Variables aléatoires et loi binomiale

No cards

Variables aléatoires discrètes, loi de probabilité, espérance, épreuve de Bernoulli, schéma de Bernoulli, loi binomiale, calculs de probabilité, arbre pondéré.

Variables Aléatoires et Loi Binomiale

Ce document explore en détail les concepts de variables aléatoires, de leur loi de probabilité et de l'espérance mathématique, avant d'aborder la loi binomiale, ses paramètres et comment calculer les probabilités associées.

1. Variables Aléatoires Discrètes et Espérance

Une variable aléatoire (VA) est une fonction qui associe un nombre réel à chaque issue d'une expérience aléatoire. Elle permet de quantifier les résultats d'une expérience non déterministe.

Soit l'ensemble des issues d'une expérience aléatoire.
Définir une variable aléatoire sur , c'est associer à chaque issue de un nombre réel.
L'ensemble de ces réels est appelé l'ensemble des valeurs prises par , souvent noté ou .
L'événement " prend la valeur " est noté .

1.1 Loi de Probabilité d'une Variable Aléatoire Discrète

La loi de probabilité d'une variable aléatoire consiste à associer à chaque valeur que peut prendre cette variable, la probabilité que cet événement se réalise.

Ces probabilités doivent satisfaire deux conditions fondamentales :

Pour tout , .
La somme de toutes les probabilités doit être égale à 1 : .

La loi de probabilité est généralement présentée sous forme de tableau :

			…
			…

Où .

1.2 Espérance d'une Variable Aléatoire

L'espérance mathématique, notée , est la valeur moyenne que l'on peut s'attendre à obtenir si l'on répète l'expérience un très grand nombre de fois. Pour une variable aléatoire discrète prenant les valeurs avec les probabilités , l'espérance est définie par :

1.2.1 Interprétation de l'Espérance

L'espérance est un indicateur de tendance centrale. Elle représente la "moyenne pondérée" des résultats possibles par leurs probabilités. Dans le contexte d'un jeu, si , le joueur peut espérer gagner en moyenne. Si , le joueur peut espérer perdre en moyenne. Si , le jeu est dit équitable.

1.2.2 Exemple d'Application : Jeu de Kermesse

Romane invente un jeu avec un dé équilibré :

Obtenir un 6 : gain de .
Obtenir un 4 ou un 5 : gain de .
Sinon (1, 2, 3) : perte de .

Soit la variable aléatoire représentant le gain algébrique du joueur.

Valeurs prises par :
- Si le joueur perd , .
- Si le joueur gagne , .
- Si le joueur gagne , .
- Donc, prend les valeurs .

Loi de probabilité de :

L'ensemble des issues est . Le dé est équilibré, donc chaque face a une probabilité de .

: Événement "perdre " correspond aux issues . .
: Événement "gagner " correspond aux issues . .
: Événement "gagner " correspond à l'issue . .

Tableau de la loi de probabilité :

Calcul et interprétation de l'espérance de :
Interprétation : Le joueur peut espérer gagner en moyenne environ par partie s'il joue un grand nombre de fois. Le jeu est favorable au joueur.

2. Loi Binomiale

La loi binomiale est un modèle de probabilité fondamental pour décrire le nombre de succès dans une série d'épreuves identiques et indépendantes.

2.1 Épreuve de Bernoulli

Une épreuve de Bernoulli est une expérience aléatoire qui n'a que deux issues possibles :

Un "succès" () avec une probabilité .
Un "échec" ( ou ) avec une probabilité .

La probabilité d'échec est souvent notée , donc .

2.1.1 Exemples d'Épreuves de Bernoulli

Lancer d'une pièce de monnaie :
- Succès : "obtenir pile" (). Probabilité .
- Échec : "obtenir face" (). Probabilité .
Lancer d'un dé et obtenir un 6 :
- Succès : "obtenir un 6". Probabilité .
- Échec : "ne pas obtenir un 6". Probabilité .
Question à choix multiples :
- Réponse correcte : Succès. Probabilité (dépend du nombre de choix).
- Réponse incorrecte : Échec. Probabilité .

2.2 Schéma de Bernoulli

Un schéma de Bernoulli est la répétition fois d'une épreuve de Bernoulli identique et indépendante, où la probabilité de succès reste constante pour chaque épreuve.

Les paramètres d'un schéma de Bernoulli sont le nombre de répétitions et la probabilité de succès .

2.2.1 Exemple de Schéma de Bernoulli

La répétition de 10 lancers d'une pièce de monnaie est un schéma de Bernoulli de paramètres et . Chaque lancer est une épreuve de Bernoulli (succès = pile), et les lancers sont indépendants.
Tirer 5 cartes d'un jeu avec remise pour voir si une carte spécifique est tirée est un schéma de Bernoulli. (Si le tirage est sans remise, les épreuves ne sont pas indépendantes, ce n'est plus un schéma de Bernoulli standard).

2.3 Loi Binomiale

Une variable aléatoire suit une loi binomiale de paramètres et si elle compte le nombre de succès obtenus dans un schéma de Bernoulli de paramètres et . On la note .

