routeur reçoit l’essentiel des pa-
quets qu’il fait transiter depuis deux autres routeurs R1 et R2 . On constate
qu’environ un paquet sur 200 est endommagé 3 lorsque ceux-ci proviennent
de R1 , alors que seulement un paquet sur 1000 est endommagé lorsqu’ils
proviennent de R2 . On considère un lot de paquets reçus de l’un de ces deux
routeurs R1 ou R2 . Le premier paquet inspecté n’est pas endommagé. Quelle
est la probabilité pour que le second paquet ne soit pas, lui non plus, en-
dommagé ?
Exercice 4.15 Moteurs de recherche On met au point un algorithme qui
lance un même requête sur trois moteurs de recherche M1 , M2 et M3 . La pré-
cision de ces moteurs de recherche est évaluée en fonction de la pertinence
des réponses qu’ils retournent, et de manière probabiliste : M1 renvoie une
réponse pertinente 3 fois sur 4, M2 1 fois sur 4 et M3 1 fois sur 2. Après avoir
lancé ses requêtes, l’algorithme retient deux des réponses comme étant perti-
nentes et rejette la troisième. Quelle est la probabilité que la réponses rejetée
proviennent de M1 ? de M2 ? de M3 ?
Exercice 4.16 On tire au hasard deux points sur le segment [0, 1) indépen-
damment l’un de l’autre. Le plus petit nombre est supérieur à 1/3. Quelle est
la probabilité pour que le plus grand soit supérieur à 3/4 ?
Exercice 4.17 Spam Vous venez d’installer un module de détection de cour-
riers indésirables (spam) dans votre client de courrier électronique. Le mo-
dule réussit à identifier les courriers indésirables dans 99% des cas. Son taux
de faux positifs est toutefois de 2% 4 . Les statistiques officielles indiquent que
10% du courriers électroniques reçus est indésirable. Quelle est la probabi-
lité qu’un message soit effectivement indésirable lorsque le module indique
que c’est le cas ?
2. Les expressions pour les probabilités conditionnelles convergent vers 1/3 lorsque
p → 0. Elles sont donc non continues en ce point puisque ces probabilités sont évidem-
ment nulles si p = 0.
3. On suppose disposer d’un procédé pour déterminer si les données d’un paquet
ont subi un dommage.
4. Ce sont les cas où le module annonce qu’un message est indésirable alors qu’il ne
l’est pas.
Chapitre 5
Variables aléatoires, espérance et variance
Connaître la probabilité d’un évènement A, c’est pouvoir calculer la

“taille” de l’ensemble sous-jacent à A. Les choses sont parfois moins “di-
rectes”, et décrites de manière composite : dans un casino, vous misez 2 e
et vous lancez trois dés. Si vous avez un triple vous empochez 5 e (vous
gagnez 3 e), si vous avez un double vous empochez 3 e (vous gagnez 1 e).
Sinon, vous perdez votre mise (vous gagnez −2 e).
Naturellement, on s’intéresse à la probabilité de gain. Quelle est la pro-
babilité de perdre sa mise, de gagner 1 e ou 3 e ? Les gains dépendent évi-
demment des évènements possibles lors du lancer des dés, mais les proba-
bilités cherchées sont formulées en fonction du gain, et non pas en fonc-
tion des évènements eux-mêmes. En d’autres termes, les probabilités dé-
pendent toujours des évènements sur Ω = {1, . . . , 6}3 mais les probabilités
sont formulées en fonction du gain possible du joueur.
Il faut voir le gain comme une fonction X : Ω → N dont le domaine
est l’espace où sont lancés les dés et à valeurs dans l’ensemble des entiers.
Cette fonction est une variable aléatoire. Ainsi, si le lancer de dés est ω =
(3, 3, 3) (un triple de 3) alors le gain du joueur est de X(ω) = 3.
On peut ainsi se poser la question de connaître la probabilité d’avoir un
gain de 3 e qu’on écrit P (X = 3). La réponse se fait en calculant l’évène-
ment A = X −1 (3) dans Ω, c’est l’ensemble de tous les lancers de dés qui
donne un gain de 3 e. Dans cet exemple, on a A = {(1, 1, 1), . . . , (6, 6, 6)} et
la probabilité est donc P (X = 3) = |A|/|Ω| = 1/36.
Exercice 5.1 Casino Reprenez l’exemple du joueur de casino qui lance les
dés. Calculez les probabilités P (X = 1) et P (X = −2).
Exercice 5.2 Système actif/passif On effectue une séquence de N observa-
tions d’un système qui se trouve dans l’un de deux états 0 ou 1, avec proba-
bilité p d’être actif (valeur observée = 1). On considère la variable aléatoire
qui donne le nombre de fois où le système est actif (on observe la valeur 1).
Précisez ce qu’est Ω, définissez la variable aléatoire X. Calculez la proba-
bilité P (X = k).
35
36 5 Variables aléatoires, espérance et variance
Exercice 5.3 Phénotypes et génotypes Certains caractères héréditaires sont

portés par paires de gènes, un gène pouvant prendre deux formes (allèles),
dominantes ou récessives (couleur des yeux, caractère de la peau des petits
pois, etc.). Ces gènes sont donc groupés par paires et se présentent dans l’or-
ganisme sous trois génotypes possibles : AA, Aa, aa (on ne distingue pas Aa
et aA). Le phénotype suit de la dominance du caractère A sur a. Lorganisme
porteur montrera le phénotype qui suit du gène dominant A mais pourra
tout de même transmettre la gène récessif a. Ainsi, une personne aux yeux
marron peut très bien avoir des enfants aux yeux bleus.
Chaque parent transmet à un descendant l’un des deux gènes qu’il porte.
On suppose que le gène transmis par le parent est choisi au hasard parmi les
deux possibles.
On définit deux variables aléatoires X1 , X2 qui prennent les valeurs des
phénotypes AA, Aa ou aa des deux parents et Y1 , Y2 qui prennent les valeurs
du gène A ou a transmis par chacun des deux parents à leur descendant.
Sachant que le gène transmis par le parent est choisi au hasard parmi les
gènes de son génotype, et sachant que le gène transmis par l’un des parents
ne dépend pas de celui transmis par l’autre, donnez les probabilités condi-
tionnelles des variables Yi sachant Xj .
On suppose que les génotypes AA, Aa, aa sont répartis dans la population
avec probabilité p, 2r, q (avec p + 2r + q = 1). Exprimez p, q et r en fonction
des probabilité sur les Yi . (Vous utiliserez la règle des causes totales.)
Exercice 5.4 Guêpe et probabilité conditionnelle Deux pièces A et B sont
reliées entre elles par une porte ouverte. Seule la pièce B possède une issue
vers l’extérieur. Une guêpe initialement dans la pièce A voudrait sortir à l’air
libre. Son trajet obéit aux règles suivantes :
– Lorsqu’elle est en A au temps t = n, alors au temps t = n + 1, elle
reste en A avec une probabilité égale à 1/3 ou elle passe en B avec une
probabilité égale à 2/3,
– Lorsqu’elle est en B au temps t = n, alors au temps t = n + 1, elle
retourne en A avec une probabilité égale à 1/4, ou elle reste en B avec
une probabilité égale à 1/2, ou elle sort à l’air libre avec une probabilité
égale à 1/4.
Au temps t = 0, la guêpe est dans la pièce A. Lorsqu’elle est sortie, elle ne
revient plus.
1. Calculez explicitement les distributions de probabilités des variables X0
et X1 ,
2. Exprimez P (Xn+1 = A) et P (Xn+1 = B) en fonction de P (Xn = A) et
P (Xn = B) (avec des notations évidentes),
6 3
3. Vérifiez que la suite 10 P (Xn = A) − 10 P (Xn = B) est constante,
4 3
4. Vérifiez que la suite 10 P (Xn = A) + 10 P (Xn = B) est géométrique de
raison 56 ,
5. En déduire l’expression de P (Xn = A) et P (Xn = B),
5.1 Distribution de probabilité 37
1
Pn−1
6. Montrer que pour n ≥ 2, P (Xn = S) = 4 k=1 P (Xn−1 = B). En déduire
P (Xn = S).
Exercice 5.5 Soit a ∈ (0, 1/2) un nombre réel.
Dans une bourse de valeurs, un titre donné peut monter, rester stable ou
baisser.
Dans un modèle mathématique, on considère que :
– le premier jour le titre est stable
– si un jour n le titre monte, le jour n + 1 ; il montera avec probabilité
1 − 2a, restera stable avec probabilité a et baissera avec probabilité a
– si un jour n le titre est stable, le jour n + 1 il montera avec probabilité
a, restera stable avec probabilité 1 − 2a et baissera avec probabilité a
– si un jour n le titre baisse, le jour n + 1 il montera avec probabilité a,
restera stable avec probabilité a et baissera avec la probabilité 1 − 2a
On note Mn (resp. Sn , resp. Bn ) l’événement “le titre donné monte” (resp.
reste stable, resp. baisse) le jour n. On pose pn = P (Mn ), qn = P (Sn ) et
rn = P (Bn ).
a) Que vaut pn + qn + rn ? En déduire l’expression de rn en fonction de pn et
qn ,
b) Expliciter pn+1 (resp. qn+1 ) en fonction de pn , qn , rn ,
c) En déduire pn , qn puis rn ,
d) Donner la limite de ces trois suites et interpréter le résultat.
5.1 Distribution de probabilité
Une variable aléatoire calcule donc une valeur associée à toute épreuve
ω ∈ Ω ou à tout évènement A ⊂ Ω. Elle peut prendre ses valeurs dans
tout ensemble, bien que nous considérerons le plus souvent des variables
aléatoires à valeurs dans N ou R.
La distribution de probabilité d’une variable aléatoire décrit la probabi-
lité associée à chacune des valeurs qu’elle peut prendre. certaines distri-
butions de probabilités ont un caractère générique.
5.1.0.1 Distribution binomiale
Un évènement aléatoire à valeur 0 ou 1, avec probabilité p de succès

