Comment appliquer le théorème… : En calculant E(g(X))=sum g(x) P(X=x)… — ECG1 approfondies | MetMat

Comment appliquer le théorème de transfert pour une VAR discrète ?

En calculant $E(g(X))=\sum g(x) P(X=x)$ sous convergence absolue

Calculer $E(g(X))$ à partir de la loi de $X$ sans déterminer la loi de $Y=g(X)$ .

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Soit $X \hookrightarrow \mathcal{G}(p)$ . Calculer $E\left(\frac{1}{X}\right)$ .

L'objectif

Calculer $E(g(X))$ à partir de la loi de $X$ sans déterminer la loi de $Y=g(X)$ .

Le principe

Théorème de transfert : quand $X(\Omega)$ est infini, $g(X)$ admet une espérance si et seulement si $\sum_{x\in X(\Omega)} g(x) P(X=x)$ converge absolument ; dans ce cas $E(g(X))=\sum_{x\in X(\Omega)} g(x) P(X=x)$ .

La méthode

1
Je vérifie que $g$ est définie sur $X(\Omega)$ et j'écris formellement $\sum_{x \in X(\Omega)} |g(x)| P(X=x)$ .
2
Je justifie la convergence absolue par un critère adapté (d'Alembert, comparaison, domination).
3
Je calcule $E(g(X))=\sum_{x\in X(\Omega)} g(x) P(X=x)$ en reconnaissant une série connue (géométrique dérivée, série exponentielle…).
Comment utiliser la série exponentielle $\sum x^k/k!$ ?Voir
4
Je conclus en donnant la valeur exacte de $E(g(X))$ .

Pour comprendre, fais des exercices !

Exercice d'exemple

Soit $X \hookrightarrow \mathcal{G}(p)$ . Calculer $E\left(\frac{1}{X}\right)$ .

Étape 1 —

Je vérifie que

g

est définie sur

X(\Omega)

et j'écris formellement

\sum_{x \in X(\Omega)} |g(x)| P(X=x)

$g(x)=\frac{1}{x}$ est définie sur $X(\Omega)=\mathbb{N}^*$ ; on étudie $\sum_{k\geq 1} \frac{1}{k}(1-p)^{k-1}p$ .

Étape 2 —

Je justifie la convergence absolue par un critère adapté (d'Alembert, comparaison, domination).

Par comparaison avec $\sum (1-p)^{k-1}$ (géométrique convergente) et $\frac{1}{k}\leq 1$ , la série converge absolument (termes positifs et majorés).

Étape 3 —

Je calcule

E(g(X))=\sum_{x\in X(\Omega)} g(x) P(X=x)

en reconnaissant une série connue (géométrique dérivée, série exponentielle…).

$E\left(\frac{1}{X}\right)=\sum_{k\geq 1}\frac{1}{k}(1-p)^{k-1}p=\frac{p}{1-p}\sum_{k\geq 1}\frac{(1-p)^k}{k}=-\frac{p}{1-p}\ln(p)$ (série du logarithme).

Étape 4 —

Je conclus en donnant la valeur exacte de

E(g(X))

Conclusion : $E\left(\frac{1}{X}\right)=-\frac{p\ln(p)}{1-p}$ .

$E\left(\frac{1}{X}\right)=-\frac{p\ln(p)}{1-p}$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment appliquer le théorème de transfert pour une VAR discrète ?

En calculant E(g(X))=∑g(x)P(X=x)E(g(X))=\sum g(x) P(X=x)E(g(X))=∑g(x)P(X=x) sous convergence absolue

Pour comprendre, fais des exercices !

En calculant $E(g(X))=\sum g(x) P(X=x)$ sous convergence absolue