: le nombre de répétitions de l'épreuve de Bernoulli. Ce doit être un entier positif.
: la probabilité de succès pour une seule épreuve ().
La variable peut prendre toute valeur entière de (aucun succès) à (tous les essais sont des succès).

2.3.1 Propriétés et Calcul des Probabilités

La probabilité d'obtenir exactement succès dans épreuves est donnée par la formule :

Où :

(lu "k parmi n") est le coefficient binomial, qui représente le nombre de façons de choisir succès parmi épreuves. (où est la factorielle de ).
est la probabilité d'obtenir succès.
est la probabilité d'obtenir échecs.

2.3.2 Exemple d'Application : Le dé de Heroquest

Dans le jeu Heroquest, un dé cubique a :

3 faces "crâne"
2 faces "bouclier joueur"
1 face "bouclier monstre"

On s'intéresse à l'événement : "Obtenir un bouclier monstre".

La probabilité d'obtenir est . La probabilité d'échec est .

Identification de la loi :
On répète 3 fois cette expérience de manière identique et indépendante. La variable aléatoire compte le nombre de réalisations de l'événement .

C'est un schéma de Bernoulli avec (trois répétitions) et (probabilité de succès).

Donc, suit une loi binomiale de paramètres et , notée .

Arbre pondéré illustrant la situation :

Un arbre pondéré permet de visualiser toutes les issues possibles et leurs probabilités cumulées.

            1er lancer          2ème lancer         3ème lancer          Issue
            ------------------------------------------------------------------
            S (1/6) ---- S (1/6) ---- S (1/6) ----> SSS
            |            |
            |            ------ S_barre (5/6) --> SS_barre
            |
            ------ S_barre (5/6) --- S (1/6) ----> S_barre S S
                         |
                         ------ S_barre (5/6) --> S_barre S_barre
            (cet arbre est simplifié pour l'exemple, un arbre complet aurait toutes les branches)

En réalité, l'arbre complet serait :

1er lancer : () ou ()
Pour chaque branche du 1er lancer, 2 branches pour le 2ème : ou
Pour chaque branche du 2ème lancer, 2 branches pour le 3ème : ou

Il y aura chemins possibles.

Déterminer :
L'événement signifie obtenir 3 succès () en 3 lancers. Cela correspond au chemin sur l'arbre.

Utilisant la formule : .
Déterminer :
L'événement signifie obtenir 2 succès et 1 échec en 3 lancers. Ceci correspond à 3 chemins sur l'arbre :
- (Succès, Succès, Échec)
- (Succès, Échec, Succès)
- (Échec, Succès, Succès)
La probabilité de chaque chemin est .

Il y a façons d'obtenir 2 succès parmi 3 lancers. .

Donc, .

2.4 Espérance d'une Variable Aléatoire Binomiale

L'espérance d'une variable aléatoire qui suit une loi binomiale est donnée par une formule simple :

Cette espérance représente le nombre moyen de succès attendus sur épreuves.

2.4.1 Calcul de l'Espérance pour l'exemple Heroquest

Pour la variable aléatoire :

Interprétation : En moyenne, si l'on répète 3 lancers de ce dé un grand nombre de fois, on obtiendra un "bouclier monstre" une demi-fois (ou 0.5 fois) sur les 3 lancers. C'est une moyenne théorique, car ne peut prendre que des valeurs entières (0, 1, 2, 3).

3. Capacités attendues et Synthèse

Pour résumer les compétences clés :

Calculer l’espérance d’une variable aléatoire discrète dans des cas simples et l’interpréter :
- Maîtriser la définition .
- Savoir construire la loi de probabilité (le tableau et ).
- Donner une signification concrète à la valeur de l'espérance (valeur moyenne, jeu équitable/favorable/défavorable).
Reconnaître une situation relevant de la loi binomiale et en identifier le couple de paramètres :
- Vérifier les conditions d'un schéma de Bernoulli :
  - Répétition fois d'une même épreuve.
  - Épreuves indépendantes.
  - Chaque épreuve est une épreuve de Bernoulli (deux issues : succès/échec).
  - Probabilité de succès constante.
- Identifier correctement (nombre de répétitions) et (probabilité du succès singulier).
Calculer des probabilités relatives à la loi binomiale avec un arbre pondéré :
- Construire un arbre pour des valeurs de petites (par exemple, ou ).
- Calculer la probabilité d'un chemin spécifique en multipliant les probabilités le long des branches.
- Identifier tous les chemins correspondant à un événement particulier (ex: "deux succès") et sommer leurs probabilités.
- Il est également crucial de savoir utiliser la formule pour des valeurs de plus grandes ou pour vérifier les calculs de l'arbre.

