On considère la variable aléatoire $X$ définie par $X = \Big\{ x_1 ; x_2 ; x_3 ; x_4 ; x_5 \Big\}$. La loi
de
probabilités de la variable $X$ est donnée par (pour $1 \leqslant i \leqslant 5$) : @vs5
[
['$x_i$','$x_1$','$x_2$','$x_3$','$x_4$','$x_5$'],
['$p_i = P(X = x_i)$','$p_1$','$p_2$','$p_3$','$p_4$','$p_5$'],
]
@vs20
On a : $p_1 + p_2 + p_3 + p_4 + p_5 = \displaystyle \sum_{i=1}^{i=5}p_i = 1$ @vs10
$(X=x_i)$ est l'évènement aléatoire quand la variable aléatoire $X$ vaut $x_i$ et $P(X=x_i)$ est la
probabilité de cet évènement que l'on note $p_i$. @vs10
--b L'espérance mathématique de la variable $X$ est : $E(X) = p_1\times x_1 + p_2\times x_2 + p_3\times x_3
+ p_4\times x_4 + p_5\times x_5 = \displaystyle \sum_{i=1}^{i=5}p_i \times x_i$ @vs5
--b La variance de $X$ est : $V(X) = \displaystyle \sum_{i=1}^{i=5}p_i \times \Big(x_i - E(X)\Big)^2$ @vs5
--b L'écart-type de $X$ est : $\sigma(X) = \sqrt{V(X)}$
Pour la variable aléatoire $X^2$ définie par $X^2 = \Big\{ x_1^2 ; x_2^2 ; x_3^2 ; x_4^2 ;
x_5^2
\Big\}$, déterminer $E(X^2)$
Développer $p_i \times \Big(x_i - E(X)\Big)^2$
Démontrer que $V(X) = E(X^2) - E^2(X)$