Variable aléatoire | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

vignette|La valeur d’un dé après un lancer est une variable aléatoire comprise entre 1 et 6. En théorie des probabilités, une variable aléatoire est une variable dont la valeur est déterminée après la réalisation d’un phénomène, expérience ou événement, aléatoire. En voici des exemples : la valeur d’un dé entre 1 et 6 ; le côté de la pièce dans un pile ou face ; le nombre de voitures en attente dans la 2e file d’un télépéage autoroutier ; le jour de semaine de naissance de la prochaine personne que vous rencontrez ; le temps d’attente dans la queue du cinéma ; le poids de la part de tomme que le fromager vous coupe quand vous lui en demandez un quart ; etc. Notez bien que les situations réalistes présentées ici ne sont pas nécessairement celles de la réalité, le point important étant qu’elles sont ici placées dans le cadre de la théorie des probabilités. Mathématiquement, c’est une application définie sur l’ensemble des éventualités, c’est-à-dire l’ensemble des résultats possibles d’une expérience aléatoire. Ce furent les jeux de hasard qui amenèrent à concevoir les variables aléatoires, en associant à une éventualité (résultat du lancer d’un ou plusieurs dés, d’un tirage à pile ou face, d’une roulette) un gain. Cette association éventualité-gain a donné lieu par la suite à la conception d’une fonction de portée plus générale. Le développement des variables aléatoires est associé à la théorie de la mesure. Les valeurs possibles d'une variable aléatoire pourraient représenter les résultats possibles d'une expérience, dont la valeur déjà existante est incertaine. Ils peuvent aussi représenter conceptuellement soit les résultats d'un processus aléatoire « objectif » (comme lancer un dé) ou le caractère aléatoire « subjectif » qui résulte de la connaissance incomplète d'une quantité (comme la température qu'il fera dans 5 jours). La signification des probabilités attribuées aux valeurs possibles d'une variable aléatoire ne fait pas partie de la théorie des probabilités, mais est plutôt liée à des arguments philosophiques sur l'interprétation de la probabilité.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (32)

Personnes associées (8)

Unités associées (1)

Concepts associés (196)

Cours associés (152)

Séances de cours associées (1 000)

MOOCs associés (10)

Auto-tuning deep forest for shear stiffness prediction of headed stud connectors

Yuqing Liu

The shear stiffness of headed stud connector is a critical parameter for the calculation of deflection and inter-facial shear force for steel-concrete composite structure. Thus, this study presented a

2022

Micromechanically inspired investigation of cemented granular materials: part I-from X-ray micro tomography to measurable model variables

Edward Ando, Gioacchino Viggiani

Cemented granular materials are abundant in nature and are often artificially produced. Their macroscopic behaviour is driven by small-scale material processes, which are generally classified as: grai

SPRINGER HEIDELBERG2022

Since the birth of Information Theory, researchers have defined and exploited various information measures, as well as endowed them with operational meanings. Some were born as a "solution to a proble

EPFL2022

EE-566: Adaptation and learning

In this course, students learn to design and master algorithms and core concepts related to inference and learning from data and the foundations of adaptation and learning theories with applications.

MATH-442: Statistical theory

The course aims at developing certain key aspects of the theory of statistics, providing a common general framework for statistical methodology. While the main emphasis will be on the mathematical asp

PHYS-467: Machine learning for physicists

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practi

Variable aléatoire

Statistique

La statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous. C'est à la fois une branche des mathématiques appliquées, une méthode et un ensemble de techniques. ce qui permet de différencier ses applications mathématiques avec une statistique (avec une minuscule). Le pluriel est également souvent utilisé pour la désigner : « les statistiques ».

Fonction de répartition

En théorie des probabilités, la fonction de répartition, ou fonction de distribution cumulative, d'une variable aléatoire réelle X est la fonction F_X qui, à tout réel x, associe la probabilité d’obtenir une valeur inférieure ou égale : Cette fonction est caractéristique de la loi de probabilité de la variable aléatoire.

Analyse Numérique pour Ingénieurs

Ce cours contient les 7 premiers chapitres d'un cours d'analyse numérique donné aux étudiants bachelor de l'EPFL. Des outils de base sont décrits dans les chapitres 1 à 5. La résolution numérique d'éq

Analyse numérique pour ingénieurs

Analyse Numérique

Couvre l'estimation des variables aléatoires et de leurs fonctions.

Introduit le modèle Ising pour le ferromagnétique sur une grille de variables aléatoires, explorant les fonctions de masse et de partition.

Explique comment calculer les valeurs d'attente pour les variables aléatoires en utilisant des exemples comme un jeu de dés.