{"id":1998,"date":"2026-09-05T14:34:11","date_gmt":"2026-09-05T14:34:11","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/introduction-loi-geometrique-probabilites-psychologie\/"},"modified":"2026-09-05T14:34:13","modified_gmt":"2026-09-05T14:34:13","slug":"introduction-loi-geometrique-probabilites-psychologie","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=introduction-loi-geometrique-probabilites-psychologie","title":{"rendered":"Une introduction \u00e0 la loi g\u00e9om\u00e9trique"},"content":{"rendered":"

Dans l’\u00e9difice de la th\u00e9orie contemporaine des probabilit\u00e9s et de la statistique math\u00e9matique, l’\u00e9tude des temps d’attente discrets occupe une place \u00e9pist\u00e9mologique centrale. Loin d’\u00eatre de simples curiosit\u00e9s combinatoires, les lois mod\u00e9lisant l’occurrence d’un \u00e9v\u00e9nement au fil d’exp\u00e9rimentations r\u00e9p\u00e9t\u00e9es constituent les briques \u00e9l\u00e9mentaires de la dynamique stochastique moderne. Parmi ces constructions fondamentales, la loi g\u00e9om\u00e9trique s’impose comme l’arch\u00e9type par excellence de la distribution d’attente \u00e0 temps discret. N\u00e9e de l’analyse rigoureuse des suites d’\u00e9preuves dichotomiques id\u00e9alis\u00e9es par Jacques Bernoulli, cette loi formalise avec une \u00e9l\u00e9gance analytique remarquable le nombre d’essais infructueux requis avant d’observer le d\u00e9nouement favorable d’un processus binaire, ou, selon les conventions de rep\u00e9rage adopt\u00e9es, le rang chronologique pr\u00e9cis auquel ce premier succ\u00e8s vient interrompre une trajectoire d’\u00e9checs.<\/p>\n

L’int\u00e9r\u00eat fondamental de la loi g\u00e9om\u00e9trique ne r\u00e9side pas uniquement dans la simplicit\u00e9 s\u00e9duisante de son expression fonctionnelle, mais bien dans les propri\u00e9t\u00e9s structurelles profondes dont elle est l’unique d\u00e9positaire au sein du monde discret. Au premier rang de celles-ci figure la propri\u00e9t\u00e9 d’amn\u00e9sie stochastique, ou absence de m\u00e9moire, qui postule que l’esp\u00e9rance de temps restant avant l’av\u00e8nement de l’\u00e9v\u00e9nement cible demeure invariante, quel que soit le volume d’\u00e9checs d\u00e9j\u00e0 accumul\u00e9s. Cette caract\u00e9ristique singuli\u00e8re, miroir exact de la distribution exponentielle dans le domaine continu, conf\u00e8re \u00e0 la loi g\u00e9om\u00e9trique un r\u00f4le de pivot m\u00e9thodologique dans l’\u00e9laboration des processus de Markov, des th\u00e9ories du renouvellement, de la fiabilit\u00e9 des composants technologiques, ainsi que dans la mod\u00e9lisation des architectures de files d’attente. <\/p>\n

Toutefois, la port\u00e9e de la loi g\u00e9om\u00e9trique outrepasse largement les fronti\u00e8res des math\u00e9matiques pures et de l’ing\u00e9nierie des syst\u00e8mes. Depuis plusieurs d\u00e9cennies, les sciences humaines et sociales, et plus particuli\u00e8rement la psychologie cognitive, la psychom\u00e9trie computationnelle et l’analyse exp\u00e9rimentale du comportement, ont investi ce mod\u00e8le stochastique pour d\u00e9chiffrer les m\u00e9canismes de la d\u00e9cision, de l’apprentissage et de la pers\u00e9v\u00e9rance humaine. Qu’il s’agisse de mesurer la latence d’acc\u00e8s \u00e0 une solution conceptuelle lors d’une t\u00e2che d’insight, de comprendre la r\u00e9sistance \u00e0 l’extinction sous des r\u00e9gimes de renforcement intermittent, ou encore de mod\u00e9liser les conduites d’addiction aux jeux d’argent o\u00f9 l’illusion de contr\u00f4le se heurte \u00e0 la neutralit\u00e9 stochastique, la distribution g\u00e9om\u00e9trique fournit un cadre conceptuel et formel rigoureux. Le pr\u00e9sent trait\u00e9 propose une analyse exhaustive de cette loi d’exception, depuis ses fondements axiomatiques jusqu’\u00e0 ses applications empiriques les plus contemporaines.<\/p>\n

## 1. Fondements conceptuels et \u00e9pist\u00e9mologie de l’\u00e9preuve de Bernoulli<\/p>\n

### 1.1 Caract\u00e9risation axiomatique du processus de Bernoulli<\/p>\n

L’\u00e9laboration conceptuelle de la loi g\u00e9om\u00e9trique s’enracine intrins\u00e8quement dans l’axiomatisation du processus stochastique formalis\u00e9 pour la premi\u00e8re fois de mani\u00e8re syst\u00e9matique par le math\u00e9maticien suisse Jacques Bernoulli dans son chef-d’\u0153uvre posthume, Ars Conjectandi<\/em>, publi\u00e9 en 1713. Au sens de l’analyse probabiliste moderne fond\u00e9e sur la th\u00e9orie de la mesure de Kolmogorov, une \u00e9preuve de Bernoulli est d\u00e9finie sur un espace probabilis\u00e9 fondamental not\u00e9 (Ω, F<\/em>, P<\/em>), au sein duquel l’univers des possibles \u00e9l\u00e9mentaires Ω se r\u00e9duit de fa\u00e7on rigoureusement dichotomique \u00e0 une partition binaire. Cet univers est traditionnellement formalis\u00e9 par l’ensemble discret Ω = {0, 1}, o\u00f9 les \u00e9l\u00e9ments sont qualifi\u00e9s d’issue d’\u00e9chec (not\u00e9e conventionnellement 0) et d’issue de succ\u00e8s (not\u00e9e conventionnellement 1). Cette nomenclature arbitraire ne v\u00e9hicule aucun jugement de valeur moral ou qualitatif, mais d\u00e9signe exclusivement la r\u00e9alisation ou la non-r\u00e9alisation de l’\u00e9v\u00e9nement cible soumis \u00e0 investigation.<\/p>\n

La variable al\u00e9atoire indicatrice associ\u00e9e \u00e0 cette \u00e9preuve unique, souvent d\u00e9sign\u00e9e comme la variable de Bernoulli Y<\/em>, associe \u00e0 tout \u00e9v\u00e9nement \u00e9l\u00e9mentaire ω de l’espace fondamental une valeur num\u00e9rique binaire. La mesure de probabilit\u00e9 P<\/em> sous-jacente attribue une masse scalaire p<\/em> \u00e0 l’\u00e9v\u00e9nement singulier {Y<\/em> = 1}, avec la condition d’appartenance stricte p<\/em> ∈ ]0, 1[ pour exclure les cas d\u00e9g\u00e9n\u00e9r\u00e9s d\u00e9terministes, et par voie de cons\u00e9quence compl\u00e9mentaire, assigne la masse q<\/em> = 1 − p<\/em> \u00e0 l’\u00e9v\u00e9nement d’\u00e9chec {Y<\/em> = 0}. L’hypoth\u00e8se r\u00e9gulatrice essentielle qui gouverne ce mod\u00e8le est celle de l’invariance temporelle, ou stationnarit\u00e9 : la valeur scalaire du param\u00e8tre de probabilit\u00e9 p<\/em> demeure parfaitement constante tout au long de l’exp\u00e9rience, sans subir la moindre d\u00e9rive sous l’effet des r\u00e9alisations pass\u00e9es ou du simple \u00e9coulement chronologique.<\/p>\n

Au-del\u00e0 de l’\u00e9preuve isol\u00e9e, le processus de Bernoulli au sens large est constitu\u00e9 par une suite d\u00e9nombrable et infinie de telles variables al\u00e9atoires, not\u00e9e (Yn<\/sub><\/em>) pour n<\/em> ∈ N<\/strong>*<\/sup>, d\u00e9finies sur le m\u00eame espace probabilis\u00e9. La cl\u00e9 de vo\u00fbte th\u00e9orique garantissant l’int\u00e9grit\u00e9 de cette cha\u00eene r\u00e9side dans l’ind\u00e9pendance stochastique mutuelle au sens fort. Cela signifie que pour toute collection finie d’indices distincts {i<\/em>1<\/sub>, i<\/em>2<\/sub>, …, im<\/sub><\/em>}, la probabilit\u00e9 conjointe de la trajectoire observ\u00e9e est rigoureusement \u00e9gale au produit direct des probabilit\u00e9s marginales individuelles :<\/p>\n

P<\/em>(Y<\/em>i<\/em>1<\/sub><\/sub> = y<\/em>1<\/sub>, Y<\/em>i<\/em>2<\/sub><\/sub> = y<\/em>2<\/sub>, …, Y<\/em>i<\/em>m<\/em><\/sub><\/sub> = y<\/em>m<\/em><\/sub>) = ∏j<\/em>=1…m<\/em><\/sub> P<\/em>(Y<\/em>i<\/em>j<\/em><\/sub><\/sub> = y<\/em>j<\/em><\/sub>)<\/p>\n

Dans l’histoire des sciences, les exemples arch\u00e9typaux de cette structure id\u00e9ale ont d\u00e9but\u00e9 par les m\u00e9canismes de tirage physique sans m\u00e9moire, \u00e0 l’image du lancer d’une pi\u00e8ce de monnaie \u00e9quilibr\u00e9e (pour laquelle p<\/em> = 0,5) ou de l’extraction avec remise d’une boule color\u00e9e au sein d’une urne ferm\u00e9e. Cependant, la f\u00e9condit\u00e9 du concept s’est \u00e9tendue \u00e0 des domaines d’une complexit\u00e9 bien sup\u00e9rieure, notamment dans le paradigme psychophysique de la th\u00e9orie de la d\u00e9tection du signal<\/a>. Dans ce contexte exp\u00e9rimental, un observateur humain ou automatis\u00e9 est soumis \u00e0 une succession d’essais discrets au cours desquels un signal sensoriel de tr\u00e8s faible intensit\u00e9 doit \u00eatre discrimin\u00e9 d’un bruit de fond permanent. Chaque essai constitue alors une \u00e9preuve de Bernoulli o\u00f9 la d\u00e9tection correcte (\u00ab hit \u00bb) survient avec une probabilit\u00e9 fixe p<\/em>, conditionn\u00e9e par la sensibilit\u00e9 intrins\u00e8que de l’appareil perceptif du sujet, sous l’hypoth\u00e8se de d\u00e9couplage stochastique entre deux stimulations cons\u00e9cutives.<\/p>\n

### 1.2 Transition du mod\u00e8le discret simple vers la dynamique de renouvellement<\/p>\n

La formalisation du processus de Bernoulli ouvre imm\u00e9diatement la voie \u00e0 deux perspectives analytiques fondamentalement distinctes mais math\u00e9matiquement compl\u00e9mentaires. La premi\u00e8re perspective, historiquement dominante dans les cours \u00e9l\u00e9mentaires de probabilit\u00e9s, consiste \u00e0 fixer un horizon temporel d\u00e9terministe ou un nombre pr\u00e9d\u00e9termin\u00e9 d’essais n<\/em>, et \u00e0 s’int\u00e9resser \u00e0 la distribution de la somme des variables de Bernoulli :<\/p>\n

Sn<\/sub><\/em> = ∑i<\/em>=1…n<\/em><\/sub> Yi<\/sub><\/em><\/p>\n

Cette approche donne naissance \u00e0 la classique distribution binomiale, dont l’objet d’\u00e9tude est le d\u00e9nombrement quantitatif pur du total de succ\u00e8s r\u00e9colt\u00e9s au sein d’une tranche d’observations fix\u00e9e d’avance. Dans ce paradigme, le temps est une variable explicative exog\u00e8ne, rigide et non al\u00e9atoire.<\/p>\n

\u00c0 l’oppos\u00e9 dialectique de cette d\u00e9marche se situe la dynamique d’attente ou de renouvellement, dont la distribution g\u00e9om\u00e9trique constitue l’incarnation probabiliste la plus \u00e9l\u00e9mentaire. Ici, le protocole exp\u00e9rimental inverse radicalement la variable contr\u00f4l\u00e9e et la quantit\u00e9 stochastique : l’exp\u00e9rimentateur ne fixe plus le nombre total d’essais, mais impose le seuil de r\u00e9alisation \u00e9v\u00e9nementielle \u00e0 atteindre, \u00e0 savoir l’\u00e9mergence du tout premier succ\u00e8s. L’objet d’\u00e9tude devient alors une variable al\u00e9atoire temporelle, repr\u00e9sentant le temps d’acc\u00e8s, la dur\u00e9e de latence ou l’indice d’arr\u00eat du processus. Cette transition conceptuelle d\u00e9place l’attention math\u00e9matique du comptage statique vers une dynamique de premier passage au sein d’un espace d’\u00e9tats stochastique stationnaire.<\/p>\n

Dans le cadre formel de la th\u00e9orie des processus de renouvellement discrets, l’arriv\u00e9e du premier succ\u00e8s marque l’atteinte d’une barri\u00e8re d’absorption ou d’un point d’\u00e9vanescence du processus initial. D\u00e8s lors que ce premier d\u00e9nouement favorable survient, le syst\u00e8me est consid\u00e9r\u00e9 comme s’\u00e9tant \u00ab renouvel\u00e9 \u00bb : l’histoire ant\u00e9rieure des insucc\u00e8s est instantan\u00e9ment effac\u00e9e par la dynamique d’ind\u00e9pendance, et une nouvelle cha\u00eene temporelle rigoureusement identique \u00e0 la pr\u00e9c\u00e9dente est susceptible de red\u00e9marrer \u00e0 partir de cet instant z\u00e9ro r\u00e9g\u00e9n\u00e9r\u00e9. La loi g\u00e9om\u00e9trique se positionne ainsi \u00e0 la gen\u00e8se probabiliste de la notion de r\u00e9currence stochastique : elle mod\u00e9lise l’intervalle temporel \u00e9l\u00e9mentaire s\u00e9parant deux r\u00e9g\u00e9n\u00e9rations successives d’un \u00e9tat du monde au sein de tout syst\u00e8me stationnaire \u00e9voluant par paliers temporels discrets.<\/p>\n

