Probabilités Conditionnelles · 2e Trimestre

Variables Aléatoires Discrètes

Les élèves étudient la loi de probabilité, l'espérance et l'écart-type d'une variable aléatoire.

À propos de ce thème

Les variables aléatoires discrètes constituent un outil essentiel pour modéliser les phénomènes de hasard en première. Les élèves définissent la loi de probabilité d'une variable, calculent son espérance comme moyenne attendue à long terme et l'écart-type qui mesure la dispersion des résultats. Dans un jeu de dés, par exemple, l'espérance représente le gain moyen sur de nombreuses parties, tandis que l'écart-type évalue le risque de variation. Ces notions répondent directement aux questions clés : que signifie l'espérance dans un jeu de hasard, comment l'écart-type quantifie-t-il le risque, et pourquoi la linéarité de l'espérance simplifie-t-elle les calculs complexes.

Ce thème s'inscrit dans le programme de probabilités et statistiques du lycée, reliant les probabilités conditionnelles aux outils analytiques. La propriété de linéarité permet d'ajouter les espérances sans connaître les lois complètes, utile pour des modélisations en finance ou en sciences.

L'apprentissage actif profite particulièrement à ce sujet, car les simulations physiques avec dés, pièces ou jeux rendent les concepts abstraits concrets. Les élèves observent la convergence vers l'espérance par des lancers répétés, renforçant la compréhension intuitive et la mémorisation durable.

Objectifs d'apprentissage

• Calculer la loi de probabilité d'une variable aléatoire discrète à partir d'une description d'expérience aléatoire.
• Déterminer l'espérance mathématique d'une variable aléatoire discrète en utilisant sa loi de probabilité.
• Calculer l'écart-type d'une variable aléatoire discrète à partir de son espérance et de sa variance.
• Expliquer la signification concrète de l'espérance et de l'écart-type dans le contexte d'un jeu ou d'une situation de risque.
• Appliquer la propriété de linéarité de l'espérance pour simplifier le calcul de l'espérance d'une somme de variables aléatoires.

Avant de commencer

Probabilités de base

Pourquoi : Les élèves doivent maîtriser les notions de probabilité d'un événement, d'univers et d'événements incompatibles pour construire une loi de probabilité.

Calculs d'espérance pour des cas simples

Pourquoi : Une familiarité avec le calcul de l'espérance pour des situations très basiques (comme un jeu de pile ou face) facilite la transition vers des variables aléatoires plus complexes.

Vocabulaire clé

Variable aléatoire discrète	Une variable dont les valeurs possibles sont en nombre fini ou dénombrable. Elle associe une valeur numérique à chaque issue d'une expérience aléatoire.
Loi de probabilité	Tableau ou fonction qui associe à chaque valeur possible d'une variable aléatoire discrète sa probabilité d'apparition.
Espérance mathématique	Moyenne théorique des valeurs d'une variable aléatoire si l'expérience est répétée un grand nombre de fois. Elle se calcule par la somme des produits de chaque valeur par sa probabilité.
Variance	Mesure de la dispersion des valeurs d'une variable aléatoire autour de son espérance. Elle se calcule comme l'espérance du carré de l'écart à la moyenne.
Écart-type	Racine carrée de la variance. Il s'exprime dans la même unité que la variable aléatoire et quantifie l'ampleur typique des écarts par rapport à l'espérance.

Idées d'apprentissage actif

Jeu de simulation: Lancer de dés multiples

Les élèves lancent deux dés 50 fois, notent les sommes obtenues et construisent la loi de probabilité empirique. Ils calculent l'espérance et l'écart-type à partir des données, puis comparent aux valeurs théoriques. Discussion finale sur la convergence.

⏱ 45 min·Petits groupes

Générer mission

Jeu de simulation: Stratégie de pari

En paires, les élèves simulent un jeu où ils parient sur un lancer de pièce truquée. Ils calculent l'espérance pour décider de la mise optimale et testent par 20 parties. Analyse des résultats en classe.

⏱ 35 min·Binômes

Générer mission

Tableau: Fréquences et variance

Individuellement, complètent un tableau de fréquences pour une variable discrète donnée, calculent espérance et écart-type. Puis, en petits groupes, vérifient avec une simulation manuelle de 30 tirages.

