ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Variance et covariance

Exercice 88

Calcul

Soit n⩾2n \geqslant 2 et EE une partie aléatoire de ⟦1 ,n⟧\llbracket 1\,,n \rrbracket, de loi uniforme sur 𝒫(⟦1 ,n⟧)\mathcal{P}(\llbracket 1\,,n \rrbracket). Pour i∈⟦1 ,n⟧i \in \llbracket 1\,,n \rrbracket, on note AiA_{i} l'événement (i∈E)(i \in E).

1. Déterminer la loi des indicatrices 1Ai\mathbf{1}_{A_{i}}, et montrer qu'elles sont mutuellement indépendantes.

2. Exprimer N=∣E∣N = |E| à l'aide de ces indicatrices, et en déduire sa loi, son espérance et sa variance.

3. On pose T=∑i∈EiT = \sum_{i \in E} i, avec T=0T = 0 si EE est vide. Exprimer TT à l'aide des indicatrices, puis calculer son espérance et sa variance.

Corrigé

La loi de EE est uniforme sur 𝒫(⟦1 ,n⟧)\mathcal{P}(\llbracket 1\,,n \rrbracket), qui a 2n2^{n} éléments (proposition 3) : P(E=S)=12n\mathrm{P}(E = S) = \frac{1}{2^{n}} pour toute partie SS.

1. Les parties qui contiennent ii s'écrivent {i}∪S′\{i\} \cup S', avec S′⊂⟦1 ,n⟧∖{i}S' \subset \llbracket 1\,,n \rrbracket \setminus \{i\} ; il y en a 2n−12^{n-1}, donc P(Ai)=12\mathrm{P}(A_{i}) = \frac{1}{2} et 1Ai∼ℬ(12)\boxed{\mathbf{1}_{A_{i}} \sim \mathcal{B}(\tfrac{1}{2})}. Soit (ε1,…,εn)∈{0,1}n(\varepsilon_{1}, \dots, \varepsilon_{n}) \in \{0, 1\}^{n}. L'application S↦1SS \mapsto \mathbf{1}_{S} est une bijection de 𝒫(⟦1 ,n⟧)\mathcal{P}(\llbracket 1\,,n \rrbracket) sur {0,1}n\{0, 1\}^{n} (démonstration de la proposition 3) : il existe une unique partie SS telle que 1S(i)=εi\mathbf{1}_{S}(i) = \varepsilon_{i} pour tout ii, et P(1A1=ε1,…,1An=εn)=P(E=S)=12n=∏i=1nP(1Ai=εi).\mathrm{P}(\mathbf{1}_{A_{1}} = \varepsilon_{1}, \dots, \mathbf{1}_{A_{n}} = \varepsilon_{n}) = \mathrm{P}(E = S) = \frac{1}{2^{n}} = \prod_{i=1}^{n} \mathrm{P}(\mathbf{1}_{A_{i}} = \varepsilon_{i}). Par la proposition 15, les indicatrices 1A1,…,1An sont mutuellement indeˊpendantes\boxed{\text{les indicatrices } \mathbf{1}_{A_{1}}, \dots, \mathbf{1}_{A_{n}} \text{ sont mutuellement indépendantes}}. Choisir une partie au hasard revient à décider, pour chaque élément, à pile ou face, s'il en fait partie.

2. On a N=∑i=1n1AiN = \sum_{i=1}^{n} \mathbf{1}_{A_{i}}. Par le théorème 8 et les propositions 19 et 21, N∼ℬ(n,12),E(N)=n2,V(N)=n4\boxed{N \sim \mathcal{B}(n,\tfrac{1}{2}), \qquad \mathrm{E}(N) = \frac{n}{2}, \qquad \mathrm{V}(N) = \frac{n}{4}} On retrouve que 𝒫(⟦1 ,n⟧)\mathcal{P}(\llbracket 1\,,n \rrbracket) contient (nk)\tbinom{n}{k} parties à kk éléments.

3. Pour toute issue, T=∑i=1ni 1AiT = \sum_{i=1}^{n} i\,\mathbf{1}_{A_{i}}, y compris si EE est vide. Par linéarité, puis par le théorème 13, les variables i 1Aii\,\mathbf{1}_{A_{i}} étant mutuellement indépendantes (proposition 16), et par le théorème 11 (ii), E(T)=12∑i=1ni=n(n+1)4,V(T)=∑i=1ni2 14=n(n+1)(2n+1)24\boxed{\mathrm{E}(T) = \frac{1}{2}\sum_{i=1}^{n} i = \frac{n(n + 1)}{4}}, \qquad \boxed{\mathrm{V}(T) = \sum_{i=1}^{n} i^{2}\,\frac{1}{4} = \frac{n(n + 1)(2n + 1)}{24}} Ces valeurs ont été vérifiées par énumération des 2n2^{n} parties pour n⩽6n \leqslant 6 ✓. L'espérance est la moitié de la somme totale n(n+1)2\frac{n(n + 1)}{2}, ce que l'on voit aussi par symétrie : S↦⟦1 ,n⟧∖SS \mapsto \llbracket 1\,,n \rrbracket \setminus S est une bijection qui échange TT et n(n+1)2−T\frac{n(n + 1)}{2} - T.

Dans l'édifice

Thèmes

variance et covariance, indépendance, variables aléatoires, loi uniforme, espérance, variance

Notions

variance, covariance, indépendance, variable aléatoire, espérance

Ouvrir dans l'atlas interactif →