Variables aléatoires

espérance et variance
Q. Leclère – GM4IP-MSP
 Variables aléatoires, espérance et variance
Quelques définitions ….
Variable aléatoire : résultat a priori d’une expérience aléatoire.
Expérience aléatoire : expérience dont l’issue est incertaine.
Exemples :
expérience hypersensible dont on ne maitrise pas totalement les
conditions initiales (pile ou face, lancer de dé, machine de bingo….)
prélèvement aléatoire : on prélève au hasard un individu dans une
population (sondages, taromancie, prélèvements sur ligne de
production…)
Types de Variables Aléatoires : (notées VA dans la suite)
- VA qualitatives (non quantifiable: pas possible de faire des opérations arithmétiques, comme par exemple
la moyenne des résultats suite à la répétition de l’expérience aléatoire)
- VA quantitatives discrètes : peuvent prendre un nombre fini ou infini de valeurs discrètes (ensemble des
entiers naturels ou relatifs par exemple ensemble dénombrable en général), sans possibilité de « tomber »
en dehors ces valeurs
- VA quantitatives continues : peuvent prendre n’importe quelle valeur dans les intervalles
spécifiés par leur loi de probabilité (sur l’ensemble ℝ par exemple).
Exemple : on considère l’expérience aléatoire suivante :
on interroge au hasard une personne dans la rue

Pour les VA suivantes, donner leurs valeurs possibles et leur type (qualitative,
quantitative discrète ou continue)

Couleur des yeux VA qualitative (bleu, vert, marron, …)

VA quantitative continue (au sens du temps écoulé depuis la naissance)

Age Valeurs possibles : réels positifs
VA discrète si l’on considère le nombre d’années entières écoulées depuis la naissance
Valeurs possibles : entiers positifs ou nul

Nombre d’enfants VA discrète. Entiers positifs ou nul

…. Taille, poids, couleur de cheveux, de peau, sexe …..

Lois de probabilité : description du comportement d’une variable aléatoire
VA discrètes : ensemble des valeurs possibles {xi} et probabilités associées : p( X = xi)
où X est la VA, xi une valeurs possible,
et p( X = xi)  [0 1] la probabilité que X prenne la valeur xi
𝑏
VA continues : fonction de densité de probabilité f(x) telle que : 𝑝 𝑎 < 𝑋 < 𝑏 = ‫ 𝑥𝑑 𝑥 𝑓 𝑎׬‬, avec a<b
Prenez le temps de réfléchir à ce que cela implique pour f(x) :
+∞
𝑝 −∞ < 𝑋 < +∞ = 1 donc ‫׬‬−∞ 𝑓 𝑥 𝑑𝑥 = 1

𝑝 𝑎<𝑋<𝑏 > 0 donc f(x) est positive ou nulle  x  ℝ

La loi de probabilité d’une VA continue peut aussi être donnée sous la forme de sa fonction de répartition F(x)
telle que 𝐹 𝑥 = 𝑝(𝑋 < 𝑥)
𝑥
D’après la définition de F(x) et celle de f(x) on a 𝐹 𝑥 = ‫׬‬−∞ 𝑓 𝑢 𝑑𝑢
F(x) est donc la primitive de f(x) qui s’annule en −∞. Elle est continue par définition.

f(x) est positive, donc F(x) est : croissante

De plus, on a nécéssairement : lim(𝐹 𝑥 ) = 0 et lim(𝐹 𝑥 ) = 1

−∞ +∞
Espérance d’une VA : on note E(X) l’espérance de X
L’espérance est la valeur qu’on peut espérer obtenir « en moyenne » pour un grand nombre de répétitions d’une
expérience aléatoire
Soient X1, X2, …XK les résultats obtenus lors de K réalisations de la VA X (on répète K fois l’expérience aléatoire).
1
On donc par définition E(X) = lim σ𝑘 𝑋𝑘
𝐾→∞ 𝐾

On peut calculer l’espérance à partir de la loi de probabilité de la VA :

Pour une VA discrète 𝐸 𝑋 = σ𝑖 𝑥𝑖 . 𝑝(𝑋 = 𝑥𝑖) où les 𝑥𝑖 sont les valeurs possibles de X
+∞
Pour une VA continue 𝐸 𝑋 = ‫׬‬−∞ 𝑥. 𝑓 𝑥 𝑑𝑥 où f(x) est la densité de probabilité de X

f(x)
Exemple 1 : le lancer de dé Exemple 2 : loi uniforme F(x)
f(x) = 1 pour 0<x<1
𝑥𝑖 = {1,2,3,4,5,6} f(x)=0 sinon
x
1 F(x)= ‫=𝑢𝑑 𝑥׬‬x pour 0<x<1 0 1
E(X) = (1+2+3+4+5+6) 0
6
= 3,5 F(x)= 0 pour x<0 F(x)= 1 pour x>1
1
E(X)= ‫׬‬0 𝑥𝑑𝑥=[x²/2]10 = 1/2
Propriétés de l’Espérance
L’espérance est linéaire : pour X et Y deux VA, et ,  deux constantes, on a toujours E(X+ Y)=  E(X)+  E(Y)
L’espérance d’une constante  vaut  : E()=  (et donc E(E(X))=E(X) )
L’espérance du produit de deux VA : on a E(XY)=E(X)E(Y) seulement si X et Y sont indépendantes : p(X|Y)=p(X)

Variance d’une variable aléatoire

La variance d’une VA est l’espérance de l’écart à l’espérance au carré : V(X) = E( [X-E(X)]² )
C’est une mesure de la dispersion d’une VA autour de sa moyenne
L’écart type est la racine carrée de la variance 𝜎𝑋 = 𝑉(𝑋)
Formule de la variance : V(X) = E( [X-E(X)]² )=E(X²-2XE(X)+E(X)²) = E(X²) -2E(X)E(X) +E(X²)

on obtient donc : V(X)=E(X²)-E(X)²

Pour calculer la variance de X on a donc besoin de calculer l’espérance du carré de X :

Pour une VA discrète 𝐸 𝑋² = σ𝑖 𝑥𝑖². 𝑝(𝑋 = 𝑥𝑖) où les 𝑥𝑖 sont les valeurs possibles de X
+∞
Pour une VA continue 𝐸 𝑋² = ‫׬‬−∞ 𝑥². 𝑓 𝑥 𝑑𝑥 où f(x) est la densité de probabilité de X

Variance d’une somme de VA : si X et Y sont indépendantes, on montre que V(X+ Y)= ² V(X)+ ² V(Y)
… on a notamment V(X+Y) = V(X-Y) = V(X)+V(Y)
 f(x)
Exemple 1 : le lancer de dé Exemple 2 : loi uniforme
f(x) = 1 pour 0<x<1
𝑥𝑖 = {1,2,3,4,5,6} f(x)=0 sinon
x
E(X) =1/2 0 1
E(X) =7/2

E(X²) = 1(1²+2²+3²+4²+5²+6²)
6 1
E(X²)= ‫׬‬0 𝑥²𝑑𝑥=[x3/3]10 = 1/3
=91/6

V(X) = 91/6 –(7/2)²=35/12=2.92 V(X) = E(X²)-E(X)² = 1/3-1/4 = 1/12

soit =1.71