SlideShare une entreprise Scribd logo
1  sur  4
Télécharger pour lire hors ligne
Probabilités-Variable aléatoire
I) Variable aléatoire discrète
1) Exemples
Exemple 1
Considérons un dé cubique bien équilibré dont les faces sont numérotées de 1 à 6.
On lance ce dé
L’ensemble des issues est  = { 1 ; 2 ; 3 ; 4 ; 5 ; 6 }
Chaque issue a pour probabilité
On convient que si la face 1 apparaît on gagne 5 € sinon on perd 2 €.
On peut donc définir une fonction X qui a chaque issue de  associe le « gain » obtenu,
cette fonction prend donc les valeurs 5 et – 2 ( une perte étant un « gain » négatif )
La probabilité que X prenne la valeur 5 est
On écrit p( X = 5) = p ({1}) =

et celle qu’elle prenne la valeur – 2 est

et p( X = – 2 ) = p ( {2 ; 3 ; 4 ; 5 ; 6 }) =

Exemple 2
Considérons une pièce de monnaie bien équilibrée
On lance deux fois de suite cette pièce
En notant P « on a obtenu pile » et F « on a obtenu face », l’ensemble des issues est
 = { PP ; PF ; FP ; FF }
Chaque issue a pour probabilité
On convient que chaque fois que l’on obtient « pile » on gagne 3 € et que chaque fois
que l’on obtient « face » on perd 1 €.
On peut donc définir une fonction X qui a chaque issue de  associe le « gain » obtenu,
cette fonction prend donc les valeurs 6 ( pour PP ) , 2 pour PF ou FP et – 2 pour FF
La probabilité que X prenne la valeur 6 est
La probabilité que X prenne la valeur 2 est
La probabilité que X prenne la valeur – 2 est

on note p ( X = 6 ) =
on note p ( X = 2 ) =
on note p ( X = – 2) =

En général, on résume ces résultats dans un tableau :

6

Gains
Probabilités
=P(X=

)

2

-2

1
4

1
2

1
4
2) Définition
On considère un ensemble fini  et une loi de probabilité p sur 
Une variable aléatoire X sur  est une fonction définie sur  à valeurs dans

, , … . . , désignent les valeurs prises par X, on note « X =
Si
« X prend la valeur
»

» l’événement

On définit une nouvelle loi de probabilité associée à X, par la donnée des réels
= P (X =
) pour 1 ≤ ≤
des probabilités

et

Exemple 3:
Un sac contient 15 jetons bleus, 10 jetons rouges, 3 jetons verts et 2 jetons noirs, tous
indiscernables au toucher.
Un joueur extrait au hasard un jeton de ce sac et note sa couleur : B pour bleu, R pour
rouge, V pour vert et N pour noir.
Il marque 3 points si le jeton est rouge, 5 points si le jeton est vert, mais perd 1 point si
le jeton est bleu et perd 3 points si le jeton est noir.
Soit G la variable aléatoire qui donne le nombre de points ( positif ou négatif ) obtenu
par le joueur.
Déterminer la loi de probabilité de la variable G.
Solution :
Tous les jetons ayant la même chance d’être tirés, on a :
Le jeton tiré
est :

Bleu

Rouge

Vert

Noir

Probabilités :

=

=

=

=

Nombre de
points
marqués :

1

3

5

3
On a donc la loi de probabilité de la variable aléatoire G , en notant
par G :

–3

= P( G =

3

5

1
15

)

–1

1
2

1
3

les valeurs prises

1
6

II) Espérance,variance,écart type
1) Définitions
Soit X une variable aléatoire de loi de probabilité (
On appelle :

,

)

	

• Espérance de X le nombre noté E(X) défini par
E(X) =

+

+ …..+

noté aussi E(X) = ∑

	

• Variance de X le nombre noté V(X) défini par
V(X) =

+

V(X) = ∑

+ …+

noté aussi

	

• Ecart type de X le nombre noté σ(X) défini par
σ(X) =

Exemples :
En reprenant les trois exemples vus plus haut
Exemple 1 :
E(X) = 5 x
V(X) =
σ(X) =