## 2. D\u00e9finition formelle et param\u00e9trisations de la loi g\u00e9om\u00e9trique<\/p>\n

### 2.1 Param\u00e9trisation par le nombre d’\u00e9checs avant le premier succ\u00e8s<\/p>\n

Au sein du corpus de la statistique math\u00e9matique contemporaine, la distribution g\u00e9om\u00e9trique souffre parfois d’une ambigu\u00eft\u00e9 notationnelle due \u00e0 l’existence de deux conventions param\u00e9triques distinctes, chacune justifi\u00e9e par des besoins applicatifs sp\u00e9cifiques. La premi\u00e8re convention formelle, pr\u00e9conis\u00e9e massivement dans la th\u00e9orie des processus stochastiques purs, dans les architectures d’ing\u00e9nierie des t\u00e9l\u00e9communications et par les principaux logiciels d’analyse statistique de pointe, mod\u00e9lise la variable al\u00e9atoire X<\/em> d\u00e9finie comme le d\u00e9nombrement strict des \u00e9checs pr\u00e9liminaires survenus avant l’observation de l’unique et inaugural succ\u00e8s. <\/p>\n

Sous cette premi\u00e8re acception, le support de la variable al\u00e9atoire X<\/em> co\u00efncide de mani\u00e8re bijective avec l’ensemble des entiers naturels au sens large, incluant express\u00e9ment le z\u00e9ro : <\/p>\n

X<\/em>(Ω) = N<\/strong> = {0, 1, 2, 3, …}<\/p>\n

La r\u00e9alisation \u00e9v\u00e9nementielle fondamentale {X<\/em> = 0} prend une signification concr\u00e8te imm\u00e9diate : elle d\u00e9crit la trajectoire exp\u00e9rimentale o\u00f9 l’exp\u00e9rimentateur enregistre un succ\u00e8s franc d\u00e8s le tout premier essai s\u00e9quentiel, ce qui induit un co\u00fbt d’insucc\u00e8s rigoureusement nul. <\/p>\n

D’un point de vue analytique, cette variable X<\/em> formalise le tribut, la p\u00e9nalit\u00e9 accumul\u00e9e ou la dissipation d’\u00e9nergie infructueuse conc\u00e9d\u00e9e par un op\u00e9rateur ou un agent algorithmique avant de parvenir \u00e0 l’\u00e9tat d\u00e9sir\u00e9. Si un algorithme tente de se connecter \u00e0 un serveur encombr\u00e9, le nombre de requ\u00eates rejet\u00e9es avant d’obtenir une connexion stable est fid\u00e8lement repr\u00e9sent\u00e9 par cette formulation \u00e0 support naturel. La fonction de masse de probabilit\u00e9 prend alors la forme canonique suivante pour tout entier k<\/em> ∈ N<\/strong> :<\/p>\n

P<\/em>(X<\/em> = k<\/em>) = (1 − p<\/em>)k<\/em><\/sup> p<\/em><\/p>\n

o\u00f9 le param\u00e8tre scalaire p<\/em> appartient \u00e0 l’intervalle ouvert ]0, 1[. L’analyse fine des essais pr\u00e9liminaires infructueux \u00e0 travers cette fonction permet de quantifier avec une grande souplesse les ph\u00e9nom\u00e8nes de congestion, de recherche aveugle et de d\u00e9pense \u00e9nerg\u00e9tique dans les syst\u00e8mes d’apprentissage artificiels.<\/p>\n

### 2.2 Param\u00e9trisation par le rang ordinal du premier succ\u00e8s<\/p>\n

La seconde param\u00e9trisation, largement pr\u00e9valente dans l’enseignement acad\u00e9mique traditionnel francophone et dans une vaste litt\u00e9rature consacr\u00e9e \u00e0 la fiabilit\u00e9 m\u00e9canique et \u00e0 la biologie math\u00e9matique, aborde la chronologie sous un prisme ordinal. Ici, la variable al\u00e9atoire, que nous noterons syst\u00e9matiquement Y<\/em> par souci de rigueur diff\u00e9rentielle, d\u00e9signe le nombre total d’essais n\u00e9cessaires pour observer le premier succ\u00e8s, incluant le succ\u00e8s lui-m\u00eame dans le comput temporel. <\/p>\n

Le support discret de cette variable Y<\/em> est par cons\u00e9quent restreint \u00e0 l’ensemble des entiers naturels strictement positifs :<\/p>\n

Y<\/em>(Ω) = N<\/strong>*<\/sup> = {1, 2, 3, …}<\/p>\n

Dans ce mod\u00e8le alternatif, il est physiquement et structurellement impossible que la variable prenne la valeur z\u00e9ro, dans la mesure o\u00f9 l’av\u00e8nement d’un \u00e9v\u00e9nement requiert a minima l’ex\u00e9cution d’une premi\u00e8re tentative mat\u00e9rielle. L’\u00e9v\u00e9nement {Y<\/em> = 1} correspond ainsi rigoureusement \u00e0 la configuration o\u00f9 le succ\u00e8s survient imm\u00e9diatement au rang inaugural. La loi de probabilit\u00e9 associ\u00e9e \u00e0 la variable Y<\/em> est alors r\u00e9gie par l’expression fonctionnelle indic\u00e9e :<\/p>\n

P<\/em>(Y<\/em> = m<\/em>) = (1 − p<\/em>)m<\/em>−1<\/sup> p<\/em>, ∀ m<\/em> ∈ N<\/strong>*<\/sup><\/p>\n

Cette dualit\u00e9 formelle exige une vigilance constante de la part du chercheur lors de la comparaison d’articles empiriques ou de l’exploitation de packages informatiques. La litt\u00e9rature anglo-saxonne, domin\u00e9e par les standards de distribution statistique tels que ceux codifi\u00e9s par les manuels de r\u00e9f\u00e9rence de Johnson, Kemp et Kotz, a progressivement impos\u00e9 la param\u00e9trisation sur N<\/strong> comme la formulation par d\u00e9faut, notamment dans des environnements comme Python (`scipy.stats.nbinom` avec le param\u00e8tre n<\/em> = 1 ou `numpy.random.geometric` qui, lui, s’appuie curieusement sur N<\/strong>*<\/sup>, t\u00e9moignant de la persistance de cette scission conventionnelle). <\/p>\n

Heureusement, le passage d’une repr\u00e9sentation \u00e0 l’autre s’op\u00e8re par une transformation affine d\u00e9terministe \u00e9l\u00e9mentaire. Les deux variables al\u00e9atoires sont structurellement li\u00e9es par la relation univoque :<\/p>\n

Y<\/em> = X<\/em> + 1<\/p>\n

Cette bijection imm\u00e9diate implique que toute propri\u00e9t\u00e9 analytique d\u00e9montr\u00e9e pour l’une des variables se transpose \u00e0 l’autre par une simple translation indicielle. D\u00e8s lors, pour toute r\u00e9alisation k<\/em> ∈ N<\/strong>, l’\u00e9quivalence probabiliste est stricte :<\/p>\n

P<\/em>(X<\/em> = k<\/em>) = P<\/em>(Y<\/em> = k<\/em> + 1)<\/p>\n

Dans la suite du pr\u00e9sent d\u00e9veloppement, sauf mention explicite contraire, nous focaliserons principalement notre appareil d\u00e9monstratif sur la variable al\u00e9atoire X<\/em> d\u00e9finie sur le support complet des entiers naturels N<\/strong>, tout en indiquant syst\u00e9matiquement les ajustements requis pour son homologue ordinale Y<\/em>.<\/p>\n

## 3. D\u00e9rivation math\u00e9matique de la fonction de masse de probabilit\u00e9<\/p>\n

### 3.1 D\u00e9monstration par application du lemme de multiplication des probabilit\u00e9s<\/p>\n

L’\u00e9tablissement rigoureux de la fonction de masse de probabilit\u00e9 associ\u00e9e \u00e0 la variable al\u00e9atoire X<\/em> repose sur une exploitation directe des axiomes de Kolmogorov et du th\u00e9or\u00e8me fondamental de d\u00e9composition d’un \u00e9v\u00e9nement au sein d’une cha\u00eene stochastique ind\u00e9pendante. Consid\u00e9rons l’espace probabilis\u00e9 canonique d\u00e9crivant une infinit\u00e9 d’\u00e9preuves de Bernoulli stationnaires de param\u00e8tre p<\/em>. Soit l’\u00e9v\u00e9nement al\u00e9atoire complexe d\u00e9fini par l’\u00e9galit\u00e9 Ek<\/sub><\/em> = {X<\/em> = k<\/em>}, o\u00f9 k<\/em> repr\u00e9sente un entier naturel fix\u00e9 arbitrairement dans N<\/strong>.<\/p>\n

Par d\u00e9finition m\u00eame de la s\u00e9mantique de la variable X<\/em>, l’\u00e9v\u00e9nement Ek<\/sub><\/em> signifie que le premier succ\u00e8s survient exactement apr\u00e8s une succession ininterrompue de k<\/em> \u00e9checs. Soit (Yj<\/sub><\/em>)j<\/em>≥1<\/sub> la suite des variables indicatrices de Bernoulli associ\u00e9es \u00e0 chaque tentative. L’\u00e9v\u00e9nement composite Ek<\/sub><\/em> est donc rigoureusement \u00e9quivalent \u00e0 l’intersection logique conjointe suivante :<\/p>\n

Ek<\/sub><\/em> = {Y<\/em>1<\/sub> = 0} ∩ {Y<\/em>2<\/sub> = 0} ∩ … ∩ {Y<\/em>k<\/em><\/sub> = 0} ∩ {Y<\/em>k<\/em>+1<\/sub> = 1}<\/p>\n

En vertu de l’axiome d’ind\u00e9pendance mutuelle stochastique r\u00e9gissant la collection infinie des variables {Yn<\/sub><\/em>}, la mesure de probabilit\u00e9 de l’intersection finie de ces \u00e9v\u00e9nements s’exprime comme le produit tensoriel de leurs probabilit\u00e9s marginales respectives :<\/p>\n

P<\/em>(Ek<\/sub><\/em>) = P<\/em>({Y<\/em>1<\/sub> = 0} ∩ … ∩ {Y<\/em>k<\/em><\/sub> = 0} ∩ {Y<\/em>k<\/em>+1<\/sub> = 1}) = [∏j<\/em>=1…k<\/em><\/sub> P<\/em>(Yj<\/sub><\/em> = 0)] × P<\/em>(Y<\/em>k<\/em>+1<\/sub> = 1)<\/p>\n

En exploitant l’hypoth\u00e8se d’invariance temporelle du param\u00e8tre d’\u00e9chelle probabiliste, nous savons que pour tout rang temporel j<\/em> ∈ {1, …, k<\/em>}, nous avons P<\/em>(Yj<\/sub><\/em> = 0) = 1 − p<\/em>. De m\u00eame, au rang critique k<\/em> + 1, nous avons P<\/em>(Y<\/em>k<\/em>+1<\/sub> = 1) = p<\/em>. Par substitution alg\u00e9brique directe au sein du produit, il vient :<\/p>\n

P<\/em>(X<\/em> = k<\/em>) = (1 − p<\/em>) × (1 − p<\/em>) × … × (1 − p<\/em>) [k<\/em> facteurs] × p<\/em> = (1 − p<\/em>)k<\/em><\/sup> p<\/em><\/p>\n

Il est alors imp\u00e9ratif, pour valider math\u00e9matiquement la consistance interne de cette loi de probabilit\u00e9, de d\u00e9montrer que la sommation de cette fonction de masse sur l’int\u00e9gralit\u00e9 de son support discret discret converge unitairement vers l’unit\u00e9. En sommant l’expression sur tout le spectre de N<\/strong>, nous d\u00e9veloppons la s\u00e9rie :<\/p>\n

∑k<\/em>=0…∞<\/sub> P<\/em>(X<\/em> = k<\/em>) = ∑k<\/em>=0…∞<\/sub> p<\/em>(1 − p<\/em>)k<\/em><\/sup> = p<\/em> ∑k<\/em>=0…∞<\/sub> (1 − p<\/em>)k<\/em><\/sup><\/p>\n

Nous reconnaissons imm\u00e9diatement dans cette sommation la somme des termes d’une s\u00e9rie g\u00e9om\u00e9trique standard de premier terme unitaire et de raison q<\/em> = 1 − p<\/em>. Dans la mesure o\u00f9 nous avons postul\u00e9 p<\/em> ∈ ]0, 1[, la raison v\u00e9rifie strictement la condition de contraction analytique |1 − p<\/em>| < 1. D\u00e8s lors, la s\u00e9rie converge de mani\u00e8re absolue vers la limite classique 1 \/ (1 − (1 − p<\/em>)) = 1 \/ p<\/em>. En r\u00e9injectant ce r\u00e9sultat au sein du calcul sommatoire, nous obtenons :<\/p>\n

∑k<\/em>=0…∞<\/sub> P<\/em>(X<\/em> = k<\/em>) = p<\/em> × [1 \/ p<\/em>] = 1<\/p>\n

Cette \u00e9galit\u00e9 formelle confirme que la probabilit\u00e9 que le processus ne produise jamais de succ\u00e8s au bout d’un nombre infini d’essais est strictement nulle d\u00e8s lors que p<\/em> > 0, conf\u00e9rant \u00e0 la loi g\u00e9om\u00e9trique son statut de distribution de probabilit\u00e9 proprement d\u00e9finie au sens de l’analyse r\u00e9elle.<\/p>\n

\"Geometric
Geometric probability distribution histogram<\/figcaption><\/figure>\n

### 3.2 Analyse du comportement asymptotique de la distribution de probabilit\u00e9<\/p>\n

L’inspection morphologique de la fonction de masse f<\/em>(k<\/em>) = P<\/em>(X<\/em> = k<\/em>) = p<\/em>(1 − p<\/em>)k<\/em><\/sup> r\u00e9v\u00e8le des propri\u00e9t\u00e9s fondamentales de r\u00e9gularit\u00e9 et de d\u00e9croissance monotone. Consid\u00e9rons le rapport discret de deux termes successifs de la distribution :<\/p>\n

P<\/em>(X<\/em> = k<\/em> + 1) \/ P<\/em>(X<\/em> = k<\/em>) = [p<\/em>(1 − p<\/em>)k<\/em>+1<\/sup>] \/ [p<\/em>(1 − p<\/em>)k<\/em><\/sup>] = 1 − p<\/em><\/p>\n

Puisque par hypoth\u00e8se constitutive p<\/em> > 0, ce ratio constant v\u00e9rifie de facto l’in\u00e9galit\u00e9 stricte 1 − p<\/em> < 1. Il s’ensuit que pour toute valeur fix\u00e9e du param\u00e8tre de succ\u00e8s p<\/em>, la suite num\u00e9rique {P<\/em>(X<\/em> = k<\/em>)}k<\/em>≥0<\/sub> est rigoureusement et strictement d\u00e9croissante sur tout son domaine de d\u00e9finition. Le mode de la distribution est donc in\u00e9vitablement unique et positionn\u00e9 \u00e0 l’origine du support :<\/p>\n

