cours 14
3.3 LOI DISCRÈTE 1
Au dernier cours, nous avons vu
Au dernier cours, nous avons vu
✓ L’espérance mathématiques
Au dernier cours, nous avons vu
✓ L’espérance mathématiques
✓ La variance
Au dernier cours, nous avons vu
✓ L’espérance mathématiques
✓ La variance
✓ L’écart type
Aujourd’hui, nous allons voir
Aujourd’hui, nous allons voir
✓ Loi de Bernoulli
Aujourd’hui, nous allons voir
✓ Loi de Bernoulli
✓ Loi binomiale
Aujourd’hui, nous allons voir
✓ Loi de Bernoulli
✓ Loi binomiale
✓ Loi géométrique
On a vu qu’à une expérience aléatoire, on peut associer
une variable aléatoire.
On a vu qu’à une expérience aléatoire, on peut associer une variable aléatoire.
Ces variables aléatoires possèdent une fonction de probabilité
nommée loi de probabilité.
On a vu qu’à une expérience aléatoire, on peut associer une variable aléatoire.
Ces variables aléatoires possèdent une fonction de probabilité nommée loi de probabilité.
Or certains types de loi de probabilité reviennent souvent
et portent des noms
Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience aléatoire qui ne
comporte que deux résultats.
Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux résultats.
Succès et échec.
Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux résultats.
Succès et échec.
On note la probabilité de succès par p
Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux résultats.
Succès et échec.
On note la probabilité de succès par p
et la probabilité d’échec par q = 1 p
Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux résultats.
Succès et échec.
On note la probabilité de succès par p et la probabilité d’échec par q = 1 p
p + q = 1
X est une variable aléatoire qui donne 0 en cas d’échec et 1
en cas de succès
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q P (X = 1) = q
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q P (X = 1) = q
1 1
0
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q P (X = 1) = q
1 1
0
Sa fonction de répartition est
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q P (X = 1) = q
1 1
0 Sa fonction de répartition est
P (X x)
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q P (X = 1) = q
1 1
0 Sa fonction de répartition est
P (X x) = F (x) =
8 >
<
> :
0 x < 0
q 0 x < 1
1 1 x
X est une variable aléatoire qui donne 0 en cas d’échec et 1 en cas de succès
P (X = 0) = q P (X = 1) = q
1 1
0 Sa fonction de répartition est
P (X x)
1 1
0
= F (x) =
8 >
<
> :
0 x < 0
q 0 x < 1
1 1 x
L’espérance d’une épreuve de Bernoulli est
L’espérance d’une épreuve de Bernoulli est
E (X ) = 0 · q + 1 · p
L’espérance d’une épreuve de Bernoulli est
= p
E (X ) = 0 · q + 1 · p
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
E (X ) = 0 · q + 1 · p
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
E (X ) = 0 · q + 1 · p
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
E (X ) = 0 · q + 1 · p
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
E (X ) = 0 · q + 1 · p
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
E (X ) = 0 · q + 1 · p
= pq (p + q )
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
E (X ) = 0 · q + 1 · p
= pq (p + q )
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
E (X ) = 0 · q + 1 · p
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est E (X ) = 0 · q + 1 · p
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X ) = 0 · q + 1 · p
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= p p
2= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= p p
2= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= p p
2= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= p p
2= p(1 p)
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= p p
2= p(1 p) = pq
= pq (p + q ) = pq
p + q = 1
L’espérance d’une épreuve de Bernoulli est
= p et sa variance est
Var(X ) = (0 p)
2q + (1 p)
2p
= p
2q + q
2p
Une autre façon de trouver la variance est
Var(X ) = E (X
2) E (X )
2E (X
2) = 0
2· q + 1
2· p E (X ) = 0 · q + 1 · p
= p
= p p
2= p(1 p) = pq
= pq (p + q ) = pq
Loi binomiale
Si notre expérience aléatoire consiste à répéter fois une épreuve de Bernoulli de probabilité de succès et qu’on s’intéresse au
nombre de succès, la variable aléatoire
n
p
Loi binomiale
Si notre expérience aléatoire consiste à répéter fois une épreuve de Bernoulli de probabilité de succès et qu’on s’intéresse au
nombre de succès, la variable aléatoire
n p
X : le nombre de succès
Loi binomiale
Si notre expérience aléatoire consiste à répéter fois une épreuve de Bernoulli de probabilité de succès et qu’on s’intéresse au
nombre de succès, la variable aléatoire
n p
X : le nombre de succès
aura comme loi de probabilité la loi binomiale
Loi binomiale
Si notre expérience aléatoire consiste à répéter fois une épreuve de Bernoulli de probabilité de succès et qu’on s’intéresse au
nombre de succès, la variable aléatoire
n p
X : le nombre de succès
aura comme loi de probabilité la loi binomiale
B (n; p)
Loi binomiale
Si notre expérience aléatoire consiste à répéter fois une épreuve de Bernoulli de probabilité de succès et qu’on s’intéresse au
nombre de succès, la variable aléatoire
n p
X : le nombre de succès
aura comme loi de probabilité la loi binomiale B (n; p)
et on dit que la variable aléatoire suit une loi binomiale.
