Probabilités et statistique MTH0104 • Polytechnique Montréal

Variables aléatoires discrètes : fiche de révision de MTH0104 (Polytechnique)

Cette fiche rassemble ce qui fait perdre des points sur les variables aléatoires discrètes en MTH0104 : la traduction des événements en valeurs de XX, la fonction de répartition, l'espérance et la variance, les transformations aX+baX+b, les sommes de variables indépendantes et l'espérance d'une pénalité qui n'est pas affine.

Ce que couvre la fiche

Le chapitre fait une question entière du contrôle périodique 1 et revient au final.

Chaque piège est écrit comme on le lit dans les copies, avec la phrase juste à recopier et ce qu'il coûte. L'exemple décortiqué reprend la question type du contrôle : deux probabilités inconnues, la variance, un coût linéaire, puis un total sur plusieurs unités indépendantes.

  • 8 pièges qui coûtent des points
  • 3 figures
  • 15 min de lecture
Faire les exercices du chapitre

Le fil du chapitre

Tout se lit dans le tableau de la loi, valeur par valeur : l'événement du texte devient une liste exacte de valeurs (« plus de 2 » commence à 3), et un coût ou un profit transforme les VALEURS sans toucher aux probabilités, donc la constante disparaît de la variance, le facteur y entre au carré, et pour des variables indépendantes ce sont les variances qui s'ajoutent.

Notions couvertes

  • Variable aléatoire discrète
  • Fonction de masse
  • Fonction de répartition
  • Espérance mathématique
  • Variance et écart-type
  • Transformation affine d'une variable aléatoire
  • Somme de variables aléatoires indépendantes
  • Espérance d'une fonction d'une variable
  • Jeu équitable
  • Mode d'une variable discrète

L'essentiel

La loi et la fonction de répartition : deux lectures du même tableau

  • • La loi (fonction de masse) donne P(X=x)P(X=x) pour chaque valeur possible : des nombres entre 00 et 11, de somme 11.
  • • La fonction de répartition cumule : F(x)=P(X≤x)F(x)=P(X\le x), la somme des probabilités des valeurs jusqu'à xx INCLUS.
  • • FF est un escalier : elle ne monte qu'aux valeurs possibles, et la hauteur de la marche en xx est P(X=x)=F(x)−F(x−)P(X=x)=F(x)-F(x^{-}), la valeur juste avant.
  • • Pour des valeurs entières : P(X<a)=F(a−1)P(X<a)=F(a-1), P(X>a)=1−F(a)P(X>a)=1-F(a), P(X≥a)=1−F(a−1)P(X\ge a)=1-F(a-1), P(a<X≤b)=F(b)−F(a)P(a<X\le b)=F(b)-F(a).
−11234560,10,20,30,40,50,60,70,80,911,1P(X ≤ 3) = F(3) = 0,9P(X < 3) = F(2) = 0,7saut 0,2F(x)
Le palier vert s'arrête AVANT le saut en 33 : P(X<3)=F(2)=0,7P(X<3)=F(2)=0{,}7 ; le palier bleu inclut ce saut : P(X≤3)=F(3)=0,9P(X\le 3)=F(3)=0{,}9. Chaque trait orange vaut une probabilité.

Sur la figure, F(2)=0,7F(2)=0{,}7 et F(3)=0,9F(3)=0{,}9 : la différence, 0,20{,}2, est exactement P(X=3)P(X=3).

Espérance, variance, écart-type

  • • E(X)=∑x P(X=x)E(X)=\sum x\,P(X=x) : la moyenne à long terme, pas forcément une valeur possible (E(X)=1,9E(X)=1{,}9 pour une variable entière).
  • • E(X2)=∑x2 P(X=x)E(X^{2})=\sum x^{2}\,P(X=x) : on élève les VALEURS au carré, jamais les probabilités.
  • • V(X)=E(X2)−E(X)2≥0V(X)=E(X^{2})-E(X)^{2}\ge 0 et σ(X)=V(X)\sigma(X)=\sqrt{V(X)}, dans l'unité de XX.
  • • E(g(X))=∑g(x) P(X=x)E(g(X))=\sum g(x)\,P(X=x) pour toute fonction gg (pénalité, coût par paliers).

