Comment calculer l'espérance et… : En décomposant X = X_1 + ·s + X_n… — Tle spé maths | MetMat

Comment calculer l'espérance et la variance de la loi binomiale $\mathcal{B}(n, p)$ ?

En décomposant $X = X_1 + \cdots + X_n$ (variables de Bernoulli indépendantes de même loi), puis en appliquant $E(X) = np$ par linéarité et $V(X) = np(1-p)$ par additivité

Calculer l'espérance et la variance d'une variable $X \sim \mathcal{B}(n, p)$ en utilisant les formules $E(X) = np$ et $V(X) = np(1-p)$ .

Maîtriser

Reconnaître

Résoudre

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

Soit $X \sim \mathcal{B}(10; 0{,}3)$ . Calculer $E(X)$ , $V(X)$ et $\sigma(X)$ .

L'objectif

Calculer l'espérance et la variance d'une variable $X \sim \mathcal{B}(n, p)$ en utilisant les formules $E(X) = np$ et $V(X) = np(1-p)$ .

Le principe

Si $X \sim \mathcal{B}(n, p)$ , on décompose $X = X_1 + \cdots + X_n$ avec $X_i \sim \mathcal{B}(1, p)$ i.i.d. : la linéarité donne $E(X) = nE(X_i) = np$ , et l'additivité donne $V(X) = nV(X_i) = np(1-p)$ .

La méthode

1
Identifier les paramètres $n$ (nombre d'épreuves) et $p$ (probabilité de succès) de la loi binomiale $X \sim \mathcal{B}(n, p)$ .
2
Rappeler la décomposition $X = X_1 + \cdots + X_n$ où les $X_i \sim \mathcal{B}(1, p)$ sont indépendantes, avec $E(X_i) = p$ et $V(X_i) = p(1-p)$ .
Comment exprimer une variable aléatoire comme somme de variables plus simples ?Voir
3
Appliquer la linéarité de l'espérance : $E(X) = \sum_{i=1}^{n} E(X_i) = np$ .
Comment calculer l'espérance d'une somme de variables aléatoires par linéarité ?Voir
4
Appliquer l'additivité de la variance (variables indépendantes) : $V(X) = \sum_{i=1}^{n} V(X_i) = np(1-p)$ . En déduire l'écart-type $\sigma(X) = \sqrt{np(1-p)}$ .
Comment calculer la variance d'une somme de variables aléatoires indépendantes ?Voir

Pour comprendre, fais des exercices !

Exercice d'exemple

Soit $X \sim \mathcal{B}(10; 0{,}3)$ . Calculer $E(X)$ , $V(X)$ et $\sigma(X)$ .

Étape 1 —

Identifier les paramètres

n

(nombre d'épreuves) et

p

(probabilité de succès) de la loi binomiale

X \sim \mathcal{B}(n, p)

$n = 10$ et $p = 0{,}3$ , donc $X$ suit une loi binomiale de paramètres $10$ et $0{,}3$ .

Étape 2 —

Rappeler la décomposition

X = X_1 + \cdots + X_n

où les

X_i \sim \mathcal{B}(1, p)

sont indépendantes, avec

E(X_i) = p

V(X_i) = p(1-p)

$X = X_1 + \cdots + X_{10}$ avec $X_i \sim \mathcal{B}(1; 0{,}3)$ i.i.d., $E(X_i) = 0{,}3$ , $V(X_i) = 0{,}3 \times 0{,}7 = 0{,}21$ .

Étape 3 —

Appliquer la linéarité de l'espérance :

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

$E(X) = 10 \times 0{,}3 = 3$ .

Étape 4 —

Appliquer l'additivité de la variance (variables indépendantes) :

V(X) = \sum_{i=1}^{n} V(X_i) = np(1-p)

. En déduire l'écart-type

\sigma(X) = \sqrt{np(1-p)}

$V(X) = 10 \times 0{,}21 = 2{,}1$ et $\sigma(X) = \sqrt{2{,}1} \approx 1{,}45$ .

$E(X) = 3$ , $V(X) = 2{,}1$ , $\sigma(X) = \sqrt{2{,}1} \approx 1{,}45$ .

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 l'espérance et la variance de la loi binomiale B(n,p)\mathcal{B}(n, p)B(n,p) ?

En décomposant X=X1+⋯+XnX = X_1 + \cdots + X_nX=X1​+⋯+Xn​ (variables de Bernoulli indépendantes de même loi), puis en appliquant E(X)=npE(X) = npE(X)=np par linéarité et V(X)=np(1−p)V(X) = np(1-p)V(X)=np(1−p) par additivité

Pour comprendre, fais des exercices !

Comment calculer l'espérance et la variance de la loi binomiale $\mathcal{B}(n, p)$ ?

En décomposant $X = X_1 + \cdots + X_n$ (variables de Bernoulli indépendantes de même loi), puis en appliquant $E(X) = np$ par linéarité et $V(X) = np(1-p)$ par additivité