[<] Variables aléatoires [>] Loi de Poisson

 
Exercice 1  4366  

On lance indéfiniment et indépendamment un dé équilibré. Pour n*, on note Xn la variable aléatoire définie par la valeur du n-ième lancer. On introduit le temps d’attente du premier six:

T=min({n*|Xn=6}{+}).
  • (a)

    Montrer que T est une variable aléatoire discrète.

  • (b)

    Identifier la loi de T.

 
Exercice 2  4022  

Soient X et Y deux variables aléatoires indépendantes suivant des lois géométriques de paramètres p et q éléments de ]0;1[.

  • (a)

    Calculer P(X>n) pour n.

  • (b)

    Identifier la loi de Z=min(X,Y).

 
Exercice 3  5844   Correction  

Soient X1,,Xn des variables aléatoires indépendantes suivant des lois géométriques de paramètres p1,,pn>0.

Identifier la loi de la variable Y=min(X1,,Xn).

Solution

Pour i=1,,n, on a Xi(Ω)=* avec

k*,P(Xi=k)=(1pi)k1pi.

On en tire

k,,P(Xi>k)=(1pi)k.

Notons que, à l’inverse, si une variable aléatoire X est à valeurs dans * et vérifie

k,P(X>k)=(1q)k

pour un certain q>0 alors X suit une loi géométrique de paramètre q. En effet, pour tout k*, P(X=k)=P(X>k1)P(X>k)=(1q)k1q.

Étudions maintenant la variable Y.

On a immédiatement Y(Ω)*.

Pour k,

(Y>k)=(X1>k)(Xn>k).

Par indépendance,

P(Y>k)=P(X1>k)××P(Xn>k)=i=1n(1pi)k.

On peut réécrire

P(Y>k)=(i=1n(1pi))k=(1q)k avec q=1i=1n(1pi).

La variable Y suit donc une loi géométrique de paramètre q.

 
Exercice 4  4021  Correction  

Soient X et Y deux variables aléatoires discrètes indépendantes.

On suppose que celles-ci suivent une même loi géométrique de paramètre p]0;1[.

Calculer la loi de Z=X+Y.

Solution

Les variables X et Y sont à valeurs dans * donc X+Y est à valeurs {0,1}.

Pour n{0,1}, on a

P(X+Y=n)=k=1n1P(X=k,Y=nk).

Par indépendance

P(X+Y=n)=k=1n1P(X=k)P(Y=nk).

Il ne reste plus qu’à dérouler les calculs:

P(X+Y=n)=(n1)p2(1p)n2.
 
Exercice 5  5846  Correction  

Une urne contient n2 boules numérotées de 1 à n. Avec remise, on tire les boules de cette urne une à une et l’on note X la variable aléatoire égale au nombre de tirages nécessaires pour tirer une boule différente de la première.

Calculer la loi de X puis identifier la loi de Y=X-1.

Solution

Pour i=1,,n, introduisons l’événement

Ai=« La première boule tirée a le numéro i ».

Les A1,,An forment un système complet d’événements équiprobables.

La variable X prend ses valeurs dans {0,1}.

Compte-tenu des conditions de l’expérience, la loi de X-1 sachant Ai est géométrique de paramètre p=n-1/n.

Par la formule des probabilités totales,

k{0,1},P(X=k) =i=1nP(X-1=k-1Ai)P(Ai)
=i=1n(1-p)k-2p×1n=(1-p)k-2p.

La variable Y suit une loi géométrique de paramètre p.

 
Exercice 6  5582  Correction  

Soit X une variable aléatoire suivant une loi géométrique de paramètre p]0;1[.

  • (a)

    Déterminer la loi de la variable X sachant (X>1).

  • (b)

    Quelle est son espérance?

Solution

  • (a)

    La variable aléatoire X prend ses valeurs dans * avec

    P(X=n)=(1-p)n-1ppour tout n*.

    On en déduit

    P(X>1)=1-P(X=1)=1-p.

    Par définition,

    P(X=nX>1)=P(X=n,X>1)P(X>1)pour tout n*.

    Pour n=1, l’événement (X=n)(X>1) est impossible et donc P(X=nX>1).

