Comment calculer E(X_1+…+X_n) ? : En appliquant la linéarité E (sum_ i=1 ^ n… — ECG2 appliquées | MetMat

Comment calculer $E(X_1+\dots+X_n)$ ?

En appliquant la linéarité $E\!\left(\sum_{i=1}^{n} X_i\right)=\sum_{i=1}^{n} E(X_i)$

Calculer l'espérance d'une somme de variables aléatoires discrètes en sommant leurs espérances individuelles.

Maîtriser

Reconnaître

Résoudre

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

Soient $X_1,\dots,X_n$ des variables de Bernoulli (non nécessairement indépendantes) de paramètres respectifs $p_1,\dots,p_n$ . Calculer $E(X_1+\dots+X_n)$ .

L'objectif

Calculer l'espérance d'une somme de variables aléatoires discrètes en sommant leurs espérances individuelles.

Le principe

Si $X_1,\dots,X_n$ sont des variables aléatoires discrètes admettant chacune une espérance, alors $X_1+\dots+X_n$ admet une espérance et $E\!\left(\sum_{i=1}^{n} X_i\right)=\sum_{i=1}^{n} E(X_i)$ , sans hypothèse d'indépendance.

La méthode

1
Je vérifie que chaque $X_i$ admet une espérance $E(X_i)$ et je l'identifie (loi usuelle ou calcul direct $E(X_i)=\sum_{x}xP([X_i=x])$ ).
2
J'écris $S=\sum_{i=1}^{n} X_i$ et j'applique la linéarité de l'espérance : $E(S)=\sum_{i=1}^{n} E(X_i)$ , sans avoir besoin d'indépendance.
3
Je calcule la somme obtenue (souvent une somme géométrique, arithmétique ou télescopique) pour obtenir une expression close de $E(S)$ .

Pour comprendre, fais des exercices !

Exercice d'exemple

Soient $X_1,\dots,X_n$ des variables de Bernoulli (non nécessairement indépendantes) de paramètres respectifs $p_1,\dots,p_n$ . Calculer $E(X_1+\dots+X_n)$ .

Étape 1 —

Je vérifie que chaque

X_i

admet une espérance

E(X_i)

et je l'identifie (loi usuelle ou calcul direct

E(X_i)=\sum_{x}xP([X_i=x])

Chaque $X_i\sim\mathcal{B}(p_i)$ admet une espérance $E(X_i)=p_i$ .

Étape 2 —

J'écris

S=\sum_{i=1}^{n} X_i

et j'applique la linéarité de l'espérance :

E(S)=\sum_{i=1}^{n} E(X_i)

, sans avoir besoin d'indépendance.

Par linéarité de l'espérance, $E\!\left(\sum_{i=1}^{n}X_i\right)=\sum_{i=1}^{n}E(X_i)=\sum_{i=1}^{n}p_i$ , sans hypothèse d'indépendance.

Étape 3 —

Je calcule la somme obtenue (souvent une somme géométrique, arithmétique ou télescopique) pour obtenir une expression close de

E(S)

L'expression est déjà sous forme close.

$E(X_1+\dots+X_n)=\sum_{i=1}^{n}p_i$ .

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 calculer E(X1+⋯+Xn)E(X_1+\dots+X_n)E(X1​+⋯+Xn​) ?

En appliquant la linéarité E ⁣(∑i=1nXi)=∑i=1nE(Xi)E\!\left(\sum_{i=1}^{n} X_i\right)=\sum_{i=1}^{n} E(X_i)E(∑i=1n​Xi​)=∑i=1n​E(Xi​)

Pour comprendre, fais des exercices !

Comment calculer $E(X_1+\dots+X_n)$ ?

En appliquant la linéarité $E\!\left(\sum_{i=1}^{n} X_i\right)=\sum_{i=1}^{n} E(X_i)$