Variables aléatoires discrètes et espérance
Construis une loi discrète, calcule une espérance et interprète la fluctuation de fréquences sans confondre moyenne et résultat certain.
Environ 55 minutes
- Construire une loi de probabilité discrète et vérifier sa somme.
- Calculer une espérance et expliquer qu'elle n'est pas un résultat garanti.
- Décrire la dispersion de fréquences simulées autour de p sans en déduire un test.
Une machine peut-elle produire en moyenne 0,9 défaut alors qu'on ne compte que des défauts entiers ?
Construis une loi discrète, calcule une espérance et interprète la fluctuation de fréquences sans confondre moyenne et résultat certain. Une expérience aléatoire donne des issues. Pour étudier une quantité numérique associée à ces issues, tu définis une variable aléatoire. Le choix de cette quantité doit être explicite : nombre de défauts, coût d'une opération ou indicateur égal à zéro ou un. Tu apprendras à regrouper les issues de même valeur, puis à calculer une moyenne pondérée. Le calcul n'est utile que si tu sais expliquer ce que cette moyenne décrit.
Valeurs et loi
Une variable aléatoire X associe une valeur numérique à chaque issue d'une expérience. Sa loi liste les valeurs possibles x_i et leurs probabilités p_i. Chaque probabilité est entre 0 et 1 et leur somme vaut 1. Plusieurs issues peuvent donner la même valeur de X : leurs probabilités doivent être regroupées. L'unité dépend du sens de X, par exemple nombre de défauts, euros ou énergie. Un tableau dont les probabilités somment à 0,9 est incomplet ou incorrect ; il ne devient pas une loi en ignorant le manque.
L'écriture {X=a} désigne l'ensemble des issues où X prend la valeur a. L'écriture {X≤a} regroupe toutes les valeurs qui ne dépassent pas a. Si X prend 0, 1 ou 3 avec probabilités 0,5 ; 0,3 ; 0,2, alors P(X=1)=0,3 et P(X≤1)=0,5+0,3=0,8. Il faut additionner les probabilités des valeurs concernées, pas les valeurs elles-mêmes. Deux issues physiques différentes peuvent donner le même coût ; elles appartiennent alors à une seule case de la loi du coût. Cette distinction entre issue et valeur permet de ne rien oublier.
Espérance et interprétation
L'espérance E(X)=Σ x_i p_i est une moyenne pondérée. Elle conserve l'unité de X. Elle décrit le niveau moyen du modèle sur de nombreuses répétitions, pas une valeur garantie à la prochaine expérience. Elle peut ne pas être une valeur possible : un nombre de défauts moyen 0,6 n'est pas une observation contenant une fraction de défaut. Une espérance faible ou favorable ne décrit pas toute la dispersion ni les valeurs extrêmes. Pour décider dans un contexte technique, examiner aussi les conséquences des issues rares et les hypothèses du modèle.
Pour calculer une espérance dans un tableau, construis une ligne de produits valeur×probabilité. Leur somme utilise toutes les valeurs possibles, y compris les valeurs nulles ou négatives. Si X est un coût, le résultat s'exprime dans l'unité de ce coût. Si X est un nombre de défauts, son espérance peut être décimale. Elle ne décrit pas une pièce possédant une fraction de défaut : elle représente un niveau moyen du modèle sur un grand nombre de répétitions. L'examen des valeurs extrêmes reste nécessaire avant toute décision technique.
Cas Bernoulli et gain construit
Pour une Bernoulli X prenant 1 en cas de succès et 0 sinon, E(X)=1×p+0×(1−p)=p. Si une opération rapporte 8 € en cas de succès de probabilité 0,6 et perd 4 € sinon, l'espérance du gain vaut 8×0,6−4×0,4=3,2 €. Il s'agit d'un modèle construit, pas d'une promesse financière. Définir un gain net avant le calcul : oublier un coût fixe pourrait modifier l'espérance. Pour une variable comptant les succès de quelques épreuves, construire la loi à partir de l'arbre puis additionner les produits valeur×probabilité.
Une variable de Bernoulli vaut 1 quand l'événement choisi se réalise, et 0 sinon. Elle peut compter un défaut comme un succès ; ce vocabulaire ne signifie pas que le défaut est souhaitable. Le paramètre p doit correspondre à l'issue notée 1. Si tu inverses le codage, l'espérance devient 1−p. Pour un gain net, précise d'abord les recettes et les coûts. Si une opération de gain G supporte toujours un coût fixe c, le nouveau gain est G−c : la moyenne baisse elle aussi de c. Ce raisonnement se vérifie directement en soustrayant c à chaque valeur du tableau.
