🇫🇷 FrancePremière SpécialitéVariables aléatoires
XCH 09Probas📗 Première · 4h/sem · Épreuve anticipée coef.2

Variables aléatoires

Définition, loi de probabilité, espérance E(X), variance V(X)=E(X²)−[E(X)]², écart-type σ(X), loi uniforme sur {1,…,n}.

📊 Loi, espérance et variance
Variable aléatoire et loi de probabilité
Définition
X : Ω → ℝ (fonction qui associe un nombre réel à chaque issue) X prend les valeurs x₁<x₂<…<xₙ avec probabilités p₁,…,pₙ Σᵢ pᵢ = 1 LOI DE X : tableau X | x₁ x₂ … xₙ P | p₁ p₂ … pₙ LOI UNIFORME sur {x₁,…,xₙ} : pᵢ=1/n pour tout i
Espérance, variance et écart-type
Formule clé
ESPÉRANCE : E(X) = Σᵢ xᵢ·pᵢ = x₁p₁+x₂p₂+…+xₙpₙ «Valeur moyenne à long terme» VARIANCE : V(X) = E(X²)−[E(X)]² E(X²) = Σᵢ xᵢ²·pᵢ V(X) ≥ 0 toujours ÉCART-TYPE : σ(X) = √V(X) (même unité que X) PROPRIÉTÉS LINÉAIRES : E(aX+b) = a·E(X)+b V(aX+b) = a²·V(X) σ(aX+b) = |a|·σ(X)
L'espérance est le 'centre de gravité' de la loi. La variance mesure la dispersion autour de E(X).
Exercices
EX-VA1FacileEspérance et variance

X : loi X | 1 2 3 P | 0,2 0,5 0,3 Calculer E(X) et V(X).

🧮 Résoudre avec IA
EX-VA2IntermédiaireJeu de dés équitable

Dé équilibré. Gain X : +3€ si pair, −2€ si impair. E(X) et σ(X).

🧮 Résoudre avec IA
← Précédent
Probabilités conditionnelles
Suivant →
Python & Algorithmes