[<] Fonctions génératrices [>] Marches aléatoires
Donner le rayon de convergence de la série entière
On note la somme de cette série entière.
Rappeler le développement en série entière de la fonction exponentielle et calculer pour tout réel convenable.
Une variable aléatoire à valeurs dans vérifie avec .
Déterminer puis pour .
Rappeler les expressions de l’espérance et de la variance à l’aide de la fonction génératrice et en déduire et .
Solution
Par application de la règle de d’Alembert, .
Pour tout
et donc
détermine . On en déduit
Si est deux fois dérivable en ,
Ici, on obtient et .
(Loi binomiale négative11 1 Cette loi étudie le nombre d’échecs précédant le -ième succès lors de la répétition d’épreuves de Bernoulli indépendantes de même paramètre .)
Soient , et une variable aléatoire à valeurs dans telle qu’il existe un réel pour lequel
Calculer la fonction génératrice de .
On rappelle l’identité binomiale22 2 Voir le sujet 3931. Cette identité est souvent utilisée en calcul des probabilités.:
Déterminer la valeur de .
Calculer espérance et variance de la variable .
Soient et une variable aléatoire à valeurs naturelles dont la loi est donnée par
En employant la fonction génératrice de , déterminer et calculer l’espérance et la variance de .
Solution
On introduit la fonction génératrice de :
Puisque
on obtient
Sachant , on en tire la valeur de
On peut ensuite calculer espérance et variance
Soient , et une variable aléatoire à valeurs naturelles dont la loi est donnée par
En employant la fonction génératrice de , déterminer et calculer l’espérance et la variance de .
Solution
On introduit la fonction génératrice de :
Puisque
on obtient
Sachant , on en tire la valeur de
On peut ensuite calculer espérance et variance
Soit une variable aléatoire suivant une loi de Poisson de paramètre .
Rappeler la fonction génératrice de la variable .
Exploiter celle-ci pour calculer le moment centré d’ordre 3 de la variable .
Solution
On a
, et .
On en déduit
puis
Soit une variable aléatoire suivant une loi de Poisson de paramètre .
Calculer
Retrouver ce résultat par les fonctions génératrices.
Solution
Par la formule de transfert
La fonction génératrice de est
Celle-ci est indéfiniment dérivable sur et
En particulier
Soit une variable aléatoire suivant une loi géométrique de paramètre .
Calculer
Retrouver ce résultat par les fonctions génératrices.
Solution
Par la formule de transfert
Or
donc
La fonction génératrice de est
Celle-ci est indéfiniment dérivable sur et
En particulier
On considère une expérience aléatoire ayant la probabilité de réussir et d’échouer.
On répète l’expérience indépendamment jusqu’à obtention de succès et l’on note le nombre d’essais nécessaires à l’obtention de ces succès.
Reconnaître la loi de .
Déterminer la loi de dans le cas général .
Exprimer le développement en série entière de
Déterminer la fonction génératrice de et en déduire son espérance.
Solution
suit une loi géométrique de paramètre .
Notons la suite des variables de Bernoulli testant la réussite de chaque expérience.
L’évènement est la réunion correspond à l’évènement et soit encore
et . Par indépendance
Puisque et , on obtient
et écriture vaut aussi quand car le coefficient binomial est alors nul.
En exploitant le développement connu de , on obtient
Par définition
En isolant les premiers termes nuls et en décalant l’indexation
On en déduit
(Urnes d’Ehrenfest)
On considère deux urnes et ainsi que boules numérotées de à . Initialement, toutes les boules sont dans l’urne . À chaque pas de temps, on tire un numéro entre et selon une loi uniforme et l’on transfère la boule dans l’urne où elle n’est pas. On note le nombre de boules dans l’urne au bout de étapes. En particulier, vaut .
Déterminer la loi de et .
Pour , exprimer la loi de en fonction de celle de .
On note la fonction génératrice de la variable . Établir
Déterminer la limite de lorsque tend vers l’infini.
Solution
La variable est constante égale à .
La variable prend les valeurs ou selon que la boule tirée est la première étape est la même ou non que celle tirée à la deuxième étape. En introduisant l’événement
on obtient
Soit . Selon que la boule choisie lors de l’étape figure ou non dans l’urne , on a . Puisqu’il y a boules dans l’urne et que le tirage est uniforme
et
Par la formule des probabilités totales, on obtient
pour mais aussi pour et .
La variable prend ses valeurs dans et donc
Alors
Par glissement d’indice puis réorganisation du calcul,
On sait . Par dérivation, la relation précédente donne
et donc
La suite est arithmético-géométrique. On sait exprimer son terme général
On en déduit
ce qui est conforme à l’intuition.
(Processus de Galton-Watson11 1 Si la variable détermine le nombre d’individus d’une population et le nombre de descendants que chaque individu peut engendrer, la variable correspond à la population à la génération suivante.)
Soit une suite de variables aléatoires indépendantes et identiquement distribuées selon la loi d’une variable à valeurs dans . Soit aussi une variable aléatoire à valeurs dans indépendantes des précédentes. On étudie .
Justifier que est une variable aléatoire prenant ses valeurs dans .
Établir pour tout de .
On suppose que les variables et admettent chacune une espérance finie. Établir l’identité de Wald: .
Soient un espace probabilisé, une variable aléatoire à valeurs dans , une suite de variables aléatoires i.i.d suivant la loi de et une variable aléatoire indépendante des et à valeurs dans . Pour , on pose
Soient , et les séries génératrices de , et . Montrer
On suppose que et possèdent une espérance. Montrer que possède une espérance et la calculer.
On suppose que et ont un moment d’ordre . Montrer que possède un moment d’ordre et calculer la variance de .
On étudie la transmission du nom de famille au cours des générations dans une société patriarcale. On suppose que le nombre de descendants masculins d’un individu suit une loi de Poisson de paramètre . On note le nombre d’individus masculins au début de l’étude, le nombre de descendants à la -ième génération. On suppose que .
Écrire une fonction Python renvoyant le nombre de descendants masculins à la -ième génération.
Fixer et . Calculer une moyenne, sur un grand nombre de mesures, du nombre de descendants masculins. Comparer à .
Solution
Pour
car l’événement est la réunion disjointe des événements . Par indépendance puis réoganisation du calcul de la somme d’une famille sommable, il vient
Enfin, par indépendance, et l’on conclut .
et sont dérivables en donc aussi et alors admet une espérance:
et sont deux fois dérivables en donc aussi et alors admet un moment d’ordre 2.
Au terme des calculs,
On évite d’écrire lambda
qui est un mot clé Python.
import random as rnd import math def poisson(l): x = rnd.random() n = 0 p = math.exp(-l) while x > p: x = x - p n = n + 1 p = p * l/n return n def generation(n,l): Z = 1 for k in range(n): S = 0 for z in range(Z): S = S + poisson(l) Z = S return Z
def esperance(N): n = 10 l = 1.8 E = 0 for i in range(N): E = E + generation(n,l) E = E / N return E, l**n
car (car correspond à ) et donc .
[<] Fonctions génératrices [>] Marches aléatoires
Édité le 29-08-2023
Bootstrap 3 - LaTeXML - Powered by MathJax