    Pour n2, l’événement (X=n) contient (X>1) et donc

    P(X=nX>1)=P(X=n)P(X>1)=(1-p)n-1p1-p=(1-p)n-2p.
  • (b)

    Considérons la variable Y=X-1. Celle-ci prend ses valeurs dans * et l’on vérifie

    P(Y=n)=P(X=n+1)=(1-p)n-1ppour tout n*.

    La variable Y suit une loi géométrique de paramètre p. On connaît l’espérance de Y et l’on en déduit par linéarité l’espérance voulue.

    E(Y)+1=1p+1.

    Celle-ci est une espérance conditionnelle, généralement notée E(XX>1): c’est l’espérance de X pour la probabilité conditionnelle P(X>1).

 
Exercice 7  5375    NAVALE (MP)Correction  

Écrire un programme en langage Python simulant une loi géométrique de paramètre p]0;1[.

Solution

Une option peut être de répéter une expérience de Bernoulli jusqu’à l’obtention d’un succès.

import random

def geom(p):
    c = 1
    while (random.random() < 1 - p):
        c = c + 1
    return c

Cela a cependant l’inconvénient de ne pas produire une réponse en temps constant.

Une alternative est d’employer que si X suit une loi géométrique de paramètre p alors

P(X>k)=(1-p)kpour tout k.

On peut alors choisir uniformément x dans ]0;1[ puis de rechercher k tel que

(1-p)k<x(1-p)k-1

ce qui donne

k=ln(x)ln(1-p)+1.
import random
import numpy as np

def geom(p):
    x = random.random()
    return np.floor(np.log(x)/np.log(1-p)) + 1
 
Exercice 8  4038   

Soient X et Y deux variables aléatoires indépendantes suivant des lois géométriques de paramètres p et q éléments de ]0;1[.

Calculer l’espérance de Z=max(X,Y).

 
Exercice 9  4115  Correction  

Soit X et Y deux variables aléatoires indépendantes suivant des lois géométriques de paramètres p,q]0;1[.
Calculer P(X<Y).

Solution

L’événement (X<Y) peut être décomposé en la réunion disjointes des événements

(X=k,Y>k) avec k*.

On a donc

P(X<Y)=k=1+P(X=k,Y>k).

Par indépendance des variables X et Y, on a

P(X=k,Y>k)=P(X=k)P(Y>k)

avec

P(X=k)=p(1-p)k-1 et P(Y>k)=(1-q)k.

On en déduit

P(X<Y)=k=1np(1-q)((1-p)(1-q))k-1=p-pqp+q-pq.
 
Exercice 10  5279     NAVALE (MP)Correction  

Soient X,Y deux variables aléatoires indépendantes de même loi géométrique de paramètre p]0;1[. Pour k*, calculer

P(XkY).

Solution

La famille des (Y=n) avec n* est un système complet d’événements et donc

P(XkY)=n=1+P(XkYY=n)P(Y=n).

Or

P(XkYY=n)=P(XkY,Y=n)P(Y=n)=P(Xkn,Y=n)P(Y=n)=P(Xkn)

car les variables X et Y sont supposées indépendantes. On en déduit

P(XkY)=n=1+(1-p)kn(1-p)n-1p=p(1-p)k1-(1-p)k+1.
 
Exercice 11  5674     CCINP (MP)Correction  

Soient X,Y,Z des variables aléatoires indépendantes définies sur un même espace probabilisé (Ω,𝒜,P) et suivant la même loi géométrique de paramètre p]0;1[.

  • (a)

    Calculer P(X=Y). En déduire P(XY).

  • (b)

    Calculer la loi de X+Y.

  • (c)

    Soit n tel que P(X+Y=n)0. Identifier la loi de X sachant (X+Y=n).

  • (d)

    Pour n, calculer P(X>n) et en déduire P(Z>X+Y).

Solution

  • (a)

    Puisque les variables X et Y prennent leurs valeurs dans *,

    (X=Y)=n*(X=n,Y=n).

    Par incompatibilité,

    P(X=Y)=n=1+P(X=n,Y=n).

