Soit ( ) X
n n∈ *une suite de variables aléatoires réelles indépendantes et de même loi telles que :
( )
*,
n0 1
n P X p
∀ ∈ = = − et P X ( n= = 1 ) p
où p est un réel dans 0 ;1
⎤⎦ ⎡⎣.
On définit alors les suites ( ) Y
n n∈ *, ( ) S
n n∈ *et ( ) V
n n∈ *comme suit : pour tout entier naturel non nul n,
1
1 2
1 2
...
...
n n n
n n
n n
Y X X
S X X X
V Y Y Y
=
+= + + +
= + + +
1. Pour tout entier naturel non nul n, calculer les espérances et les variances des variables aléatoires S
net V
n.
2. Pour tout entier naturel non nul n, calculer la covariance des variables aléatoires S
net V
n.
Analyse
Comme on peut (probablement …) s’y attendre, ce sont un calcul de variance (celui de la variable Vn) et celui de la covariance de la deuxième question qui sont les plus délicats. On doit cependant garder présent à l’esprit le fait que les Xn sont indépendantes et suivent la même loi de Bernoulli. De fait, elles sont d’un « maniement » relativement aisé.
Résolution
Question 1.
En utilisant la linéarité de l’espérance, il vient :
( ) (
1 2) ( )
1 1
...
n n
n n k k
k k
E S E X X X E X E X
= =
⎛ ⎞
= + + + = ⎜ ⎟=
⎝
∑
⎠∑
Les variables aléatoires Xk suivant la même loi de Bernoulli de paramètre p, on a immédiatement : ∀ ∈p *,E X
( )
k = p (= × −0(
1 p)
+ ×1 p). Il vient alors :( ) ( )
1 1
n n
n k
k k
E S E X p np
= =
=
∑
=∑
=Remarque : on retrouve un résultat classique, la variable aléatoire Sn suivant, comme somme de variables aléatoires de Bernoulli indépendantes et de même paramètre, une loi binomiale de paramètres n et p.
Les variables aléatoires Xk étant indépendantes, on a :
( ) (
1 2) ( )
1 1
...
n n
n n k k
k k
V S V X X X V X V X
= =
⎛ ⎞
= + + + = ⎜⎝
∑
⎟⎠=∑
Classiquement, on a cette fois : ∀ ∈p *,V X
( )
k = p(
1−p)
(=E X
( )
k2 −(
E X( )
k)
2=02× −(
1 p)
+ × −12 p p2). Il vient alors :( ) ( ) ( ) ( )
1 1
1 1
n n
n k
k k
V S V X p p np p
= =
=
∑
=∑
− = −Comme précédemment, on peut remarquer que l’on retrouve classiquement la variance d’une variable aléatoire suivant une loi binomiale.
( )
nE S =np et V S
( )
n =np(
1−p)
.Comme précédemment :
( ) (
1 2) ( )
1 1
...
n n
n n k k
k k
E V E Y Y Y E Y E Y
= =
⎛ ⎞
= + + + = ⎜ ⎟=
⎝
∑
⎠∑
Pour tout entier naturel k, les variables aléatoires Xk et Xk+1 sont indépendantes. Il vient donc : E Y
( )
k =E X X(
k k+1)
=E X( ) (
k ×E Xk+1)
= × =p p p2. Ainsi :( ) ( )
2 21 1
n n
n k
k k
E V E Y p np
= =
=
∑
=∑
=On a ensuite : V V
( )
n =E V( )
n2 −(
E V( )
n)
2. Il nous faut donc calculer E V( )
n2 .On a :
( )
2( (
1 2)
2) ( ) ( )
2( )
1 1 1 1
... 2
n
n n i j i j i i j
i j n i j n i i j n
E V E Y Y Y E Y Y E Y Y E Y E Y Y
≤ ≤ ≤ ≤ ≤ ≤ = ≤ < ≤
⎛ ⎞
= + + + = ⎜ ⎟= = +
⎝
∑
⎠∑ ∑ ∑
Æ Calcul de
( )
21 n
i i
E Y
∑
=On a Yi2 =X Xi2 i2+1.
Il est immédiat que pour tout entier naturel non nul i, la variable aléatoire Xi2 suit la même loi que la variable aléatoire Xi.
Ensuite, les variables aléatoires Xi et Xi+1 ne prenant que les valeurs 0 ou 1, il en va de même pour la variable aléatoire Yi2.
