Problème de mathématiques Enoncé

Fonctions génératrices [CNC-2017]

Soit (Ω, A, P ) un espace probabilisé, on appelle fonction génératrice d’une variable aléatoire réelle X à valeurs dans
+∞

X
N, lorsqu’il existe, la fonction GX par : GX (t) = E tX = tk P (X = k)
k=0

Partie I: Quelques propriétés de la fonction génératrice et quelques exemples

1. Montrer que la fonction génératrice GX est au moins définie sur l’intervalle [−1, 1].
(k)
2. Montrer que pour tout k ∈ N, GX (0) = k!P (X = k)
3. Donner l’expression de GX , en précisant le domaine de définition, dans chaque cas suivant :
(a) X suit la loi de Bernoulli de paramètre p, notée B(p), où p ∈ [0, 1].
(b) X suit la loi binomiale de paramètre n, p, notée B(n, p), où n ∈ N∗ , p ∈ [0, 1].
(c) X suit la loi géométrique de paramètre p, notée G(p), où p ∈ ]0, 1[.
4. Montrer que la variable aléatoire X admet une espérance si, et seulement si, GX est dérivable en 1 et dans ce
cas G0X (1) = E(X).
5. Montrer que la variable aléatoire X admet un moment d’ordre 2 si, et seulement si, GX est deux fois dérivable
2
en 1 et dans ce cas V (X) = G00X (1) + G0X (1) − (G0X (1)) .
6. En déduire l’espérance et la variance d’une variable aléatoire qui suit la loi géométrique G(p) de paramètre p, où
p ∈ ]0, 1[.

Partie II: La fonction génératrice d’une somme de variables aléatoires

Soient n un entier naturel non nul et N une variable aléatoire telle que N (Ω) = [[1, n]] = {1, · · · , n}. On suppose que
pour tout k de [[1, n]] P (N = k) est non nul. On considère n variables aléatoires indépendantes (Xi )16i6n , toutes de
XN
même loi qu’une variable aléatoire X, telle que X(Ω) = [[1, m]], avec m un entier naturel non nul. On pose S = Xi ,
i=1
h
X
(en particulier, sachant que l’événement [N = h] est réalisé, h ∈ [[1, n]], alors S = Xi ).
i=1
1. Montrer que pour tout k ∈ [[1, n]], GX1 +···+Xk = GkX .
2. (a) Soit Y une variable aléatoire réelle qui prend un nombre fini de valeurs dans Y (Ω), montrer que E(Y ) =
Xn X
P (N = k)E(Y |[N = k]), où ∀k ∈ [[1, n]], E(Y |[N = k]) = yP ((Y = y)|[N = k]) désigne l’espé-
k=1 y∈Y (Ω)
rance de Y sachant l’événement [N = k] et P ((Y = y)|[N = k]) désigne la probabilité de (Y = y) sachant
l’événement [N = k].
(b) Montrer que pour tout k ∈ [[1, n]] et pour tout réel t, E(tS |[N = k]) = GkX (t).
Xn
(c) En déduire que pour tout réel t, GS (t) = P (N = k)GkX (t).
k=1
(d) Montrer que GS = GN ◦ GX .
3. En déduire que E(S) = E(N )E(X).

Partie III: Applications

On dispose d’un jeton non truqué à deux faces numérotées 1 et 2 et d’un dé tétraédrique (famille des pyramides
composés de quatre faces triangulaires), équilibré, dont les faces sont numérotées de 1 à 4. On lance le jeton et on
note N le numéro obtenu, puis on lance N fois le dé et pour chaque lancer, on note le numéro de la face d’appui du
dé. Soit S la somme des numéros obtenus lors de ces N lancers, (si N = 1, le dé est lancé une seule fois et S est le
numéro lu sur la face d’appui du dé).
1. (a) Déterminer la loi de N .

[email protected] 1 www.elamdaoui.com
Problème de mathématiques Enoncé

Fonctions génératrices [CNC-2017]

(b) Donner la loi conditionnelle de S sachant [N = k], pour k = 1, puis pour k = 2.

(c) En déduire la loi de S, puis son espérance et sa variance.
N
X
2. (a) Identifier la variable aléatoire X telle que S = Xi , où X1 et X2 sont deux variables aléatoires indépen-
i=1
dantes de même loi que X.
(b) Déterminer les fonctions génératrices GN et GX et en déduire la fonction génératrice GS .
(c) Retrouver, en utilisant la fonction génératrice GS , la loi, l’espérance et la variance de S.