    Par indépendance,

    P(X=Y)=n=1+P(X=n)P(Y=n)=n=1+((1p)n1p)2.

    Il s’agit d’une somme géométrique de raison q=(1p)2 avec |q|<1 et de premier terme p2, on a donc

    P(X=Y)=p21(1p)2=p2p.

    Par symétrie, P(XY)=P(XY) car les couples (X,Y) et (Y,X) suivent la même loi. Aussi, par incompatibilité, P(XY)=P(X<Y)+P(X=Y). On a donc

    1=P(Ω)=P(X<Y)+P(XY)=2P(XY)P(X=Y).

    On en tire

    P(XY)=12(1+p2p)=12p.
  • (b)

    On a (X+Y)(Ω){0,1} et, pour n, on obtient par indépendance

    P(X+Y=n+2) =k=0nP(X=k+1)P(Y=nk+1)
    =k=0n(1p)kp(1p)nkp=(n+1)(1p)np2.

    Cela détermine la loi de la variable X+Y (à un glissement de la variable près).

  • (c)

    Soit n{0,1} de sorte que l’événement (X+Y=n) ne soit pas négligeable.

    Pour k*,

    P(X=kX+Y=n)=P((X=k)(X+Y=n))P(X+Y=n).

    Cas: kn. L’événement (X=k)(X+Y=n) est impossible car Y(Ω)=*. On a alors P(X=kX+Y=n)=0 Cas: k1;n1.

    P(X=kX+Y=n)=P(X=k,Y=nk)P(X+Y=n).

    Par indépendance des variables X et Y,

    P(X=kX+Y=n) =P(X=k)P(Y=nk)P(X+Y=n)
    =p2(1p)n2(n1)p2(1p)n2=1n1.

    La loi de X sachant (X+Y=n) est uniforme sur 1;n1.

  • (d)

    Par incompatibilité,

    P(X>n)=k=n+1+P(X=k)=k=n+1+(1p)kp=(1p)np1(1p)=(1p)n.

    On peut décomposer,

    P(Z>X+Y) =n=0+P(Z>n+2,X+Y=n+2)
    =n=0+P(Z>n+2)P(X+Y=n+2)
    =n=0+(n+1)(1p)2n+2p2.

    On factorise

    P(Z>X+Y)=(1p)2p2n=0+(n+1)((1p)2)n.

    Par la théorie des séries entières, on sait

    x]1;1[,n=0+(n+1)xn=ddx(n=0+xn)=ddx(11x)=1(1x)2.

    On a donc

    P(Z>X+Y)=(1p)2p2(1(1p)2)2=(1p2p)2.
 
Exercice 12  5927   Correction  

Soient X,Y,Z trois variables aléatoires indépendantes suivant une loi géométrique de paramètre p]0;1[. Calculer P(X+Y=Z).

Solution

La variable X+Y prend ses valeurs dans {0,1}. Par incompatibilité puis indépendance

P(X+Y=Z)=n=2+P(X+Y=n,Z=n)=n=2+P(X+Y=n)P(Z=n).

Or pour n{0,1},

P(X+Y=n)=k=1n1P(X=k,Y=nk)=k=1n1P(X=k)P(Y=nk)

ce qui se concrétise

P(X+Y=n)=k=1n1(1p)k1p(1p)nk1p=(n1)(1p)n2p2

et donc

P(X+Y=Z)=n=2+(n1)(1p)n2p2(1p)n1p=n=2+(n1)(1p)2n3p3.

On opère une translation d’indice et l’on transforme l’écriture pour faire apparaître le calcul d’un espérance d’un loi géométrique

P(X+Y=Z)=n=1+n(1p)2n1p3=p3(1p)2pp2n=1+n((1p)2)n1(2pp2).

L’espérance d’une loi géométrique de paramètre q=2pp2 vaut

n=1+n((1p)2)n1(2pp2)=12pp2.

On conclut

P(Z=X+Y)=p3(1p)(2pp2)2=p(1p)(2p)2.
 
Exercice 13  4036  Correction  

Soit X une variable aléatoire suivant une loi géométrique de paramètre p. Calculer

E(1X).

