Aller au contenu

Leçon 6

Formule de König-Huygens

Vidéo 6 : Formule de König-Huygens · 4 min 08 s · sous-titres en français

Le cours écrit

6.1 La variable X²

Comme aX+baX + b, le carré X2X^2 est une variable aléatoire : à chaque issue, il associe le carré de XX. Si XX prend les valeurs xix_i avec les probabilités pip_i, alors E(X2)=p1x12+p2x22+⋯+pnxn2.E(X^2) = p_1 x_1^2 + p_2 x_2^2 + \cdots + p_n x_n^2.

L'écriture E(X)2E(X)^2 désigne le carré de l'espérance : E(X)2=(E(X))2E(X)^2 = \big(E(X)\big)^2. Ce n'est pas la même chose.

6.2 La formule

Propriété (formule de König-Huygens). V(X)=E(X2)−E(X)2.V(X) = E(X^2) - E(X)^2.

Justification. On note μ=E(X)\mu = E(X). Avec l'identité remarquable du chapitre 1, (xi−μ)2=xi2−2μxi+μ2(x_i - \mu)^2 = x_i^2 - 2\mu x_i + \mu^2. On multiplie chaque ligne par pip_i et on additionne : V(X)=(p1x12+⋯+pnxn2)−2μ(p1x1+⋯+pnxn)+μ2(p1+⋯+pn).V(X) = (p_1 x_1^2 + \cdots + p_n x_n^2) - 2\mu(p_1 x_1 + \cdots + p_n x_n) + \mu^2(p_1 + \cdots + p_n). Les trois parenthèses valent E(X2)E(X^2), μ\mu et 11. Donc V(X)=E(X2)−2μ2+μ2=E(X2)−μ2V(X) = E(X^2) - 2\mu^2 + \mu^2 = E(X^2) - \mu^2.

6.3 Une méthode en trois lignes

Calcule E(X)E(X), puis E(X2)E(X^2), puis fais la différence. Il n'y a plus de carrés d'écarts à calculer, ce qui est bien plus sûr sans calculatrice.

Exemple 30. Pour le jeu des enveloppes, E(X)=3E(X) = 3 et E(X2)=25E(X^2) = 25, donc V(X)=25−9=16V(X) = 25 - 9 = 16. C'est le résultat de la leçon 4, en une ligne.

Exemple 31. Pour l'archère, E(X)=1,6E(X) = 1{,}6 et E(X2)=0,04×0+0,32×1+0,64×4=2,88E(X^2) = 0{,}04 \times 0 + 0{,}32 \times 1 + 0{,}64 \times 4 = 2{,}88. Donc V(X)=2,88−1,62=2,88−2,56=0,32V(X) = 2{,}88 - 1{,}6^2 = 2{,}88 - 2{,}56 = 0{,}32.

Exemple 32 (un dé équilibré). On lance un dé équilibré à six faces. Alors E(X)=1+2+3+4+5+66=72E(X) = \dfrac{1 + 2 + 3 + 4 + 5 + 6}{6} = \dfrac72 et E(X2)=1+4+9+16+25+366=916E(X^2) = \dfrac{1 + 4 + 9 + 16 + 25 + 36}{6} = \dfrac{91}{6}. Donc V(X)=916−494=18212−14712=3512V(X) = \dfrac{91}{6} - \dfrac{49}{4} = \dfrac{182}{12} - \dfrac{147}{12} = \dfrac{35}{12}.

6.4 Une conséquence

Comme V(X)≥0V(X) \geq 0, on a toujours E(X2)≥E(X)2E(X^2) \geq E(X)^2. On retrouve l'exemple de la leçon 5 : 25≥925 \geq 9.

6.5 Lien avec le second degré

Exemple 33. Une variable ZZ vaut 11 avec la probabilité pp, et 00 sinon. Elle compte le succès d'une épreuve de Bernoulli. Alors E(Z)=pE(Z) = p et E(Z2)=pE(Z^2) = p, car 02=00^2 = 0 et 12=11^2 = 1. Donc V(Z)=p−p2=p(1−p)V(Z) = p - p^2 = p(1 - p).

C'est une fonction polynôme du second degré en pp, de racines 00 et 11. Sa forme canonique est −(p−12)2+14-\left(p - \dfrac12\right)^2 + \dfrac14 : la variance est maximale pour p=12p = \dfrac12, et elle vaut alors 14\dfrac14. La dispersion est la plus grande quand le succès et l'échec sont également probables, et elle est nulle quand le résultat est certain.

Lire le cours complet du chapitre

Exercices 11 et 12

  • Exercice 11 : calculer avec la formule
  • Exercice 12 : la variance et le second degré

Exercices du chapitre (PDF, 165 Ko)

Corrigés

Cherche d'abord les exercices sur ta feuille, puis compare avec le corrigé détaillé.

Corrigés du chapitre (PDF, 149 Ko)

Tu es hors connexion. Les chapitres téléchargés restent disponibles dans Hors connexion.