Mod(X<\/em>) = 0<\/p>\n

Cette caract\u00e9ristique d\u00e9montre que la r\u00e9alisation la plus probable d’un processus g\u00e9om\u00e9trique est syst\u00e9matiquement l’absence totale d’\u00e9checs pr\u00e9liminaires, bien que la somme cumul\u00e9e des probabilit\u00e9s associ\u00e9es aux \u00e9tats ult\u00e9rieurs k<\/em> ≥ 1 puisse \u00eatre largement pr\u00e9pond\u00e9rante d\u00e8s lors que p<\/em> prend des valeurs faibles.<\/p>\n

L’analyse de l’allure graphique de la fonction de masse montre que sur une \u00e9chelle semi-logarithmique, o\u00f9 le logarithme de la probabilit\u00e9 est projet\u00e9 en ordonn\u00e9e en fonction de l’entier k<\/em> en abscisse, la distribution trace une droite parfaite de pente n\u00e9gative \u00e9gale \u00e0 ln(1 − p<\/em>). La vitesse d’amortissement exponentiel de cette distribution est ainsi directement calibr\u00e9e par la grandeur du param\u00e8tre d’\u00e9chelle p<\/em>. Lorsque p<\/em> est proche de 1, la pente ln(1 − p<\/em>) plonge vertigineusement vers −∞, traduisant une concentration quasi instantan\u00e9e de la masse probabiliste sur les tout premiers entiers. <\/p>\n

Inversement, l’\u00e9tude des r\u00e9gimes asymptotiques aux fronti\u00e8res de l’espace des param\u00e8tres illumine le comportement physique du mod\u00e8le. Lorsque p<\/em> tend vers 1 (p<\/em> → 1−<\/sup>), la mesure de probabilit\u00e9 converge faiblement vers la mesure de Dirac concentr\u00e9e en 0, not\u00e9e δ0<\/sub> : l’incertitude s’\u00e9vanouit au profit d’un succ\u00e8s d\u00e9terministe imm\u00e9diat. \u00c0 l’oppos\u00e9 diam\u00e9tral, lorsque p<\/em> tend asymptotiquement vers 0 par valeurs positives (p<\/em> → 0+<\/sup>), la d\u00e9croissance g\u00e9om\u00e9trique s’aplatit ind\u00e9finiment. Dans cette configuration d’\u00e9v\u00e9nements rarissimes, la distribution s’\u00e9vapore vers l’infini, la probabilit\u00e9 ponctuelle de chaque \u00e9tat individuel tendant vers z\u00e9ro tandis que la masse stochastique globale d\u00e9rive vers des queues de distribution extr\u00eamement \u00e9tal\u00e9es.<\/p>\n

## 4. Fonction de r\u00e9partition et analyse des probabilit\u00e9s de survie<\/p>\n

### 4.1 Expression analytique de la fonction de r\u00e9partition cumulative<\/p>\n

La fonction de r\u00e9partition cumulative d’une variable al\u00e9atoire discr\u00e8te, universellement not\u00e9e FX<\/sub><\/em>(x<\/em>), capture l’accumulation progressive de la probabilit\u00e9 stochastique jusqu’\u00e0 un seuil r\u00e9el continu x<\/em>. Par d\u00e9finition formelle, elle est r\u00e9gie par l’expression :<\/p>\n

FX<\/sub><\/em>(x<\/em>) = P<\/em>(X<\/em> ≤ x<\/em>) = ∑k<\/em>=0…⌊x<\/em>⌋<\/sub> P<\/em>(X<\/em> = k<\/em>)<\/p>\n

o\u00f9 la notation ⌊x<\/em>⌋ d\u00e9signe la partie enti\u00e8re de la variable r\u00e9elle x<\/em>. Pour tout seuil n\u00e9gatif x<\/em> < 0, l’absence d’\u00e9l\u00e9ments dans le support de X<\/em> impose trivialement FX<\/sub><\/em>(x<\/em>) = 0. Pour tout r\u00e9el positif ou nul x<\/em> ≥ 0, posons l’entier d’arr\u00eat m<\/em> = ⌊x<\/em>⌋. La sommation partielle de la s\u00e9rie g\u00e9om\u00e9trique s’\u00e9crit alors :<\/p>\n

FX<\/sub><\/em>(x<\/em>) = ∑k<\/em>=0…m<\/em><\/sub> p<\/em>(1 − p<\/em>)k<\/em><\/sup> = p<\/em> ∑k<\/em>=0…m<\/em><\/sub> (1 − p<\/em>)k<\/em><\/sup><\/p>\n

En appliquant le lemme fondamental de la somme finie des premiers termes d’une progression g\u00e9om\u00e9trique de raison q<\/em> = 1 − p<\/em> ≠ 1, nous extrayons la formulation alg\u00e9brique exacte :<\/p>\n

∑k<\/em>=0…m<\/em><\/sub> (1 − p<\/em>)k<\/em><\/sup> = [1 − (1 − p<\/em>)m<\/em>+1<\/sup>] \/ [1 − (1 − p<\/em>)] = [1 − (1 − p<\/em>)m<\/em>+1<\/sup>] \/ p<\/em><\/p>\n

En r\u00e9ins\u00e9rant ce r\u00e9sultat alg\u00e9brique dans l’\u00e9quation de la fonction de r\u00e9partition, le facteur d’\u00e9chelle probabiliste p<\/em> pr\u00e9sent au num\u00e9rateur et au d\u00e9nominateur se simplifie rigoureusement, c\u00e9dant la place \u00e0 une expression remarquablement synth\u00e9tique en forme ferm\u00e9e :<\/p>\n

FX<\/sub><\/em>(x<\/em>) = 1 − (1 − p<\/em>)⌊x<\/em>⌋+1<\/sup>, ∀ x<\/em> ≥ 0<\/p>\n

\"Geometric
Geometric cumulative probability distribution<\/figcaption><\/figure>\n

Il convient de souligner que si l’on manipule la distribution g\u00e9om\u00e9trique ordinale Y<\/em> d\u00e9finie sur le support restreint des entiers naturels non nuls N<\/strong>*<\/sup>, cette formulation cumulative subit une translation indicielle pure, prenant alors la forme suivante pour tout y<\/em> ≥ 1 :<\/p>\n

FY<\/sub><\/em>(y<\/em>) = 1 − (1 − p<\/em>)⌊y<\/em>⌋<\/sup><\/p>\n

D’un point de vue analytique, la fonction FX<\/sub><\/em>(x<\/em>) arbore une silhouette g\u00e9om\u00e9trique en escalier monotone croissante, pr\u00e9sentant des discontinuit\u00e9s de saut de premi\u00e8re esp\u00e8ce pr\u00e9cis\u00e9ment situ\u00e9es au droit de chaque point d’accumulation entier du support {0, 1, 2, …}. En tout point de discontinuit\u00e9 k<\/em> ∈ N<\/strong>, la fonction est continue \u00e0 droite au sens de la topologie de l’ordre r\u00e9el, conform\u00e9ment aux r\u00e9quisits axiomatiques de Kolmogorov :<\/p>\n

limx<\/em>→k<\/em>+<\/sup><\/sub> FX<\/sub><\/em>(x<\/em>) = FX<\/sub><\/em>(k<\/em>)<\/p>\n

tandis que l’amplitude du saut unilat\u00e9ral correspond tr\u00e8s exactement \u00e0 la masse de probabilit\u00e9 discr\u00e8te associ\u00e9e \u00e0 l’entier sous revue :<\/p>\n

ΔFX<\/sub><\/em>(k<\/em>) = FX<\/sub><\/em>(k<\/em>) − limx<\/em>→k<\/em>−<\/sup><\/sub> FX<\/sub><\/em>(x<\/em>) = P<\/em>(X<\/em> = k<\/em>)<\/p>\n

### 4.2 Fonction de survie et analyse des d\u00e9passements de seuil<\/p>\n

Dans l’arsenal m\u00e9thodologique de l’analyse de survie et de la th\u00e9orie de la fiabilit\u00e9 industrielle, la fonction compl\u00e9mentaire de la r\u00e9partition, traditionnellement d\u00e9nomm\u00e9e fonction de survie ou probabilit\u00e9 de queue sup\u00e9rieure, constitue l’outil analytique le plus puissant pour sonder le comportement des processus dans la dur\u00e9e. Not\u00e9e SX<\/sub><\/em>(k<\/em>) ou RX<\/sub><\/em>(k<\/em>), elle est d\u00e9finie sur N<\/strong> comme la probabilit\u00e9 formelle que la variable al\u00e9atoire d\u00e9passe strictement un seuil critique d’insucc\u00e8s pr\u00e9d\u00e9termin\u00e9 k<\/em> :<\/p>\n

SX<\/sub><\/em>(k<\/em>) = P<\/em>(X<\/em> > k<\/em>) = 1 − P<\/em>(X<\/em> ≤ k<\/em>) = 1 − FX<\/sub><\/em>(k<\/em>)<\/p>\n

En substituant directement la forme ferm\u00e9e \u00e9tablie \u00e0 la sous-section pr\u00e9c\u00e9dente, l’expression de survie se simplifie de mani\u00e8re spectaculaire :<\/p>\n

SX<\/sub><\/em>(k<\/em>) = 1 − [1 − (1 − p<\/em>)k<\/em>+1<\/sup>] = (1 − p<\/em>)k<\/em>+1<\/sup><\/p>\n

Cette \u00e9l\u00e9gante formulation poss\u00e8de une interpr\u00e9tation probabiliste directe particuli\u00e8rement lumineuse : l’\u00e9v\u00e9nement stochastique signifiant que le premier succ\u00e8s survient strictement apr\u00e8s l’\u00e9tape k<\/em> \u00e9quivaut logiquement \u00e0 constater que les k<\/em> + 1 premiers essais cons\u00e9cutifs ont tous constitu\u00e9 des \u00e9checs patents. L’ind\u00e9pendance mutuelle imposant la factorisation multiplicative des probabilit\u00e9s d’insucc\u00e8s individuelles (1 − p<\/em>), on retrouve instantan\u00e9ment la puissance enti\u00e8re d’ordre k<\/em> + 1.<\/p>\n

Pour la param\u00e9trisation ordinale Y<\/em> d\u00e9finie sur N<\/strong>*<\/sup>, la probabilit\u00e9 d’avoir besoin de plus de m<\/em> essais pour aboutir s’\u00e9crit de mani\u00e8re analogue :<\/p>\n

P<\/em>(Y<\/em> > m<\/em>) = (1 − p<\/em>)m<\/em><\/sup><\/p>\n

Cette mod\u00e9lisation de la persistance au-del\u00e0 d’un nombre critique d’essais fournit un appareil d’ing\u00e9nierie math\u00e9matique indispensable pour la calibration des intervalles de tol\u00e9rance et le dimensionnement des algorithmes de calcul distribu\u00e9. \u00c0 titre d’illustration, si un ing\u00e9nieur r\u00e9seau souhaite d\u00e9terminer le seuil d’essais d’acc\u00e8s k<\/em>critique<\/sub> garantissant que la probabilit\u00e9 globale d’\u00e9chec total d’une transmission ne d\u00e9passe pas un niveau de risque r\u00e9siduel α pr\u00e9d\u00e9termin\u00e9 (par exemple α = 0,001), il lui suffit de r\u00e9soudre l’in\u00e9quation de d\u00e9passement :<\/p>\n

P<\/em>(X<\/em> > k<\/em>) ≤ α ⇔ (1 − p<\/em>)k<\/em>+1<\/sup> ≤ α<\/p>\n

En appliquant la fonction logarithme n\u00e9p\u00e9rien aux deux membres de l’in\u00e9galit\u00e9 \u2014 en prenant scrupuleusement garde au fait que ln(1 − p<\/em>) est une quantit\u00e9 strictement n\u00e9gative pour tout p<\/em> ∈ ]0, 1[, ce qui entra\u00eene une inversion du sens de l’in\u00e9galit\u00e9 \u2014 nous obtenons le seuil analytique discret :<\/p>\n

k<\/em> + 1 ≥ [ln(α)] \/ [ln(1 − p<\/em>)] ⇔ k<\/em> ≥ ⌈ [ln(α)] \/ [ln(1 − p<\/em>)] ⌉ − 1<\/p>\n

o\u00f9 ⌈.⌉ d\u00e9signe la fonction partie enti\u00e8re par exc\u00e8s. Cette propri\u00e9t\u00e9 fondamentale d’inversion analytique conf\u00e8re \u00e0 la loi g\u00e9om\u00e9trique une tractabilit\u00e9 th\u00e9orique sans \u00e9gale pour le calcul d’intervalles de confiance stochastiques non param\u00e9triques et l’analyse pr\u00e9dictive des d\u00e9faillances.<\/p>\n

## 5. Moments statistiques et caract\u00e9ristiques de dispersion<\/p>\n

### 5.1 Calcul de l’esp\u00e9rance math\u00e9matique<\/p>\n

L’\u00e9valuation de la tendance centrale d’une variable al\u00e9atoire g\u00e9om\u00e9trique constitue une \u00e9tape primordiale pour quantifier le temps moyen ou le volume pr\u00e9visible d’insucc\u00e8s s\u00e9parant le d\u00e9marrage d’un processus de son issue favorable. Soit X<\/em> une variable al\u00e9atoire g\u00e9om\u00e9trique \u00e0 support sur N<\/strong> de param\u00e8tre p<\/em>. Par d\u00e9finition formelle, l’esp\u00e9rance math\u00e9matique est donn\u00e9e par la somme de la s\u00e9rie discr\u00e8te :<\/p>\n

E<\/em>(X<\/em>) = ∑k<\/em>=0…∞<\/sub> k<\/em> P<\/em>(X<\/em> = k<\/em>) = ∑k<\/em>=0…∞<\/sub> k<\/em> p<\/em>(1 − p<\/em>)k<\/em><\/sup> = p<\/em> ∑k<\/em>=1…∞<\/sub> k<\/em> (1 − p<\/em>)k<\/em><\/sup><\/p>\n

Pour calculer cette somme sans recourir \u00e0 des approximations lourdes, la m\u00e9thode d’analyse la plus rigoureuse consiste \u00e0 exploiter les propri\u00e9t\u00e9s de d\u00e9rivation terme \u00e0 terme au sein du disque de convergence d’une s\u00e9rie enti\u00e8re. Rappelons la relation canonique pour toute variable r\u00e9elle t<\/em> v\u00e9rifiant |t<\/em>| < 1 :<\/p>\n

∑k<\/em>=0…∞<\/sub> tk<\/sup><\/em> = 1 \/ (1 − t<\/em>)<\/p>\n

Les th\u00e9or\u00e8mes d’analyse r\u00e9elle autorisent la diff\u00e9rentiation terme \u00e0 terme de cette s\u00e9rie uniform\u00e9ment convergente par rapport \u00e0 t<\/em> :<\/p>\n

d<\/em>\/dt<\/em> [∑k<\/em>=0…∞<\/sub> tk<\/sup><\/em>] = ∑k<\/em>=1…∞<\/sub> k<\/em> t<\/em>k<\/em>−1<\/sup> = d<\/em>\/dt<\/em> [(1 − t<\/em>)−1<\/sup>] = 1 \/ (1 − t<\/em>)2<\/sup><\/p>\n

