Infos
Vous devez être inscrit pour accéder à ces informations.
Ceci vous permet de visualiser les ressources déjà vues et marquer à revoir celles qui nécessitent d'être retravaillées.
Contenu
Établir la loi de probabilité d’une variable aléatoire
Calcul de l’espérance
Ressources associées et exercices semblables
Loi de probabilité et espérance (réf 0883)
exercice
Loi de probabilité, espérance et interprétation (réf 0884)
exercice
Loi de probabilité avec une variable et espérance (réf 0887)
exercice
On marque 10 points si on tire un as, 5 points si on tire une carte de coeur (sauf l'as de coeur) et 0 point dans les autres cas.
Pour rappel, il y a 8 cartes de chaque couleur dans le jeu et il y a 4 as.
On note $X$ la variable aléatoire donnant le nombre de points obtenus à chaque tirage.
- Quelles sont les valeurs possibles pour $X$?
Rappel cours
Variable aléatoire et loi de probabilité
Une variable aléatoire discrète est une fonction définie de $\Omega$ dans $\mathbb{R}$ qui a tout élément $x_i$ de $\Omega$ associe un nombre réel.
Définir la loi de probabilité d'une variable aléatoire prenant les valeurs $\left\lbrace x_1;x_2;x_3;......x_n\right\rbrace $, c'est déterminer la probabilité d'obtenir la valeur $X=x_i$ pour tout élément de $\left\lbrace x_1;x_2;x_3;......x_n\right\rbrace $Solution
Vous devez être inscrit pour accéder à ce contenu gratuitement!
INSCRIPTION - Etablir la loi de probabilité de $X$.
Aide
Déterminer la probabilité correspondant à chaque cas.
Présenter les résultats dans un tableau.
Rappel: dans un jeu de 32 cartes, il y a 4 as, 8 cartes de chaque couleur (coeur, trèfle, carreau et pique)Solution
Vous devez être inscrit pour accéder à ce contenu gratuitement!
INSCRIPTION - Calculer alors l'espérance de la variable aléatoire $X$ et en donner la signification.
Rappel cours
Espérance-variance-écart type
L'espérance de la variable aléatoire $X$ (avec les notations précédentes) est:
$E(X)=x_1p_1+x_2p_2+......+x_np_n=\sum_{i=1}^n p_ix_i$
La variance d'une variable aléatoire $X$ est:
$V(X)=p_1(x_1-E(X))^2+p_2(x_2-E(X))^2+.....+p_n(x_n-E(X))^2=\sum_{i=1}^n p_i(x_i-E(X))^2$
ou bien $V(X)=p_1x_1^2+p_2x_2^2+.....+p_nx_n^2-(E(X))^2=\sum_{i=1}^n p_ix_i^2-(E(X))^2$
L'écart type est égal à la racine carrée de la variance: $\sigma(X)=\sqrt{V(X)}$Solution
Vous devez être inscrit pour accéder à ce contenu gratuitement!
INSCRIPTION