Dispersion de fréquences et comparaisons
Sur N échantillons de même taille n, les fréquences fᵢ varient. Leur écart-type s mesure l'étalement autour de leur moyenne. Les bandes p±ks permettent de compter les réalisations à distance au plus ks du paramètre p. Leur couverture est un résultat observé sur la simulation, pas une valeur fixée à l'avance. Aucune théorie de décision ni de test n'est nécessaire pour décrire cette fluctuation. Les comparaisons aux bornes demandent de conserver une précision numérique suffisante.
Pour étudier la dispersion, simule plusieurs centaines d'échantillons de n épreuves de Bernoulli de paramètre p. Chaque échantillon fournit sa fréquence f. Calcule la moyenne m des N fréquences, puis l'écart-type s comme la racine de la moyenne de leurs carrés d'écarts à m, avec diviseur N. Compte ensuite les fréquences situées dans les bandes fermées [p−s ; p+s], [p−2s ; p+2s] et [p−3s ; p+3s]. Les bandes sont centrées sur p, alors que s est calculé autour de la moyenne m : ce sont deux rôles distincts. Pour augmenter n, garde le même p ; la dispersion est de l'ordre de 1/√n. Diviser approximativement cette dispersion par deux demande donc de multiplier la taille par quatre, pas seulement par deux.
Trois situations résolues
Exemple résolu
X vaut 0, 1 ou 3 unités avec probabilités 0,5 ; 0,3 ; 0,2. Vérifie la loi et calcule son espérance.
- Étape 1 : Les trois probabilités appartiennent à [0 ; 1]. Leur somme vaut 0,5+0,3+0,2=1.
- Étape 2 : Associe chaque valeur à sa propre probabilité : les produits sont 0×0,5 ; 1×0,3 ; 3×0,2.
- Étape 3 : Additionne les produits : E(X)=0+0,3+0,6=0,9.
- Étape 4 : La moyenne 0,9 se situe entre la plus petite et la plus grande valeur, mais n'est elle-même aucune des trois valeurs de X.
Résultat : L'espérance est 0,9 unité. C'est une moyenne du modèle, pas une valeur garantie lors d'une réalisation.
Piège à éviter : La moyenne simple des valeurs 0, 1 et 3 ignore que ces valeurs n'ont pas les mêmes probabilités.
Exemple résolu
Un gain net G vaut 8 € avec probabilité 0,6 et −4 € avec probabilité 0,4. Calcule E(G) et explique le résultat.
- Étape 1 : Les deux probabilités ont pour somme 1, donc toutes les situations annoncées sont représentées.
- Étape 2 : Le gain favorable contribue pour 8×0,6=4,8 € à la moyenne.
- Étape 3 : La perte contribue pour (−4)×0,4=−1,6 €. Garde le signe de cette valeur.
- Étape 4 : Additionne 4,8−1,6=3,2. Compare ce résultat aux deux gains possibles.
Résultat : E(G)=3,2 €. Une opération rapporte 8 € ou fait perdre 4 € ; elle ne rapporte pas nécessairement 3,2 €.
Piège à éviter : Une espérance positive n'annule pas le risque de perte et ne garantit pas un gain à court terme.
Exemple résolu
Pour une simulation où p=0,4 et s=0,05, écris les bandes de rayons s et 2s. Classe une fréquence de 0,49.
- Étape 1 : La première bande est [0,4−0,05 ; 0,4+0,05]=[0,35 ; 0,45].
- Étape 2 : La seconde utilise 2s=0,10 : elle est [0,30 ; 0,50].
- Étape 3 : La fréquence 0,49 dépasse 0,45 mais reste inférieure à 0,50.
- Étape 4 : Elle appartient donc seulement à la seconde des deux bandes. Sa distance à p vaut 0,09, entre s et 2s.
Résultat : 0,49 est hors de la bande à s, mais dans la bande à 2s. Ce classement descriptif n'est pas un test de conformité.
Piège à éviter : Ne transforme pas une bande exploratoire en intervalle de confiance ou en règle nationale de décision.
Au bac : rédiger un raisonnement
Expliquer avant de conclure
- Nomme la quantité aléatoire et son unité avant de dresser le tableau.
- Regroupe les issues donnant la même valeur et vérifie la somme des probabilités.
- Écris les produits valeur×probabilité, puis leur somme.
