Variables aléatoires et espérance

Comment calculer un résultat moyen sans le confondre avec un résultat garanti ?

Environ 30 minutes

  • Construire une loi de probabilité
  • Calculer et interpréter une espérance
  • Reconnaître une Bernoulli et comprendre la fluctuation
Sommaire
  1. Associer un nombre à chaque issue
  2. Calculer une moyenne pondérée
  3. Comprendre la loi de Bernoulli
  4. Observer des fréquences et leur fluctuation

Comment calculer un résultat moyen sans le confondre avec un résultat garanti ?

Une variable aléatoire transforme les issues d’une expérience en nombres. Sa loi décrit les valeurs possibles ; son espérance donne une moyenne pondérée qui doit être interprétée dans le contexte.

Associer un nombre à chaque issue

Une variable aléatoire associe un nombre à chaque issue d’une expérience aléatoire. On la note souvent X. Avant l’expérience, sa valeur n’est pas connue ; après l’expérience, elle prend la valeur correspondant à l’issue réalisée. Le nombre peut représenter un gain, un coût, un nombre de réussites ou une durée. Il faut d’abord préciser la règle qui associe le nombre à l’issue.

Plusieurs issues peuvent donner la même valeur de X. Dans ce cas, on regroupe leurs probabilités. La loi de probabilité de X donne toutes ses valeurs possibles et la probabilité de chacune. Chaque probabilité est comprise entre zéro et un, et leur somme vaut un. Une liste de valeurs sans probabilités n’est pas une loi ; une liste de probabilités sans valeurs associées n’en est pas une non plus.

On tire uniformément un ticket parmi dix. Cinq tickets indiquent un gain net de −2 euros, trois indiquent un gain net de 1 euro et deux indiquent un gain net de 6 euros. Le gain net tient déjà compte des dépenses éventuelles : une valeur négative est une perte. La variable X désigne ce gain net. Elle a trois valeurs possibles, bien que l’expérience possède dix tickets comme issues élémentaires.

Vocabulaire

Variable aléatoire :
Règle qui associe un nombre à chaque issue d’une expérience aléatoire.
Loi de probabilité :
Association de toutes les valeurs possibles à leurs probabilités.
Espérance :
Moyenne théorique des valeurs, pondérée par leurs probabilités.
Variable de Bernoulli :
Variable qui vaut 1 en cas de succès et 0 en cas d’échec.

Exemple résolu

Établis la loi du gain X des dix tickets, puis calcule P(X ≤ 1) et P(X > 0).

  1. Étape 1 : Cinq tickets sur dix donnent −2 : P(X = −2) = 0,5. Trois donnent 1 : P(X = 1) = 0,3. Deux donnent 6 : P(X = 6) = 0,2.
  2. Étape 2 : Vérifie la somme 0,5 + 0,3 + 0,2 = 1.
  3. Étape 3 : L’événement X ≤ 1 réunit −2 et 1, donc sa probabilité vaut 0,8. L’événement X > 0 réunit 1 et 6, donc sa probabilité vaut 0,5.

Résultat : La loi est donnée par les valeurs −2, 1 et 6 avec les probabilités 0,5, 0,3 et 0,2. On a P(X ≤ 1) = 0,8 et P(X > 0) = 0,5.

Piège à éviter : Le symbole ≤ inclut la valeur 1 ; il faut sélectionner les valeurs avant d’additionner leurs probabilités.

La hauteur donne la probabilité ; l’étiquette horizontale donne le gain. Une perte peut être plus probable qu’un gain élevé.

À toi d'essayer

On lance un dé équilibré. X vaut 0 si le résultat est pair, 2 si le résultat est 1 ou 3, et 5 si le résultat est 5. Donne la loi de X et P(X ≥ 2).

Voir la réponse

Les valeurs possibles sont 0, 2 et 5. Leurs probabilités sont respectivement 3/6 = 1/2, 2/6 = 1/3 et 1/6. Ainsi P(X ≥ 2) = 1/3 + 1/6 = 1/2. Les valeurs de X ne sont pas les faces du dé.

Calculer une moyenne pondérée

Si X prend les valeurs x₁, x₂, … avec les probabilités p₁, p₂, …, son espérance E(X) est la somme x₁p₁ + x₂p₂ + …. Chaque valeur est multipliée par son poids probabiliste. On additionne ensuite les contributions. Les valeurs négatives gardent leur signe : une perte contribue négativement à une espérance de gain.