(valeur = 1) est appelé un évènement de Bernouilli de probabilité p. L’évè-
nement de Bernouilli par excellence est le tirage d’une pièce à pile ou face.
Observez l’état 0 ou 1 d’un système est aussi modélisé par un évènement
de Bernouilli.
On considère une suite de variables aléatoires X1 , . . . , XN où les va-

riables Xi correspondent à des évènements de Bernouilli indépendants de
probabilité p. On considère la variable aléatoire S = X1 + · · · XN .
Fig. 5.1 La distribution binomiale peut être décrite à l’aide d’un histogramme ou d’une
courbe brisée. Observez sa symétrie lorsque p = 1/2 (gauche), qui est perdue lorsque
p 6= 1/2 (droite avec p = 1/3).
Exercice 5.6 Donnez la distribution de probabilité de S. Cette distribution

est la distribution binomiale de paramètres (N, p) que l’on a déjà vu à l’exer-
cice 5.2.
Une variable aléatoire est elle-même une fonction X : Ω → N (ou R),
que l’on peut composer avec une seconde fonction f : R → R. On peut,
par exemple, considérer la fonction f : x 7→ x2 et considérer une nouvelle
variable aléatoire f (X) qui calcule le carré de la valeur retournée par X. Il
faut souvent s’assurer de conditions satisfaite par la fonction f , mais nous
aurons le plus souvent affaire à des cas simples où la fonction est continue
et monotone croissante.
5.2 Espérance
Dès lors que l’on considère une variable aléatoire, on s’intéresse aux
valeurs qu’elle peut prendre et aux probabilités qu’elle atteigne effecti-
vement ces valeurs. On s’intéresse naturellement à la valeur moyenne de
la variable, qui donne une première indication de son “comportement”.
Dans l’exemple du joueur au casino, on peut effectivement se demander
de combien sera le gain du joueur en moyenne. En réalité, ce sont les gé-
rants du casino qui doivent prendre soin de calculer cette valeur, puisque
le joueur par nature espère pouvoir échapper à la loi des grands nombres !
5.2 Espérance 39
Chacun sait calculer la moyenne de la variable aléatoire qui donne le

résultat d’un lancer de dé. (Cette variable est horriblement simple, puis-
qu’elle est définie sur l’ensemble Ω = {1, . . . , 6} et retourne la valeur du dé
lancer). Vous faites la somme des valeurs possibles divisée par le cardinal
de l’ensemble, et vous trouvez 3,5. Ce cas parait facile car il est particu-
lier : les valeurs prises par la variable sont équiprobables. Vous procédez
de même si vous calculez la moyenne de votre semestre, lorsque toutes les
matières ont même coefficient. Et si les coefficients varient ? Vous en tenez
compte dans le calcul, vous effectuez alors une somme pondérée – ce rai-
sonnement vaut aussi pour calculer la moyenne d’une variable aléatoire.
Prenons un autre exemple, celui où la variable aléatoire Y retourne la
somme de deux dés lancés sur le tapis. L’espace de probabilités est Ω =
{(i, j)|i, j ∈ {1, . . . , 6}}. Elle prend donc ses valeurs dans {2, . . . , 12}. On a
P (Y = 2) = 1/36, P (Y = 3) = 2/36, P (Y = 4) = 3/36, . . . La moyenne de
la variable doit tenir compte des valeurs prises par la variable, mais aussi
des probabilités d’atteindre chacune de ces valeurs. On définit l’espérance
d’un variable aléatoire X :
X
E(X) = k · P (X = k) (5.1)
k
où la somme parcourt l’ensemble des valeurs prises par la variable

(nous n’avons considéré que des valeurs entières jusqu’à maintenant et
ça nous suffira pendant un moment – les choses ne sont pas foncièrement
différente si on passe aux variables à valeurs dans R).
Exercice 5.7 Casino – encore Quel est l’espérance du gain du joueur de dés
au casino ?
Exercice 5.8 Une formule
P simple Soit X : Ω → N une variable aléatoire,
montrez que E(X) = n≥0 P (X ≥ n).
Définition 1. Fonction indicatrice Sur tout espace de probabilité Ω, et

pour tout évènement A ⊂ Ω, on peut construire une variable aléatoire
1A : Ω → 0, 1 qui vaut 1A (ω) = 1 ⇐⇒ ω ∈ A. En d’autres mots la variable
indique si une épreuve ω appartient à A. Ainsi, on a P (1A = 1) = P (A).
Exercice 5.9 Observez E(1A ) = P (A).

Exercice 5.10 Loi binomiale Calculer l’espérance d’une variable suivant la
loi binomiale de paramètres (N, p).
Exercice 5.11 Analyse d’algorithme On se propose d’analyser la complexité