[email protected] 2 www.elamdaoui.com
Problème de mathématiques Correction

Fonctions génératrices [CNC-2017]

Partie I: Quelques propriétés de la fonction génératrice et quelques exemples

  X
1. Soit t ∈ [−1, 1] et k ∈ N, on a p(X = k)tk  6 p(X = k). La série à termes positifs p(X = k) converge
n>0
de somme 1. Le théorème de comparaison des séries à termes positifs nous permet d’affirmer que la série
X
tk p(X = k) converge normalement sur [−1, 1]. Or la convergence normale entrai ?ne la convergence simple.
n>0
Donc la fonction génératrice est au moins définie sur l ?intervalle [−1, 1].
2. GX est une fonction définie par une série entiére, donc les coefficients du développement de la série sont définis
d ?une maniére unique par les relations :
(k)
∀k ∈ N, GX (0) = k!P (X = k)

3. (a) Si X suit la loi de Bernoulli de paramètre p, notée B(p), où p ∈ [0, 1]. Alors

GX (t) = (1 − p)t0 + pt = p(t − 1) + 1

GX est un polynôme en t, donc elle est définie sur R

(b) Si X la loi de Bernoulli B (n, p), alors
n
X n−k
GX (t) = Cnk tk pk (1 − p)
k=0
n
= (1 − p + pt)

GX est un polynôme en t, donc elle est définie sur R

 
1 1
(c) Si X la loi de poisson G (p) avec p ∈ ]0, 1[, alors ∀t ∈ − , :
q q
+∞
X
GX (t) = tn q n−1 p
n=1
tp
=
1 − qt
4. Montrons que la variable aléatoire X admet une espérance si, et seulement si, GX est dérivable en 1 et dans ce
cas G0X (1) = E(X).
X X
⇒) Si X admet une espérance, alors la série nP (X = n) converge. Les deux séries P (X = n)tn et
n>0 n>0
X
n−1
nP (X = n)t sont alors normalement convergentes sur [−1, 1], donc GX est dérivable en 1 de dérivé
n>1
G0X (1) = E(X)
⇐) Supposons que GX est dérivable en 1. Le taux d’accroissement
+∞ +∞ n−1
GX (t) − GX (1) X tn − 1 X X
= P (X = n) = tk P (X = n)
t−1 n=1
t − 1 n=1 k=0

− 1− .
admet une limite finie quad t →
Soit N ∈ N, on a :
N
X N n−1
X X
nP (X = n) = lim− tk P (X = n)
t→1
n=1 n=1 k=0
+∞ n−1
X X
6 lim tk P (X = n) = G0X (1)
t→1−
n=1 k=0
X
La série nP (X = n) est donc convergente car c’est une série à termes positifs aux sommes partielles
n>1
majorées.

[email protected] 3 www.elamdaoui.com
Problème de mathématiques Correction

Fonctions génératrices [CNC-2017]

5. Montrons que la variable aléatoire X admet un moment d’ordre 2 si, et seulement si, GX est deux fois dérivable
2
en 1 et dans ce cas V (X) = G00X (1) + G0X (1) − (G0X (1)) .
X
⇒) Si X admet un moment d’ordre 2, il y a convergence de la série n2 P (X = n) mais aussi de la série
n>0
X
n (n − 1) P (X = n).
n>0
X X X
Les trois séries P (X = n)tn , nP (X = n)tn−1 et n (n − 1) P (X = n)tn sont alors normalement
n>0 n>1 n>0
convergentes sur [−1, 1], donc GX est deux fois dérivable en 1 de dérivé premier G0X (1) = E(X) et de dérivé
second
G00X (1) = E(X(X − 1)) = E X 2 − E (X)

Soit E X 2 = G00X (1) + G0X (1). Par la formule de Huygens, on obtient

2 2
V (X) = E X 2 − E (X) = G00X (1) + G0X (1) − (G0X (1))

⇐) Supposons que GX deux fois dérivable en 1. La fonction GX est dérivable en 1, donc X admet une espérance.
On sait de plus l’expression de G0X (t) sur [−1, 1].
+∞
X
G0X (t) = nP (X = n)tn−1
n=1

+∞ +∞ n−2
G0X (t) − G0X (1) X tn−1 − 1 X X
= n P (X = n) = n tk P (X = n)
t−1 n=2
t − 1 n=2 k=0
−
admet une limite finie quad t →
− 1 .
Soit N ∈ N, on a :
N
X N
X n−2
X
n(n − 1)P (X = n) = lim− n tk P (X = n)
t→1
n=2 n=2 k=0
+∞
X n−2
X
6 lim n tk P (X = n) = G00X (1)
t→1−
n=2 k=0

X
La série n(n − 1)P (X = n) est donc convergente car c’est une série à termes positifs aux sommes
n>2
X X
partielles majorées. Or la série n(n − 1)P (X = n) converge, alors n2 P (X = n) converge, c’est-à-
n>2 n>0
dire, la variable X admet un moment d’ordre 2
 