Une variance négative ou nulle pour une variable qui varie trahit une confusion entre E(X²) et E(X)².

Les règles de calcul en tableau

Chaque ligne se lit de gauche à droite : les hypothèses, puis le résultat. Une case rouge n'est pas une réponse, c'est le constat que la forme ne décide rien et l'ordre de transformer l'écriture. Chaque cas est suivi d'un exemple chiffré.

Traduire la phrase du texte en valeurs de X

Exemples calculés avec la loi de la figure : P(X=0..4)=0,1P(X=0..4)=0{,}1 ; 0,30{,}3 ; 0,30{,}3 ; 0,20{,}2 ; 0,10{,}1, donc F=0,1F=0{,}1 ; 0,40{,}4 ; 0,70{,}7 ; 0,90{,}9 ; 11.

PhraseValeurs de XXAvec FF
au plus 2 X≤2X\le 2 F(2)F(2)

Exemple : P(X≤2)=0,7P(X\le 2)=0{,}7

moins de 2 X≤1X\le 1 F(1)F(1)

Exemple : P(X<2)=0,4P(X<2)=0{,}4

plus de 2 X≥3X\ge 3 1−F(2)1-F(2)

Exemple : P(X>2)=1−0,7=0,3P(X>2)=1-0{,}7=0{,}3

au moins 2 X≥2X\ge 2 1−F(1)1-F(1)

Exemple : P(X≥2)=1−0,4=0,6P(X\ge 2)=1-0{,}4=0{,}6

entre 1 et 3 inclus 1≤X≤31\le X\le 3 F(3)−F(0)F(3)-F(0)

Exemple : P(1≤X≤3)=0,9−0,1=0,8P(1\le X\le 3)=0{,}9-0{,}1=0{,}8

strictement entre 1 et 3 X=2X=2 F(2)−F(1)F(2)-F(1)

Exemple : P(1<X<3)=0,7−0,4=0,3P(1<X<3)=0{,}7-0{,}4=0{,}3

Les mots « au moins » et « au plus » gardent la borne ; « plus de » et « moins de » l'excluent.

Ce que devient l'espérance et la variance

Exemples avec E(X)=3E(X)=3, V(X)=4V(X)=4 (donc σ(X)=2\sigma(X)=2), et YY indépendante de XX avec E(Y)=1E(Y)=1, V(Y)=2,25V(Y)=2{,}25.

VariableEspéranceVariance
X+bX+b E(X)+bE(X)+b V(X)V(X)

Exemple : E(X+5)=8E(X+5)=8 ; V(X+5)=4V(X+5)=4

aXaX aE(X)aE(X) a2V(X)a^{2}V(X)

Exemple : E(−3X)=−9E(-3X)=-9 ; V(−3X)=36V(-3X)=36 ; σ(−3X)=6\sigma(-3X)=6

aX+baX+b aE(X)+baE(X)+b a2V(X)a^{2}V(X)

Exemple : E(2X−7)=−1E(2X-7)=-1 ; V(2X−7)=16V(2X-7)=16

X+YX+Y indép. E(X)+E(Y)E(X)+E(Y) V(X)+V(Y)V(X)+V(Y)

Exemple : E(X+Y)=4E(X+Y)=4 ; V(X+Y)=6,25V(X+Y)=6{,}25

X−YX-Y indép. E(X)−E(Y)E(X)-E(Y) V(X)+V(Y)V(X)+V(Y)

Exemple : E(X−Y)=2E(X-Y)=2 ; V(X−Y)=6,25V(X-Y)=6{,}25

X−YX-Y indép. E(X)−E(Y)E(X)-E(Y) V(X)−V(Y)V(X)-V(Y) règle inexistante

Exemple : 4−2,25=1,754-2{,}25=1{,}75, alors que V(X−Y)=6,25V(X-Y)=6{,}25.

Ce qu'il faut faire : Les variances s'AJOUTENT toujours : V(X−Y)=V(X)+(−1)2V(Y)V(X-Y)=V(X)+(-1)^{2}V(Y).

