Flashcards : Variables aléatoires discrètes (58 cartes)

Toutes les cartes

1Question

Quand une variable aléatoire est-elle dite discrète finie ?

Réponse

Lorsque l’ensemble de ses valeurs prises est fini.

2Question

Quand une variable aléatoire est-elle dite discrète infinie ?

Réponse

Lorsque ses valeurs prises forment un ensemble infini indexable par une partie infinie de ℕ.

3Question

Que donne la loi de probabilité de la variable aléatoire X pour chaque valeur de son support ?

Réponse

La probabilité que X prenne cette valeur.

4Question

Quelle somme vaut 1 pour une variable discrète finie de support {x1,…,xn}\{x_1,\ldots,x_n\} ?

Réponse

∑i=1nP(X=xi)=1\sum_{i=1}^{n}P(X=x_i)=1

5Question

Que vaut la somme de la série des probabilités d’une variable discrète infinie ?

Réponse

Elle vaut 1.

6Question

Comment définit-on la fonction de répartition de la variable aléatoire XX ?

Réponse

FX(x)=P(X≤x)F_X(x)=P(X\leq x) pour tout réel xx.

7Question

Quelles sont les limites de la fonction de répartition de XX en −∞-\infty et +∞+\infty ?

Réponse

Elles valent respectivement 00 et 11.

8Question

Quelle propriété de monotonie possède la fonction de répartition de XX ?

Réponse

Elle est croissante.

9Question

Comment exprime-t-on P(X=k)P(X=k) à partir de la fonction de répartition lorsque XX prend ses valeurs dans N\mathbb{N} ?

Réponse

P(X=k)=FX(k)−FX(k−1)P(X=k)=F_X(k)-F_X(k-1).

10Question

Comment se calcule l’espérance d’une variable discrète finie de support $\{x_1,\ldots,x_n\}$ ?

Réponse

E(X)=∑i=1nxiP(X=xi).E(X)=\sum_{i=1}^{n}x_iP(X=x_i).

11Question

Quelle condition assure l’existence de l’espérance d’une variable discrète infinie ?

Réponse

La série ∑ixiP(X=xi)\sum_i x_iP(X=x_i) converge absolument.

12Question

À quoi est égale l’espérance d’une variable discrète infinie lorsque la série converge absolument ?

Réponse

À la somme ∑ixiP(X=xi).\sum_i x_iP(X=x_i).

13Question

Quel est le théorème de transfert pour une fonction $\varphi$ définie sur le support de $X$ ?

Réponse

E(φ(X))=∑xφ(x)P(X=x),E(\varphi(X))=\sum_x\varphi(x)P(X=x), lorsque la somme converge absolument.

14Question

Quelle est la condition de convergence du théorème de transfert pour $E(\varphi(X))$ ?

Réponse

La somme correspondante converge absolument.

15Question

Quelle formule donne l’espérance de $aX+b$ lorsque $X$ admet une espérance ?

Réponse

E(aX+b)=aE(X)+b.E(aX+b)=aE(X)+b.

16Question

Comment définit-on le moment d’ordre rr d’une variable discrète ?

Réponse

mr(X)=∑ixirP(X=xi)m_r(X)=\sum_i x_i^rP(X=x_i), si la série converge absolument.

17Question

Quelle condition permet au moment d’ordre rr d’une variable discrète d’exister ?

Réponse

La convergence absolue de la série définissant le moment.

18Question

Comment définit-on la variance de XX comme moment centré ?

Réponse

V(X)=E((X−E(X))2)V(X)=E((X-E(X))^2), lorsqu’elle existe.

19Question

Quelle est la formule de Koenig-Huygens pour la variance de XX ?

Réponse

V(X)=E(X2)−E(X)2V(X)=E(X^2)-E(X)^2, si ces quantités existent.

20Question

Quand une variable aléatoire est-elle centrée ?

Réponse

Lorsque son espérance est nulle.

21Question

Quand une variable aléatoire est-elle réduite ?

Réponse

Lorsque sa variance vaut 1.

22Question

Quelle formule définit la variable centrée réduite de X ?

Réponse

X∗=X−E(X)V(X)X^*=\frac{X-E(X)}{\sqrt{V(X)}}

23Question

Quelle est l’espérance de la variable centrée réduite de X ?

Réponse

00

24Question

Quelle est la variance de la variable centrée réduite de X ?

Réponse

11

25Question

Quelle borne l’inégalité de Markov donne-t-elle pour P(X≥a)P(X\geq a) ?

Réponse

E(X)a\frac{E(X)}{a}

26Question

Quelle borne l’inégalité de Bienaymé-Tchebychev donne-t-elle pour P(∣X−E(X)∣≥a)P(|X-E(X)|\geq a) ?

Réponse

V(X)a2\frac{V(X)}{a^2}

27Question

Quel support caractérise la loi uniforme sur les entiers de aa à bb ?

Réponse

{a,…,b}\{a,\ldots,b\}.

28Question

Quelle est la probabilité de chaque valeur d’une loi uniforme sur {a,…,b}\{a,\ldots,b\} ?

Réponse

1b−a+1\frac{1}{b-a+1}.

29Question

Quel support caractérise une loi de Bernoulli de paramètre pp ?

Réponse

{0,1}\{0,1\}.

30Question

Quel est le support d’une loi binomiale de paramètres nn et pp ?

Réponse

{0,…,n}\{0,\ldots,n\}.

31Question

Quelle loi suit le nombre de succès de nn épreuves de Bernoulli indépendantes de paramètre pp ?