1 1 tp
6. On a : ∀t ∈ − , , GX (t) = qui est la restriction d’une fraction rationnelle, donc elle est de classe
 q q 1 − qt
1 1
C ∞ sur − , , avec
q q
p
G0X (t) =
(1 − tq)2
2pq
G00X (t) =
(1 − tq)3
 
1 1 1 2pq 2q
avec 1 ∈ − , , on obtient G0X (1) = = E(X) et G00X (1) = 3
= 2 . Ainsi
q q p (1 − q) p

2 2q 1 1 q
V (X) = G00X (1) + G0X (1) − (G0X (1)) = 2
+ − 2 = 2
p p p p

Partie II: La fonction génératrice d’une somme de variables aléatoires

[email protected] 4 www.elamdaoui.com
Problème de mathématiques Correction

Fonctions génératrices [CNC-2017]

Soient n un entier naturel non nul et N une variable aléatoire telle que N (Ω) = [[1, n]] = {1, · · · , n}. On suppose que
pour tout k de [[1, n]] P (N = k) est non nul. On considère n variables aléatoires indépendantes (Xi )16i6n , toutes de
XN
même loi qu’une variable aléatoire X, telle que X(Ω) = [[1, m]], avec m un entier naturel non nul. On pose S = Xi ,
i=1
h
X
(en particulier, sachant que l’événement [N = h] est réalisé, h ∈ [[1, n]], alors S = Xi ).
i=1
1. Par récurrence sur k ∈ [[1, n]].
+∞
X +∞
X
p
— Pour k = 1, pour tout t ∈ [−1, 1], on a GX1 (t) = t p(X1 = p) = tp p(X = p) = GX (t). Donc
p=0 p=0
GX1 = GX
— Pour k = 2. Par définition GX1 +X2 (t) = E(tX1 +X2 ) = E(tX1 tX2 ). Puisque les variables X1 et X2 sont
indépendantes, alors tX1 et tX2 le sont aussi et par suite E(tX1 tX2 ) = E(tX1 ).E(tX2 ) = GX1 (t)GX2 (t) =
G2X (t). Soit GX1 +X2 = G2X
k
X
— Soit k ∈ [[2, n − 1]]. Supposons l’égalité varie pour k et montrons la pour k +1. Notons Y = Xi , alors, par
i=1
l’indépendance héritée Y et Xk+1 sont indépendantes, donc GY +Xk+1 = GY GXk+1 = GY GX . Par hypothèse
de récurrence GY = GX1 +···+Xk = GkX , donc GX1 +···+Xk +Xk+1 = GY +Xk+1 = Gk+1
X
2. (a) La famille ([N = k])k∈[[1,n]] est un système complet d’événements. Par la formule des probabilités totales
n
X
∀y ∈ Y (Ω) , p(Y = y) = p(Y = y|N = k)p(N = k)
k=1

Donc
X
E(Y ) = yp(Y = y)
y∈Y (Ω)
n
X X
= yp(Y = y|N = k)p(N = k)
y∈Y (Ω) k=1
n
X X
= yp(Y = y|N = k)p(N = k) Les sommes finies
k=1 y∈Y (Ω)
n
X X
= p(N = k) yp(Y = y|N = k)
k=1 y∈Y (Ω)
n
X
= p(N = k)E(Y |N = k)
k=1

(b) Soit k ∈ [[1, n]] et t ∈ R on pose Y = tS . Par le théorème du transfert :

X
E(ts |N = k) = ts p(S = s|N = k)
s∈S(Ω)

k
X
Mais l’événement [S = s|N = k] = [ Xi = s], donc
i=1

k
!
X X
s s
E(t |N = k) = t p Xi = s
s∈S(Ω) i=1

= GX1 +···+Xk (t) = GkX (t)

Soit E(tS |[N = k]) = GkX (t).

[email protected] 5 www.elamdaoui.com
Problème de mathématiques Correction

Fonctions génératrices [CNC-2017]

(c) Soit t ∈ R, on pose Y = tS . On a

n
X n
X
S s
p(N = k)GkX (t)


GS (t) = E t = p(N = k)E(t |N = k) =
k=1 k=1

n
X
GS (t) = P (N = k)GkX (t).
k=1
(d) Soit t ∈ R. Par le théorème du transfert
n
X
GN ◦ GX (t) = GN (GX (t)) = GkX (t)p(N = k) = GS (t)
k=1

Donc GS = GN ◦ GX .
3. On a G0S (t) = G0X (t).G0N (GX (t)), en particulier

E(S) = G0S (1) = G0X (1).G0N (GX (1)) = G0S (t) = G0X (1).G0N (1) = E(N )E(X)

Partie III: Applications

En cours

[email protected] 6 www.elamdaoui.com