Pourquoi utilise-t-on des variables aléatoires en probabilités ?

Les variables aléatoires permettent de modéliser et quantifier les résultats incertains d’une expérience aléatoire. Elles transforment des phénomènes complexes en valeurs numériques analysables mathématiquement, facilitant le calcul de probabilités, d’espérances et de dispersions.

Comment distinguer une variable aléatoire discrète d’une continue ?

Une variable aléatoire est discrète si elle ne prend qu’un nombre fini ou dénombrable de valeurs (ex. : nombre de piles). Elle est continue si elle peut prendre une infinité de valeurs dans un intervalle (ex. : temps d’attente).

Peut-on avoir une variable aléatoire négative ?

Oui, une variable aléatoire peut prendre des valeurs négatives. Par exemple, une différence entre deux lancers de dés peut être négative.

À quoi sert l’espérance dans la vie réelle ?

L’espérance mathématique permet de prédire des comportements moyens dans des situations incertaines, comme les gains dans les jeux de hasard ou les revenus futurs en économie.

Pourquoi la variance est-elle toujours positive ou nulle ?

La variance mesure la dispersion des valeurs autour de l’espérance. Elle est nulle si tous les résultats sont identiques, sinon elle est strictement positive.

Comment calculer l’espérance d’une variable aléatoire à partir de son graphe ?

Pour un graphe (histogramme), on multiplie chaque valeur par la probabilité associée (aire de la barre) et on somme les résultats pour obtenir l’espérance.

Variables aléatoires en 1ère : Définition, propriétés et applications (Cours complet) — Cours Lycée

Introduction : Pourquoi les variables aléatoires sont-elles essentielles en 1ère ?

En probabilités, les variables aléatoires sont des outils puissants pour modéliser des phénomènes incertains. Que ce soit pour prédire le résultat d’un lancer de dé, analyser des données statistiques ou comprendre des phénomènes naturels, elles jouent un rôle central. Ce cours vous explique tout : de la définition à la variance, en passant par des exemples concrets et des méthodes de calcul. Prêt à maîtriser ce concept clé des probabilités en 1ère ?

À la fin de ce chapitre, vous saurez calculer l’espérance et la variance d’une variable aléatoire, et appliquer ces notions à des situations réelles.

Prérequis : Ce qu’il faut savoir avant de commencer

Pour bien comprendre les variables aléatoires, il est indispensable de maîtriser quelques notions de base en probabilités et en algèbre. Voici ce que vous devez déjà connaître :

Probabilités d’événements : Calcul de probabilités sur un univers fini (ex. : probabilité d’un événement A, formule des probabilités totales). Voir le cours sur les probabilités.
Notion de loi de probabilité : Tableaux de probabilités, événements compatibles, etc. Voir la loi de probabilité.
Calculs de moyennes et d’écarts-types : Savoir calculer la moyenne et l’écart-type d’une série statistique. Voir les statistiques descriptives.
Fonctions et transformations : Comprendre les fonctions affines, quadratiques et leurs graphiques.

Si ces notions vous semblent floues, consultez les cours dédiés avant de poursuivre. Une fois ces bases solides, vous êtes prêt à plonger dans les variables aléatoires !

---

1. Définition d’une variable aléatoire : Modéliser l’incertitude

Une variable aléatoire est une fonction qui associe à chaque issue d’une expérience aléatoire un nombre réel. Autrement dit, elle permet de quantifier le résultat d’un hasard.

Exemple : Lors du lancer d’un dé équilibré à 6 faces, on peut définir une variable aléatoire X qui prend pour valeur le nombre obtenu. X est donc une variable aléatoire à valeurs dans l’ensemble {1, 2, 3, 4, 5, 6}.

Propriété : Notation et loi de probabilité

Soit X une variable aléatoire définie sur un univers Ω. La loi de probabilité de X est donnée par une fonction p qui à chaque valeur x de X associe sa probabilité p(X = x).

Exemple : Pour le dé équilibré, la loi de probabilité de X est donnée par le tableau suivant :

Valeur de X	Probabilité p(X = x)
1	1/6
2	1/6
3	1/6
4	1/6
5	1/6
6	1/6

Exemple résolu : Variable aléatoire dans un jeu de hasard

Considérons un jeu où l’on lance deux pièces de monnaie équilibrées. On définit la variable aléatoire Y comme le nombre de piles obtenus.

