Вы находитесь на странице: 1из 27

Exercices de Probabilits

Table des matires


Christophe Fiszka, Claire Le Goff
1 Introduction aux probabilits 2
avril - mai 2013
2 V.a.r, esprance, fonction de rpartition 4

3 Lois usuelles 5
3.1 Loi de Bernoulli, loi binomiale . . . . . . . . . . . . . . . . . . 5
3.2 Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3 Loi gomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4 Loi hypergomtrique . . . . . . . . . . . . . . . . . . . . . . 6
3.5 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.6 Loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.7 Loi exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . 7
Section ELI
3.8 Autres lois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

4 Fonctions caractristiques 8

5 Convergences de v.a.r 8

6 Couples de variables alatoires 9

7 Introduction aux statistiques 10

8 Complments 11
8.1 La mthode de Monte-Carlo . . . . . . . . . . . . . . . . . . . 11
8.2 Lentropie de Shannon . . . . . . . . . . . . . . . . . . . . . . 11
8.3 Datation au Carbone 14 . . . . . . . . . . . . . . . . . . . . . 11

9 Sujets dexamens 12

10 Solutions des exercices 18

11 Solutions des sujets 22

1
1 INTRODUCTION AUX PROBABILITS 2

1 Introduction aux probabilits 625. Si on entreprend de faire Son-


nez avec deux ds, il y a dsavan-
Exercice 1. Le chevalier de Mr est un noble et crivain franais trs ama- tage de lentreprendre en 24. Et nan-
teur de jeu dargent. Contemporain de Blaise Pascal, il sopposa ce dernier moins 24 est 36 (qui est le nombre
sur un problme de jeu de ds : des faces de deux ds) comme 4 6
(qui est le nombre des faces dun d).
Sur un lancer de 4 ds, il gagne si au moins un 6 apparat.
Voil quel tait son grand scandale
1. Mr remarque exprimentalement que le jeu lui est favorable et en qui lui faisait dire hautement que les
profite pour senrichir. Prouvez que le jeu est effectivement favorable, i.e Blaise Pascal (1623-1662) propositions ntaient pas constantes
on gagne en moyenne si on parie sur le 6 . Si on entreprend de faire un six et que larithmtique se dmentait :
Malheureusement pour notre chevalier, celui-ci trouva de moins en moins avec un d, il y a avantage de len- mais vous en verrez bien aisment la
de candidats. Il proposa la variante suivante : treprendre en 4, comme de 671 raison par les principes o vous tes.
On lance 24 fois une paire de ds et il gagne si un double 6 apparat.
Exercice 2. On considre une pice que lon lance 4 fois de suite et on note,
base sur le raisonnement suivant : la probabilit dobtenir un double dans lordre, les rsultats obtenus.
6 est de 1/36 soit 6 fois moins de chance que dobtenir un simple 6 .
Donc en jouant six fois plus longtemps, cest dire en lanant donc 1. Quel univers des possibles peut-on choisir ? Quel ensemble des vne-
64 = 24 paires de ds, on doit obtenir un jeu tout aussi favorable que le ments E peut-on choisir ? Quelle loi de probabilit P peut-on choisir ?
premier. Pascal et Fermat, dans leur correspondance sur les probabilits, 2. On considre lvnement A={ il y a plus de piles que de faces } et
montrrent que le raisonnement du Chevalier tait faux. lvnement B={ le premier lancer est pile }.
2. Pouvez-vous montrer que le second jeu est dfavorable ? Calculer la probabilit de A et celle de B.
Extrait de la lettre du 29 juillet 1654 de Pascal Fermat mentionnant le 3. A et B sont-ils indpendants ?
problme du chevalier de Mr :
Exercice 3. On considre un jeu de loterie qui consiste effectuer un tirage
sans remise de 5 boules parmi 50 boules numrotes de 1 50 puis un tirage
Je nai pas eu le temps de vous
sans remise de 2 toiles parmi 11 toiles numrotes de 1 11. Chaque per-
envoyer la dmonstration dune dif-
sonne mise 2 euros et choisit 5 numros de boules et 2 numros dtoile. Aprs
ficult qui tonnait fort M. de Mr,
chaque tirage (o lordre dans lequel sont tires les boules et les toiles nest
car il a trs bon esprit, mais il nest
pas pris en compte), une personne gagne une certaine somme en fonction du
pas gomtre (cest, comme vous sa-
nombre de boules et dtoiles tires quelle avait pralablement choisi.
vez, un grand dfaut) et mme il ne
comprend pas quune ligne mathma- 1. Quel univers des possibles peut-on choisir ? Quel ensemble des vne-
tique soit divisible linfini et croit ments E peut-on choisir ? Quelle loi de probabilit P peut-on raisonna-
fort bien entendre quelle est compo- blement choisir ?
se de points en nombre fini, et je nai 2. Quelle est la probabilit de tirer le gros lot (ie. dobtenir les 5 bonnes
jamais pu len tirer. Si vous pouviez boules et les 2 bonnes toiles) ?
le faire, on le rendrait parfait. Il me
Pierre de Fermat (1601-1665) 3. On suppose que lon gagne partir du moment o lon a au moins 2 bons
disait donc quil avait trouv fausset
dans les nombres par cette raison : numros de boules, ou alors un bon numro de boules et deux bonnes
toiles. Quelle est la probabilit de gagner quelque chose ? Exprimer ceci
sous la forme on a environ une chance sur . . . de gagner .
2 V.A.R, ESPRANCE, FONCTION DE RPARTITION 3

