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.
2.5. Lois usuelles 77<br />
Exemple. On lance n fois de suite une pièce déséquilibrée dont la probabilité d’apparition de Pile<br />
à chaque lancer est p. En notant X la somme des résultats Xi obtenus (Face valant 0 et Pile valant<br />
1 comme ci-dessus), X représente donc simplement le nombre de Pile sur les n lancers et on a<br />
X ∼ B(n,p).<br />
Proposition 2.9 (Moments d’une loi binomiale)<br />
Si X suit une loi binomiale de paramètres (n,p), alors :<br />
E[X] = np & Var(X) = np(1−p) = npq.<br />
Le lien Bernoulli-Binomiale rend ces formules élémentaires : l’espérance est linéaire dans tous<br />
les cas et la variance l’est ici puisque les variables X1,...,Xn sont indépendantes. La propriété<br />
suivante découle d’ailleurs du même raisonnement :<br />
X ∼ B(n,p)<br />
Y ∼ B(m,p)<br />
X ⊥ Y<br />
⎫<br />
⎬<br />
⎭<br />
⇒ X +Y ∼ B(n+m,p).<br />
Autrement dit, la somme de 2 variables binomiales indépendantes et de même paramètre p suit<br />
elle aussi une loi binomiale de paramètre p (voir le corrigé de l’exercice 2.9).<br />
Figure 2.6 – Exemples de lois binomiales. A gauche : X ∼ B(10,1/2). A droite : Y ∼ B(90,1/6).<br />
Exemples :<br />
1. On lance 10 fois de suite une pièce équilibrée et on note X le nombre de Pile obtenus. On<br />
a vu que X ∼ B(10,1/2). Le nombre moyen de Pile est donc naturellement E[X] = 5 et<br />
l’écart-type vaut σ(X) = √ 2.5. La loi de X est illustrée figure 2.6 à gauche.<br />
2. On lance 90 fois de suite un dé non pipé et on note Y le nombre de 4 obtenus. Dans ce cas<br />
Y ∼ B(90,1/6). Le nombre moyen de 4 est doncE[Y] = 15 et l’écart-type vautσ(Y) = √ 12.5.<br />
La loi de Y est illustrée figure 2.6 à droite. Le Théorème Central Limite explique pourquoi<br />
on obtient une forme de courbe “en cloche” typique de la loi normale (cf. fin de Chapitre 3).<br />
2.5.4 Loi géométrique<br />
La loi géométrique est la loi typique du temps d’attente avant apparition d’un certain événement.<br />
Définition 2.13 (Loi géométrique)<br />
On dit que X suit une loi géométrique de paramètre p ∈]0,1[, noté X ∼ G(p), si X est à valeurs<br />
dansÆ∗ avec :<br />
∀n ∈Æ∗ È(X = n) = p(1−p) n−1 = pq n−1 .<br />
<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2