Loi binomiale
Si notre expérience aléatoire consiste à répéter fois une épreuve de Bernoulli de probabilité de succès et qu’on s’intéresse au
nombre de succès, la variable aléatoire
n p
X : le nombre de succès
aura comme loi de probabilité la loi binomiale B (n; p)
et on dit que la variable aléatoire suit une loi binomiale.
X ⇠ B (n; p)
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat
d’une épreuve n’influence pas le résultat d’une autre.
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat d’une épreuve n’influence pas le résultat d’une autre.
S
1: succès lors de la première épreuve.
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat d’une épreuve n’influence pas le résultat d’une autre.
S
1: succès lors de la première épreuve.
E
2: échec lors de la deuxième épreuve.
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat d’une épreuve n’influence pas le résultat d’une autre.
P (S
1\ E
2)
S
1: succès lors de la première épreuve.
E
2: échec lors de la deuxième épreuve.
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat d’une épreuve n’influence pas le résultat d’une autre.
P (S
1\ E
2) = P (S
1)P (E
2)
S
1: succès lors de la première épreuve.
E
2: échec lors de la deuxième épreuve.
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat d’une épreuve n’influence pas le résultat d’une autre.
P (S
1\ E
2) = P (S
1)P (E
2) = pq
S
1: succès lors de la première épreuve.
E
2: échec lors de la deuxième épreuve.
Lorsqu’on est dans la situation ou on répète une épreuve, le résultat d’une épreuve n’influence pas le résultat d’une autre.
P (S
1\ E
2) = P (S
1)P (E
2) = pq
En d’autres termes, les évènements sont indépendants.
S
1: succès lors de la première épreuve.
E
2: échec lors de la deuxième épreuve.
Supposons que X ⇠ B (n; p)
Supposons que X ⇠ B (n; p)
et qu’on cherche P (X = k)
Supposons que X ⇠ B (n; p) et qu’on cherche P (X = k)
pour obtenir succès lors de épreuves, k n
Supposons que X ⇠ B (n; p) et qu’on cherche P (X = k)
pour obtenir succès lors de épreuves, k n
il a bien fallu obtenir échecs. n k
Supposons que X ⇠ B (n; p) et qu’on cherche P (X = k)
pour obtenir succès lors de épreuves, k n il a bien fallu obtenir échecs. n k
Le nombre de façons d’obtenir parmi épreuves est k n
✓ n k
◆
Supposons que X ⇠ B (n; p) et qu’on cherche P (X = k)
pour obtenir succès lors de épreuves, k n il a bien fallu obtenir échecs. n k
Le nombre de façons d’obtenir parmi épreuves est k n
✓ n k
◆
P (X = k ) =
✓ n k
◆
p
kq
n kSupposons que X ⇠ B (n; p) et qu’on cherche P (X = k)
pour obtenir succès lors de épreuves, k n il a bien fallu obtenir échecs. n k
Le nombre de façons d’obtenir parmi épreuves est k n
✓ n k
◆
P (X = k ) =
✓ n k
◆
p
kq
n kSupposons que X ⇠ B (n; p) et qu’on cherche P (X = k)
pour obtenir succès lors de épreuves, k n il a bien fallu obtenir échecs. n k
Le nombre de façons d’obtenir parmi épreuves est k n
✓ n k
◆
P (X = k ) =
✓ n k
◆
p
kq
n kOn peut remarquer que
On peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n kOn peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n k= (p + q )
nOn peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n k= (p + q )
nbinôme de Newton
On peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n k= (p + q )
n= 1
nbinôme de Newton
On peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n k= (p + q )
n= 1
n= 1
binôme de Newton
On peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n k= (p + q )
n= 1
n= 1
binôme de Newton
B (16; 0, 5)
On peut remarquer que
X
nk=0
P (X = k ) =
X
nk=0
✓ n k
◆
p
kq
n k= (p + q )
n= 1
n= 1