5	–	

+ (-2) x
	

	 	 	+
2,61

=

2	–	

	

	 	

=

6,81
Exemple 2 :
E(X) = 6 x	 + 2 x
V(X) =

(6

σ(X) = √8

–2x

2)² +

=2

(2 – 2)² +

( 2

2)² = 4 + 4 = 8

2√2

Exemple 3
Les calculs donnent :
E(G) =
V(G) =

	6,98

σ(G) =

2,64

2) Remarques
• L’espérance d’une variable aléatoire est la moyenne des valeurs qu’elle prend en
considérant que les probabilités sont les fréquences des valeurs.
• La variance et l’écart type d’une variable aléatoire ont les mêmes définitions que la
variance et l’écart type d’une série statistique.

3) Propriétés
Compte tenu de la dernière remarque on a :

Soit X une variable aléatoire de loi de probabilité (
Soit a et b deux réels
	 	

= 	

;

	 	

	

= ²	

et

,

)

	

	

	

= | |	

et
V(x) = ∑

			

Remarque :
Lorsqu’une variable aléatoire est définie comme un gain algébrique lors d’un jeu,
l’espérance représente le gain moyen après un très grand nombre de parties.
Ainsi une espérance nulle indique un jeu équitable, une espérance négative indique un
jeu défavorable au joueur et une espérance positive indique un jeu favorable au joueur.

Contenu connexe

Tendances

202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...
202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...
202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...Ettaoufik Elayedi
 
Omp math nombres-complexes
Omp math nombres-complexesOmp math nombres-complexes
Omp math nombres-complexesAhmed Ali
 
Chingatome premiأ¨re es-probabilitأ©
Chingatome premiأ¨re es-probabilitأ©Chingatome premiأ¨re es-probabilitأ©
Chingatome premiأ¨re es-probabilitأ©Aziz Zahri
 
Math BAC 2010_Correction
Math BAC 2010_CorrectionMath BAC 2010_Correction
Math BAC 2010_CorrectionAchraf Frouja
 
Math Bac 2009_Correction Session principale
Math Bac 2009_Correction Session principaleMath Bac 2009_Correction Session principale
Math Bac 2009_Correction Session principaleAchraf Frouja
 
CAPES maths 2019 composition 1
CAPES maths 2019 composition 1CAPES maths 2019 composition 1
CAPES maths 2019 composition 1Dany-Jack Mercier
 
CAPES maths 2019 composition 1 (option informatique)
CAPES maths 2019 composition 1 (option informatique)CAPES maths 2019 composition 1 (option informatique)
CAPES maths 2019 composition 1 (option informatique)Dany-Jack Mercier
 
Algorithmique seconde (corrigés et commentaires)
Algorithmique seconde (corrigés et commentaires)Algorithmique seconde (corrigés et commentaires)
Algorithmique seconde (corrigés et commentaires)DriNox NordisTe
 
BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...
BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...
BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...Clément Boulonne
 
CAPES maths 2019 composition 2
CAPES maths 2019 composition 2CAPES maths 2019 composition 2
CAPES maths 2019 composition 2Dany-Jack Mercier
 
Chap nombres complexes
Chap nombres complexesChap nombres complexes
Chap nombres complexesKarim Amane
 
Exercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexeExercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexeKamel Djeddi
 
Dérivation et Intégration numériques
Dérivation et Intégration numériquesDérivation et Intégration numériques
Dérivation et Intégration numériquesJaouad Dabounou
 
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-aliTechniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-alim.a bensaaoud
 
Math%E9matiques%20 Ct
Math%E9matiques%20 CtMath%E9matiques%20 Ct
Math%E9matiques%20 Ctglenoo
 

Tendances (20)

Integrcurvcor 2
Integrcurvcor 2Integrcurvcor 2
Integrcurvcor 2
 
202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...
202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...
202030169 es-maths-cned-sequence-05-es-maths-cned-sequence-3-sur-10-lois-nume...
 
