BURHAN.

Variable aléatoire, espérance et variance : Cours de Mathématiques 2BAC Sciences Économiques et Gestion, chapitre Calcul des probabilités

Variable aléatoire, espérance et variance : notion du chapitre Calcul des probabilités du programme de maths 2BAC SEG, expliquée pas à pas, avec 4 exemples guidés. Pour les élèves de 2BAC Sciences Économiques et Sciences de Gestion Comptable, option française (BIOF).

Notions du cours (9)

Apprendre avec Burhan

Variable aléatoire, espérance, variance

Étape 1 sur 5

Un gain qui dépend du hasard

Pour la kermesse de fin d'année, des élèves tiennent un stand de roue (données fictives). La roue a 1010 secteurs de même taille. Une partie coûte 1010 dirhams. Un secteur fait gagner 5050 dirhams, deux secteurs 2020 dirhams, et les sept autres rien. On note XX le gain net du joueur, en dirhams : ce qu'il reçoit moins ce qu'il a payé.

Devine : Sur un grand nombre de parties

Un joueur fait un très grand nombre de parties. À ton avis, que se passe-t-il pour lui, en moyenne ?

Choisis une réponse : l'explication s'affiche sous ton choix. Tu peux en changer.

Choix A :Il gagne, grâce au gros lot.

Faux.

Faux. Le gros lot ne sort que sur un secteur sur dix. Les sept secteurs perdants pèsent plus lourd.

Choix B :Il perd un peu à chaque partie.

Juste.

Juste. Le calcul de l'espérance donnera une perte moyenne de 11 dirham par partie.

Choix C :Il ne gagne ni ne perd.

Faux.

Faux. Rien n'oblige un jeu à être équilibré ; ici, l'organisateur l'a réglé à son avantage.

Choix D :C'est imprévisible, même en moyenne.

Faux.

Faux. Une partie est imprévisible, mais la moyenne sur beaucoup de parties se calcule : c'est l'espérance.

Voir la correction complète

Sur 1010 parties, le joueur gagne en moyenne une fois 4040 dirhams nets, deux fois 1010 dirhams nets, et perd sept fois 1010 dirhams. Bilan : 40+20−70=−1040 + 20 - 70 = -10 dirhams pour 1010 parties, soit une perte moyenne de 11 dirham par partie.

DéfinitionVariable aléatoire et loi de probabilité

Soit Ω\Omega l'univers fini d'une expérience aléatoire, muni d'une probabilité pp.

  • Une variable aléatoire XX est une fonction qui associe un nombre réel à chaque issue de Ω\Omega.
  • On note x1,x2,…,xrx_1, x_2, \ldots, x_r les valeurs prises par XX, et (X=xi)(X = x_i) l'événement formé des issues auxquelles XX associe xix_i.
  • La loi de probabilité de XX est la donnée des probabilités p(X=xi)p(X = x_i) pour ii allant de 11 à rr. On la présente dans un tableau, et l'on a toujours p(X=x1)+p(X=x2)+⋯+p(X=xr)=1p(X = x_1) + p(X = x_2) + \cdots + p(X = x_r) = 1.

ExempleLa loi du gain

Le joueur reçoit 5050, 2020 ou 00 dirhams, et paie 1010 dirhams. Donc XX prend les valeurs −10-10, 1010 et 4040. Chaque secteur a la probabilité 110\dfrac{1}{10} : xi−101040p(X=xi)710210110\begin{array}{c|c|c|c} x_i & -10 & 10 & 40 \\ \hline p(X = x_i) & \dfrac{7}{10} & \dfrac{2}{10} & \dfrac{1}{10} \end{array} Contrôle : 710+210+110=1\dfrac{7}{10} + \dfrac{2}{10} + \dfrac{1}{10} = 1.

Continuer : Construire une loi →

Étape 2 sur 5

Construire une loi

MéthodeDéterminer la loi d'une variable aléatoire

  1. Lister toutes les valeurs de XX, en partant de l'expérience.
  2. Traduire chaque événement (X=xi)(X = x_i) en mots et trouver sa probabilité.
  3. Ranger les résultats dans un tableau : les valeurs en haut, leurs probabilités juste en dessous.
  4. Vérifier que la somme des probabilités vaut 11.

ExempleDeux jetons gagnants

Au stand voisin, on tire simultanément 22 jetons d'une urne de 55 jetons : 22 gagnants et 33 perdants (données fictives). Soit YY le nombre de jetons gagnants tirés. Il y a C52=10C_5^2 = 10 tirages équiprobables.

  • (Y=0)(Y = 0) : deux perdants, C32=3C_3^2 = 3 tirages.
  • (Y=1)(Y = 1) : un gagnant et un perdant, 2×3=62 \times 3 = 6 tirages.
  • (Y=2)(Y = 2) : deux gagnants, C22=1C_2^2 = 1 tirage. yi012p(Y=yi)310610110\begin{array}{c|c|c|c} y_i & 0 & 1 & 2 \\ \hline p(Y = y_i) & \dfrac{3}{10} & \dfrac{6}{10} & \dfrac{1}{10} \end{array}

AttentionLa somme doit valoir un

✗ Oublier la valeur 00 et écrire la loi de YY avec 610\dfrac{6}{10} et 110\dfrac{1}{10} seulement. ✓ La somme 310+610+110\dfrac{3}{10} + \dfrac{6}{10} + \dfrac{1}{10} vaut 11 : aucune valeur n'est oubliée.