4. Est-il plus probable davoir deux boules et pas dtoiles ou alors davoir 1. Considrons n personnes, quelle n p(n)
une boule et deux toiles ? Mme question si lon compare deux boules et est la probabilit note p(n) 5 2,71%
une toile avec une boule et deux toiles. Est-ce intuitivement cohrent ? davoir au moins deux personnes 10 11,69%
Exercice 4. Un Q.C.M comporte 10 questions. chaque question, on a 4 nes le mme jour de lanne ? 15 25,29%
choix possibles pour une seule rponse juste. Pour simplifier, toutes les annes 20 41,14%
sont non-bissextiles. 30 56,87%
1. Combien y-a-t-il de grille-rponses possibles ? 50 97,04%
2. Quelle est la probabilit de rpondre au hasard 6 fois correctement. En 100 99,99997%
2. En utilisant un DL de lexpo-
conclusion, allez vous rpondre au hasard votre prochain Q.C.M ? >365 100%
nentiel en 0, montrer que si n
Exercice 5. Alice, Bob, et Jo, au cours dun safari, tirent en mme temps est suffisamment petit on dis- 3. En dduire le nombre de per-
sur un lphant. Lanimal est touch par deux balles avant de scrouler. La pose de lapproximation suivante sonnes ncessaires pour avoir
prcision des chasseurs est mesure par la probabilit quil touche la cible
une chance sur deux que deux
(resp. 1/3, 1/2 et 1/4). Calculer pour Alice, Bob et Jo, la probabilit davoir
n(n1) personnes aient leurs anniver-
rat llphant. p(n) ' 1 e 2365
saires le mme jour.
Exercice 6. Au cours dun voyage low-cost en avion entre Paris et New-York
en passsant par Hong-Kong et Sidney, Alice perd sa valise. La probabilit Exercice 11 (Dans un jeu tl). Un candidat se trouve devant 3 portes
que la valise soit perdue Orly, JFK, Kai Tak ou encore sir Charles fermes. Derrire une de ces portes, il y a une superbe voiture gagner,
Kingsford Smith est la mme. Quelle est la probabilt que la valise dAlice et un poireau dans les deux autres. Le candidat doit choisir une porte au
soit encore en Austalie ? hasard (sans louvrir). Lanimateur ouvre alors une autre porte contenant un
Exercice 7. On considre n urnes numrotes de 1 n. Lurne numro k poireau.
contient k boules vertes et nk boules rouges. On choisit une urne au hasard Que devrait faire le candidat : garder sa porte ou changer davis et choisir
puis on tire une boule dans cette urne. Quelle est la probabilit dobtenir une la dernire porte ? Justifier.
boule verte ? Quelle est la limite de cette probabilit quand n + ? Exercice 12 (Problme des trois prisonniers). Trois prisonniers X,Y
Exercice 8. Un marchand reoit un lot de montres. Il sait que ce lot peut et Z sont enferms dans un cachot sans possibilits de communication. Deux
venir soit de lusine A soit de lusine B. En moyenne, lusine A (resp. B) seront condamns le lendemain. Seul le gelier connat le sort de chacun. Le
produit une montre dfectueuse sur 200 (resp. sur 1000). Notre marchand premier prisonnier X interpelle le gelier : Je sais que lun des deux autres
teste une premire montre : elle marche. Quelle est la probabilit que le prisonniers sera condamn, tu ne mapprends rien en me rvlant lequel ? Sil
second test soit positif ? te plat, dis moi qui ! . Aprs un moment dhsitation, le gelier lui rpond :
Y sera condamn demain, mais cela ne te donne aucun renseignement sur
Exercice 9. Une maladie affecte statistiquement une personne sur 1000. Un
ton propre sort . Le prisonnier dun air fier rtorque : Dtrompes toi
test de dpistage permet de dtecter la maladie avec une fiabilit de 99%,
gelier ! Maintenant tout se joue entre moi et Z, je serais donc libre avec
mais il y a 0.2% de chances que le test donne un faux positif (i.e. une personne
probabilit 1/2 et non plus 1/3 .
est dclare malade sans ltre).
Le prisonnier a-t-il raison de penser que sa probabilit dtre graci chan-
1. Une personne est teste positivement. Quelle est la probabilit quelle ger ?
soit rellement malade ?
2. Une personne est teste ngativement. Quelle est la probabilit quelle
soit quand mme malade ? 2 V.a.r, esprance, fonction de rpartition
3. Ce dpistage remplit-il son rle ?
Exercice 13. Alice et Bob jouent avec une paire de ds. Ils conviennent que
Exercice 10. (Paradoxe des anniversaires) Alice gagne si et seulement si elle effectue un double. Elle gagne dans ce cas
2 V.A.R, ESPRANCE, FONCTION DE RPARTITION 4

5 euros. Combien doit gagner Bob dans les autres cas pour que le jeu soit Exercice 17. Un canal de transmission transmet des bits avec erreur selon
quitable ? le modle suivant : il transmet fidlement un bit avec probabilit p et de
faon errone avec probabilit 1 p avec p [0, 1]. On considre n canaux en
Exercice 14. La roulette franaise est constitue de 37 cases dont un 0 srie, et que chaque canal fonctionne indpendamment des autres. On note
qui nest pas considr comme pair. Si on gagne en pariant sur la parit du X le bit reu en sortie du k-ime canal et X le bit lentre du premier
k 0
nombre, la banque reverse 2 fois la mise. Si on gagne en pariant sur le bon canal. On dsire calculer la probabilit quau bout des n canaux, le signal
nombre, la banque reverse 36 fois la mise. reste inchang.
1. Lavantage de la maison est le pourcentage moyen de la perte des joueurs.
1. Que vaut P (Xk+1 = 1|Xk = 0) et P (Xk+1 = 1|Xk = 1) ?
Le calculer pour un joueur qui ne mise que sur un seul numro.    
P (Xn = 1) p 1p
2. Alice mise 100 euros sur lvnement A : le nombre est pair , et 10 2. Posons An = et M = M2 (R).
P (Xn = 0) 1p p
euros sur lvnement B : le nombre est 7. Quelle est son esprance de
Montrer que An+1 = M An .
gain ? Et si on choisit 6 au lieu de 7 ?
3. On suppose maintenant que la personne joue plusieurs fois de suite, et 3. En dduire la probabilit quun bit soit fidlement transmis au bout de
autant de fois quelle le souhaite, mais seulement sur lvnement A : le n canaux. Que dire la limite ?
nombre est pair. Proposer une stratgie gagnante (en un sens dfinir). Indication : pour calculer les puissances de M , diagonaliser cette matrice
Pourquoi cette stratgie nest en fait pas trs raliste ? symtrique dont les valeurs propres sont 1 et 2p 1.

Exercice 15. On considre un d 6 faces, que lon lance une infi- Exercice 18. On souhaite dpister, grce un contrle sanguin, quels sont
nit de fois. Une face est rouge et les 5 autres faces sont bleues. On les bovins atteints par un certain virus dans un troupeau de n btes. On
crit sous forme dune suite les rsultats successifs obtenus, par exemple sait que chaque bte a, indpendamment des autres, une probabilit p ]0, 1[
BRRBBBRRRBRBRRR . . . (B signifiant bleu et R rouge). On sintresse dtre atteinte. Comme chaque test cote cher, on procde de la manire
la premire srie de nombres obtenus, dans le sens suivant, plus simple suivante : on forme des groupes de m btes (o m divise n) ; dans chaque
dfinir par des exemples : groupe, on mlange les prlvements sanguins des bovins en un seul super-
chantillon , dans lequel on teste la prsence du virus (il suffit quune seule
1. BBBRBR . . . : la premire srie est BBB.
bte du groupe soit infecte pour que le test soit positif). Si on dcle la
2. RBRBBBRBB . . . : la premire srie est rduite R. prsence du virus dans un super-chantillon, on teste toutes les btes du
3. RRRRRRRRRBR . . . : la premire srie est RRRRRRRR. groupe sparment.
On appelle X la variable alatoire correspondant la longueur de la premire a) Quelle est la loi du nombre de btes atteintes dans le troupeau ? Rappeler
srie. Calculer la loi de X et lesprance de X. (sans calcul) son esprance et sa variance.
Exercice 16. Soit (, E, P ) un espace probabilis. On dfinit pour A une b) Calculer lesprance E(m) du nombre de tests effectus.
partie de , lindicatrice 1A de A par 1A () = 1 si A et 0 sinon. c) Pour quelles valeurs de p vaut-il mieux choisir m = n plutt que m = 1 ?
1. Que vaut E(1A ) pour A E ? d) Y-a-t-il une valeur de m optimale ?
Qn
2. Soient (Ai ), n lments de E. A partir de lgalit 1Tk Ack = k=1 (1
Exercice 19. Soit X une v.a.r de fonction de rpartition F . On supposera
1Ak ), montrer que le principe dinclusion-exclusion :
F continue, strictement croissante.
n
X X 1. Donner la loi de Y = F (X).
P (A1 An ) = (1)k1 P (Ai1 Aik )
k=1 16i1 <<ik 6n 2. En admettant que lon sache tirer des nombres alatoires uniformment
rpartis sur [0, 1], donner une mthode de tirage de nombres alatoires
3. En dduire que si les Ai sont indpendants, les Aci le sont aussi. rpartis suivant la loi de probabilit de X.
3 LOIS USUELLES 5

3 Lois usuelles 3.2 Loi de Poisson

3.1 Loi de Bernoulli, loi binomiale

Exercice 20. 1. Trouver un algorithme permettant partir dune pice


de monnaie quilibre de simuler toute loi de Bernoulli de paramtre p
avec p ]0, 1[.

