Calcul de l’espérance d’une loi géométrique tronquée
Calculez instantanément l’espérance conditionnelle d’une loi géométrique tronquée, visualisez la distribution normalisée et comprenez les formules utiles pour l’analyse probabiliste, actuarielle, statistique et opérationnelle.
Résultats
Saisissez vos paramètres puis cliquez sur le bouton de calcul pour afficher l’espérance, la probabilité de troncature et la distribution renormalisée.
Comprendre le calcul de l’espérance d’une loi géométrique tronquée
La loi géométrique est l’un des modèles les plus classiques en probabilités discrètes. Elle intervient dès qu’on répète des essais indépendants de Bernoulli avec une probabilité de succès constante p, jusqu’à l’apparition du premier succès. Dans sa version la plus connue, la variable aléatoire peut représenter soit le nombre d’essais nécessaires pour observer le premier succès, soit le nombre d’échecs avant ce premier succès. Ces deux conventions coexistent dans la littérature scientifique, les manuels de statistique, l’actuariat, la fiabilité et l’analyse des files d’attente.
En pratique, on travaille souvent avec des données ou des politiques qui imposent une borne maximale. Par exemple, une procédure d’inspection peut s’arrêter au bout de 10 tentatives, une campagne marketing peut prévoir au plus 8 contacts, ou une simulation informatique peut être censurée au-delà d’un certain seuil. Dans ces cas, on ne considère plus la loi géométrique brute, mais une loi géométrique tronquée. Le calcul de son espérance devient alors crucial, car la moyenne conditionnelle est plus faible que celle de la loi non tronquée et décrit mieux le comportement observé sous contrainte.
Idée centrale : une loi géométrique tronquée renormalise les probabilités sur un intervalle fini. On ne supprime pas seulement les valeurs supérieures à n, on réalloue aussi la masse restante de manière à retrouver une somme totale égale à 1.
Définition mathématique de la loi géométrique tronquée
Supposons d’abord la convention la plus utilisée dans l’enseignement statistique : X = 1, 2, 3, …, où X représente le nombre d’essais jusqu’au premier succès. Si p est la probabilité de succès et q = 1 – p, alors la loi géométrique standard vérifie :
P(X = k) = p qk-1 pour k ≥ 1.
Si l’on tronque la variable à n en conditionnant sur l’événement X ≤ n, on obtient une nouvelle distribution :
P(X = k | X ≤ n) = p qk-1 / (1 – qn), pour k = 1, …, n.
L’espérance tronquée vaut alors :
E[X | X ≤ n] = Σ k · P(X = k | X ≤ n), avec la somme prise de k = 1 à n.
Si vous utilisez la seconde convention, celle où X = 0, 1, 2, … compte le nombre d’échecs avant le premier succès, la loi standard devient :
P(X = k) = p qk pour k ≥ 0.
Après troncature à n, la distribution conditionnelle est :
P(X = k | X ≤ n) = p qk / (1 – qn+1), pour k = 0, …, n.
Le calculateur ci-dessus gère automatiquement ces deux définitions, ce qui est particulièrement utile lorsque vous devez comparer un cours de mathématiques, une documentation logicielle ou une publication académique utilisant une convention différente.
Pourquoi l’espérance tronquée est-elle importante ?
L’espérance d’une loi géométrique standard est simple : 1/p dans la convention à partir de 1, ou (1-p)/p dans la convention à partir de 0. Mais dès qu’une borne supérieure est imposée, cette moyenne théorique ne reflète plus le système observé. La troncature intervient dans de nombreux contextes :
- Contrôle qualité : arrêt du protocole après un nombre limité d’inspections.
- Maintenance et fiabilité : nombre maximal de cycles observés avant décision technique.
- Essais cliniques et biostatistique : protocoles avec nombre maximal de visites ou d’interventions.
- Télécommunications : nombre de retransmissions limité par une politique réseau.
- Finance quantitative : modèles simplifiés avec horizon discret borné.
- Marketing et CRM : nombre de relances plafonné par campagne.
Dans tous ces cas, l’espérance tronquée donne une mesure plus réaliste du coût, du délai ou du nombre moyen d’actions attendues dans un processus réellement limité. Elle est donc préférable à l’espérance théorique non conditionnelle lorsque la borne n’est pas seulement technique, mais structurelle.
Interprétation intuitive
La loi géométrique accorde un poids important aux petites valeurs lorsque p est grand, et elle étale davantage la masse sur de grandes valeurs lorsque p est faible. En tronquant à n, on retire toute la queue au-delà du seuil. Cela produit deux effets simultanés :
- Les grandes valeurs ne sont plus possibles.
- Les probabilités restantes sont renormalisées pour sommer à 1.
Par conséquent, l’espérance diminue presque toujours par rapport à celle de la loi géométrique standard. Plus le seuil n est bas, plus cette réduction est marquée. À l’inverse, si n devient très grand, l’espérance tronquée tend vers l’espérance de la loi géométrique non tronquée.
Exemple simple
Prenons p = 0,30 et la convention X = 1, 2, …. Sans troncature, l’espérance vaut 1 / 0,30 = 3,3333. Si l’on impose X ≤ 3, les probabilités possibles sont seulement celles de 1, 2 et 3, mais renormalisées. L’espérance tombe alors autour de 1,7671. On voit immédiatement que la limite supérieure modifie fortement la moyenne attendue.
Méthode de calcul pas à pas
Voici une méthode claire pour calculer l’espérance d’une loi géométrique tronquée dans la convention X = 1, 2, …, n :
- Choisir la probabilité de succès p.
- Calculer q = 1 – p.
- Fixer la borne de troncature n.
- Calculer la probabilité de l’événement de troncature : P(X ≤ n) = 1 – qn.