Enfin, on note que l’on a : Yi2 = ⇔1 X Xi2 i2+1= ⇔1 X Xi i+1= ⇔1
(
Xi =1 et) (
Xi+1=1)
. En tenant compte de l’indépendance des variables aléatoires Xi et Xi+1, il vient :(
i2 1) ( (
i 1) (
i1 1) ) (
i 1) (
i1 1)
2 P Y = =P X = ∩ X+ = =P X = ×P X+ = = × =p p p Finalement, la loi de la variable aléatoire Yi2 est :(
i2 1)
2P Y = = p et P Y
(
i2 =0)
= −1 p2On en tire immédiatement : E Y
( )
i2 = p2 et, enfin :( )
2 2 21 1
n n
i
i i
E Y p np
= =
= =
∑ ∑
.Æ Calcul de
( )
1
i j i j n
E Y Y
≤ < ≤
∑
On a : Y Yi j = X Xi i+1X Xj j+1.
Comme j≥ +i 1, on va distinguer deux situations suivant que l’on a j= +i 1 ou j> +i 1. Si j= +i 1, on a : Y Yi j =Y Yi i+1= X Xi i+1Xi+1Xi+ +1 1= X Xi i2+1Xi+2.
Ici encore, la variable aléatoire X Xi i2+1Xi+2 ne peut prendre que les valeurs 0 ou 1.
On a : X Xi i2+1Xi+2= ⇔1
(
Xi =1 et) (
Xi+1=1 et) (
Xi+2 =1)
.En tenant compte de l’indépendance des variables aléatoires Xi, Xi+1 et Xi+2, il vient :
( ) ( ( ) ( ) ( ) )
( ) ( ) ( )
2
1 2 1 2
1 2
3
1 1 1 1
1 1 1
i i i i i i
i i i
P X X X P X X X
P X P X P X
p p p p
+ + + +
+ +
= = = = =
= = × = × =
= × ×
=
∩ ∩
Finalement, la loi de la variable aléatoire X Xi i2+1Xi+2 est :
(
i i21 i 2 1)
3P X X+ X+ = = p et P X X
(
i i2+1Xi+2 =0)
= −1 p3On en tire immédiatement : E X X
(
i i2+1Xi+2)
= p3.Comme i varie dans 1 ;n−1 , on a n−1 variables aléatoires de la forme X Xi i2+1Xi+2 et il vient finalement : 1
(
1)
1(
21 2)
1 3( )
31 1 1
1
n n n
i i i i i
i i i
E YY E X X X p n p
− − −
+ + +
= = =
= = = −
∑ ∑ ∑
.Si 1j> +i , on a : YYi j =X Xi i+1X Xj j+1.
Ici encore, la variable aléatoire X Xi i+1X Xj j+1 ne peut prendre que les valeurs 0 ou 1.
On a : X Xi i+1X Xj j+1= ⇔1
(
Xi =1 et) (
Xi+1=1 et) (
Xj =1 et) (
Xj+1=1)
.En tenant compte de l’indépendance des variables aléatoires Xi, Xi+1, Xj et Xj+1, il vient :
( ) ( ( ) ( ) ( ) ( ) )
( ) ( ) ( ) ( )
1 1 1 1
1 1
4
1 1 1 1 1
1 1 1 1
i i j j i i j j
i i j j
P X X X X P X X X X
P X P X P X P X
p p p p p
+ + + +
+ +
= = = = = =
= = × = × = × =
= × × ×
=
∩ ∩ ∩
Finalement, la loi de la variable aléatoire X Xi i+1X Xj j+1 est :
(
i i1 j j1 1)
4P X X+ X X + = = p et P X X
(
i i+1X Xj j+1=0)
= −1 p4 On en tire immédiatement : E X X(
i i+1X Xj j+1)
= p4.On a : 1≤ < ≤i j n et j> +i 1. Ainsi, i varie dans 1 ;n−2 et pour chaque valeur de i dans cet intervalle, on a n i− −1 valeurs possibles pour j : i+2,i+3, ...,n.