2. De mme, laide dune pice de monnaie, trouver une manire de choisir


au hasard et uniformment un entier dans [0, n].

Exercice 21. 1. Calculer lesp-


rance et la variance dune loi de
Bernoulli de paramtre p.

2. Faire de mme avec une loi bino-


miale de paramtre (n, p).

3. Retrouver lesprance et la va-


riance dune loi Binomiale en uti- Simon Denis Poisson (1781-1840).
lisant le fait quune loi binomiale
Exercice 24. 1. Retrouver la valeur de lesprance et la variance dune loi
est la somme de n lois de Ber-
de Poisson de paramtre .
noulli indpendantes. Jacques Bernoulli (1654,1705)
2. Montrer quune somme de deux variables alatoires indpendantes sui-
vant chacune une loi de Poisson (de paramtre respectif et ) suit
encore une loi de Poisson.
Exercice 22. Soit n et N deux entiers non nuls. Une urne contient n jetons
numrots de 1 n. On effectue N tirages avec remise dans cette urne. Soit Fi Exercice 25. Un insecte pond des oeufs suivant une loi de Poisson P().
le nombre de fois que le jeton iPa t tir. Calculer la loi de Fi , son esprance Chaque oeuf une probabilit dclore avec une probabilit p, indpendante
n
et sa variance. On pose F := 1 Fi . Calculer la loi de F , son esprance, sa des autres oeufs. Soit Z le nombre doeufs qui ont clos.
variance. 1. Donner la loi de Z.
2. En dduire lesprance de Z.
Exercice 23. Soit Xn des variables alatoires i.i.d (indpendantes identi- Exercice 26. On sintresse aux nombres de clients arrivant lun des deux
quement distribues) suivant une loi de Bernoulli de paramtre p. On pose guichets (A et B) dune banque. Pour cela modlisons le problme de la
Yn = Xn Xn+1 et Un = Y1 + . . . + Yn . manire suivante :
Le nombre de clients quittant la file dattente, not X, est modlis par une
1. Quelle est la loi de Yn ? Les Yi sont-elles deux deux indpendantes ? loi de Poisson P(). Le choix de guichet A par le i-me client est modlis
par une loi Bernoulli B(p). Ainsi Yi vaut 1 avec probabilit p si le i-me client
2. Calculer lesprance et la variance de Un . choisit bien.
3 LOIS USUELLES 6

PX
1. Que signifie S = k=1 Yk ? Posons lespace de toutes les populations de taille n muni de la probabilit
2. Que vaut P (S = k|X = n) ? uniforme. Soit X la variable qui chaque sous-population de associe le
nombre dindividus appartenant S1 . Donner la loi de X.
3. Montrer que S suit une loi de Poisson.
Exercice 31. Bob vient dacheter un tang. Il voudrait bien connatre le
Exercice 27. Un serveur brise en moyenne trois verres et une assiette par
nombre, not n, de poissons dans son tang. Pour cela il effectue une premire
mois. Notons X le nombre de verres casss et Y le nombre dassiettes casss
pche. Il ramne ainsi r = 133 poissons quil relche aprs les avoir marqus.
par ce serveur.
Lors dune seconde pche de s = 144 poissons, il constate que k = 18 sont
1. Donner les lois de probabilit des variables alatoires X et Y . marqus.
2. Quelle est la loi de X + Y ? 1. Quelle tait la probabilit P (n) davoir pch k poissons marqus.
3. Calculer la probabilit dun mois sans assiette ni verre cass ? Afin destimer n, on cherche la valeur de n qui maximise la probabilit
4. Ce serveur maladroit casse aussi des bols. La v.a Z gale au nombre de P (n). Cest le principe de lestimation par le maximum de vrai-
bols casss involontairement par an suit une loi de poisson de paramtre P (n)
semblance. Pour se faire, posons un = et u1 = 1 de sorte que
5. Si le soir du 31 dcembre, notre serveur na pas cass au moins 5 Qn P (n 1)
verres dans lanne, il fte cela en brisant des bols pour avoir au moins P (n) = k=1 un .
le minimum de 5 bols casss sur lanne. Donner la loi de probabilit et 2. Calculer un . Montrer que pour nk < rs, un est suprieur 1 et infrieur
lesprance de W , o W reprsente le nombre de bols casss par an. 1 si nk > rs.
3. En dduire que la valeur maximale de P (n) est obtenue pour :
3.3 Loi gomtrique j rs k
Exercice 28 (Premier temps darrt). On jette un d ordinaire jusqu ce n =
k
que le 1 apparaisse pour la premire fois et on appelle X la variable alatoire
gale au nombre de coups ncessaires pour obtenir ce 1. Dterminer la loi de 4. Vrifier numriquement lefficacit de cette mthode.
probabilit de X.
3.5 Loi uniforme
Exercice 29. Soit X une v.a. de loi gomtrique de paramtre p [0, 1],
Exercice 32. 1. Donner lesprance et la variance dune loi uniforme sur
P (X = k) = p(1 p)k1 , k > 0. [a, b].
2. Donner la loi de la somme de v.a indpendantes suivant une loi uniforme
1. Montrer que la loi est sans mmoire, i.e :
sur [0, 1] ?
(k, n) N 2 , P (X > n + k|X > k) = P (X > n).
Exercice 33. On tire au sort au hasard uniformment et indpendamment
deux nombres dans [0, 1]. Le plus petit des deux nombres est plus grand que
2. Inversement que dire dune v.a discrte sans mmoire ?
1/3. Quelle est la probabilit que lautre soit suprieur 3/4 ?
3. Soient X1 et X2 deux v.a de loi gomtrique respectivement de para-
mtre p1 , p2 . Calculer la loi de Y = min(X1 , X2 ). Exercice 34. Un skieur doit traverser un glacier dun longueur l. A lendroit
o il devra traverser, on sait quil existe une crevasse avec probabilit p. On
suppose que, si cette crevasse existe, sa position est uniformment distribue
3.4 Loi hypergomtrique
S sur lintervalle [0, l] du trajet. Le skieur a dj parcouru une distance x 6 l
Exercice 30. Soit S = S1 S2 une populations de N individus partition- sans encombre et se pose la question : quelle est la probabilit quil rencontre
ne en deux sous populations S1 et S2 de tailles respectivement N1 et N2 . une crevasse ? (on pourra noter A lvnement la crevasse existe dans [0, x],
4 FONCTIONS CARACTRISTIQUES 7