Solution

Par la formule de transfert

E(1X)=k=1+1k(1-p)k-1p=p1-pk=1+(1-p)kk.

Or pour x]-1;1[

k=1+1kxk=-ln(1-x)

donc

E(1X)=pp-1ln(p).
 
Exercice 14  5634   Correction  
  • (a)

    Montrer que si X est une variable aléatoire suivant une loi géométrique de paramètre p]0;1[ alors

    (n,k)2,P(X>n)0etP(X>n+kX>n)=P(X>k).
  • (b)

    Inversement, établir que si une variable aléatoire X à valeurs dans * vérifie la propriété précédente alors celle-ci suit une loi géométrique.

Solution

  • (a)

    Puisque X suit une loi géométrique de paramètre p, on sait

    n,P(X>n)=k=n+1+P(X=k)=(1-p)n>0

    et alors

    (n,k)2,P(X>n+kX>n) =P((X>n+k)(X>n))P(X>n)=P(X>n+k)P(X>n)
    =(1-p)n+k(1-p)n=(1-p)k=P(X>k).
  • (b)

    Inversement, supposons que X soit une variable aléatoire à valeurs dans * vérifiant, pour tout (n,k)2,

    P(X>n)>0etP(X>n+kX>n)=P(X>k).

    Pour k=1, on obtient

    P(X>n+1X>n)=P(X>1)pour tout n.

    En posant q=P(X>1)]0;1], il vient

    P(X>n+1,X>n)P(X>n)=P(X>n+1)P(X>n)=q

    et donc

    P(X>n+1)=qP(X>n).

    La suite de terme général P(X>n) est alors géométrique de raison q et de premier terme P(X>0)=1. On en déduit

    P(X>n)=qnpour tout n.

    Soit n*. On a la réunion disjointe

    (X>n-1)=(X=n)(X>n)

    et l’on en déduit

    P(X=n) =P(X>n-1)-P(X>n)=qn-1-qn
    =qn-1(1-q)=(1-p)n-1p.

    Ainsi, X suit une loi géométrique de paramètre p=1-q[0;1[. Enfin, p ne peut pas être nul car, sinon, P(X=n) est nul pour tout n*.

 
Exercice 15  5287     ENSTIM (MP)Correction  

Soient X1 et X2 des variables aléatoires indépendantes suivant une même loi géométrique de paramètre p]0;1[. On pose

A=(X110X2).
  • (a)

    Montrer que A est presque sûrement inversible.

  • (b)

    Trouver la probabilité pour que A soit diagonalisable.

Solution

  • (a)

    Les variables X1 et X2 sont à valeurs dans * et donc aucune ne s’annulent pas. La matrice A est alors inversible car de déterminant X1X2 non nul.

  • (b)

    Si X1X2, la matrice A est diagonalisable car possède deux valeurs propres distinctes. Si X1=X2, la matrice A n’est pas diagonalisable car possède une seule valeur propre sans être égale à une matrice scalaire. La probabilité que A soit diagonalisable vaut donc

    P(X1X2) =1P(X1=X2)=1n=1+p2(1p)2(n1)
    =1p21(1p)2=21p2p.
 
Exercice 16  4372   

Soient X et Y deux variables aléatoires indépendantes suivant des lois géométriques de paramètres respectifs p et q]0;1[.

Quelle est la probabilité que la matrice réelle suivante soit diagonalisable?

A=(X-YY-X).
 
Exercice 17  5847   Correction  

(Loi de Pascal)

Soient (Xk)k* une suite de variables aléatoires indépendantes suivant chacune une même loi géométrique de paramètre p>0.

Pour r*, on étudie la variable aléatoire Sr=X1++Xr.

  • (a)

    En terme de temps d’attente, comment interpréter la loi de Sr?

  • (b)

    Vérifier

    nr,k=rn(k-1r-1)=(nr).
  • (c)

    Établir

    nr,P(Sr=n)=(n-1r-1)(1-p)r-npr.

Solution

  • (a)

    Chaque variable aléatoire géométrique Xk se comprend comme le temps d’attente d’un succès lors de la répétition indépendante d’expériences de Bernoulli de paramètre p. En sommant, r variables géométriques indépendantes, on obtient le temps d’attente du r-ième succès lors de la répétition indépendante d’épreuves de Bernoulli de paramètre p.