X1+⋯+X10X_{1}+\dots+X_{10} indép. 10E(X)10E(X) 10V(X)10V(X)

Exemple : E=30E=30 ; V=40V=40 ; σ=40≈6,32\sigma=\sqrt{40}\approx 6{,}32

10X10X 10E(X)10E(X) 100V(X)100V(X)

Exemple : E(10X)=30E(10X)=30 ; V(10X)=400V(10X)=400 ; σ=20\sigma=20

Dix copies indépendantes et dix fois la même valeur ont la même espérance, mais pas la même dispersion : σ\sigma grandit comme 10\sqrt{10} dans le premier cas, comme 1010 dans le second.

Les pièges qui coûtent des points

Les erreurs ci-dessous sont celles que je corrige le plus souvent en séance. Chacune coûte des points sur une copie, même quand le raisonnement est juste.

1. Traduire « plus de 2 » par X ≥ 2

toute la sous-question

Ce qu'il ne faut pas écrire

« P(X>2)=P(X≥2)=0,6P(X>2)=P(X\ge 2)=0{,}6. »

Ce qu'il faut écrire

« Plus de 2 » veut dire X≥3X\ge 3 : P(X>2)=1−F(2)=1−0,7=0,3P(X>2)=1-F(2)=1-0{,}7=0{,}3. »

Pourquoi : Pour une variable qui compte, X > 2 et X ≥ 3 sont le même événement ; X ≥ 2 en ajoute une valeur entière, ici de probabilité 0,3.

2. Lire P(X < 3) directement sur F(3)

1 point

Ce qu'il ne faut pas écrire

« P(X<3)=F(3)=0,9P(X<3)=F(3)=0{,}9. »

Ce qu'il faut écrire

« F(3)=P(X≤3)F(3)=P(X\le 3) inclut la valeur 33 ; donc P(X<3)=P(X≤2)=F(2)=0,7P(X<3)=P(X\le 2)=F(2)=0{,}7. »

Pourquoi : F inclut toujours sa borne ; une inégalité stricte recule d'une valeur entière (figure de l'essentiel).

3. Confondre E(X²) et E(X)²

la variance et tout ce qui en dépend

Ce qu'il ne faut pas écrire

« E(X2)=1,92=3,61E(X^{2})=1{,}9^{2}=3{,}61, donc V(X)=3,61−3,61=0V(X)=3{,}61-3{,}61=0. »

Ce qu'il faut écrire

« E(X2)=∑x2P(X=x)=4,9E(X^{2})=\sum x^{2}P(X=x)=4{,}9, donc V(X)=4,9−1,92=1,29V(X)=4{,}9-1{,}9^{2}=1{,}29. »

Pourquoi : On élève chaque valeur au carré avant de faire la moyenne ; l'inverse donne une variance nulle.

4. Garder la constante dans V(aX + b), ou oublier le carré

1 à 2 points

Ce qu'il ne faut pas écrire

« V(X)=0,49V(X)=0{,}49, donc V(2X+3)=2×0,49+3=3,98V(2X+3)=2\times 0{,}49+3=3{,}98. »

Ce qu'il faut écrire

« V(2X+3)=22V(X)=4×0,49=1,96V(2X+3)=2^{2}V(X)=4\times 0{,}49=1{,}96, et σ(2X+3)=2×0,7=1,4\sigma(2X+3)=2\times 0{,}7=1{,}4. »

0123456789100123456789100,30,30,50,50,20,2écart 2écart 4X : écart-type 0,72X + 3 : écart-type 1,4
Les hauteurs ne bougent pas : 11, 22, 33 deviennent 55, 77, 99, écartés deux fois plus ; le +3+3 décale sans écarter, d'où σ(2X+3)=1,4\sigma(2X+3)=1{,}4.

Pourquoi : La constante déplace toutes les valeurs du même pas, sans les écarter ; le facteur étire les écarts, donc leurs carrés de a².

5. Donner un écart-type négatif

1 point

Ce qu'il ne faut pas écrire

« σ(X)=0,7\sigma(X)=0{,}7, donc σ(4−2X)=−2×0,7=−1,4\sigma(4-2X)=-2\times 0{,}7=-1{,}4. »

Ce qu'il faut écrire

« σ(4−2X)=∣−2∣ σ(X)=1,4\sigma(4-2X)=|-2|\,\sigma(X)=1{,}4. »

Pourquoi : Un écart-type est une racine carrée, toujours positive ; un facteur négatif retourne les valeurs, il ne les rapproche pas.

