Les variables aléatoires

Le concept

Jusqu'ici, on parlait d'événements (« obtenir un nombre pair »). Une variable aléatoire est un outil plus puissant : c'est une fonction qui associe un nombre à chaque résultat d'une expérience aléatoire. Elle traduit les résultats en valeurs numériques, ce qui permet de faire des calculs (moyennes, sommes, etc.).

Exemple : je lance deux dés. La variable aléatoire $X$ = « somme des deux dés » associe à chaque lancer un nombre entre 2 et 12. Le résultat concret (les faces obtenues) devient une valeur numérique manipulable.

On note traditionnellement les variables aléatoires par des majuscules ($X$, $Y$), et leurs valeurs possibles par des minuscules ($x$). On écrit $P(X = x)$ pour « la probabilité que la variable $X$ prenne la valeur $x$ ».

L'intérêt : au lieu de raisonner cas par cas, on manipule la variable comme un objet mathématique, avec des propriétés globales (sa moyenne, sa dispersion, sa loi).

Variables discrètes et continues

Distinction fondamentale, car elle change les outils utilisés :

Variable aléatoire discrète — Elle prend un nombre dénombrable de valeurs (souvent des entiers) : le résultat d'un dé, le nombre de paquets perdus, le nombre de tentatives de connexion échouées, le nombre de bugs dans un code. On peut lister ses valeurs possibles.

Variable aléatoire continue — Elle prend des valeurs dans un intervalle continu de réels : une durée (temps de réponse d'un serveur), une taille, une température, une tension. Entre deux valeurs, il y en a une infinité.

Cette distinction impose deux boîtes à outils différentes (sommes pour le discret, intégrales pour le continu — ton cours d'analyse trouve ici une application directe).

La loi de probabilité (distribution)

La loi (ou distribution) d'une variable aléatoire décrit comment les probabilités se répartissent sur ses valeurs possibles. C'est la carte d'identité complète de la variable.

Pour une variable discrète : la loi est donnée par la fonction de masse $P(X = x)$ pour chaque valeur $x$. Exemple, pour un dé équilibré : $P(X = 1) = P(X = 2) = \cdots = P(X = 6) = 1/6$. La somme de toutes les probabilités vaut toujours 1 (c'est une certitude qu'une valeur se réalise).

Pour une variable continue : on ne peut pas parler de $P(X = x)$ (la probabilité d'une valeur exacte est nulle — il y a une infinité de valeurs). On utilise une densité de probabilité $f(x)$ : la probabilité que $X$ tombe dans un intervalle $[a, b]$ est l'aire sous la courbe de la densité sur cet intervalle :

$$P(a \le X \le b) = \int_a^b f(x)\, dx$$

C'est ici que l'intégrale (ton cours d'analyse) devient concrète : la probabilité continue est une aire. L'aire totale sous la densité vaut 1 (probabilité de l'univers entier).

La fonction de répartition

Un outil unifié pour les deux cas : la fonction de répartition (CDF, cumulative distribution function), notée $F(x)$, donne la probabilité que la variable soit inférieure ou égale à une valeur :

$$F(x) = P(X \le x)$$

Elle « cumule » les probabilités. Elle va de 0 (à gauche) à 1 (à droite), en croissant. Elle est très pratique pour répondre à « quelle est la probabilité que le temps de réponse dépasse 2 secondes ? » ($1 - F(2)$) ou « soit compris entre 1 et 3 s ? » ($F(3) - F(1)$).

L'espérance : la valeur moyenne

L'espérance (notée $E[X]$ ou $\mu$, mu) est la valeur moyenne de la variable aléatoire — ce qu'on obtiendrait en moyenne en répétant l'expérience un très grand nombre de fois. C'est le « centre de gravité » de la distribution.

