Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
108 Chapitre 2. Variables aléatoires discrètes<br />
Exercice 2.23 (Mode(s) d’une loi de Poisson)<br />
1. Pour tout n ∈Æ, on obtient rn = pn+1<br />
pn<br />
= λ<br />
n+1 .<br />
2. Pour connaître les variations de la suite (pn), il suffit donc de comparer rn à 1 (on rappelle<br />
que tous les pn sont strictement positifs). On distingue donc deux cas :<br />
(a) λ ∈Æ∗ : pour n = λ−1, on a rn = 1, donc il y a deux modes :<br />
max = pλ−1 = pλ = e<br />
n∈Æpn −λλλ<br />
λ! .<br />
(b) λ /∈Æ∗ : on a cette fois un seul mode, atteint pour n égal à la partie entière de λ :<br />
Exercice 2.24 (Parité d’une loi de Poisson)<br />
1. On a d’une part :<br />
et d’autre part :<br />
On en déduit que<br />
S1 +S2 =<br />
S1 −S2 =<br />
+∞<br />
k=0<br />
+∞<br />
k=0<br />
S1 = eλ +e −λ<br />
2<br />
max = p⌊λ⌋ = e<br />
n∈Æpn −λλ⌊λ⌋<br />
⌊λ⌋! .<br />
λ2k (2k)! +<br />
+∞ λ<br />
k=0<br />
2k+1<br />
(2k +1)! =<br />
+∞ λ<br />
n=0<br />
n<br />
n! = eλ ,<br />
λ2k (2k)! −<br />
+∞ λ<br />
k=0<br />
2k+1<br />
(2k +1)! =<br />
+∞ (−λ)<br />
n=0<br />
n<br />
n! = e−λ .<br />
& S2 = eλ −e −λ<br />
2. Application : Notons S le nombre de prospectus distribués dans la journée. Par hypothèse<br />
S ∼ P(λ). La probabilité que ce nombre soit pair vaut :<br />
+∞<br />
p = = 2k) =<br />
k=0È(S<br />
+∞<br />
k=0<br />
−λ λ2k<br />
e<br />
(2k)! = e−λS1 = 1+e−2λ<br />
.<br />
2<br />
Par conséquent la probabilité que ce nombre soit impair vaut :<br />
q = 1−p = 1−e−2λ<br />
.<br />
2<br />
Puisque e −2λ > 0, on a p > q. En moyenne, c’est donc Pierre qui gagne.<br />
3. Lorsque X décrit l’ensemble des entiers naturels pairs, X/2 décrit l’ensemble de tous les<br />
entiers naturels, donc Y est à valeurs dansÆ. Soit n ∈Æ∗ , la probabilité que Y soit égale à<br />
n correspond à la probabilité que X soit égale à 2n :<br />
On en déduit que :<br />
∀n ∈Æ∗<br />
, È(Y<br />
−λ λ2n<br />
= n) =È(X = 2n) = e<br />
(2n)! .<br />
È(Y = 0) = 1−<br />
+∞<br />
n=1<br />
−λ λ2n<br />
e<br />
(2n)! = 1−e−λ (S1 −1) = 1− (1+e−λ ) 2<br />
.<br />
2<br />
Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong><br />
2<br />
.