Variables aléatoires et espérance mathématique de Première
Première générale Spé · Enseignement Scientifique 1ère
À retenir
• Une variable aléatoire réelle X est une fonction qui associe un nombre réel à chaque issue d'une expérience aléatoire : X : R. • La loi de probabilité de X donne la probabilité P(X = x_i) associée à chaque valeur possible x_i \x_1, , x_k\, avec : _i=1^k P(X = x_i) = 1 • L'espérance mathématique E(X) est la moyenne des valeurs pondérées par leurs probabilités : E(X) = _i=1^k x_i \, P(X = x_i) = x_1 P(X = x_1) + + x_k P(X = x_k) • Interprétation : E(X) représente la valeur moyenne obtenue par épreuve si l'on répète l'expérience aléatoire un très grand nombre de fois. • Un jeu est dit équitable si l'espérance du gain algébrique est nulle : E(X) = 0.
Le cours
Variables aléatoires et espérance mathématique de Première • Une variable aléatoire réelle X est une fonction qui associe un nombre réel à chaque issue d'une expérience aléatoire : X : R. • La loi de probabilité de X donne la probabilité P(X = x_i) associée à chaque valeur possible x_i \x_1, , x_k\, avec : _i=1^k P(X = x_i) = 1 • L'espérance mathématique E(X) est la moyenne des valeurs pondérées par leurs probabilités : E(X) = _i=1^k x_i \, P(X = x_i) = x_1 P(X = x_1) + + x_k P(X = x_k) • Interprétation : E(X) représente la valeur moyenne obtenue par épreuve si l'on répète l'expérience aléatoire un très grand nombre de fois. • Un jeu est dit équitable si l'espérance du gain algébrique est nulle : E(X) = 0. Astuce et méthode clé Vérifie toujours la somme de la deuxième ligne de ton tableau de loi : si elle ne vaut pas exactement 1, il te manque une issue ou une probabilité ! Piège classique à éviter Dans le calcul du gain algébrique, n'oublie pas de retrancher la mise de départ (ex. si on gagne 10 € pour une mise de 2 €, le gain net est +8 €).
Dans ce chapitre
- Tableau de signes et résolution d'équations produit-nul de Seconde
- Arbre de probabilité et univers d'une expérience aléatoire de Seconde
- Variables aléatoires et espérance mathématique de Première
- Fonction polynôme du second degré : forme développée et forme canonique
- Racines et factorisation du trinôme avec le discriminant Delta
- Signe du trinôme du second degré et résolution d'inéquations
- Extrémum d'une parabole et optimisation d'une grandeur scientifique
- Conditionnement et définition de la probabilité conditionnelle P_B(A)
- Arbre pondéré et formule des probabilités totales
- Indépendance de deux événements et critère P(A inter B) = P(A) * P(B)
- Inversion du conditionnement et formule de Bayes simplifiée
- Sensibilité, spécificité et faux positifs d'un test de dépistage médical
- Prise de décision éclairée en contexte d'incertitude scientifique
- Bilan : Synthèse et méthode sur Modélisation fonctionnelle et probabilités conditionnelles