# Sommes de variables aléatoires : maths Terminale

Chapitre 7 du programme de mathématiques de Terminale (thème : Probabilités). Ressource gratuite OptiTAB.

- Cours : https://www.optitab.net/ressources-gratuites/maths/terminale/sommes-de-variables-aleatoires/
- Fiche de révision : https://www.optitab.net/ressources-gratuites/maths/terminale/sommes-de-variables-aleatoires/fiche/
- Exercices corrigés : https://www.optitab.net/ressources-gratuites/maths/terminale/sommes-de-variables-aleatoires/exercices/

## Cours

**Objectifs : Utiliser la linéarité de l’espérance, calculer la variance d’une somme de variables aléatoires indépendantes, retrouver l’espérance et la variance de la loi binomiale, et étudier la somme et la moyenne d’un échantillon.**

**Prerequis : Variable aléatoire : loi, espérance, variance, écart type (Première) ; loi de Bernoulli, loi binomiale.**

## I. Somme de deux variables aléatoires

**Définition : Somme, indépendance**
Soit $X$ et $Y$ deux variables aléatoires définies sur le même univers et $a$, $b$ deux réels.
- $X + Y$ est la variable aléatoire qui, à chaque issue, associe la somme des valeurs prises par $X$ et par $Y$ ; de même pour $aX + b$.
- $X$ et $Y$ sont **indépendantes** si, pour toutes valeurs $x$ et $y$, les événements $\{X = x\}$ et $\{Y = y\}$ sont indépendants : $P(X = x \text{ et } Y = y) = P(X = x) \times P(Y = y)$.

**Remarque : En pratique, des variables associées à des expériences indépendantes (lancers successifs d’un dé, tirages **avec remise**) sont indépendantes.**

**Exemple : Loi de la somme de deux dés**
On lance deux dés équilibrés ; $X$ et $Y$ sont leurs résultats et $S = X + Y$. Les $36$ couples de résultats sont équiprobables, donc $P(S = k)$ est le nombre de couples de somme $k$ divisé par $36$ :
$$P(S = 2) = \frac{1}{36}, \quad P(S = 7) = \frac{6}{36} = \frac{1}{6}, \quad P(S = 12) = \frac{1}{36}.$$

![Diagrammes en barres : loi uniforme d'un dé (espérance 3,5) et loi triangulaire de la somme de deux dés, de 2 à 12 (espérance 7, P(S = 7) = 6/36)](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n96_co102_1_cours_deux_des.png)

## II. Espérance d’une somme

**Propriété : Linéarité de l’espérance**
Pour toutes variables aléatoires $X$ et $Y$ et tous réels $a$ et $b$ :
$$E(X + Y) = E(X) + E(Y) \quad \text{et} \quad E(aX + b) = aE(X) + b.$$
Ces égalités sont vraies **même si** $X$ et $Y$ ne sont pas indépendantes.

**Exemple : Pour un dé équilibré, $E(X) = 3{,}5$. La somme de deux dés a donc pour espérance $E(S) = 3{,}5 + 3{,}5 = 7$, sans avoir besoin de sa loi.**

**Méthode : Calculer une espérance en décomposant**
Pour une variable compliquée, on l’écrit comme une somme de variables simples (souvent des variables de Bernoulli), puis on additionne leurs espérances.

## III. Variance d’une somme

**Propriété : Variance d’une somme, d’une transformation affine**
- Si $X$ et $Y$ sont **indépendantes** : $V(X + Y) = V(X) + V(Y)$.
- Pour tous réels $a$ et $b$ : $V(aX + b) = a^2V(X)$ et $\sigma(aX + b) = |a|\,\sigma(X)$.

**Exemple : Un dé équilibré a pour variance $\frac{35}{12}$ ; la somme de deux dés lancés indépendamment a donc pour variance $\frac{35}{12} + \frac{35}{12} = \frac{35}{6} \approx 5{,}83$.**

**Exemple : Une combinaison de deux variables**
$X$ et $Y$ sont indépendantes, avec $E(X) = 1$, $V(X) = 4$, $E(Y) = -0{,}5$ et $V(Y) = 1$. Alors $2X$ et $-3Y$ sont aussi indépendantes et
$$
\begin{aligned}
E(2X - 3Y) &= 2E(X) - 3E(Y) \\
&= 2 + 1{,}5 = 3{,}5 \\
V(2X - 3Y) &= 2^2V(X) + (-3)^2V(Y) \\
&= 16 + 9 = 25
\end{aligned}
$$

**Attention : - Les variances s’ajoutent, **même pour une différence** : $V(X - Y) = V(X) + V(Y)$, mais **seulement** si $X$ et $Y$ sont indépendantes. Contre-exemple : avec $Y = -X$, $X + Y = 0$ a une variance nulle, alors que $V(X) + V(Y) = 2V(X)$.**
- Les écarts types, eux, ne s’ajoutent pas : $\sigma(X + Y) = \sqrt{V(X) + V(Y)}$.

## IV. Application à la loi binomiale

**Théorème : Espérance et variance de la loi binomiale**
Si $X$ suit la loi binomiale $\mathcal{B}(n\,;p)$, alors
$$E(X) = np \quad \text{et} \quad V(X) = np(1 - p),$$
donc $\sigma(X) = \sqrt{np(1 - p)}$.