⏱ 30 min·Individuel

Générer mission

Comparaison: Linéarité en action

Groupes calculent l'espérance d'une somme de variables indépendantes théoriquement, puis simulent 100 tirages pour vérifier. Discussion sur la puissance de cette propriété.

⏱ 40 min·Petits groupes

Générer mission

Liens avec le monde réel

Dans le domaine de l'assurance, les actuaires utilisent les variables aléatoires discrètes pour modéliser le nombre de sinistres attendus par an pour une police donnée. L'espérance représente le coût moyen des sinistres, et l'écart-type aide à évaluer le risque financier pour l'entreprise.

Les analystes financiers emploient ces concepts pour évaluer le rendement attendu d'un portefeuille d'actions. L'espérance donne le gain moyen anticipé, tandis que l'écart-type mesure la volatilité, c'est-à-dire le risque associé à cet investissement.

Attention à ces idées reçues

Idée reçue courante

L'espérance est le résultat garanti à chaque essai.

Ce qu'il faut enseigner à la place

L'espérance est une moyenne à long terme, pas une garantie immédiate. Les simulations répétées avec dés montrent la variabilité courte terme et la convergence longue, aidant les élèves à visualiser par des graphiques de fréquences cumulées.

Idée reçue courante

L'écart-type mesure simplement l'écart moyen des valeurs.

Ce qu'il faut enseigner à la place

L'écart-type est la racine carrée de la variance, pondérée par les probabilités, et quantifie la dispersion standard. Les activités de tracé de histogrammes comparatifs révèlent les différences avec la moyenne des écarts, favorisant la distinction par manipulation de données réelles.

Idée reçue courante

La linéarité de l'espérance nécessite l'indépendance des variables.

Ce qu'il faut enseigner à la place

La linéarité vaut toujours, indépendamment de la dépendance. Des exercices avec variables corrélées versus indépendantes, via simulations, démontrent cela concrètement, renforçant la compréhension par comparaison active.

Idées d'évaluation

Vérification rapide

Présentez aux élèves un scénario simple, comme le lancer d'un dé pipé. Demandez-leur de construire la loi de probabilité, puis de calculer l'espérance mathématique. Vérifiez la cohérence de leurs calculs et de leur raisonnement.

Question de discussion

Posez la question : 'Comment l'écart-type d'une variable aléatoire peut-il aider un joueur à décider s'il doit jouer à un jeu de hasard ?' Encouragez les élèves à utiliser les termes espérance et écart-type dans leurs réponses et à justifier leur point de vue.

Billet de sortie

Donnez aux élèves deux variables aléatoires simples, X et Y, avec leurs lois de probabilité. Demandez-leur de calculer E(X) et E(Y), puis d'utiliser la linéarité pour trouver E(2X + Y) sans calculer la loi de 2X + Y. Vérifiez leur application correcte de la formule.

Questions fréquentes

Comment expliquer l'espérance d'une variable aléatoire discrète ?

Présentez l'espérance comme le centre de gravité probabiliste : somme des valeurs pondérées par leurs probabilités. Utilisez un exemple concret comme un dé : espérance 3,5 car (1+2+3+4+5+6)/6. Montrez par simulations que sur 100 lancers, la moyenne approche cette valeur, reliant théorie et pratique pour une intuition solide.

Pourquoi l'écart-type mesure-t-il le risque dans les jeux de hasard ?

L'écart-type quantifie la dispersion autour de l'espérance, indiquant l'instabilité des résultats. Dans un pari, un écart-type élevé signifie un risque fort de pertes ou gains extrêmes. Des histogrammes de simulations illustrent comment une faible dispersion assure des résultats prévisibles, aidant à évaluer les stratégies de jeu.

Comment utiliser l'apprentissage actif pour enseigner les variables aléatoires discrètes ?

Organisez des simulations physiques : lancers de dés ou pièces pour construire lois empiriques, calculer espérance et écart-type à partir de données réelles. Les rotations de stations ou jeux en groupes favorisent l'observation de la loi des grands nombres. Ces approches rendent les formules tangibles, améliorent la rétention et développent le raisonnement statistique collaboratif.

Quelle est la puissance de la linéarité de l'espérance ?

La linéarité permet E(X+Y)=E(X)+E(Y) sans connaître les lois jointes, simplifiant les calculs pour sommes complexes. Dans les assurances ou loteries multiples, cela évite des intégrales lourdes. Des exercices décomposant un jeu en variables additives montrent son efficacité pratique en modélisation.