[<] Variables aléatoires [>] Loi de Poisson
On lance indéfiniment et indépendamment un dé équilibré. Pour , on note la variable aléatoire définie par la valeur du -ième lancer. On introduit le temps d’attente du premier six:
Montrer que est une variable aléatoire discrète.
Identifier la loi de .
Soient et deux variables aléatoires indépendantes suivant des lois géométriques de paramètres et éléments de .
Calculer pour .
Identifier la loi de .
Soient des variables aléatoires indépendantes suivant des lois géométriques de paramètres .
Identifier la loi de la variable .
Solution
Pour , on a avec
On en tire
Notons que, à l’inverse, si une variable aléatoire est à valeurs dans et vérifie
pour un certain alors suit une loi géométrique de paramètre . En effet, pour tout , .
Étudions maintenant la variable .
On a immédiatement .
Pour ,
Par indépendance,
On peut réécrire
La variable suit donc une loi géométrique de paramètre .
Soient et deux variables aléatoires discrètes indépendantes.
On suppose que celles-ci suivent une même loi géométrique de paramètre .
Calculer la loi de .
Solution
Les variables et sont à valeurs dans donc est à valeurs .
Pour , on a
Par indépendance
Il ne reste plus qu’à dérouler les calculs:
Une urne contient boules numérotées de à . Avec remise, on tire les boules de cette urne une à une et l’on note la variable aléatoire égale au nombre de tirages nécessaires pour tirer une boule différente de la première.
Calculer la loi de puis identifier la loi de .
Solution
Pour , introduisons l’événement
Les forment un système complet d’événements équiprobables.
La variable prend ses valeurs dans .
Compte-tenu des conditions de l’expérience, la loi de sachant est géométrique de paramètre .
Par la formule des probabilités totales,
La variable suit une loi géométrique de paramètre .
Soit une variable aléatoire suivant une loi géométrique de paramètre .
Déterminer la loi de la variable sachant .
Quelle est son espérance?
Solution
La variable aléatoire prend ses valeurs dans avec
On en déduit
Par définition,
Pour , l’événement est impossible et donc .
Pour , l’événement contient et donc
Considérons la variable . Celle-ci prend ses valeurs dans et l’on vérifie
La variable suit une loi géométrique de paramètre . On connaît l’espérance de et l’on en déduit par linéarité l’espérance voulue.
Celle-ci est une espérance conditionnelle, généralement notée : c’est l’espérance de pour la probabilité conditionnelle .
Écrire un programme en langage Python simulant une loi géométrique de paramètre .
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 suit une loi géométrique de paramètre alors
On peut alors choisir uniformément dans puis de rechercher tel que
ce qui donne
import random import numpy as np def geom(p): x = random.random() return np.floor(np.log(x)/np.log(1-p)) + 1
Soient et deux variables aléatoires indépendantes suivant des lois géométriques de paramètres et éléments de .
Calculer l’espérance de .
Soit et deux variables aléatoires indépendantes suivant des lois géométriques de paramètres .
Calculer .
Solution
L’événement peut être décomposé en la réunion disjointes des événements
On a donc
Par indépendance des variables et , on a
avec
On en déduit
Soient deux variables aléatoires indépendantes de même loi géométrique de paramètre . Pour , calculer
Solution
La famille des avec est un système complet d’événements et donc
Or
car les variables et sont supposées indépendantes. On en déduit
Soient des variables aléatoires indépendantes définies sur un même espace probabilisé et suivant la même loi géométrique de paramètre .
Calculer . En déduire .
Calculer la loi de .
Soit tel que . Identifier la loi de sachant .
Pour , calculer et en déduire .
Solution
Puisque les variables et prennent leurs valeurs dans ,
Par incompatibilité,
Par indépendance,
Il s’agit d’une somme géométrique de raison avec et de premier terme , on a donc
Par symétrie, car les couples et suivent la même loi. Aussi, par incompatibilité, . On a donc
On en tire
On a et, pour , on obtient par indépendance
Cela détermine la loi de la variable (à un glissement de la variable près).
Soit de sorte que l’événement ne soit pas négligeable.
Pour ,
Cas: . L’événement est impossible car . On a alors Cas: .
Par indépendance des variables et ,
La loi de sachant est uniforme sur .
Par incompatibilité,
On peut décomposer,
On factorise
Par la théorie des séries entières, on sait
On a donc
Soient trois variables aléatoires indépendantes suivant une loi géométrique de paramètre . Calculer .
Solution
La variable prend ses valeurs dans . Par incompatibilité puis indépendance
Or pour ,
ce qui se concrétise
et donc
On opère une translation d’indice et l’on transforme l’écriture pour faire apparaître le calcul d’un espérance d’un loi géométrique
L’espérance d’une loi géométrique de paramètre vaut
On conclut
Soit une variable aléatoire suivant une loi géométrique de paramètre . Calculer
Solution
Par la formule de transfert
Or pour
donc
Montrer que si est une variable aléatoire suivant une loi géométrique de paramètre alors
Inversement, établir que si une variable aléatoire à valeurs dans vérifie la propriété précédente alors celle-ci suit une loi géométrique.