**Démonstration : On écrit $X = X_1 + X_2 + \cdots + X_n$, où $X_i$ vaut $1$ si la $i$-ème épreuve est un succès et $0$ sinon. Les $X_i$ suivent la loi de Bernoulli de paramètre $p$ et sont indépendantes (épreuves indépendantes).**

**Une épreuve.** $E(X_i) = 0 \times (1 - p) + 1 \times p = p$ et
$$
\begin{aligned}
V(X_i) &= (1 - p)(0 - p)^2 + p(1 - p)^2 \\
&= p(1 - p)\big(p + (1 - p)\big) \\
&= p(1 - p).
\end{aligned}
$$
**Les $n$ épreuves.** Par linéarité, $E(X) = p + \cdots + p = np$. Par indépendance, les variances s’ajoutent : $V(X) = np(1 - p)$.

**Exemple : Pour $X \sim \mathcal{B}(20\,;0{,}4)$ : $E(X) = 20 \times 0{,}4 = 8$, $V(X) = 20 \times 0{,}4 \times 0{,}6 = 4{,}8$ et $\sigma(X) = \sqrt{4{,}8} \approx 2{,}19$.**

## V. Échantillons

**Définition : Échantillon, somme et moyenne**
Un **échantillon de taille $n$** d’une loi de probabilité est une liste $(X_1, X_2, \ldots, X_n)$ de variables aléatoires **indépendantes** qui suivent toutes cette loi (celle d’une variable $X$). On note
$$S_n = X_1 + X_2 + \cdots + X_n \quad \text{et} \quad M_n = \frac{S_n}{n}.$$

**Propriété : Somme et moyenne d’un échantillon**
- Somme : $E(S_n) = nE(X)$, $V(S_n) = nV(X)$ et $\sigma(S_n) = \sqrt{n}\,\sigma(X)$.
- Moyenne : $E(M_n) = E(X)$, $V(M_n) = \dfrac{V(X)}{n}$ et
$$\sigma(M_n) = \frac{\sigma(X)}{\sqrt{n}}.$$

**Démonstration : Par linéarité, $E(S_n) = nE(X)$ ; par indépendance, $V(S_n) = nV(X)$. Comme $M_n = \frac{1}{n}S_n$ : $E(M_n) = \frac{1}{n} \times nE(X) = E(X)$ et $V(M_n) = \frac{1}{n^2} \times nV(X) = \frac{V(X)}{n}$.**

**Exemple : La moyenne $M_{100}$ de $100$ lancers d’un dé équilibré a pour espérance $3{,}5$ et pour écart type**
$$\sigma(M_{100}) = \frac{\sigma(X)}{\sqrt{100}} = \frac{1}{10}\sqrt{\frac{35}{12}} \approx 0{,}17 :$$
elle est très concentrée autour de $3{,}5$.

![Lois de la moyenne de n dés pour n = 1, 4 et 16 : la loi se resserre autour de 3,5, l'écart type passant de 1,71 à 0,85 puis 0,43](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n96_co102_2_cours_moyennes.png)

**Remarque : Concentration de la moyenne**
Quand la taille $n$ de l’échantillon est multipliée par $4$, l’écart type de la moyenne est divisé par $2$ : la moyenne se concentre autour de $E(X)$. C’est le point de départ de la loi des grands nombres (chapitre suivant).

**À retenir : - $E(X + Y) = E(X) + E(Y)$ toujours ; $E(aX + b) = aE(X) + b$.**
- $V(X + Y) = V(X) + V(Y)$ si $X$ et $Y$ sont indépendantes ; $V(aX + b) = a^2V(X)$.
- Loi binomiale $\mathcal{B}(n\,;p)$ : $E = np$ et $V = np(1 - p)$.
- Échantillon de taille $n$ : $E(M_n) = E(X)$ et $\sigma(M_n) = \dfrac{\sigma(X)}{\sqrt{n}}$.

Fiche de synthèse dans l’onglet Fiches !

## Fiche de révision

**Objectifs : Retenir l’essentiel : linéarité de l’espérance, variance d’une somme, loi binomiale, échantillons. Programme de Terminale.**

## I. Somme de deux variables

**Formule : $E(X + Y) = E(X) + E(Y)$ $\quad$ (toujours)**

**Formule : $V(X + Y) = V(X) + V(Y)$ $\quad$ (si $X$ et $Y$ sont indépendantes)**

1. $E(aX + b) = aE(X) + b$ ; $V(aX + b) = a^2V(X)$ ; $\sigma(aX + b) = |a|\,\sigma(X)$.
2. Indépendantes : $V(X - Y) = V(X) + V(Y)$ (les variances s’ajoutent toujours).
3. Loi de $X + Y$ : on regroupe les issues qui donnent la même somme.

![Diagrammes en barres : loi d'un dé (espérance 3,5) et loi de la somme de deux dés (espérance 7)](https://optitab-media.s3.eu-north-1.amazonaws.com/synthesis_images/v1_n96_fi75_1_cours_deux_des.png)

## II. Loi binomiale

**Formule : $X \sim \mathcal{B}(n\,;p)$ : $\quad E(X) = np$, $\quad V(X) = np(1 - p)$**

1. $X = X_1 + \cdots + X_n$, somme de $n$ variables de Bernoulli indépendantes.
2. Bernoulli de paramètre $p$ : $E = p$ et $V = p(1 - p)$.

