Variables aléatoires réelles : Applications

1. Introduction

Les variables aléatoires réelles modélisent des phénomènes incertains. Deux applications principales sont le jeu équitable et l'estimation.

2. Jeu équitable

Définition

Un jeu est dit équitable si la espérance de gain pour le joueur est nulle. Autrement dit, si la variable aléatoire associée au gain a une espérance \( \mathbb{E}[X] = 0 \).

Exemple

Considérons un dé équilibré à 6 faces avec un gain :

• de 10 euros si le résultat est 6,
• de -1 euro sinon.

La variable aléatoire \( X \) décrit le gain :

\[ X = egin{cases} 10, & ext{avec probabilité } rac{1}{6} \ -1, & ext{avec probabilité } rac{5}{6} \end{cases} \]

Calculons l'espérance :

\[ \mathbb{E}[X] = 10 imes rac{1}{6} + (-1) imes rac{5}{6} = rac{10}{6} - rac{5}{6} = rac{5}{6} eq 0 \]

Ce jeu n'est pas équitable.

3. Estimation

Principe

On utilise des variables aléatoires pour estimer une grandeur inconnue, par exemple la moyenne. La loi de la variable permet d'évaluer la précision de l'estimation.

Exemple

Supposons que l'on souhaite estimer la moyenne \( \mu \) d'une population. On réalise \( n \) mesures indépendantes \( X_1, X_2, \ldots, X_n \), chacune étant une variable aléatoire suivant la même loi, avec espérance \( \mu \).

La moyenne empirique est :

\[ ar{X} = rac{1}{n} (X_1 + X_2 + \ldots + X_n) \]

Selon la loi forte des grands nombres, lorsque \( n \) augmente, \( ar{X} \) converge vers \( \mu \).

4. Conclusion

Les variables aléatoires réelles sont essentielles en probabilités pour modéliser des situations d'incertitude, notamment dans la conception de jeux équitables et dans l'estimation de paramètres.