ATLAS Ouvrir dans l'atlas →

ExercicePremière, chapitre 5 — Probabilités conditionnelles · Espérance, variance et écart-type

Exercice 27

Calcul

Soit XX une variable aléatoire telle que E[X]=4E[X]=4 et V(X)=9V(X)=9.

1. Calculer, sans reconstruire aucune loi de probabilité :

a) E[3X]E[3X]

b) E[X+5]E[X+5]

c) E[2X−1]E[2X-1]

d) E[−X]E[-X]

e) E[0,5X+3]E[0{,}5X+3]

f) E[10−2X]E[10-2X]

2. Quelle propriété du cours a-t-on utilisée ? Pourquoi fait-elle gagner beaucoup de temps ?

3. Un jeu de gain XX a pour espérance E[X]=1,5E[X]=1{,}5 €. L'organisateur décide de doubler tous les gains puis de prélever un droit d'entrée de 22 €. On note YY le nouveau gain. Exprimer YY en fonction de XX, puis calculer E[Y]E[Y].

4. Quel droit d'entrée l'organisateur devrait-il prélever, après avoir doublé les gains, pour que le jeu soit équitable, c'est-à-dire d'espérance nulle ?

5. Un élève affirme que E[X2]=(E[X])2=16E[X^{2}]=\left(E[X]\right)^{2}=16. Expliquer pourquoi c'est faux, et calculer la valeur exacte de E[X2]E[X^{2}].

Corrigé

1. On applique E[aX+b]=a E[X]+bE[aX+b]=a\,E[X]+b avec E[X]=4E[X]=4 :

a) E[3X]=3×4=12E[3X]=3\times 4=\boxed{12}

b) E[X+5]=4+5=9E[X+5]=4+5=\boxed{9}

c) E[2X−1]=8−1=7E[2X-1]=8-1=\boxed{7}

d) E[−X]=−4=−4E[-X]=-4=\boxed{-4}

e) E[0,5X+3]=2+3=5E[0{,}5X+3]=2+3=\boxed{5}

f) E[10−2X]=10−8=2E[10-2X]=10-8=\boxed{2}

2. C'est la linéarité de l'espérance, démontrée dans le cours. Elle évite de reconstruire entièrement le tableau de la loi de aX+baX+b : les valeurs changent, mais les probabilités restent les mêmes, ce qui permet de factoriser.

3. Doubler les gains puis prélever 22 € conduit à Y=2X−2\boxed{Y=2X-2}, d'où E[Y]=2×E[X]−2=2×1,5−2=1E[Y]=2\times E[X]-2=2\times 1{,}5-2=\boxed{1} Le joueur peut espérer gagner en moyenne 11 € par partie.

4. Avec un droit d'entrée dd, le gain est Y=2X−dY=2X-d et E[Y]=2×1,5−d=3−dE[Y]=2\times 1{,}5-d=3-d Le jeu est équitable lorsque E[Y]=0E[Y]=0, soit d=3 €\boxed{d=3~\text{€}}.

5. C'est faux : la formule de König-Huygens montre précisément que ces deux nombres diffèrent, et que leur écart est la variance : V(X)=E[X2]−(E[X])2  ⟺  E[X2]=V(X)+(E[X])2V(X)=E\left[X^{2}\right]-\left(E[X]\right)^{2} \iff E\left[X^{2}\right]=V(X)+\left(E[X]\right)^{2}

E[X2]=9+16=25\boxed{E\left[X^{2}\right]=9+16=25} L'égalité E[X2]=(E[X])2E\left[X^{2}\right]=\left(E[X]\right)^{2} ne vaudrait que si V(X)=0V(X)=0, c'est-à-dire si XX ne prenait qu'une seule valeur.

Ouvrir dans l'atlas interactif →