En multipliant chacun des membres de cette \u00e9galit\u00e9 fonctionnelle par t<\/em>, nous \u00e9tablissons l’identit\u00e9 remarquable :<\/p>\n

∑k<\/em>=1…∞<\/sub> k<\/em> tk<\/sup><\/em> = t<\/em> \/ (1 − t<\/em>)2<\/sup><\/p>\n

En posant la variable t<\/em> = 1 − p<\/em>, ce qui respecte la condition de validit\u00e9 |1 − p<\/em>| < 1, et en injectant cette expression dans le calcul de notre esp\u00e9rance, nous obtenons :<\/p>\n

E<\/em>(X<\/em>) = p<\/em> × [(1 − p<\/em>) \/ (1 − (1 − p<\/em>))2<\/sup>] = p<\/em> × [(1 − p<\/em>) \/ p<\/em>2<\/sup>] = (1 − p<\/em>) \/ p<\/em><\/p>\n

Si nous nous tournons vers la param\u00e9trisation ordinale Y<\/em> d\u00e9finie sur N<\/strong>*<\/sup>, en vertu du th\u00e9or\u00e8me de lin\u00e9arit\u00e9 de l’op\u00e9rateur esp\u00e9rance, son esp\u00e9rance s’obtient instantan\u00e9ment par translation \u00e9l\u00e9mentaire :<\/p>\n

E<\/em>(Y<\/em>) = E<\/em>(X<\/em> + 1) = E<\/em>(X<\/em>) + 1 = [(1 − p<\/em>) \/ p<\/em>] + 1 = [1 − p<\/em> + p<\/em>] \/ p<\/em> = 1 \/ p<\/em><\/p>\n

Cette formule E<\/em>(Y<\/em>) = 1 \/ p<\/em> s’impose comme un r\u00e9sultat d’une rare \u00e9l\u00e9gance intuitive : si un \u00e9v\u00e9nement poss\u00e8de une chance sur six de survenir \u00e0 chaque tirage (comme l’obtention d’un six lors du lancer d’un d\u00e9 cubique parfait, o\u00f9 p<\/em> = 1\/6), le nombre moyen de tentatives n\u00e9cessaires pour observer cette issue est rigoureusement \u00e9gal \u00e0 1 \/ (1\/6) = 6 lancers. Cependant, une cons\u00e9quence fondamentale de cette structure \u00e9merge lorsque le param\u00e8tre p<\/em> d\u00e9cro\u00eet vers z\u00e9ro : l’esp\u00e9rance E<\/em>(X<\/em>) diverge hyperboliquement vers l’infini avec un comportement d’ordre O<\/em>(1\/p<\/em>). Cette divergence indique que dans des r\u00e9gimes de probabilit\u00e9 ultra-rar\u00e9fi\u00e9e, le temps moyen d’attente s’envole de mani\u00e8re vertigineuse, ce qui rend l’anticipation empirique du succ\u00e8s tributaire d’une colossale incertitude temporelle.<\/p>\n

### 5.2 D\u00e9rivation de la variance et des moments d’ordre sup\u00e9rieur<\/p>\n

La dispersion des trajectoires autour de l’esp\u00e9rance math\u00e9matique est quantifi\u00e9e au premier chef par la variance stochastique. Pour d\u00e9river analytiquement cette variance not\u00e9e Var(X<\/em>), l’approche la plus efficiente consiste \u00e0 calculer pr\u00e9alablement le second moment factoriel E<\/em>[X<\/em>(X<\/em> − 1)]. Par d\u00e9finition :<\/p>\n

E<\/em>[X<\/em>(X<\/em> − 1)] = ∑k<\/em>=0…∞<\/sub> k<\/em>(k<\/em> − 1) p<\/em>(1 − p<\/em>)k<\/em><\/sup> = p<\/em>(1 − p<\/em>)2<\/sup> ∑k<\/em>=2…∞<\/sub> k<\/em>(k<\/em> − 1) (1 − p<\/em>)k<\/em>−2<\/sup><\/p>\n

En effectuant une seconde d\u00e9rivation de la s\u00e9rie g\u00e9om\u00e9trique unitaire ∑k<\/em>=0…∞<\/sub> tk<\/sup><\/em> = (1 − t<\/em>)−1<\/sup>, nous obtenons l’identit\u00e9 diff\u00e9rentielle :<\/p>\n

∑k<\/em>=2…∞<\/sub> k<\/em>(k<\/em> − 1) t<\/em>k<\/em>−2<\/sup> = d<\/em>2<\/sup>\/dt<\/em>2<\/sup> [(1 − t<\/em>)−1<\/sup>] = 2 \/ (1 − t<\/em>)3<\/sup><\/p>\n

En \u00e9valuant cette s\u00e9rie en t<\/em> = 1 − p<\/em>, le calcul du moment factoriel aboutit \u00e0 :<\/p>\n

E<\/em>[X<\/em>(X<\/em> − 1)] = p<\/em>(1 − p<\/em>)2<\/sup> × [2 \/ p<\/em>3<\/sup>] = [2(1 − p<\/em>)2<\/sup>] \/ p<\/em>2<\/sup><\/p>\n

En exploitant le th\u00e9or\u00e8me de K\u00f6nig-Huygens conjointement avec la propri\u00e9t\u00e9 de d\u00e9composition quadratique E<\/em>(X<\/em>2<\/sup>) = E<\/em>[X<\/em>(X<\/em> − 1)] + E<\/em>(X<\/em>), la variance se formalise par :<\/p>\n

Var(X<\/em>) = E<\/em>(X<\/em>2<\/sup>) − [E<\/em>(X<\/em>)]2<\/sup> = E<\/em>[X<\/em>(X<\/em> − 1)] + E<\/em>(X<\/em>) − [E<\/em>(X<\/em>)]2<\/sup><\/p>\n

En substituant les expressions pr\u00e9c\u00e9demment \u00e9tablies :<\/p>\n

Var(X<\/em>) = [2(1 − p<\/em>)2<\/sup> \/ p<\/em>2<\/sup>] + [(1 − p<\/em>) \/ p<\/em>] − [(1 − p<\/em>)2<\/sup> \/ p<\/em>2<\/sup>] = [(1 − p<\/em>)2<\/sup> \/ p<\/em>2<\/sup>] + [(1 − p<\/em>) \/ p<\/em>]<\/p>\n

En r\u00e9duisant sous un d\u00e9nominateur commun alg\u00e9brique p<\/em>2<\/sup> :<\/p>\n

Var(X<\/em>) = [(1 − p<\/em>)2<\/sup> + p<\/em>(1 − p<\/em>)] \/ p<\/em>2<\/sup> = [(1 − p<\/em>)(1 − p<\/em> + p<\/em>)] \/ p<\/em>2<\/sup> = (1 − p<\/em>) \/ p<\/em>2<\/sup><\/p>\n

Puisque la translation par une constante d\u00e9terministe pr\u00e9serve strictement la variance (Var(Y<\/em>) = Var(X<\/em> + 1) = Var(X<\/em>)), cette expression est universellement valable pour les deux param\u00e9trisations. L’\u00e9cart-type σ s’exprime donc par √(1 − p<\/em>) \/ p<\/em>. On observera que lorsque p<\/em> est petit, l’\u00e9cart-type est approximativement \u00e9gal \u00e0 l’esp\u00e9rance : σ ≈ E<\/em>(X<\/em>) ≈ 1\/p<\/em>, ce qui implique un coefficient de variation proche de l’unit\u00e9, r\u00e9v\u00e9lant une tr\u00e8s forte instabilit\u00e9 intrins\u00e8que de la trajectoire empirique.<\/p>\n

Pour caract\u00e9riser de mani\u00e8re int\u00e9grale l’architecture distributionnelle, la d\u00e9rivation de la fonction g\u00e9n\u00e9ratrice des moments<\/a> (MGF), d\u00e9finie par MX<\/sub><\/em>(t<\/em>) = E<\/em>[etX<\/sup><\/em>], apporte une synth\u00e8se analytique exhaustive. Pour tout r\u00e9el t<\/em> tel que (1 − p<\/em>)et<\/sup><\/em> < 1 (soit t<\/em> < −ln(1 − p<\/em>)), nous calculons :<\/p>\n

MX<\/sub><\/em>(t<\/em>) = ∑k<\/em>=0…∞<\/sub> etk<\/sup><\/em> p<\/em>(1 − p<\/em>)k<\/em><\/sup> = p<\/em> ∑k<\/em>=0…∞<\/sub> [(1 − p<\/em>)et<\/sup><\/em>]k<\/em><\/sup> = p<\/em> \/ [1 − (1 − p<\/em>)et<\/sup><\/em>]<\/p>\n

Gr\u00e2ce aux d\u00e9veloppements en s\u00e9rie de Taylor de cette fonction g\u00e9n\u00e9ratrice autour de t<\/em> = 0, on extrait directement les coefficients de dissym\u00e9trie (skewness γ1<\/sub>) et d’aplatissement (kurtosis γ2<\/sub>) :<\/p>\n

γ1<\/sub> = (2 − p<\/em>) \/ √(1 − p<\/em>)<\/p>\n

γ2<\/sub> = 3 + [p<\/em>2<\/sup> \/ (1 − p<\/em>)] + 6<\/p>\n

Ces grandeurs d’ordre sup\u00e9rieur d\u00e9montrent formellement que la loi g\u00e9om\u00e9trique est intrins\u00e8quement et fortement asym\u00e9trique positive (γ1<\/sub> > 2 pour tout p<\/em> ∈ ]0, 1[) et leptokurtique, pr\u00e9sentant une queue droite exceptionnellement lourde compar\u00e9e \u00e0 une distribution gaussienne standard.<\/p>\n

## 6. La propri\u00e9t\u00e9 d’absence de m\u00e9moire : formalisation et implications<\/p>\n

### 6.1 Preuve math\u00e9matique de l’amn\u00e9sie stochastique<\/p>\n

La propri\u00e9t\u00e9 embl\u00e9matique qui conf\u00e8re \u00e0 la distribution g\u00e9om\u00e9trique un statut d’exception au sein de la th\u00e9orie des probabilit\u00e9s discr\u00e8tes est indiscutablement la propri\u00e9t\u00e9 d’absence de m\u00e9moire, couramment d\u00e9sign\u00e9e dans le monde acad\u00e9mique sous l’appellation d’amn\u00e9sie stochastique. D’un point de vue formel, cette propri\u00e9t\u00e9 stipule que le temps r\u00e9siduel d’attente avant la d\u00e9couverte du premier succ\u00e8s ne d\u00e9pend en aucune mani\u00e8re du temps d\u00e9j\u00e0 \u00e9coul\u00e9 ou du nombre d’\u00e9checs d\u00e9j\u00e0 essuy\u00e9s.<\/p>\n

\u00c9non\u00e7ons le th\u00e9or\u00e8me avec une rigueur axiomatique absolue. Soit X<\/em> une variable al\u00e9atoire g\u00e9om\u00e9trique \u00e0 support sur N<\/strong> de param\u00e8tre d’\u00e9chelle p<\/em>. Pour tout couple d’entiers naturels positifs (s<\/em>, t<\/em>) ∈ N<\/strong>2<\/sup>, la probabilit\u00e9 conditionnelle que X<\/em> d\u00e9passe le seuil cumul\u00e9 s<\/em> + t<\/em>, sachant que la variable a d\u00e9j\u00e0 franchi sans encombre le seuil initial s<\/em>, est rigoureusement \u00e9gale \u00e0 la probabilit\u00e9 marginale originelle de d\u00e9passer le seuil t<\/em> :<\/p>\n

P<\/em>(X<\/em> ≥ s<\/em> + t<\/em> | X<\/em> ≥ s<\/em>) = P<\/em>(X<\/em> ≥ t<\/em>)<\/p>\n

Pour apporter la preuve alg\u00e9brique de ce th\u00e9or\u00e8me, appliquons la d\u00e9finition rigoureuse de la probabilit\u00e9 conditionnelle de Kolmogorov pour deux \u00e9v\u00e9nements arbitraires A<\/em> et B<\/em> avec P<\/em>(B<\/em>) > 0 :<\/p>\n

P<\/em>(A<\/em> | B<\/em>) = P<\/em>(A<\/em> ∩ B<\/em>) \/ P<\/em>(B<\/em>)<\/p>\n

Posons ici A<\/em> = {X<\/em> ≥ s<\/em> + t<\/em>} et B<\/em> = {X<\/em> ≥ s<\/em>}. Puisque les grandeurs s<\/em> et t<\/em> sont positives ou nulles, nous avons trivialement l’implication d\u00e9terministe suivante : d\u00e8s lors que X<\/em> ≥ s<\/em> + t<\/em>, alors a fortiori X<\/em> ≥ s<\/em>. L’\u00e9v\u00e9nement A<\/em> est donc un sous-ensemble strict de l’\u00e9v\u00e9nement B<\/em> (A<\/em> ⊆ B<\/em>), ce qui conduit \u00e0 l’identit\u00e9 intersectionnelle simplifi\u00e9e :<\/p>\n

{X<\/em> ≥ s<\/em> + t<\/em>} ∩ {X<\/em> ≥ s<\/em>} = {X<\/em> ≥ s<\/em> + t<\/em>}<\/p>\n

D\u00e8s lors, le rapport des probabilit\u00e9s conditionnelles se r\u00e9\u00e9crit sous la forme du quotient de deux probabilit\u00e9s de survie :<\/p>\n

P<\/em>(X<\/em> ≥ s<\/em> + t<\/em> | X<\/em> ≥ s<\/em>) = P<\/em>(X<\/em> ≥ s<\/em> + t<\/em>) \/ P<\/em>(X<\/em> ≥ s<\/em>)<\/p>\n

Rappelons que d’apr\u00e8s les propri\u00e9t\u00e9s de la fonction de survie \u00e9tablies \u00e0 la section 4.2, pour tout entier n<\/em> ∈ N<\/strong>, la probabilit\u00e9 d’avoir n<\/em> \u00e9checs ou davantage s’exprime exactement par la formule de queue :<\/p>\n

P<\/em>(X<\/em> ≥ n<\/em>) = P<\/em>(X<\/em> > n<\/em> − 1) = (1 − p<\/em>)n<\/em><\/sup><\/p>\n

En substituant respectivement les valeurs n<\/em> = s<\/em> + t<\/em> et n<\/em> = s<\/em> dans le num\u00e9rateur et le d\u00e9nominateur de notre \u00e9quation rationnelle, nous constatons :<\/p>\n

P<\/em>(X<\/em> ≥ s<\/em> + t<\/em> | X<\/em> ≥ s<\/em>) = [(1 − p<\/em>)s<\/em>+t<\/em><\/sup>] \/ [(1 − p<\/em>)s<\/em><\/sup>]<\/p>\n

