Comment caractériser la… : En l'utilisant pour l'approximation… — ECG2 approfondies | MetMat

Comment caractériser la convergence en loi pour des variables à valeurs dans $\mathbb{N}$ via $P(X_n=k) \to P(X=k)$ ?

En l'utilisant pour l'approximation Binomiale-Poisson : $X_n \sim \mathcal{B}(n, p_n)$ , $np_n \to \lambda$ , alors $X_n \xrightarrow{\mathcal{L}} \mathcal{P}(\lambda)$

Approximer une loi $\mathcal{B}(n, p_n)$ par une loi de Poisson $\mathcal{P}(\lambda)$ lorsque $n$ est grand, $p_n$ petit et $np_n \to \lambda > 0$ .

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Un livre de $500$ pages contient en moyenne $1$ coquille par page (indépendamment). Chaque coquille a une probabilité $p = 0{,}002$ d'être sur la page $1$ . Approcher la loi du nombre $X$ de coquilles sur la page $1$ par une loi de Poisson.

L'objectif

Approximer une loi $\mathcal{B}(n, p_n)$ par une loi de Poisson $\mathcal{P}(\lambda)$ lorsque $n$ est grand, $p_n$ petit et $np_n \to \lambda > 0$ .

Le principe

Théorème (approximation Binomiale-Poisson) : si $X_n \sim \mathcal{B}(n, p_n)$ et $n p_n \xrightarrow[n \to +\infty]{} \lambda > 0$ , alors $X_n \xrightarrow{\mathcal{L}} \mathcal{P}(\lambda)$ ; la preuve repose sur la caractérisation $P(X_n = k) \to P(X = k)$ pour tout $k \in \mathbb{N}$ .

La méthode

1
Je vérifie que $X_n \sim \mathcal{B}(n, p_n)$ et que $n p_n \to \lambda > 0$ , et je pose $\lambda_n = n p_n$ .
2
Pour $k \in \mathbb{N}$ fixé et $n \geq k$ , j'écris $P(X_n = k) = \binom{n}{k} p_n^k (1 - p_n)^{n-k} = \dfrac{n(n-1)\cdots(n-k+1)}{k!} \Big(\dfrac{\lambda_n}{n}\Big)^k \Big(1 - \dfrac{\lambda_n}{n}\Big)^{n-k}$ .
3
Je passe à la limite : $\dfrac{n(n-1)\cdots(n-k+1)}{n^k} \to 1$ , $\Big(1 - \dfrac{\lambda_n}{n}\Big)^n \to e^{-\lambda}$ et $\Big(1 - \dfrac{\lambda_n}{n}\Big)^{-k} \to 1$ , d'où $P(X_n = k) \to \dfrac{\lambda^k}{k!} e^{-\lambda} = P(Y = k)$ avec $Y \sim \mathcal{P}(\lambda)$ .
4
Par la caractérisation de la convergence en loi sur $\mathbb{N}$ , $X_n \xrightarrow{\mathcal{L}} \mathcal{P}(\lambda)$ . En pratique, on approche $\mathcal{B}(n, p) \approx \mathcal{P}(np)$ lorsque $n \geq 30$ et $p \leq 0{,}1$ .
Comment montrer qu'une suite $(X_n)$ converge en loi vers $X$ à partir des fonctions de répartition ?Voir

Pour comprendre, fais des exercices !

Exercice d'exemple

Étape 1 —

Je vérifie que

X_n \sim \mathcal{B}(n, p_n)

et que

n p_n \to \lambda > 0

, et je pose

\lambda_n = n p_n

On modélise $X \sim \mathcal{B}(n, p)$ avec $n = 500$ , $p = 0{,}002$ ; $np = 1 = \lambda$ .

Étape 2 —

Pour

k \in \mathbb{N}

fixé et

n \geq k

, j'écris

P(X_n = k) = \binom{n}{k} p_n^k (1 - p_n)^{n-k} = \dfrac{n(n-1)\cdots(n-k+1)}{k!} \Big(\dfrac{\lambda_n}{n}\Big)^k \Big(1 - \dfrac{\lambda_n}{n}\Big)^{n-k}

Pour $k \in \mathbb{N}$ , $P(X = k) = \binom{500}{k} (0{,}002)^k (0{,}998)^{500-k}$ .

Étape 3 —

Je passe à la limite :

\dfrac{n(n-1)\cdots(n-k+1)}{n^k} \to 1

\Big(1 - \dfrac{\lambda_n}{n}\Big)^n \to e^{-\lambda}

\Big(1 - \dfrac{\lambda_n}{n}\Big)^{-k} \to 1

, d'où

P(X_n = k) \to \dfrac{\lambda^k}{k!} e^{-\lambda} = P(Y = k)

avec

Y \sim \mathcal{P}(\lambda)

Les conditions $n \geq 30$ et $p \leq 0{,}1$ sont satisfaites : $P(X = k) \approx e^{-1} \dfrac{1^k}{k!}$ .

Étape 4 —

Par la caractérisation de la convergence en loi sur

\mathbb{N}

X_n \xrightarrow{\mathcal{L}} \mathcal{P}(\lambda)

. En pratique, on approche

\mathcal{B}(n, p) \approx \mathcal{P}(np)

lorsque

n \geq 30

p \leq 0{,}1

Donc $X \approx \mathcal{P}(1)$ : par exemple $P(X = 0) \approx e^{-1} \approx 0{,}368$ , $P(X = 1) \approx e^{-1} \approx 0{,}368$ .

$X \approx \mathcal{P}(1)$ : $P(X=0) \approx 0{,}368$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment caractériser la convergence en loi pour des variables à valeurs dans N\mathbb{N}N via P(Xn=k)→P(X=k)P(X_n=k) \to P(X=k)P(Xn​=k)→P(X=k) ?

En l'utilisant pour l'approximation Binomiale-Poisson : Xn∼B(n,pn)X_n \sim \mathcal{B}(n, p_n)Xn​∼B(n,pn​), npn→λnp_n \to \lambdanpn​→λ, alors Xn→LP(λ)X_n \xrightarrow{\mathcal{L}} \mathcal{P}(\lambda)Xn​L​P(λ)

Pour comprendre, fais des exercices !

Comment caractériser la convergence en loi pour des variables à valeurs dans $\mathbb{N}$ via $P(X_n=k) \to P(X=k)$ ?

En l'utilisant pour l'approximation Binomiale-Poisson : $X_n \sim \mathcal{B}(n, p_n)$ , $np_n \to \lambda$ , alors $X_n \xrightarrow{\mathcal{L}} \mathcal{P}(\lambda)$