(temps de calcul) en moyenne d’un algorithme. On considère l’algorithme
ci-dessous pour trouver le plus grand élément dans une liste non vide L de n
entiers :
début
(1) M := L[1]
(2) pour j := 2 à n faire
(3) si L[j] > M alors M := L[j]
fin
Lors du traitement d’une liste de taille n :
– Quel est le nombre de comparaisons effectuées (ligne 3) ?
– Quel est le nombre d’affectations (lignes 1 et 3) dans le cas le plus favo-
rable ? le plus défavorable ?
Dans la suite, on suppose que les éléments de la liste sont deux-à-deux
distincts et que les n! permutations possibles ont la même probabilité d’ap-
paraître dans la liste. Soit p(n, k) la probabilité pour que, lors du dérou-
lement de l’algorithme sur une liste (aléatoire) L de taille n, k affectations
soient nécessaires.
– Montrez la récurrence suivante :
1 n−1
p(n, k) = p(n − 1, k − 1) + p(n − 1, k)
n n
pour n ≥ 2 et 1 ≤ k ≤ n. Il faut distinguer deux cas de figures et raison-
ner selon que le nme élément est maximal ou non.
– Soit En l’espérance mathématique (la moyenne) du nombre d’affecta-
tions effectuées lors du traitement d’une liste de taille n. Déduire de la
récurrence ci-dessus la récurrence sur En
1
En = + En−1 ,
n
Pn
dont on peut déduire En = k=1 k1 .
– Montrez que l’ordre de grandeur de En se compare à log n lorsque n →
∞.
Exercice 5.12 Simuler un loi binomiale Soit la variable aléatoire S =
X1 + · · · + Xn où les Xi correspondent à des évènements de Bernouilli avec
probabilité p. Donnez un procédé permettant de simuler cette variable aléa-
toire. En d’autres mots vous tirez au hasard des entiers variant de 0 à N , non
pas de manière uniforme mais de façon à ce que la probabilité d’obtenir
l’entier k soit égale à P (S = k).
5.2.0.2 Loi géométrique
Une variable aléatoire X suit une loi géométrique de paramètre p si

P (X = k) = (1 − p)k p. Cette loi a une interprétation assez intuitive :
– Vous jouez à pile ou face, et vous lancez la pièce tant que vous n’avez
pas obtenu pile (avec probabilité p d’obtenir pile). La variable qui in-
dique le nombre de fois où vous avez lancé la pièce avant d’obtenir
pile suit une loi géométrique.
5.2 Espérance 41
– Vous observez un signal (0 ou 1), et vous poursuivez l’observation en

notant à quel moment (combien de signaux reçus) vous avez vu avant
d’observer la valeur 1.
Exercice 5.13 Calculez l’espérance et la variance de la loi géométrique.

Solution Ce calcul fait appel, sans surprise, à la manipulation de séries
géométriques (voir section 2.1). Désignons P par X la variable de loi géo-
i 1
métrique de paramètre p. La série s(q) = i≥0 q = 1−q peut être vue
comme une fonction réelle de la variable q ∈ [0, 1), que l’on peut donc
−1
dériver s0 (q) = i≥1 iq i−1 = (1−q) 00 1
P
2 , s (q) = (1−q)3 .
X 1
E(X) = k(1 − p)k−1 p = ps0 (1 − p) =
p
k≥1
Le même type de raisonnement (en prenant soin de remarquer que k 2 =

k(k − 1) + k permet de trouver V(X) = 1−p
p2 .
Exercice 5.14 Le collectionneur Imaginez que vous collectionnez des ob-

jets offerts à chaque achat au supermarché. La collection compte 9 objets
différents et vous vous mettez en tête de continuer à faire vos courses à
ce supermarché pour faire vos courses, chaque semaine disons, jusqu’à ce
que vous ayez la collection complète. Pendant combien de semaines aurez-
vous à faire vos courses avant d’avoir obtenu la collection complète (en
moyenne) ?
Modélisez la situation ainsi. Vous considérez les variables X1 , . . . , X9 qui
indique le temps d’attente (en nombre de semaines) avant d’obtenir une
ième carte. On a nécessairement X1 = 1 puisque la première carte démarre
la collection. Qu’en est-il de X2 ? . . . , puis X9 ?
Exercice 5.15 Simuler un loi géométrique Simulez une loi géométrique.
En d’autres mots, donnez un procédé qui permet de choisir un entier au ha-
k
sard tel que l’entier k soit choisi avec probabilité (1 − p)P∞ p. On peut procéder
de deux manières différentes. Rappelons d’abord que k=0 (1 − p)k p = 1.
– On choisit au hasard un nombre réel r ∈ [0, 1). On calcule l’entier i tel
Pi
que i = inf i k=0 (1 − p)k p > r. C’est l’entier choisit au hasard par la
loi géométrique.
log U
– On choisit un nombre réel r ∈ [0, 1). On calcule i = b log 1−p c + 1. C’est
l’entier retourné par la loi géométrique.
log U
– Montrer que la variable X = b log 1−p c + 1 suit bien une loi géométrique
(de paramètre p). En effet, puisque P (X = k) = P ((1 − p)k−1 < U ≤
(1 − p)k ).
5.2.0.3 Distribution de Poisson
Imaginons des évènements de Bernouilli qui se produisent de manière

indépendante et qui se répètent à des temps réguliers. On peut penser à
la réception de paquets provenant de N canaux distincts, à la détection
de noyaux d’hélium émis par des atomes d’uranium, etc. Cette façon de
voir les choses modélise bien la réalité sur un temps très court. Un canal
émettra, ou non, un seul paquet ; un atome d’uranium émettra, ou non, un
seul noyau d’hélium.
Comme précédemment, on peut considérer la variable SN = X1 + · · · +
XN qui compte le nombre de succès observés sur un intervalle de temps
très court, la difficulté étant qu’on ne connaît pas le nombre N d’évène-
ments – puisqu’on observe que le nombre k de succès. En revanche, on
suppose pouvoir évaluer le nombre moyen λ de succès observés sur un
intervalle de temps.
Fig. 5.2 La distribution de Poisson suit une courbe centrée en λ, qui décroît exponen-
tiellement et tend asymptotiquement vers 0 lorsque k → +∞ (gauche λ = 2, droite
λ = 5).
Or, on sait que la variable SN suit une loi binomiale de paramètres

(N, pN ), et par conséquent on a E(SN ) = N pN , et donc, pN = λ/N .
Cela étant posé, la probabilité de n’observer aucun succès est égale à
P (SN = 0) = (1 − pN )N = (1 − λ/N )N . On a donc :
lim P (SN = 0) = e−λ

N →∞
et, pour N > k :

5.2 Espérance 43
N
(1 − p)N −k−1

k+1
P (SN = k + 1) k+1 p
= N k

P (SN = k) k p (1 − p)
N −k
N −k p
=
k+1 1−p
λ
=
k+1
L’unique solution satisfaisant ces conditions nous donne :
λk
lim P (SN = k) = e−λ .
N →∞ k!
k
La distribution P (X = k) = e−λ λk! où λ est un nombre réel positif est
appelé la distribution de Poisson de paramètre λ.
Exercice 5.16 Dimensionner un tableau On doit prédimensionner un ta-
bleau, qui est une ressource pour un ensemble de processus : un processus
qui s’exécute a besoin d’une entrée dans le tableau. Si aucune entrée n’est
disponible alors il est mis en attente dans une file. On sait qu’en moyenne
λ processus s’exécutent en même temps. Comment dimensionner le tableau
pour que la probabilité d’avoir à mettre (au moins) un processus en attente
soi au plus de 10%.
Solution On suppose donc que le nombre de processus à traiter (à
chaque moment) est donné par une loi de Poisson de paramètre λ. Ce
nombre, k, doit être tel que la probabilité de dépasser laPtaille du tableau,
N soit au plus deP10%. En d’autres mots, on doit avoir k>N P (X = k) <
10%, ou encore k≤N P (X = k) ≥ 90%. La solution numérique exige de
recourir à une table de la loi de Poisson (ou encore de simuler la loi avec le
paramètre λ). Ainsi, lorsque λ = 10 un tableau de taille N = 14 suffit ; avec
λ = 5, on peut prendre N = 8.
Exercice 5.17 Tickets Le nombre de tickets postés sur un serveur du service

informatique au cours de la première heure de la journée est environ de 10.
Utilisez la loi de Poisson pour calculer la probabilité qu’en un jour normal,
il n’y ait aucun ticket qui soit posté pendant les 90 première minute de la
première heure.
Solution Nous allons considérer trois variables aléatoires X, Y, Z, cha-

