Variables aléatoires
Introduction
Une variable aléatoire associe un nombre à chaque issue d'une expérience aléatoire : le gain d'un jeu, le nombre de Pile sur trois lancers, la somme de deux dés. Elle permet de calculer deux indicateurs qui résument le hasard : l'espérance, la valeur moyenne qu'on peut attendre, et la variance, qui mesure à quel point les résultats s'en écartent.
1. Définition et notations
Variable aléatoire : Soit Ω l'univers d'une expérience aléatoire. Une variable aléatoire X est une fonction qui associe à chaque issue ω de Ω un nombre réel X(ω).
X : Ω → ℝ
Notations :
- {X = a} désigne l'événement formé des issues ω telles que X(ω) = a ; sa probabilité se note P(X = a).
- {X ≤ a} désigne l'événement formé des issues telles que X(ω) ≤ a ; sa probabilité se note P(X ≤ a).
On définit de même {X > a}, {a < X ≤ b}, etc.
Deux dés : On lance deux dés équilibrés et l'on note X la somme des deux faces. X prend les valeurs 2, 3, …, 12.
L'événement {X = 7} est formé des 6 couples (1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1), parmi les 36 couples équiprobables : P(X = 7) = 6/36 = 1/6.
L'événement {X ≤ 3}, « la somme vaut au plus 3 », est formé de (1, 1), (1, 2), (2, 1) : P(X ≤ 3) = 3/36 = 1/12.
Passer du français aux symboles : « au plus a » se traduit par X ≤ a ; « au moins a » par X ≥ a ; « plus de a » par X > a ; « moins de a » par X < a.
2. Loi de probabilité
Loi de probabilité : La loi de probabilité de X est la donnée de toutes les valeurs xᵢ que X peut prendre et de leurs probabilités P(X = xᵢ).
On la présente souvent sous forme de tableau :
| xᵢ | x₁ | x₂ | ⋯ | xₙ |
|---|---|---|---|---|
| P(X = xᵢ) | p₁ | p₂ | ⋯ | pₙ |
Condition : p₁ + p₂ + ⋯ + pₙ = 1
Trois lancers d'une pièce : On lance trois fois une pièce équilibrée et l'on note X le nombre de Pile. L'arbre des trois lancers a 2³ = 8 chemins, tous de probabilité (1/2)³ = 1/8 (chapitre Probabilités conditionnelles, leçon Indépendance). On compte les chemins selon leur nombre de Pile : 1 chemin sans Pile, 3 avec un Pile (PFF, FPF, FFP), 3 avec deux Pile, 1 avec trois.
| xᵢ | 0 | 1 | 2 | 3 |
|---|---|---|---|---|
| P(X = xᵢ) | 1/8 | 3/8 | 3/8 | 1/8 |
Contrôle : (1 + 3 + 3 + 1)/8 = 1.
3. Espérance
Espérance : L'espérance de X est la moyenne des valeurs de X pondérée par leurs probabilités :
E(X) = Σ(i=1→n) xᵢ × P(X = xᵢ) = x₁ p₁ + x₂ p₂ + ⋯ + xₙ pₙ
L'espérance représente la valeur moyenne de X sur un grand nombre de répétitions de l'expérience.
Un jeu de dé : Un jeu consiste à lancer un dé. On gagne 10 € si l'on obtient 6, et l'on perd 2 € sinon. Soit X le gain.
| xᵢ | -2 | 10 |
|---|---|---|
| P(X = xᵢ) | 5/6 | 1/6 |
E(X) = (-2) × 5/6 + 10 × 1/6 = (-10 + 10)/6 = 0
Le jeu est équitable : en moyenne, on ne gagne ni ne perd.
Interprétation :
- E(X) > 0 : le jeu est favorable au joueur ;
- E(X) = 0 : le jeu est équitable ;
- E(X) < 0 : le jeu est défavorable au joueur.
4. Variance et écart type
Variance : La variance de X est l'espérance du carré de l'écart entre X et son espérance :
V(X) = E((X - E(X))²) = Σ(i=1→n) (xᵢ - E(X))² × P(X = xᵢ)
C'est la moyenne pondérée des carrés des écarts à l'espérance : elle mesure la dispersion des valeurs autour de E(X).
Formule de König-Huygens : V(X) = E(X²) - (E(X))² où E(X²) = Σ(i=1→n) xᵢ² × P(X = xᵢ)
Démonstration. Notons μ = E(X). En développant chaque carré, (xᵢ - μ)² = xᵢ² - 2μ xᵢ + μ², donc
V(X) = Σ xᵢ² pᵢ - 2μ Σ xᵢ pᵢ + μ² Σ pᵢ = E(X²) - 2μ × μ + μ² × 1 = E(X²) - μ².
C'est une propriété, pas la définition : elle donne souvent un calcul plus court.
Écart type : L'écart type de X est σ(X) = √(V(X)).
Il est exprimé dans la même unité que X.
Le jeu de dé, suite : E(X) = 0. Par la formule de König-Huygens :
E(X²) = (-2)² × 5/6 + 10² × 1/6 = 20/6 + 100/6 = 20
V(X) = 20 - 0² = 20 et σ(X) = √(20) = 2√(5) ≈ 4,47 €.
En moyenne le jeu ne rapporte rien, mais aucune partie ne s'en approche : on gagne 10 € ou l'on perd 2 €. L'écart type de 4,47 € mesure l'ampleur de ces écarts (c'est la racine de la moyenne de leurs CARRÉS, pas exactement leur moyenne) : c'est un jeu risqué.
À retenir
Résumé :
{X = a}, {X ≤ a} sont des événements ; la loi de X donne P(X = xᵢ) pour chaque valeur, et la somme vaut 1.
E(X) = Σ xᵢ × P(X = xᵢ) : la moyenne pondérée.
V(X) = E((X - E(X))²) : la définition ; V(X) = E(X²) - (E(X))² : la formule de König-Huygens, pour calculer.
σ(X) = √(V(X)), dans l'unité de X.