## III. Échantillons

1. $S_n = X_1 + \cdots + X_n$ : $E(S_n) = nE(X)$, $V(S_n) = nV(X)$.
2. $M_n = \dfrac{S_n}{n}$ : $E(M_n) = E(X)$, $V(M_n) = \dfrac{V(X)}{n}$.
3. $\sigma(M_n) = \dfrac{\sigma(X)}{\sqrt{n}}$ : la moyenne se concentre quand $n$ grandit.

![Lois de la moyenne de n dés pour n = 1, 4 et 16 : plus n est grand, plus la moyenne se concentre autour de 3,5](https://optitab-media.s3.eu-north-1.amazonaws.com/synthesis_images/v1_n96_fi75_2_cours_moyennes.png)

## IV. Les pièges à éviter

**Attention : Les 4 erreurs classiques**
1. Ajouter les variances de variables non indépendantes.
2. Écrire $V(X - Y) = V(X) - V(Y)$.
3. Ajouter les écarts types au lieu des variances.
4. Oublier le carré dans $V(aX) = a^2V(X)$.

**Remarque : Réflexe**
Variable compliquée → je l’écris comme une somme de variables simples, puis j’additionne les espérances (et les variances si elles sont indépendantes).

## Exercices corrigés

### Exercice 1 : Linéarité de l'espérance

**Rappel : Pour toutes variables aléatoires $X$ et $Y$ et tous réels $a$ et $b$ : $E(X + Y) = E(X) + E(Y)$ et $E(aX + b) = aE(X) + b$.**

1. On lance deux dés équilibrés ; $X$ et $Y$ sont leurs résultats, avec $E(X) = E(Y) = 3{,}5$. Calculer l’espérance de la somme $S = X + Y$.
2. On lance deux fois une pièce équilibrée. $X_1$ et $X_2$ valent $1$ si le lancer correspondant donne pile, $0$ sinon. Calculer l’espérance du nombre de piles $S = X_1 + X_2$.
3. Une urne contient $5$ boules rouges et $3$ boules bleues. On tire $2$ boules avec remise ; $X_1$ (resp. $X_2$) vaut $1$ si la première (resp. la deuxième) boule est rouge, $0$ sinon. Calculer l’espérance du nombre de boules rouges $S = X_1 + X_2$.
4. On lance un dé équilibré ; $X$ est le résultat. Calculer $E(3X + 2)$.
5. Un jeu consiste à lancer deux dés : on gagne $10$ points si l’on obtient un double (deux résultats identiques), $2$ points sinon. La probabilité d’obtenir un double est $\frac{1}{6}$. Calculer l’espérance du gain $X$.

Pour la question 4, la figure associe à chaque valeur de $X$ la valeur correspondante de $3X + 2$.

![Deux droites graduées : les valeurs 1 à 6 de X, reliées par des flèches aux valeurs 5, 8, 11, 14, 17, 20 de 3X + 2 ; l'espérance E(X) = 3,5 est marquée](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n96_ex1284_1_ex1284_lineaire.png)

#### Correction détaillée

## Question 1 : Espérance de la somme de deux dés

**Méthode : Linéarité de l’espérance : on additionne les espérances, sans chercher la loi de $S$.**

**Etape : Calcul**
$$E(S) = E(X) + E(Y) = 3{,}5 + 3{,}5 = 7$$

**Resultat : $E(S) = 7$ : en moyenne, la somme de deux dés vaut $7$.**

## Question 2 : Nombre de piles

**Méthode : Chaque $X_i$ suit une loi de Bernoulli : son espérance est la probabilité de succès.**

**Etape : Espérance de chaque lancer**
$E(X_1) = E(X_2) = \frac{1}{2}$.

**Etape : Linéarité**
$$E(S) = \frac{1}{2} + \frac{1}{2} = 1$$

**Resultat : $E(S) = 1$ : en moyenne, on obtient un pile sur deux lancers.**

## Question 3 : Nombre de boules rouges

**Méthode : On calcule l’espérance de chaque tirage, puis on additionne.**

**Etape : Espérance d’un tirage**
Il y a $5$ boules rouges sur $8$ : $P(X_1 = 1) = \frac{5}{8}$, donc $E(X_1) = \frac{5}{8}$. Avec remise, $E(X_2) = \frac{5}{8}$ aussi.

