Chapitre 7

Variables Aléatoires Continues

7.1 Notions générales sur les variables aléatoires conti-

nues
Définition 7.1.1. Une variable aléatoire réelle X, est une application

X: Ω −→ X(Ω) ⊂ R
ω 7−→ X(ω)

La variable aléatoire X, est dite continue, si l’ensemble des valeurs qu’elle peut
prendre appartiennent à un intervalle réel. Soit X(Ω) = [a, b].
Remarque 1. Lorsque X est une variable aléatoire continue, P (X = x) = 0,
∀x ∈ X(Ω), alors on ne peut pas définir la loi de probabilité comme dans le cas
discret, mais on la définira par sa fonction de répartition ou sa densité de probabilité

7.2 Fonction de répartition et densité de probabilité

Définition 7.2.1. La fonction de répartition de la variable aléatoire X notée FX (.),
est l’application :
FX : R −→ [0, 1]
x 7−→ FX (x) = P (X ≤ x)
Rx
Dans le cas d’une variable aléatoire continue F (x) = f (t) dt. On a donc :
−∞

d FX (x)
f (x) = ,
dx
où f (x) est appelée densité de probabilité de la variable aléatoire X.

1
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique

Remarque 2.
• La fonction de répartition FX (.) d’une variable aléatoire continue vérifie les
propriétés énoncées pour la fonction de répartition d’une variable aléatoire
discrète et elle est continue sur R.
• Dans le cas continu, P (X ≤ x) = P (X < x) et P (X ≥ x) = P (X > x), car
P (X = x) = 0 ∀x ∈ R.
Rx2
• On a P (x1 ≤ X ≤ x2 ) = f (t) dt = FX (x2 ) − FX (x1 ).
x1

Définition 7.2.2. Soit fX (.) une fonction réelle

fX : R −→ R+
x 7−→ fX (x)

fX (x) est la densité de probabilité de la v.a. continue X si et seulement si :

Rx
1. FX (x) = f (t) dt,
−∞
2. f (x) > 0 si x ∈ X(Ω), et f (x) = 0 si x ∈
/ X(Ω),
+∞
3.
R
f (t)dt = 1.
−∞

7.3 Espérance mathématique et variance

Dans le cas d’une variable aléatoire continue, si les intégrales existent alors :
+∞
• E(X) =
R
xf (x) dx,
−∞
+∞
• V (X) = E(X 2 ) − [E(X)]2 , où, E(X 2 ) =
R
x2 f (x) dx.
−∞

7.4 Exercice
Une v.a continue admet pour densité de probabilité la fonction f (x) :
(x
+ k pour x ∈ [−1, 1]
f (x) = 2
0 sinon
1. Déterminer la valeur de k pour que f (x) soit effectivement une densité de
probabilité.
Réponse :
+∞ R1 R1  x  1
Trouver k tel que + k dx = 1 ⇒ k = .
R
f (x) dx = 1 ⇔ f (x) dx = 1 ⇔
−∞ −1 −1 2 2
2. Déterminer la fonction de répartition de X.

2
USTHB : 1ère année ING ST 2022/2023 Probabilités et Statistique

Rx
Réponse : La fonction de répartition : F (x) = f (t) dt, ∀x ∈ R
−∞
Rx
• Si, x < −1 alors F (x) = 0 dt = 0,
−∞
• Si 1 ≤ x < 1 alors :
Zx Z−1 Zx Zx
1 x2
 
1 1
F (x) = f (t) dt = f (t) dt+ f (t) dt = (t+1) dt = +x+
2 2 2 2
−∞ −∞ −1 −1

• Si, x ≥ 1, alors :
Zx Z−1 Z1 Zx Z1
1
F (x) = f (t) dt = f (t) dt + f (t) dt + f (t) dt = (t + 1) dt = 1
2
−∞ −∞ −1 1 −1

Pour résumer, on a donc :

si

 0 x < −1
 1  x2

1

FX (x) = +x+ si −1 ≤ x < 1
 2 2 2
si

1 x≥1


3. Calculer P (0 < X < 3).

1 3
Réponse : On a P (0 < X < 3) = P (X < 3)−P (X ≤ 0) = FX (3)−FX (0) = 1− =
4 4
4. Calculer E(X), V (X), et σ(X).
Réponse :
+∞ +1 1 1
(a) E(X) =
R R
xf (x) dx = x (x + 1) dx =
−∞ −1 2 3
+∞
(b) V (X) = E(X 2 ) − [E(X)]2 , où E(X 2 ) =
R
x2 f (x) dx.
−∞
r
+11 1 1 1 2 2
E(X 2 ) = x2 (x+1) dx = , alors V (X) = − = ⇒ σ(X) =
R
= 0.47.
−1 2 3 3 9 9 9
5. Déterminer la médiane de X, c’est-à-dire le réel m tel que P (X ≤ m) = 0.5.
1 m2
 
1 1
Réponse : P (X ≤ m) = F (m) = 0.5 ⇔ +m+ = .
2 2 2 2
On trouve deux racines m1 = 0.41 et m2 = −2.41, mais m2 ∈ / [−1, 1[ donc à
exclure. Alors la médiane vaut 0.41.