B lvnement la crevasse existe et se trouve aprs x et C lvnement la 1. Calculer les densits de U et V , notes respectivement fU et fV . On
crevasse existe). pourra sintresser aux fonctions de rpartitions.
Exercice 35 (Galette des rois). On considre une galette des rois circulaire 2. On considre Xn des variables alatoires indpendantes de loi ex-
de rayon R, une fve de rayon r cache dans la galette (R > 2r > 0). Calculer ponentielle de paramtres respectifs 1 , . . . , n , calculer la loi de
la probabilit de toucher la fve quand on donne le premier coup de couteau min(X1 , X2 , . . . Xn ).
dans la galette. On suppose que le coup de couteau correspond un rayon 3. On considre n atomes radioactifs diffrents qui fissionnent selon une loi
de la galette et langle est choisi avec une probabilit uniforme sur [0, 2]. exponentielle, latome numro i suivant une loi exponentielle de para-
Donner ensuite un quivalent de cette probabilit pour r petit. mtre i . On considre la variable alatoire Y reprsentant le premier
atome qui fissionne. Calculer la loi de Y .
3.6 Loi normale Exercice 39. Montrer que si X suit une loi exponentielle desprance 1, alors
1/
Exercice 36. 1. Soit X une v.a.r suivant une loi normale N (, ). Donner la variable Y = dXe suit une loi gomtrique de paramtre p = 1 e .
la loi de aX + b.
2. Soit X suivant une loi normale N (0, 1). Donner la loi de X 2 . Puis celle 3.8 Autres lois
2
de X2 , quelle loi retrouve-t-on ? Exercice 40. Soient un rel strictement positif et X la variable alatoire
3. Que dire de la somme de deux v.a ayant des lois normales indpen- de densit fX dfinie par (loi de Pareto) :
dantes ?
1 1+
4. Si Sn est la somme de n normales de mmes paramtres indpendantes x > 1, fX (x) = x , et 0 sinon
N (, ). Donner la loi de :
  a) Vrifier que fX est bien une densit de probabilit et dterminer la
n Sn fonction de rpartition associe.

n b) Calculer P (0 < X 6 2).
c) Pour quelles valeurs de , X admet-elle une esprance ? La calculer
Exercice 37. Un fermier veut faire de la statistique sur sa production doeufs quand elle existe.
de poule. Il sait que sur les deux mille oeufs recueillis dans la journe, 104
avaient un poids infrieur 53 grammes et 130 suprieur 63 grammes.
1. En admettant que la variable alatoire gale la masse en gramme dun 4 Fonctions caractristiques
oeuf suit une loi normale, donner une estimation des paramtres de cette
loi. Exercice 41. 1. Dterminer les fonctions caractristiques des lois de pro-
Indication : utiliser le tableau de la fonction de rpartition de la loi babilit suivantes :
normale N (0, 1). (a) binomiale de paramtres n et p,
2. En dduire le poids moyen dun oeuf. (b) poisson de paramtre ,
3. Combien peut-il esprer vendre de trs gros oeufs dans lanne (un trs (c) exponentielle de paramtre ,
gros oeuf (XL) pse plus de 71 grammes). (d) normale centr rduite, puis N (, ),
(e) uniforme sur ] 1, 1[.
3.7 Loi exponentielle
2. Soit X et Y deux variables alatoires indpendantes de fonctions ca-
Exercice 38. Soit X et Y deux variables alatoires indpendantes de den- ractristiques X et Y . Dterminer aX + b o a, b R et X+Y en
sits continues fX et fY . On pose U = min(X, Y ) et V = max(X, Y ). fonction de X et Y .
5 CONVERGENCES DE V.A.R 8

3. En dduire les lois des v.a. suivantes : Exercice 45. Une personne sur 100 fait des probabilits pour samuser.
(a) X + Y o X et Y sont indpendantes de lois respectives B(m, p) et Parmi n personnes, notons Yn le pourcentage de ces fous. Donner une va-
B(n, p), leur de n partir de laquelle ce pourcentage se trouve dans lintervalle
[0, 009; 0, 011] avec une probabilt suprieure 0, 9 :
(b) X + Y o X et Y sont indpendantes de lois respectives P () et
P (), 1. Par application de lingalit de Bienaym-Tchebychev.
(c) X + m o X suit une loi N (0, 1), 2. Par approximation par une loi normale bien choisie.
(d) X Y + 2Z o X, Y et Z sont indpendantes de loi N (0, 1). Exercice 46. Considrons une population dont 55% des votants ont un avis
dfavorable sur leur prsident.
5 Convergences de v.a.r 1. Soit un sondage avec n lecteurs sonds. On supposera ces lecteurs choi-
sis indpendamment de leurs convictions. Suivant les diffrentes valeurs
Exercice 42. 1. Rappeler les divers modes de convergence et les diffrents de n, quelle est la probabilit que le sondage soit favorable au prsident ?
liens entre eux. n = 10, n = 100 et n = 1000.
2. Si Xn X, a-t-on (Xn X) 0 ? Indication : on approximera le problme via des lois normales bien choi-
Loi Loi
sies. Un sondage est favorable si au moins la moiti des sonds a une
Exercice 43. Dmontrer les convergences suivantes : opinion favorable du prsident.
1. Soit (Xn ) une suite de v.a. o chaque Xn suit une loi binomiale B(n, pn ) 2. On choisit n pour avoir une probabilit de sondage favorable gale
telle que npn quand n +, alors 0, 15. Combien doit on effectuer de sondages pour avoir au moins un
Xn converge en loi vers une loi de Poisson P(). sondage favorable avec une probabilit suprieure 0, 9.
2. Soit (Xn ) une suite de v.a. o chaque Xn suit une loi hypergomtrique Exercice 47. Des pices de monnaie ont un poids distribu suivant une loi
H(N, n, p) avec N tendant vers + alors normale de moyenne 10 g et dcart-type 0.15 g. Pour les compter, on les
Xn converge en loi vers une variable binomiale B(n, p). pse par lots denviron un kilo. Quel est le risque de faire une erreur dune
unit ?
3. Soit (Xn ) une suite de v.a. o chaque Xn suit une loi gomtrique G(pn )
avec pn 0 et an pn alors Exercice 48. X une variable P50alatoire desprance = 20 et de variance
Xn 2 = 1. On considre S = i=1 Xi somme de 50 variables alatoires ind-
converge en loi vers une loi exponentielle. pendantes mutuellement, toutes de mme loi que X.
an
4. Soit (Xn )n une suite de v.a. deux deux indpendantes telle que Xn a Donner une approximation de la probabilit P (S > 1050).
2
pourP desprance n et pour variance n . Supposons de plus que : Exercice 49. Le restaurant universitaire de Jussieu fournit chaque jour n re-
n
n1 Pi=1 n (Convergence faible au sens de Csaro). pas, et propose chaque jour 2 succulents plats du jour. Le cuisinier a remarqu
n
n12 i=1 n2 2 que lorsquil propose saucisse-lentille et pinard-boudin , chaque client sou-
Pn haite le plat de saucisse avec la probabilit p = 0, 6 et le plat aux pinards
alors 1/n i=1 Xi converge en probabilit vers la variable certaine
gale . avec la probabilit 1 p , et que les choix des clients sont indpendants.
Pour tenter de satisfaire sa clientle, il prpare np + s plats de saucisses,
Exercice 44. Un brillant lve fait en moyenne une faute dorthographe et n(1 p) + s plats dpinards. On supposera successivement n = 100 et
tous les 500 mots. Quelle est la probabilit quil ne fasse pas plus de 5 fautes n = 1000.
dans un devoir comptant 2000 mots. Quelle est la valeur minimale de s telle que, avec une probabilit suprieure
Indication : on pourra approximer le problme par une loi de Poisson. 0, 95 , tous les clients aient le plat quils souhaitent ? Pour cette valeur, quel
6 COUPLES DE VARIABLES ALATOIRES 9