**Etape : Linéarité**
$$E(S) = \frac{5}{8} + \frac{5}{8} = \frac{10}{8} = \frac{5}{4}$$

**Resultat : $E(S) = \frac{5}{4} = 1{,}25$.**

## Question 4 : Espérance de $3X + 2$

**Méthode : $E(aX + b) = aE(X) + b$, avec $E(X) = 3{,}5$ pour un dé équilibré.**

**Etape : Calcul**
$$
\begin{aligned}
E(3X + 2) &= 3E(X) + 2 \\
&= 3 \times 3{,}5 + 2 \\
&= 12{,}5
\end{aligned}
$$

![Valeurs de X reliées à celles de 3X + 2 ; en vert, l'espérance 3,5 est envoyée sur E(3X + 2) = 3 × 3,5 + 2 = 12,5](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n96_ex1284_2_ex1284_lineaire_corrige.png)

**À retenir : Toutes les valeurs de $X$ subissent la même transformation : multiplier par $3$, puis ajouter $2$. Leur moyenne aussi : $3{,}5$ devient $3 \times 3{,}5 + 2 = 12{,}5$ (en vert). C’est la linéarité de l’espérance.**

**Resultat : $E(3X + 2) = 12{,}5$.**

## Question 5 : Espérance du gain

**Méthode : On écrit le gain à l’aide d’une variable de Bernoulli, puis on utilise la linéarité.**

**Etape : Modéliser**
Soit $D$ la variable qui vaut $1$ si l’on obtient un double et $0$ sinon : $D$ suit la loi de Bernoulli de paramètre $\frac{1}{6}$. Le gain s’écrit
$$X = 10D + 2(1 - D) = 8D + 2.$$

**Etape : Linéarité**
$$
\begin{aligned}
E(X) &= 8E(D) + 2 \\
&= 8 \times \frac{1}{6} + 2 \\
&= \frac{10}{3}
\end{aligned}
$$

**Resultat : $E(X) = \frac{10}{3} \approx 3{,}33$ points.**

**À retenir : Vérification avec la définition : $E(X) = 10 \times \frac{1}{6} + 2 \times \frac{5}{6} = \frac{20}{6} = \frac{10}{3}$.**

#### Réponses

1. $E(S) = 3{,}5 + 3{,}5 = 7$.
2. $E(S) = \frac{1}{2} + \frac{1}{2} = 1$.
3. $E(S) = \frac{5}{8} + \frac{5}{8} = \frac{5}{4}$.
4. $E(3X + 2) = 3 \times 3{,}5 + 2 = 12{,}5$.
5. $X = 8D + 2$ avec $D$ de Bernoulli de paramètre $\frac{1}{6}$ : $E(X) = \frac{10}{3} \approx 3{,}33$ points.

### Exercice 2 : Espérance et variance d'une somme

Utiliser la linéarité de l’espérance et l’additivité de la variance dans différentes situations.

1. On lance $10$ fois une pièce équilibrée. Soit $X$ le nombre de piles obtenus.
   - a) Donner la loi de $X$.
   - b) Écrire $X$ comme une somme de variables de Bernoulli indépendantes.
   - c) Calculer $E(X)$ et $V(X)$ à l’aide de cette somme.
2. Une urne contient $8$ boules : $3$ rouges, $4$ bleues et $1$ verte. On tire $5$ boules avec remise. Soit $X$ le nombre de boules rouges et $Y$ le nombre de boules bleues obtenues.
   - a) Donner les lois de $X$ et de $Y$.
   - b) Calculer $E(X)$, $V(X)$, $E(Y)$ et $V(Y)$.
   - c) Soit $S = X + Y$ le nombre de boules rouges ou bleues. Calculer $E(S)$ et $V(S)$.
3. On lance $3$ dés équilibrés indépendants ; $X_i$ est le résultat du $i$-ème dé, avec $E(X_i) = 3{,}5$ et $V(X_i) = \frac{35}{12}$.
   - a) Calculer l’espérance de la somme $S = X_1 + X_2 + X_3$.
   - b) Calculer la variance de $S$.
   - c) Calculer l’espérance et la variance de la moyenne $M = \frac{S}{3}$.
4. Un joueur lance $4$ fois un dé équilibré. À chaque lancer, il gagne $5$ points si le résultat est pair et perd $2$ points s’il est impair. Soit $G$ le gain total. Calculer l’espérance et la variance de $G$.
5. On répète $25$ fois, de façon indépendante, une épreuve de Bernoulli de probabilité de succès $p = 0{,}6$. Soit $X$ le nombre de succès.
   - a) Donner la loi de $X$.
   - b) Calculer $E(X)$ et $V(X)$.
   - c) Calculer l’espérance et la variance de la fréquence de succès $F = \frac{X}{25}$.

Pour la question 2, la figure représente le contenu de l’urne.

![Contenu de l'urne : 3 boules rouges, 4 boules bleues et 1 boule verte](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n96_ex1286_1_ex1286_urne.png)

#### Correction détaillée

## Question 1 : Nombre de piles sur $10$ lancers

**Méthode : On décompose $X$ en somme de variables de Bernoulli, puis linéarité et additivité.**

**Etape : a) Loi de $X$**
$10$ lancers indépendants, succès « pile » de probabilité $\frac{1}{2}$ : $X \sim \mathcal{B}\left(10\,;\frac{1}{2}\right)$.

**Etape : b) Décomposition**
$X = X_1 + X_2 + \cdots + X_{10}$, où $X_i$ vaut $1$ si le $i$-ème lancer donne pile et $0$ sinon. Les $X_i$ sont indépendantes et suivent la loi de Bernoulli de paramètre $\frac{1}{2}$.

**Etape : c) Espérance et variance**
$E(X_i) = \frac{1}{2}$ et $V(X_i) = \frac{1}{2} \times \frac{1}{2} = \frac{1}{4}$, donc
$$
\begin{aligned}
E(X) &= 10 \times \frac{1}{2} = 5 \\
V(X) &= 10 \times \frac{1}{4} = \frac{5}{2}
\end{aligned}
$$
(les variances s’ajoutent car les $X_i$ sont indépendantes).

