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

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 79<br />

Figure 2.7 – Exemples de lois géometriques. A gauche : X ∼ G(1/6). A droite : Y ∼ G(1/2).<br />

Supposons toujours que vous commenciez à lancer votre dé jusqu’à apparition du numéro 5 et<br />

qu’après 3 lancers le 5 ne soit toujours pas apparu. Question : quelle est la loi du nouveau temps<br />

d’attente jusqu’à apparition du 5? Réponse : la même qu’initialement, i.e. une loi géométrique<br />

de paramètre 1/6. Cette propriété,<br />

∈Æ×Æ<br />

dite d’absence de mémoire, est typique de la loi géométrique<br />

(parmi les lois discrètes).<br />

Proposition 2.11 (Absence de mémoire)<br />

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

∀(m,n) È(X > m+n|X > m) =È(X > n).<br />

Preuve. Voir le corrigé de l’exercice 2.16.<br />

<br />

Remarque. Parmi les lois à densité que nous verrons au chapitre suivant, la loi exponentielle<br />

est la seule à posséder cette propriété. Rien d’étonnant dans cette histoire : de même qu’une suite<br />

géométrique peut être considérée comme la version discrète d’une fonction exponentielle, la loi géométrique<br />

peut être vue comme la discrétisation en temps de la loi exponentielle (voir exercice 3.16).<br />

Les lois géométriques possèdent une autre propriété remarquable, à savoir leur stabilité par minimisation.<br />

La preuve du résultat suivant est donnée dans le corrigé de l’exercice 2.17.<br />

Proposition 2.12 (Minimum de lois géométriques)<br />

Soit n variables indépendantes X1,...,Xn suivant des lois géométriques de paramètres respectifs<br />

p1,...,pn, avec pi ∈]0,1[ pour tout i ∈ {1,...,n}. Alors la variable aléatoire X = min(X1,...,Xn)<br />

suit elle-même une loi géométrique, plus précisément<br />

X = min(X1,...,Xn) ∼ G(1−(1−p1)...(1−pn)).<br />

Le paramètre de cette loi géométrique est clair : notons E1,...,En des événements indépendants<br />

de probabilités p1,...,pn. La probabilité qu’au moins l’un d’entre eux se réalise est égale à<br />

et grâce à l’indépendance :<br />

p =È(E1 ∪···∪En) = 1−È(E1 ∪···∪En) = 1−È(E1 ∩···∩E1),<br />

p = 1−È(E1)...È(En) = 1−(1−È(E1))...(1−È(En)) = 1−(1−p1)...(1−pn).<br />

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

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

Saved successfully!

Ooh no, something went wrong!