6. Soustraire les variances d'une différence

1 point

Ce qu'il ne faut pas écrire

« XX et YY indépendantes, V(X)=0,49V(X)=0{,}49, V(Y)=0,36V(Y)=0{,}36, donc V(X−Y)=0,13V(X-Y)=0{,}13. »

Ce qu'il faut écrire

« V(X−Y)=V(X)+(−1)2V(Y)=0,49+0,36=0,85V(X-Y)=V(X)+(-1)^{2}V(Y)=0{,}49+0{,}36=0{,}85. »

Pourquoi : L'écart entre deux mesures indépendantes cumule les deux incertitudes : il est plus dispersé que chacune.

7. Multiplier l'écart-type par le nombre d'unités indépendantes

1 à 2 points

Ce qu'il ne faut pas écrire

« Le coût d'un jour a un écart-type de 4040 dollars, donc celui de 2525 jours vaut 25×40=100025\times 40=1000 dollars. »

Ce qu'il faut écrire

« Les 2525 jours sont indépendants : V=25×402V=25\times 40^{2}, donc σ=25×40=200\sigma=\sqrt{25}\times 40=200 dollars. »

0,10,20,30,40,50,60,70012probabilité0,250,50,250,50,5X₁ + X₂ : variance 0,52X : variance 1
XX vaut 00 ou 11 avec 0,50{,}5 : X1+X2X_{1}+X_{2} et 2X2X ont la même moyenne 11, mais 2X2X n'a que les valeurs extrêmes 00 et 22, d'où une variance double.

Pourquoi : Ce sont les variances qui s'ajoutent ; 25σ serait l'écart-type de 25 fois le même jour, sans aucune compensation entre bons et mauvais jours.

8. Calculer l'espérance d'une pénalité par paliers avec E(aX + b)

toute la sous-question

Ce qu'il ne faut pas écrire

« Pénalité de 100100 dollars par unité au-delà de 22 : E=100 (E(X)−2)=100(1,9−2)=−10E=100\,(E(X)-2)=100(1{,}9-2)=-10 dollars. »

Ce qu'il faut écrire

« g(X)=100max⁡(X−2 ;0)g(X)=100\max(X-2\,;0) n'est pas affine : E(g(X))=100(1×0,2+2×0,1)=40E(g(X))=100(1\times 0{,}2+2\times 0{,}1)=40 dollars. »

Pourquoi : E(g(X)) = g(E(X)) n'est vrai que pour g affine ; une pénalité négative doit alerter immédiatement.

Quelle méthode choisir

Quel calcul selon ce que l'énoncé donne et demande

On regarde la donnée fournie et le mot de la question, avant de calculer.

  • Si une probabilité manque, ou deux avec l'espérance donnée → écrire la somme égale à 1, et l'équation de l'espérance pour la seconde inconnue

    Exemple : a+b=0,55a+b=0{,}55 et a+2b=0,75a+2b=0{,}75 donnent b=0,20b=0{,}20, a=0,35a=0{,}35

  • Si la fonction de répartition est donnée → loi par les sauts, probabilités par différences de F

    Exemple : P(X=3)=F(3)−F(2)=0,9−0,7=0,2P(X=3)=F(3)-F(2)=0{,}9-0{,}7=0{,}2

  • Si un coût ou un profit de la forme aX + b → E et V de X d'abord, puis les propriétés, sans refaire de tableau

    Exemple : C=30+85XC=30+85X : E(C)=30+85E(X)E(C)=30+85E(X), σ(C)=85 σ(X)\sigma(C)=85\,\sigma(X)

  • Si une pénalité par paliers, un max, un min, un carré → tableau des valeurs de g(X), puis E(g(X)) par la somme pondérée

    Exemple : 100max⁡(X−2 ;0)100\max(X-2\,;0) : valeurs 00, 00, 00, 100100, 200200

  • Si un total sur n unités, jours ou parties indépendants → E multipliée par n, V multipliée par n, σ par la racine de n

    Exemple : n=10n=10, σ=75,55\sigma=75{,}55 : σtotal=10×75,55≈238,9\sigma_{total}=\sqrt{10}\times 75{,}55\approx 238{,}9

  • Si « jeu équitable », « quelle mise », « quel lot » → espérance du gain net égale à 0, une équation en l'inconnue

    Exemple : mise mm égale à l'espérance du lot

Si la variable de la question n'est pas X (un coût, un gain), on la définit d'abord par une phrase, puis on écrit sa relation à X.