cune suivant une loi de Poisson de paramètres différents. La variable X
est de paramètre λ = 10 où l’unité de temps sous-jacente est l’heure. La
variable Y est de paramètre λ = 15 et l’unité de temps sous-jacente est
de 90 minutes. finalement, Z est de paramètre λ = 5 et l’unité de temps
sous-jacente est la demi-heure. Chacune de ces variables modélise le phé-
nomène étudiée, mais sur des intervalles de temps différents.
P
La valeur cherchée est P (Y = 0). On a P (Y = 0) = k≥0 P (Y = 0|X =
k)P (X = k) = P (Y = 0|X = 0)P (X = 0) puisque l’intersection Y0 ∩ X = k
est vide sauf si X = 0. On a donc :
P (Y = 0) = P (Y = 0|X = 0)P (X = 0) = P (Z = 0) = e−5 ∼ 0.00673794
Exercice 5.18 Clients Les clients arrivent dans une banque à un rythme
moyen de 40 clients par heure qu’on modélise par une loi de Poisson de pa-
ramètre 40 (avec l’unité de temps qui est l’heure). Sachant que 30 client sont
arrivés à la première heure, quelle est la probabilité pour qu’il y en ait 60 qui
arrivent dans les premières 90 minutes ?
5.3 Variance
La moyenne donne une première indication du comportement d’une

variable aléatoire (ou de la distribution de ses valeurs). La variance vient
compléter cette information et nous renseigne sur l’étalement des valeurs
autour de la moyenne : les valeurs sont-elles en moyenne proches ou éloi-
gnées de la moyenne ?
Deux variables aléatoires de même moyenne peuvent différer au niveau
de la variance. Pensez par exemple à une variable aléatoire de Rademacher
de paramètre p = 1/2, et dont l’espérance est nulle (voir l’exercice 3.8).
Une variable qui vaut 106 ou 10−6 avec même probabilité a elle aussi une
espérance nulle, mais varie sur un tout autre domaine.
La traduction littérale de la définition que nous avons donnée de la va-
riance nous amène à :
2
V(X) = E( X − E(X) ) (5.2)
2
La variance de la variable X sera aussi parfois p
notée σX . L’écart-type est
la racine carrée de la variance, et est notée σX = σX 2 .
Exercice 5.19 Casino – encore Quel est la variance du gain du joueur de

dés au casino ?
Exercice 5.20 Soit X une variable aléatoire. Observez que la variable X −
E(X) est de même variance que X.
Exercice 5.21 Loi binomiale Calculer la variance d’une variable suivant la
loi binomiale de paramètres (N, p).
Exercice 5.22 Poisson Calculez l’espérance et la variance de la distribution
de Poisson de paramètre λ.
5.4 Somme et produit de variables aléatoires 45
Exercice 5.23 Algorithme Un algorithme reçoit en entrée une liste d’entiers

positifs. Sa complexité est fonction du nombre d’entiers pairs p de la liste et
vaut f (p) = p2 + 1. Décrivez le comportement de l’algorithme (sa complexité
moyenne et sa variance en temps d’exécution).
5.4 Somme et produit de variables aléatoires
Soient deux variables aléatoires indépendantes X1 , X2 à valeurs dans R.

Comme ces deux variables sont indépendantes, on a :
X
P (X1 + X2 = z) = P (X1 = x)P (X2 = y)
x+y=z
X
P (X1 X2 ) = P (X1 = x)P (X2 = y)
xy=z
Par conséquent, on peut montrer :

Exercice 5.24
E(X1 + X2 ) = E(X1 ) + E(X2 ) (5.3)

E(X1 X2 ) = E(X1 )E(X2 ) (5.4)
lorsque les variables X1 et X2 sont indépendantes.

De même, si X1 , . . . , Xn sont des variables aléatoires indépendantes à
valeurs dans R, alors :
2 2 2
σX 1 +···+Xn
= σX 1
+ · · · + σX n
(5.5)
Exercice 5.25 Démonstration Il suffit de démontrer l’identité (5.5) lorsque
n = 2.
Exercice 5.26 Scalaire Soit une variable aléatoire X à valeurs dans R et
α ∈ R positif. On considère la variable aléatoire αX. Montrez :
E(αX) = αE(X), V(αX) = α2 V(X)

Comparez ce résultat aux identités (5.3) et (5.5).
Exercice 5.27 Soit X une variable aléatoire correspondant à un évènement
de Bernouilli de paramètre p. Calculez son espérance et sa variance. En dé-
duire directement le calcul de l’espérance et de la variance d’une variable
aléatoire suivant une loi binomiale de paramètres N et p.
Solution La variable X prend deux valeurs 0 ou 1 avec probabilité 1 − p
et p respectivement. Son espérance est donc E(X) = 0 · (16p) + 1 · p = p. Sa
variance est (0 − E(X))2 · (1 − p) + (1 − E(X))2 · p = p(1 − p).
Une variable SN = X1 + · · · + XN de loi binomiale de paramètres N et

p est une somme de N variables Xi (i = 1, . . . , N ) de Bernouilli indépen-
dantes de même paramètre p. On déduit le calcul de l’espérance et de la
variance de SN des équations (5.3) et (5.5).
Chapitre 6
Lois des grands nombres
L’espérance (la moyenne) nous donne déjà une première information

sur le comportement d’une variable aléatoire. La variance nous informe
sur la distribution des valeurs de la variable autour de sa valeur moyenne.
La loi des grands nombres vient préciser ces informations, en terme pro-
babilistes.
Théorème 6.0.1 Inégalité de Markov Soit Z : Ω → R une variable aléa-

toire non négative. Alors :
E(Z)
P (Z ≥ a) ≤ (6.1)
a
Inégalité de Chebyshev En particulier, si X : Ω → R est une variable
aléatoire alors pour tout > 0, on a :
2
σX
P (|X − E(X)| ≥ ) ≤ (6.2)
2
La preuve est relativement simple. On considère la variable aléatoire
indicatrice 1Z≥a . Cette variable vaut 1Z≥a (ω) = 1 exactement lorsque
Z(ω) ≥ a. Par conséquent, ∀ω ∈ Ω, Z(ω) ≥ a1Z≥a . Par suite, puisque l’es-
pérance est une fonction monotone, E(Z) ≥ aE(1Z≥a ) = aP (Z ≥ a).
Pour obtenir la seconde identité, on applique (6.1) à la variable aléatoire
|X − E(X)|2 et a = 2 .
La loi des grands nombres établit un lien entre probabilité et fréquence
empirique. Dans le jeu de pile ou face, avec probabilité 1/2 d’avoir pile ou
face, la loi nous assure que :
Sn 1
lim P ( − )=1
n→∞ n 2
le nombre de fois où l’on observe “pile” (la valeur de la variable Sn ) tend
vers 1/2 si l’on joue un grand nombre de fois. On le déduit de l’identité de
Chebyshev. En effet, soit X1 , . . . , Xn des variables aléatoires indépendantes
47
48 6 Lois des grands nombres
et identiquement distribuées. Considérons la variables aléatoire (X1 +· · ·+

