Calculateur d'espérance mathématique

Calculez le résultat moyen pondéré.

Résultat (X)
Probabilité P(X)
Exemples:
Valeur espérée E[X]
51
Variance Var(X)
1,729
Écart-type σ
41.5812
10050-2000.150.30.450.6

Répartition des contributions

100 × 0.3= 30
50 × 0.5= 25
-20 × 0.2= -4
Total E[X]51
Formule de la valeur espérée
E[X]=∑ixi⋅P(xi)E[X] = \sum_{i} x_i \cdot P(x_i)

Qu'est-ce que l'espérance mathématique ?

L'espérance mathématique (EV) est le résultat moyen à long terme d'une variable aléatoire lorsqu'une expérience est répétée de nombreuses fois. Elle représente le « centre de masse » d'une distribution de probabilité et est l'un des concepts les plus importants en théorie des probabilités et en prise de décision.

Malgré son nom, l'espérance mathématique n'est pas nécessairement une valeur que vous « attendriez » dans un seul essai — c'est la moyenne que vous approcheriez sur de nombreuses répétitions.

La formule

Pour une variable aléatoire discrète avec des résultats xix_i et des probabilités P(xi)P(x_i) :

E[X]=∑ixi⋅P(xi)E[X] = \sum_{i} x_i \cdot P(x_i)

Pour une variable aléatoire continue avec une fonction de densité de probabilité f(x)f(x) :

E[X]=∫−∞∞x⋅f(x) dxE[X] = \int_{-\infty}^{\infty} x \cdot f(x) \, dx

Un exemple simple

Considérons un dé à six faces équilibré. L'espérance mathématique est :

E[X]=1⋅16+2⋅16+3⋅16+4⋅16+5⋅16+6⋅16=3.5E[X] = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + 3 \cdot \frac{1}{6} + 4 \cdot \frac{1}{6} + 5 \cdot \frac{1}{6} + 6 \cdot \frac{1}{6} = 3.5

Vous ne pouvez jamais obtenir 3.5, pourtant c'est l'espérance mathématique. Si vous lanciez le dé des milliers de fois, votre moyenne convergerait vers 3.5.

Applications pratiques

Jeux d'argent et jeux de casino

Les casinos s'assurent que chaque jeu a une espérance mathématique négative pour les joueurs. À la roulette, parier 1$ sur rouge :

  • Gagner 1$ avec une probabilité de 18/38
  • Perdre 1$ avec une probabilité de 20/38

E[X]=(1)1838+(−1)2038=−238≈−$0.053E[X] = (1)\frac{18}{38} + (-1)\frac{20}{38} = -\frac{2}{38} \approx -\$0.053

L'avantage de la maison d'environ 5,3 cents par dollar parié assure la rentabilité du casino sur des millions de paris.

Assurance

Les compagnies d'assurance utilisent l'espérance mathématique pour tarifer les polices. S'il y a 1% de chance d'une réclamation de 100 000,lepaiementattenduestde1000, le paiement attendu est de 1 000. La prime doit dépasser ce montant pour être rentable.

Décisions d'investissement

Les gestionnaires de portefeuille calculent les rendements attendus en pondérant les résultats possibles par leurs probabilités :

ScénarioRendementProbabilité
Marché haussier+20%30%
Normal+8%50%
Marché baissier-15%20%

E[Rendement]=(0.20)(0.30)+(0.08)(0.50)+(−0.15)(0.20)=0.07=7%E[Rendement] = (0.20)(0.30) + (0.08)(0.50) + (-0.15)(0.20) = 0.07 = 7\%

Décisions commerciales

L'espérance mathématique aide à comparer des options avec des résultats incertains. Une entreprise devrait-elle poursuivre le projet A avec des gains incertains ou le projet B avec un rendement garanti ?

Propriétés de l'espérance mathématique

Linéarité

Pour toutes variables aléatoires X et Y et constantes a, b :

E[aX+bY]=aE[X]+bE[Y]E[aX + bY] = aE[X] + bE[Y]

Cette propriété est extraordinairement utile et s'applique que X et Y soient indépendants ou non.

Espérance d'une constante

E[c]=cE[c] = c

Transformation

Si Y=g(X)Y = g(X), alors :

E[Y]=E[g(X)]=∑ig(xi)⋅P(xi)E[Y] = E[g(X)] = \sum_{i} g(x_i) \cdot P(x_i)

Espérance mathématique vs. Résultat le plus probable

L'espérance mathématique diffère du mode (résultat le plus probable). Dans une loterie où :

  • 99,9% de chance de gagner 0$
  • 0,1% de chance de gagner 10 000$

Le mode est 0, mais : $$E[X] = (0)(0.999) + (10000)(0.001) = \10$$

Variance et espérance mathématique

La variance mesure la dispersion autour de l'espérance mathématique :

Var(X)=E[(X−E[X])2]=E[X2]−(E[X])2Var(X) = E[(X - E[X])^2] = E[X^2] - (E[X])^2

Deux investissements pourraient avoir le même rendement attendu mais des variances très différentes — une considération critique pour les investisseurs averses au risque.

La loi des grands nombres

La loi des grands nombres garantit qu'à mesure que le nombre d'essais augmente, la moyenne de l'échantillon converge vers l'espérance mathématique. C'est pourquoi :

  • Les casinos sont rentables malgré les gains occasionnels de joueurs individuels
  • Les compagnies d'assurance peuvent estimer de manière fiable les paiements
  • L'échantillonnage du contrôle qualité fonctionne

Théorie de la décision

L'espérance mathématique est centrale dans la théorie de la décision, mais ce n'est pas toute l'histoire. Considérez :

  • 50% de chance de gagner 1 000 000vs.400000 vs. 400 000 garantis

Les espérances mathématiques sont de 500 000et400000 et 400 000, mais la plupart des gens préfèrent le montant garanti. Cela conduit à la théorie de l'utilité espérée, qui tient compte des préférences face au risque.

Calculs associés

Résumé

L'espérance mathématique fournit un nombre unique résumant le comportement moyen à long terme d'une variable aléatoire. C'est fondamental pour les probabilités, les statistiques, l'économie et la prise de décision. Bien qu'indispensable, l'espérance mathématique seule ne capture pas le risque — considérez toujours la variance à côté pour une image complète des résultats incertains.