Solution
Puisque suit une loi géométrique de paramètre , on sait
et alors
Inversement, supposons que soit une variable aléatoire à valeurs dans vérifiant, pour tout ,
Pour , on obtient
En posant , il vient
et donc
La suite de terme général est alors géométrique de raison et de premier terme . On en déduit
Soit . On a la réunion disjointe
et l’on en déduit
Ainsi, suit une loi géométrique de paramètre . Enfin, ne peut pas être nul car, sinon, est nul pour tout .
Soient et des variables aléatoires indépendantes suivant une même loi géométrique de paramètre . On pose
Montrer que est presque sûrement inversible.
Trouver la probabilité pour que soit diagonalisable.
Solution
Les variables et sont à valeurs dans et donc aucune ne s’annulent pas. La matrice est alors inversible car de déterminant non nul.
Si , la matrice est diagonalisable car possède deux valeurs propres distinctes. Si , la matrice n’est pas diagonalisable car possède une seule valeur propre sans être égale à une matrice scalaire. La probabilité que soit diagonalisable vaut donc
Soient et deux variables aléatoires indépendantes suivant des lois géométriques de paramètres respectifs et .
Quelle est la probabilité que la matrice réelle suivante soit diagonalisable?
(Loi de Pascal)
Soient une suite de variables aléatoires indépendantes suivant chacune une même loi géométrique de paramètre .
Pour , on étudie la variable aléatoire .
En terme de temps d’attente, comment interpréter la loi de ?
Vérifier
Établir
Solution
Chaque variable aléatoire géométrique se comprend comme le temps d’attente d’un succès lors de la répétition indépendante d’expériences de Bernoulli de paramètre . En sommant, variables géométriques indépendantes, on obtient le temps d’attente du -ième succès lors de la répétition indépendante d’épreuves de Bernoulli de paramètre .
Pour fixé, établissons l’identité par récurrence sur .
Pour ,
Supposons la propriété vraie au rang .
Au rang , l’hypothèse de récurrence donne
Par la formule du triangle de Pascal,
et donc
La récurrence est établie.
Commençons par souligner que la variable prend ses valeurs dans .
Par récurrence sur montrons
Pour , suit une loi géométrique de paramètre ce qui produit la formule.
Supposons la propriété vérifiée au rang .
On a . Les variables engagées prenant leurs valeurs dans , on a pour ,
Puisque prend uniquement des valeurs supérieures à et puisque prend des valeurs non nulles, on simplifie
Par incompatibilité puis indépendance,
Par l’identité de la question précédente employée avec au lieu de ,
La récurrence est établie.
(Loi de Pascal)
Soit une suite de variables aléatoires indépendantes et identiquement distribuées selon une loi de Bernoulli de paramètre .
Pour , on définit une variable aléatoire à valeurs dans en posant
La variable se comprend comme le temps d’attente du -ième succès.
Reconnaître la loi de lorsque .
Soit .
Pour , déterminer et en déduire .
Montrer que l’événement est négligeable.
Solution
correspond au temps d’attente du premier succès dans la répétition indépendante d’épreuves de Bernoulli indépendantes de même paramètre , suit dont une loi géométrique de paramètre .
Soit . La variable suit une loi binomiale de paramètres et . On a donc
(avec la convention que le coefficient binomial est nul lorsque ). L’événement est réalisé lorsque et . Or
Par l’indépendance11 1 Cette affirmation de bon sens peut être détaillée: l’événement s’exprime comme une réunion d’événements avec des égaux à ou et de somme égale à : ceux-ci sont tous indépendants de . des variables de la suite ,
Cas: . On obtient
Cas: . On obtient22 2 Chaque séquence comportant succès et échecs est de probabilité et il y a séquences qui se terminent par un succès.
Calculons33 3 On peut aussi inclure l’événement dans celui exprimant que les variables sont toutes nulles au delà d’un certain rang: se comprend alors comme inclus dans une réunion dénombrable d’événements négligeables. la probabilité de . Par continuité décroissante,
L’événement signifie que l’on n’a pas obtenu succès lors des premières expériences et donc
car suit une loi binomiale de paramètres et . Or, par croissance comparée,
En effet,
donc
On obtient donc : il est presque sûr d’obtenir au moins succès.
Soit une suite de variables indépendantes et identiquement distribuées selon une loi géométrique de paramètre . Pour , on pose
Calculer .
Déterminer un équivalent de lorsque tend vers l’infini.
Solution
La variable est à valeurs dans donc
Or
Par indépendance,
avec pour . On a donc par sommation géométrique
Comme au-dessus
Or
Par indépendance,
avec . On a donc
Considérons la fonction donnée par
Cette fonction est continue, décroissante et positive. Par comparaison série-intégrale,
avec convergence de l’intégrale généralisée introduite. On réalise le changement de variable . Celui-ci est légitime car la fonction est de classe et strictement croissante. On obtient
On conclut
Sur un espace probabilisé , on considère une suite de variables aléatoires telles que, pour tout , suit une loi binomiale de paramètres et . On considère aussi une variable aléatoire indépendante des variables et telle que suit une loi géométrique de paramètre .
Pour toute issue de l’univers , on pose .
Justifier que 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 3
-
LaTeXML
-
Powered by MathJax