Xn )/n, dont l’espérance est égale à E(X1 ) (pourquoi ?) et la variance est
égale à nV (X1 ) (pourquoi ?). L’identité de Chebyshev nous donne :
X1 + · · · + Xn σ2
P( − E(X1 ) ≥ ) ≤ X21 (6.3)
n n
V(X1 )
puisque E( X1 +···+X
n
n
) = E(X1 ) et V( X1 +···+X
n
n
) = n en vertu des
identités (5.3) et (5.5) et de l’exercice 5.26. Par suite :
X1 + · · · + Xn
lim P ( − E(X1 ) ≥ ) = 0. (6.4)
n→∞ n
C’est en ce sens que la moyenne empirique tend vers la moyenne pro-
babiliste. Cette identité est la loi faible des grands nombres.
La loi forte des grands nombres affirme que :
X1 + · · · + Xn
lim = E(X1 ) (6.5)
n→∞ n
selon laquelle la variable aléatoire du membre gauche tend vers la va-
riable constante de valeur E(X1 ) – encore faudrait-il préciser ici ce que
nous entendons par là puisqu’il s’agit de convergence en probabilité, mais
nous ne nous étendrons pas sur ce résultat.
Exercice 6.1 On modélise le nombre de téléchargements d’un fichier sur
une heure par une variable aléatoire d’espérance 50.
– Estimer la probabilité que le nombre de téléchargements dépasse 75 ?
– On sait de plus que la variance du nombre de téléchargements est de 25.
Estimer la probabilité que le nombre de téléchargements sur une heure
soit compris entre 40 et 60 ?
Exercice 6.2 Dans une population de 30 000 000 individus, la proportion

d’individus présentant le caractère C est p = 0.4. On prélève un échantillon
de taille N = 1600 et on note X le nombre d’individus de l’échantillon pré-
sentant le caractère C.
– Minorer la probabilité des événements :
X X X
0.30 ≤ ≤ 0.50 0.35 ≤ ≤ 0.45 0.38 ≤ ≤ 0.42
N N N
– Calculer la longueur minimale L de la fourchette telle que :
L X L
P (0.40 − ≤ ≤ 0.40 + ) ≥ 0.95
2 N 2
Exercice 6.3 On effectue des tirages avec remise dans une urne contenant
deux boules blanches et quatre boules bleues. Quelqu’un affirme que, bien
évidemment, vous aurez tiré une boule blanche une fois sur trois. Com-
bien de tirages faut-il effectuer pour que cette affirmation soit correcte : que
6.1 Simulation et méthodes Monte Carlo 49
l’on s’écarte de la valeur prédite (1/3) d’au plus 0.2 avec probabilité au plus
1/100 ?
Exercice 6.4 Un fournisseur d’accès à Internet met en place un point lo-
cal d’accès, qui dessert 5000 abonnés. A instant donné, chaque abonné a
une probabilité égale à 20% d’être connecté. Les comportements des abon-
nés sont supposés indépendants les uns des autres.
– On note X la variable aléatoire égale au nombre d’abonnés connectés à
un instant t. Quelle est la loi de X ? Quelle est son espérance, son écart-
type ?
– Le fournisseur d’accès souhaite savoir combien de connexions simulta-
nées le point d’accès doit pouvoir gérer pour que sa probabilité d’être
saturé soit inférieure à 2,5%.
Exercice 6.5 On lance une pièce équilibrée. En utilisant l’inégalité de Che-
bychev (6.2), estimer le nombre de lancers nécessaires pour que la fréquence
de Pile observé au jeu de Pile ou Face soit comprise entre 0.4 et 0.6 avec une
probabilité au moins égale à 0.9.
6.1 Simulation et méthodes Monte Carlo
Les méthodes de Monte Carlo sont une alternative souvent efficace aux
méthodes numériques (pour calculer ou approximer des fonctions). Elles
sont aussi conceptuellement faciles à appréhender et à implémenter. Pre-
nons un exemple pour illustrer notre propos.
Considérez la figure 3.4 et imaginons que l’on souhaite calculer l’aire de
l’ensemble A. La difficulté vient de ce que le contour de l’ensemble peut
difficilement être décrit par une fonction analytique (un cercle, une ellipse,
etc.). Du point de vue informatique, on peut imaginer que la courbe est
donnée sous la forme d’une ligne brisée – cela pourrait nous permettre de
réduire le problème par un calcul, fastidieux, d’aires de petits triangles. On
peut procéder différemment.
Il est facile de calculer l’aire du rectangle englobant Ω. On peut ensuite
raisonner de manière probabiliste : si on choisit “au hasard” un point (x, y)
dans le rectangle, la probabilité qu’il appartienne à l’ensemble A est don-
née par le ratio des aires (aire A / aire Ω). On peut donc procéder comme
suit. Convenons que le coin inférieur gauche du rectangle est à l’origine, et
que ses dimensions sont a × b (base × hauteur).
– On effectue un tirage aléatoire uniforme de points dans [0, a] × [0, b] ;
– On teste l’appartenance des points à l’ensemble A ;
– On calcule le ratio (nombre de points dans A) / nombre total de
points.
Les tirages aléatoires des coordonnées (x, y) se font de manière indé-
pendantes et selon des lois uniforme sur chaque intervalle. Plus le nombre
50 6 Lois des grands nombres
de tirage est grand, plus l’évaluation de l’aire sera précise. La précision

de cette approximation dépend aussi de la précision du contour de l’en-
semble A.
Formalisons l’approche que nous venons d’introduire. La méthode de
Monte Carlo revient en réalité à évaluer l’espérance mathématique d’une
variable aléatoire. Dans le cas qui nous préoccupe, la variable aléatoire X
(associée à l’ensemble A) est défini sur l’ensemble des points dans [0, a] ×
[0, b] et vaut 1 ou 0 selon qu’un point (x, y) est ou non dans l’ensemble
A. On peut alors considérer des variables aléatoires X1 , . . . , XN (les tirages
aléatoires des n points dans le rectangle) et de considérer l’approximation :
1
E(X) = (X1 + · · · + XN ).
N
Puisque l’on approxime une quantité à l’aide de variables aléatoires, la
loi des grands nombres nous permet de maîtriser l’erreur commise. Ainsi,
on voit que l’erreur dépend fortement de la variance de la loi de probabi-
lités des variables utilisées. On peut donc avoir intérêt à utiliser une loi de
variance la plus petite possible. On verra plus loin comment estimer l’er-
reur commise à l’aide d’une loi gaussienne (section ??).
Chapitre 7
Probabilités et simulation, génération
aléatoire
Vous utiliserez pour ces exercices l’environnement ou le langage de pro-

grammation et la librairie de votre choix. Des exemples typiques sont :
– Java et la librairie/classe java.util.Random ou encore java.math (mé-
thode random()) ;
– le langage C++ comprend aussi les librairies nécessaires à la simula-
tion de loi de probabilités ;
– un tableur (Excel/OpenOffice) permet aussi de faire certaines choses
[BMPS98] [BPSD07].
Exercice 7.1 Loi uniforme sur [0, 1] – Tirage aléatoire d’entiers Ecrivez un
court programme effectuant un tirage aléatoire uniforme dans l’intervalle
réel [0, 1].
Effectuez un tirage à plusieurs reprises. La suite calculée est-elle inva-
riablement la même ? Y a t-il moyen d’obtenir la même suite lors de deux
exécutions de ce même programme (pensez à positionné le germe – seed, en
anglais – de la suite).
Exercice 7.2 Pile ou face Utilisez le tirage uniforme dans [0, 1] pour simuler
un tirage de Bernouilli avec probabilité 0 < p < 1.
Exercice 7.3 Rademacher Utilisez le tirage uniforme dans [0, 1] pour simu-
ler une loi de Rademacher, qui vaut 1 avec probabilité p et -1 avec probabilité
1 − p.
Exercice 7.4 Tirage aléatoire d’entiers Ecrivez un court programme qui

tire au hasard des entiers dans un intervalle [a, b]. Assurez-vous du carac-
tère uniforme de la loi sous-jacente.
Relancez votre programme à plusieurs reprises. La suite calculée est-elle
invariablement la même ? Y a t-il moyen d’obtenir la même suite lors de
deux exécutions de ce même programme (pensez à positionné le germe –
seed, en anglais – de la suite).
51
52 7 Probabilités et simulation, génération aléatoire
Exercice 7.5 Bandit manchot Ecrivez un programme qui simule le jeu du

bandit manchot décrit au début de la section 5. Observez le gain du jouer
converger vers l’espérance mathématique prédit par la théorie.
Exercice 7.6 Nombres et chapeaux Ecrivez un programme qui simule le

jeu du casino où le croupier dissimule deux nombres sous des chapeaux
(exercice 3.17).
7.1 Génération aléatoire
Nous avons vu à la section précédente comment simuler une loi de pro-

