Variables aléatoires discrètes - Généralités 101
VARIABLES ALEATOIRES DISCRETES
5 GENERALITES
« Le vrai peut quelquefois
n’être pas vraisemblable.»
Nicolas BOILEAU
MARCHE D’APPROCHE
1. VARIABLE ALEATOIRE DISCRETE
1. 1. Notion de variable aléatoire
On dispose de deux dés cubiques bien équilibrés, un blanc et un rouge. On jette ces dés
et on note (i, j) le couple des nombres obtenus où i et j sont respectivement les résultats
sur le dé blanc et le dé rouge.
! L’univers Ω est constitué de 36 couples et, puisque les dés sont bien équilibrés, il y
a équiprobabilité.
! On désigne par X l’application de Ω dans ! définie pour tout couple (i, j) de Ω par
X(i, j) = i + j. L’application X est appelée variable aléatoire définie sur l’espace
Ω, "(Ω
probabilisé (Ω Ω), p).
! L’ensemble des valeurs prises par Ω, noté X(Ω), appelé univers-image, est ’2, 12÷.
Les éléments de X(Ω) sont toujours rangés par ordre croissant.
! Ω étant fini, il en est de même de X(Ω) et on dit que X est une variable aléatoire
discrète. Ce terme est également employé dans le cas où X(Ω) est dénombrable.
1. 2. Loi de probabilité
Nous nous proposons de calculer pour tout élément k de ’2, 12÷ la probabilité pour que
X prenne la valeur k.
Désignons par Ak l’ensemble des couples (i, j) de Ω tels que i + j = k. Par exemple,
3 1
A4 = {(1, 3); (2, 2); (3, 1)}. En raison de l’équiprobabilité sur Ω, p(A4) = = .
36 12
! Probabilité image
Nous allons définir une probabilité, p’, sur l’univers-image en posant, dans ce cas
particulier, p’({4}) = p(A4) et, de façon générale :
pour tout k de ’2, 12÷, p’({k}) = p(Ak)
! Notation
p(Ak) = p({ω / ω ∈ Ω et X(ω) = k}) est noté p(X = k) et, par abus d’écriture, p’({k}) est
aussi noté p(X = k)...bien que cette notation ait le gros inconvénient d’occulter la notion
de transfert de probabilité de Ω sur X(Ω).
114 Chapitre 5
VERS LES SOMMETS
1. TEMPS D’ATTENTE ET LOI GEOMETRIQUE
1. 1. La situation proposée
Robinson, seul sur son île, avant la découverte de Vendredi, n’a conservé de son
naufrage qu’un pagne et un dé équilibré. Pour passer le temps, il décide de lancer son dé
autant de fois que nécessaire pour obtenir l’as une première fois.
1. 2. Analyse en termes de probabilités
! Soit X la variable aléatoire qui prend pour valeurs le nombre de lancers du dé. Ce
nombre de lancers est un entier au moins égal à 1 et peut être aussi grand que néces-
1
saire, donc X(Ω) = #*. Pour chaque lancer effectué la probabilité d’obtenir l’as est et
6
5
celle de ne pas l’obtenir est Soit k un entier naturel non nul. L’événement (X = k) est
6
la conjonction des événements indépendants :
♦ ne pas obtenir l’as au premier lancer
♦ ne pas obtenir l’as au second lancer
♦ ...........
ème
♦ ne pas obtenir l’as au (k –1) lancer
ème
♦ obtenir l’as au k lancer.
FG 5IJ k −1 × 1
Par suite sa probabilité est p(X = k) =
H 6K 6
1. 3. Généralisation
! Loi de probabilité
Soit X le temps d’attente du premier succès dans une succession d’épreuves aléatoires
identiques et indépendantes n’ayant que deux issues : le succès avec une probabilité p et
l’échec avec une probabilité q = 1 – p. Alors :
k– 1
X(ΩΩ) = ’1, + ∞ ’ et ∀ k ∈X(Ω
Ω), p(X = k) = q × p. On dit que :
la variable aléatoire X suit la loi géométrique de paramètre p, notée $(p).
On vérifie aisément qu’il s’agit d’une loi de probabilité discrète, non finie en calculant :
+∞ +∞ +∞
∑ p( X = k ) = ∑ q k −1 p = p ∑ q k −1 . Cette dernière somme est la série géométrique
k =1 k =1 k =1
+∞
∑ q k −1 = p × 1 − q = p = 1
1 p
de raison q, avec 0 < q<1, donc p
k =1
Variables aléatoires discrètes - Généralités 115
♦ Espérance mathématique de X
+∞ +∞ +∞
E( X ) = ∑ k p( X = k ) = ∑ k pq k −1 = p ∑ k q k −1 . Cette dernière somme est la série
k =1 k =1 k =1
dérivée première de la série géométrique précédente.
+∞
∑ k q k −1 = p × (1 − q)2 = p2 = p
1 p 1
Alors E ( X ) = p
k =1
♦ Variance de X
+∞ +∞
2
E( X ) = p ∑k 2
q k −1
=p ∑ [ k ( k − 1) + k ] q k −1 soit encore :
k =1 k =1
+∞ +∞
E ( X 2 ) = pq ∑ k ( k − 1) q k − 2 + p ∑ kq k −1 .
k =2 k =1
La première somme est la série dérivée seconde de la même série géométrique, donc
2 1 2 pq p 2q + p q + 1
E ( X 2 ) = pq × 3
+ p× 2
, ou encore E ( X 2 ) = 3 + 2 = = 2 .
(1 − q ) (1 − q ) p p p2 p
q
Finalement V ( X ) = 2 .
p