est le pourcentage de plats non consomms parmi les plats prpars ? Quel 1. Donner, sous forme dun tableau, la loi de probabilit conjointe du couple
plat pensez vous prendre ? (X, Y ).
2. Donner les lois marginales de X et Y . Les variables alatoires X et Y
Exercice 50. (Dcimales de via les Aiguilles de Buffon)
sont elles indpendantes ?
3. Calculer la covariance du couple (X, Y ).
1. Bob essaye lexprience avec 220
aiguilles et affirme que 70 in- Exercice 53 (Cas continu). Soit (X, Y ) un couple de variables alatoires
tersectent les lattes du parquet de densit conjointe
(laiguille une longueur moi-
ti des lattes du parquet). Quelle f (x, y) = 8xy1 (x, y)
approximation de trouve t-on ?
o = {(x, y)|x [0, 1], y [0, x]}.
2. laide du thoreme central li-
mite, quelle tait la probabilit 1. Reprsenter .
de trouver cette valeur ? Que 2. Vrifier que f est bien une densit.
dire de lhonntet de Bob.
3. Dterminer les densits marginales fX et fY .
3. Inversement, combien faut-il lan-
4. Calculer la covariance XY .
cer daiguilles pour avoir une ap-
proximation de lordre de 103 Buffon, Georges Louis Leclerc, 5. Les variables X et Y sont-elles indpendantes ?
avec une probabilit de 0, 95. Comte de (1707-1788)
Exercice 54. Soit un rel . Soit (X, Y ) un couple de v.a.r. dont la loi jointe
a pour densit
6 Couples de variables alatoires f (x, y) = exp(x) exp(2y)1{x>0,y>0}
Exercice 51 (Probabilit de rencontre). Bob et Alice ont projet de se 1. Dterminer la constante .
retrouver pour boire un caf entre 19H et 20H. On sait quaucun des deux
2. Dterminer la loi marginale de X. On prcisera la densit de cette loi
nattendra lautre plus de 10 minutes et on se demande si ils ont peu ou
marginale si elle existe.
beaucoup de chance de se rencontrer. On modlise le problme de la ma-
nire suivante : ils arrivent indpendamment et des instants uniformment 3. Calculer P (X < Y ).
distribus entre 19H et 20H. 4. Les v.a. X et Y sont-elles indpendantes ?
1. Quelle est la probabilit que Bob et Alice se rencontrent ? Exercice 55. Soit (U, V ) un couple de variables alatoires de densit
2. Bob prcise son heure darrive Alice, quelle est la probabilit quils se conjointe
rencontrent ?
f (u, v) = u(u v)1 (u, v)
3. Bob est arriv et ne voit pas Alice, quelle probabilit a-t-il de rencontrer
Alice ? o = {(u, v) [0, 1]2 |u > v}.
1. Reprsenter .
Exercice 52 (Cas discret). On lance trois fois de suite une pice de mon-
naie quitable. On note X la variable alatoire prenant pour valeur le nombre 2. Vrifier que f est bien une densit pour une certaine valeur de
de face parmi les deux premiers lancers et Y la variable alatoire prenant prciser.
pour valeur le nombre de pile parmi les deux derniers lancers. 3. Dterminer les densits marginales fU et fV .
8 COMPLMENTS 10

4. Calculer la covariance U V . (d) La variance (remarquer que V (Ymin ) = V (Ymax )).


5. Les variables U et V sont-elles indpendantes ? n+1
4. Posons Tn0 = Ymax . Justifier que Tn0 est un estimateur de .
n
Exercice 56. On lance deux ds quilibrs six faces. Soit Y le plus grand 5. Quel est le meilleur estimateur de entre Tn0 et Tn ?
des deux chiffres obtenus et soit X leur somme. Pour rappel, un estimateur est dautant meilleur que sa variance est
1. Dterminer la loi du couple (X, Y ) et les lois marginales. faible.
2. Les variables alatoires X et Y sont-elles indpendantes ? 6. Posons Tn00 = Ymin + Ymax . Montrer sans calculs que V (Tn00 ) 6 4V (Ymax ).
3. Dterminer la loi conditionnelle de Y sachant que X = 6. Indication : on pourra justifier que pour Z1 et Z2 deux variables ala-
toires :
V (Z1 + Z2 ) = V (Z1 ) + V (Z2 ) + 2 cov(Z1 , Z2 )
7 Introduction aux statistiques 7. En dduire que Tn00 est meilleur estimateur de que Tn .
Exercice 57. Une grande entreprise dsire faire des statistiques sur la sant 8. Aprs avoir rappeler la dfinition dun estimateur convergent, vrifier
de ses employs. Pour cela, elle teste le taux de cholestrol de 100 employs que chacun de ces estimateurs sont bien convergents.
tirs au sort.
taux de cholestrol (en cg) 120 160 200 240 280 320
effectif demploys 9 22 25 21 16 7
8 Complments
1. Calculer la moyenne me et lcart-type e sur lchantillon. 8.1 La mthode de Monte-Carlo
2. En dduire une estimation de la moyenne et de lcart-type pour le taux
de cholestrol dans toute lentreprise. Exercice 59. Illustrons cette m- de . Analyser numriquement
thode par le calcul des dcimales de la vitesse de convergence.
3. Dterminer un intervalle de confiance pour la moyenne. . Tirons des points uniformment
4. Dterminer la taille minimum dchantillon pour que lamplitude de lin- dans le carr [0, 1]2 .
tervalle de confiance soit infrieure 10.
1. Quelle est la probabilit quun
Exercice 58 (Paramtre dune loi uniforme). Soit > 0. Soit X une v.a.r point se situe dans le quart de
suivant une loi uniforme sur ]0; [ et (X1 , . . . , Xn ) un n-chantillon de X. disque ?
1. Rappeler la dfinition dun estimateur sans biais. 2. En dduire un programme pour
2 calculer les premires dcimales
2. Montrer que pour tout n N , Tn = (X1 + + Xn ) est un estima-
n
teur sans biais de . Le calcul des dcimales de a beaucoup progress grce ltude des sries
entires. Notons par exemple la relation suivante dcoulant du dveloppement
3. Considrons Ymin et Ymax dfinies par :
en srie de arc-tangente :
Ymin = min Xi Ymax = max Xi
i=1...n i=1...n
X (1)k 4 4 4 4
=4 = + +
2k + 1 1 3 5 7
k=0
Pour chacune de ces deux variables, prciser :
(a) La fonction de rpartition, Ou encore sur la mme ide, la formule de Machin (1706)
(b) La densit de probabilit, 1 1
= 4 arctan arctan
4 5 239
(c) Lesprance,
9 SUJETS DEXAMENS 11

Ramanujan (1887-1920) 9 Sujets dexamens


Plus rcemment une formule de Partiel ELI 2012
Srinivasa Ramanujan avec une trs
bonne vitesse de convergence : Consignes

Dure 2h. Sans documents ni calculatrice. Chaque exercice est not sur
1 2 2 X (4k)!(1103 + 26390k) 5 points.
= On accordera un soin tout particulier la prsentation et la rdaction.
9801 (k!)4 3964k
k=0

14 nouvelles dcimales de Exercice 1. Soit (, E, P ) un espace probabilis, donner pour chaque as-
chaque nouveau terme. sertion son criture en symboles mathmatiques.
a) A est un vnement.
8.2 Lentropie de Shannon b) A et B sont des vnements indpendants.
c) A est lunivers des possibles.
8.3 Datation au Carbone 14 Soient maintenant A et B deux vnements tels que P (A) = 31 et P (B) =
1
2 . Calculer P (A B) dans chacun des cas suivants :
d) A et B sont des vnements indpendants
e) lvnement A implique lvnement B
f) P (A|B) = 13 .