L’espérance a la même unité que X. Pour un gain en euros, elle est en euros ; pour un nombre d’objets, elle s’interprète comme un nombre moyen d’objets. Elle n’est ni la probabilité de gagner ni le gain le plus probable. Elle peut être une valeur que X ne prend jamais. C’est une moyenne théorique, pas une issue supplémentaire de l’expérience.

Exemple résolu

Calcule l’espérance du gain net X qui vaut −2, 1 et 6 euros avec les probabilités 0,5, 0,3 et 0,2.

  1. Étape 1 : Multiplie chaque gain par sa probabilité : −2 × 0,5 = −1 ; 1 × 0,3 = 0,3 ; 6 × 0,2 = 1,2.
  2. Étape 2 : Additionne les contributions en conservant le signe négatif : E(X) = −1 + 0,3 + 1,2 = 0,5.
  3. Étape 3 : Compare le résultat aux valeurs possibles : aucun ticket ne donne exactement 0,5 euro.

Résultat : L’espérance du gain net vaut 0,50 euro par tirage. Cela décrit une moyenne théorique favorable, sans garantir un gain sur un tirage.

Piège à éviter : La moyenne simple (−2 + 1 + 6)/3 = 5/3 serait incorrecte, car les trois gains ne sont pas équiprobables.

Sur une longue succession de répétitions indépendantes dans les mêmes conditions, la moyenne des gains observés a tendance à se stabiliser autour de l’espérance. Cette interprétation ne dit pas qu’un nombre précis de répétitions garantit la moyenne exacte. Une série courte peut être très éloignée de 0,50 euro, notamment si un gain rare ne s’est pas encore produit.

Pour relier la formule aux effectifs, imagine cent tirages dont les fréquences seraient exactement 50 %, 30 % et 20 %. Le total serait 50 × (−2) + 30 × 1 + 20 × 6 = 50 euros, donc une moyenne de 0,50 euro. Ce calcul illustre la pondération ; il ne prédit pas que ces effectifs seront effectivement obtenus à chaque série de cent tirages.

À toi d'essayer

Un gain vaut 4 euros avec une probabilité p et −1 euro avec la probabilité 1 − p. Quelle valeur de p rend l’espérance nulle ?

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

Comprendre la loi de Bernoulli

La variable de Bernoulli code une épreuve à deux issues par 1 pour le succès et 0 pour l’échec. Si le succès a pour probabilité p, la loi est P(B = 1) = p et P(B = 0) = 1 − p. Son espérance vaut 1 × p + 0 × (1 − p) = p. Cette égalité donne une interprétation utile de la probabilité comme moyenne d’un indicateur.

Le paramètre p est la probabilité de la valeur 1 ; ici E(B) = 0,3, même si B ne vaut jamais 0,3.

Le mot succès reste une convention. Pour compter les défauts, on peut coder B = 1 lorsqu’une pièce a un défaut et B = 0 sinon. Dans ce cas, E(B) est la proportion théorique de pièces défectueuses du modèle. Si l’on change le codage, il faut recalculer la loi : une variable valant 0 et 12 n’est pas elle-même une variable de Bernoulli, même si elle dépend d’une épreuve de Bernoulli.

Exemple résolu

Une pièce présente un défaut avec probabilité 0,15. Une réparation coûte 12 euros en cas de défaut et zéro sinon. Détermine l’espérance du coût Y et compare-la à un forfait de 2 euros par pièce.

  1. Étape 1 : La loi du coût est P(Y = 12) = 0,15 et P(Y = 0) = 0,85.
  2. Étape 2 : Calcule E(Y) = 12 × 0,15 + 0 × 0,85 = 1,80 euro.
  3. Étape 3 : Le coût moyen théorique de la réparation à l’acte est inférieur de 0,20 euro au forfait de 2 euros.

Résultat : Selon ce seul critère de coût moyen et ce modèle, la réparation à l’acte est moins coûteuse. Le forfait offre toutefois un coût certain, que l’espérance ne résume pas.

Piège à éviter : Comparer uniquement les coûts 12 et 2 oublierait que la réparation n’est payée que pour une fraction des pièces.

Deux choix ayant la même espérance peuvent présenter des risques très différents. Recevoir un montant certain et recevoir rarement une somme élevée ne donnent pas la même expérience. Pour prendre une décision, on peut avoir besoin de la dispersion, de la possibilité d’une perte importante, d’une contrainte de budget ou d’une garantie. L’espérance répond à une question moyenne, pas à toutes les questions de choix.

À toi d'essayer

Une offre donne certainement 3 euros. Une autre donne 30 euros avec probabilité 0,1 et zéro sinon. Compare leurs espérances et explique pourquoi cela ne rend pas les offres identiques.

