Une page de Wikiversité, la communauté pédagogique libre.
En raison de limitations techniques, la typographie souhaitable du titre, «
Exercice : Calcul d'une espérance autour de la loi binomialeVariables aléatoires discrètes/Exercices/Calcul d'une espérance autour de la loi binomiale », n'a pu être restituée correctement ci-dessus.
On joue à Pile ou Face avec une pièce de monnaie. Dans une première partie on ne connait pas la probabilité de l'évènement Pile, ni celle de Face. On cherche à évaluer la distance entre le nombre de pile et de face obtenus après N lancers. Bien entendu les lancers sont indépendants les uns des autres.
Le problème peut être reformulé comme ceci :
Si X est le nombre de Pile obtenus et Y le nombre de Face obtenus, quelle est la valeur de
E
(
|
X
−
Y
|
)
{\displaystyle \mathbb {E} (|X-Y|)}
?
On note :
⌊
x
⌋
{\displaystyle \lfloor x\rfloor }
la partie entière de
x
{\displaystyle x}
;
A
c
{\displaystyle A^{c}}
l’ensemble complémentaire de
A
{\displaystyle A}
;
X
∼
B
(
N
,
p
)
{\displaystyle X\sim {\mathcal {B}}(N,p)}
si X suit une loi binomiale de paramètre
(
N
,
p
)
{\displaystyle (N,p)}
.
Soit
X
∼
B
(
N
,
p
)
{\displaystyle X\sim {\mathcal {B}}(N,p)}
. Pour x un entier naturel compris entre 0 et N, on notera la fonction de répartition
F
N
(
x
)
=
∑
i
=
0
x
P
(
X
=
i
)
{\displaystyle F_{N}(x)=\sum _{i=0}^{x}\mathbb {P} (X=i)}
et sa fonction complémentaire :
Φ
N
(
x
)
=
1
−
F
N
(
x
)
=
∑
i
=
x
+
1
N
P
(
X
=
i
)
{\displaystyle \Phi _{N}(x)=1-F_{N}(x)=\sum _{i=x+1}^{N}\mathbb {P} (X=i)}
.
Quelle est la loi de X ? Rappeler son espérance.
Solution
X suit une loi binomiale, de paramètre (N , p ).
Pour rappel, la fonction de densité de cette loi est donnée par :
∀
i
∈
{
0
,
⋯
,
N
}
,
P
(
X
=
i
)
=
(
N
i
)
p
i
(
1
−
p
)
N
−
i
{\displaystyle \forall i\in \{0,\cdots ,N\},\mathbb {P} (X=i)={\binom {N}{i}}p^{i}(1-p)^{N-i}}
et
E
(
X
)
=
N
p
{\displaystyle \mathbb {E} (X)=Np}
.
X et Y sont elles indépendantes ? Sinon, quelle loi les lie ?
Solution
X et Y ne sont pas indépendantes car elles sont liées par la relation : X + Y = N .
En remarquant que
|
x
−
y
|
=
(
x
−
y
)
1
x
>
y
+
(
y
−
x
)
1
x
≤
y
{\displaystyle |x-y|=(x-y)1_{x>y}+(y-x)1_{x\leq y}}
, trouver une expression de
E
(
|
X
−
Y
|
)
{\displaystyle \mathbb {E} (|X-Y|)}
en fonction de
N
{\displaystyle N}
,
p
{\displaystyle p}
,
P
(
A
)
{\displaystyle \mathbb {P} (A)}
et
E
(
X
1
A
)
{\displaystyle \mathbb {E} (X1_{A})}
, où l'événement
A
{\displaystyle A}
est à expliciter et
1
A
{\displaystyle 1_{A}}
désigne sa fonction indicatrice .
Solution
Comme
Y
=
N
−
X
{\displaystyle Y=N-X}
,
|
X
−
Y
|
=
|
2
X
−
N
|
=
(
2
X
−
N
)
1
A
+
(
N
−
2
X
)
1
A
c
=
(
2
X
−
N
)
1
A
+
(
N
−
2
X
)
(
1
−
1
A
)
=
2
(
2
X
−
N
)
1
A
+
N
−
2
X
,
{\displaystyle {\begin{aligned}|X-Y|&=|2X-N|\\&=(2X-N)1_{A}+(N-2X)1_{A^{c}}\\&=(2X-N)1_{A}+(N-2X)\left(1-1_{A}\right)\\&=2(2X-N)1_{A}+N-2X,\end{aligned}}}
où
A
=
[
2
X
>
N
]
{\displaystyle A=\left[2X>N\right]}
.
Par conséquent,
E
(
|
X
−
Y
|
)
=
4
E
(
X
1
A
)
−
2
N
P
(
A
)
+
N
−
2
N
p
{\displaystyle \mathbb {E} (|X-Y|)=4\mathbb {E} (X1_{A})-2N\mathbb {P} (A)+N-2Np}
.
Exprimer
E
(
X
1
A
)
{\displaystyle \mathbb {E} (X1_{A})}
en fonction de
N
{\displaystyle N}
,
p
{\displaystyle p}
et
Φ
N
−
1
(
a
N
−
1
)
{\displaystyle \Phi _{N-1}(a_{N}-1)}
pour un certain entier
a
N
{\displaystyle a_{N}}
à expliciter.
Conclusion
En remarquant que
P
(
A
)
=
Φ
N
(
a
N
)
{\displaystyle \mathbb {P} (A)=\Phi _{N}(a_{N})}
, on peut réécrire de façon plus concise l’expression de l'espérance :
E
(
|
X
−
Y
|
)
=
N
(
4
p
Φ
N
−
1
(
a
N
−
1
)
−
2
Φ
N
(
a
N
)
+
1
−
2
p
)
{\displaystyle \mathbb {E} (|X-Y|)=N\left(4p\Phi _{N-1}(a_{N}-1)-2\Phi _{N}(a_{N})+1-2p\right)}
.
