Probabilité de naissances


On suppose que le nombre $N$ d'enfants dans une famille suit une loi de Poisson de paramètre $\lambda\geqslant0$. On suppose qu'à chaque naissance, la probabilité que l'enfant soit une fille est $p\in ]0,1[$ et celle que ce soit un garçon est $q=1-p$. On suppose aussi que les sexes des naissances successives sont indépendants. On note $X$ la variable aléatoire correspondant au nombre de filles par familles, et $Y$ celle du nombre de garçons.
  1. Déterminer la loi conjointe du couple $(N,X)$.
  2. En déduire la loi de $X$ et celle de $Y$.

Correction
  1. Pour $n$ naissances, les lois de $X$ et $Y$ sont des lois binomiales de paramètres $n$ et respectivement $p$ et $q$.
    En d'autres termes, on a la probabilité conditionnelle
    \[P(X=k|N=n)=\left\{}\newcommand{\ra}{\right\}
\begin{array}{cll}\dsp\binom{n}{k}p^kq^{n-k}&\text{ si } k\leqslant n\\[1em]
0 &\text{ si } k>n\enar\right.\]

    On en déduit que
    \[\begin{array}{ll}P(N=n,X=k)&=P(X=k|N=n)P(N=n)\\[.6em]
&=\la\begin{array}{cl}\dsp\binom{n}{k} p^k q^{n-k}e^{-\lambda}\frac{\lambda^n}{n!}&\text{ si } k\leqslant n\\[1em]
0&\text{ sinon}\enar\right.
\enar\]

  2. On déduit la loi marginale de $X$ à partir de la loi du couple :
    \[\begin{array}{lcl}
P(X=k)&=&\dsp\sum_{n\geq k} P(X=k,N=n)\\
&=&\dsp\sum_{n\geq k}\frac{e^{-\lambda}\lambda^np^k q^{n-k}}{k!(n-k)!}\\[1.2em]
&=&\dfrac{e^{-\lambda}\lambda^k p^k}{k!}\dsp\sum_{n=k}^{+\infty}\dfrac{\lambda^{n-k}q^{n-k}}{(n-k)!}\\[1.2em]
&=&\dfrac{e^{-\lambda}\lambda^k p^k}{k!}\dsp\sum_{m=0}^{+\infty}\dfrac{\lambda^{m}q^{m}}{m!}\\[1.2em]
&=&\dfrac{e^{-\lambda}\lambda^k p^k}{k!}e^{\lambda q}\\[1em]
&=&\dfrac{e^{-\lambda p}(\lambda p)^k}{k!}
\enar\]


    Ainsi, $X$ suit une loi de Poisson de paramètre $\lambda p$. De même, $Y$ suit une loi de Poisson de paramètre $\lambda q$.

    Cacher la correction


Tag:Couples de variables aléatoires

Autres sujets au hasard: Lancer de dés
LongPage: h2: 0 - h3: 0