Problème ECG1 maths approfondies : le nombre de changements dans une suite de lancers

↩ Chapitre : Variables aléatoires discrètes (ECG maths approfondies)

Introduction

On lance indéfiniment une pièce équilibrée et l’on compte les changements (deux résultats successifs différents). Ce problème classique conduit pas à pas à la loi de ce nombre de changements : une loi binomiale, obtenue grâce aux probabilités conditionnelles, à l’indépendance et à une récurrence.

Cherchez chaque question ; en cas de blocage, ouvrez l’indication, puis seulement le corrigé.

Le sujet

Problème pour l’ECG1. Durée indicative : 1 h 30. Programme : probabilités conditionnelles, probabilités totales, variables aléatoires discrètes, indépendance, lois de Bernoulli et binomiale.

Option : maths approfondies (en maths appliquées : questions 1 à 4 seulement). Niveau : ★★. Faisable : au second semestre, après Variables aléatoires discrètes et Couples de variables (indépendance).

Énoncé et corrigé

Un joueur lance indéfiniment une pièce équilibrée. Pour N\geqslant1, on note X_N le nombre de fois où, au cours des N premiers lancers, deux résultats successifs sont différents : c’est le nombre de changements.

Par exemple, si les 9 premiers lancers donnent Pile, Pile, Face, Pile, Face, Face, Face, Pile, Pile, alors X_9=4 (changements aux 3e, 4e, 5e et 8e lancers).

Partie I – Premières lois

1 ▷ Justifier que X_N(\Omega)=\{0,1,\dots,N-1\}.

Indication

Un changement ne peut avoir lieu qu’aux lancers 2 à N. Pour montrer que chaque valeur k est atteinte, construire une suite de lancers explicite.

Corrigé

Un changement ne peut se produire qu’aux lancers 2,\dots,N : 0\leqslant X_N\leqslant N-1.

Toutes ces valeurs sont atteintes : pour k\in\{0,\dots,N-1\}, la suite qui alterne Pile, Face, Pile… sur les k+1 premiers lancers puis répète le dernier résultat donne exactement k changements. Donc X_N(\Omega)=\{0,\dots,N-1\}.

2 ▷ Déterminer la loi de X_2 et son espérance, puis la loi de X_3.

Indication

Lister les issues équiprobables des deux (puis trois) premiers lancers.

Corrigé

X_2=1 si les deux premiers lancers diffèrent : P(X_2=1)=P(X_2=0)=\frac12. Ainsi X_2\hookrightarrow\mathcal B\left(\frac12\right) et E(X_2)=\frac12.

Pour X_3, les 8 issues sont équiprobables : X_3=0 pour PPP et FFF, X_3=2 pour PFP et FPF, X_3=1 pour les 4 autres. D’où P(X_3=0)=\frac14, P(X_3=1)=\frac12, P(X_3=2)=\frac14.

3 ▷ Montrer que P(X_N=0)=\left(\dfrac12\right)^{N-1} et P(X_N=1)=2(N-1)\left(\dfrac12\right)^{N}.

Indication

Compter les suites de N résultats (parmi 2^N équiprobables) sans changement, puis avec exactement un changement.

Corrigé

(X_N=0) : les N résultats sont identiques, soit 2 suites sur 2^N : P(X_N=0)=\dfrac2{2^N}=\left(\dfrac12\right)^{N-1}.

(X_N=1) : on choisit le lancer où a lieu le changement (N-1 choix) et le premier résultat (2 choix) ; tout le reste est alors imposé. D’où P(X_N=1)=\dfrac{2(N-1)}{2^N}.

Partie II – Les accroissements

4 ▷ (a) Justifier que, pour tout k\in\{0,\dots,N-1\}, P_{(X_N=k)}(X_{N+1}=k)=\dfrac12.

Indication

X_{N+1}=X_N si et seulement si le (N+1)-ième lancer reproduit le N-ième.

