Kala te souhaite la bienvenueKalaMaths
14

Sommes de variables aléatoires

GRATUIT

Fiche élève

Les énoncés du chapitre, à imprimer ou à travailler à l'écran. Sans compte !

Pour aller plus loin

Réservé aux abonnés : la fiche interactive, le corrigé et la fiche prof.

Fiche interactive

Cours + 1 atelier manipulable + exos auto-corrigés.

🔒 Réservé aux abonnésEssayer un atelier gratuitementS'abonner pour débloquerou ce chapitre seul, 2,99 €, voir plus bas.

Corrigé

La correction détaillée, avec les rappels utiles.

🔒 Réservé aux abonnésS'abonner pour débloquer

Fiche prof

La version enseignant, pour préparer et animer.

🔒 Réservé aux abonnésS'abonner pour débloquer

Juste besoin de ce chapitre ? Débloquez-le pour 2,99 € : paiement unique, accès à vie (fiche interactive, corrigé, fiche prof et corrigés des exercices).

Avec un code de parrainage, c'est −20 % sur cette première commande.

Débloquer ce chapitre – 2,99 €

Cet achat est réservé à un adulte.

Le chapitre en bref

Ce que tu vas savoir faire

  • Manier la linéarité de l'espérance : E(X+Y)=E(X)+E(Y)E(X+Y) = E(X)+E(Y) et E(aX+b)=aE(X)+bE(aX+b) = aE(X)+b.
  • Reconnaître des variables indépendantes et appliquer l'additivité de la variance : V(X+Y)=V(X)+V(Y)V(X+Y) = V(X)+V(Y) (indép.) et V(aX+b)=a2V(X)V(aX+b) = a^{2}V(X).
  • Retrouver E(X)=npE(X) = np et V(X)=np(1−p)V(X) = np(1-p) pour la loi binomiale, vue comme somme de variables de Bernoulli.
  • Étudier un échantillon de taille n : somme SnS_n et moyenne MnM_n, et leurs espérance, variance et écart type.
  • Comprendre pourquoi V(Mn)=σ2nV(M_{n}) = \frac{\sigma ^{2}}{n} et σ(Mn)=σn\sigma (M_{n}) = \frac{\sigma }{\sqrt{n}} diminuent quand n grandit.

Le plan du chapitre

  1. 1Somme de deux variables et linéarité de l'espérance
  2. 2Variables indépendantes et additivité de la variance
  3. 3Espérance, variance et écart type de la loi binomiale
  4. 4Échantillon de taille n : somme SnS_n et moyenne MnM_n

À retenir

  • Espérance : E(X+Y)=E(X)+E(Y)E(X+Y) = E(X)+E(Y) et E(aX+b)=aE(X)+bE(aX+b) = aE(X)+b : toujours vrai.
  • Variance : V(X+Y)=V(X)+V(Y)V(X+Y) = V(X)+V(Y) seulement si X et Y indépendantes ; V(aX+b)=a2V(X)V(aX+b) = a^{2}V(X).
  • Binomiale B(n ; p)B(n \,;\, p) : E(X)=npE(X) = np, V(X)=np(1−p)V(X) = np(1-p), σ(X)=np(1−p)\sigma (X) = \sqrt{np(1-p)}.
  • Échantillon : E(Sn)=nμE(S_{n}) = n\mu, V(Sn)=nσ2V(S_{n}) = n\sigma ^{2} ; E(Mn)=μE(M_{n}) = \mu, V(Mn)=σ2nV(M_{n}) = \frac{\sigma ^{2}}{n}, σ(Mn)=σn\sigma (M_{n}) = \frac{\sigma }{\sqrt{n}}.

Les questions éclair

L'espérance d'une somme dépend-elle de l'indépendance ?

Non : E(X+Y)=E(X)+E(Y)E(X+Y) = E(X)+E(Y) est TOUJOURS vrai, que X et Y soient indépendantes ou non.

Quand peut-on écrire V(X+Y)=V(X)+V(Y)V(X+Y) = V(X)+V(Y) ?

Seulement si X et Y sont INDÉPENDANTES.

Que vaut V(aX+b)V(aX+b) ?

a2V(X)a^{2}V(X) : le coefficient passe au carré et le +b+b disparaît.

Pour la moyenne MnM_n d'un échantillon, que valent E(MnM_n) et σ(MnM_n) ?

E(Mn)=μE(M_{n}) = \mu (inchangée) et σ(Mn)=σn\sigma (M_{n}) = \frac{\sigma }{\sqrt{n}} (elle diminue quand n grandit).

Le sais-tu ?

Pour diviser par 2 l'incertitude d'un sondage : c'est-à-dire l'écart type de la moyenne σ(Mn)=σn\sigma (M_{n}) = \frac{\sigma }{\sqrt{n}} : il ne suffit pas de doubler l'échantillon : à cause du n\sqrt{n}, il faut le multiplier par 4. Passer de 1 000 à 2 000 personnes ne réduit l'écart type que d'environ 30 %, et non de moitié.

Ce chapitre fait partie du programme qui tombe au bac. Réviser le bac de maths : les sujets des années précédentes, les chapitres à revoir, et un plan de révision.