Une somme différente de 11 signale une valeur oubliée ou une probabilité fausse. Vérifie en fractions exactes, sans arrondir.

← Étape précédenteContinuer : Espérance et dispersion →

Étape 3 sur 5

Espérance et dispersion

DéfinitionEspérance, variance, écart-type

Soit XX une variable aléatoire qui prend les valeurs x1,…,xrx_1, \ldots, x_r avec les probabilités pi=p(X=xi)p_i = p(X = x_i).

  • L'espérance de XX est E(X)=x1p1+x2p2+⋯+xrprE(X) = x_1 p_1 + x_2 p_2 + \cdots + x_r p_r.
  • La variance de XX est V(X)=(x1−E(X))2p1+(x2−E(X))2p2+⋯+(xr−E(X))2prV(X) = (x_1 - E(X))^2 p_1 + (x_2 - E(X))^2 p_2 + \cdots + (x_r - E(X))^2 p_r.
  • L'écart-type de XX est σ(X)=V(X)\sigma(X) = \sqrt{V(X)}.

Sur un grand nombre de répétitions, la moyenne des valeurs obtenues pour XX est proche de E(X)E(X) ; la variance et l'écart-type mesurent la dispersion des valeurs autour de E(X)E(X).

ExempleLe gain moyen

Pour le jeu de roue : E(X)=(−10)×710+10×210+40×110=−7+2+4=−1.E(X) = (-10) \times \dfrac{7}{10} + 10 \times \dfrac{2}{10} + 40 \times \dfrac{1}{10} = -7 + 2 + 4 = -1. En moyenne, le joueur perd 11 dirham par partie, et le stand gagne 11 dirham par partie. Par la définition, V(X)=(−9)2×710+112×210+412×110=56,7+24,2+168,1=249V(X) = (-9)^2 \times \dfrac{7}{10} + 11^2 \times \dfrac{2}{10} + 41^2 \times \dfrac{1}{10} = 56{,}7 + 24{,}2 + 168{,}1 = 249. Donc σ(X)=249≈15,78\sigma(X) = \sqrt{249} \approx 15{,}78 dirhams : les gains s'écartent de la moyenne de l'ordre de 1616 dirhams.

← Étape précédenteContinuer : Une formule plus rapide →

Étape 4 sur 5

Une formule plus rapide

Pourquoi est-ce vrai ? On développe chaque carré (xi−m)2(x_i - m)^2, puis on regroupe trois sommes déjà connues. Le calcul devient plus court, surtout quand E(X)E(X) n'est pas un entier.

PropriétéFormule de calcul de la variance

Avec les notations de la définition de l'espérance et de la variance, on pose E(X2)=x12p1+x22p2+⋯+xr2prE(X^2) = x_1^2 p_1 + x_2^2 p_2 + \cdots + x_r^2 p_r. Alors V(X)=E(X2)−(E(X))2.V(X) = E(X^2) - \big(E(X)\big)^2.

Démonstration

Étape 1. On note m=E(X)m = E(X). Pour chaque ii, on développe le carré : (xi−m)2pi=xi2pi−2m xipi+m2pi(x_i - m)^2 p_i = x_i^2 p_i - 2m\,x_i p_i + m^2 p_i.

Étape 2. On additionne ces égalités pour ii allant de 11 à rr. La somme des xi2pix_i^2 p_i vaut E(X2)E(X^2) ; la somme des xipix_i p_i vaut mm, par définition de l'espérance ; la somme des pip_i vaut 11, car c'est la somme des probabilités d'une loi.

Étape 3. On obtient V(X)=E(X2)−2m×m+m2×1=E(X2)−m2V(X) = E(X^2) - 2m \times m + m^2 \times 1 = E(X^2) - m^2.

À retenirCe qu'il faut retenir de la preuve

On développe le carré, puis on reconnaît trois sommes déjà rencontrées, que l'on identifie une à une.

Vérifie : L'étape 2

À l'étape 2 de la preuve, pourquoi la somme des xipix_i p_i vaut-elle mm ?

Choisis une réponse : l'explication s'affiche sous ton choix. Tu peux en changer.

Choix A :Parce que la somme des pip_i vaut 11.

Faux.

Faux. Ce fait sert pour la somme des m2pim^2 p_i, pas pour celle des xipix_i p_i.

Choix B :Parce que xi2pi=(xipi)2x_i^2 p_i = (x_i p_i)^2.

Faux.

Faux. Cette égalité est fausse en général, et elle ne concerne pas cette somme.

Choix C :Par définition de l'espérance.

Juste.

Juste. E(X)=x1p1+⋯+xrprE(X) = x_1 p_1 + \cdots + x_r p_r, et l'on a posé m=E(X)m = E(X).