  • (b)

    Pour r* fixé, établissons l’identité par récurrence sur nr.

    Pour n=r,

    (r-1r-1)=1=(rr).

    Supposons la propriété vraie au rang nr.

    Au rang n+1, l’hypothèse de récurrence donne

    k=rn+1(k-1r-1)=k=rn(k-1r-1)+(nr-1)=(nr)+(nr-1).

    Par la formule du triangle de Pascal,

    (nr)+(nr-1)=(n+1r)

    et donc

    k=rn+1(k-1r-1)=(n+1r).

    La récurrence est établie.

  • (c)

    Commençons par souligner que la variable Sr prend ses valeurs dans 0;r-1.

    Par récurrence sur r* montrons

    nr,P(Sr=n)=(n-1r-1)(1-p)n-rpr.

    Pour r=1, S1=X1 suit une loi géométrique de paramètre p ce qui produit la formule.

    Supposons la propriété vérifiée au rang r1.

    On a Sr+1=Sr+Xr+1. Les variables engagées prenant leurs valeurs dans , on a pour nr+1,

    (Sr+1=n)=k=0n(Sr=k)(Xr+1=n-k).

    Puisque Sr prend uniquement des valeurs supérieures à r et puisque Xr+1 prend des valeurs non nulles, on simplifie

    (Sr+1=n)=k=rn-1(Sr=k)(Xr+1=n-k).

    Par incompatibilité puis indépendance,

    P(Sr+1=n) =k=rn-1P(Sr=k)P(Xr+1=n-k)
    =k=rn-1(k-1r-1)(1-p)k-rpr×(1-p)n-k-1p
    =k=rn-1(k-1r-1)(1-p)n-r-1pr+1

    Par l’identité de la question précédente employée avec n-1 au lieu de n,

    P(Sr+1=n)=(n-1r)(1-p)n-(r+1)pr+1.

    La récurrence est établie.

 
Exercice 18  5575   Correction  

(Loi de Pascal)

Soit (Xn)n1 une suite de variables aléatoires indépendantes et identiquement distribuées selon une loi de Bernoulli de paramètre p]0;1[.

Pour r*, on définit une variable aléatoire Tr à valeurs dans *{+} en posant

Tr=min({n*|X1++Xn=r}{+}).

La variable Tr se comprend comme le temps d’attente du r-ième succès.

  • (a)

    Reconnaître la loi de Tr lorsque r=1.

  • (b)

    Soit r>1.

    Pour n*, déterminer P(X1++Xn1=r1) et en déduire P(Tr=n).

  • (c)

    Montrer que l’événement (Tr=+) est négligeable.

Solution

  • (a)

    T1 correspond au temps d’attente du premier succès dans la répétition indépendante d’épreuves de Bernoulli indépendantes de même paramètre p, T1 suit dont une loi géométrique de paramètre p.

  • (b)

    Soit n*. La variable X1++Xn1 suit une loi binomiale de paramètres n1 et p. On a donc

    P(X1++Xn1=r1)=(n1r1)pr1(1p)nr

    (avec la convention que le coefficient binomial est nul lorsque r>n). L’événement (Tr=n) est réalisé lorsque (X1++Xn=r) et (Xn=1). Or

    (X1++Xn=r)(Xn=1)=(X1++Xn1=r1)(Xn=1).

    Par l’indépendance11 1 Cette affirmation de bon sens peut être détaillée: l’événement (X1++Xn1=r1) s’exprime comme une réunion d’événements (X1=ε1,,Xn1=εn1) avec des εi égaux à 0 ou 1 et de somme égale à r1: ceux-ci sont tous indépendants de (Xn=1). des variables de la suite (Xn)n*,

    P(Tr=n)=P(X1++Xn1=r1)P(Xn=1).

    Cas: n<r. On obtient

    P(Tr=n)=0.

    Cas: nr. On obtient22 2 Chaque séquence comportant r succès et nr échecs est de probabilité pr(1p)nr et il y a (n1r1) séquences qui se terminent par un succès.

