7 Probabilités

7 Probabilités
7.1 Variable aléatoire
Définition : Soit El’ensemble des issues d’une expérience aléatoire. Eest muni d’une loi de
probabilité P. On définit une variable aléatoire Xsur Equand on associe à chaque issue de
Eun nombre réel. L’ensemble de ces réels est l’ensemble des valeurs prises par la variable
aléatoire X.
Exemple : Lancer d’un dé cubique équilibré : E={1,2,3,4,5,6}.
On définit la variable aléatoire Xpar la règle suivante : on gagne 2 points si la face du dé porte
un nombre pair et 3 points lorsque c’est un multiple de 3, on perd 5 points dans les autres cas.
La variable aléatoire ainsi définie associe −5 à l’issue « 1 », 2 à l’issue « 2 », 3 à l’issue « 3 », 2 à
l’issue « 4 », −5 à l’issue « 5 » et 5 à l’issue « 6 ». L’ensemble des valeurs prises par la variable
aléatoire Xest E′={−5,2,3,5}.
Remarque : Une variable aléatoire est une fonction de Edans Rpuisqu’à chaque issue on associe
un réel unique.
On aurait pu parler de « fonction aléatoire », mais c’est cependant l’expression variable aléatoire
qui est utilisée en probabilité.
De la même manière que l’on définit des événements composés de plusieurs issues de E(par
exemple l’événement « nombre pair » est composé de trois issues ou événements élémentaires
de E:{2,4,6}), on définit des événements liés à la variable aléatoire. L’ensemble des valeurs
prises par la variable aléatoire est noté E′={x1,x2, . . . ,xp}(à distinguer de l’ensemble Edes
issues de l’expérience aléatoire, puisque chaque valeur xi∈E′de la variable aléatoire peut être
associée à plusieurs issues, ou événements élémentaires, de E.
Définition :•L’événement « X=xi» est l’ensemble des issues de Eauxquelles on associe
le réel xi
•L’événement « X>xi» est l’ensemble des issues de Eauxquelles on associe un réel
supérieur ou égal à xi
Exemple : Dans l’exemple précédent, avec la variable aléatoire Xdéfinie, l’événement « X= 2 »
est constitué des issues « 2 » et « 4 » : c’est l’événement {2,4}de E; l’événement « X>2 »
est constitué de issues « 2 », « 3 », « 4 » et « 6 » : c’est l’événement {2,3,4,6}de E.
7.2 Probabilité d’un événement lié à une variable aléatoire
Définition : La probabilité de l’événement « X=xi» de la variable aléatoire Xest la
probabilité de l’événement formé de toutes les issues de Eauxquelles on associe le nombre
xi.
Exemple : Dans l’exemple précédent, l’ensemble de valeurs prises par la variable aléatoire X
est E′={−5,2,3,5}et P(X=−5) = P({1,5}) = 2
6=1 3;P(X= 2) = P({2,4}) = 1 3;
27

