Calcul De La Loi D Une Fonction Simple De X

Calculez instantanément la loi d’une variable aléatoire transformée Y = g(X) lorsque X est discrète. Entrez les valeurs possibles de X, leurs probabilités, choisissez une fonction simple, puis obtenez la nouvelle loi, l’espérance, la variance et une visualisation graphique claire.

Calculateur interactif

Résultats

Guide expert : comprendre le calcul de la loi d’une fonction simple de X

Le calcul de la loi d’une fonction simple de X est un sujet fondamental en probabilités. Il intervient dès qu’une variable aléatoire initiale X est transformée par une fonction g pour produire une nouvelle variable Y = g(X). Dans la pratique, ce mécanisme est omniprésent : notation scolaire convertie par un bonus, distance transformée en coût, temps de trajet converti en retard, rendement brut converti en rendement net, ou encore mesure physique élevée au carré pour exprimer une énergie.

Lorsqu’on parle de la loi de Y, on cherche tout simplement à déterminer l’ensemble des valeurs possibles prises par Y et les probabilités correspondantes. Si X est discrète, le principe est direct : on remplace chaque valeur de X par son image via g, puis on regroupe les probabilités des valeurs de X qui donnent la même valeur de Y. Cette dernière étape de regroupement est décisive, car plusieurs valeurs de X peuvent conduire à une seule valeur de Y. C’est exactement ce qui se produit avec une fonction comme Y = X², où X = -2 et X = 2 donnent tous deux Y = 4.

Définition de base

Soit une variable aléatoire discrète X prenant les valeurs x₁, x₂, …, x_n avec les probabilités p₁, p₂, …, p_n. Si l’on définit une nouvelle variable par Y = g(X), alors la loi de Y s’obtient par :

• calcul des images y_i = g(x_i) ;
• identification des valeurs distinctes prises par Y ;
• addition des probabilités associées aux x_i qui produisent une même valeur de Y.

En notation, pour toute valeur y, on écrit :

P(Y = y) = P(g(X) = y) = somme des P(X = x) pour tous les x tels que g(x) = y.

Pourquoi ce calcul est important

Le calcul de la loi transformée permet de passer d’un phénomène observé à un phénomène interprété. Un statisticien, un analyste financier, un ingénieur ou un data scientist manipule rarement les données dans leur forme brute. Il applique souvent des transformations pour rendre l’information exploitable. En assurance, par exemple, un coût total peut dépendre d’une variable aléatoire de fréquence multipliée par un tarif. En physique, certaines grandeurs utiles sont des fonctions non linéaires de mesures primaires. En économie, les gains nets sont des fonctions d’un revenu brut. Comprendre la loi de Y après transformation permet alors de calculer des risques, des moyennes, des variances et des probabilités d’événements cibles.

Méthode pas à pas pour une variable discrète

1. Établir la loi de X : lister toutes les valeurs possibles de X et leurs probabilités.
2. Choisir la fonction g : affine, quadratique, valeur absolue, inverse, carré, cube, etc.
3. Calculer les images : pour chaque x, calculer y = g(x).
4. Fusionner les valeurs identiques : si plusieurs x conduisent au même y, additionner leurs probabilités.
5. Vérifier la somme : la somme des probabilités de Y doit toujours être égale à 1.
6. Calculer les indicateurs : espérance, variance, écart-type si nécessaire.

Point clé : une transformation injective, comme Y = 2X + 1 sur des valeurs distinctes de X, conserve la structure des probabilités sans fusion. En revanche, une transformation non injective, comme Y = X² ou Y = |X|, regroupe plusieurs états de X dans un même état de Y.

Exemple simple avec une fonction affine

Supposons que X prenne les valeurs 0, 1, 2, 3 avec probabilités 0,2 ; 0,3 ; 0,1 ; 0,4. Si l’on définit Y = 2X + 1, alors Y prend les valeurs 1, 3, 5, 7. Comme la fonction affine est strictement croissante ici, chaque valeur de X correspond à une valeur unique de Y. La loi de Y est donc :

• P(Y = 1) = 0,2
• P(Y = 3) = 0,3
• P(Y = 5) = 0,1
• P(Y = 7) = 0,4

On remarque que les probabilités ne changent pas ; seules les valeurs sont transformées.

Exemple avec une fonction non injective : Y = X²

Supposons maintenant que X prenne les valeurs -2, -1, 0, 1, 2 avec probabilités 0,1 ; 0,2 ; 0,4 ; 0,2 ; 0,1. En appliquant Y = X², on obtient :

• X = -2 donne Y = 4
• X = -1 donne Y = 1
• X = 0 donne Y = 0
• X = 1 donne Y = 1
• X = 2 donne Y = 4

La loi de Y s’obtient en fusionnant :

• P(Y = 0) = 0,4
• P(Y = 1) = 0,2 + 0,2 = 0,4
• P(Y = 4) = 0,1 + 0,1 = 0,2

Cet exemple montre parfaitement pourquoi le regroupement des probabilités est indispensable.

