logo
  • Filtre for math subject Tous les sujets
  • Filtre for math subjectMaths
  • Filtre for math subjectPhysique-Chimie
  • Filtre for math subjectCorrigés de BAC
  • Filtre for math subjectPrépa Examens
  • Filtre for math subjectRévisions Maths lycée
  • Filtre for math subject Tous les sujets
  • Filtre for math subjectMaths
  • Filtre for math subjectPhysique-Chimie
  • Filtre for math subjectCorrigés de BAC
  • Filtre for math subjectPrépa Examens
  • Filtre for math subjectRévisions Maths lycée

Modéliser par une somme (2)

Dans cette vidéo, Corentin aborde la notion de somme de variables aléatoires en se basant sur un exercice. Le problème consiste à étudier les tirs réussis par Elia le matin et l'après-midi. Il est donné que le matin, Elia fait 30 tirs avec une probabilité de réussite de 0,46, et l'après-midi, elle fait 50 tirs avec une probabilité de réussite de 0,78. Dans un premier temps, Corentin analyse les variables aléatoires x et y qui représentent respectivement le nombre de tirs réussis par Elia le matin et l'après-midi. Il remarque que ces variables suivent une distribution binomiale car il s'agit d'une somme de succès (tirs réussis). Pour x, la loi binomiale a un paramètre 30 (nombre de tirs) et 0,46 (probabilité de réussite du tir le matin). Pour y, la loi binomiale a un paramètre 50 et 0,78. Ensuite, Corentin explique que la somme des variables aléatoires x et y, c'est-à-dire x plus y, représente le nombre total de tirs réussis dans la journée. Enfin, il calcule l'espérance de x plus y en utilisant la propriété de linéarité de l'espérance. Il rappelle que l'espérance d'une variable aléatoire binomiale est égale à n fois p, où n est le nombre de tirs et p est la probabilité de réussite du tir. Il obtient que l'espérance de x plus y est égale à 45, ce qui signifie que dans la journée, Elia peut espérer réussir 45 tirs.

Contenu lié