babilité. Les besoins de la simulation peuvent parfois être un peu différent
et exiger de générer aléatoirement une structure de données. On peut par
exemple avoir à générer aléatoirement un ensemble de k éléments parmi
N , ou une permutation de N éléments.
Imaginez que vous ayez à mettre au point une simulation pour tester et
valider un système de gestion du trafic urbain, tenter de valider un scéna-
rio d’équilibrage des charges, etc. Vous allez vouloir générer un afflux du
trafic en certains points du réseau au départ de la simulation. En d’autres
mots, vous allez par exemple vouloir sélectionner, au hasard, k points du
réseau parmi N . Ou encore, vous souhaiterez générer des entiers n1 , n2 ,
. . . , nk dont la somme fait N . Ce problème n’est pas anodin. En mettant
une procédure ad hoc pour construire une telle structure, on est pas as-
suré de pouvoir générer toutes les structures possibles, et même si c’est le
cas, on n’est pas assuré de le faire de manière équiprobable.
Exercice 7.7 Générer des entiers En machine, les entiers sont décrits par
des vecteurs de bits de taille N (= 32 ou 64). On peut donc penser générer
aléatoirement des entiers en jouant à pile ou face N fois et en prenant le
résultat du jeu comme résultat. Une suite générée ainsi forme t-elle une suite
aléatoire d’entiers ?
Ecrivez un court programme qui tire au hasard un nombre entiers de l’en-
semble {0, 2N − 1} de cette façon (N = 32 ou 64 selon l’architecture de la
machine utilisée).
Exercice 7.8 Générer des ensembles Etant donné une liste ordonnée de N
éléments distincts e1 , . . . , eN on peut coder un sous-ensemble F de E =
{e1 , . . . , eN } par un vecteur (b1 , . . . , bN ) de N bits 0 ou 1 où bi = 1 si et
seulement si l’élément ei ∈ F . Proposez une procédure pour générer aléa-
toirement de manière équiprobable un sous-ensemble. Implémentez-là.
Exercice 7.9 Graphe aléatoire Un graphe simple G est donné par un en-
semble de sommets V et d’arêtes E où E ⊂ V × V . Une arête e ∈ E est une
paire de sommets {u, v}. Erdös et Renyi ont proposé un modèle de graphe
7.1 Génération aléatoire 53
aléatoire qui consiste à effectuer pour chaque paire {u, v} un tirage de Ber-
nouilli avec probabilité p.
Soit Ω l’ensemble de tous les graphes simples sur un ensemble V et consi-
dérons la variable aléatoire X : Ω → N donnant le nombre d’arêtes d’un
graphe G.
– Quelle est la distribution de la variable X.
– Quel est le nombre moyen d’arêtes d’un graphe aléatoire selon le mo-
dèle Erdös-Renyi ?
– Donnez une implémentation de la procédure de tirage aléatoire d’un
graphe.
Exercice 7.10 Générer un arbre étiqueté Cet exercice se penche sur la géné-
ration aléatoire uniforme d’un arbre étiquetés. Un tel arbre T = (V, E = est
un graphe connexe non-orienté, sans cycle, sur l’ensemble V = {1, . . . , N }.
Ces structures sont très présentes en informatiques et dans des problèmes
divers de calculs de flots, de couverture de graphes, etc.
Travailler directement sur la structure de graphe pour tenter de générer
une telle structure n’est pas simple. En effet, comment déterminer les arêtes
e ∈ E à ajouter ? comment s’assurer que l’ajout d’une arête ne provoque
l’apparition de cycle , comment s’assurer de générer un graphe connexe ?
La solution passe par un codage de la structure en un objet plus simple,
au moins pour ce qui concerne la génération aléatoire. On peut coder un
arbre par une séquence de Prüfer ; c’est une séquence S = (s0 , . . . , sN −2 ) de
N − 2 entiers choisis parmi {1, . . . , N }. On l’obtient d’un arbre étiqueté en
appliquant la méthode suivante :
– (à répéter tant qu’il reste plus de deux sommets dans l’arbre courant T )
– identifier la feuille v de l’arbre courant ayant le numéro minimum ;
– ajouter à la suite S le seul sommet s adjacent à v dans l’arbre T cou-
rant ;
– enlever de l’arbre T courant le sommet v et l’arête incidente à v.
Fig. 7.1 Un arbre étiqueté.

54 7 Probabilités et simulation, génération aléatoire
Simulez l’algorithme de codage d’un arbre à partir de l’arbre de la figure

7.1.
A l’inverse, on peut construire l’arbre correspondant à une séquence de
Prüfer en suivant le procédé suivant :
– S est donnée, on initialise I à {1, . . . , N }.
– A répéter tant qu’il reste des éléments dans S et plus de deux éléments
dans I
– identifier le plus petit élément i de I n’apparaissant pas dans la suite
S;
– relier par une arête de T le sommet i avec le sommet s correspondant
au premier élément de la suite S ;
– enlever i de I et s de S.
– Les deux éléments qui restent dans I à la fin de l’algorithme constituent
les extrémités de la dernière arête à ajouter à T .
Calculez l’arbre associée à la séquence de Prüfer S = 4, 10, 3, 8, 4, 4, 5, 10.
On transforme donc ainsi le problème de la génération aléatoire d’un
arbre étiqueté en celui de la génération aléatoire d’une séquence de N − 2
entiers indépendants. Ecrivez et implémentez maintenant un algorithme
qui génère aléatoirement et de manière uniforme un arbre étiquetés sur
{1, . . . , N }.
Exercice 7.11 Générer aléatoirement une permutation Une permutation

est une liste de N entiers distincts choisis parmi {1, . . . , N }. En d’autres mots,
c’est une liste non ordonnée de ces entiers, “dans n’importe quel ordre”. Gé-
nérer aléatoirement et uniformément une telle liste peut être utile pour tes-
ter un algorithme. Pensez aux algorithmes de tri : en faisant tourner l’al-
gorithme sur un bon nombre de permutations choisies au hasard, on peut
évaluer empiriquement ses performances. Pensez à un programme qui doit
traiter des tâches dans un ordre qui n’est pas déterminé au départ et qui
peut varier aléatoirement : il faut bien pouvoir simuler ces ordres d’arrivée
des tâches pour le tester.
Comment donc générer une permutation en s’assurant que chacune ait la
même probabilité d’apparaître ? On pourrait penser à une méthode naïve :
on choisit au hasard N entiers dans {1, . . . , N }, en s’assurant que chacun
n’apparait qu’une seule fois (si on tire un entier déjà dans la séquence, on le
jette et on recommence). Mais est-on bien certain dans ces conditions d’avoir
un tirage uniforme ?
Essayez. Implémentez cet algorithme naïf et observez la distribution em-
pirique des permutations (pour de petites valeurs de N ).
Le tirage est bien uniforme, essentiellement parce que les tirages des en-
tiers sont indépendants. L’inconvénient de ce procédé est sa complexité. On
peut en effet être amener à rejeter souvent des tirages d’entiers. En effet, la
probabilité de tirer à la ième position un nombre déjà présent dans la liste
est i/N , et croit donc à mesure que l’on construit la permutation. Sauriez-
vous montrez que la complexité de cet algorithme est de l’ordre de N log N ?
7.1 Génération aléatoire 55
Exercice 7.12 Permutations et tables d’inversion Nous allons maintenant