La rédaction attendue

Le correcteur coche des étapes. Les voici dans l'ordre, avec la phrase de conclusion qu'il attend mot pour mot.

La question type du contrôle : loi tirée de fréquences, paramètres, coût

Quand l'utiliser : « Sur 250 jours, on a observé... Déterminez la loi, l'espérance, l'écart-type, puis le coût moyen. »

  1. 1 Définir la variable par une phrase : « X : nombre de ... par jour, pris au hasard ».
  2. 2 Dresser le tableau des valeurs et des probabilités (effectif divisé par le total), et vérifier que la somme vaut 1.
  3. 3 Calculer E(X), puis E(X²), puis V(X) = E(X²) − E(X)² et σ, avec l'unité.
  4. 4 Traduire chaque événement en valeurs de X avant d'additionner les probabilités.
  5. 5 Écrire le coût C = a + bX, puis E(C) et σ(C) par les propriétés, la constante absente de σ.
  6. 6 Conclure chaque calcul par une phrase dans l'unité du problème.

Phrase de conclusion

« En moyenne, il y a 1,52 absent par jour, et le coût quotidien moyen est de 687,20 dollars, avec un écart-type d'environ 445 dollars. »

Le piège : Sauter la phrase de définition de X : la correction compte la variable définie et la réponse interprétée.

Rendre un jeu équitable

Quand l'utiliser : « Quel lot (ou quelle mise) rend le jeu équitable ? »

  1. 1 Construire la loi de l'expérience (arbre si les épreuves sont successives).
  2. 2 Définir le gain NET G = lot − mise pour chaque issue, la mise retirée aussi des parties perdues.
  3. 3 Écrire E(G) = 0 avec l'inconnue, et résoudre.
  4. 4 Vérifier en recalculant E(G) avec la valeur trouvée.

Phrase de conclusion

« Le jeu est équitable si et seulement si l'espérance du gain net du joueur est nulle, soit un lot de 17 dollars. »

Le piège : Prendre l'espérance du lot pour celle du gain : la mise n'est alors jamais retirée.

Vérifier avant de rendre

Cinq minutes de vérification récupèrent plus de points qu'un exercice de plus commencé à la hâte.

  • La loi est une loi

    Toutes les probabilités entre 0 et 1, somme égale à 1, avant tout autre calcul.

    Une inconnue a = −0,05 trouvée par le système dit qu'une équation est fausse, pas que la loi est bizarre.

  • L'espérance tombe entre les valeurs

    E(X) est entre la plus petite et la plus grande valeur, plutôt du côté des grandes probabilités.

    Une moyenne de 5,2 jours pour un délai qui va de 3 à 7 avec le gros des probabilités à 4 et 5 doit faire refaire le calcul.

  • La calculatrice en mode statistique

    Si votre calculatrice a un mode statistique à une variable : valeurs en données, probabilités en fréquences ; la moyenne affichée est E(X) et l'écart-type de population (σx) est σ(X).

    Ne pas prendre Sx, l'écart-type d'échantillon : il suppose des effectifs et divise par n − 1.

  • Signe et unité

    Une variance est positive, en unité au carré ; un écart-type est positif, dans l'unité de X ; une pénalité n'est jamais négative.

    Un σ(C) négatif ou une pénalité moyenne de −45 dollars dit qu'une propriété a été mal appliquée.

L'exercice type décortiqué

Échantillons de sol refusés : deux inconnues, variance, coût et total sur dix lots

Un laboratoire de géotechnique reçoit les échantillons de sol par lots de 33. On note XX le nombre d'échantillons refusés (mal scellés ou trop secs) dans un lot pris au hasard. Le registre donne P(X=0)=0,40P(X=0)=0{,}40, P(X=3)=0,05P(X=3)=0{,}05, et un nombre moyen de 0,90{,}9 échantillon refusé par lot ; P(X=1)=aP(X=1)=a et P(X=2)=bP(X=2)=b sont inconnues.

