Tout ce qu'il faut savoir sur les variables aléatoires et la répétition d'épreuves de Bernoulli

Variable aléatoire et loi de probabilité

Définition
Une variable aleˊatoire\text{\purple{variable aléatoire}} XX associe un nombre réel à chaque issue d'une expérience aléatoire.
  • L'évènement « XX prend la valeur xix_{i} » se note {X=xi}\left\{X=x_{i}\right\} et sa probabilité se note P(X=xi)P\left(X=x_{i}\right).
  • La loi de probabiliteˊ\text{\purple{loi de probabilité}} de XX est le tableau qui donne, pour chaque valeur xix_{i} prise par XX, la probabilité pi=P(X=xi)p_{i}=P\left(X=x_{i}\right).
  • La somme des probabilités d'une loi de probabilité est égale à 11 : p1+p2+⋯+pn=1p_{1}+p_{2}+\cdots+p_{n}=1.
Exemple :\pink{\text{Exemple :}}
Une association organise une tombola : 200200 billets sont vendus 22 euros chacun. Un billet permet de gagner 100100 euros, 44 billets permettent de gagner 2525 euros et 1515 billets permettent de gagner 55 euros ; les autres billets sont perdants. On achète un billet au hasard et on note XX le gain algébrique, c'est-à-dire la somme gagnée moins le prix du billet. Déterminer la loi de probabilité de XX.
Corrigeˊ :\green{\text{Corrigé :}}
Les billets gagnants peuvent rapporter les sommes de 100100 ; 2525 et 55 euros. Cependant, il ne faut pas oublier l'achat du billet, qui coûte 22 euros.
Les différentes valeurs prises par la variable aléatoire XX sont donc : 100−2=98100-2=98 ; 25−2=2325-2=23 ; 5−2=35-2=3 et −2-2 (il ne faut pas oublier les billets perdants).
Il y a 200−1−4−15=180200-1-4-15=180 billets perdants.
On est dans un cas d'équiprobabilité. On a donc :
P(X=98)=1200=0,005P\left(X=98\right)=\dfrac{1}{200}=0{,}005 ; P(X=23)=4200=0,02P\left(X=23\right)=\dfrac{4}{200}=0{,}02 ; P(X=3)=15200=0,075P\left(X=3\right)=\dfrac{15}{200}=0{,}075 et enfin P(X=−2)=180200=0,9P\left(X=-2\right)=\dfrac{180}{200}=0{,}9
Nous allons donc dresser la loi de probabilité associée à XX :

On vérifie que la somme des probabilités vaut bien 11 : 0,9+0,075+0,02+0,005=10{,}9+0{,}075+0{,}02+0{,}005=1.

Calculer des probabilités à l'aide d'une loi

Comment calculer une probabilité à l'aide de la loi de X.
  • Plusieurs valeurs : on additionne les probabilités de toutes les valeurs qui conviennent. Par exemple, P(X≤a)P\left(X\le a\right) est la somme des probabilités P(X=xi)P\left(X=x_{i}\right) pour les valeurs xix_{i} inférieures ou égales à aa.
  • Vocabulaire : « au moins aa » se traduit par X≥aX\ge a et « au plus aa » se traduit par X≤aX\le a.
  • Évènement contraire : P(X>a)=1−P(X≤a)P\left(X\gt a\right)=1-P\left(X\le a\right).
Exemple :\pink{\text{Exemple :}}
On reprend la tombola de l'exemple précédent. Calculer la probabilité que le joueur gagne de l'argent, puis la probabilité qu'il gagne au moins 2323 euros.
Corrigeˊ :\green{\text{Corrigé :}}
Le joueur gagne de l'argent lorsque X>0X\gt 0. Il vient alors que :
P(X>0)=P(X=3)+P(X=23)+P(X=98)P\left(X\gt 0\right)=P\left(X=3\right)+P\left(X=23\right)+P\left(X=98\right)
P(X>0)=0,075+0,02+0,005P\left(X\gt 0\right)=0{,}075+0{,}02+0{,}005
P(X>0)=0,1P\left(X\gt 0\right)=0{,}1

