Parcourir les exercices

Espérance d’une variable aléatoire à valeurs dans $[0,+\infty]$, définie par
$\displaystyle \mathrm{E}(X) = \sum_{x \in X(\Omega)} xP(X = x).$

On adopte la convention $xP(X = x) = 0$ lorsque $x = +\infty$ et $P(X = +\infty) = 0$.

Variable aléatoire $X$ à valeurs réelles ou complexes d’espérance finie, espérance de $X$.

$X$ est d’espérance finie si la famille $\bigl(xP(X = x)\bigr)_{x \in X(\Omega)}$ est sommable. Dans ce cas, la somme de cette famille est l’espérance de $X$.
Variable centrée.

Pour $X$ variable aléatoire à valeurs dans $\mathbb{N} \cup \{+\infty\}$, relation :
$\displaystyle \mathrm{E}(X) = \sum_{n=1}^{+\infty} P(X \geqslant n).$
Espérance d’une variable géométrique, de Poisson.

Formule de transfert :
$f(X)$ est d’espérance finie si et seulement si la famille $\bigl(f(x)P(X = x)\bigr)_{x \in X(\Omega)}$ est sommable. Dans ce cas :
$\displaystyle \mathrm{E}\Bigl(f(X)\Bigr) = \sum_{x \in X(\Omega)} f(x)P(X = x).$

On remarque que la formule s’applique aux couples, aux $n$-uplets de variables aléatoires.

Linéarité de l’espérance.
Si $\lvert X\rvert \leqslant Y$ et $\mathrm{E}(Y) < +\infty$, alors $X$ est d’espérance finie.
Positivité, croissance de l’espérance.
Si $X$ est positive et d’espérance nulle, alors $(X = 0)$ est presque sûr.

Pour $X$ et $Y$ deux variables aléatoires indépendantes d’espérance finie, alors $XY$ est d’espérance finie et :
$\mathrm{E}(XY) = \mathrm{E}(X)\,\mathrm{E}(Y)$.

Extension au cas de $n$ variables aléatoires.