Tableau comparatif : effets de différentes fonctions sur une loi simple

Variable de départ	Fonction appliquée	Nombre de valeurs distinctes de Y	Effet principal observé
X sur {-2,-1,0,1,2}	Y = 2X + 1	5	Aucune fusion des probabilités, transformation bijective sur cet ensemble
X sur {-2,-1,0,1,2}	Y = X²	3	Forte fusion des probabilités sur 0, 1 et 4
X sur {-2,-1,0,1,2}	Y = |X|	3	Regroupement symétrique des valeurs négatives et positives
X sur {1,2,3,4}	Y = 1/X	4	Transformation non linéaire sans fusion sur cet ensemble positif

Espérance et variance après transformation

Une fois la loi de Y obtenue, on peut calculer ses caractéristiques numériques. L’espérance de Y vaut :

E(Y) = somme des y × P(Y = y)

La variance vaut :

Var(Y) = E(Y²) – [E(Y)]²

Il est important de rappeler que, sauf cas particulier, E(g(X)) n’est pas égal à g(E(X)). Cette erreur est très fréquente chez les étudiants. Par exemple, pour g(x) = x², on a généralement E(X²) différent de [E(X)]². C’est précisément la raison pour laquelle le calcul de la loi transformée est si utile.

Statistiques concrètes sur des cas d’école courants

Les transformations de variables discrètes sont souvent enseignées à partir d’expériences standards. Le tableau suivant reprend deux références quantitatives souvent utilisées en cours de probabilités.

Expérience aléatoire	Loi de X	Transformation étudiée	Résultat chiffré réel
Dé équilibré à 6 faces	X uniforme sur {1,2,3,4,5,6}	Y = X²	E(X) = 3,5 ; E(X²) = 91/6 ≈ 15,17 ; Var(X) = 35/12 ≈ 2,92
Pièce équilibrée codée 0/1	X suit Bernoulli(0,5)	Y = 2X + 3	P(Y=3)=0,5 ; P(Y=5)=0,5 ; E(Y)=4 ; Var(Y)=1
Deux lancers de pièce, nombre de piles	X suit Binomiale(2,0,5)	Y = |X-1|	P(Y=0)=0,5 ; P(Y=1)=0,5 ; E(Y)=0,5

Cas particuliers à surveiller

• Fonction inverse Y = 1/X : impossible si X peut valoir 0. Il faut alors exclure cette valeur ou conclure que la transformation n’est pas définie partout.
• Fonctions paires comme X² ou |X| : elles entraînent souvent une fusion des probabilités entre x et -x.
• Fonctions affines : elles sont les plus simples à traiter et conservent généralement l’ordre des valeurs.
• Fonctions quadratiques : elles peuvent produire des collisions entre différentes valeurs de X, notamment autour du sommet de la parabole.

Différence entre variable discrète et variable continue

Le calcul présenté ici concerne principalement le cas discret, car il est idéal pour un calculateur simple et pédagogique. Pour une variable continue, la démarche change : on travaille avec une densité, des fonctions monotones par morceaux, des changements de variables et parfois des dérivées. Néanmoins, l’intuition de base reste identique : on cherche à comprendre comment la transformation g redistribue la masse ou la densité de probabilité.

Pour approfondir la théorie des distributions, de l’espérance et des transformations de variables, vous pouvez consulter des ressources de référence comme le NIST Engineering Statistics Handbook, le cours de probabilités de UC Berkeley Statistics ou encore les ressources pédagogiques du MIT OpenCourseWare.

Comment utiliser efficacement ce calculateur

Le calculateur ci-dessus a été conçu pour rendre ce concept immédiatement opérationnel. Il vous suffit d’entrer les valeurs de X, les probabilités correspondantes et la fonction souhaitée. L’outil calcule ensuite :

• la table de correspondance X vers Y ;
• la loi finale de Y après regroupement ;
• l’espérance de Y ;
• la variance et l’écart-type ;
• un graphique permettant de visualiser la répartition des probabilités de Y.

Erreurs fréquentes à éviter

1. Oublier de vérifier que les probabilités somment à 1. Sans cela, la loi de départ n’est pas valide.
2. Négliger les doublons de Y. C’est l’erreur la plus commune avec les fonctions non injectives.
3. Confondre transformation des valeurs et transformation des probabilités. Les probabilités ne changent pas individuellement avant regroupement ; elles se déplacent avec les images de X.
4. Utiliser Y = 1/X alors que X peut valoir 0. La loi transformée n’est alors pas définie sur tout l’espace.
5. Arrondir trop tôt. Il vaut mieux conserver plusieurs décimales pendant les calculs, puis arrondir à la fin.

En résumé

Le calcul de la loi d’une fonction simple de X consiste à transformer chaque valeur possible de X par la fonction g, puis à additionner les probabilités qui conduisent à une même valeur de Y. Cette méthode est simple en apparence, mais elle est conceptuellement essentielle en probabilités, en statistique appliquée, en ingénierie, en économie et en sciences des données. Plus vous vous exercez sur des fonctions variées comme aX + b, X², |X| ou 1/X, plus vous développez une compréhension intuitive de la façon dont une transformation modifie une loi de probabilité.

Si vous souhaitez obtenir un résultat fiable rapidement, un calculateur interactif est un excellent point de départ. Il permet non seulement de vérifier vos exercices, mais aussi de visualiser l’impact réel des transformations sur la distribution finale. C’est précisément cette visualisation qui aide à passer de la formule abstraite à la compréhension concrète.