On peut aussi utiliser l'évènement contraire : P(X>0)=1−P(X=−2)=1−0,9=0,1P\left(X\gt 0\right)=1-P\left(X=-2\right)=1-0{,}9=0{,}1.
« Gagner au moins 2323 euros » se traduit par X≥23X\ge 23. Il vient alors que :
P(X≥23)=P(X=23)+P(X=98)=0,02+0,005P\left(X\ge 23\right)=P\left(X=23\right)+P\left(X=98\right)=0{,}02+0{,}005
P(X≥23)=0,025P\left(X\ge 23\right)=0{,}025

Espérance d'une variable aléatoire

Définition
On appelle espeˊrance matheˊmatique\text{\purple{espérance mathématique}} de la variable aléatoire XX la quantité notée E(X)E\left(X\right) définie par :
E(X)=x1×p1+x2×p2+⋯+xn×pnE\left(X\right)=x_{1}\times p_{1}+x_{2}\times p_{2}+\cdots+x_{n}\times p_{n}
  • L'espérance est la valeur moyenne prise par XX lorsqu'on répète l'expérience un grand nombre de fois.
  • Dans un jeu, si E(X)>0E\left(X\right)\gt 0, le jeu est favorable au joueur ; si E(X)<0E\left(X\right)\lt 0, il lui est défavorable ; si E(X)=0E\left(X\right)=0, le jeu est dit eˊquitable\text{\purple{équitable}}.
Exemple :\pink{\text{Exemple :}}
Calculer et interpréter l'espérance de la variable aléatoire XX de la tombola.
Corrigeˊ :\green{\text{Corrigé :}}
Calculons l'espérance (on peut également considérer que l'espérance est la moyenne) :
E(X)=(−2)×0,9+3×0,075+23×0,02+98×0,005E\left(X\right)=\left(-2\right)\times 0{,}9+3\times 0{,}075+23\times 0{,}02+98\times 0{,}005
E(X)=−1,8+0,225+0,46+0,49E\left(X\right)=-1{,}8+0{,}225+0{,}46+0{,}49
E(X)=−0,625E\left(X\right)=-0{,}625

En moyenne, un joueur perd 0,6250{,}625 euro par billet acheté, soit environ 6363 centimes : le jeu est défavorable au joueur. À l'inverse, chaque billet rapporte en moyenne 0,6250{,}625 euro à l'association.

Épreuve et loi de Bernoulli

Définition
Une eˊpreuve de Bernoulli\text{\purple{épreuve de Bernoulli}} de paramètre pp est une expérience aléatoire n'ayant que deux issues\text{\red{issues}} :
  • le succeˋs\text{\purple{succès}}, de probabilité pp ;
  • l'eˊchec\text{\purple{échec}}, de probabilité 1−p1-p.

La variable aléatoire qui vaut 11 en cas de succès et 00 en cas d'échec suit la loi de Bernoulli\text{\purple{loi de Bernoulli}} de paramètre pp : elle prend la valeur 11 avec la probabilité pp, la valeur 00 avec la probabilité 1−p1-p, et son espérance est égale à pp.
Exemple :\pink{\text{Exemple :}}
Une urne contient 1010 boules indiscernables au toucher : 33 rouges et 77 blanches. On tire une boule au hasard et on considère comme succès l'évènement RR : « la boule tirée est rouge ».
1) Justifier que cette situation peut être modélisée par une épreuve de Bernoulli et donner son paramètre.
2) On note YY la variable aléatoire qui vaut 11 si la boule tirée est rouge et 00 sinon. Donner la loi de probabilité de YY et son espérance.
Corrigeˊ :\green{\text{Corrigé :}}
1) L'expérience aléatoire a deux issues\text{\red{issues}} : « tirer une boule rouge » et « tirer une boule blanche ». C'est donc une épreuve de Bernoulli.
Son paramètre est la probabilité que la boule tirée soit rouge, c'est-à-dire :
p=310=0,3p=\dfrac{3}{10}=0{,}3

2) P(Y=1)=0,3P\left(Y=1\right)=0{,}3 et P(Y=0)=1−0,3=0,7P\left(Y=0\right)=1-0{,}3=0{,}7. Nous allons donc dresser la loi de probabilité associée à YY :

E(Y)=0×0,7+1×0,3E\left(Y\right)=0\times 0{,}7+1\times 0{,}3
E(Y)=0,3E\left(Y\right)=0{,}3

On retrouve bien que l'espérance est égale au paramètre 0,30{,}3.