Programmation linéaire
Programmation linéaireProgrammation linéaire
Programmation linéaire
 
Omp math nombres-complexes
Omp math nombres-complexesOmp math nombres-complexes
Omp math nombres-complexes
 
Muscu4
Muscu4Muscu4
Muscu4
 
Chingatome premiأ¨re es-probabilitأ©
Chingatome premiأ¨re es-probabilitأ©Chingatome premiأ¨re es-probabilitأ©
Chingatome premiأ¨re es-probabilitأ©
 
Math BAC 2010_Correction
Math BAC 2010_CorrectionMath BAC 2010_Correction
Math BAC 2010_Correction
 
Math Bac 2009_Correction Session principale
Math Bac 2009_Correction Session principaleMath Bac 2009_Correction Session principale
Math Bac 2009_Correction Session principale
 
CAPES maths 2019 composition 1
CAPES maths 2019 composition 1CAPES maths 2019 composition 1
CAPES maths 2019 composition 1
 
CAPES maths 2019 composition 1 (option informatique)
CAPES maths 2019 composition 1 (option informatique)CAPES maths 2019 composition 1 (option informatique)
CAPES maths 2019 composition 1 (option informatique)
 
01 lois-à-densité
01 lois-à-densité01 lois-à-densité
01 lois-à-densité
 
Algorithmique seconde (corrigés et commentaires)
Algorithmique seconde (corrigés et commentaires)Algorithmique seconde (corrigés et commentaires)
Algorithmique seconde (corrigés et commentaires)
 
Exercice primitives
Exercice primitivesExercice primitives
Exercice primitives
 
BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...
BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...
BAC SpéMaths Amérique du Nord 2021 - Exercice A : VF sur les fonctions expone...
 
CAPES maths 2019 composition 2
CAPES maths 2019 composition 2CAPES maths 2019 composition 2
CAPES maths 2019 composition 2
 
Chap nombres complexes
Chap nombres complexesChap nombres complexes
Chap nombres complexes
 
Exercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexeExercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexe
 
Dérivation et Intégration numériques
Dérivation et Intégration numériquesDérivation et Intégration numériques
Dérivation et Intégration numériques
 
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-aliTechniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
 
Math%E9matiques%20 Ct
Math%E9matiques%20 CtMath%E9matiques%20 Ct
Math%E9matiques%20 Ct
 

En vedette

Aates ch08 lois-a-densite
Aates ch08 lois-a-densiteAates ch08 lois-a-densite
Aates ch08 lois-a-densiteManar Sefiane
 
FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...
FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...
FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...Festival de la Communication Santé
 
Editeurs vs Stores : optimisation des applications, optimisation des relations
Editeurs vs Stores : optimisation des applications, optimisation des relationsEditeurs vs Stores : optimisation des applications, optimisation des relations
Editeurs vs Stores : optimisation des applications, optimisation des relationsJérôme Perani
 
Oif atelier rel - moncton 4-8.02.13
Oif atelier rel - moncton 4-8.02.13Oif atelier rel - moncton 4-8.02.13
Oif atelier rel - moncton 4-8.02.13Gilbert Paquette
 
Diagnostic et stratégie touristique sur le territoire de La Porte du Hainaut
Diagnostic et stratégie touristique sur le territoire de La Porte du HainautDiagnostic et stratégie touristique sur le territoire de La Porte du Hainaut
Diagnostic et stratégie touristique sur le territoire de La Porte du HainautJonathan Loope
 
Supplement investisseurs institutionnels 26 janvier 2012
Supplement investisseurs institutionnels   26 janvier 2012Supplement investisseurs institutionnels   26 janvier 2012
Supplement investisseurs institutionnels 26 janvier 2012La Tribune
 
Thérapeutique du système respiratoire
Thérapeutique du système respiratoireThérapeutique du système respiratoire
Thérapeutique du système respiratoireGuillaume Michigan
 
L'histoire du guerrier légendaire
L'histoire du guerrier légendaireL'histoire du guerrier légendaire
L'histoire du guerrier légendaireSkerozias
 
Jeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. Zreik
Jeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. ZreikJeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. Zreik
Jeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. Zreikhyperurbain
 
Gestion de la performance
Gestion de la performanceGestion de la performance
Gestion de la performanceHays France
 

En vedette (20)

Aates ch08 lois-a-densite
Aates ch08 lois-a-densiteAates ch08 lois-a-densite
Aates ch08 lois-a-densite
 
FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...
FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...
FOCUS SUR LA CONFÉRENCE Environnement et santé : des liens d'intérêt à ne plu...
 