**Resultat : $X \sim \mathcal{B}\left(10\,;\frac{1}{2}\right)$, $E(X) = 5$ et $V(X) = \frac{5}{2}$.**

## Question 2 : Boules rouges et boules bleues

**Méthode : Linéarité pour l’espérance ; pour la variance, on vérifie d’abord l’indépendance.**

**Etape : a) Lois de $X$ et de $Y$**
Tirages avec remise, donc indépendants : $X \sim \mathcal{B}\left(5\,;\frac{3}{8}\right)$ et $Y \sim \mathcal{B}\left(5\,;\frac{4}{8}\right) = \mathcal{B}\left(5\,;\frac{1}{2}\right)$.

**Etape : b) Espérances et variances**
$$
\begin{aligned}
E(X) &= 5 \times \frac{3}{8} = \frac{15}{8} \\
V(X) &= 5 \times \frac{3}{8} \times \frac{5}{8} = \frac{75}{64} \\
E(Y) &= 5 \times \frac{1}{2} = \frac{5}{2} \\
V(Y) &= 5 \times \frac{1}{2} \times \frac{1}{2} = \frac{5}{4}
\end{aligned}
$$

**Etape : c) Espérance de $S$**
La linéarité s’applique toujours :
$$E(S) = \frac{15}{8} + \frac{5}{2} = \frac{35}{8}.$$

**Attention : $X$ et $Y$ ne sont **pas** indépendantes : les deux comptages portent sur les mêmes tirages, et par exemple $X = 5$ impose $Y = 0$. On ne peut donc pas écrire $V(S) = V(X) + V(Y)$ (cela donnerait $\frac{155}{64}$, résultat faux).**

![Urne de 8 boules ; une accolade verte regroupe les 3 rouges et les 4 bleues : rouge ou bleue, 7 boules sur 8, probabilité 7/8](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n96_ex1286_2_ex1286_urne_corrige.png)

**Etape : c) Variance de $S$**
$S$ compte directement les tirages « rouge ou bleue ». Les tirages sont indépendants et, à chaque tirage, $P(\text{rouge ou bleue}) = \frac{7}{8}$ : $S \sim \mathcal{B}\left(5\,;\frac{7}{8}\right)$, donc
$$V(S) = 5 \times \frac{7}{8} \times \frac{1}{8} = \frac{35}{64}.$$

**Resultat : $E(S) = \frac{35}{8}$ et $V(S) = \frac{35}{64}$.**

## Question 3 : Somme et moyenne de trois dés

**Méthode : Linéarité, additivité (dés indépendants), puis $V(aS) = a^2V(S)$.**

**Etape : a) Espérance de $S$**
$$E(S) = 3 \times 3{,}5 = 10{,}5$$

**Etape : b) Variance de $S$**
$$V(S) = 3 \times \frac{35}{12} = \frac{35}{4}$$

**Etape : c) Moyenne $M = \frac{S}{3}$**
$$
\begin{aligned}
E(M) &= \frac{1}{3} \times 10{,}5 = 3{,}5 \\
V(M) &= \left(\frac{1}{3}\right)^2 \times \frac{35}{4} = \frac{35}{36}
\end{aligned}
$$

**Resultat : $E(S) = 10{,}5$, $V(S) = \frac{35}{4}$, $E(M) = 3{,}5$ et $V(M) = \frac{35}{36}$.**

## Question 4 : Gain sur $4$ lancers

**Méthode : $G = G_1 + G_2 + G_3 + G_4$, où $G_i$ est le gain du $i$-ème lancer ; les lancers sont indépendants.**

**Etape : Gain d’un lancer**
Un dé a $3$ faces paires sur $6$ : $G_i$ vaut $5$ ou $-2$, chacun avec la probabilité $\frac{1}{2}$. Pour la variance, on utilise les écarts à l’espérance $\frac{3}{2} = 1{,}5$ : $5 - 1{,}5 = 3{,}5$ et $-2 - 1{,}5 = -3{,}5$.
$$
\begin{aligned}
E(G_i) &= 5 \times \frac{1}{2} + (-2) \times \frac{1}{2} = \frac{3}{2} \\
V(G_i) &= \frac{1}{2} \times 3{,}5^2 + \frac{1}{2} \times (-3{,}5)^2 \\
&= \frac{49}{4}
\end{aligned}
$$

**Etape : Gain total**
$$
\begin{aligned}
E(G) &= 4 \times \frac{3}{2} = 6 \\
V(G) &= 4 \times \frac{49}{4} = 49
\end{aligned}
$$
(les variances s’ajoutent car les lancers sont indépendants).