Exercice 2. Dans les modles simples, ltat S dun systme (S) peut tre
dcrit par
le systme (S) fonctionne. Notons S = 1 cet vnement.
le systme (S) est en panne. Notons S = 0 cet vnement.
Ltat S du systme reprsent ci-dessus se dfinit partir de ltat X, Y
et Z de ses composants (X), (Y ) et (Z) par la formule logique, dans lalgbre
de Boole :

S = X.Y + Z.
Les variables X, Y et Z suivent des lois de Bernoulli respectivement de
paramtre p, q et r. Les pannes sont mutuellement indpendantes.
9 SUJETS DEXAMENS 12

a) Montrer que X.Y suit une loi de Bernoulli dont on prcisera le para- Examen ELI 2012
mtre.
b) Reproduire et remplir le tableau ci-dessous, donnant ltat S du systme Consignes
(S).
+ X.Y=0 X.Y=1
Z=0 Dure 2h.
Z=1 Sans documents ni calculatrice personnelle, calculatrice fournie.
c) Dterminer la probabilit que le systme (S) fonctionne. Chaque exercice est not sur 4 points.
d) Le systme est en panne, quelle est la probabilit que le composant X On accordera un soin tout particulier la prsentation et la rdaction.
en soit la cause ?
Donnes
Exercice 3. Soient un rel strictement positif et X la variable alatoire
e3 ' 0, 05.
de densit fX dfinie par (loi de Pareto) :
Si X suit une loi de Bernoulli de paramtre p alors :
1 1+
x > 1, fX (x) = x et 0 sinon P (X = 0) = 1 p P (X = 1) = p E(X) = p V (X) = p(1 p)

a) Vrifier que fX est bien une densit de probabilit et dterminer la Si X suit une loi de Binomiale de paramtre n, p alors :
fonction de rpartition associe.
b) Calculer P (0 < X 6 2). P (X = k) = (nk )pk (1 p)nk E(X) = np V (X) = np(1 p)
c) Pour quelles valeurs de , X admet-elle une esprance ? La calculer
quand elle existe. Si X suit une loi de Poisson de paramtre alors k N :

k it

Exercice 4. Le restaurant universitaire de Jussieu compte deux caisses no- P (X = k) = e E(X) = X (t) = e(e 1)
k!
tes A et B. On suppose que le nombre N dtudiants par heure suit une
loi de Poisson de paramtre . De plus, avec une probabilit p, les tudiants Si X suit une loi normale (, ) alors :
prfrent passer par A. Notons X le nombre dtudiants par heure passant Z b
par la caisse A. 1 (x)2
P (X [a, b]) = e 2 2 dx E(X) = V (X) = 2
a) Que vaut P (N = n) ? 2 a
b) Aprs avoir calcul P (X = k|N = n) pour k 6 n, donner la loi de X.
c) Que constate-t-on ? En dduire lesprance et la variance de X. Les exercices

Exercice 1. Un fermier veut faire de la statistique sur sa production doeufs


de poule. Il sait que sur les dix milles oeufs recueillis dans la journe, 894
avaient un poids suprieur 50 grammes et 773 infrieur 60 grammes.
1. En admettant que la variable alatoire gale la masse en grammes dun
oeuf suit une loi normale, donner une estimation des paramtres de cette
loi.
2. En dduire le poids moyen dun oeuf.
9 SUJETS DEXAMENS 13

Exercice 2. Une rgion comporte dix hpitaux, chacun ayant une capacit Partiel ELI 2013
opratoire journalire de 10 patients. Le nombre de personnes se prsen-
Dure : 1h.
tant chaque jour pour tre opres dans chacun de ces hpitaux suit une loi
Polycopi du cours autoris.
de Poisson de paramtre 8, ces nombres tant indpendants dun hpital
lautre. Pour un jour donn J : Exercice 1. Soit (, E, P ) un espace probabilis, A et B deux vnements
1) Quelle est la probabilit quun hpital donn soit oblig de refuser un tels que P (A) = 1/3 et P (B) = 1/2. Calculer P (A B) dans chacun des cas
patient ? suivants :
2) Quelle est la probabilit que lun au moins des hpitaux soit oblig de A et B sont des vnements incompatibles.
refuser un patient ? A et B sont des vnements indpendants.
3.a) Montrer que la somme de deux variables alatoires indpendantes Lvnement A implique lvnement B.
suivant deux lois de Poisson de paramtre respectif et suit une loi P (A/B) = 1/2.
de Poisson + .
On pourra utiliser la fonction caractristique X de la loi de Poisson. Exercice 2. Soient X et Y deux variables alatoires indpendantes. X est
3.b) On suppose maintenant quun hpital satur a la possibilit de se une variable discrte qui prend les valeurs 1 et +1 quiprobablement, cest
"dlester" sur un autre qui ne lest pas. Quelle est la probabilit pour dire P (X = 1) = P (X = 1) = 1/2. Y suit la loi normale centre rduite
quun patient ne puisse pas se faire oprer ce jour J ? N (0, 1). On considre Z = XY , la variable alatoire produit de X et Y . On
note F la fonction de rpartition de Z et celle de Y .
Exercice 3. En France, il y a environ 1 punk pour 1000 personnes. Dans Montrer que, pour tout z rel, F (z) = 1/2(z) + 1/2(1 (z)).
une salle de 3000 personnes choisies au hasard dans la population, quelle est En dduire la fonction de densit.
la probabilit de tomber sur un groupe dau moins 3 punks ? Quelle est la loi de Z ?
On pourra approximer le problme par une loi de Poisson.
Exercice 3. On considre un d 6 faces, 2faces sont rouges et 4 sont bleues.
Exercice 4. X une variable
P50 alatoire desprance = 20 et de variance 2 = A chaque lancer du d on note la couleur de la face sortie, B signifiant bleu
1. On considre S = i=1 Xi somme de 50 variables alatoires indpendantes et R rouge. On crit sous forme dune suite les rsultats successifs obtenus.
mutuellement, toutes de mme loi que X. On sarrete ds que, pour la premire fois, les deux couleurs du d sont
Donner une approximation de la probabilit P (S > 1050). sorties. On sintresse, alors, la variable alatoire X prenant pour valeur la
longueur de la premire srie de lettres identiques. Par exemple :
Exercice 5. On lance deux ds quilibrs six faces. Soit Y le plus grand
X = 3 pour RRRB ou BBBR
des deux chiffres obtenus et
X = 1 pour RB ou par BR
soit X leur somme.
Pour le tirage BBBBBR, la valeur de X est 5.
1. Dterminer la loi du couple (X, Y ) et les lois marginales. Calculer la loi de X et lesprance de X.
2. Les variables alatoires X et Y sont-elles indpendantes ?
3. Dterminer la loi conditionnelle de Y sachant que X = 6.
9 SUJETS DEXAMENS 14

Examen ELI 2012 1. Calculer, en fonction de , la probabilit conditionnelle de lvnement :