    P(Tr=n)=(n1r1)pr1(1p)(n1)(r1)×p=(n1r1)pr(1p)nr.
  • (c)

    Calculons33 3 On peut aussi inclure l’événement (Tr=+) dans celui exprimant que les variables Xn sont toutes nulles au delà d’un certain rang: (Tr=+) se comprend alors comme inclus dans une réunion dénombrable d’événements négligeables. la probabilité de (Tr=+). Par continuité décroissante,

    P(Tr=+)=limn+P(Tr>n).

    L’événement (Tr>n) signifie que l’on n’a pas obtenu r succès lors des n premières expériences et donc

    P(Tr>n)=P(X1++Xn<r)=j=0r1P(X1++Xn=j)=j=0r1(nj)pj(1p)nj

    car X1++Xn suit une loi binomiale de paramètres n et p. Or, par croissance comparée,

    (nj)pj(1p)njn+0.

    En effet,

    (nj)=n(n1)××(nj+1)j facteurs équivalents à nj!n+njj!

    donc

    (nj)pj(1p)njn+Ctenj(1p)nn+0.

    On obtient donc P(Tr=+)=0: il est presque sûr d’obtenir au moins r succès.

 
Exercice 19  5940    Correction  

Soit (Xn)n1 une suite de variables indépendantes et identiquement distribuées selon une loi géométrique de paramètre p]0;1[. Pour n*, on pose

Yn=min{X1,,Xn}etZn=max{X1,,Xn}.
  • (a)

    Calculer E(Yn).

  • (b)

    Déterminer un équivalent de E(Zn) lorsque n tend vers l’infini.

Solution

  • (a)

    La variable Yn est à valeurs dans * donc

    E(Yn)=k=0+P(Yn>k).

    Or

    (Yn>k)=(X1>k)(Xn>k).

    Par indépendance,

    P(Yn>k)=P(X1>k)××P(Xn>k)

    avec P(Xi>k)=qk pour q=1-p. On a donc par sommation géométrique

    E(Yn)=k=0+qkn=11-qn.
  • (b)

    Comme au-dessus

    E(Zn)=k=0+P(Zn>k)=k=0+(1-P(Znk))

    Or

    (Znk)=(X1k)(Xnk).

    Par indépendance,

    P(Znk)=P(X1k)××P(Xnk)

    avec P(Xik)=1-P(Xi>k)=1-qk. On a donc

    E(Zn)=k=0+(1-(1-qk)n).

    Considérons la fonction f:[0;+[ donnée par

    f(x)=1-(1-qx)n.

    Cette fonction est continue, décroissante et positive. Par comparaison série-intégrale,

    0+(1-(1-qx)n)dxE(Zn)1+0+(1-(1-qx)n)dx

    avec convergence de l’intégrale généralisée introduite. On réalise le changement de variable u=1-qx. Celui-ci est légitime car la fonction x1-qx est de classe 𝒞1 et strictement croissante. On obtient

    0+(1-(1-qx)n)dx =01(1-un)-dxln(q)(1-u)=-1ln(q)011-un1-udu
    =-1ln(q)01k=0n-1ukdu=-1ln(q)k=1n1kn+-ln(n)ln(q).

    On conclut

    E(Zn)n+-ln(n)ln(q).
 
Exercice 20  4373    

Sur un espace probabilisé (Ω,𝒜,P), on considère une suite (Xn)n de variables aléatoires telles que, pour tout n, Xn suit une loi binomiale de paramètres n et p]0;1[. On considère aussi une variable aléatoire N indépendante des variables Xn et telle que N+1 suit une loi géométrique de paramètre q]0;1[.

Pour toute issue ω de l’univers Ω, on pose Y(ω)=XN(ω)(ω).

Justifier que Y est une variable aléatoire discrète et déterminer sa loi.

On pourra employer l’identité binomiale déjà présentée dans le sujet 4085.

[<] Variables aléatoires [>] Loi de Poisson



Édité le 09-06-2025

Bootstrap Bootstrap 3 - LaTeXML [LOGO] - Powered by MathJax Powered by MathJax