Variables aléatoires réelles : Espérance, Variance, Écart type

1èreMathematiquesVariables aléatoires réellesEspérance, variance, écart type~3 min de lecture

Le cours en une phrase : l'espérance donne le centre attendu, la variance et l'écart-type mesurent la dispersion autour de ce centre.

Espérance, variance et écart-type (niveau 1ère)

Objectifs

  • Comprendre la signification d'espérance, variance et écart-type.
  • Apprendre à les calculer pour une loi discrète simple.
  • Utiliser les propriétés de linéarité et de changement d'échelle.

1. Espérance

Définition (discrète). Pour une variable aléatoire discrète \(X\) prenant les valeurs \(x_i\) avec probabilités \(p_i\) :

\(E(X) = \sum_i x_i p_i\)

Cas continu (si densité). \(E(X) = \int_{-\\infty}^{\\infty} x\,f_X(x)\,dx\).

Propriété (linéarité). Pour tout \(a,b\\in\\mathbb{R}\) : \(E(aX+b) = aE(X)+b\).

Si \(X\) prend 1 avec probabilité 0.5 et 3 avec probabilité 0.5, quelle est \(E(X)\) ?

  1. 1
  2. 2
  3. 3
Calcul : 0.5\times1 + 0.5\times3 = 2.

2. Variance

Définition. La variance est la moyenne des carrés des écarts à l'espérance :

\(\\operatorname{Var}(X) = E\big[(X - E(X))^2\big]\)

Formule souvent utilisée.

\[ \begin{align} \\operatorname{Var}(X) &= E(X^2) - E(X)^2 \\\ &= \sum_i x_i^2 p_i - \Big(\sum_i x_i p_i\Big)^2 \end{align} \]

Écart-type. L'écart-type est la racine carrée de la variance :

\(\sigma(X) = \sqrt{\\operatorname{Var}(X)}\)

Propriété. Pour tout \(a,b\\in\\mathbb{R}\) : \(\\operatorname{Var}(aX+b) = a^2\\operatorname{Var}(X)\).

Histogramme discret avec moyenne et dispersion 0.2 0.5 0.3 moyenne ≈1.1
Histogramme d'un exemple discret : hauteurs proportionnelles aux probabilités. La ligne rouge indique la moyenne.

Si \(E(X)=1.1\) et \(E(X^2)=1.7\), que vaut \(\\operatorname{Var}(X)\) ?

  1. 0.49
  2. 0.6
  3. 1.1
Var = 1.7 - 1.1^2 = 1.7 - 1.21 = 0.49.

3. Exemple résolu

Voir la solution
Étape 1 : calculer \(E(X)\).
\[ E(X) = 0\\times0.2 + 1\\times0.5 + 2\\times0.3 = 0 + 0.5 + 0.6 = 1.1 \]
Étape 2 : calculer \(E(X^2)\).
\[ E(X^2) = 0^2\\times0.2 + 1^2\\times0.5 + 2^2\\times0.3 = 0 + 0.5 + 1.2 = 1.7 \]
Étape 3 : utiliser \(\\operatorname{Var}(X)=E(X^2)-E(X)^2\).
\[ \\\operatorname{Var}(X) = 1.7 - (1.1)^2 = 1.7 - 1.21 = 0.49 \]
Étape 4 : écart-type \(\sigma(X)=\sqrt{0.49}=0.7\).

Quel est l'écart-type calculé ci-dessus ?

  1. 0.49
  2. 1.7
  3. 0.7
L'écart-type est la racine carrée de la variance : \(\sqrt{0.49}=0.7\).

Erreurs fréquentes

  • Confondre \(E(X^2)\) et \(E(X)^2\).
  • Confondre variance (unités au carré) et écart-type (même unité que X).
  • Pour \(Y=aX+b\), retenir que l'espérance change de façon affine et la variance par le carré de \(a\).

Récapitulatif

Formules clés

Espérance
Somme ou intégrale pondérée : \(E(X)\)
Variance
Moyenne des carrés des écarts : \(\\operatorname{Var}(X)\)
Écart-type
Racine de la variance : \(\sigma(X)\)
Linéarité
\(E(aX+b)=aE(X)+b\), \(\\operatorname{Var}(aX+b)=a^2\\operatorname{Var}(X)\)

Astuce : commencez toujours par vérifier la somme des probabilités, puis calculez \(E(X)\) avant la variance.

Teste tes connaissances sur ce cours

Crée ton compte gratuitement pour accéder aux quiz associés et suivre ta progression.