Maths 1es-1l 7. Probabilités prog 2010
P(X= 3) = P({3}) = 1
6et P(X= 5) = P({6}) = 1 6
Théorème : Soit Xune variable aléatoire définie sur Eet E′l’ensemble des valeurs prises par
X.Eétant muni d’une loi de probabilité P,E′est également muni d’une loi de probabilité
P(X=xi), où xi∈E′.
Preuve : Pour tout xi∈E′, l’événement « X=xi» est constitué d’issues de Eet Eétant muni de la loi de
probabilité Pon a bien 0 6P(X=xi)61.
De plus les événements « X=x1», « X=x2», . . . , « X=xp» étant incompatibles deux à deux, car le réel
associé à une issue de Eest unique (deux événements « X=xi» et « X=xj» ne peuvent pas contenir la
même issue lorsque i6=j) et comme la variable Xassocie un réel xi∈E′à toute issue de E, on en déduit que :
P(X=x1) + P(X=x2) + ...+P(X=xp) =
i=p
X
i=1
P(X=xi) = 1 ce qui prouve que la loi de probabilité Pde
Eest aussi une loi de probabilité pour E′.
7.3 Espérance mathématique d’une variable aléatoire
Si on connaît E′c’est-à-dire toutes les valeurs de la variable aléatoire et la probabilité de cha-
cune de ces valeurs, c’est-à-dire « sa fréquence probable de réalisation » lors de l’expérience
aléatoire, on peut calculer « la moyenne probable » de cette variable aléatoire.
En d’autres termes, la connaissance des xi∈E′et de leurs probabilités P(X=xi) est similaire
à la donnée des fréquences d’une série statistique :
X=xix1x2. . . xp
P(X=xi)P(X=x1)P(X=x2) . . . P(X=xp)
La « moyenne probable » de cette variable aléatoire s’appelle l’espérance mathématique de la
variable aléatoire.
Définition :L’espérance mathématique d’une variable aléatoire Xprenant les valeurs x1,
x2, . . . , xpavec les probabilités Pi=P(X=xi) est le réel noté E(X) défini par :
E(X) = x1P1+x2P2+...+xpPp=
i=p
X
i=1
xiP(X=xi)
Interprétation : L’espérance mathématique de la variable aléatoire Xest la valeur moyenne des
valeurs prises par Xsi on répète l’expérience aléatoire un très grande nombre de fois.
Remarque : Dans un jeu de hasard, l’espérance mathématique exprime l’espoir de gain du joueur
ou, inversement, de l’organisateur du jeu. Le jeu est équitable si l’espérance est nulle.
Exemple : Dans l’exemple précédent, avec la variable aléatoire Xdéfinie, l’espérance mathéma-
tique est :
E(X) = −5P(X=−5) + 2P(X= 2) + 3P(X= 3) + 5P(X= 5)
=−5×2
6+ 2 ×2 6+ 3 ×1 6+ 5 ×1 6=2 6=1 3
E(X) = 1
3, ce qui signifie que l’espérance de gain est 1 3ou encore que la moyenne des gains si
le jeu est répété un très grand nombre de fois est de 1
3.
Si on associe le gain −6 au lieu de −5 aux issues 1 et 5 on obtient une espérance mathématique
math4
bac – 28 – v1.618

Maths 1es-1l 7. Probabilités prog 2010
égale à 0 :
E(X) = −6×2
6+ 2 ×2 6+ 3 ×1 6+ 5 ×1 6=0 6= 0
7.4 Répétition d’une expérience aléatoire à deux ou trois issues
On peut modéliser une expérience aléatoire par un arbre pondéré. Les différentes issues sont
représentées aux extrémités des branches d’un arbre, la probabilité de chaque issue est inscrite
sur la branche relative.
fig.1
pA
q
A
Expérience à deux issues Aet A:P(A) +
P(A) = p+q= 1
fig.2
pA
qB
r
C
Expérience à trois issues A,Bet C:
P(A) + P(B) + P(C) = p+q+r= 1
Définition : Deux expériences sont dites indépendantes si le résultat de l’une n’a aucune
influence sur le résultat de l’autre.
Exemple :•Lancer plusieurs fois un dé constitue la répétition d’autant d’expériences identiques
et indépendantes.
•De même pour une pièce de monnaie lancée plusieurs fois.
•Dans une urne contenant des boules indiscernables au toucher on tire une boule au hasard. Si
on tire une seconde boule sans avoir remis la première ces deux expériences successives ne sont
pas indépendantes puisque le tirage de la seconde dépend du premier tirage. Si au contraire on
remet chaque boule après son tirage, alors les expériences sont identiques et indépendantes.
Propriété : Dans un arbre pondéré représentant la répétition d’expériences identiques et
indépendantes, la probabilité d’une liste de résultats est le produit des probabilités de chaque
résultat.
Exemple : Une urne contient 5 boules indiscernables au toucher : 3 blanches et 2 noires. On tire
une boule et on note sa couleur avant de la remettre. Pour cette expérience expérience aléatoire,
on note p=P(B) = 3
5= 0,6 et q=P(N) = P(B) = 2 5= 0,4. On a bien p+q= 1.
La répétition de cette expérience peut-être schématisée par un arbre ayant, par exemple, trois
niveaux correspondant à trois tirages successifs avec remise. Alors l’événement « tirer une
seule boule blanche » est formé des trois issues BB B,BBB et B BB et sa probabilité est :
P(BB B) + P(BBB) + P(B BB) = 3
5×2 5×2 5+2 5×3 5×2 5+2 5×2 5×3 5= 3 ×12 125 =36 125
math4
bac – 29 – v1.618