Linéarité de l'espérance

 

Propriétés :


Soit $X$ une variable aléatoire qui prend les valeurs $x_i$, de probabilités $p_i$ et Y, les valeurs $y_i$, de probabilités $q_i$ pour $i$ variant de $1$ à $n$,

Soit $a \in \mathbb{R}$,

On a :

$\mathbb{E}(X + Y) = \mathbb{E}(X) + \mathbb{E}(Y)$

$\mathbb{E}(aX) = a\mathbb{E}(X)$

On dit que l'espérance est linéaire. 

 

Démonstration :


Soit $a \in \mathbb{R}$,

Par définition de l'espérance mathématique,

$\mathbb{E}(X)  = \displaystyle \sum_{i=1}^n p_ix_i$.

Donc

$\mathbb{E}(aX)  = \displaystyle \sum_{i=1}^n p_i(ax_i)$

$\mathbb{E}(aX)= a \displaystyle \sum_{i=1}^n p_ix_i $

$\mathbb{E}(aX)= a \mathbb{E}(X)$.

 

Exemple :


On place au hasard deux billes jaune et rouge dans deux boites $A$ et $B$.

Soit $X$ la variable aléatoire donnant le nombre de billes dans la boite $A$ et $Y$ le nombre de boites vides.

On représente les quatre situations possibles.

Capture_d’écran_2020-05-10_à_12.29.54

Dans la boite $A$, il peut y avoir $0$, $1$ ou $2$ billes. On peut alors compléter le tableau suivant.

$x_i$ 0 1 2
$p_i$ $\dfrac{1}{4}$ $\dfrac{1}{2}$ $\dfrac{1}{4}$

On peut alors calculer l'espérance de $X$ :

$\mathbb{E}(X) = 0 \times \dfrac{1}{4} + 1 \times \dfrac{1}{2} + 2 \times \dfrac{1}{4} $

$\mathbb{E}(X) = 1$.

Cela signifie qu'en moyenne il y a une bille dans la boite $A$. 

 

Il peut y avoir une boite vide ou aucune des deux boites. 

$y_i$ 0 1
$q_i$ $\dfrac{1}{2}$ $\dfrac{1}{2}$

$\mathbb{E}(Y) = 0 \times \dfrac{1}{2} + 1 \times \dfrac{1}{2} $

$\mathbb{E}(Y) = \dfrac{1}{2} $. 

D'après la propriété du cours, on a

$\mathbb{E}(X + Y) = \mathbb{E}(X) + \mathbb{E}(Y) $

$\mathbb{E}(X + Y) = 1 + \dfrac{1}{2} $

$\mathbb{E}(X + Y) = \dfrac{3}{2}$.


Le symbole sigma
Le symbole sigma
Étude de la fonction cosinus
Étude de la fonction cosinus
Image d'une suite convergente par une fonction continue
Image d'une suite convergente par une fonction continue