Corrigé

Sachant les N premiers lancers, X_{N+1}=X_N si et seulement si le (N+1)-ième résultat est égal au N-ième. Ce lancer est indépendant des précédents et la pièce est équilibrée : cela arrive avec probabilité \frac12, quelle que soit la valeur k de X_N.

(b) En déduire que P\big((X_{N+1}-X_N=0)\cap(X_N=k)\big)=\dfrac12P(X_N=k).

Indication

Formule des probabilités composées.

Corrigé

Sur l’événement (X_N=k), on a (X_{N+1}-X_N=0)=(X_{N+1}=k). Donc P\big((X_{N+1}-X_N=0)\cap(X_N=k)\big)=P(X_N=k)\,P_{(X_N=k)}(X_{N+1}=k)=\frac12P(X_N=k).

(c) En sommant de k=0 à N-1, montrer que P(X_{N+1}-X_N=0)=\dfrac12.

Indication

\big((X_N=k)\big)_{0\leqslant k\leqslant N-1} est un système complet d’événements.

Corrigé

Les événements (X_N=k) forment un système complet. Par la formule des probabilités totales : P(X_{N+1}-X_N=0)=\displaystyle\sum_{k=0}^{N-1}\frac12P(X_N=k)=\frac12.

(d) Montrer que X_{N+1}-X_N suit une loi de Bernoulli de paramètre \frac12. En déduire E(X_{N+1})=\frac12+E(X_N), puis E(X_N) en fonction de N.

Indication

Quelles valeurs peut prendre X_{N+1}-X_N ? Utiliser ensuite la linéarité de l’espérance et une suite arithmétique.

Corrigé

Un lancer supplémentaire ajoute au plus un changement : X_{N+1}-X_N\in\{0,1\}, et P(X_{N+1}-X_N=0)=\frac12. C’est une loi de Bernoulli de paramètre \frac12.

Par linéarité, E(X_{N+1})=E(X_N)+E(X_{N+1}-X_N)=E(X_N)+\frac12. La suite (E(X_N)) est arithmétique de raison \frac12 et E(X_1)=0 : E(X_N)=\dfrac{N-1}2.

5 ▷ (a) Montrer que les variables X_{N+1}-X_N et X_N sont indépendantes.

Indication

La question 4(b) donne l’égalité voulue pour la valeur 0 ; obtenir celle pour la valeur 1 par différence.

Corrigé

D’après 4(b) et 4(c) : P\big((X_{N+1}-X_N=0)\cap(X_N=k)\big)=P(X_{N+1}-X_N=0)\,P(X_N=k) pour tout k.

Par différence avec P(X_N=k) : P\big((X_{N+1}-X_N=1)\cap(X_N=k)\big)=\frac12P(X_N=k)=P(X_{N+1}-X_N=1)\,P(X_N=k). Les deux variables sont donc indépendantes.

(b) En déduire, par récurrence sur N\geqslant2, que X_N\hookrightarrow\mathcal B\left(N-1,\frac12\right), puis donner V(X_N).

Indication

Écrire X_{N+1}=X_N+(X_{N+1}-X_N) et utiliser la stabilité de la loi binomiale pour une somme de variables indépendantes.

Corrigé

Initialisation : X_2\hookrightarrow\mathcal B\left(1,\frac12\right) (question 2).

Hérédité : si X_N\hookrightarrow\mathcal B\left(N-1,\frac12\right), alors X_{N+1} est la somme des variables indépendantes X_N et X_{N+1}-X_N\hookrightarrow\mathcal B\left(1,\frac12\right) : X_{N+1}\hookrightarrow\mathcal B\left(N,\frac12\right).

On en déduit V(X_N)=(N-1)\times\frac12\times\frac12=\dfrac{N-1}4, et l’on retrouve E(X_N)=\frac{N-1}2.


Pour aller plus loin

Pr. Elakili, agrégé de mathématiques et professeur en classes préparatoires depuis 25 ans, accompagne aussi quelques étudiants vers les écoles de commerce, à Casablanca et à distance. En savoir plus

Publications similaires