- Interprète la moyenne dans le contexte : elle n'est pas forcément une valeur possible.
- Pour une simulation, annonce la convention de calcul de s et mesure les proportions dans les bandes au lieu d'imposer une couverture.
Une bonne conclusion distingue la loi, l'espérance et une réalisation. La loi fournit les valeurs possibles et les probabilités ; l'espérance les résume par un nombre ; une réalisation ne fournit qu'une valeur. Tu peux expliquer cette différence sans apprendre une théorie formelle des variables aléatoires. Dans une simulation, précise également la taille des échantillons et le nombre de répétitions. Une moyenne de fréquences proche de p ne signifie pas que chacune des fréquences est proche de p : il faut regarder leur étalement.
À toi de chercher
À toi d'essayer
X vaut 0 avec probabilité 0,7 et 2 avec probabilité 0,3. Calculer E(X).
Voir la réponseMasquer la réponse
E(X)=0×0,7+2×0,3=0,6. La moyenne du modèle peut être entre les deux valeurs possibles.
À toi d'essayer
Une loi attribue aux valeurs 0, 1 et 2 les probabilités 0,2 ; 0,3 ; 0,4. Peut-on calculer une espérance avec ce tableau comme s'il décrivait une loi complète ?
Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.
À toi d'essayer
Une opération a un gain brut de 10 unités en cas de succès, de probabilité 0,7, et zéro sinon. Un coût fixe c est payé à chaque opération. Quelle valeur de c rend l'espérance du gain net nulle ?
Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.
Vocabulaire, erreurs fréquentes et bilan
Vocabulaire
- variable aléatoire :
- Valeur numérique associée à une issue aléatoire.
- espérance :
- Moyenne pondérée des valeurs par leurs probabilités.
- dispersion observée :
- Mesure de l'étalement calculée sur les fréquences simulées, selon une convention annoncée.
Une variable aléatoire associe un nombre à une issue ; ce n'est pas sa probabilité. L'espérance et la moyenne d'une liste observée sont des objets différents. Une bande à 2s ne contient pas nécessairement 95 % des fréquences.
Relier le calcul et son sens
| Question | Réponse à justifier |
|---|---|
| Loi | Valeurs et probabilités complètes. |
| Espérance | Somme des produits pondérés. |
| Simulation | Fréquences variables autour de p. |
| Dispersion | Étalement à décrire avec une convention annoncée. |
S'entraîner : poursuis avec le hub d'exercices du site. Reprends d'abord une question sans regarder sa correction, puis compare les étapes de ton raisonnement. Une erreur de calcul et une hypothèse mal choisie ne se corrigent pas de la même façon.
À retenir
- Une loi discrète associe à chaque valeur possible une probabilité ; leur somme vaut 1.
- E(X)=Σxᵢpᵢ ; son unité est celle de X.
- Une Bernoulli codée 0 et 1 de paramètre p a pour espérance p.
- L'événement X≤a rassemble les valeurs de X inférieures ou égales à a.
- Les proportions dans les bandes p±ks sont à mesurer dans la simulation, sans couverture universelle imposée.
Fiche de révision
Commence par la question
quelle quantité varie selon l'issue ? Son nom et son unité déterminent ce que la loi décrit.
Dans le tableau, une valeur peut regrouper plusieurs issues ; additionne alors leurs probabilités avant le calcul de la moyenne.
Le contrôle de l'espérance comporte deux idées : elle se situe entre les valeurs extrêmes et elle conserve l'unité. Par exemple, une moyenne décimale de défauts reste interprétable sur de nombreuses répétitions.
Pour une Bernoulli, retrouve le résultat en une ligne : la case 1 contribue p et la case 0 contribue zéro. Ce calcul évite une formule apprise sans sens.
Pour l'exploration des fréquences, note p, n, N, la moyenne m et la dispersion s. Les bandes sont centrées sur le paramètre p. Lorsque n quadruple, on s'attend à une dispersion de l'ordre de la moitié, à observer sur les résultats simulés.
Questions fréquentes
Une espérance doit-elle être une valeur possible ?
Non. Une moyenne pondérée peut se situer entre deux valeurs sans être réalisée par l'expérience.
Deux variables de même espérance sont-elles équivalentes ?
Non. Leurs valeurs extrêmes et leurs probabilités peuvent différer fortement. La moyenne ne résume pas tout le risque.
Et maintenant ?
Tu as lu le cours. L’étape suivante tient en une action.
S’entraîner sur ce chapitreUn exercice dans l’espace ExercicesProlonge 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.