binôme de Newton
B (16; 0, 5) B (16; 0, 2)
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de
X ⇠ B (n; p)
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nPour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
E (X ) = E (X
1+ X
2+ · · · + X
n)
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
E (X ) = E (X
1+ X
2+ · · · + X
n)
= E (X
1) + E (X
2) + · · · + E (X
n)
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
E (X ) = E (X
1+ X
2+ · · · + X
n)
= E (X
1) + E (X
2) + · · · + E (X
n) = np
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
E (X ) = E (X
1+ X
2+ · · · + X
n)
= E (X
1) + E (X
2) + · · · + E (X
n) = np
Var(X ) = Var(X
1+ X
2+ · · · + X
n)
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
E (X ) = E (X
1+ X
2+ · · · + X
n)
= E (X
1) + E (X
2) + · · · + E (X
n) = np
Var(X ) = Var(X
1+ X
2+ · · · + X
n)
= Var(X
1) + Var(X
2) + · · · + Var(X
n)
Pour trouver l’espérance et la variance d’une loi binomiale, il suffit de X ⇠ B (n; p)
X = X
1+ X
2+ · · · + X
nX
iépreuve de Bernoulli
E (X
i) = p Var(X
i) = pq
E (X ) = E (X
1+ X
2+ · · · + X
n)
= E (X
1) + E (X
2) + · · · + E (X
n) = np
Var(X ) = Var(X
1+ X
2+ · · · + X
n)
= Var(X
1) + Var(X
2) + · · · + Var(X
n) = npq
Exemple On lance une paire de dés à quatre reprise et on veut
savoir le nombre de fois qu’on a eu une somme de 7
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1
6
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296 = 5
324
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296 = 5
324 ⇡ 0, 015
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296 = 5
324 ⇡ 0, 015
E (X ) = 4 1
6
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296 = 5
324 ⇡ 0, 015
E (X ) = 4 1
6 = 0, ¯ 6
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296 = 5
324 ⇡ 0, 015
E (X ) = 4 1
6 = 0, ¯ 6 Var(X ) = 4
✓ 1 6
◆ ✓ 5 6
◆
Exemple On lance une paire de dés à quatre reprise et on veut savoir le nombre de fois qu’on a eu une somme de 7 La probabilité d’avoir une somme de 7 sur deux dés est 6
36 = 1 6 : le nombre de fois qu’on obtient une somme de 7
X
X ⇠ B
✓
4; 1 6
◆
P (X = 3) =
✓ 4 3
◆ ✓ 1 6
◆
3✓ 5 6
◆
= 20
1296 = 5
324 ⇡ 0, 015
E (X ) = 4 1
6 = 0, ¯ 6 Var(X ) = 4
✓ 1 6
◆ ✓ 5 6
◆
= 0, ¯ 5
Faites les exercices suivants
#3.14 à 3.20
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p On dira alors que la variable aléatoire donnant le nombre d’épreuves
nécessaire à l’obtention du premier succès
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p On dira alors que la variable aléatoire donnant le nombre d’épreuves
nécessaire à l’obtention du premier succès
X ⇠ G(p)
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p On dira alors que la variable aléatoire donnant le nombre d’épreuves
nécessaire à l’obtention du premier succès X ⇠ G(p)
qu’elle suit une loi géométrique.
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p On dira alors que la variable aléatoire donnant le nombre d’épreuves
nécessaire à l’obtention du premier succès X ⇠ G(p)
qu’elle suit une loi géométrique.
Remarque:
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p On dira alors que la variable aléatoire donnant le nombre d’épreuves
nécessaire à l’obtention du premier succès X ⇠ G(p)
qu’elle suit une loi géométrique.
Remarque:
p 6 = 0
Loi géométrique
Si notre expérience aléatoire consiste à répéter une épreuve de
Bernoulli de probabilité de succès et ce, jusqu’au premier succès. p On dira alors que la variable aléatoire donnant le nombre d’épreuves
nécessaire à l’obtention du premier succès X ⇠ G(p)
qu’elle suit une loi géométrique.