Répétition d'épreuves de Bernoulli identiques et indépendantes

Propriété
Lorsqu'on répète plusieurs fois, de façon identique et indeˊpendante\text{\red{identique et indépendante}}, une même épreuve de Bernoulli, on peut représenter la situation par un arbre pondeˊreˊ\text{\purple{arbre pondéré}}.
  • La probabilité d'un évènement correspondant à un chemin sur un arbre est donnée par le produit\text{\red{produit}} des probabilités rencontrées le long du chemin.
  • La probabilité d'un évènement est la somme\text{\red{somme}} des probabilités des chemins qui le réalisent.
Exemple :\pink{\text{Exemple :}}
On tire successivement et avec remise trois boules dans l'urne de la partie 44, qui contient 33 boules rouges et 77 boules blanches. On note XX la variable aléatoire qui compte le nombre de boules rouges obtenues.
1) Expliquer pourquoi on peut modéliser les trois tirages par une répétition d'épreuves de Bernoulli, puis construire l'arbre correspondant.
2) Calculer P(X=2)P\left(X=2\right).
3) Déterminer la loi de probabilité de XX, puis calculer la probabilité d'obtenir au moins une boule rouge.
Corrigeˊ :\green{\text{Corrigé :}}
1) Un tirage est une épreuve de Bernoulli dont le succès est « la boule est rouge », de paramètre p=0,3p=0{,}3. Les tirages se font avec remise : on répète donc, de façon identique et indeˊpendante\text{\red{identique et indépendante}}, 33 épreuves de Bernoulli. On note RR l'évènement « la boule tirée est rouge ».

2) Nous voulons obtenir 22 boules rouges. Il nous faut donc choisir les chemins qui ont un nombre de succès égal à 22 : ils sont surlignés sur l'arbre ci-dessus. Il y en a 33, et chacun a pour probabilité :
0,3×0,3×0,7=0,0630{,}3\times 0{,}3\times 0{,}7=0{,}063
Il en résulte donc que :
P(X=2)=3×0,063P\left(X=2\right)=3\times 0{,}063
P(X=2)=0,189P\left(X=2\right)=0{,}189

3) De la même manière :
  • un seul chemin ne comporte aucun succès, donc P(X=0)=0,73=0,343P\left(X=0\right)=0{,}7^{3}=0{,}343 ;
  • 33 chemins comportent un seul succès, chacun de probabilité 0,3×0,72=0,1470{,}3\times 0{,}7^{2}=0{,}147, donc P(X=1)=3×0,147=0,441P\left(X=1\right)=3\times 0{,}147=0{,}441 ;
  • un seul chemin comporte trois succès, donc P(X=3)=0,33=0,027P\left(X=3\right)=0{,}3^{3}=0{,}027.

Nous allons donc dresser la loi de probabilité associée à XX :

On vérifie que : 0,343+0,441+0,189+0,027=10{,}343+0{,}441+0{,}189+0{,}027=1.
Obtenir au moins une boule rouge correspond à l'évènement contraire de « n'obtenir aucune boule rouge ». Il vient alors que :
P(X≥1)=1−P(X=0)=1−0,343P\left(X\ge 1\right)=1-P\left(X=0\right)=1-0{,}343
P(X≥1)=0,657P\left(X\ge 1\right)=0{,}657

Enfin, l'espérance de XX vaut E(X)=0×0,343+1×0,441+2×0,189+3×0,027=0,9E\left(X\right)=0\times 0{,}343+1\times 0{,}441+2\times 0{,}189+3\times 0{,}027=0{,}9 : en moyenne, on obtient 0,90{,}9 boule rouge sur trois tirages.

Signaler une erreur

Aide-nous à améliorer nos contenus en signalant les erreurs ou problèmes que tu penses avoir trouvés.

Connecte-toi ou crée un compte pour signaler une erreur.