Vous avez organisé un cadeau commun pour l’anniversaire d’une amie, et vous avez avancé l’argent pour les autres participants du cadeau. Il est désormais temps de vous faire rembourser la somme par chacun.
Pour cela, vous devez joindre un à un les autres contributeurs au téléphone - mais vos amis sont un peu radins, et cherchent à éviter votre appel, si bien que vous n’avez qu’une probabilité d’obtenir votre correspondant quand vous l’appelez...
On admet que les appels sont des expériences indépendantes les unes des autres (les participants ne se préviennent pas mutuellement) et on note la variable aléatoire représentant le nombre de participants au cadeau que vous parvenez à joindre.
- Quelle est la loi de ?
Le lendemain, vous rappelez dans les mêmes conditions les participants les plus radins qui ne vous avaient pas répondu la veille. On note la variable aléatoire représentant le nombre de personnes que vous parvenez à joindre durant cette deuxième tentative.
- Soit déterminer pour .
- Prouver que suit une loi binomiale dont on déterminera le paramètre.
- Déterminer l’espérance et la variance de .
Hints
1Hint 1
Open this only if you want a small nudge before looking at the solutions.
Solutions
2Reveal solutionsAre you sure? Give it a try first.
Because there are independant calls with probability of success, follows a binomial distribution :
In the second round, the calls are still independant and each with probability to succeed, but this time, if , there are only calls. So the conditional probability is again a binomial distribution :
Disclaimer : there is probably a better way than the brute force method I did, but I can’t find the right interpretation: when , then we have to have . This means that :
But these joint probabilities can be expressed using the conditional probabilities which were computed in the previous question, and using the first question:
and a few terms do not depend on , so they can be extracted from the sum:
Here there is a nice combinatorial identity:
which yields:
This sum is very close to a binomial type of expression. We make a appear:
By letting , we have that , we just obtained:
This is again a binomial distribution .The expected value of is , while the variance is .
Comme il y a appels indépendants, chacun avec une probabilité de succès, suit une loi binomiale :
Lors du deuxième appel, les appels restent indépendants, chacun avec une probabilité de succès, mais cette fois, si , il ne reste que appels à passer. La probabilité conditionnelle suit donc à nouveau une loi binomiale :
Attention : il y a probablement beaucoup mieux que cette méthode "force brute", mais je n’ai toujours pas trouvé la bonne interprétation : Lorsque , il faut nécessairement que . Cela signifie que :
Or ces probabilités jointes peuvent s’exprimer à l’aide des probabilités conditionnelles calculées à la question précédente, ainsi que du résultat de la première question :
et certains termes ne dépendent pas de , donc on peut les sortir de la somme :
On dispose ici d’une identité combinatoire remarquable :
ce qui donne :
Cette somme fait beaucoup penser à un binôme de Newton, mais la puissance n’est pas la bonne. Faisons apparaître un :
En posant , on a , d’où l’on obtient :
Il s’agit à nouveau d’une loi binomiale .L’espérance de vaut , tandis que la variance vaut .
