Première S Chapitre 6 : Variables aléatoires Les jeux de hasard ont amené à concevoir les variables aléatoires, en associant à un résultat (résultat du lancer d’un dé, d’un tirage de pile ou face, d’une roulette…) un gain. C’est au cours du XXVIIIème siècle qu’ont été découvertes la plupart des propriétés d’une variable aléatoire. I. Définition d’une variable aléatoire Définition : Variable aléatoire On considère une expérience aléatoire d’univers Ω. Exemple 1 : On lance deux fois une pièce bien équilibrée (c’est-à-dire non truqué) et on observe la face obtenue. Exemple 2 : On tire 4 cartes sans remise dans un jeu de 32 cartes. Il y a beaucoup de possibilités, ainsi Ω contient beaucoup d’éléments. Exemple 3 : On s’intéresse à la bonne production journalière de 1 000 composants électroniques par une entreprise. 1 SAES Guillaume Chapitre 6 : Variables aléatoires Première S Exemple 4 : On choisit au hasard un élève dans la classe de 1er S4. Remarque : Intuitivement, une variable aléatoire permet de préciser chacun des résultats d’une expérience aléatoire d’un point de vue numérique. II. Loi de probabilité d’une variable aléatoire Définition : Loi de probabilité d’une variable aléatoire On considère une expérience aléatoire d’univers Ω et 𝑋 une variable aléatoire prenant les valeurs La loi de probabilité associée à 𝑋 sont les données des réels 𝑥𝑖 et des probabilités Remarque : En général, on présente la loi de probabilité dans un tableau. Valeurs 𝑥𝑖 Probabilités 𝑝𝑖 = 𝑃(𝑋 = 𝑥𝑖 ) Exemple 1 : On lance deux fois une pièce bien équilibrée (c’est-à-dire non truqué) et on observe la face obtenue. On considère 𝑋 la variable aléatoire donnant le nombre de piles obtenues. 2 SAES Guillaume Chapitre 6 : Variables aléatoires Première S Remarque : On utilisera quelque fois un abus de notation sur l’évènement {𝐹𝐹} = 𝐹 ∩ 𝐹. Exemple 2 : Un dé décaédrique comporte 10 faces numérotées de 1 à 10. Un jeu consiste à lancer ce dé supposé équilibré, et à noter le numéro de la face sur laquelle le dé se stabilise. Le joueur, qui doit miser 3 euros pour lancer le dé, reçoit une somme en euros égale au nombre de diviseurs du nombre entier obtenu. Remarque 1 : Il faut faire attention lorsqu’on détermine la loi de probabilité. En effet, on n’est pas toujours dans un modèle équiprobable. Vous pouvez essayer de reprendre l’exemple précédent avec un dé truqué cette fois. Remarque 2 : On vérifie le calcul d’une loi de probabilité puisque la somme des 𝑝𝑖 fait toujours 1. 3 SAES Guillaume Chapitre 6 : Variables aléatoires III. Première S Répétition d’expériences identiques et indépendantes On s’intéresse aux familles françaises de deux enfants et on cherche la probabilité qu’une famille, prise au hasard, ait exactement une fille. En France, il y a à la naissance, environ 105 garçons pour 100 filles. On suppose donc que la probabilité qu’un nouveau-né soit une fille est 0,488. On modélise une naissance dans un famille par une expérience aléatoire à deux issues : F : « Avoir une fille » et G : « Avoir un garçon ». On suppose que le sexe du premier enfant n’influe pas sur celui du second, autrement dit que les deux naissances sont indépendantes. La situation consiste donc à répéter, deux fois, l’expérience de façon identique et indépendante. On construit un arbre dont chaque branche porte la probabilité de l’issue qui lui correspond. L’énoncé donne 𝑃(𝐹) = 0,488 d’où 𝑃(𝐺) = 1 − 𝑃(𝐹) = 0,512. 4 SAES Guillaume Chapitre 6 : Variables aléatoires Première S Propriété : Dans le cas d’une répétition d’expériences identiques et indépendantes, représentée par un arbre pondéré, on calcule la probabilité d’un évènement correspondant à un chemin de l’arbre en multipliant les probabilités portées par ses branches. Lorsqu’un évènement correspond à plusieurs chemins, on ajoute les probabilités des évènement correspondants à ces chemins. Exemple : Un jeu consiste à tirer deux boules avec remise dans une urne contenant 3 boules noires, 2 boules rouges et 1 boule jaune. Le joueur, qui doit miser 6 euros pour jouer, reçoit une somme de 2 euros par boules noires, 3 euros par boules rouges et 4 euros pour par boules vertes. On considère 𝑋 la variable aléatoire qui représente le gain du joueur. Déterminons la loi de 𝑋. 5 SAES Guillaume Chapitre 6 : Variables aléatoires IV. Première S Espérance, variance et écart-type Définition : Espérance, variance et écart-type Soit 𝑋 une variable aléatoire de loi de probabilité (𝑥𝑖 ; 𝑝𝑖 ) pour 1 ≤ 𝑖 ≤ 𝑟. On appelle : - Espérance de 𝑋, le nombre noté 𝐸(𝑋) ou encore 𝑋̅ et 𝐸[𝑋], défini par : - Variance de 𝑋, le nombre noté 𝑉(𝑋) ou encore 𝑉𝑎𝑟(𝑋) définie par : - Ecart-type de 𝑋, le nombre noté 𝜎(𝑋), définie par 𝜎(𝑋) = Remarque 1 : L’espérance 𝐸(𝑋) s’interprète comme la valeur moyenne des valeurs prises par 𝑋 lorsque l’expérience est répétée un grand nombre de fois. Si 𝑋 représente un gain, on dit que le jeu est favorable au joueur lorsque 𝐸(𝑋) > 0, défavorable lorsque 𝐸(𝑋) < 0 et équitable lorsque 𝐸(𝑋) = 0. Remarque 2 : L’écart-type mesure l’écart moyen des valeurs prises par 𝑋 par rapport à la moyenne. Propriété : Soit 𝑋 une variable aléatoire de loi de probabilité (𝑥𝑖 , 𝑝𝑖 ), 1 ≤ 𝑖 ≤ 𝑟 et 𝑎, 𝑏 deux réels. 6 SAES Guillaume Chapitre 6 : Variables aléatoires Première S Remarque : Démonstration : 7 SAES Guillaume