Gr\u00e2ce aux lois \u00e9l\u00e9mentaires d’exponentiation des puissances r\u00e9elles, le quotient se simplifie imm\u00e9diatement :<\/p>\n

[(1 − p<\/em>)s<\/em>+t<\/em><\/sup>] \/ [(1 − p<\/em>)s<\/em><\/sup>] = [(1 − p<\/em>)s<\/em><\/sup> × (1 − p<\/em>)t<\/em><\/sup>] \/ [(1 − p<\/em>)s<\/em><\/sup>] = (1 − p<\/em>)t<\/em><\/sup><\/p>\n

Or, nous reconnaissons dans le terme terminal (1 − p<\/em>)t<\/em><\/sup> la probabilit\u00e9 exacte P<\/em>(X<\/em> ≥ t<\/em>). Le th\u00e9or\u00e8me d’amn\u00e9sie est ainsi rigoureusement d\u00e9montr\u00e9 :<\/p>\n

P<\/em>(X<\/em> ≥ s<\/em> + t<\/em> | X<\/em> ≥ s<\/em>) = P<\/em>(X<\/em> ≥ t<\/em>)<\/p>\n

Le point d’orgue \u00e9pist\u00e9mologique de cette d\u00e9monstration r\u00e9side dans le th\u00e9or\u00e8me d’unicit\u00e9 r\u00e9ciproque : parmi l’int\u00e9gralit\u00e9 des lois de probabilit\u00e9 discr\u00e8tes d\u00e9finies sur le support N<\/strong> (ou N<\/strong>*<\/sup>) ne prenant que des valeurs positives, la distribution g\u00e9om\u00e9trique est l’unique et exclusive d\u00e9tentrice de cette propri\u00e9t\u00e9 d’absence de m\u00e9moire. En analyse fonctionnelle, la seule fonction d\u00e9croissante v\u00e9rifiant l’\u00e9quation fonctionnelle de Cauchy g<\/em>(s<\/em> + t<\/em>) = g<\/em>(s<\/em>)g<\/em>(t<\/em>) sur les entiers est la fonction puissance exponentielle g<\/em>(n<\/em>) = cn<\/sup><\/em>, ce qui force irr\u00e9vocablement la distribution discr\u00e8te sous-jacente \u00e0 \u00e9pouser la forme g\u00e9om\u00e9trique.<\/p>\n

### 6.2 Cons\u00e9quences th\u00e9oriques de l’absence d’usure ou d’apprentissage intrins\u00e8que<\/p>\n

L’amn\u00e9sie stochastique entra\u00eene des r\u00e9percussions th\u00e9oriques d’une port\u00e9e ph\u00e9nom\u00e9nale tant pour la mod\u00e9lisation des sciences physiques que pour l’\u00e9pist\u00e9mologie de la rationalit\u00e9 humaine. Dans le monde de l’ing\u00e9nierie m\u00e9canique et de la physique des mat\u00e9riaux, un composant dont la dur\u00e9e de d\u00e9faillance est r\u00e9gie par une loi g\u00e9om\u00e9trique ne pr\u00e9sente aucune d\u00e9gradation temporelle, aucun ph\u00e9nom\u00e8ne de fatigue mat\u00e9rielle, ni la moindre usure structurelle. Le fait qu’un tel composant \u00e9lectronique ait surv\u00e9cu sans encombre pendant 10 000 cycles d’impulsion \u00e9lectrique n’indique en rien qu’il est sur le point de flancher : \u00e0 l’instant 10 001, sa probabilit\u00e9 intrins\u00e8que de d\u00e9faillance au cours du cycle imm\u00e9diat suivant demeure strictement invariante, rigoureusement identique \u00e0 celle qu’il arborait \u00e0 la toute premi\u00e8re seconde de sa mise sous tension en laboratoire.<\/p>\n

Sur le versant des sciences du comportement et de l’\u00e9conomie cognitive, la m\u00e9connaissance ou l’incompr\u00e9hension visc\u00e9rale de cette absence de m\u00e9moire constitue la source d’une des distorsions de la pens\u00e9e les plus c\u00e9l\u00e8bres de l’histoire psychologique : l’erreur ou le sophisme du joueur<\/a> (l’illusion trompeuse dite de la \u00ab maturit\u00e9 des chances \u00bb). Face \u00e0 un g\u00e9n\u00e9rateur de hasard purement g\u00e9om\u00e9trique (comme le tirage r\u00e9p\u00e9t\u00e9 de la couleur rouge \u00e0 la roulette europ\u00e9enne), un \u00eatre humain non averti d\u00e9veloppe quasi syst\u00e9matiquement l’illusion d’une compensation stochastique auto-correctrice. Apr\u00e8s avoir \u00e9t\u00e9 t\u00e9moin d’une s\u00e9quence inhabituelle de dix issues cons\u00e9cutives \u00ab noires \u00bb, le joueur en d\u00e9duit fallacieusement que l’av\u00e8nement d’un \u00ab rouge \u00bb est d\u00e9sormais imminent et plus probable que la normale, pour r\u00e9tablir une parit\u00e9 id\u00e9alis\u00e9e.<\/p>\n

La formule math\u00e9matique d’amn\u00e9sie d\u00e9montr\u00e9e ci-dessus an\u00e9antit sans appel cette chim\u00e8re cognitive :<\/p>\n

P<\/em>(Y<\/em> = 11 | Y<\/em> > 10) = p<\/em><\/p>\n

La roulette, m\u00e9canisme stochastique d\u00e9nu\u00e9 de circuit de stockage informationnel, ne poss\u00e8de aucun registre m\u00e9moriel de ses trajectoires r\u00e9volues. La distribution g\u00e9om\u00e9trique \u00e9tablit ainsi une fronti\u00e8re \u00e9pist\u00e9mologique nette entre deux typologies d’univers dynamiques : d’un c\u00f4t\u00e9, les processus purement stationnaires sans m\u00e9moire o\u00f9 chaque essai s’amorce dans une virginit\u00e9 causale absolue, et de l’autre, les syst\u00e8mes dynamiques adaptatifs ou les processus \u00e0 d\u00e9pendance historique (tels que les processus de Polya ou les cha\u00eenes auto-r\u00e9gressives) au sein desquels chaque r\u00e9alisation pass\u00e9e alt\u00e8re structurellement la matrice de transition des probabilit\u00e9s futures par r\u00e9troaction ou apprentissage.<\/p>\n

## 7. Interrelations avec les autres lois de probabilit\u00e9 usuelles<\/p>\n

### 7.1 G\u00e9n\u00e9alogie avec la loi binomiale n\u00e9gative et de Bernoulli<\/p>\n

La loi g\u00e9om\u00e9trique ne constitue pas une singularit\u00e9 isol\u00e9e au sein du paysage math\u00e9matique ; elle tisse au contraire un r\u00e9seau g\u00e9n\u00e9alogique dense et coh\u00e9rent reliant harmonieusement les distributions \u00e9l\u00e9mentaires de l’analyse combinatoire. Son interrelation la plus manifeste r\u00e9side dans son statut de brique fondatrice au sein de la famille des lois binomiales n\u00e9gatives, \u00e9galement d\u00e9nomm\u00e9es lois de Pascal. <\/p>\n

Rappelons que la distribution binomiale n\u00e9gative, traditionnellement not\u00e9e NegBin(r<\/em>, p<\/em>), mod\u00e9lise le nombre total d’\u00e9checs K<\/em> observ\u00e9s avant d’atteindre un quota arbitraire fix\u00e9 \u00e0 r<\/em> succ\u00e8s distincts (avec r<\/em> ∈ N<\/strong>*<\/sup>). Sa fonction de masse de probabilit\u00e9 prend la forme classique :<\/p>\n

P<\/em>(K<\/em> = k<\/em>) = C<\/em>(k<\/em> + r<\/em> − 1, k<\/em>) pr<\/sup><\/em> (1 − p<\/em>)k<\/em><\/sup><\/p>\n

Si nous injectons dans cette formulation g\u00e9n\u00e9rale la valeur unitaire r<\/em> = 1 \u2014 ce qui \u00e9quivaut \u00e0 restreindre la qu\u00eate exp\u00e9rimentale au tout premier succ\u00e8s \u2014 le coefficient combinatoire se r\u00e9duit trivialement :<\/p>\n

C<\/em>(k<\/em> + 1 − 1, k<\/em>) = C<\/em>(k<\/em>, k<\/em>) = 1<\/p>\n

L’expression g\u00e9n\u00e9rale d\u00e9g\u00e9n\u00e8re alors imm\u00e9diatement en :<\/p>\n

P<\/em>(K<\/em> = k<\/em>) = 1 × p<\/em>1<\/sup> (1 − p<\/em>)k<\/em><\/sup> = p<\/em>(1 − p<\/em>)k<\/em><\/sup><\/p>\n

ce qui reproduit tr\u00e8s exactement la fonction de masse de notre loi g\u00e9om\u00e9trique sur N<\/strong>. La loi g\u00e9om\u00e9trique n’est donc rien d’autre que la distribution binomiale n\u00e9gative d’ordre unitaire :<\/p>\n

Geom(p<\/em>) ≡ NegBin(1, p<\/em>)<\/p>\n

R\u00e9ciproquement, en vertu des th\u00e9or\u00e8mes d’addition stochastique, si nous consid\u00e9rons une suite de r<\/em> variables al\u00e9atoires ind\u00e9pendantes et identiquement distribu\u00e9es selon une m\u00eame loi g\u00e9om\u00e9trique de param\u00e8tre p<\/em>, not\u00e9es (X<\/em>1<\/sub>, X<\/em>2<\/sub>, …, Xr<\/sub><\/em>), la somme de ces temps d’attente individuels disjoints constitue une nouvelle variable al\u00e9atoire :<\/p>\n

Sr<\/sub><\/em> = ∑i<\/em>=1…r<\/em><\/sub> Xi<\/sub><\/em><\/p>\n

Cette somme Sr<\/sub><\/em> suit rigoureusement la distribution binomiale n\u00e9gative NegBin(r<\/em>, p<\/em>). Par le jeu des fonctions g\u00e9n\u00e9ratrices des moments, la fonction g\u00e9n\u00e9ratrice d’une somme de variables ind\u00e9pendantes \u00e9tant le produit de leurs fonctions g\u00e9n\u00e9ratrices individuelles, nous avons imm\u00e9diatement :<\/p>\n

M<\/em>S<\/em>r<\/em><\/sub><\/sub>(t<\/em>) = [M<\/em>X<\/em><\/sub>(t<\/em>)]r<\/em><\/sup> = [ p<\/em> \/ (1 − (1 − p<\/em>)et<\/sup><\/em>) ]r<\/em><\/sup><\/p>\n

Cette d\u00e9rivation par convolution confirme le r\u00f4le pivot de la loi g\u00e9om\u00e9trique, qui agit vis-\u00e0-vis de la distribution binomiale n\u00e9gative de la m\u00eame mani\u00e8re que la loi de Bernoulli vis-\u00e0-vis de la distribution binomiale classique. Enfin, d\u00e8s lors que l’on introduit des d\u00e9pendances ou des corr\u00e9lations entre les \u00e9preuves successives (processus markoviens d’ordre sup\u00e9rieur), les d\u00e9viations observ\u00e9es par rapport \u00e0 la structure g\u00e9om\u00e9trique fournissent une m\u00e9trique exacte de l’intensit\u00e9 du couplage stochastique \u00e0 l’\u0153uvre.<\/p>\n

### 7.2 Convergence vers la loi exponentielle continue<\/p>\n

L’interrelation sans doute la plus remarquable sur le plan de l’analyse asymptotique est le lien organique reliant la loi g\u00e9om\u00e9trique \u00e0 la loi exponentielle continue. Cette convergence constitue l’incarnation parfaite du principe de passage du discret vers le continu par discr\u00e9tisation infinit\u00e9simale de l’axe temporel.<\/p>\n

Consid\u00e9rons un ph\u00e9nom\u00e8ne d’attente s’\u00e9talant sur un horizon temporel continu r\u00e9el t<\/em> ∈ [0, +∞[. D\u00e9coupons arbitrairement chaque seconde ou chaque unit\u00e9 chronologique en un nombre massif n<\/em> d’intervalles infinit\u00e9simaux de largeur Δt<\/em> = 1\/n<\/em>. Au cours de chaque cr\u00e9neau infinit\u00e9simal \u00e9l\u00e9mentaire, supposons que l’\u00e9v\u00e9nement favorable poss\u00e8de une probabilit\u00e9 tr\u00e8s faible d’advenir, proportionnelle \u00e0 un taux d’intensit\u00e9 instantan\u00e9 fixe λ > 0, telle que :<\/p>\n

pn<\/sub><\/em> = λ \/ n<\/em><\/p>\n

Le nombre discret Xn<\/sub><\/em> d’intervalles infructueux avant d’observer le premier succ\u00e8s suit une loi g\u00e9om\u00e9trique de param\u00e8tre pn<\/sub><\/em>. La variable al\u00e9atoire mesurant le temps continu physique r\u00e9el \u00e9coul\u00e9 avant ce premier \u00e9v\u00e9nement s’\u00e9crit alors comme le produit de la variable discr\u00e8te par le pas temporel \u00e9l\u00e9mentaire :<\/p>\n

Tn<\/sub><\/em> = Xn<\/sub><\/em> × Δt<\/em> = Xn<\/sub><\/em> \/ n<\/em><\/p>\n

Examinons \u00e0 pr\u00e9sent la convergence de la fonction de survie continue de cette grandeur Tn<\/sub><\/em> pour une dur\u00e9e r\u00e9elle arbitraire t<\/em> ≥ 0 lorsque le maillage tend vers l’infiniment dense (n<\/em> → +∞) :<\/p>\n

P<\/em>(Tn<\/sub><\/em> > t<\/em>) = P<\/em>(Xn<\/sub><\/em> \/ n<\/em> > t<\/em>) = P<\/em>(Xn<\/sub><\/em> > n<\/em> t<\/em>) = P<\/em>(Xn<\/sub><\/em> ≥ ⌊n<\/em> t<\/em>⌋ + 1)<\/p>\n

En appliquant la formule de survie de la distribution g\u00e9om\u00e9trique sur N<\/strong> :<\/p>\n

P<\/em>(Xn<\/sub><\/em> > ⌊n<\/em> t<\/em>⌋) = (1 − pn<\/sub><\/em>)⌊n<\/em> t<\/em>⌋ + 1<\/sup> = [1 − (λ \/ n<\/em>)]⌊n<\/em> t<\/em>⌋ + 1<\/sup><\/p>\n

En mobilisant les propri\u00e9t\u00e9s fondamentales des limites d’exponentiation de suites r\u00e9elles, nous savons que :<\/p>\n

limn<\/em>→+∞<\/sub> [1 − (λ \/ n<\/em>)]n<\/em><\/sup> = e<\/em>−λ<\/sup><\/p>\n