Remarque:
p 6 = 0
car chercher un succès lorsqu’il est impossible est un peu futile.
P (X = 1) = p
Pour trouver P (X = k)
P (X = 1) = p
Pour trouver P (X = k)
on a dû avoir échecs suivi d’un succès k 1
P (X = 1) = p
Pour trouver P (X = k)
on a dû avoir échecs suivi d’un succès k 1 P (X = k ) = q
k 1p
P (X = 1) = p
Pour trouver P (X = k)
on a dû avoir échecs suivi d’un succès k 1 P (X = k ) = q
k 1p
Ici l’ensemble de réalisation de notre variable aléatoire est
P (X = 1) = p
Pour trouver P (X = k)
on a dû avoir échecs suivi d’un succès k 1 P (X = k ) = q
k 1p
Ici l’ensemble de réalisation de notre variable aléatoire est { 1, 2, 3, . . . }
P (X = 1) = p
Pour trouver P (X = k)
on a dû avoir échecs suivi d’un succès k 1 P (X = k ) = q
k 1p
Ici l’ensemble de réalisation de notre variable aléatoire est { 1, 2, 3, . . . }
puisqu’à priori on ne sait pas combien d’essais ça peut prendre.
P (X = 1) = p
X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1t = k 1
X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
X
1 k=1P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
on obtient donc une série géométrique convergente car
0 < q < 1 X
1k=1
P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
on obtient donc une série géométrique convergente car
0 < q < 1 X
1k=1
P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
= p 1
1 q
on obtient donc une série géométrique convergente car
0 < q < 1 X
1k=1
P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
= p 1
1 q = p
p
on obtient donc une série géométrique convergente car
0 < q < 1 X
1k=1
P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
= p 1
1 q = p
p
on obtient donc une série géométrique convergente car
0 < q < 1 X
1k=1
P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
= p 1
1 q = p
p = 1
on obtient donc une série géométrique convergente car
0 < q < 1 X
1k=1
P (X = k ) =
X
1 k=1q
k 1p
= p
X
1 k=1q
k 1= p
X
1 t=0q
tt = k 1
= p 1
1 q = p
p = 1
E (X ) =
X
1 k=1kq
k 1p
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1
1 x
on sait que la série de puissance
Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient
Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient X
1k=0
x
k!
0=
X
1 k=0x
k 0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient X
1k=0
x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient X
1k=0
x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient X
1k=0
x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient
= p 1
(1 q )
2X
1 k=0x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient
= p 1
(1 q )
2X
1 k=0x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient
= p 1
(1 q )
2= p p
2X
1 k=0x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient
= p 1
(1 q )
2= p p
2X
1 k=0x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Calculer ça directement est assez compliquer; utilisons une astuce.
E (X ) =
X
1 k=1kq
k 1p = p
X
1 k=1kq
k 1X
1 k=0x
k= 1 1 x on sait que la série de puissance
en dérivant de chaque côté la dernière égalité, on obtient
= p 1
(1 q )
2= p
p
2= 1 p
X
1 k=0x
k!
0=
X
1 k=0x
k 0=
X
1 k=1kx
k 1= 1
(1 x)
2=
✓ 1 1 x
◆
0Var(X ) = E (X
2) E (X )
2Var(X ) = E (X
2) E (X )
2= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=0x
k!
00=
X
1 k=2k (k 1)x
k 2En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=0x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=0x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1 k=2k
2x
k 2= 2
(1 x)
3+
X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1 k=2k
2x
k 2= 2
(1 x)
3+
X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1 k=2k
2x
k 2= 2
(1 x)
3+
X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1 k=2k
2x
k 2= 2
(1 x)
3+
X
1 k=2kx
k 2X
1k=0
x
k!
00=
X
1 k=2k (k 1)x
k 2= 2
(1 x)
3=
✓ 1 1 x
◆
00En utilisant la dérivée seconde de la série géométrique
= E (X
2)
✓ 1 p
◆
2Var(X ) = E (X
2) E (X )
2E (X
2) =
X
1 k=1k
2q
k 1p
X
1 k=2k (k 1)x
k 2=
X
1 k=2k
2x
k 2X
1 k=2kx
k 2X
1 k=2k
2x
k 2= 2
(1 x)
3+
X
1 k=2kx
k 2X
1k=0