On suppose ici que
p
=
1
2
{\displaystyle p={\frac {1}{2}}}
.
Trouver une expression de
Φ
N
(
a
N
)
{\displaystyle \Phi _{N}(a_{N})}
en fonction de la parité de N.
Solution
Remarquons que pour
p
=
1
/
2
{\displaystyle p=1/2}
,
P
(
X
=
k
)
=
(
N
k
)
2
−
N
=
P
(
X
=
N
−
k
)
{\displaystyle \mathbb {P} (X=k)={\binom {N}{k}}2^{-N}=\mathbb {P} (X=N-k)}
, par la propriété des coefficients binomiaux .
Si N est impair, alors le nombre d'états d'arrivée est pair.
Pour mieux le voir, on peut remarquer que de 1 à N on a N états d'arrivée. À ces N états il faut rajouter l'élément 0, donc on a : N + 1 états. Comme N est impair, N + 1 est pair.
De la même façon, si N est pair, on a un nombre impair d'états d'arrivée.
Si N pair, on remarque que
⌊
N
2
⌋
=
N
2
{\displaystyle \left\lfloor {\frac {N}{2}}\right\rfloor ={\frac {N}{2}}}
. Donc si l'on retire cet état, on peut utiliser la propriété
P
(
X
=
k
)
=
P
(
X
=
N
−
k
)
{\displaystyle \mathbb {P} (X=k)=\mathbb {P} (X=N-k)}
.
D'où dans ce cas :
Φ
N
(
a
N
)
=
F
N
(
a
N
−
1
)
{\displaystyle \Phi _{N}(a_{N})=F_{N}(a_{N}-1)}
, or
Φ
N
(
a
N
)
+
F
N
(
a
N
−
1
)
=
1
−
P
(
X
=
a
N
)
{\displaystyle \Phi _{N}(a_{N})+F_{N}(a_{N}-1)=1-\mathbb {P} (X=a_{N})}
.
On en déduit que
2
Φ
N
(
a
N
)
=
1
−
P
(
X
=
a
N
)
{\displaystyle 2\Phi _{N}(a_{N})=1-\mathbb {P} (X=a_{N})}
, c'est-à-dire
Φ
N
(
a
N
)
=
1
−
P
(
X
=
a
N
)
2
=
1
2
−
(
N
N
/
2
)
2
N
+
1
{\displaystyle \Phi _{N}(a_{N})={\frac {1-\mathbb {P} (X=a_{N})}{2}}={\frac {1}{2}}-{\frac {\binom {N}{N/2}}{2^{N+1}}}}
.
Puisque
⌊
N
2
⌋
<
N
2
{\displaystyle \left\lfloor {\frac {N}{2}}\right\rfloor <{\frac {N}{2}}}
et le nombre d'états est pair, et que la distribution est symétrique :
Φ
N
(
a
N
)
=
1
2
{\displaystyle \Phi _{N}(a_{N})={\frac {1}{2}}}
.
Trouver une expression de
Φ
N
−
1
(
a
N
−
1
)
{\displaystyle \Phi _{N-1}(a_{N}-1)}
en fonction de la parité de N.
Solution
Par un raisonnement analogue :
Si N est impair,
Φ
N
−
1
(
a
N
−
1
)
=
1
2
+
(
N
−
1
(
N
−
1
)
/
2
)
2
N
{\displaystyle \Phi _{N-1}(a_{N}-1)={\frac {1}{2}}+{\frac {\binom {N-1}{(N-1)/2}}{2^{N}}}}
;
Si N est pair,
Φ
N
−
1
(
a
N
−
1
)
=
1
2
{\displaystyle \Phi _{N-1}(a_{N}-1)={\frac {1}{2}}}
.
Conclure en donnant une expression de l'espérance recherchée.
Solution
Réécrivons la formule de l'espérance avec le paramètre
p
=
1
/
2
{\displaystyle p=1/2}
:
E
(
|
X
−
Y
|
)
=
2
N
(
Φ
N
−
1
(
a
N
−
1
)
−
Φ
N
(
a
N
)
)
{\displaystyle \mathbb {E} (|X-Y|)=2N\left(\Phi _{N-1}(a_{N}-1)-\Phi _{N}(a_{N})\right)}
.
Si N est pair,
E
(
|
X
−
Y
|
)
=
2
N
(
1
2
−
1
2
+
(
N
N
/
2
)
2
N
+
1
)
=
N
(
N
N
/
2
)
2
N
{\displaystyle \mathbb {E} (|X-Y|)=2N\left({\frac {1}{2}}-{\frac {1}{2}}+{\frac {\binom {N}{N/2}}{2^{N+1}}}\right)={\frac {N{\binom {N}{N/2}}}{2^{N}}}}
.
Si N est impair,
E
(
|
X
−
Y
|
)
=
2
N
(
1
2
+
(
N
−
1
(
N
−
1
)
/
2
)
2
N
−
1
2
)
=
N
(
N
−
1
(
N
−
1
)
/
2
)
2
N
−
1
{\displaystyle \mathbb {E} (|X-Y|)=2N\left({\frac {1}{2}}+{\frac {\binom {N-1}{(N-1)/2}}{2^{N}}}-{\frac {1}{2}}\right)={\frac {N{\binom {N-1}{(N-1)/2}}}{2^{N-1}}}}
.
Dans les deux cas,
E
(
|
X
−
Y
|
)
=
N
(
2
a
N
a
N
)
4
a
N
{\displaystyle \mathbb {E} (|X-Y|)={\frac {N{\binom {2a_{N}}{a_{N}}}}{4^{a_{N}}}}}
.