Puisque ⌊n<\/em> t<\/em>⌋ \/ n<\/em> → t<\/em> \u00e0 mesure que n<\/em> cro\u00eet sans limite, le calcul asymptotique rigoureux livre la limite continue :<\/p>\n

limn<\/em>→+∞<\/sub> P<\/em>(Tn<\/sub><\/em> > t<\/em>) = e<\/em>−λ t<\/em><\/sup><\/p>\n

Nous reconnaissons dans cette expression terminale e<\/em>−λ t<\/em><\/sup> tr\u00e8s exactement la fonction de survie classique de la loi exponentielle<\/a> continue de param\u00e8tre de taux λ. <\/p>\n

Ce r\u00e9sultat d’une profondeur exceptionnelle d\u00e9montre que la distribution g\u00e9om\u00e9trique est la projection discr\u00e8te exacte de la loi exponentielle. Les deux distributions partagent d’ailleurs la m\u00eame propri\u00e9t\u00e9 d’absence de m\u00e9moire au sein de leurs espaces respectifs. En poussant plus loin cette dynamique de passage \u00e0 la limite, la concat\u00e9nation de multiples processus g\u00e9om\u00e9triques continus engendre directement l’\u00e9mergence formelle des processus de Poisson homog\u00e8nes, conf\u00e9rant \u00e0 la loi g\u00e9om\u00e9trique une position matricielle dans l’\u00e9dification de toute la th\u00e9orie moderne des files d’attente markoviennes.<\/p>\n

## 8. Applications en psychologie cognitive et mod\u00e9lisation de la r\u00e9solution de probl\u00e8mes<\/p>\n

### 8.1 Mod\u00e9lisation de l’acc\u00e8s \u00e0 l’insight et d\u00e9couverte de solutions<\/p>\n

Au-del\u00e0 de son statut privil\u00e9gi\u00e9 en math\u00e9matiques fondamentales, la loi g\u00e9om\u00e9trique a conquis un r\u00f4le structurant dans le champ de la psychologie cognitive exp\u00e9rimentale, tout particuli\u00e8rement dans l’analyse formelle des heuristiques de pens\u00e9e et de la r\u00e9solution de probl\u00e8mes complexes. Un d\u00e9bat historique oppose au sein des sciences de la cognition deux paradigmes dominants : le mod\u00e8le computationnel de traitement s\u00e9quentiel et incr\u00e9mental de l’information (popularis\u00e9 par Allen Newell et Herbert Simon), selon lequel la r\u00e9solution d’une \u00e9nigme r\u00e9sulte de la progression continue et graduelle au sein d’un graphe d’\u00e9tats logiques, et le mod\u00e8le discontinu de la psychologie de la Gestalt, affirmant que la d\u00e9couverte d’une impasse conceptuelle c\u00e8de la place \u00e0 un d\u00e9clic instantan\u00e9 et impr\u00e9visible d’illumination cognitive (\u00ab l’insight \u00bb ou moment Eur\u00eaka).<\/p>\n

Pour tester empiriquement ces cadres concurrents face \u00e0 des probl\u00e8mes dits \u00ab \u00e0 restructuration cognitive \u00bb (tels que le probl\u00e8me des neuf points ou les \u00e9nigmes de pens\u00e9e lat\u00e9rale), les chercheurs mesurent le temps de latence ou le nombre d’essais pr\u00e9liminaires non fructueux d\u00e9ploy\u00e9s par les sujets avant de formuler la solution valide. D\u00e8s lors que l’espace du probl\u00e8me est totalement non structur\u00e9 pour le participant \u2014 ce qui neutralise la possibilit\u00e9 d’un apprentissage hi\u00e9rarchique progressif \u2014 l’acc\u00e8s \u00e0 la solution s’apparente \u00e0 une recherche stochastique aveugle. Dans cette configuration d’exploration d\u00e9sordonn\u00e9e d’hypoth\u00e8ses, la probabilit\u00e9 d’avoir le \u00ab d\u00e9clic \u00bb mental \u00e0 n’importe quel essai peut \u00eatre mod\u00e9lis\u00e9e sous l’hypoth\u00e8se nulle par une probabilit\u00e9 constante p<\/em>.<\/p>\n

L’ad\u00e9quation des donn\u00e9es observ\u00e9es \u00e0 une distribution g\u00e9om\u00e9trique devient d\u00e8s lors un test de diagnostic \u00e9pist\u00e9mologique crucial. Si la distribution du nombre d’essais avant la d\u00e9couverte de la cl\u00e9 de l’\u00e9nigme s’ajuste parfaitement \u00e0 une loi g\u00e9om\u00e9trique P<\/em>(X<\/em> = k<\/em>) = p<\/em>(1 − p<\/em>)k<\/em><\/sup>, cette conformit\u00e9 valide l’hypoth\u00e8se d’une amn\u00e9sie stochastique du processus : chaque tentative infructueuse n’a apport\u00e9 aucune information utile au sujet, son cerveau n’ayant pas accumul\u00e9 d’indice sous-jacent susceptible de hausser sa performance future. En revanche, l’identification empirique de ruptures d’homog\u00e9n\u00e9it\u00e9 statistiques \u2014 telles qu’un d\u00e9ficit marqu\u00e9 d’observations dans les queues de distribution ou une d\u00e9rive d’asym\u00e9trie non g\u00e9om\u00e9trique \u2014 permet d’isoler avec pr\u00e9cision l’instant exact o\u00f9 l’apprentissage implicite subconscient prend le pas sur le t\u00e2tonnement al\u00e9atoire pur.<\/p>\n

### 8.2 Analyse des temps de latence et t\u00e2ches d’attention soutenue<\/p>\n

Dans le domaine de la psychophysique et des neurosciences comportementales, la loi g\u00e9om\u00e9trique offre une grille de lecture hautement formalis\u00e9e pour d\u00e9crypter les m\u00e9canismes de recherche visuelle et d’attention soutenue. Dans un protocole standard de d\u00e9tection de cible masqu\u00e9e, un individu doit balayer un champ visuel complexe satur\u00e9 d’\u00e9l\u00e9ments distracteurs afin d’identifier une cible dissimul\u00e9e (par exemple une lettre cible parmi une grille dense de distracteurs typographiques). Les dispositifs d’enregistrement des mouvements oculaires (eye-tracking) mesurent avec une pr\u00e9cision millim\u00e9trique le nombre de saccades et de fixations oculaires s\u00e9quentielles ex\u00e9cut\u00e9es par la fov\u00e9a avant que le regard ne se verrouille sur l’\u00e9l\u00e9ment recherch\u00e9.<\/p>\n

Si l’exploration oculaire s’op\u00e9rait de mani\u00e8re enti\u00e8rement guid\u00e9e par un signal top-down d\u00e9terministe, le nombre de fixations requises serait constant ou restreint \u00e0 une plage d\u00e9terministe tr\u00e8s \u00e9troite. \u00c0 l’inverse, si l’attention est d\u00e9ploy\u00e9e de fa\u00e7on stochastique non m\u00e9moris\u00e9e, l’exploration s’apparente \u00e0 un \u00e9chantillonnage sans remise si le nombre d’items est faible, ou plus fid\u00e8lement \u00e0 une suite d’\u00e9preuves de Bernoulli stationnaires d\u00e8s lors que la densit\u00e9 du champ sensoriel induit des r\u00e9-explorations fr\u00e9quentes des m\u00eames zones visuelles. Le nombre de saccades pr\u00e9liminaires suit alors avec une rigueur surprenante une distribution g\u00e9om\u00e9trique. Le param\u00e8tre p<\/em> extrait par les m\u00e9thodes d’inf\u00e9rence statistique sert alors d’indicateur direct de la saillance perceptive de la cible : plus la cible se d\u00e9tache nettement de son arri\u00e8re-plan sensoriel, plus le param\u00e8tre p<\/em> s’accro\u00eet, r\u00e9duisant de facto le temps moyen de fixation ⟨Y<\/em>⟩ = 1\/p<\/em>.<\/p>\n

Parall\u00e8lement, la loi g\u00e9om\u00e9trique trouve une application \u00e9lective dans l’\u00e9valuation de la vigilance \u00e0 travers le paradigme classique de l’horloge de Mackworth, con\u00e7u originellement pour sonder la baisse d’attention des op\u00e9rateurs radar au fil du temps. Face \u00e0 une aiguille tournante marquant des sauts p\u00e9riodiques r\u00e9guliers d’une seconde, le sujet doit d\u00e9tecter des doubles sauts al\u00e9atoires survenant \u00e0 des intervalles stochastiques impr\u00e9visibles. En mod\u00e9lisant le temps de r\u00e9action ou le nombre de cycles manqu\u00e9s avant une r\u00e9ponse correcte via la loi g\u00e9om\u00e9trique, les psychologues computationnels parviennent \u00e0 d\u00e9coupler la composante purement attentionnelle (captur\u00e9e par la stabilit\u00e9 temporelle du param\u00e8tre p<\/em>) de la fatigue cognitive globale, qui se manifeste math\u00e9matiquement par une \u00e9rosion non stationnaire de ce param\u00e8tre au cours de la s\u00e9ance d’\u00e9valuation prolong\u00e9e.<\/p>\n

## 9. Applications en psychologie comportementale et dynamique du renforcement<\/p>\n

### 9.1 Programmes de conditionnement op\u00e9rant \u00e0 ratios variables<\/p>\n

L’introduction de la loi g\u00e9om\u00e9trique au c\u0153ur des th\u00e9ories de l’apprentissage animal et humain est l’un des apports majeurs de l’analyse comportementale initi\u00e9e par B. F. Skinner. Dans le cadre th\u00e9orique du conditionnement op\u00e9rant<\/a>, un organisme vivant (qu’il s’agisse d’un pigeon picorant un disque ou d’un rat appuyant sur un levier dans une chambre op\u00e9rante) est soumis \u00e0 diff\u00e9rentes architectures ou programmes de renforcement positif d\u00e9terminant l’attribution d’une r\u00e9compense biologique (goutte de liquide nutritif, granule de nourriture).<\/p>\n

Parmi ces architectures, les programmes de renforcement \u00e0 ratio variable (d\u00e9nomm\u00e9s programmes VR pour \u00ab Variable Ratio \u00bb) constituent le protocole exp\u00e9rimental le plus r\u00e9sistant \u00e0 l’extinction. Dans une configuration de ratio variable g\u00e9om\u00e9trique pur, chaque \u00e9mission de la r\u00e9ponse op\u00e9ratoire par l’animal poss\u00e8de une probabilit\u00e9 fixe et immuable p<\/em> d’actionner le distributeur de renforcement, ind\u00e9pendamment du nombre d’actions op\u00e9ratoires pr\u00e9alablement d\u00e9livr\u00e9es. Il s’ensuit que le nombre de pressions sur le levier exig\u00e9es pour obtenir le renforcement cons\u00e9cutif suit avec une conformit\u00e9 absolue une loi g\u00e9om\u00e9trique ordinale de param\u00e8tre p<\/em>, sur le support N<\/strong>*<\/sup>, dont l’esp\u00e9rance est 1\/p<\/em>. <\/p>\n

L’analyse comparative approfondie des trac\u00e9s d’enregistrement cumulatifs a r\u00e9v\u00e9l\u00e9 que les programmes g\u00e9om\u00e9triques \u00e0 ratio variable produisent les cadences de r\u00e9ponse comportementale les plus soutenues, les plus denses et les plus uniformes de tout le spectre de la psychophysique. Contrairement aux programmes \u00e0 ratio fixe (o\u00f9 l’attribution pr\u00e9visible du renforcement tous les N<\/em> essais d\u00e9clenche une pause post-renforcement caract\u00e9ristique induite par la certitude du r\u00e9pit), le renforcement stochastique sans m\u00e9moire \u00e9limine totalement ces pauses. En raison de l’amn\u00e9sie de la loi g\u00e9om\u00e9trique, l’animal est virtuellement maintenu dans un \u00e9tat stochastique stationnaire constant : la r\u00e9compense pouvant advenir imm\u00e9diatement au coup suivant avec la probabilit\u00e9 p<\/em> m\u00eame si elle vient tout juste d’\u00eatre d\u00e9livr\u00e9e, l’organisme ne ralentit jamais sa cadence motrice. Cette structure algorithmique d\u00e9montre comment une invariance probabiliste formelle peut gouverner et stabiliser un pattern comportemental dynamique sur de tr\u00e8s longues p\u00e9riodes temporelles.<\/p>\n

### 9.2 Comportements d’addiction et pers\u00e9v\u00e9rance dysfonctionnelle<\/p>\n

Les r\u00e9percussions psychologiques de la dynamique g\u00e9om\u00e9trique trouvent leur versant clinique et soci\u00e9tal le plus d\u00e9vastateur dans l’\u00e9tude des addictions comportementales, et plus particuli\u00e8rement du jeu d’argent pathologique (gambling). L’architecture m\u00e9canique et algorithmique des machines \u00e0 sous \u00e9lectroniques modernes, ainsi que des jeux de loterie instantan\u00e9e ou des micro-transactions dans l’industrie vid\u00e9oludique contemporaine (telles que les \u00ab loot boxes \u00bb ou coffres de r\u00e9compenses al\u00e9atoires), est d\u00e9lib\u00e9r\u00e9ment calibr\u00e9e sur des distributions d’attente \u00e0 profil g\u00e9om\u00e9trique sans m\u00e9moire.<\/p>\n

Face \u00e0 une machine distribuant un gain financier majeur avec une probabilit\u00e9 fixe p<\/em> extr\u00eamement faible (par exemple p<\/em> = 0,0001), le joueur pathologique se trouve immerg\u00e9 dans un environnement stochastique o\u00f9 le nombre de paris infructueux avant le jackpot est une variable g\u00e9om\u00e9trique \u00e0 esp\u00e9rance hyperbolique d\u00e9mesur\u00e9e (E<\/em>(X<\/em>) = 9 999 pertes). Le dysfonctionnement cognitif majeur r\u00e9side dans l’incapacit\u00e9 structurelle du cerveau humain \u00e0 traiter intuitivement l’amn\u00e9sie probabiliste. Apr\u00e8s avoir essuy\u00e9 une s\u00e9quence ruin\u00e9e de plusieurs centaines de tentatives avort\u00e9es, le joueur succombe au biais d’escalade d’engagement ou sophisme des co\u00fbts irr\u00e9cup\u00e9rables (\u00ab sunk cost fallacy \u00bb) adoss\u00e9 \u00e0 l’illusion du joueur. Convaincu que la s\u00e9rie n\u00e9gative accumul\u00e9e \u00ab charge \u00bb la machine et augmente la probabilit\u00e9 conditionnelle d’un gain imminent, il intensifie sa cadence de mise.<\/p>\n