Pour une variable discrète, c'est la moyenne des valeurs pondérée par leurs probabilités :

$$E[X] = \sum_x x \cdot P(X = x)$$

Exemple : espérance d'un dé équilibré = $1 \cdot \tfrac{1}{6} + 2 \cdot \tfrac{1}{6} + \cdots + 6 \cdot \tfrac{1}{6} = \tfrac{21}{6} = 3,5$. En moyenne, un dé « vaut » 3,5 (même si cette valeur n'est jamais obtenue — l'espérance n'est pas forcément une valeur possible).

Pour une variable continue, la somme devient une intégrale : $E[X] = \int x \, f(x)\, dx$.

L'espérance est linéaire, propriété très utile : $E[X + Y] = E[X] + E[Y]$ (toujours vrai, même si $X$ et $Y$ sont dépendants), et $E[aX] = a\,E[X]$. Cette linéarité simplifie énormément de calculs.

Application concrète : l'espérance est au cœur de l'évaluation des risques et des jeux. Un jeu est « équitable » si l'espérance du gain est nulle. Un pari où l'espérance est négative te fait perdre à long terme (c'est le principe des casinos et des loteries). En sécurité, l'espérance de perte (probabilité d'un incident × coût) guide les décisions.

La variance et l'écart-type : la dispersion

L'espérance dit où se situe le centre, mais pas à quel point les valeurs sont dispersées autour. Deux variables peuvent avoir la même moyenne mais des comportements très différents (l'une très concentrée, l'autre très étalée). C'est le rôle de la variance.

La variance (notée $\text{Var}(X)$ ou $\sigma^2$, sigma carré) mesure la dispersion moyenne autour de l'espérance :

$$\text{Var}(X) = E[(X - \mu)^2]$$

C'est la moyenne des carrés des écarts à la moyenne. On élève au carré pour deux raisons : rendre tous les écarts positifs (sinon ils s'annuleraient), et pénaliser davantage les grands écarts. Une variance faible = valeurs concentrées près de la moyenne ; variance élevée = valeurs très étalées.

L'écart-type (noté $\sigma$, sigma) est la racine carrée de la variance :

$$\sigma = \sqrt{\text{Var}(X)}$$

On préfère souvent l'écart-type à la variance car il est dans la même unité que la variable (si $X$ est en secondes, la variance est en secondes², peu parlant, mais l'écart-type est en secondes). L'écart-type est la mesure de dispersion la plus intuitive : « en moyenne, de combien s'écarte-t-on de la moyenne ? »

Application : en analyse réseau, deux serveurs peuvent avoir le même temps de réponse moyen (même espérance), mais celui avec le plus faible écart-type est plus régulier, plus prévisible — souvent préférable. En sécurité, un écart-type inhabituel peut signaler une anomalie (comportement qui sort de la normale).

Ce qu'il faut retenir

• Une variable aléatoire est une fonction qui associe un nombre à chaque résultat d'une expérience — elle rend le hasard calculable. Notée $X$, valeurs $x$, avec $P(X = x)$.
• Discrète (valeurs dénombrables : dés, comptages) vs continue (intervalle de réels : durées, tailles) — deux boîtes à outils (sommes vs intégrales).
• La loi décrit la répartition des probabilités : fonction de masse $P(X=x)$ (discret) ou densité $f(x)$ (continu, où $P(a \le X \le b) = \int_a^b f(x)dx$ = aire sous la courbe).
• La fonction de répartition $F(x) = P(X \le x)$ cumule les probabilités (de 0 à 1) ; pratique pour les calculs d'intervalles.
• L'espérance $E[X] = \mu$ est la valeur moyenne (centre de gravité) ; linéaire ($E[X+Y]=E[X]+E[Y]$) ; base de l'évaluation des risques et des jeux.
• La variance $\sigma^2 = E[(X-\mu)^2]$ mesure la dispersion ; l'écart-type $\sigma = \sqrt{\text{Var}(X)}$ est dans la même unité que $X$, plus intuitif — clé pour la régularité et la détection d'anomalies.