Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2.7. Corrigés 97<br />
ce qui s’écrit encore :<br />
<br />
n (Np)(Np−1)...(Np−k+1)×(Nq)(Nq −1)...(Nq −(n−k)+1)<br />
È(X = k) =<br />
.<br />
k<br />
N(N −1)...(N −n+1)<br />
Puisque n ≪ N, on a aussi k ≪ Np et (n−k) ≪ Nq, d’où les approximations suivantes :<br />
È(X = k) =<br />
<br />
n<br />
p<br />
k<br />
k 1<br />
q<br />
n−k(1− Np<br />
k−1 1 n−k−1<br />
)...(1− Np )×(1− Nq )...(1− Nq )<br />
(1− 1<br />
N<br />
)...(1− n−1<br />
N )<br />
≈<br />
<br />
n<br />
p<br />
k<br />
k q n−k ,<br />
et on arrive bien à l’approximation d’une loi hypergéométrique par une loi binomiale. Ceci est<br />
bien moral : on aurait exactement une loi binomiale si on faisait des tirages avec remise dans<br />
la population, or un sondage correspond à un tirage sans remise (on ne sonde pas deux fois<br />
la même personne). Cependant, lorsque l’échantillon est de taille négligeable par rapport à la<br />
population totale, un tirage avec remise se comporte comme un tirage sans remise puisqu’il<br />
y a très peu de chances qu’on pioche deux fois la même personne. En pratique, on effectue<br />
l’approximation H(N,n,p) ≈ B(n,p) dès que n < N/10. Ceci est illustré figure 2.12 lorsque<br />
N = 60, n = 5 et p = 1/4.<br />
Exercice 2.5 (Loi géométrique)<br />
1. Pour tout n ∈Æ, notons En l’événement : “Pile apparaît après le n-ème lancer” et A l’événement<br />
: “Pile n’apparaît jamais”. On a clairement :<br />
<br />
A =<br />
+∞ <br />
+∞<br />
En ⇒È(A) =È<br />
En<br />
n=0<br />
n=0<br />
et puisque (En)n≥0 est une suite décroissante pour l’inclusion, on peut utiliser la continuité<br />
monotone décroissante :È(A) = limn→+∞È(En). Or pour que Pile apparaisse après len-ème<br />
lancer, il faut n’obtenir que des Face lors des n premiers jets ce qui arrive avec probabilité<br />
2 −n . Ainsi È(A) = lim<br />
n→+∞<br />
1<br />
= 0,<br />
2n et on dit que A est un événement négligeable, c’est pourquoi on l’exclut dans la suite. La<br />
variable aléatoire X est donc à valeurs dansÆ∗ . Pour tout n ∈Æ∗ , la probabilité que X soit<br />
égale à n est la probabilité qu’on obtienne Face durant les (n−1) premiers lancers et Pile<br />
au n-ème, ce qui arrive avec probabilitéÈ(X = n) = 2 −n .<br />
2. Par le même raisonnement que ci-dessus, la variable X est à valeurs dansÆ∗ , avec cette fois :<br />
∀n ∈Æ∗ È(X = n) = 1<br />
6<br />
5<br />
6<br />
,<br />
n−1<br />
.<br />
3. Pour vérifier que c’est bien une loi de probabilité, on remarque que (pn) forme une suite<br />
géométrique de raison (1 − p) donc on utilise la formule “couteau suisse” des sommes géométriques,<br />
à savoir : “Somme = (1er terme écrit - 1er terme non écrit)/(1-la raison)”, ce qui<br />
donne dans notre cas :<br />
+∞<br />
pn = p1 −0 p<br />
= = 1.<br />
1−(1−p) p<br />
n=1<br />
Soit (Xn)n≥1 une suite de variables aléatoires indépendantes et identiquement distribuées<br />
suivant la loi de Bernoulli B(p). Définissons à partir de celles-ci une nouvelle variable X<br />
comme le plus petit indice pour lequel Xn vaut 1 :<br />
X = min{n ≥ 1 : Xn = 1}.<br />
<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2