Consignes X = 0/X est pair

Dure : 1h. 2. Application : Une ligne de transmission entre metteur et rcepteur


Sans documents ni calculatrice personnelle. transporte des donnes reprsentes par 1024 octets (soit 8 192 bits). La
Barme : chaque exercice est sur 5 points. probabilit que la transmission dun bit soit errone est estime 105
On accordera un soin tout particulier la prsentation et la rdaction. et on admet que les erreurs sont indpendantes les unes des autres. On
contrle la qualit de la transmission avec un calcul de parit (checksum)
sur le nombre de 1 envoys :
Donnes si il y a un nombre impair derreurs, un message derreur apparat.
sinon, cest dire si il y a un nombre pair derreurs, la transmission
Si X suit une loi de Bernoulli de paramtre p alors : est accepte.
Calculer la probabilit quil ny ait aucune erreur sachant que la trans-
P (X = 0) = 1 p P (X = 1) = p E(X) = p V (X) = p(1 p) mission est accepte.
Si X suit une loi de Binomiale de paramtre n, p alors : Indication : On pourra considrer X la variable alatoire associant
chaque envoi de donnes, le nombre derreurs lors de la transmission,
P (X = k) = (nk )pk (1 p)nk E(X) = np V (X) = np(1 p) cest dire le nombre de bits parmi les 8 192 dont la transmission est
errone.
Si X suit une loi de Poisson de paramtre alors k N :
Exercice 3. La capacit des ascenseurs est dtermine par le fait que la
k it
masse dune personne suit une loi normale de moyenne 75 kg et dcart-type
P (X = k) = e E(X) = X (t) = e(e 1)
5 kg. Dans un ascenseur du type WH1 le nombre maximum de personnes est
k!
de 9. Un voyant lumineux affiche quil y a surpoids pour une masse suprieure
Si X suit une loi normale (, ) alors : 700 kg, dans ce cas lascenseur ne dmarre pas.
Z b 1. Calculer la probabilit quil y ait surpoids, quand un groupe de 9 per-
1 (x)2
P (X [a, b]) = e 2 2 dx E(X) = V (X) = 2 sonnes monte dans lascenseur.
2 a
2. Une enqute rcente a montr quaux USA, le poids moyen est de 76 kg
et lcart-type de 6 kg. Le building de la World-Company, New York,
est quip dun ascenseur du type WH1. Calculer la probabilit quil y
ait surpoids, quand un groupe de 9 personnes monte dans cet ascenseur.
Les exercices
Exercice 4. Une variable alatoire X suit une loi normale de moyenne m =
Exercice 1 (Exercice de TD). 40 et dcart-type = 4. La moyenne dun chantillon de 100 valeurs de X,
Un brillant lve fait en moyenne une faute dorthographe tous les 500 mots. valeurs obtenues de manire indpendante, est me = 43. Cette valeur est elle
Quelle est la probabilit quil ne fasse pas plus de 5 fautes dans un devoir compatible avec les paramtres de la loi de X, au seuil de risque de 5% ?
comptant 2000 mots.
Indication : on pourra approximer le problme par une loi de Poisson.

Exercice 2. X, variable alatoire relle discrte, suit une loi de Poisson de


paramtre .
9 SUJETS DEXAMENS 15

Partiel ST 2012 Exercice 4 (loi de Poisson 4pts). 1. Que vaut lesprance dune loi de
Poisson de paramtre ? (1pt)
Dure : 1h. Sans documents ni calculatrice personnelle.
On accordera un soin tout particulier la prsentation et la rdaction. 2. Un standard tlphonique reoit en moyenne 0.7 appel la minute.
X suit une loi de Bernoulli de paramtre p si : Quelle est la probabilit pour que entre 8h59 et 9h, ce standard reoit :

P (X = 0) = 1 p, P (X = 1) = p (a) aucun appel ; (1pt) (b) plus dun appel ; (1pt)

X suit une loi de Poisson de paramtre si : On justifiera le choix de la modlisation...(1pt)


k Exercice 5. (4pts) La figure ci-dessous reprsente le graphe de la fonction
k N, P (X = k) = e
k! de rpartition FX dune variable alatoire X. Rcopier le tableau et rpondre
par Vrai ou Faux chacune des questions suivantes (sans justifications).
Exercice 1 (Exercice de TD 4pts). Une maladie affecte statistiquement une
a) X suit la loi uniforme sur [2, 1] ; e) P (X = 1) = 0, 2 ;
personne sur 1000. Un test de dpistage permet de dtecter la maladie avec
une fiabilit de 99%, mais il y a 0.2% de chances que le test donne un faux b) X est une v.a continue ; f) P (X < 0) = 1/4 ;
positif (i.e. une personne est dclare malade sans ltre). c) X est une v.a discrte ; g) P (X > 1) = 0, 2 ;
1. Une personne est teste positivement. Quelle est la probabilit quelle d) P (X = 1) = 0 ; h) lim FX (x) = 1.
x+
soit rellement malade ? (1.5pt)
2. Une personne est teste ngativement. Quelle est la probabilit quelle
soit quand mme malade ? (1.5pt)
3. Ce dpistage remplit-il son rle ? (1pt)
Exercice 2 (Axiomatique de Kolmogorov 4pts). Soit (, E, P ) un espace
probabilis ; supposons que P (A) = 1/2 et P (B) = 1/3.
1. Que signifie respectivement les notations , E et P ? (1pt)
2. Calculer P (A B) si les deux vnements sont indpendants. (1pt)
3. Calculer P (A B) si lvnement B implique lvnement A. (1pt)
4. Calculer P (A B) si P (A|B) = 1/6. (1pt)
Exercice 3. (4pts) Dans une suite de parties de pile ou face indpendantes,
on considre la variable alatoire Z gale au rang de la premire apparition
dun pile suivi dun face ou dun face suivi dun pile. On suppose que la
probabilit dobtenir un pile lors dune partie quelconque est p. Par exemple
a) b) c) d) e) f) g) h)
1. P F F P F P . . . et Z = 2. 3. F F P F P F . . . et Z = 3.
V
2. P P P F F F . . . et Z = 4. 4. F F F F F P . . . et Z = 6.
F
Dterminer la loi de la variable Z (2pts). Puis calculer E(Z). (2pts)
9 SUJETS DEXAMENS 16

Examen ST 2012 2. Donner la loi de X puis la loi de Y .


Dure : 2h. 3. Vrifier que les variables alatoires sont non-corrles, cest dire de
Seul le polycopi de cours est autoris. covariance nulle.
On accordera un soin tout particulier la prsentation et la rdaction. 4. Prouver que X et Y ne sont pas indpendantes.
X suit une loi de Poisson de paramtre si :

k Exercice 3. Un quartier comporte 5 boulangeries, chacune ayant la capacit


k N, P (X = k) = e de prparer 5 fraisiers pour un jour. Pour chaque boulangerie, le nombre de
k!
clients par jour dsirant un fraisier suit une loi de Poisson de paramtre 4,
X suit une loi exponentielle de paramtre si la densit est ces nombres tant indpendants dune boulangerie lautre. Pour le 29 mai
1) Quelle est la probabilit quune boulangerie ne puisse pas fournir de
t > 0, fX (t) = exp(t)
fraisier un client ?
2) Quelle est la probabilit que lune au moins des boulangeries ne puisse
Exercice 1 (Exercice de TD). Soit X une v.a. de loi gomtrique de para- pas fournir un client ?
mtre p [0, 1], 3.a) Donner (sans le prouver) la fonction caractristique dune loi de Pois-
son.
P (X = k) = p(1 p)k1 , k > 0. 3.b) Montrer que la somme de deux variables alatoires indpendantes
suivant deux lois de Poisson de paramtre respectif et suit une loi
1. Montrer que la loi est sans mmoire, i.e : de Poisson + .
On utilisera la fonction caractristique X de la loi...
(k, n) N 2 , P (X > n + k|X > k) = P (X > n). 3.c) On suppose maintenant quune boulangerie nayant plus de fraisier
la possibilit de rcuprer un gateau dans une boulangerie qui en a
2. Soient X1 et X2 deux v.a de loi gomtrique respectivement de para- encore. Quelle est la probabilit pour quun client ne puisse pas avoir de
mtre p1 , p2 . Posons Y = min(X1 , X2 ). fraisier dans le quartier ? On ne demande pas lapplication numrique.
(a) Donner la fonction de rpartition de Y en fonction de celles de X1
et X2 .
Exercice 4. Soit U une variable alatoire uniforme sur [0, 1]
(b) Calculer la loi de Y .
1. Dessiner la fonction de rpartition et la fonction de densit de U .
2. Montrer que X = 1{U <p} suit une loi de Bernoulli.
Exercice 2 (Couple de variables alatoires discrtes). 1. Soit X et Y
3. Aprs avoir donner la fonction de rpartition dune loi exponentielle,
deux variables alatoires, vrifier que la covariance est donne par :
montrer que Z = ln(U
3
)
suit une loi exponentielle dont on calculera le
cov(X, Y ) = E(X.Y ) E(X)E(Y ) paramtre.