Le nombre de variables aléatoires de la forme X Xi i+1X Xj j+1 avec j> +i 1 est donc égal à :
( ) ( )( ) ( )( ) ( )( ) ( )( )
2 2
1 1
1 2 1 2
1 1 2 1 2
2 2
n n
i i
n n n n
n i n n i n n
− −
= =
− − − −
− − = − − − = − − − =
∑ ∑
Il vient donc :
( ) (
1 1) ( )( )
41 1
1 1
1 2
i j i i j j 2
i j n i j n
j i j i
n n
E Y Y E X X+ X X + p
≤ < ≤ ≤ < ≤
> + > +
− −
= =
∑ ∑
Finalement :
( ) ( ) ( )
( ) ( )
( ) ( )( )
( ) ( )( )
1
1
1 1 1
1 1
2
1 2 1 1
1 1
1
3 4
3 4
2 2 2
2 2
1 2
2 1 2
2
2 1 1 2
n
i j i i i j
i j n i i j n
j i n
i i i i i j j
i i j n
j i
E Y Y E Y Y E Y Y
E X X X E X X X X
n n
n p p
n p n n p
−
+
≤ < ≤ = ≤ < ≤
> +
−
+ + + +
= ≤ < ≤
> +
× = × + ×
= × + ×
− −
= − + ×
= − + − −
∑ ∑ ∑
∑ ∑
D’où :
( ) ( ) ( )
( ) ( )( )
2 2
1 1
2 3 4
2
2 1 1 2
n
n i i j
i i j n
E V E Y E Y Y
np n p n n p
= ≤ < ≤
= +
= + − + − −
∑ ∑
Et finalement :
( ) ( ) ( ( ) )
( ) ( )( ) ( )
( ) ( )( )
( ) ( )
( ) ( )
( ) ( )
2 2
2 3 4 2 2
2 3 4 2 4
4 3 2
2 2
2
2 1 1 2
2 1 1 2
3 2 2 1
3 2 2 1
1 3 2
n n n
V V E V E V
np n p n n p np
np n p n n p n p
n p n p np
p n p n p n
p p n p n
= −
= + − + − − −
= + − + − − −
= − + + − +
⎡ ⎤
= ⎣ − + + − + ⎦
= − ⎡⎣ − + ⎤⎦
On effectuer la factorisation en remarquant que 1 est racine évidente du trinôme
(
− +3n 2)
p2+2(
n−1)
p+n ou en procédant classiquement à l’aide du discriminant (réduit).( )
n 2E V =np et V V
( )
n = p2(
1−p) (
⎡⎣ 3n−2)
p+n⎤⎦.Question 2.
Pour tout entier naturel non nul n, on a : cov
(
S Vn, n)
=E S V(
n n)
−E S( ) ( )
n E Vn . Il nous faut donc calculer E S V(
n n)
.On a :
( )( )
(
11 22)(
11 22 2 3 1)
2
1 2 1 2 3 1 1
1 termes
2 2
1 2 2 3 2 3 4 2 1
2 termes
1 2 2 3 2 1
2 termes
... ...
... ...
...
...
...
...
n n n n
n n n
n n
n
n n
n
n n n n n
n
S V X X X Y Y Y
X X X X X X X X X
X X X X X X X X X X X X X X X X X X
X X X X X X X X X
+
+
−
+
−
− −
−
= + + + + + +
= + + + + + +
= + + +
+ + + +
+
+ + + +Xn−1Xn2+X Xn2 n+1
Dans cette somme comportant au total n2 termes, il y a n− +1
(
n− × −1) (
n 2) (
= n−1)
2termes de la forme X X Xi j k où tous les indices sont différents et 1 2+ × − =
(
n 1)
2n−1 termesde la forme X Xi2 j avec i≠ j.
Traitons séparément ces deux situations.
Pour la variable aléatoire X X Xi j k, on a :
( ) ( ) ( )
1 1 et 1 et 1
i j k i j k
X X X = ⇔ X = X = X = D’où, en tenant compte de l’indépendance des variables aléatoires Xn :
( ) ( ( ) ( ) ( ) )
( ) ( ) ( )
3
1 1 1 1
1 1 1
i j k i j k
i j k
P X X X P X X X
P X P X P X
p p p p
= = = = =
= = × = × =
= × ×
=
∩ ∩
Donc : E X X X
(
i j k)
= p3.Pour la variable aléatoire X Xi2 j, on a :
( ) ( )
2 1 1 et 1
i j i j
X X = ⇔ X = X =
D’où, en tenant compte de l’indépendance des variables aléatoires Xn :
( ) ( ( ) ( ) )
( ) ( )
2
2
1 1 1
1 1
i j i j
i j
P X X P X X
P X P X
p p p
= = = =
= = × =
= ×
=
∩
Donc : E X X
(
i2 j)
= p2.La linéarité de l’espérance nous donne alors :
(
n n) (
1)
2 3(
2 1)
2E S V = n− p + n− p Finalement :
( ) ( ) ( ) ( )
( ) ( )
( ) ( )
( ) ( )
( )( )
2 3 2 2
2 2 3 2
3 2
2
cov ,
1 2 1
1 2 1
2 1 2 1
2 1 1
n n n n n n
S V E S V E S E V
n p n p np np
n n p n p
n p n p
n p p
= −
= − + − − ×
⎡ ⎤
=⎣ − − ⎦ + −
= − − + −
= − −
( ) ( )( )
2cov S Vn, n = 2n−1 1−p p