Sur le plan de la neurobiologie computationnelle, cette dynamique de renforcement g\u00e9om\u00e9trique intermittent d\u00e9clenche des lib\u00e9rations phasiques massives de dopamine au sein du noyau accumbens et de la voie m\u00e9solimbique. Les travaux neurophysiologiques d\u00e9montrent que l’amplitude du signal d’erreur de pr\u00e9diction de la r\u00e9compense (Reward Prediction Error, RPE) est maximale lorsque l’incertitude quant \u00e0 la temporalit\u00e9 du stimulus est la plus totale. En \u00e9liminant tout indice pr\u00e9dictif gr\u00e2ce \u00e0 l’ind\u00e9pendance de Bernoulli, la distribution g\u00e9om\u00e9trique soumet l’appareil dopaminergique de l’individu \u00e0 un r\u00e9gime d’activation impr\u00e9visible perp\u00e9tuel. Cet ancrage neuro-computationnel verrouille les boucles comportementales et transforme une qu\u00eate purement stochastique en une pers\u00e9v\u00e9rance dysfonctionnelle chronique r\u00e9sistante aux th\u00e9rapies cognitives usuelles.<\/p>\n

## 10. Psychom\u00e9trie computationnelle et th\u00e9orie de la r\u00e9ponse aux items<\/p>\n

### 10.1 Mod\u00e9lisation de la devinette et tests \u00e0 choix multiples chronom\u00e9tr\u00e9s<\/p>\n

Dans le champ de la psychom\u00e9trie contemporaine et de l’ing\u00e9nierie des tests standardis\u00e9s, la quantification des comp\u00e9tences intellectuelles latentes exige d’isoler la part r\u00e9elle de ma\u00eetrise cognitive de celle relevant du simple hasard. Lors de la passation de tests chronom\u00e9tr\u00e9s compos\u00e9s d’items \u00e0 choix multiples (QCM) pr\u00e9sentant m<\/em> modalit\u00e9s de r\u00e9ponse mutuellement exclusives dont une seule est correcte, un candidat totalement d\u00e9pourvu de la comp\u00e9tence requise pour un item donn\u00e9 peut choisir de s\u00e9lectionner une r\u00e9ponse de mani\u00e8re al\u00e9atoire pure.<\/p>\n

Dans cette configuration d’absence totale d’information, la probabilit\u00e9 nominale de r\u00e9ussir l’item par devinette aveugle s’\u00e9l\u00e8ve \u00e0 p<\/em> = 1\/m<\/em>. Au sein de la th\u00e9orie classique des tests, et plus rigoureusement dans le cadre de la th\u00e9orie des r\u00e9ponses aux items<\/a> (TRI), cette r\u00e9alit\u00e9 a impos\u00e9 le d\u00e9veloppement de mod\u00e8les logistiques \u00e0 trois param\u00e8tres (mod\u00e8le 3PL de Birnbaum). Le troisi\u00e8me param\u00e8tre, universellement d\u00e9sign\u00e9 sous le terme de pseudo-chance ou param\u00e8tre de devinette ci<\/sub><\/em>, vient asseoir la probabilit\u00e9 d’une r\u00e9ussite minimale incompressible lorsque le trait latent θ du sujet tend vers −∞.<\/p>\n

Cependant, lorsque l’\u00e9preuve psychom\u00e9trique est administr\u00e9e sous une contrainte de temps s\u00e9v\u00e8re avec un protocole de r\u00e9ponses r\u00e9p\u00e9t\u00e9es jusqu’\u00e0 validation (comme dans certains dispositifs informatis\u00e9s adaptatifs contemporains o\u00f9 le candidat doit obligatoirement r\u00e9soudre l’item courant pour d\u00e9verrouiller la suite du test), le nombre d’essais allou\u00e9s par le sujet sur une m\u00eame question devient une variable stochastique fondamentale. Si le sujet devine \u00e0 l’aveugle de mani\u00e8re r\u00e9p\u00e9t\u00e9e avec remise, le nombre de soumissions erron\u00e9es avant de franchir l’obstacle suit rigoureusement une loi g\u00e9om\u00e9trique de param\u00e8tre p<\/em> = 1\/m<\/em>. <\/p>\n

L’analyse de l’ad\u00e9quation distributionnelle du nombre d’essais \u00e0 la loi g\u00e9om\u00e9trique th\u00e9orique permet aux psychom\u00e9triciens de d\u00e9tecter avec une grande sensibilit\u00e9 les comportements de triche ou de d\u00e9sengagement strat\u00e9gique : un candidat qui teste fr\u00e9n\u00e9tiquement les options en un temps record verra sa trajectoire \u00e9pouser fid\u00e8lement l’esp\u00e9rance g\u00e9om\u00e9trique th\u00e9orique E<\/em>(X<\/em>) = m<\/em> − 1, tandis qu’un sujet engag\u00e9 dans un raisonnement r\u00e9fl\u00e9chi pr\u00e9sentera des patterns de latence et des taux de succ\u00e8s radicalement dissoci\u00e9s de la signature g\u00e9om\u00e9trique aveugle.<\/p>\n

### 10.2 Indicateurs de persistance et de t\u00e9nacit\u00e9 cognitive<\/p>\n

L’\u00e9valuation psychom\u00e9trique de traits de personnalit\u00e9 non cognitifs, au premier rang desquels figure le \u00ab grit \u00bb th\u00e9oris\u00e9 par la psychologue Angela Duckworth \u2014 englobant les concepts de pers\u00e9v\u00e9rance face \u00e0 l’\u00e9chec et de passion pour des objectifs de long terme \u2014 a traditionnellement souffert de la subjectivit\u00e9 des questionnaires d’auto-\u00e9valuation. Pour pallier cette faiblesse psychom\u00e9trique, les chercheurs ont d\u00e9velopp\u00e9 des mesures comportementales implicites informatis\u00e9es bas\u00e9es sur l’allocation stochastique des efforts face \u00e0 des t\u00e2ches insolubles ou de tr\u00e8s haute difficult\u00e9.<\/p>\n

Dans ces protocoles exp\u00e9rimentaux, les sujets sont confront\u00e9s \u00e0 des batteries de probl\u00e8mes math\u00e9matiques ou logiques dont certains ont \u00e9t\u00e9 subrepticement modifi\u00e9s pour \u00eatre totalement d\u00e9pourvus de solution logique. L’indicateur comportemental quantitatif repose sur le nombre total d’essais ou la dur\u00e9e cumulative d’efforts allou\u00e9s par l’individu avant de d\u00e9cider d’abandonner activement la t\u00e2che (\u00ab task abandonment \u00bb). Si l’on formalise la d\u00e9cision d’abandon comme un processus d’arr\u00eat optimal, chaque tentative infructueuse soumet le sujet \u00e0 un arbitrage cognitif : r\u00e9investir une unit\u00e9 d’effort mental ou renoncer pour pr\u00e9server ses ressources attentionnelles.<\/p>\n

Si l’on postule un mod\u00e8le d\u00e9cisionnel o\u00f9 la d\u00e9cision d’abandonner poss\u00e8de une propabilit\u00e9 d’\u00e9mergence stationnaire p<\/em>abandon<\/sub> \u00e0 chaque nouvel \u00e9chec subi, le nombre de tentatives tol\u00e9r\u00e9es par l’individu avant capitulation s’ajuste \u00e9l\u00e9gamment sur une loi g\u00e9om\u00e9trique. D\u00e8s lors, le param\u00e8tre d’\u00e9chelle p<\/em>abandon<\/sub> devient une signature psychom\u00e9trique directe de la t\u00e9nacit\u00e9 cognitive de l’individu : une valeur de p<\/em> exceptionnellement basse correspond \u00e0 une esp\u00e9rance g\u00e9om\u00e9trique tr\u00e8s \u00e9lev\u00e9e, caract\u00e9risant un haut niveau de pers\u00e9v\u00e9rance comportementale. <\/p>\n

L’int\u00e9r\u00eat fondamental de cette mod\u00e9lisation r\u00e9side dans la capacit\u00e9 \u00e0 distinguer math\u00e9matiquement l’abandon strat\u00e9gique rationnel (o\u00f9 le sujet adapte sa probabilit\u00e9 d’abandon apr\u00e8s avoir inf\u00e9r\u00e9 l’insolubilit\u00e9 du probl\u00e8me, ce qui engendre une rupture manifeste de la propri\u00e9t\u00e9 d’absence de m\u00e9moire) de l’\u00e9puisement passif de la volont\u00e9 (ego depletion), o\u00f9 la distribution empirique des abandons conserve sa structure g\u00e9om\u00e9trique stationnaire caract\u00e9ristique d’une absence d’apprentissage strat\u00e9gique conscient.<\/p>\n

## 11. M\u00e9thodes d’estimation statistique et inf\u00e9rence bay\u00e9sienne du param\u00e8tre<\/p>\n

### 11.1 Estimation par le maximum de vraisemblance et m\u00e9thode des moments<\/p>\n

Dans la pratique de la recherche empirique, le param\u00e8tre fondamental de probabilit\u00e9 sous-jacent p<\/em> est une grandeur inconnue de la nature qu’il convient d’estimer avec rigueur \u00e0 partir d’un \u00e9chantillon d’observations exp\u00e9rimentales. Consid\u00e9rons un \u00e9chantillon de n<\/em> r\u00e9alisations ind\u00e9pendantes et identiquement distribu\u00e9es (i.i.d.) selon une loi g\u00e9om\u00e9trique sur N<\/strong>, not\u00e9 vectoriellement x<\/strong> = (x<\/em>1<\/sub>, x<\/em>2<\/sub>, …, xn<\/sub><\/em>), o\u00f9 chaque xi<\/sub><\/em> repr\u00e9sente le nombre d’\u00e9checs constat\u00e9s avant le premier succ\u00e8s lors de la i<\/em>-\u00e8me session exp\u00e9rimentale.<\/p>\n

La fonction de vraisemblance conjointe associ\u00e9e \u00e0 cet \u00e9chantillon s’exprime comme le produit des fonctions de masse individuelles :<\/p>\n

L<\/em>(p<\/em>; x<\/strong>) = ∏i<\/em>=1…n<\/em><\/sub> P<\/em>(X<\/em> = xi<\/sub><\/em>) = ∏i<\/em>=1…n<\/em><\/sub> [p<\/em>(1 − p<\/em>)xi<\/sub><\/em><\/sup>] = pn<\/sup><\/em> (1 − p<\/em>)∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em><\/sup><\/p>\n

Pour faciliter l’optimisation analytique, nous appliquons la transformation strictement monotone du logarithme n\u00e9p\u00e9rien afin d’obtenir la fonction de log-vraisemblance not\u00e9e ln L<\/em>(p<\/em>; x<\/strong>) ou &ell;(p<\/em>) :<\/p>\n

&ell;(p<\/em>) = ln [pn<\/sup><\/em> (1 − p<\/em>)∑ xi<\/sub><\/em><\/sup>] = n<\/em> ln(p<\/em>) + [∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>] ln(1 − p<\/em>)<\/p>\n

Pour d\u00e9river l’estimateur du maximum de vraisemblance<\/a> (EMV), nous annulons la d\u00e9riv\u00e9e premi\u00e8re par rapport au param\u00e8tre scalaire p<\/em> (\u00e9quation du score) :<\/p>\n

d<\/em>&ell;\/dp<\/em> = (n<\/em> \/ p<\/em>) − [(∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>) \/ (1 − p<\/em>)] = 0<\/p>\n

En multipliant l’int\u00e9gralit\u00e9 des membres par p<\/em>(1 − p<\/em>), nous extrayons la relation lin\u00e9aire :<\/p>\n

n<\/em>(1 − p<\/em>) − p<\/em> ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em> = 0 ⇔ n<\/em> − n<\/em> p<\/em> − p<\/em> ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em> = 0<\/p>\n

En isolant formellement le param\u00e8tre p<\/em> et en introduisant la moyenne empirique de l’\u00e9chantillon not\u00e9e x\u0304<\/em> = (1\/n<\/em>) ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>, nous obtenons l’estimateur canonique :<\/p>\n

p\u0302<\/em>EMV<\/sub> = n<\/em> \/ [n<\/em> + ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>] = 1 \/ [1 + (1\/n<\/em>)∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>] = 1 \/ [1 + x\u0304<\/em>]<\/p>\n

Si nous op\u00e9rons sous la convention ordinale yi<\/sub><\/em> ∈ N<\/strong>*<\/sup>, un calcul rigoureusement analogue livre la formule immens\u00e9ment c\u00e9l\u00e8bre :<\/p>\n

p\u0302<\/em> = 1 \/ \u0233<\/em><\/p>\n

o\u00f9 \u0233<\/em> repr\u00e9sente la moyenne arithm\u00e9tique des rangs d’apparition du premier succ\u00e8s. <\/p>\n

Pour v\u00e9rifier que cette solution correspond bien \u00e0 un maximum global strict, nous \u00e9valuons la d\u00e9riv\u00e9e seconde de la log-vraisemblance :<\/p>\n

d<\/em>2<\/sup>&ell;\/dp<\/em>2<\/sup> = −(n<\/em> \/ p<\/em>2<\/sup>) − [(∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>) \/ (1 − p<\/em>)2<\/sup>]<\/p>\n

Puisque n<\/em> > 0, p<\/em> > 0 et xi<\/sub><\/em> ≥ 0, cette quantit\u00e9 est strictement n\u00e9gative pour toute valeur de p<\/em> ∈ ]0, 1[, confirmant la stricte concavit\u00e9 de la surface de vraisemblance. En calculant l’information de Fisher attendue In<\/sub><\/em>(p<\/em>) = −E<\/em>[d<\/em>2<\/sup>&ell;\/dp<\/em>2<\/sup>], et sachant que E<\/em>(∑ Xi<\/sub><\/em>) = n<\/em>(1 − p<\/em>)\/p<\/em>, nous trouvons :<\/p>\n

In<\/sub><\/em>(p<\/em>) = (n<\/em> \/ p<\/em>2<\/sup>) + [n<\/em>(1 − p<\/em>)] \/ [p<\/em>(1 − p<\/em>)2<\/sup>] = (n<\/em> \/ p<\/em>2<\/sup>) + [n<\/em> \/ (p<\/em>(1 − p<\/em>))] = n<\/em> \/ [p<\/em>2<\/sup>(1 − p<\/em>)]<\/p>\n

En vertu des th\u00e9or\u00e8mes centraux de l’asymptotique fr\u00e9quentiste, l’estimateur p\u0302<\/em> est consistant (convergeant en probabilit\u00e9 vers la vraie valeur), asymptotiquement normal et efficace, atteignant asymptotiquement la borne inf\u00e9rieure de Cram\u00e9r-Rao, avec une variance asymptotique donn\u00e9e par :<\/p>\n

