ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Inégalités probabilistes et loi faible des grands nombres

Exercice 95

DémonstrationCalcul

Pour n∈ℕ∗n \in \mathbb{N}^{*}, on considère une variable aléatoire XnX_{n} de loi ℬ(4n,12)\mathcal{B}(4n,\frac{1}{2}).

1. Calculer la variance de XnX_{n}.

2. Montrer que P(∣Xn−2n∣⩾n)\mathrm{P}\big(|X_{n} - 2n| \geqslant n\big) tend vers 00 quand nn tend vers +∞+\infty.

3. En déduire que P(∣Xn−2n∣⩽n)\mathrm{P}\big(|X_{n} - 2n| \leqslant n\big) tend vers 11, puis que xn=∑k=n3n(4nk)x_{n} = \displaystyle\sum_{k=n}^{3n} \binom{4n}{k} est équivalent à 16n16^{n} quand nn tend vers +∞+\infty.

Corrigé

1. Par la proposition 19, XnX_{n} a pour espérance 4n×12=2n4n \times \frac{1}{2} = 2n, et par la proposition 21, sa variance vaut V(Xn)=4n×12×12=n\boxed{\mathrm{V}(X_{n}) = 4n \times \frac{1}{2} \times \frac{1}{2} = n}

2. On applique l'inégalité de Bienaymé-Tchebychev (théorème 15) à XnX_{n}, avec ε=n>0\varepsilon = n > 0 : P(∣Xn−2n∣⩾n)⩽V(Xn)n2=1n,d’ouˋP(∣Xn−2n∣⩾n)→n→+∞0\mathrm{P}\big(|X_{n} - 2n| \geqslant n\big) \leqslant \frac{\mathrm{V}(X_{n})}{n^{2}} = \frac{1}{n}, \qquad\text{d'où}\qquad \boxed{\mathrm{P}\big(|X_{n} - 2n| \geqslant n\big) \xrightarrow[n \to +\infty]{} 0} L'écart toléré, nn, est proportionnel au nombre 4n4n d'épreuves, alors que l'écart type n\sqrt{n} n'en est qu'une racine carrée : c'est ce décalage d'échelle que traduit la loi faible des grands nombres.

3. L'événement (∣Xn−2n∣<n)\big(|X_{n} - 2n| < n\big) est le contraire de l'événement de la question 2, et il est inclus dans (∣Xn−2n∣⩽n)\big(|X_{n} - 2n| \leqslant n\big). Par croissance et passage au contraire (proposition 7 (ii) et (iii)), 1⩾P(∣Xn−2n∣⩽n)⩾1−P(∣Xn−2n∣⩾n)⩾1−1n,1 \geqslant \mathrm{P}\big(|X_{n} - 2n| \leqslant n\big) \geqslant 1 - \mathrm{P}\big(|X_{n} - 2n| \geqslant n\big) \geqslant 1 - \frac{1}{n}, et le théorème des gendarmes donne P(∣Xn−2n∣⩽n)→n→+∞1\boxed{\mathrm{P}\big(|X_{n} - 2n| \leqslant n\big) \xrightarrow[n \to +\infty]{} 1}. Or l'événement (∣Xn−2n∣⩽n)\big(|X_{n} - 2n| \leqslant n\big) est (n⩽Xn⩽3n)(n \leqslant X_{n} \leqslant 3n), et la loi binomiale donne P(∣Xn−2n∣⩽n)=∑k=n3n(4nk)12k 124n−k=xn16n.\mathrm{P}\big(|X_{n} - 2n| \leqslant n\big) = \sum_{k=n}^{3n} \binom{4n}{k}\frac{1}{2^{k}}\,\frac{1}{2^{4n-k}} = \frac{x_{n}}{16^{n}}. Le quotient xn16n\frac{x_{n}}{16^{n}} tend donc vers 11, c'est-à-dire xn=∑k=n3n(4nk)∼n→+∞16n\boxed{x_{n} = \sum_{k=n}^{3n} \binom{4n}{k} \underset{n \to +\infty}{\sim} 16^{n}} Pour n=1n = 1, on trouve x1=4+6+4=14x_{1} = 4 + 6 + 4 = 14, et x116=0,875\frac{x_{1}}{16} = 0{,}875 ; puis x5165≈0,988\frac{x_{5}}{16^{5}} \approx 0{,}988 et x201620≈0,999 997\frac{x_{20}}{16^{20}} \approx 0{,}999\,997 ✓. Comme 16n=24n16^{n} = 2^{4n} est le nombre total de parties d'un ensemble à 4n4n éléments, le résultat dit que presque toutes ces parties ont entre le quart et les trois quarts des éléments.

Piège. Un équivalent se démontre par un quotient qui tend vers 11, pas par une différence qui tend vers 00 : ici 16n−xn16^{n} - x_{n} tend vers +∞+\infty, et pourtant xn∼16nx_{n} \sim 16^{n}. L'erreur la plus répandue est d'écrire xn−16n→0x_{n} - 16^{n} \to 0, qui est faux.

Ouvrir dans l'atlas interactif →