Réponse

Une loi binomiale de paramètres nn et pp.

32Question

Quelle formule donne la probabilité d’une loi géométrique de paramètre pp au rang kk ?

Réponse

p(1−p)k−1p(1-p)^{k-1} pour k≥1k\geq 1.

33Question

Quelle est l’espérance d’une loi géométrique de paramètre pp ?

Réponse

1p\frac{1}{p}.

34Question

Quelle est la variance d’une loi géométrique de paramètre pp ?

Réponse

1−pp2\frac{1-p}{p^2}.

35Question

Quelle formule donne la probabilité d’une loi de Poisson de paramètre λ\lambda au rang kk ?

Réponse

e−λλkk!e^{-\lambda}\frac{\lambda^k}{k!} pour k∈Nk\in\mathbb{N}.

36Question

Quel est le support d’une loi de Poisson de paramètre λ>0\lambda>0 ?

Réponse

N\mathbb{N}.

37Question

Quelle est l’espérance d’une loi de Poisson de paramètre λ\lambda ?

Réponse

λ\lambda.

38Question

Quelle condition caractérise l’indépendance de deux variables discrètes X et Y ?

Réponse

Pour tout x et y de leurs supports, P(X=x,Y=y)=P(X=x)P(Y=y)P(X=x,Y=y)=P(X=x)P(Y=y).

39Question

Quelle condition caractérise l’indépendance mutuelle de variables discrètes X1,…,XnX_1,\ldots,X_n ?

Réponse

Pour tout choix de valeurs, P(X1=x1,…,Xn=xn)=∏i=1nP(Xi=xi)P(X_1=x_1,\ldots,X_n=x_n)=\prod_{i=1}^{n}P(X_i=x_i).

40Question

Si X et Y sont indépendantes et admettent une espérance, quelle est la formule de E(XY) ?

Réponse

E(XY)=E(X)E(Y)E(XY)=E(X)E(Y)

41Question

Si X et Y sont indépendantes et admettent une variance, quelle est la formule de V(X+Y) ?

Réponse

V(X+Y)=V(X)+V(Y)V(X+Y)=V(X)+V(Y)

42Question

Que forment les événements {X=x}\{X=x\} lorsque xx parcourt le support d’une variable aléatoire discrète ?

Réponse

Un système complet d’événements.

43Question

Quelles valeurs prend X, le nombre de tirages indépendants nécessaires pour obtenir la première boule blanche ?

Réponse

Les valeurs de N∗\mathbb{N}^*.

44Question

Quelle est la probabilité que X vaille i si chaque tirage donne une boule blanche avec probabilité 13\frac13 ?

Réponse

P(X=i)=13(23)i−1P(X=i)=\frac13\left(\frac23\right)^{i-1}

45Question

Quelle forme prend la fonction de répartition d’une variable discrète finie à support ordonné ?

Réponse

Elle est en escalier.

46Question

Comment calcule-t-on FX(x)F_X(x) si xk≤x<xk+1x_k\leq x<x_{k+1} pour un support ordonné fini ?

Réponse

FX(x)=∑i=1kP(X=xi)F_X(x)=\sum_{i=1}^{k}P(X=x_i).

47Question

Quelle est la valeur du moment d’ordre 00 ?

Réponse

Il vaut 11 et existe toujours.

48Question

À quelle quantité le moment d’ordre 11 est-il égal, lorsqu’il existe ?

Réponse

À l’espérance de la variable.

49Question

Qu’implique l’existence du moment d’ordre rr pour les moments d’ordre entier inférieur ou égal à rr ?

Réponse

Tous les moments d’ordre entier de 00 à rr existent.

50Question

Quelle est l’espérance d’une loi uniforme sur {a,…,b}\{a,\ldots,b\} ?

Réponse

a+b2\frac{a+b}{2}.

51Question

Quelle est l’espérance d’une loi de Bernoulli de paramètre pp ?

Réponse

pp.

52Question

Quelle est l’espérance d’une loi binomiale de paramètres nn et pp ?

Réponse

npnp.

53Question

Quel rang suit une loi géométrique lors d’épreuves de Bernoulli indépendantes de paramètre pp ?

Réponse

Le rang du premier succès.

54Question

Quelle propriété caractérise la loi géométrique concernant les probabilités conditionnelles ?

Réponse

Elle est sans mémoire.

55Question

Que préserve l’application de transformations discrètes à deux variables indépendantes X et Y ?

Réponse

L’indépendance entre φ(X)\varphi(X) et ψ(Y)\psi(Y).

56Question

Quel est le statut d’une sous-famille de variables mutuellement indépendantes ?

Réponse

Elle est elle-même mutuellement indépendante.

57Question

Que garantit l’indépendance mutuelle de X1,…,XnX_1,\ldots,X_n entre les fonctions des deux blocs de variables ?

Réponse

Toute fonction des p premières variables est indépendante de toute fonction des n−p dernières.

58Question

Pour des variables indépendantes admettant des espérances, comment se calcule l’espérance de leur somme ?

Réponse

Elle est égale à la somme de leurs espérances.

Teste-toi avec le QCM

Teste tes connaissances avec un QCM de 27 questions sur Variables aléatoires discrètes.

1. Une variable aléatoire prend exactement les valeurs {2,5,9}\{2,5,9\}. 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 ?

Faire le QCM →

Consultez la fiche

Révisez le cours complet dans la fiche de révision de Variables aléatoires discrètes.

Voir la fiche →

Cours similaires

Crée tes propres flashcards

Importe ton cours et l'IA génère des flashcards en 30 secondes.

Générateur de flashcards