**Resultat : $E(G) = 6$ points et $V(G) = 49$, soit $\sigma(G) = 7$ points.**

## Question 5 : Fréquence de succès

**Méthode : Loi binomiale, puis $F = \frac{1}{25}X$ : $E(F) = \frac{E(X)}{25}$ et $V(F) = \frac{V(X)}{25^2}$.**

**Etape : a) Loi de $X$**
$X \sim \mathcal{B}(25\,;0{,}6)$.

**Etape : b) Espérance et variance de $X$**
$E(X) = 25 \times 0{,}6 = 15$ et $V(X) = 25 \times 0{,}6 \times 0{,}4 = 6$.

**Etape : c) Espérance et variance de $F$**
$$
\begin{aligned}
E(F) &= \frac{15}{25} = 0{,}6 \\
V(F) &= \frac{6}{625} = 0{,}009\,6
\end{aligned}
$$

**Resultat : $E(X) = 15$, $V(X) = 6$, $E(F) = 0{,}6$ et $V(F) = \frac{6}{625}$ : en moyenne, la fréquence observée est égale à la probabilité $p$.**

#### Réponses

1. $X \sim \mathcal{B}\left(10\,;\frac{1}{2}\right)$, $X = X_1 + \cdots + X_{10}$, $E(X) = 5$, $V(X) = \frac{5}{2}$.
2. $X \sim \mathcal{B}\left(5\,;\frac{3}{8}\right)$, $Y \sim \mathcal{B}\left(5\,;\frac{1}{2}\right)$ ; $E(X) = \frac{15}{8}$, $V(X) = \frac{75}{64}$, $E(Y) = \frac{5}{2}$, $V(Y) = \frac{5}{4}$ ; $E(S) = \frac{35}{8}$ et, $S$ suivant $\mathcal{B}\left(5\,;\frac{7}{8}\right)$, $V(S) = \frac{35}{64}$.
3. $E(S) = 10{,}5$, $V(S) = \frac{35}{4}$, $E(M) = 3{,}5$, $V(M) = \frac{35}{36}$.
4. $E(G) = 6$ points, $V(G) = 49$.
5. $X \sim \mathcal{B}(25\,;0{,}6)$, $E(X) = 15$, $V(X) = 6$, $E(F) = 0{,}6$, $V(F) = \frac{6}{625}$.

### Exercice 3 : DS - Devoir surveillé complet

Ce devoir couvre l’ensemble du chapitre sur les sommes de variables aléatoires.

**Partie A : Linéarité de l’espérance**

**A1.** On lance trois dés équilibrés indépendants, de résultats $X$, $Y$ et $Z$, avec $E(X) = E(Y) = E(Z) = 3{,}5$. Calculer l’espérance de $S = X + Y + Z$.

**A2.** $X$ et $Y$ sont deux variables aléatoires telles que $E(X) = 4$ et $E(Y) = 6$. Calculer $E(2X + 3Y - 1)$.

**A3.** On lance $4$ fois une pièce équilibrée. À chaque lancer, on gagne $3$ points si l’on obtient pile et on perd $1$ point sinon. Soit $G$ le gain total. Calculer $E(G)$.

**Partie B : Additivité de la variance**

**B1.** On lance deux dés équilibrés indépendants, de résultats $X$ et $Y$, avec $V(X) = V(Y) = \frac{35}{12}$. Calculer la variance de $S = X + Y$.

**B2.** $X$ et $Y$ sont deux variables aléatoires **indépendantes** telles que $V(X) = 5$ et $V(Y) = 3$. Calculer $V(2X - Y + 1)$.

**B3.** On lance $6$ fois une pièce équilibrée. Soit $X$ le nombre de piles. Calculer $V(X)$.

**Partie C : Loi binomiale**

**C1.** On répète $20$ fois, de façon indépendante, une épreuve de Bernoulli de probabilité de succès $p = 0{,}4$. Soit $X$ le nombre de succès.
- a) Donner la loi de $X$.
- b) Écrire $X$ comme une somme de variables de Bernoulli.
- c) Calculer $E(X)$ et $V(X)$.

**C2.** Dans une urne contenant $8$ boules dont $5$ rouges, on effectue $15$ tirages avec remise. Soit $X$ le nombre de boules rouges obtenues.
- a) Donner la loi de $X$.
- b) Calculer $E(X)$ et $\sigma(X)$.

**Partie D : Échantillons et fréquences**

**D1.** On lance $100$ fois un dé équilibré. Chaque lancer a pour espérance $3{,}5$ et pour variance $\frac{35}{12}$.
- a) Soit $S_{100}$ la somme des résultats. Calculer $E(S_{100})$ et $\sigma(S_{100})$.
- b) Soit $M_{100} = \frac{S_{100}}{100}$ la moyenne. Calculer $E(M_{100})$ et $\sigma(M_{100})$.

**D2.** Dans une population, $45$ % des individus ont une caractéristique. On prélève au hasard, avec remise, un échantillon de $80$ individus. Soit $F$ la fréquence de la caractéristique dans l’échantillon.
- a) Calculer $E(F)$ et $V(F)$.
- b) Calculer les bornes de l’intervalle $[E(F) - 2\sigma(F)\,;E(F) + 2\sigma(F)]$, arrondies au millième.

**Partie E : Synthèse**

**E1.** Un système comporte $4$ composants qui fonctionnent indépendamment les uns des autres, chacun avec la probabilité $0{,}85$. Soit $N$ le nombre de composants qui fonctionnent.
- a) Donner la loi de $N$ et calculer $E(N)$ et $V(N)$.
- b) Le système fonctionne si au moins $3$ composants fonctionnent. Calculer la probabilité que le système fonctionne.