- Déterminer chaque probabilité conditionnelle P(X = k | X ≤ n).
- Former la somme Σ k · P(X = k | X ≤ n).
Le calculateur automatise cette procédure et construit aussi un graphique de la distribution tronquée. C’est utile pour visualiser comment la masse de probabilité se concentre sur les petites valeurs lorsque p augmente, ou au contraire s’étale lorsque p diminue.
Tableau comparatif : effet de la troncature sur l’espérance
Le tableau suivant illustre l’effet combiné de p et de la borne n dans la convention X = 1, 2, …. Les chiffres sont calculés à partir de la loi géométrique tronquée conditionnée par X ≤ n.
| p | n | Espérance non tronquée 1/p | P(X ≤ n) | Espérance tronquée E[X | X ≤ n] |
|---|---|---|---|---|
| 0,20 | 5 | 5,0000 | 0,6723 | 2,5631 |
| 0,20 | 10 | 5,0000 | 0,8926 | 3,7971 |
| 0,30 | 5 | 3,3333 | 0,8319 | 2,3207 |
| 0,30 | 8 | 3,3333 | 0,9424 | 2,9057 |
| 0,50 | 5 | 2,0000 | 0,9688 | 1,8387 |
| 0,70 | 5 | 1,4286 | 0,9976 | 1,4248 |
On remarque que lorsque p est faible, l’espérance non tronquée peut être élevée, et la troncature modifie fortement le résultat. En revanche, lorsque p est grand, la plupart de la masse de probabilité se situe déjà sur les petites valeurs, donc l’impact du seuil est plus limité.
Comparaison entre les deux conventions de la loi géométrique
Une source fréquente d’erreur vient de la confusion entre les deux notations usuelles. Le tableau suivant résume les différences fondamentales.
| Convention | Support standard | Interprétation | Espérance standard | Version tronquée utilisée ici |
|---|---|---|---|---|
| À partir de 1 | 1, 2, 3, … | Nombre d’essais jusqu’au premier succès | 1/p | X conditionnée par X ≤ n |
| À partir de 0 | 0, 1, 2, … | Nombre d’échecs avant le premier succès | (1-p)/p | X conditionnée par X ≤ n |
Si vous comparez vos résultats à ceux d’un manuel, vérifiez toujours la convention. Une différence de 1 unité dans l’espérance peut simplement provenir de la définition de la variable, et non d’une erreur de calcul.
Pièges courants à éviter
- Oublier la renormalisation : une troncature conditionnelle exige de diviser par la probabilité totale de l’événement conservé.
- Confondre censure et troncature : une valeur plafonnée à n n’est pas toujours équivalente à une variable conditionnée par X ≤ n.
- Mélanger les supports : les formules diffèrent selon que la loi commence à 0 ou à 1.
- Utiliser l’espérance standard sans vérifier le protocole : si le processus réel s’arrête à n, la moyenne standard peut surestimer les coûts ou les délais.
- Négliger l’impact de p : une petite variation de p peut changer fortement la masse de probabilité dans la queue.
Applications concrètes et lecture du graphique
Le graphique généré par l’outil représente les probabilités conditionnelles de la loi géométrique tronquée. Chaque barre correspond à une valeur possible de X. Si la première barre domine nettement, cela signifie qu’un succès rapide est fortement probable. Si plusieurs barres restent élevées jusqu’à des valeurs plus grandes, cela traduit un processus plus aléatoire, avec une probabilité de succès par essai plus modérée.
Dans les métiers de l’analyse, cette visualisation a plusieurs avantages :
- elle montre instantanément la concentration de la distribution ;
- elle aide à expliquer les résultats à des non-spécialistes ;
- elle permet de comparer plusieurs scénarios de politique de troncature ;
- elle met en évidence la différence entre moyenne théorique et moyenne conditionnelle.
Ressources académiques et institutionnelles
Pour approfondir la théorie des lois discrètes, des essais de Bernoulli et de la loi géométrique, vous pouvez consulter les références suivantes :
- NIST Handbook of Statistical Methods (.gov)
- Penn State STAT 414 on Bernoulli Trials and Geometric Models (.edu)
- UC Berkeley probability notes on random variables (.edu)
Comment utiliser efficacement ce calculateur
- Choisissez d’abord la convention de support correspondant à votre définition mathématique.
- Entrez une valeur plausible de p entre 0 et 1.
- Fixez le seuil de troncature n selon votre problème.
- Cliquez sur Calculer l’espérance tronquée.
- Analysez ensuite l’espérance, la probabilité de l’événement de troncature et le graphique.
Pour une analyse robuste, vous pouvez tester plusieurs scénarios de p et plusieurs seuils n. C’est une manière très efficace de faire de la sensibilité paramétrique, surtout si votre estimation de la probabilité de succès est incertaine. En gestion des risques, cette étape est souvent plus informative qu’un résultat unique, car elle montre comment la moyenne conditionnelle varie selon les hypothèses retenues.
Conclusion
Le calcul de l’espérance d’une loi géométrique tronquée est une extension naturelle de la loi géométrique standard lorsque le processus étudié est limité à un nombre maximal d’essais ou d’échecs. Cette situation est fréquente dans les systèmes réels. L’espérance conditionnelle permet alors d’obtenir une mesure centrale cohérente avec le cadre opérationnel observé. Le calculateur proposé facilite ce travail en combinant exactitude mathématique, double convention de support et visualisation graphique immédiate.
En résumé, retenez trois idées : la loi doit être renormalisée après troncature, l’espérance dépend fortement de la borne n, et le choix entre un support commençant à 0 ou à 1 est décisif pour interpréter correctement les résultats. Si vous manipulez des données réelles, cette vigilance vous évitera la plupart des erreurs d’interprétation.