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

Observer des fréquences et leur fluctuation

Pour simuler une variable de Bernoulli de paramètre p en Python, on peut tirer un nombre aléatoire uniforme entre zéro et un, puis coder 1 s’il est inférieur à p et 0 sinon. Un échantillon de taille n est une liste de n résultats. La somme des valeurs 0 et 1 compte les succès ; leur moyenne est donc la fréquence des succès de cet échantillon.

Pour observer la fluctuation, on répète la construction d’échantillons de même taille. On obtient une liste de fréquences, que l’on peut représenter par un histogramme ou un nuage de points. Certaines fréquences sont au-dessus de p et d’autres en dessous. Cela ne contredit pas le modèle : la fréquence est calculée sur des observations aléatoires finies, alors que p est un paramètre fixé.

On distingue deux nombres : n, la taille de chaque échantillon, et N, le nombre d’échantillons simulés. Augmenter N aide à observer la distribution des fréquences. Augmenter n réduit généralement leur dispersion autour de p. Une grande simulation ne supprime pas toute fluctuation ; elle permet de l’étudier plutôt que de la traiter comme une erreur de calcul.

Un résultat rare n’est pas forcément impossible. Une fréquence très éloignée de p peut se produire dans le modèle, mais elle peut aussi inviter à vérifier les hypothèses et le protocole. Sans étude supplémentaire, on évite une conclusion automatique du type le modèle est faux. On décrit d’abord les observations, la taille des échantillons et la manière de les simuler.

Au bac : passer d’une loi à une interprétation

  1. Définis la variable et son unité. Vérifie si les montants sont des gains nets ou des recettes avant de soustraire une mise.
  2. Liste toutes les valeurs possibles et associe leurs probabilités. Regroupe les issues donnant la même valeur.
  3. Pour un événement comme X ≤ a, sélectionne les valeurs qui conviennent puis additionne leurs probabilités.
  4. Calcule l’espérance par une somme de produits, avec les signes et les unités. Contrôle que les probabilités totalisent un.
  5. Interprète le résultat comme une moyenne théorique. Distingue-le d’une garantie, d’une fréquence simulée et de la valeur la plus probable.
Attention :

Erreurs fréquentes : faire une moyenne non pondérée, oublier une perte, soustraire deux fois une mise déjà incluse, confondre espérance et probabilité, ou croire qu’une espérance doit être une valeur possible.

Bilan

QuestionRepère
Valeurs et probabilitésLoi de la variable
X ≤ aRéunion des valeurs inférieures ou égales à a
Somme des produits valeur × probabilitéEspérance
Codage 0 ou 1Variable de Bernoulli
Moyenne des 0 et 1 observésFréquence des succès

S’entraîner : https://www.allostl.fr/exercices. Pour poursuivre en terminale, tu approfondiras les modèles de variables aléatoires et les répétitions d’épreuves.

À retenir

  • Une variable aléatoire associe un nombre à chaque issue.
  • La somme des probabilités de sa loi vaut un.
  • L’espérance est la somme des produits valeur × probabilité.
  • Une espérance n’est pas forcément une valeur possible de la variable.
  • Une variable de Bernoulli de paramètre p a pour espérance p.

Fiche de révision

Regroupe les issues qui donnent le même nombre avant de construire la loi.

Pour un gain net, conserve les pertes comme valeurs négatives.

L’unité de l’espérance est celle de la variable ; ce n’est pas une probabilité.

Une même moyenne peut correspondre à des lois très différentes.

En simulation, distingue la probabilité p, la taille n d’un échantillon et le nombre N d’échantillons.

Questions fréquentes

Une espérance positive assure-t-elle un gain ?

Non. Elle indique une moyenne théorique positive dans le modèle, mais certaines issues peuvent rester défavorables.

Pourquoi la moyenne d’une liste de zéros et de uns est-elle une fréquence ?

La somme compte exactement les uns. En divisant par le nombre total de valeurs, on obtient la proportion de succès dans la liste.

Et maintenant ?

Tu as lu le cours. L’étape suivante tient en une action.

Relis le coursReprends l’essentiel avant de passer à la suite.

    Prolonge l’expérience !

    Continue à explorer ce chapitre à travers de nouvelles activités, des défis et des expériences interactives. Avec Premium, l’apprentissage continue !

    Ici, tu débloques aussi 2 corrections détaillées.

    Parent ? Suivez les progrès de votre enfant.

    Tous les cours de Mathématiques — première STL
    Scientia