Une page de Wikiversité, la communauté pédagogique libre.
Début de la boite de navigation du chapitre
fin de la boite de navigation du chapitre
En raison de limitations techniques, la typographie souhaitable du titre, «
Variables aléatoires discrètes : Loi géométrique Variables aléatoires discrètes/Loi géométrique », n'a pu être restituée correctement ci-dessus.
Définition
Wikipedia-logo-v2.svg
Une variable aléatoire discrète suit une loi géométrique si :
∀
n
∈
N
∗
P
(
X
=
n
)
=
p
(
1
−
p
)
n
−
1
{\displaystyle \forall n\in \mathbb {N} ^{*}\quad \mathbb {P} (X=n)=p(1-p)^{n-1}}
où
p
{\displaystyle p}
est un nombre réel compris entre 0 et 1 appelé paramètre de la loi.
On note cette loi
G
(
p
)
{\displaystyle {\mathcal {G}}(p)}
.
Remarquons que ceci définit bien une loi de probabilités sur
N
∗
{\displaystyle \mathbb {N} ^{*}}
:
∑
n
=
1
+
∞
P
(
X
=
n
)
=
p
∑
n
=
1
+
∞
(
1
−
p
)
n
−
1
=
p
1
−
(
1
−
p
)
=
1
{\displaystyle \sum _{n=1}^{+\infty }\mathbb {P} (X=n)=p\sum _{n=1}^{+\infty }(1-p)^{n-1}={\frac {p}{1-(1-p)}}=1}
.
Début d’un théorème
Théorème
L'espérance d'une loi géométrique est
1
p
{\displaystyle {\frac {1}{p}}}
.
Fin du théorème
Démonstration
On utilise les développements en série entière :
∀
x
∈
]
−
1
;
1
[
f
(
x
)
=
∑
n
=
0
+
∞
x
n
=
1
1
−
x
⟹
f
′
(
x
)
=
∑
n
=
1
+
∞
n
x
n
−
1
=
1
(
1
−
x
)
2
{\displaystyle \forall x\in ]-1;1[\,f(x)=\sum _{n=0}^{+\infty }x^{n}={\frac {1}{1-x}}\Longrightarrow f'(x)=\sum _{n=1}^{+\infty }nx^{n-1}={\frac {1}{(1-x)^{2}}}}
D'où :
E
(
X
)
=
p
∑
n
=
1
+
∞
n
(
1
−
p
)
n
−
1
=
p
∑
n
=
0
+
∞
(
n
+
1
)
(
1
−
p
)
n
=
p
p
2
{\displaystyle \mathbb {E} (X)=p\sum _{n=1}^{+\infty }n(1-p)^{n-1}=p\sum _{n=0}^{+\infty }(n+1)(1-p)^{n}={\frac {p}{p^{2}}}}
Début d’un théorème
Théorème
La variance d'une loi géométrique est
1
−
p
p
2
{\displaystyle {\frac {1-p}{p^{2}}}}
.
Son écart type est donc
1
−
p
p
{\displaystyle {\frac {\sqrt {1-p}}{p}}}
Fin du théorème
Démonstration
Comme pour le calcul de l'espérance :
∀
x
∈
]
−
1
;
1
[
f
(
x
)
=
∑
n
=
0
+
∞
x
n
=
1
1
−
x
⟹
f
′
(
x
)
=
∑
n
=
1
+
∞
n
x
n
−
1
=
1
(
1
−
x
)
2
⟹
f
″
(
x
)
=
∑
n
=
1
+
∞
n
2
x
n
−
1
+
∑
n
=
1
+
∞
n
x
n
−
1
=
2
(
1
−
x
)
3
{\displaystyle \forall x\in ]-1;1[\,f(x)=\sum _{n=0}^{+\infty }x^{n}={\frac {1}{1-x}}\Longrightarrow f'(x)=\sum _{n=1}^{+\infty }nx^{n-1}={\frac {1}{(1-x)^{2}}}\Longrightarrow f''(x)=\sum _{n=1}^{+\infty }n^{2}x^{n-1}+\sum _{n=1}^{+\infty }nx^{n-1}={\frac {2}{(1-x)^{3}}}}
D'où :
V
(
X
)
=
p
∑
n
=
1
+
∞
n
2
(
1
−
p
)
n
−
1
−
1
p
2
=
2
p
p
3
−
p
p
2
−
1
p
2
=
1
−
p
p
2
{\displaystyle V(X)=p\sum _{n=1}^{+\infty }n^{2}(1-p)^{n-1}-{\frac {1}{p^{2}}}={\frac {2p}{p^{3}}}-{\frac {p}{p^{2}}}-{\frac {1}{p^{2}}}={\frac {1-p}{p^{2}}}}
L'illustration la plus classique de la loi géométrique se déduit d'épreuves de Bernoulli : en effet, la loi géométrique est en fait la loi de la variable aléatoire "Lors d'une succession d'épreuves de Bernoulli, le premier succès est au n e essai". On compte ainsi n -1 échecs avant le succès.