Musee egyptien 70
Musee egyptien 70Musee egyptien 70
Musee egyptien 70
 
Editeurs vs Stores : optimisation des applications, optimisation des relations
Editeurs vs Stores : optimisation des applications, optimisation des relationsEditeurs vs Stores : optimisation des applications, optimisation des relations
Editeurs vs Stores : optimisation des applications, optimisation des relations
 
Moptidessins
MoptidessinsMoptidessins
Moptidessins
 
Oif atelier rel - moncton 4-8.02.13
Oif atelier rel - moncton 4-8.02.13Oif atelier rel - moncton 4-8.02.13
Oif atelier rel - moncton 4-8.02.13
 
Spotify exercice
Spotify exerciceSpotify exercice
Spotify exercice
 
Tableaux aivazovsky
Tableaux aivazovskyTableaux aivazovsky
Tableaux aivazovsky
 
Diagnostic et stratégie touristique sur le territoire de La Porte du Hainaut
Diagnostic et stratégie touristique sur le territoire de La Porte du HainautDiagnostic et stratégie touristique sur le territoire de La Porte du Hainaut
Diagnostic et stratégie touristique sur le territoire de La Porte du Hainaut
 
Manuel d'oslo
Manuel d'osloManuel d'oslo
Manuel d'oslo
 
Supplement investisseurs institutionnels 26 janvier 2012
Supplement investisseurs institutionnels   26 janvier 2012Supplement investisseurs institutionnels   26 janvier 2012
Supplement investisseurs institutionnels 26 janvier 2012
 
Thérapeutique du système respiratoire
Thérapeutique du système respiratoireThérapeutique du système respiratoire
Thérapeutique du système respiratoire
 
L'histoire du guerrier légendaire
L'histoire du guerrier légendaireL'histoire du guerrier légendaire
L'histoire du guerrier légendaire
 
Alphabet en son_et_en_images
Alphabet en son_et_en_imagesAlphabet en son_et_en_images
Alphabet en son_et_en_images
 
MGP 7122 - Jabos
MGP 7122 - JabosMGP 7122 - Jabos
MGP 7122 - Jabos
 
Le cross des ecoles
Le cross des ecolesLe cross des ecoles
Le cross des ecoles
 
Ocs
OcsOcs
Ocs
 
Jeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. Zreik
Jeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. ZreikJeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. Zreik
Jeux Sociaux et Territoire Hybridé par JP Bertuzzi & K. Zreik
 
Issue 1
Issue 1Issue 1
Issue 1
 
Gestion de la performance
Gestion de la performanceGestion de la performance
Gestion de la performance
 

Similaire à 1re s probabilite_variable_aleatoire

NOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUE
NOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUENOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUE
NOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUEDavid Yvan Loïc Damoh
 
Mathématiques - Formule du crible
Mathématiques - Formule du cribleMathématiques - Formule du crible
Mathématiques - Formule du cribleLoïc Dilly
 
DS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfDS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfhajar517389
 
exercices_probas_corriges.pdf
exercices_probas_corriges.pdfexercices_probas_corriges.pdf
exercices_probas_corriges.pdfOULAKBIRIlham
 
Td1 modelisation ess
Td1 modelisation essTd1 modelisation ess
Td1 modelisation essElsa von Licy
 
Algebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.comAlgebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.cometude cours
 
Cours probabilite 2013
Cours probabilite 2013Cours probabilite 2013
Cours probabilite 2013simoh-salhi
 
Minimal Submanifolds Z.C
Minimal Submanifolds Z.CMinimal Submanifolds Z.C
Minimal Submanifolds Z.CZahraa Cheaitou
 
Mettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciMettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciwospro-academy
 
85717b7aca485735313534313338323437343138 (1)
85717b7aca485735313534313338323437343138 (1)85717b7aca485735313534313338323437343138 (1)
85717b7aca485735313534313338323437343138 (1)AHMED ENNAJI
 
