26.06.2013 Views

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

76 Chapitre 2. Variables aléatoires discrètes<br />

Remarque. Plus généralement, la variable X suit une loi de Bernoulli de paramètre p sur {a,b} si<br />

P(X = a) = q = 1−p et P(X = b) = p. Lorsque a = −1 et b = +1, on parle de loi de Rademacher<br />

de paramètre p, noté X ∼ R(p). Par exemple, la variable X valant +1 si le résultat du lancer d’un<br />

dé équilibré est pair, −1 sinon, suit une loi de Rademacher R(1/2).<br />

Proposition 2.7 (Moments d’une loi de Bernoulli)<br />

Si X suit une loi de Bernoulli de paramètre p, alors :<br />

Preuve. Laissée au lecteur.<br />

Remarques :<br />

E[X] = p & Var(X) = p(1−p).<br />

1. Dans le cas général où X suit une loi de Bernoulli de paramètre p sur {a,b}, nous avons<br />

E[X] = a+p(b−a) et Var(X) = p(1−p)(b−a) 2 .<br />

2. L’étude de la fonction p ↦→ p(1−p) sur ]0,1[ montre que, parmi les lois de Bernoulli, celle<br />

ayant le plus de variance est celle de paramètre p = 1<br />

2 .<br />

Les variables de Bernoulli sont souvent à la base de constructions plus sophistiquées : lois binomiales,<br />

lois géométriques, marche aléatoire sur, etc. Ce sont d’ailleurs pour des variables de<br />

Bernoulli indépendantes et identiquement distribuées (en abrégé i.i.d.) qu’ont été établies les premières<br />

versions des deux grands théorèmes des probabilités : la Loi des Grands Nombres et le<br />

Théorème Central Limite.<br />

2.5.3 Loi binomiale<br />

La loi binomiale doit son nom <strong>aux</strong> coefficients binomi<strong>aux</strong> intervenant dans sa définition.<br />

Définition 2.12 (Loi binomiale)<br />

On dit que X suit une loi binomiale de paramètres n ∈Æ∗ et p ∈]0,1[, noté X ∼ B(n,p), si X est<br />

à valeurs dans {0,1,...,n} avec :<br />

<br />

n<br />

∀k ∈ {0,1,...,n} È(X = k) = p<br />

k<br />

k q n−k .<br />

où q = (1−p) est introduit afin d’alléger (un peu) les notations.<br />

La formule du binôme de Newton permet de vérifier qu’on définit bien ainsi une loi de probabilité :<br />

n<br />

k=0<br />

<br />

n<br />

p<br />

k<br />

k q n−k = (p+q) n = 1.<br />

Commençons par donner une façon naturelle de construire une loi binomiale B(n,p) à partir d’une<br />

loi de Bernoulli B(p).<br />

Proposition 2.8 (Lien Bernoulli-Binomiale)<br />

Soit X1,...,Xn n variables indépendantes suivant la même loi de Bernoulli B(p), alors la variable<br />

X = X1 +···+Xn suit une loi binomiale B(n,p).<br />

Preuve. Voir le corrigé de l’exercice 2.9.<br />

Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!