voir un autre algorithme, plus efficace, pour générer une permutation.
Une permutation peut être codée par une table d’inversion (on parle
aussi de son code de Lehmer), qui décrit la position relative des entiers
dans la liste. La table associée à la permutation identité 1, 2, . . . , N est
(0, 0, . . . , 0) puisque tout est bien en ordre. Etant donnée une permutation
σ = σ1 σ2 . . . σN , le nombre d’inversions bi de σi est le nombre d’entiers σj
qui se trouve à sa gauche (j < i) et qui sont plus grands (σj > σi ).
Donnez la table d’inversion de la permutation N, . . . , 2, 1. Donnez la
table d’inversion de 1, 3, 5, . . . , N − 1, 2, 4, . . . , N (pour N pair par exemple).
Une suite b = b1 , b2 , . . . , bN −1 d’entiers 0 ≤ bi ≤ N − i détermine une
unique permutation. On commence par considérer la séquence réduite à
l’entier N et on ajoute à la suite les entiers N − 1, N − 2, . . . , 2, 1 en plaçant
i à la position bi (la position à l’extrême gauche est la position 0).
Donnez la permutation (N = 5) associée à la table d’inversion 3, 1, 1, 1.
Que peut-on dire des permutations dont la table d’inversion commence par
N − 1?
La génération aléatoire uniforme sur {1, . . . , N } d’une permutation peut
donc se réduire à une série de N − 1 tirages aléatoires indépendants d’entiers
(chacun sur un intervalle différents).
Exercice 7.13 Partitions d’ensemble Une partition de l’ensemble V = {1, 2, . . . , N }

est un découpage en sous-ensemble V1 , V2 , . . . , Vk ⊂ V disjoints – c’est-à-dire
que Vi ∩Vj = ∅ pout toute paire d’indices i 6= j – et tels que V1 ∪V2 ∪· · ·∪Vk =
V . La partition est souvent notée π = {V1 ,l dots, Vk } et k est son nombre de
blocs.
Le nombre de partitions en k d’un ensemble à N éléments est égal au
PN
nombre de Stirling S(N, k). La somme k=1 S(N, k) = BN est égal au
nombre de Bell. On peut calculer les nombre de Stirling à l’aide la récur-
rence :
S(N, k) = S(N − 1, k − 1) + kS(N − 1, k) (7.1)

soumis aux conditions initiales S(N, 1) = S(N, N ) = 1. La récurrence
s’interprète facilement : soit l’élément N est seul dans un bloc. Sinon, suffit
de construire une partition sur {1, . . . , N −1} et de choisir au hasard un bloc
(parmi les k blocs) dans lequel on l’insère. Les nombres S(N, k)/BN nous
donnes donc la distribution de probabilité de la variable rendant compte
du nombre de blocs d’une partition.
On peut générer une partition en reprenant le schéma suggéré par la ré-
currence (7.1). Cela dit, il faut avoir préalablement choisi le nombre k de
blocs qu’aura cette partition. Cela exige donc de choisir au hasard le nombre
k, mais selon la distribution des valeurs S(N, k).
Précisez cet algorithme et implémentez-le.
Chapitre 8
Variable aléatoire réelle, densité de
probabilité
Nous avons jusqu’à maintenant vu des exemples et résultats concernant

les variables aléatoires discrètes, c’est-à-dire qui prennent des valeurs en-
tières dans N ou Z. Il est toutefois possible, et parfois nécessaire, d’étendre
la notion de probabilité au cas des variables prenant une valeur dans R.
Imaginons qu’il s’agissent d’étudier la variation de température d’un pro-
cessus, ou la variation de prix d’une action sur un marché, etc. Le domaine
des valeurs ne peut alors être restreint à un ensemble fini ou aux entiers
naturels.
On se trouve alors face à une difficulté, puisque la probabilité d’obser-
ver une valeur particulière est, en réalité, nulle. En effet, quelle est la pro-
babilité d’observer la valeur d’une action à un prix donné ? d’observer une
température précise ? Il est plus naturel de chercher à connaître la proba-
bilité que la valeur observée se trouve dans un intervalle de valeurs. Cela
nous amène à considérer la notion de densité de probabilité.
8.0.0.4 densité de probabilité
Soit (Ω, U, P ) un espace de probabilité continu et X une variable aléa-

toire sur R. La probabilité des évènements sur Ω exige alors nombre de pré-
cautions que nous passerons sous silence. Soulignons toutefois que la me-
sure de probabilité se calcule à l’aide d’une intégrale, en exigeant d’abord
l’existence d’une densité de probabilité, c’est-à-dire une fonction fX défi-
nie sur R et telle que :
Z +∞
fX (x)dx = 1.
−∞
On peut voir cette équation comme le pendant continu de la condition

exigeant que la somme des probabilités des épreuves ω ∈ Ω soit égales à 1.
57
58 8 Variable aléatoire réelle, densité de probabilité
La densité fX nous permet alors de calculer les probabilités associées à la

variable X :
Z b
P (X ≤ b) = fX (x) (8.1)
−∞
Cette définition permet de calculer, par exemple, la probabilité P (a ≤

Rb
X ≤ b) = a fX (x) ou encore P (a ≤ X ≤ b) = P (X ≤ b) − P (X ≤ a). La
notion d’espérance mathématique doit, elle aussi, être revue :
Z +∞
E(X) = xfX (x)dx.
−∞
8.0.0.5 Fonction de répartition
La fonction de répartition associée à une densité de probabilité fX est

Rb
la fonction FX donnée par FX (a) = P (X ≤ b) = −∞ fX (x).
La fonction de densité et la fonction de répartition sont évidemment
0
liées par la relation entre FX = fX , c’est-à-dire qu’on obtient fX en déri-
vant FX , puisqu’on intègre fX pour obtenir FX .
8.1 Lois continues classiques
8.1.0.6 Loi de distribution uniforme
La loi de distribution uniforme sur l’intervalle [a, b) est une variable aléa-
1
toire réelle X de densité de probabilité fX (x) = b−a 1[a,b) où 1[a,b) est la
fonction indicatrice associé à l’intervalle [a, b). On dit alors que X suit une
loi uniforme sur l’intervalle [a, b).
En réalité, on connaît déjà cette loi. C’est celle qui sous-tend l’appel à
la fonction random() qui retourne un nombre réel aléatoire de l’intervalle
[0, 1). Cette fonction fait ce qu’on attend d’elle : elle choisit au hasard un
nombre réel parmi tous les nombres réels de l’intervalle [0, 1). Cet énoncé
n’est pas anodin n et pourrait soulever quelques interrogations : comment
peut-on faire un tirage aléatoire d’un nombre réel en machine alors qu’on
ne dispose que d’un nombre fini de représentations en machine ? La ques-
tion n’est en effet pas simple, et nous la passerons sous silence. Nous consi-
dérerons que cette loi uniforme est une brique de base pour toutes nos
constructions informatiques (et mathématiques).
Notez au passage que la variable aléatoire Xa,b uniforme sur [a, b) se
déduit de la variable X0,1 uniforme sur [0, 1) par multiplication Xa,b =
8.1 Lois continues classiques 59
bX0,1 − a (c’est bien ainsi que l’on peut procéder pour implémenter la va-
riable aléatoire uniforme sur [a, b)).
Fig. 8.1 La loi uniforme correspond à une distribution constante sur tout l’intervalle
[a, b) (avec ici a = 1, b = 5), l’aire sous la courbe étant égale à 1.
1
Exercice 8.1 Vérifiez que fX (x) = b−a 1[a,b) est bien une densité. Calculez sa
fonction de répartition (qui donne P (X ≤ x)). Calculez l’espérance mathé-
matique et la variance de la loi uniforme.
Exercice 8.2 Nous avons vu à l’exercice 3.9 comment simuler la loi de dis-
tribution uniforme sur l’intervalle [a, b).
Remarque 8.1.1 Nous avons eu affaire à des cas de variables aléatoires

