Loi donnée : espérance, variance et écart-type
Créez un compte gratuit pour suivre votre avancement et reprendre où vous avez laissé.
Créer un compteObjectif travaillé
La loi de probabilité d'une variable aléatoire $X$ est donnée par le tableau suivant :
| $x_i$ | $-3$ | $0$ | $2$ | $4$ | $7$ |
| $p(X = x_i)$ | $0{,}1$ | $0{,}25$ | $0{,}3$ | $0{,}2$ | $0{,}15$ |
- Vérifier que le tableau définit bien une loi de probabilité.
- Calculer l'espérance $E(X)$.
- Calculer la variance $V(X)$.
- En déduire l'écart-type $\sigma(X)$, arrondi au centième.
Corrigé
La somme des probabilités vaut :
$0{,}1 + 0{,}25 + 0{,}3 + 0{,}2 + 0{,}15 = 1$
Toutes les probabilités sont comprises entre $0$ et $1$ et leur somme vaut $1$ : le tableau définit bien une loi de probabilité.
L'espérance est la somme des produits de chaque valeur par sa probabilité :
$E(X) = (-3) \times 0{,}1 + 0 \times 0{,}25 + 2 \times 0{,}3 + 4 \times 0{,}2 + 7 \times 0{,}15$
$E(X) = -0{,}3 + 0 + 0{,}6 + 0{,}8 + 1{,}05$
$E(X) = \mathbf{2{,}15}$On utilise la formule $V(X) = E(X^2) - E(X)^2$, avec $E(X^2) = \sum p_i x_i^2$ :
$E(X^2) = (-3)^2 \times 0{,}1 + 0^2 \times 0{,}25 + 2^2 \times 0{,}3 + 4^2 \times 0{,}2 + 7^2 \times 0{,}15$
$E(X^2) = 0{,}9 + 0 + 1{,}2 + 3{,}2 + 7{,}35 = 12{,}65$
On applique alors la formule :
$V(X) = 12{,}65 - 2{,}15^2 = 12{,}65 - 4{,}6225$
$V(X) = \mathbf{8{,}0275}$L'écart-type est la racine carrée de la variance :
$\sigma(X) = \sqrt{V(X)} = \sqrt{8{,}0275}$
$\sigma(X) \approx \mathbf{2{,}83}$