Chaque échantillon refusé coûte 8585 dollars de reprise, et chaque lot entraîne 3030 dollars de frais fixes d'enregistrement. Déterminez aa et bb, σ(X)\sigma(X), la probabilité que plus d'un échantillon soit refusé, puis l'espérance et l'écart-type du coût d'un lot et de dix lots indépendants.

Étape 1

XX : nombre d'échantillons refusés dans un lot de 33, valeurs 00, 11, 22, 33.

Pourquoi

La variable définie par une phrase fait partie de la réponse attendue, et dit quelles valeurs lister.

Étape 2

0,40+a+b+0,05=10{,}40+a+b+0{,}05=1 donne a+b=0,55a+b=0{,}55 ; a+2b+3(0,05)=0,9a+2b+3(0{,}05)=0{,}9 donne a+2b=0,75a+2b=0{,}75 ; donc b=0,20b=0{,}20 et a=0,35a=0{,}35.

Pourquoi

Deux inconnues demandent deux équations : la somme des probabilités et l'espérance donnée.

Étape 3

E(X2)=0,35+4(0,20)+9(0,05)=1,60E(X^{2})=0{,}35+4(0{,}20)+9(0{,}05)=1{,}60 ; V(X)=1,60−0,92=0,79V(X)=1{,}60-0{,}9^{2}=0{,}79 ; σ(X)≈0,889\sigma(X)\approx 0{,}889.

Pourquoi

On élève les valeurs au carré, pas les probabilités ; la variance sort positive, premier contrôle.

Étape 4

« Plus d'un » : X≥2X\ge 2, P(X≥2)=0,20+0,05=0,25P(X\ge 2)=0{,}20+0{,}05=0{,}25.

Pourquoi

La phrase devient une liste de valeurs avant toute somme : « plus d'un » commence à 2.

Étape 5

C=30+85XC=30+85X : E(C)=30+85(0,9)=106,5E(C)=30+85(0{,}9)=106{,}5 dollars ; σ(C)=85 σ(X)≈75,55\sigma(C)=85\,\sigma(X)\approx 75{,}55 dollars.

Pourquoi

Coût affine : les propriétés évitent un tableau ; les frais fixes disparaissent de l'écart-type.

Étape 6

Dix lots indépendants : E=10×106,5=1065E=10\times 106{,}5=1065 dollars ; σ=10×75,55≈238,9\sigma=\sqrt{10}\times 75{,}55\approx 238{,}9 dollars.

Pourquoi

Les variances de lots indépendants s'ajoutent, d'où la racine de 10 et non 10.

Étape 7

Contrôle : 0,40+0,35+0,20+0,05=10{,}40+0{,}35+0{,}20+0{,}05=1 et 0,35+2(0,20)+3(0,05)=0,90{,}35+2(0{,}20)+3(0{,}05)=0{,}9.

Pourquoi

On réinjecte a et b dans les deux conditions : c'est la vérification la plus rentable du contrôle.

Conclusion rédigée

Un lot coûte en moyenne 106,50 dollars, avec un écart-type d'environ 75,55 dollars ; dix lots coûtent en moyenne 1065 dollars, avec un écart-type d'environ 238,90 dollars.

L'erreur classique sur cet exercice : Écrire σ=10×75,55=755,5\sigma=10\times 75{,}55=755{,}5 dollars pour dix lots, ou garder les 3030 dollars dans σ(C)\sigma(C).

À savoir par cœur

  • • F(x)=P(X≤x)F(x)=P(X\le x) inclut la borne ; le saut de FF en xx vaut P(X=x)P(X=x).
  • • « Plus de kk » : X≥k+1X\ge k+1 ; « moins de kk » : X≤k−1X\le k-1 ; « au plus » et « au moins » gardent kk.
  • • V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2}, et E(X2)E(X^{2}) élève les VALEURS au carré.
  • • E(aX+b)=aE(X)+bE(aX+b)=aE(X)+b ; V(aX+b)=a2V(X)V(aX+b)=a^{2}V(X) ; σ(aX+b)=∣a∣ σ(X)\sigma(aX+b)=|a|\,\sigma(X).
  • • Variables indépendantes : V(X±Y)=V(X)+V(Y)V(X\pm Y)=V(X)+V(Y) ; nn copies : V=nV(X)V=nV(X), σ=n σ(X)\sigma=\sqrt{n}\,\sigma(X).
  • • Fonction non affine : E(g(X))=∑g(x)P(X=x)E(g(X))=\sum g(x)P(X=x), jamais g(E(X))g(E(X)).
  • • Jeu équitable : espérance du gain NET égale à 00.