Mathématiques Générales.pdf
Mathématiques Générales.pdfMathématiques Générales.pdf
Mathématiques Générales.pdfKarimBara2
 
Chapitre 3 lois de probabilités usuelles
Chapitre 3  lois de probabilités usuellesChapitre 3  lois de probabilités usuelles
Chapitre 3 lois de probabilités usuellesIsmail Aboud
 
Bac blan 8 pc biof
Bac blan 8 pc biofBac blan 8 pc biof
Bac blan 8 pc biofAHMED ENNAJI
 
slides statistique mathématique.pdf
slides statistique mathématique.pdfslides statistique mathématique.pdf
slides statistique mathématique.pdfFadwaZiani
 
Analyse combinatoire
Analyse combinatoireAnalyse combinatoire
Analyse combinatoiremeryem2002
 

Similaire à 1re s probabilite_variable_aleatoire (20)

1s prob
1s prob1s prob
1s prob
 
NOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUE
NOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUENOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUE
NOTION DE L'UTILTITE ESPEREE ET COMPORTEMENT FACE AU RISQUE
 
Mathématiques - Formule du crible
Mathématiques - Formule du cribleMathématiques - Formule du crible
Mathématiques - Formule du crible
 
DS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfDS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdf
 
exercices_probas_corriges.pdf
exercices_probas_corriges.pdfexercices_probas_corriges.pdf
exercices_probas_corriges.pdf
 
Td1 modelisation ess
Td1 modelisation essTd1 modelisation ess
Td1 modelisation ess
 
Algebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.comAlgebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.com
 
Cours probabilite 2013
Cours probabilite 2013Cours probabilite 2013
Cours probabilite 2013
 
Minimal Submanifolds Z.C
Minimal Submanifolds Z.CMinimal Submanifolds Z.C
Minimal Submanifolds Z.C
 
Mettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciMettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon ici
 
85717b7aca485735313534313338323437343138 (1)
85717b7aca485735313534313338323437343138 (1)85717b7aca485735313534313338323437343138 (1)
85717b7aca485735313534313338323437343138 (1)
 
Rappels stats-2014-part2
Rappels stats-2014-part2Rappels stats-2014-part2
Rappels stats-2014-part2
 
Mathématiques Générales.pdf
Mathématiques Générales.pdfMathématiques Générales.pdf
Mathématiques Générales.pdf
 
Chapitre1.pdf
Chapitre1.pdfChapitre1.pdf
Chapitre1.pdf
 
Chapitre 3 lois de probabilités usuelles
Chapitre 3  lois de probabilités usuellesChapitre 3  lois de probabilités usuelles
Chapitre 3 lois de probabilités usuelles
 
Bac blan 8 pc biof
Bac blan 8 pc biofBac blan 8 pc biof
Bac blan 8 pc biof
 
slides statistique mathématique.pdf
slides statistique mathématique.pdfslides statistique mathématique.pdf
slides statistique mathématique.pdf
 
Analyse combinatoire
Analyse combinatoireAnalyse combinatoire
Analyse combinatoire
 