Les issues possibles sont : (Pile, Pile), (Pile, Face), (Face, Pile), (Face, Face). La loi de probabilité de Y est :

Valeur de Y	Probabilité p(Y = y)
0	1/4
1	1/2
2	1/4

On observe que Y prend les valeurs 0, 1 ou 2 avec des probabilités respectives 1/4, 1/2 et 1/4.

Méthode : Définir une variable aléatoire

Pour définir une variable aléatoire, suivez ces étapes :

Identifier l’expérience aléatoire (ex. : lancer de dé, tirage d’une boule).
Définir les issues possibles de l’expérience.
Associer à chaque issue un nombre réel (valeur de la variable aléatoire).
Calculer les probabilités associées à chaque valeur de la variable aléatoire.
Présenter la loi de probabilité sous forme de tableau.

---

2. L’espérance mathématique : La "moyenne" d’une variable aléatoire

L’espérance mathématique (ou espérance) d’une variable aléatoire X est une mesure de sa tendance centrale. Elle se calcule comme la moyenne pondérée des valeurs possibles de X par leurs probabilités respectives.

Propriété : Formule de l’espérance

Soit X une variable aléatoire discrète prenant les valeurs x₁, x₂, ..., x_n avec les probabilités p₁, p₂, ..., p_n. L’espérance E(X) est donnée par :

$$E(X) = \sum_{i=1}^n x_i \cdot p_i$$

Exemple : Pour le dé équilibré, E(X) = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + \cdots + 6 \cdot \frac{1}{6} = 3,5.

Exemple résolu : Espérance d’une variable aléatoire discrète

Reprenons l’exemple des deux pièces de monnaie avec la variable aléatoire Y (nombre de piles). Calculons son espérance :

$$E(Y) = 0 \cdot \frac{1}{4} + 1 \cdot \frac{1}{2} + 2 \cdot \frac{1}{4} = 0 + 0,5 + 0,5 = 1$$

L’espérance de Y est donc 1. Cela signifie qu’en moyenne, on obtient 1 pile par lancer de deux pièces.

Méthode : Calculer l’espérance d’une variable aléatoire

Pour calculer l’espérance E(X) d’une variable aléatoire discrète, suivez ces étapes :

Lister toutes les valeurs possibles de X et leurs probabilités.
Multiplier chaque valeur par sa probabilité associée.
Additionner tous les résultats obtenus.

Exemple : Pour une variable aléatoire X prenant les valeurs 2, 4, 6 avec les probabilités 0,2, 0,5 et 0,3 respectivement, l’espérance est :

$$E(X) = 2 \cdot 0,2 + 4 \cdot 0,5 + 6 \cdot 0,3 = 0,4 + 2 + 1,8 = 4,2$$

---

3. La variance et l’écart-type : Mesurer la dispersion

La variance d’une variable aléatoire mesure sa dispersion autour de son espérance. Elle est toujours positive et nulle si et seulement si la variable aléatoire est constante.

L’écart-type est la racine carrée de la variance et se mesure dans les mêmes unités que la variable aléatoire.

Propriété : Formules de la variance et de l’écart-type

Pour une variable aléatoire discrète X prenant les valeurs x₁, ..., x_n avec les probabilités p₁, ..., p_n, la variance Var(X) est donnée par :

$$Var(X) = E\left[(X - E(X))^2\right] = \sum_{i=1}^n (x_i - E(X))^2 \cdot p_i$$

L’écart-type σ est :

$$σ = \sqrt{Var(X)}$$

Une formule alternative pour la variance est :

$$Var(X) = E(X^2) - (E(X))^2$$

🔒

Contenu réservé aux membres

Accède à ce cours complet + 500 autres leçons dès aujourd'hui.

Créer un compte gratuit Se connecter

🔒 Dans la suite du cours

4. Exemples concrets : Variables aléatoires dans la vie quotidienne
5. Méthodes clés : Résumer les étapes importantes
6. Erreurs fréquentes : Pièges à éviter
7. À retenir : Les points clés
8. Exercices d’application
9. Corrigés détaillés
10. Mini-quiz : Testez vos connaissances
11. FAQ : Questions fréquentes sur les variables aléatoires
Conclusion : Prêt à maîtriser les variables aléatoires ?

Variables aléatoires en 1ère : Définition, propriétés et applications (Cours complet)