Revision sheet: Introduction aux Variables Aléatoires

📋 Plan du Cours

1. Variables aléatoires, espérance et variance
2. Lois binomiale et normale

📖 1. Variables aléatoires, espérance et variance

🔑 Notions clés & Définitions

• Variable aléatoire : Une variable aléatoire associe à chaque issue d’une expérience un nombre, aléatoire car l’issue n’est pas connue à l’avance.
• Espérance : L’espérance mesure la valeur moyenne d’une variable aléatoire sur de très nombreuses répétitions.
• Variance : La variance quantifie la dispersion d’une variable aléatoire autour de son espérance.

📝 Points essentiels

• Les probabilités reposent d’abord sur la modélisation par des variables aléatoires, puis sur l’analyse via l’espérance et la variance.
• L’espérance résume une tendance centrale tandis que la variance décrit l’étendue des fluctuations autour de cette tendance.

📖 2. Lois binomiale et normale

🔑 Notions clés & Définitions

• Loi binomiale : La loi binomiale modélise le nombre de succès quand on répète plusieurs fois la même expérience en succès ou échec.
• Loi normale : La loi normale décrit une distribution en forme de courbe en cloche, utilisée pour modéliser de grandes populations.

📝 Points essentiels

• La loi binomiale s’emploie pour compter des succès sur des répétitions d’une même expérience à deux issues : succès et échec.
• La loi normale correspond à une courbe en cloche et sert de modèle pour des populations de grande taille.
• Les intervalles de confiance et les tests d’hypothèses permettent de tirer des conclusions sur une population à partir des données d’un échantillon.

📊 Tableaux de synthèse

Binomiale vs normale

Situation	Modèle	Sortie	Forme
Répéter la même expérience	Loi binomiale	Nombre de succès	Pas une cloche
Population de grande taille	Loi normale	Distribution des valeurs	Courbe en cloche

⚠️ Pièges & confusions fréquents

1. Confondre la loi binomiale (comptage de succès) avec la loi normale (modèle en cloche pour grande population).
2. Utiliser une loi normale alors que le problème décrit des répétitions avec succès/échec.
3. Oublier que l’espérance et la variance portent sur une variable aléatoire avant de choisir une loi.
4. Croire que les intervalles de confiance et tests d’hypothèses servent à décrire la loi ; ils servent à conclure sur une population à partir d’un échantillon.

✅ Checklist Examen

1. Savoir ce qu’est une variable aléatoire et à quoi elle sert dans la modélisation probabiliste.
2. Définir l’espérance comme une mesure de tendance centrale sur de nombreuses répétitions.
3. Définir la variance comme une mesure de dispersion autour de l’espérance.
4. Identifier la loi binomiale quand une expérience est répétée plusieurs fois avec succès/échec.
5. Identifier la loi normale quand une grande population est modélisée par une courbe en cloche.
6. Expliquer à quoi servent les intervalles de confiance et les tests d’hypothèses : conclure sur une population à partir d’un échantillon.