Démonstration 02 On considère un ensemble fini Ω muni d'une loi de probabilité p et X une variable aléatoire numérique. On note X(Ω) = { x1 ; x2 ; ⋯ ; xn } . Si on applique aux valeurs de X la transformation affine : x ֏ ax + b , alors la nouvelle variable aléatoire X' = aX + b est telle que X'(Ω) = { ax1 + b ; ax2 + b ; ⋯ ; axn + b } ● l'espérance mathématique de X est le nombre réel : E(X) = x1 x p(X = x1) + x2 x p(X = x2) + ⋯ + xn x p(X = xn) l'espérance mathématique de X' est : E(X') = (ax1 + b) x p(X' = ax1 + b) + (ax2 + b) x p(X' = ax2 + b) + ⋯ + (axn + b) x p(X' = axn + b) c'est-à-dire E(X') = (ax1 + b) x p(X = x1) + (ax2 + b) x p(X = x2) + ⋯ + (axn + b) x p(X = xn) , donc E(X') = ax1 x p(X = x1) + b x p(X = x1) + ax2 x p(X = x2) + b x p(X = x2) + ⋯ + axn x p(X = xn) + b x p(X = xn) E(X') = ax1 x p(X = x1) + ax2 x p(X = x2) + ⋯ + axn x p(X = xn) + b x p(X = x1) + b x p(X = x2) + … + b x p(X = xn) E(X') = a[x1 x p(X = x1) + x2 x p(X = x2) + ⋯ + xn x p(X = xn)] + b x [p(X = x1) + p(X = x2) + … + p(X = xn)] On a x1 x p(X = x1) + x2 x p(X = x2) + ⋯ + xn x p(X = xn) = E(X) et p(X = x1) + p(X = x2) + … + p(X = xn) = 1 Donc E(X') = a E(X) + b c'est-à-dire E(aX + b) = a E(X) + b ● La variance de X est le nombre réel (positif) : V(X) = (x1 - E(X))2 x p(X = x1) + (x2 - E(X))2 x p(X = x2) + ⋯ + (xn - E(X))2 x p(X = xn) La variance de X' est le nombre réel (positif) : V(X') = (ax1 + b - E(X'))2 x p(X' = ax1 + b) + (ax2 + b - E(X'))2 x p(X' = ax2 + b) + ⋯ … + (axn + b - E(X'))2 x p(X' = axn + b) Pour chaque entier i, on peut écrire (axi + b - E(X'))2 x p(X' = axi + b) = (axi + b - aE(X) - b)2 x p(X = xi) = (axi - aE(X))2 x p(X = xi) = a2(xi - E(X))2 x p(X = xi) On a donc V(X') = a2(x1 - E(X))2 x p(X = x1) + a2(x2 - E(X))2 x p(X = x2) + … + a2(xn - E(X))2 x p(X = xn) V(X') = a2 (x1 - E(X))2 x p(X = x1) + (x2 - E(X))2 x p(X = x2) + … + (xn - E(X))2 x p(X = xn) Donc V(X') = a2 V(X) c'est-à-dire V(aX + b) = a2 V(X) [] ● l'écart-type de X est le nombre réel (positif) : σ(X) = V(X) l'écart-type de X' est le nombre réel (positif) : σ(X') = V(X') On a donc σ(X') = V(X') = V(aX + b) = a2 V(X) = a V(X) donc σ(aX + b) = a σ(X) http://xmaths.free.fr 1ère S − Probabilités − Variable aléatoire − Démonstrations