Choix D :Parce que mm vaut toujours 00.

Faux.

Faux. Pour le jeu de roue, m=−1m = -1 ; l'espérance n'a aucune raison d'être nulle.

Voir la correction complète

On a posé m=E(X)m = E(X), et par définition E(X)=x1p1+x2p2+⋯+xrprE(X) = x_1 p_1 + x_2 p_2 + \cdots + x_r p_r. La somme des xipix_i p_i est donc mm, et les termes −2m xipi-2m\,x_i p_i donnent au total −2m×m-2m \times m.

ExempleLe nombre de jetons gagnants

Pour YY : E(Y)=0×310+1×610+2×110=810=45,E(Y) = 0 \times \dfrac{3}{10} + 1 \times \dfrac{6}{10} + 2 \times \dfrac{1}{10} = \dfrac{8}{10} = \dfrac{4}{5}, E(Y2)=02×310+12×610+22×110=1.E(Y^2) = 0^2 \times \dfrac{3}{10} + 1^2 \times \dfrac{6}{10} + 2^2 \times \dfrac{1}{10} = 1. Donc V(Y)=1−(45)2=925V(Y) = 1 - \left(\dfrac{4}{5}\right)^2 = \dfrac{9}{25} et σ(Y)=35\sigma(Y) = \dfrac{3}{5}.

← Étape précédenteContinuer : Calculer et vérifier →

Étape 5 sur 5

Calculer et vérifier

MéthodeCalculer l'espérance, la variance et l'écart-type

  1. Partir du tableau de la loi et ajouter la ligne des xipix_i p_i : leur somme est E(X)E(X).
  2. Ajouter la ligne des xi2pix_i^2 p_i : leur somme est E(X2)E(X^2).
  3. Calculer V(X)=E(X2)−(E(X))2V(X) = E(X^2) - \big(E(X)\big)^2, vérifier que V(X)≥0V(X) \geq 0, puis σ(X)=V(X)\sigma(X) = \sqrt{V(X)}.
  4. Donner le sens de E(X)E(X) dans le contexte, unité comprise : par exemple, des dirhams par partie.

AttentionLe carré de l'espérance

✗ V(Y)=E(Y2)−E(Y)=1−45=15V(Y) = E(Y^2) - E(Y) = 1 - \dfrac{4}{5} = \dfrac{1}{5}. ✓ V(Y)=E(Y2)−(E(Y))2=1−1625=925V(Y) = E(Y^2) - \big(E(Y)\big)^2 = 1 - \dfrac{16}{25} = \dfrac{9}{25}.

On retranche le carré de l'espérance. Si tu trouves une variance négative, cherche l'erreur. Enfin, σ(Y)\sigma(Y) s'obtient en prenant la racine carrée de V(Y)V(Y) : σ(Y)=35\sigma(Y) = \dfrac{3}{5}, pas 925\dfrac{9}{25}.

À toi : Un jeu équilibré ?

À un autre stand (données fictives), le gain net ZZ, en dirhams, vaut −2-2, 00 ou 44. On sait que p(Z=−2)=12p(Z = -2) = \dfrac{1}{2} et p(Z=0)=14p(Z = 0) = \dfrac{1}{4}. Calcule p(Z=4)p(Z = 4), puis E(Z)E(Z), V(Z)V(Z) et σ(Z)\sigma(Z). Le jeu avantage-t-il le joueur ?

Besoin d'aide ? Indice 1

La somme des probabilités de la loi vaut 11.

Encore bloqué ? Indice 2

Ajoute au tableau la ligne des zipiz_i p_i, puis celle des zi2piz_i^2 p_i.

Encore bloqué ? Indice 3

Point délicat : V(Z)=E(Z2)−(E(Z))2V(Z) = E(Z^2) - \big(E(Z)\big)^2 ; ici E(Z)E(Z) est nul, mais écris quand même la soustraction de son carré.

Voir la solution complète

p(Z=4)=1−12−14=14p(Z = 4) = 1 - \dfrac{1}{2} - \dfrac{1}{4} = \dfrac{1}{4}.

E(Z)=(−2)×12+0×14+4×14=−1+0+1=0E(Z) = (-2) \times \dfrac{1}{2} + 0 \times \dfrac{1}{4} + 4 \times \dfrac{1}{4} = -1 + 0 + 1 = 0 : en moyenne, le joueur ne gagne ni ne perd. Le jeu n'avantage personne.

E(Z2)=4×12+0×14+16×14=6E(Z^2) = 4 \times \dfrac{1}{2} + 0 \times \dfrac{1}{4} + 16 \times \dfrac{1}{4} = 6, donc V(Z)=6−02=6V(Z) = 6 - 0^2 = 6 et σ(Z)=6≈2,45\sigma(Z) = \sqrt{6} \approx 2{,}45.

← Étape précédenteFin de la notion

S'entraîner sur cette notion

Sources du cours

  • Référentiel BURHAN du chapitre « Calcul des probabilités » (2bac · sciences-economiques-et-gestion · mathematiques)