#### Correction détaillée

## Partie A : Linéarité de l’espérance

## Question A1 : Somme de trois dés

**Méthode : Linéarité de l’espérance.**

**Etape : Calcul**
$$E(S) = E(X) + E(Y) + E(Z) = 3 \times 3{,}5 = 10{,}5$$

**Resultat : $E(S) = 10{,}5$.**

## Question A2 : Espérance de $2X + 3Y - 1$

**Méthode : $E(aX + bY + c) = aE(X) + bE(Y) + c$, sans hypothèse d’indépendance.**

**Etape : Calcul**
$$
\begin{aligned}
E(2X + 3Y - 1) &= 2E(X) + 3E(Y) - 1 \\
&= 2 \times 4 + 3 \times 6 - 1 \\
&= 25
\end{aligned}
$$

**Resultat : $E(2X + 3Y - 1) = 25$.**

## Question A3 : Gain total sur $4$ lancers

**Méthode : On écrit $G$ comme la somme des gains $G_1$, $G_2$, $G_3$, $G_4$ des quatre lancers.**

**Etape : Gain d’un lancer**
$G_i$ vaut $3$ avec la probabilité $\frac{1}{2}$ et $-1$ avec la probabilité $\frac{1}{2}$ :
$$E(G_i) = 3 \times \frac{1}{2} + (-1) \times \frac{1}{2} = 1.$$

**Etape : Linéarité**
$$E(G) = E(G_1) + E(G_2) + E(G_3) + E(G_4) = 4 \times 1 = 4$$

**Resultat : $E(G) = 4$ points.**

## Partie B : Additivité de la variance

## Question B1 : Somme de deux dés

**Méthode : Les dés sont indépendants : les variances s’ajoutent.**

**Etape : Calcul**
$$V(S) = \frac{35}{12} + \frac{35}{12} = \frac{35}{6}$$

**Resultat : $V(S) = \frac{35}{6}$.**

## Question B2 : Variance de $2X - Y + 1$

**Méthode : La constante ne change pas la variance ; $2X$ et $-Y$ sont indépendantes ; $V(aX) = a^2V(X)$.**

**Etape : Calcul**
$$
\begin{aligned}
V(2X - Y + 1) &= V(2X - Y) \\
&= 2^2V(X) + (-1)^2V(Y) \\
&= 4 \times 5 + 3 \\
&= 23
\end{aligned}
$$

**Resultat : $V(2X - Y + 1) = 23$.**

**Attention : Le signe moins disparaît dans le carré : on **ajoute** $V(Y)$, on ne le retranche pas.**

## Question B3 : Nombre de piles sur $6$ lancers

**Méthode : $X$ suit une loi binomiale : $V(X) = np(1 - p)$.**

**Etape : Calcul**
$X \sim \mathcal{B}\left(6\,;\frac{1}{2}\right)$, donc
$$V(X) = 6 \times \frac{1}{2} \times \frac{1}{2} = \frac{3}{2}.$$

**Resultat : $V(X) = \frac{3}{2}$.**

## Partie C : Loi binomiale

## Question C1 : Loi, décomposition, espérance et variance

**Méthode : $20$ épreuves de Bernoulli identiques et indépendantes : schéma de Bernoulli.**

**Etape : a) Loi de $X$**
$X$ compte les succès dans un schéma de Bernoulli de paramètres $n = 20$ et $p = 0{,}4$ : $X \sim \mathcal{B}(20\,;0{,}4)$.

**Etape : b) Décomposition**
$X = X_1 + X_2 + \cdots + X_{20}$, où $X_i$ vaut $1$ si la $i$-ème épreuve est un succès et $0$ sinon ; les $X_i$ sont indépendantes et suivent la loi de Bernoulli de paramètre $0{,}4$.

**Etape : c) Espérance et variance**
$$
\begin{aligned}
E(X) &= 20 \times 0{,}4 = 8 \\
V(X) &= 20 \times 0{,}4 \times 0{,}6 = 4{,}8
\end{aligned}
$$

**Resultat : $X \sim \mathcal{B}(20\,;0{,}4)$, $E(X) = 8$ et $V(X) = 4{,}8$.**

## Question C2 : Boules rouges

**Méthode : Tirages avec remise : épreuves indépendantes de même probabilité de succès.**

**Etape : a) Loi de $X$**
À chaque tirage, $P(\text{rouge}) = \frac{5}{8}$ ; donc $X \sim \mathcal{B}\left(15\,;\frac{5}{8}\right)$.

