Support fini : discrète finie ; support dénombrable infini : discrète infinie.
★ À maîtriser
📌 Pour une variable discrète finie de support {x₁,…,xₙ}, les probabilités vérifient .
📌 Pour une variable discrète infinie de support {xᵢ}, la série converge et sa somme vaut 1.
Compléments
★ À maîtriser
📐 Formule - Si X prend ses valeurs dans ℕ, alors .
Compléments
📌 Une variable discrète infinie admet une espérance si la série converge absolument, et son espérance est alors égale à cette somme.
📐 Formule - Pour une fonction φ définie sur le support de X, le théorème de transfert donne lorsque la somme correspondante converge absolument.
📐 Formule - Si X admet une espérance, alors pour tous réels a et b.
★ À maîtriser
📐 Formule - La formule de Koenig-Huygens s’écrit lorsque ces quantités existent.
Compléments
Le moment d’ordre 0 existe toujours et vaut 1.
Le moment d’ordre 1, lorsqu’il existe, est égal à l’espérance.
📌 Si X admet un moment d’ordre r, alors X admet aussi tous les moments d’ordre entier k compris entre 0 et r.
📐 Formule - Si X admet une variance non nulle, sa variable centrée réduite est et vérifie E(X*)=0 et V(X*)=1.
📐 Formule - Si X est positive et admet une espérance, l’inégalité de Markov donne pour tout a>0.
📐 Formule - Si X admet une variance, l’inégalité de Bienaymé-Tchebychev donne pour tout a>0.
★ À maîtriser
Compléments
Pour X uniforme sur {a,…,b}, et .
Si X suit une loi de Bernoulli de paramètre p, alors E(X)=p et V(X)=p(1−p).
Si X suit une loi binomiale de paramètres n et p, alors E(X)=np et V(X)=np(1−p).
★ À maîtriser
Si X suit une loi géométrique de paramètre p, alors et .
Si X suit une loi de Poisson de paramètre λ, alors E(X)=λ et V(X)=λ.
Compléments
📌 La loi géométrique est sans mémoire : pour k,n∈ℕ, .
📌 Si X et Y sont indépendantes, alors φ(X) et ψ(Y) sont indépendantes lorsque ces transformations sont des variables aléatoires discrètes.
📌 Si X₁,…,Xₙ sont mutuellement indépendantes, alors toute fonction des p premières variables est indépendante de toute fonction des n−p dernières variables.
★ À maîtriser
📐 Formule - Si X et Y sont indépendantes et admettent une espérance, alors .
📐 Formule - Si X et Y sont indépendantes et admettent une variance, alors .
Compléments
📌 Pour des variables aléatoires indépendantes admettant des espérances, l’espérance de leur somme est la somme de leurs espérances.
Lois discrètes usuelles
| Loi | Support | Probabilité | Espérance et variance |
|---|---|---|---|
| Uniforme sur {a,…,b} | {a,…,b} | 1/(b−a+1) | E=(a+b)/2 ; V=(b−a)(b−a+2)/12 |
| Bernoulli(p) | {0,1} | P(1)=p ; P(0)=1−p | E=p ; V=p(1−p) |
| Binomiale(n,p) | {0,…,n} | C(n,k)pᵏ(1−p)ⁿ⁻ᵏ | E=np ; V=np(1−p) |
| Géométrique(p) | ℕ* | p(1−p)ᵏ⁻¹ | E=1/p ; V=(1−p)/p² |
| Poisson(λ) | ℕ | e⁻λ λᵏ/k! | E=λ ; V=λ |
Teste tes connaissances sur Variables aléatoires discrètes avec 27 questions à choix multiples et corrections détaillées.
1. Une variable aléatoire prend exactement les valeurs . Comment la classe-t-on ?
2. Une expérience produit une variable aléatoire dont les valeurs possibles sont tous les entiers naturels pairs. Quelle classification convient ?
Mémorisez les concepts clés de Variables aléatoires discrètes avec 58 flashcards interactives.
Quand une variable aléatoire est-elle dite discrète finie ?
Lorsque l’ensemble de ses valeurs prises est fini.
Quand une variable aléatoire est-elle dite discrète infinie ?
Lorsque ses valeurs prises forment un ensemble infini indexable par une partie infinie de ℕ.
Que donne la loi de probabilité de la variable aléatoire X pour chaque valeur de son support ?
La probabilité que X prenne cette valeur.
Importe ton cours et l'IA génère fiches, QCM et flashcards en 30 secondes.
Générateur de fiches