• Aucun résultat trouvé

Probabilités : Variables aléatoires I- Variables aléatoires a) Définition

N/A
N/A
Protected

Academic year: 2022

Partager "Probabilités : Variables aléatoires I- Variables aléatoires a) Définition"

Copied!
2
0
0

Texte intégral

(1)

Probabilités : Variables aléatoires

I- Variables aléatoires a) Définition

Définition : Soit une expérience aléatoire d'univers Ω

Une variable aléatoire X sur Ω est une fonction, qui à chaque issue de Ω, associe un nombre réel Exemples: Un joueur lance un dé a six faces.

L’univers de cette expérience aléatoire est donc Ω = {1 ; 2 ; 3 ; 4 ; 5 ; 6}

On peut définir, à partir de cette expérience, différentes variables aléatoires :

• Si le résultat est pair, le joueur gagne 2 €, s’il est impair il perd 3 €.

On définit ainsi une variable aléatoire X de l’univers Ω vers {–3, 2}.

On a : ( X = – 3 ) = { 1 , 3 , 5 } et ( X = 2 ) = { 2 , 4 , 6 }

• Le joueur gagne 2 jetons si le résultat est un carré parfait, sinon il perd 1 jeton. On définit une autre variable aléatoire X ’ de l’univers Ω vers { 2 , –1 }

On a : ( X' = 2 ) = {1; 4} et ( X' = –1 ) = {2, 3, 5, 6}

b)

Loi de probabilité d'une variable aléatoire

Définition : Soit X une variable aléatoire définie sur un univers Ω prenant pour valeur { x1 ; x2 ; … ; xn }.

Lorsqu'à chaque valeur xi , on associe la probabilité de l'événement ( X = xi ) , on définit ainsi la loi de probabilité de X

A noter que la loi de probabilité d'une variable aléatoire se présente le plus fréquemment à l'aide d'un tableau :

xi x1 x2 ... xn

P(X=xi) p1 p2 ... pn

22/08/20 Page 1/2

(2)

Exemple : Une urne contient cinq jetons numérotés de 1 à 5. Un jeu de kermesse consiste en payant deux euros à tirer un jeton de cette urne puis :

• si le jeton est pair, le joueur gagne le double de la valeur indiquée sur le jeton

• sinon il perd sa mise

Si on appelle X le gain algébrique du joueur, X peut prendre comme valeur –2 , 2 ou 6 (attention il faut tenir compte de la mise ) et on a :

• L'événement ( X = –2 ) est réalisé pour les issues 1 , 3 , 5 donc 3 chances sur 5 : P( X = –2 ) = 3 5

• L'événement ( X = 2 ) est réalisé pour l'issue 2 donc 1 chance sur 5 : P( X = 2 ) = 1 5

• L'événement ( X = 6 ) est réalisé pour l'issue 4 donc 1 chance sur 5 : P( X = 4 ) = 1 5 La loi de probabilité de X est donc :

xi –2 2 6

P(X=xi) 3 5

1 5

1 5

c)

Espérance, variance et écart-type

Soit X une variable aléatoire définie sur un univers Ω dont la loi de probabilité est donnée ci-dessus:

L'espérance de X est le nombre noté E(X) défini par : E(X) =

i=1 n

pixi = p1x1+p2x2+...+pnxn

Quelle est l'espérance dans le jeu de kermesse précédent ?

A noter : L’espérance trouvée ci-dessus s’interprète comme la moyenne en statistique.

Si un jeu a une espérance nulle, le jeu est qualifié d'équitable

Variance et écart type

• La variance de X est le nombre, noté V(X), défini par : V(X) =

i=1n pi(xi−E(X))2 =

i=1n pixi2E(X)2

• L'écart type de X est donné par σ ( X ) =

V(X)

Dans le cas de la kermesse, on a :

II- Transformation affine d'une variable aléatoire

Soit X une variable aléatoire définie sur un univers Ω et soit a et b deux réels Considérons alors la variable aléatoire Y définie par Y = a X + b

On a alors : E(Y) = V(Y) =  Y =

22/08/20 Page 2/2

Références

Documents relatifs

Si toutes ces tentatives échouent, on peut se ramener au cas d’une intersection d’événements en considérant la formule liant probabilité d’un événement à la probabilité

Autrement dit, F X définit la répartition aléatoire de X et permet ainis d’expliquer le terme de v.a.r.. • Évidemment, ce résultat est

Un commerçant spécialisé en photographie numé- rique propose en promotion un modèle d’appareil photo numérique et un modèle de carte mémoire compatible avec cet appareil.. Il

Exercice 17 : Dans une grande urne se trouve toute les permutations de l’ensemble {1;. , n}, on en tire une, σ, au hasard et on modélise le nombre de points invariants de σ, à

Lorsque la variable aléatoire n’est pas à valeur dans N p.s., on utilise alors la caractérisation par la fonction caractéristique, valable pour des variables aléatoires quel-

On est contraint dans le cadre d’un espace de probabilités (Ω, A, P ) de définir des tribus pas trop grosses (pas d’informations inutiles), et σ(.) est toujours une sous-tribu de

Pour déterminer l’ensemble des parties d’un ensemble E noté P(E) on construit l’arbre des parties de E. E un ensemble fini non vide. Un arrangement de p éléments de E, est

Dans le cas où X et Y sont indépendantes, simplifier ces expressions lorsque cela est possible.. Exercice 2