Questions fréquentes

Comment calculer la variance d'une variable aléatoire discrète ?

On calcule d'abord l'espérance, somme des valeurs multipliées par leurs probabilités, puis l'espérance du carré, somme des carrés des valeurs multipliés par leurs probabilités. La variance est l'espérance du carré moins le carré de l'espérance. Elle est toujours positive ; l'écart-type est sa racine carrée, dans l'unité de la variable.

Que devient la variance quand on multiplie une variable par a et qu'on ajoute b ?

La variance est multipliée par a au carré, et la constante b disparaît : ajouter des frais fixes ne rend pas un coût plus ou moins variable. L'écart-type est multiplié par la valeur absolue de a. L'espérance, elle, devient a fois l'espérance plus b.

Comment trouver la loi d'une variable à partir de sa fonction de répartition ?

La fonction de répartition est un escalier qui ne monte qu'aux valeurs possibles. La probabilité d'une valeur est la hauteur de la marche à cette valeur : la valeur de F en ce point moins sa valeur au point possible précédent. La somme de toutes les marches vaut 1.

La variance d'une différence de deux variables indépendantes est-elle la différence des variances ?

Non. Pour deux variables indépendantes, la variance de la somme et celle de la différence valent toutes deux la somme des variances. L'écart entre deux mesures indépendantes cumule les deux incertitudes, il est donc plus dispersé que chacune des mesures.

Pourquoi l'écart-type d'un total sur n jours n'est-il pas n fois celui d'un jour ?

Parce que ce sont les variances de jours indépendants qui s'ajoutent : la variance du total vaut n fois celle d'un jour, et l'écart-type vaut racine de n fois celui d'un jour. Les bons et les mauvais jours se compensent en partie ; n fois l'écart-type supposerait que tous les jours soient identiques.

Marque ici la fiche comme lue ou mets-la en favori : un compte gratuit, sans mot de passe, retient tes fiches lues et tes favoris d'une visite à l'autre, te dit quel chapitre attaquer ensuite et te permet de demander la méthode ou l'exercice qui te manque. Crée ton espace, un courriel suffit.

Passer à la pratique

Exercices corrigés : Variables aléatoires discrètes : loi, espérance et variance

Une méthode se prouve sur une copie, pas sur une fiche. La série du même chapitre reprend chacun de ces pièges dans un exercice, avec le corrigé rédigé étape par étape.

  • 11 exercices corrigés
  • 110 points
  • 180 minutes
Faire les exercices
Il manque quelque chose dans cette fiche ? Une méthode, un piège, un exercice pour l'appliquer, une erreur repérée : dis-le-moi, je lis chaque demande.

L'envoi passe par ton espace gratuit : c'est ce qui me permet de te répondre et de te prévenir quand l'exercice est ajouté. Un courriel suffit, pas de mot de passe. Crée ton espace. Pas envie de créer un compte ? Écris-moi directement.

De quoi s'agit-il ?
Je lis chaque demande moi-même, personne d'autre ne la voit. Inutile d'écrire ton nom ou celui de ton école.
Quand ta demande est traitée, tu es prévenu par courriel et dans ton espace.

En envoyant, tu acceptes que je lise ta demande pour y répondre. Elle est gardée avec ton compte, effacée avec lui, et jamais publiée : politique de confidentialité.

Ce chapitre resservira dans

Les chapitres qui le réclament en amont, plus tard dans l'année ou dans les années suivantes.

© Ahmed Squalli Houssaini. Fiche publiée sur www.letuteurscientifique.ca/fiches/mth0104-variables-aleatoires-discretes. Libre pour l'usage personnel et en classe ; sa republication ailleurs demande une autorisation écrite (mentions légales).

Vous cherchez un tuteur en probabilités et statistique pour MTH0104 ?

Contactez-moi pour une première séance. On reprend vos copies de quiz et de contrôle, et l'on corrige les gestes qui coûtent des points.

Site par Studio Squalli