4. Pièges et Erreurs Courantes

Confusion entre variable aléatoire et événement : Une VA est une fonction qui associe un nombre, un événement est un sous-ensemble des issues.
Somme des probabilités : Ne pas oublier que . Si ce n'est pas le cas, il y a une erreur.
Indépendance des épreuves pour la loi binomiale : La loi binomiale n'est applicable que si les épreuves sont indépendantes. Un tirage sans remise sans remplacement n'est pas une épreuve de Bernoulli (sauf si la population est très grande).
Identification des paramètres et : Bien distinguer le nombre total d'essais () de la probabilité de succès à chaque essai ().
Calcul de : Faire attention aux calculs factoriels, surtout pour des plus grands où une calculatrice est nécessaire.
Interprétation de l'espérance binomiale : est une moyenne, pas nécessairement une valeur que peut prendre (par exemple, obtenir 0.5 succès n'est pas possible).

5. Comparaison des Types de Variables Aléatoires (Contexte Général)

Bien que ce chapitre se concentre sur les variables aléatoires discrètes et la loi binomiale, il est utile de savoir qu'il existe d'autres types :

Caractéristique	Variable Aléatoire Discrète	Variable Aléatoire Continue
Ensemble des valeurs	Fini ou dénombrable (entiers, etc.)	Intervalle de nombres réels
Exemples de lois	Loi de Bernoulli, Loi Binomiale, Loi de Poisson...	Loi Uniforme, Loi Normale (Gaussienne), Loi Exponentielle...
Probabilité d'une valeur unique		(on travaille sur des intervalles)
Calcul de probabilité	Sommation (loi de probabilité)	Intégration (fonction de densité de probabilité)
Représentation graphique	Diagramme en bâtons	Courbe de densité

6. Références et Activités

Activité 1 : "Un jeu d'équilibre" (Introduction à la VA et l'espérance)
Activité 2 : "A l'entraînement" (Introduction à l'épreuve de Bernoulli et la loi binomiale)
Vidéos complémentaires :
- Méthode : Calculer et interpréter l’espérance d’une variable aléatoire discrète (Lien vidéo)
- Méthode : Calculer des probabilités liées à la loi binomiale à l’aide d’un arbre (Lien vidéo)

Variables Aléatoires et Loi Binomiale

Ce chapitre explore les concepts fondamentaux des variables aléatoires discrètes et introduit la loi binomiale, un outil essentiel pour modéliser des expériences répétées.

Capacités Attendues

Calculer et interpréter l'espérance d'une variable aléatoire discrète.
Reconnaître une situation de loi binomiale et identifier ses paramètres.
Calculer des probabilités liées à la loi binomiale, notamment avec un arbre pondéré.

1. Variable Aléatoire Discrète

Définition et Loi de Probabilité

Une variable aléatoire associe un nombre réel à chaque issue d'une expérience aléatoire.
L'événement " prend la valeur " se note .
La loi de probabilité d'une variable aléatoire est la fonction qui associe à chaque valeur la probabilité .

Présentation en Tableau

La loi de probabilité est souvent présentée sous forme de tableau :

			…
			…

Propriété fondamentale : La somme des probabilités est égale à 1 : .

Espérance d'une Variable Aléatoire ()

L'espérance est le nombre réel défini par : .
Interprétation : L'espérance représente la valeur moyenne que l'on peut s'attendre à obtenir si l'expérience est répétée un très grand nombre de fois.
Exemple pratique: Dans un jeu, si , le joueur peut espérer gagner en moyenne. Si , le joueur est perdant en moyenne.

2. Loi Binomiale

Épreuve de Bernoulli

Une épreuve de Bernoulli est une expérience aléatoire n'ayant que deux issues possibles :
- Le succès (S), de probabilité .
- L'échec (E) ou non-succès (), de probabilité .
Exemple : Lancer une pièce de monnaie (Succès : "Obtenir Pile"), la probabilité .

Schéma de Bernoulli

Un schéma de Bernoulli est la répétition de épreuves de Bernoulli identiques et indépendantes.
Les paramètres d'un schéma de Bernoulli sont (nombre de répétitions) et (probabilité de succès).
Exemple : 10 lancers d'une pièce de monnaie équilibrée est un schéma de Bernoulli de paramètres et .

Loi Binomiale ()

Soit la variable aléatoire associée au nombre de succès dans un schéma de Bernoulli de paramètres et .
On dit que suit la loi binomiale de paramètres et , notée .
Les valeurs possibles que prend sont les entiers de à .

Calcul de Probabilités avec un Arbre Pondéré (pour de petits )

Pour de petits nombres de répétitions , un arbre pondéré permet de visualizer et calculer les probabilités.
Chaque branche de l'arbre représente une issue ( ou ) avec sa probabilité.
La probabilité d'un chemin est le produit des probabilités des branches qui le composent.
La probabilité d'un événement est la somme des probabilités des chemins qui réalisent cet événement.
Exemple : Pour , la probabilité d'obtenir 1 succès et 2 échecs (par ex., , , ) est calculée en identifiant tous les chemins correspondants et en sommant leurs probabilités.

Espérance de la Loi Binomiale

L'espérance d'une variable aléatoire suivant une loi binomiale est donnée par la formule simple : .
Cette formule est très utile pour prédire le nombre moyen de succès attendu sur répétitions.

Start a quiz

Test your knowledge with interactive questions