**Etape : b) Espérance et écart type**
$$
\begin{aligned}
E(X) &= 15 \times \frac{5}{8} = \frac{75}{8} = 9{,}375 \\
V(X) &= 15 \times \frac{5}{8} \times \frac{3}{8} = \frac{225}{64} \\
\sigma(X) &= \sqrt{\frac{225}{64}} = \frac{15}{8} = 1{,}875
\end{aligned}
$$

**Resultat : $X \sim \mathcal{B}\left(15\,;\frac{5}{8}\right)$, $E(X) = \frac{75}{8}$ et $\sigma(X) = \frac{15}{8}$.**

## Partie D : Échantillons et fréquences

## Question D1 : Somme et moyenne de $100$ lancers

**Méthode : Échantillon de taille $n = 100$ : $E(S_n) = nE(X)$, $V(S_n) = nV(X)$, $E(M_n) = E(X)$, $V(M_n) = \frac{V(X)}{n}$.**

**Etape : a) Somme $S_{100}$**
$$
\begin{aligned}
E(S_{100}) &= 100 \times 3{,}5 = 350 \\
V(S_{100}) &= 100 \times \frac{35}{12} = \frac{875}{3} \\
\sigma(S_{100}) &= \sqrt{\frac{875}{3}} \approx 17{,}08
\end{aligned}
$$

**Etape : b) Moyenne $M_{100}$**
$$
\begin{aligned}
E(M_{100}) &= 3{,}5 \\
V(M_{100}) &= \frac{1}{100^2} \times \frac{875}{3} = \frac{7}{240} \\
\sigma(M_{100}) &= \sqrt{\frac{7}{240}} \approx 0{,}171
\end{aligned}
$$

**Resultat : $E(S_{100}) = 350$, $\sigma(S_{100}) \approx 17{,}08$ ; $E(M_{100}) = 3{,}5$, $\sigma(M_{100}) \approx 0{,}171$.**

## Question D2 : Fréquence dans un échantillon

**Méthode : $F = \frac{X}{80}$ où $X$, le nombre d’individus ayant la caractéristique, suit $\mathcal{B}(80\,;0{,}45)$.**

**Etape : a) Espérance et variance de $F$**
$E(X) = 80 \times 0{,}45 = 36$ et $V(X) = 80 \times 0{,}45 \times 0{,}55 = 19{,}8$, donc
$$
\begin{aligned}
E(F) &= \frac{36}{80} = 0{,}45 \\
V(F) &= \frac{19{,}8}{80^2} = 0{,}003\,093\,75
\end{aligned}
$$

**Etape : b) Intervalle**
$\sigma(F) = \sqrt{0{,}003\,093\,75} \approx 0{,}0556$, donc
$$
\begin{aligned}
E(F) - 2\sigma(F) &\approx 0{,}45 - 0{,}1112 \approx 0{,}339 \\
E(F) + 2\sigma(F) &\approx 0{,}45 + 0{,}1112 \approx 0{,}561
\end{aligned}
$$

**Resultat : $E(F) = 0{,}45$, $V(F) = 0{,}003\,093\,75$ et l’intervalle est environ $[0{,}339\,;0{,}561]$.**

## Partie E : Synthèse

## Question E1 : Système à $4$ composants

**Méthode : $N$ compte les composants qui fonctionnent, de façon indépendante : loi binomiale.**

**Etape : a) Loi, espérance et variance**
$N \sim \mathcal{B}(4\,;0{,}85)$, donc
$$
\begin{aligned}
E(N) &= 4 \times 0{,}85 = 3{,}4 \\
V(N) &= 4 \times 0{,}85 \times 0{,}15 = 0{,}51
\end{aligned}
$$

**Etape : b) Probabilité que le système fonctionne**
$$
\begin{aligned}
P(N = 3) &= \binom{4}{3} \times 0{,}85^3 \times 0{,}15 = 0{,}368\,475 \\
P(N = 4) &= 0{,}85^4 = 0{,}522\,006\,25
\end{aligned}
$$
Donc $P(N \geq 3) = 0{,}368\,475 + 0{,}522\,006\,25 \approx 0{,}890$.

![Loi de N, de loi binomiale de paramètres 4 et 0,85 : en vert les barres k = 3 (0,3685) et k = 4 (0,5220), P(N ≥ 3) ≈ 0,890](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n96_ex1288_1_ex1288_composants_corrige.png)

**Resultat : $N \sim \mathcal{B}(4\,;0{,}85)$, $E(N) = 3{,}4$, $V(N) = 0{,}51$ ; le système fonctionne avec une probabilité d’environ $0{,}890$.**

#### Réponses

**Partie A.** A1 : $E(S) = 10{,}5$. A2 : $E(2X + 3Y - 1) = 25$. A3 : $E(G) = 4$ points.

**Partie B.** B1 : $V(S) = \frac{35}{6}$. B2 : $V(2X - Y + 1) = 23$. B3 : $V(X) = \frac{3}{2}$.

**Partie C.** C1 : $X \sim \mathcal{B}(20\,;0{,}4)$, $X = X_1 + \cdots + X_{20}$, $E(X) = 8$, $V(X) = 4{,}8$. C2 : $X \sim \mathcal{B}\left(15\,;\frac{5}{8}\right)$, $E(X) = \frac{75}{8}$, $\sigma(X) = \frac{15}{8}$.

**Partie D.** D1 : $E(S_{100}) = 350$, $\sigma(S_{100}) \approx 17{,}08$, $E(M_{100}) = 3{,}5$, $\sigma(M_{100}) \approx 0{,}171$. D2 : $E(F) = 0{,}45$, $V(F) = 0{,}003\,093\,75$, intervalle $[0{,}339\,;0{,}561]$.

**Partie E.** E1 : $N \sim \mathcal{B}(4\,;0{,}85)$, $E(N) = 3{,}4$, $V(N) = 0{,}51$, $P(N \geq 3) \approx 0{,}890$.