continues non-uniformes sans le souligner explicitement. Considérons en
effet le cas d’une variable aléatoire discrète X à valeurs dans un ensemble
fini V , et notons pv = P (X = v). La variables X est alors complètement dé-
finie par la suite des probabilités (pv )v∈V . Pour simuler la variable X il nous
faut choisir un état v ∈ V en respectant les probabilités d’obtenir chacun des
états v ∈ V .
On le fait en tirant aléatoirement un nombre réel p ∈ [0, 1) et en détermi-
nant à partir de ce p l’un des états comme suit : on découpe l’intervalle [0, 1)
en |V | intervalles chacun de longueur pv . Le nombre p tombe alors dans un
unique intervalle et détermine ainsi l’état v ∈ V (la probabilité de tomber
en plein sur une extrémité d’un intervalle est nulle).
Méthodes à rejet Supposons que l’on sache simuler une loi uniforme
sur un ensemble A : on sait choisir aléatoirement un élément de A de ma-
nière équiprobable à l’aide d’un algorithme A. Alors on peut utiliser cet
60 8 Variable aléatoire réelle, densité de probabilité
algorithme pour simuler une loi uniforme sur un sous-ensemble B ⊂ A. Il

suffit de générer des éléments de A jusqu’à tomber sur un élément de B.
Cette méthode simule bien une variable aléatoire X de loi uniforme sur
l’ensemble B. Il nous faut montrer que la probabilité de tirer aléatoirement
un élément b ∈ B est égale à 1/|B|. Or, on a probabilité 1/|A| de tomber sur
b ∈ B dès le premier tirage, puis probabilité (1 − |B|/|A|)1/|A| d’y arriver
au second tirage, etc. on a probabilité de réussir dès le premier tirage, puis
probabilité (|A|P− |B|)/|A| · |B|/|A| de réussir au second tirage, etc. Ainsi,
k−1
P (X = b) = k≥1 (1 − |B|/|A|) 1/|A| = 1/|B| montrant ainsi que le
tirage aléatoire est bien uniforme sur B.
Exercice 8.3 Ecrivez un court programme qui permet de générer aléatoire-
ment un points dans un disque de rayon R donné.
Remarque 8.1.2 Nous avons déjà implicitement utilisée soulignée l’usage
de cette méthode lors du tirage aléatoire de permutations (exercice 7.11, page
54). La méthode “naïve” que nous présentions tire au hasard un entier d’un
sous-ensemble A ⊂ {1, . . . , N } en utilisant une méthode à rejet.
Cette méthode se généralise au cas des lois continues. Simuler une va-
riable aléatoire X de densité fX revient à tirer un point au hasard sous le
graphe de fX et retourner l’abcisse de ce point. On peut donc, au passage,
avoir à utiliser la méthode à rejet pour tirer au hasard (uniformément) un
point sous le graphe de fX .
Répartition inverse La dernière remarque n’est pas étrangère à un pro-
cédé général. Soit une variable aléatoire X admettant une fonction de den-
sité de probabilitéRfX . On définit la fonction de répartition (associée à X)
x
en posant F (x) = −∞ fX (t)dt. On a donc F (x) = P (X ≤ x).
On pose F −1 (t) = inf{x, F (x) ≥ t}. (Il nous fait prendre quelques pré-
cautions avec F −1 puisque F n’est pas nécessairement injective ; elle est
toutefois monotone.
Proposition 1. Si U est une variable aléatoire de loi uniforme sur l’intervalle

[0, 1), alors la variable F −1 (U ) suit la même loi que X.
En d’autres mots, il suffit de pouvoir simuler la loi uniforme sur [0, 1)

pour pouvoir simuler n’importe quelle autre variable aléatoire, à condition
de pouvoir calculer l’inverse F −1 de la fonction de répartition. Remarquez
que c’est exactement ce qui est proposé à la remarque 8.1.1, où la fonction
de répartition est alors une fonction en escalier.

Cours Proba

Transféré par

Informations du documentcliquez pour développer les informations du document

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

Cours Proba

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Proba

Transféré par

Droits d'auteur :

Formats disponibles

Guy Melançon

INF 162 – Probabilités pour

3 Probabilités : propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . . . . 15

4 Indépendance et probabilités conditionnelles . . . . . . . . . . . . . . . . . 27

5 Variables aléatoires, espérance et variance . . . . . . . . . . . . . . . . . . . . 35

6 Lois des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

7 Probabilités et simulation, génération aléatoire . . . . . . . . . . . . . . . 51

8 Variable aléatoire réelle, densité de probabilité . . . . . . . . . . . . . . . . 57

D. Hand, H. Mannila, P. Smyth (2001). Principles of Data Mining, MIT Press.

Ce cours développe la théorie des probabilités et adopte un point de

stochastiques dont on maîtrise la portée dans le modèle. Le cours nous

1. The R Project for Statistical Computing, http://www.r-project.org/.

2.1 Calcul, algèbre et combinatoire

Cette section rappelle quelques identités remarquables que l’on re-

Série géométrique. Soit une valeur q avec 0 ≤ q < 1 alors la puissance

Série harmonique. Montrez que la série :

diverge. Comparez-là à la série :

Exercice 2.3 Ecrivez un court programme qui évalue la constante d’Euler

Ecrivez l’identité particulière que l’on obtient lorsque x = p et y = 1 − p.

Le calcul des probabilités discrètes, dont il sera beaucoup question

de toutes les observations possibles). Ces opérations de dénombrement

1. Les exercices proposés ici sont tirés du web (http://pagesperso-orange.fr/gilles.costantini)

Exercice 2.9 Chiffres Avec les nombres de 1 à 6, on veut constituer un

Solution On peut fabriquer 63 nombres de trois chiffres (on est au-

Exercice 2.13 Chemins discrets On considère les chemins sur le carré 3 × 3

Exercice 2.14 Trafic aérien En hiver une compagnie aérienne dessert 6

Exercice 2.17 Boules et urnes Une urne contient 49 boules numérotées de

Ce chapitre présente la théorie des probabilités, discrètes et continues.

Développons maintenant la discussion autour d’un exemple. Imagi-

Classiquement et en s’inspirant de la théorie des ensembles, on repré-

(jour/mois), et on fait l’hypothèse que le nombre de personnes nés un jour

Exercice 3.1 Anniversaire et hachage Résolvez les deux problèmes précé-

3.1 Propriétés élémentaires

Plus formellement, un espace de probabilité est formé de trois ingré-

– A = “le premier processeur est défectueux”

Exercice 3.3 Le problème du chevalier de Méré Lequel de ces deux évé-

Solution On note par Ω = {1, 2, . . . , 6} l’ensemble des valeurs possibles

Exercice 3.5 Urnes et boules

2. On tire successivement 5 boules avec remise de chaque boule tirée. Quelle

Fig. 3.2 Code python réalisant un tirage de Bernouilli de paramètre p.

qui permet de simuler la loi de Rademacher (que l’on peut comparer à un

2. On peut penser à gnuplot, par exemple.

Solution On suppose disposer d’une fonction Bernouilli(p) qui per-

Exercice 3.13 Probabilités et modèles physiques Une corde dans un cercle

Solution 1. Pour toute corde, il existe un unique rayon qui la croise à

Exercice 3.15 Simulez par programmation le tirage aléatoire d’une corde

Exercice 3.16 Guerre de processus Imaginons deux threads s’exécutant si-

D = {u ∈ C(m, n)|∀v 6=  prefixe de u, p(v) > 0}.

A priori, à choisir sans stratégie particulière mais seulement “au hasard”

Les situations plus “réalistes” exigent d’étudier les probabilités condi-

Exercice 4.4 Simuler des probabilités conditionnelles On considère un

– n(A) = nombre de réalisations de A

(a) Simuler la probabilité conditionnelle d’obtenir, en lançant deux dés, une

4.1 Formule de Bayes

Les probabilités conditionnelles ne sont pas symétriques, c’est-à-dire

Exercice 4.8 Langue naturelle . . .

P (A) = P (A|B)P (B) + P (A|C)P (C) + P (A|D)P (D).

Exercice 4.13 Paquets perdus L’envoi d’un paquet du serveur S1 au serveur

D = {u ∈ C(m, n)|∀v 6= prefixe de u, p(v) > 0}.