Laurent Hayez

17 septembre 2013

Exercice 1. Une urne contient r boules rouges et b boules blanches.

1. Dcrire lespace probabilis (, A, P) associ aux expriences suivantes :
(a) On tire k boules une une sans remise.
(b) On tire k boules une une avec remise.
2. Soit X : N la variable alatoire gale au nombre de boules
blanches. Calculer la loi de X.
Solution.



1. (a) = = (1 , ..., k )  i {blanc, rouge} = {0, 1} avec () .
Pk
Pk
() : i=1 i r et k i=1 i b
A = P(), cest lensemble des parties de .



(b) = = (1 , ..., k )  i {blanc, rouge} = {0, 1} .
A = P(), cest lensemble des parties de .
2. (a) X est la variable alatoire correspondant au nombre total de
boules blanches tires
 

b
r
k
nk


P(X) =
b+r
n
Cest une loi hypergomtrique de paramtres (b, n, k) o
b est le nombre de boules blanches, n le nombre de boules
tires et k le nombre de boules blanches tires.
(b) X est la variable alatoire correspondant au nombre total de
boules blanches tires.
 
n k
P(X) =
p (1 pb )nk
k b
Cest une loi binomiale de paramtres (n, pb ) avec n le nombre
de boules tires, k le nombre des boules blanches tires, et pb
la probabilit de tirer une boule blanche.

Probabilits : examen 2011

page 1

Laurent Hayez

17 septembre 2013

Exercice 2. Si n personnes sont runies dans une pice, quelle est la probabilit quaucune paire dindividus nait un anniversaire commun ? Dterminer
nmin pour que cette probabilit soit infrieure 0.5.
Solution.
Soit n le nombre de personnes dans la pice. Supposons quon ait
N = 365 jours dans lanne, et donc 365 dates danniversaires diffrentes.
Soit E lvnement au moins deux personnes sont nes le mme jour et
soit E c lvnement personne nest n le mme jour. Alors E = 1 E c .
Il est plus facile de calculer E c que E, et comme on a ici une probabilit
uniforme, on a
N (N 1)(N 2) (N n + 1)
.
N N N



En effet, = (a1 , ..., an )  ai {1, ..., N } , et on sait que card() =
N n . On peut simplifier notre quation :
P(E c ) =

N (N 1)(N 2) (N n + 1)
N 1 N 2
N (n 1)
=

N N N
N
 N
 N

1
2
n1
= 1
1
1
N
N
N
n1
X



i
log 1 +
log (P (E )) =
N
i=0
c

On sait par le dveloppement en srie de Taylor de log(1 + x) au point 0

que log(1 + ) ' . Do
n+1
X

i
log 1
N
i=0

n1
1 X
=
i
N i=0

P(E c ) ' e N

1 n(n 1)

N
2

n(n1)
2

On veut dterminer nmin tel que P(E c ) < 0.5.

1

e N

n(n1)
2

1 n(n 1)

< ln(0.5)
N
2
1 n(n 1)

> ln(2)
N
2
n2 n 2N ln(2) > 0

< 0.5

n2 n 506 > 0

Probabilits : examen 2011

page 2

Laurent Hayez

17 septembre 2013

On rsout cette quation et on trouve que n < 22 ou n > 23. Do pour

que la probabilit que deux personnes dans la mme pice nait pas leur
anniversaire le mme jour soit infrieure 0.5, il faut quil y ait au moins
de 24 personnes dans la pice. Donc nmin = 24 personnes.
Exercice 3. Une mouche pond N oeufs. Chaque oeuf clt avec une probabilit p. On note X le nombre doeufs clos.
1. Donner la loi de X
2. On suppose maintenant que N est une variable alatoire distribue
suivant une loi de Poisson :
P(N = n) = e

n
.
n!

(a) Calculer P(X = x | N = n) et en dduire la loi de X.

(b) Sachant que x oeufs on clos, quelle est la loi de N ?

Solution.
1. On a assez clairement une loi binomial de paramtres n, p. On
nous donne le nombre doeufs pondus, et la probabilit quun oeuf
close, donc une loi de binomial est adapte ici car on veut savoir
le nombre de succs (doeufs clos) associ la variable alatoire
X.
 
n
P(X) =
px (1 p)nx
x
2. (a) P(X = x | N = n) est aussi une loi binomial. Cela revient au
mme que ce quon a fait juste au dessus.
 
n
P(X = x | N = n) =
px (1 p)nx
x
Dterminons prsent la loi de X. On a par la formule des
probabilits totales que
P(X) =

P(X = x |N = n) P(N = n)

n=0

Avoir un nombre doeufs qui a clos suprieur au nombre

doeufs pondus na aucun sens, donc on peut commencer

Probabilits : examen 2011

page 3

Laurent Hayez

17 septembre 2013

notre somme n = x.

P(X = x |N = n) P(N = n) =

n=x

 
X
n
n=x

= px e

px (1 p)nx e

n!
n
(1 p)nx
x!(n x)!
n!
n=x

1 x X (1 p)nx x nx
p e

x!
(n x)!
n=x

1 x x X ((1 p))nx
p e
x!
(n x)!
n=x

(p)x (1p)
e e
x!
(p)x
= ep
x!
=

Donc X suit une loi de Poisson de paramtre p.

(b)
P(X = x | N = n)P(N = n)
P(N = n | X = x) = P
n P(X = x | N = n)P(N = n)
 
n
n
px (1 p)nx e n!
x
=
(p)x
ep x!
=

n!
x!(nx)!

px (1 p)nx e n!

(p)x
x!
p)nk e n

ep

(1
(n k)! ep k

(1 p)nk e+p nk
(n k)!

((1 p))nk ep
(n k)!

= ep

( p)nk
(n k)!

Donc N suit une loi de Poisson de paramtre p.

Probabilits : examen 2011

n
n!

page 4