Académique Documents
Professionnel Documents
Culture Documents
Exp – Cours
© M. Wissem Fligène p. 1
M. Wissem Fligène Variables aléatoires 4Sc.Exp – Cours
Propriétés :
X et Y sont deux variables aléatoires définies sur et a un réel
E (X + a) = E(X) + a
E(aX) = aE(X)
E (X + Y) = E(X) + E(Y)
2) Variance V ( X ) – Ecart type ( X ) :
Définitions :
n
1) V ( X ) E X 2 E ( X ) xi 2 pi E ( X )
2 2
i 1
2) ( X ) V ( X )
Propriétés :
V (X + a) = V(X) (X + a) = (X)
2
V(aX) = a V(X) (aX) = |a| (X)
3) Espérance mathématique et jeu de hasard :
Supposons lors d’un jeu, les valeurs d’une variable aléatoire traduisant des gains (valeurs positives) et des
pertes (valeurs négatives), avec une probabilité pi pour un gain algébrique xi
L’espérance mathématique E traduit l’espérance des gains (ou perte) après un grand nombre de parties
E > 0 signifie que le jeu est avantageux
E < 0 signifie que le jeu est désavantageux
E = 0 signifie que le jeu est équitable
Application : Activité 3 page 85
© M. Wissem Fligène p. 2
M. Wissem Fligène Variables aléatoires 4Sc.Exp – Cours
2) Schéma de Bernoulli
Imaginons que l’on répète n fois une épreuve de Bernoulli (où S désigne le succès) de façon que ces
épreuves répétées sont indépendantes les unes des autres
L’expérience aléatoire ainsi décrite est appelée schéma de Bernoulli
Une issue de cette expérience est un n - uplet d’éléments S et/ou S
Les paramètres d’un schéma de Bernoulli sont le nombre d’expériences n et la probabilité p du succès S
d’une épreuve de Bernoulli
3) Loi binomiale
On considère la variable aléatoire X associant à cette expérience le nombre k de succès avec
k 0,1, 2,..., n
Alors la probabilité d’avoir k succès au cours de cette expérience est égale à :
p ( X k ) Cnk p k (1 p ) n k avec k 0,1, 2,..., n
On dit que la loi de probabilité de X est la loi binomiale de paramètre n et p
Propriétés
n
1) p( X k ) 1
k 0
Applications :
Exercice 1 : (Pièce de monnaie)
On jette une pièce de monnaie non truquée 10 fois de suite, les lancers étant indépendants
Quelle est la probabilité d’obtenir exactement 6 fois pile ?
Exercice 2 : (Nombre de garçons)
Des études statistiques montrent que lors d’une naissance, la probabilité d’avoir un garçon est d’environ
51
Considérons une famille de 4 enfants sans jumeaux. On suppose que les fécondations sont indépendantes
Quelle est la probabilité pour que dans cette famille, il y ait exactement 3 garçons ?
A faire : Act 3 p 88
© M. Wissem Fligène p. 3
M. Wissem Fligène Variables aléatoires 4Sc.Exp – Cours
le réel p x1 , x2 p x1 X x2
x2
f (t ) dt
x1
1) La loi uniforme
Activité 1 p 88
Définition :
On appelle loi uniforme sur a, b a b la loi de probabilité dont la densité f est la fonction constante
1
égale à sur a, b
ba
Conséquences :
i) x1 et x2 étant deux réels de l’intervalle a, b et X une variable aléatoire qui suit une loi uniforme
x2 x1
sur a, b , on a : p x1 , x2 p x1 X x2
ba
ii) pour tout réel c de a, b , p c 0
iii) p x1 , x2 1 p x1 , x2 où x1 , x2 désigne le complémentaire de x1 , x2 dans a, b
0 si x , a
xa
iv) la fonction de répartition de X est définie sur ℝ par : F ( x) p a X x si x a, b
ba
1 si x b,
© M. Wissem Fligène p. 4
M. Wissem Fligène Variables aléatoires 4Sc.Exp – Cours
Applications : ex 15 p 96
2) La loi exponentielle
Activité 1 p 90
Définition :
Soit un réel strictement positif.
On appelle loi exponentielle de paramètre la loi de probabilité dont la densité f est la fonction
définie sur 0, par f ( x) e x
Conséquences :
i) si X est une variable aléatoire qui suit une loi exponentielle de paramètre , alors
- pour tout réels positifs c et d tels que c d : p c , d p c X d e c e d
Applications : ex 18 p 96
© M. Wissem Fligène p. 5