Var(p\u0302<\/em>) ≈ 1 \/ In<\/sub><\/em>(p<\/em>) = [p<\/em>2<\/sup>(1 − p<\/em>)] \/ n<\/em><\/p>\n

Il convient n\u00e9anmoins de noter qu’\u00e0 taille d’\u00e9chantillon finie n<\/em>, en raison de la non-lin\u00e9arit\u00e9 de la fonction inverse appliqu\u00e9e \u00e0 la moyenne empirique, l’estimateur pr\u00e9sente un biais d’\u00e9chantillon positif fini d’ordre O<\/em>(1\/n<\/em>), qui s’estompe rapidement \u00e0 mesure que la taille n<\/em> de la cohorte s’accro\u00eet.<\/p>\n

### 11.2 Approche bay\u00e9sienne sous lois a priori conjugu\u00e9es<\/p>\n

Dans de nombreux paradigmes de recherche contemporains, et particuli\u00e8rement lors de l’administration informatis\u00e9e de tests cognitifs adaptatifs o\u00f9 le mod\u00e8le doit r\u00e9actualiser ses estimations trait par trait en temps r\u00e9el, l’inf\u00e9rence fr\u00e9quentiste \u00e0 large \u00e9chantillon montre ses limites. L’approche bay\u00e9sienne s’impose alors par sa capacit\u00e9 \u00e0 incorporer des connaissances pr\u00e9alables et \u00e0 quantifier l’incertitude \u00e9pist\u00e9mique sur le param\u00e8tre p<\/em> via une distribution de probabilit\u00e9 continue d\u00e9finie sur le support ]0, 1[.<\/p>\n

Pour la distribution g\u00e9om\u00e9trique, la famille des lois a priori conjugu\u00e9es naturelles par excellence est la distribution B\u00eata<\/a>. Supposons que l’\u00e9tat initial des croyances de l’exp\u00e9rimentateur quant \u00e0 la valeur plausible du param\u00e8tre p<\/em> soit formalis\u00e9 par une loi a priori B\u00eata(α, β) dont la densit\u00e9 de probabilit\u00e9 s’\u00e9crit pour tout p<\/em> ∈ ]0, 1[ :<\/p>\n

π(p<\/em>; α, β) = [1 \/ B<\/em>(α, β)] p<\/em>α−1<\/sup> (1 − p<\/em>)β−1<\/sup><\/p>\n

o\u00f9 B<\/em>(α, β) d\u00e9signe la fonction B\u00eata d’Euler agissant comme constante de normalisation analytique. <\/p>\n

Supposons \u00e0 pr\u00e9sent que nous observions un \u00e9chantillon exp\u00e9rimental i.i.d. de taille n<\/em> not\u00e9 x<\/strong> = (x<\/em>1<\/sub>, …, xn<\/sub><\/em>), totalisant une somme globale d’\u00e9checs cumul\u00e9s d\u00e9sign\u00e9e par S<\/em> = ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>. En appliquant la formule de Bayes, la densit\u00e9 de probabilit\u00e9 a posteriori du param\u00e8tre p<\/em> conditionn\u00e9e par les donn\u00e9es empiriques recueillies, not\u00e9e π(p<\/em> | x<\/strong>), est proportionnelle au produit de la vraisemblance par la distribution a priori :<\/p>\n

π(p<\/em> | x<\/strong>) ∝ L<\/em>(p<\/em>; x<\/strong>) × π(p<\/em>; α, β)<\/p>\n

En substituant les formes fonctionnelles respectives :<\/p>\n

π(p<\/em> | x<\/strong>) ∝ [pn<\/sup><\/em> (1 − p<\/em>)S<\/em><\/sup>] × [p<\/em>α−1<\/sup> (1 − p<\/em>)β−1<\/sup>] = p<\/em>α + n<\/em> − 1<\/sup> (1 − p<\/em>)β + S<\/em> − 1<\/sup><\/p>\n

Nous constatons avec une \u00e9l\u00e9gance analytique remarquable que cette densit\u00e9 a posteriori appartient tr\u00e8s exactement \u00e0 la m\u00eame famille fonctionnelle que la loi a priori : il s’agit indubitablement d’une distribution B\u00eata r\u00e9actualis\u00e9e, dont les hyperparam\u00e8tres canoniques ont simplement absorb\u00e9 les statistiques exhaustives issues de l’\u00e9chantillon observ\u00e9 :<\/p>\n

p<\/em> | x<\/strong> ~ B\u00eata(α*<\/sup>, β*<\/sup>) avec α*<\/sup> = α + n<\/em> et β*<\/sup> = β + ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em><\/p>\n

Cette stabilit\u00e9 formelle illustre toute la puissance de la conjugaison bay\u00e9sienne. Les hyperparam\u00e8tres α et β de la loi a priori s’interpr\u00e8tent de mani\u00e8re transparente comme un nombre fictif pr\u00e9alable d’exp\u00e9riences r\u00e9ussies (α) et d’\u00e9checs pass\u00e9s (β). <\/p>\n

D\u00e8s lors, l’estimateur de Bayes sous perte quadratique (qui correspond \u00e0 l’esp\u00e9rance math\u00e9matique de la distribution a posteriori) s’exprime imm\u00e9diatement sous une forme ferm\u00e9e pond\u00e9r\u00e9e :<\/p>\n

p\u0302<\/em>Bayes<\/sub> = E<\/em>[p<\/em> | x<\/strong>] = α*<\/sup> \/ (α*<\/sup> + β*<\/sup>) = (α + n<\/em>) \/ [α + n<\/em> + β + ∑i<\/em>=1…n<\/em><\/sub> xi<\/sub><\/em>]<\/p>\n

Cette formulation int\u00e8gre organiquement un lissage naturel (analogue au lissage de Laplace lorsque α = 1 et β = 1), \u00e9liminant de facto les estimations extr\u00eames et pathologiques (comme p\u0302<\/em> = 1 lorsque le tout premier essai d’un \u00e9chantillon restreint de taille n<\/em> = 1 se solde imm\u00e9diatement par un succ\u00e8s). Cette approche bay\u00e9sienne fournit le moteur algorithmique des syst\u00e8mes modernes de testing adaptatif et de recommandation cognitive personnalis\u00e9e, o\u00f9 la comp\u00e9tence d’un individu est r\u00e9\u00e9valu\u00e9e de mani\u00e8re continue et fluide apr\u00e8s chaque item soumis.<\/p>\n

## 12. Simulation stochastique, ad\u00e9quation empirique et limites m\u00e9thodologiques<\/p>\n

### 12.1 G\u00e9n\u00e9ration num\u00e9rique et algorithmes d’inversion<\/p>\n

L’exp\u00e9rimentation stochastique, le prototypage d’algorithmes et la validation par la m\u00e9thode de Monte-Carlo n\u00e9cessitent la capacit\u00e9 de g\u00e9n\u00e9rer rapidement et avec une pr\u00e9cision num\u00e9rique irr\u00e9prochable des suites de variables al\u00e9atoires pseudo-al\u00e9atoires distribu\u00e9es selon une loi g\u00e9om\u00e9trique. La m\u00e9thode analytique la plus \u00e9l\u00e9gante et la plus efficiente sur le plan computationnel repose sur le th\u00e9or\u00e8me de la transform\u00e9e inverse appliqu\u00e9e au support discret.<\/p>\n

Soit U<\/em> une variable al\u00e9atoire continue uniform\u00e9ment distribu\u00e9e sur l’intervalle ouvert ]0, 1[, issue d’un g\u00e9n\u00e9rateur congruentiel lin\u00e9aire moderne ou d’un algorithme de type Mersenne Twister. Rappelons que la fonction de r\u00e9partition continue de la contrepartie exponentielle de taux λ = −ln(1 − p<\/em>) peut \u00eatre invers\u00e9e analytiquement. En adaptant ce principe au cadre discret de la loi g\u00e9om\u00e9trique sur N<\/strong>, nous cherchons le plus petit entier k<\/em> ∈ N<\/strong> satisfaisant FX<\/sub><\/em>(k<\/em>) ≥ u<\/em>, o\u00f9 u<\/em> est une r\u00e9alisation scalaire de la variable uniforme U<\/em>.<\/p>\n

En utilisant la forme ferm\u00e9e de la fonction de r\u00e9partition \u00e9tablie \u00e0 la section 4.1 :<\/p>\n

1 − (1 − p<\/em>)k<\/em>+1<\/sup> ≥ u<\/em> ⇔ (1 − p<\/em>)k<\/em>+1<\/sup> ≤ 1 − u<\/em><\/p>\n

Puisque U<\/em> et 1 − U<\/em> poss\u00e8dent la m\u00eame distribution uniforme sur ]0, 1[, nous pouvons substituer directement u<\/em> \u00e0 la place de 1 − u<\/em>. En appliquant la fonction logarithme n\u00e9p\u00e9rien (strictement croissante mais n\u00e9gative sur ]0, 1[) :<\/p>\n

(k<\/em> + 1) ln(1 − p<\/em>) ≤ ln(u<\/em>) ⇔ k<\/em> + 1 ≥ [ln(u<\/em>)] \/ [ln(1 − p<\/em>)]<\/p>\n

En isolant formellement l’entier k<\/em> via l’op\u00e9rateur partie enti\u00e8re par d\u00e9faut ⌊.⌋, nous d\u00e9duisons l’algorithme d’inversion num\u00e9rique directe :<\/p>\n

X<\/em> = ⌊ ln(U<\/em>) \/ ln(1 − p<\/em>) ⌋<\/p>\n

Pour la distribution ordinale Y<\/em> sur N<\/strong>*<\/sup>, l’expression d’inversion s’\u00e9crit de mani\u00e8re rigoureusement \u00e9quivalente :<\/p>\n

Y<\/em> = ⌊ ln(U<\/em>) \/ ln(1 − p<\/em>) ⌋ + 1 = ⌈ ln(U<\/em>) \/ ln(1 − p<\/em>) ⌉<\/p>\n

Cet algorithme de transformation logarithmique directe s’ex\u00e9cute en une complexit\u00e9 temporelle algorithmique optimale en temps constant O<\/em>(1), ind\u00e9pendamment de la valeur scalaire du param\u00e8tre p<\/em>. Il surpasse incomparablement la m\u00e9thode na\u00efve de simulation s\u00e9quentielle de Bernoulli (qui consisterait \u00e0 boucler en g\u00e9n\u00e9rant des tirages successifs jusqu’\u00e0 l’apparition du premier succ\u00e8s), dont la complexit\u00e9 algorithmique temporelle moyenne s’\u00e9l\u00e8ve \u00e0 O<\/em>(1\/p<\/em>), devenant prohibitive et computationnellement d\u00e9sastreuse d\u00e8s lors que p<\/em> s’effondre vers des r\u00e9gimes de probabilit\u00e9 ultra-faibles.<\/p>\n

Dans les \u00e9cosyst\u00e8mes contemporains de calcul scientifique, cette m\u00e9thodologie est optimis\u00e9e au niveau vectoriel et bas niveau. Sous le logiciel open-source R, la g\u00e9n\u00e9ration est invoqu\u00e9e via la primitive native `rgeom(n, prob)`, qui prend scrupuleusement comme support le nombre d’\u00e9checs N<\/strong>. Sous l’environnement Python scientifique adoss\u00e9 \u00e0 la suite `numpy` \/ `scipy`, la fonction `numpy.random.geometric(p, size)` g\u00e9n\u00e8re en revanche des variables ordinales sur N<\/strong>*<\/sup>, tandis que le module formel `scipy.stats.geom` encapsule l’int\u00e9gralit\u00e9 des fonctions de masse (`pmf`), de r\u00e9partition (`cdf`) et de survie (`sf`) requises pour le calibrage exp\u00e9rimental \u00e0 grande \u00e9chelle.<\/p>\n

### 12.2 Tests d’ad\u00e9quation et diagnostics de violation d’hypoth\u00e8ses<\/p>\n

Le d\u00e9ploiement rigoureux de la loi g\u00e9om\u00e9trique en tant que mod\u00e8le d’ing\u00e9nierie statistique exige imp\u00e9rativement la mise en \u0153uvre de proc\u00e9dures de v\u00e9rification empirique afin d’attester de la conformit\u00e9 distributionnelle des donn\u00e9es recueillies sur le terrain. L’outil inf\u00e9rentiel classique par excellence est le test d’ad\u00e9quation du khi-deux de Pearson (χ2<\/sup>). <\/p>\n

Pour appliquer ce test, l’espace des donn\u00e9es observ\u00e9es d’\u00e9checs est partitionn\u00e9 en M<\/em> classes mutuellement exclusives C<\/em>1<\/sub>, C<\/em>2<\/sub>, …, CM<\/sub><\/em>, la derni\u00e8re classe regroupant syst\u00e9matiquement la queue de distribution {k<\/em> ≥ K<\/em>max<\/sub>} pour satisfaire la r\u00e8gle de Cochran exigeant des effectifs attendus sup\u00e9rieurs ou \u00e9gaux \u00e0 5 dans chaque cellule. La statistique de test s’exprime alors classiquement sous la forme :<\/p>\n

χ2<\/sup>obs<\/sub> = ∑j<\/em>=1…M<\/em><\/sub> [(Oj<\/sub><\/em> − Ej<\/sub><\/em>)2<\/sup> \/ Ej<\/sub><\/em>]<\/p>\n

o\u00f9 Oj<\/sub><\/em> d\u00e9signe l’effectif exp\u00e9rimentalement constat\u00e9 dans la classe j<\/em>, et Ej<\/sub><\/em> = n<\/em> × P<\/em>(X<\/em> ∈ Cj<\/sub><\/em>; p\u0302<\/em>) repr\u00e9sente l’effectif th\u00e9orique calibr\u00e9 via le param\u00e8tre estim\u00e9 par maximum de vraisemblance. Sous l’hypoth\u00e8se nulle H<\/em>0<\/sub> de parfaite conformit\u00e9 \u00e0 la loi g\u00e9om\u00e9trique, cette statistique suit asymptotiquement une distribution du χ2<\/sup> \u00e0 M<\/em> − 1 − 1 = M<\/em> − 2 degr\u00e9s de libert\u00e9, la perte d’un degr\u00e9 suppl\u00e9mentaire r\u00e9sultant de l’estimation pr\u00e9alable de la valeur inconnue du param\u00e8tre p<\/em> sur l’\u00e9chantillon.<\/p>\n

Cependant, le d\u00e9fi m\u00e9thodologique majeur auquel se heurtent les chercheurs r\u00e9side dans la d\u00e9tection des violations des postulats d’invariance et d’ind\u00e9pendance de Bernoulli. Dans les s\u00e9ries temporelles humaines ou les processus industriels r\u00e9els, l’hypoth\u00e8se de stationnarit\u00e9 temporelle est fr\u00e9quemment viol\u00e9e par deux m\u00e9canismes fondamentaux antagonistes :<\/p>\n