sol_TD4.pdf
sol_TD4.pdfsol_TD4.pdf
sol_TD4.pdf
 
Cours probabilités
Cours probabilitésCours probabilités
Cours probabilités
 

1re s probabilite_variable_aleatoire

  • 1. Probabilités-Variable aléatoire I) Variable aléatoire discrète 1) Exemples Exemple 1 Considérons un dé cubique bien équilibré dont les faces sont numérotées de 1 à 6. On lance ce dé L’ensemble des issues est  = { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } Chaque issue a pour probabilité On convient que si la face 1 apparaît on gagne 5 € sinon on perd 2 €. On peut donc définir une fonction X qui a chaque issue de  associe le « gain » obtenu, cette fonction prend donc les valeurs 5 et – 2 ( une perte étant un « gain » négatif ) La probabilité que X prenne la valeur 5 est On écrit p( X = 5) = p ({1}) = et celle qu’elle prenne la valeur – 2 est et p( X = – 2 ) = p ( {2 ; 3 ; 4 ; 5 ; 6 }) = Exemple 2 Considérons une pièce de monnaie bien équilibrée On lance deux fois de suite cette pièce En notant P « on a obtenu pile » et F « on a obtenu face », l’ensemble des issues est  = { PP ; PF ; FP ; FF } Chaque issue a pour probabilité On convient que chaque fois que l’on obtient « pile » on gagne 3 € et que chaque fois que l’on obtient « face » on perd 1 €. On peut donc définir une fonction X qui a chaque issue de  associe le « gain » obtenu, cette fonction prend donc les valeurs 6 ( pour PP ) , 2 pour PF ou FP et – 2 pour FF La probabilité que X prenne la valeur 6 est La probabilité que X prenne la valeur 2 est La probabilité que X prenne la valeur – 2 est on note p ( X = 6 ) = on note p ( X = 2 ) = on note p ( X = – 2) = En général, on résume ces résultats dans un tableau : 6 Gains Probabilités =P(X= ) 2 -2 1 4 1 2 1 4
  • 2. 2) Définition On considère un ensemble fini  et une loi de probabilité p sur  Une variable aléatoire X sur  est une fonction définie sur  à valeurs dans , , … . . , désignent les valeurs prises par X, on note « X = Si « X prend la valeur » » l’événement On définit une nouvelle loi de probabilité associée à X, par la donnée des réels = P (X = ) pour 1 ≤ ≤ des probabilités et Exemple 3: Un sac contient 15 jetons bleus, 10 jetons rouges, 3 jetons verts et 2 jetons noirs, tous indiscernables au toucher. Un joueur extrait au hasard un jeton de ce sac et note sa couleur : B pour bleu, R pour rouge, V pour vert et N pour noir. Il marque 3 points si le jeton est rouge, 5 points si le jeton est vert, mais perd 1 point si le jeton est bleu et perd 3 points si le jeton est noir. Soit G la variable aléatoire qui donne le nombre de points ( positif ou négatif ) obtenu par le joueur. Déterminer la loi de probabilité de la variable G. Solution : Tous les jetons ayant la même chance d’être tirés, on a : Le jeton tiré est : Bleu Rouge Vert Noir Probabilités : = = = = Nombre de points marqués : 1 3 5 3
  • 3. On a donc la loi de probabilité de la variable aléatoire G , en notant par G : –3 = P( G = 3 5 1 15 ) –1 1 2 1 3 les valeurs prises 1 6 II) Espérance,variance,écart type 1) Définitions Soit X une variable aléatoire de loi de probabilité ( On appelle : , ) • Espérance de X le nombre noté E(X) défini par E(X) = + + …..+ noté aussi E(X) = ∑ • Variance de X le nombre noté V(X) défini par V(X) = + V(X) = ∑ + …+ noté aussi • Ecart type de X le nombre noté σ(X) défini par σ(X) = Exemples : En reprenant les trois exemples vus plus haut Exemple 1 : E(X) = 5 x V(X) = σ(X) = 5 – + (-2) x + 2,61 = 2 – = 6,81
  • 4. Exemple 2 : E(X) = 6 x + 2 x V(X) = (6 σ(X) = √8 –2x 2)² + =2 (2 – 2)² + ( 2 2)² = 4 + 4 = 8 2√2 Exemple 3 Les calculs donnent : E(G) = V(G) = 6,98 σ(G) = 2,64 2) Remarques • L’espérance d’une variable aléatoire est la moyenne des valeurs qu’elle prend en considérant que les probabilités sont les fréquences des valeurs. • La variance et l’écart type d’une variable aléatoire ont les mêmes définitions que la variance et l’écart type d’une série statistique. 3) Propriétés Compte tenu de la dernière remarque on a : Soit X une variable aléatoire de loi de probabilité ( Soit a et b deux réels = ; = ² et , ) = | | et V(x) = ∑ Remarque : Lorsqu’une variable aléatoire est définie comme un gain algébrique lors d’un jeu, l’espérance représente le gain moyen après un très grand nombre de parties. Ainsi une espérance nulle indique un jeu équitable, une espérance négative indique un jeu défavorable au joueur et une espérance positive indique un jeu favorable au joueur.