On considre un couple de variable alatoire dont la loi conjointe est


rsum par le tableau : Exercice 5. X une variable alatoire desprance
Pn = 20 et de variance
2
Y\X -1 0 1 = 1. Pour n = 100, on considre S = i=1 X i somme de n variables
alatoires indpendantes mutuellement, toutes de mme loi que X.
-1 0 1/4 0
Donner une approximation de la probabilit P (S > 2010).
0 1/4 0 1/4
1 0 1/4 0
10 SOLUTIONS DES EXERCICES 17

Exercice 6. (Surbooking) Afin daugmenter le nombre de personnes trans- 10 Solutions des exercices
portes, une compagnie arienne vend plus de billets quelle na de places en
pariant sur les absences de certains de ces passagers. On suppose quavec une Introduction aux probabilits
probabilit p, le passager ne se prsente pas lembarquement. Notons n la
nombre de places sur un vol et l le nombre de billet vendu pour ce mme vol. Solution 1
La compagnie rembourse le billet si une personne prsente lembarquement 1. La probabilit de navoir aucun 6 est 625/1296 = 0.482 < 1/2.
ne peut voyager cause du surbooking.
2. La probabilit de ne pas avoir 2 fois 6 est (35/36)24 , cest peu prs
On souhaite calculer l afin que la compagnie ne doivent rembourser les
0.5084. Par contre, si on faisait un lancer de plus a ferait 0.4944...
passagers que dans 1% des cas. Considrons

1 si le passager se prsente lembarquement Solution 3
Xi =
0 si le passager ne se prsente pas lembarquement
1. On pose = [[1, 49]] [[1, 11]], E = P () et on se place dans le cas
On supposera les v.a Xi indpendantes. dquiprobabilit.
Pl
1. Donner la loi de Xi , puis celle de Sl = i=1 Xi . 2. On doit calculer C550 C211 qui est le cardinal de lensemble des vnements.
2. Donner une expression littrale (exacte), en fonction de p, n et l, de la On trouve 116531800.
probabilit que la compagnie soit oblig de rembourser. 3. Calculons dabord indpendamment des toiles la probabilit davoir 0
3. Par application du Thorme central limite (ou de Moivre Laplace), boules et davoir 1 boule. Calculons le cardinal de lensemble des com-
donner une approximation de cette quantit en fonction de n, l, p, q = binaisons ne contenant pas les 5 boules. Cela revient choisir 5 l-
1 p et de la fonction F de rpartiton de la loi Normale centre rduite ments parmi 45, ce qui donne 1221759 (57, 1%). La probabilit davoir
. une boule, cela revient choisir 4 lments parmi 45 et den choisir 1
parmi 5 dans ceux qui restent. Cela donne 744975 (35, 1%). Le cardinal
4. En dduire l pour n = 100 et p = 0, 2.
des sous-ensembles de 5 lments des boules est 2118760. Ainsi, ind-
pendamment des toiles la probabilit davoir au moins 2 boules est de
7.2%. Il reste rajouter la probabilit davoir une boule et deux toiles.
Exercice 7 (Question bonus). Un lve se trouve devant 3 portes fermes. Par indpendance, cest le produit des probabilits et donc on trouve
Derrire une de ces portes, il y a un point bonus gagner, et un zro point 0.63%. La somme fait 7.83%, soit environ 1 chance sur 13.
dans les deux autres. Llve doit choisir une porte au hasard (sans louvrir).
4. La probabilit davoir un bon numro et 2 toiles est 0.63%. Les sous-
Le professeur ouvre alors une autre porte contenant un zro.
ensembles contenant deux des 5 numros donns, cest choisir 3 lments
Que devrait faire llve : garder sa porte ou changer davis et choisir la
parmi 45 puis choisir 2 lments parmi les 5, donc 141900. Le cardinal des
dernire porte ?
ensembles ayant 0 toiles, cest choisir 2 lments parmi les 9 restants,
donc on multiplie par 36. A diviser par le cardinal total, on trouve 4, 38%.
Avec une toile, on a 141900 multipli par 1 parmi 9 fois 1 parmi 2, donc
par 18, soit 2, 19%.

Solution 7 On applique la formule des probabilits totales et on trouve


n+1
2n qui tend vers 1/2.

Solution 9
10 SOLUTIONS DES EXERCICES 18

1. Notons respectivement M , N M , et +, les vnement personne malade, 3. Il faut miser beaucoup dargent pour en gagner peu. En plus, il est pro-
non-malade, test ngatif et test positif. On a bable de perdre un trs grand nombre de fois, comme 2n crot trs vite,
il faut dj possder beaucoup dargent. Enfin, les casinos connaissent
P (M +) P (+|M )P (M ) P (+|M )P (M ) ceci et mettent des limites de mises.
P (M |+) = = =
P (+) P (+) P (+ M ) + P (+ N M )
Solution 15 Si la srie est bleue, la probabilit davoir une longueur exac-
= (0.001 0.99)/(0.001 0.99 + 0.999 0.002) = 0.00099/0.002988 tement k est (5/6)k1 1/6 car le k-ime coup est forcment rouge et chaque
ce qui fait peu prs 33% de chances. lancer est indpendant des autres. Et inversement. P (X = k) = P (X =
2. On a aussi k B) + P (X = k R) = P (X = k|B)P (B) + P (X = k|R)P (R) =
(5/6)k 1/6 + (1/6)k 5/6. Par dfinition lesprance est :
P (M ) P (M ) P (M +)
P (M |) = = +
P () 1 P (+)
X X
E(X) = kP (X = k) = kpk q + kq k p
kN k=0
= (0.001 0.00099)/(1 0.002988) = (0.00001)/(0.997012) = 0.001%
k
dx k
3. Il donne malade des gens qui ne le sont pas, et pas quun peu ! Mais si Avec p = 5/6 et q = 1/6. Or en remarquant que x dx = kx , on a par
on est dtect pas malade, on a de forte chance que cela soit vrai. Par intervertion entre somme et drivation :
exemple, si le test est peu onreux/rapide, on commence par celui l, si +
X x
le test est ngatif alors on est dclar "sain" et si le test est positif, on |x| < 1, kxk =
(1 x)2
fait des tests complmentaires. k=0
p
Dans notre cas, on trouve E(X) = q + pq , i.e 5, 2.
V.a.r, esprance, fonction de rpartition
Solution 13 La probabilit deffectuer un double est de 1/6. Appelons x Solution 17
le gain de Bob. On doit avoir 5/6 5x/6 = 0, autrement dit x = 1. 1. P (Xk+1 = 1|Xk = 0) = 1 p (le bit est mal transmis car il passe de 1
0), P (Xk+1 = 1|Xk = 1) = p (le bit est bien transmis).
Solution 14 Une personne joue la roulette (qui est constitue de 37 cases) 2. On remarque en utilisant la formule des probabilits totales
et mise 100 euros sur les chiffres pairs (on rappelle que 0 nest pas pair) et
10 euros sur le chiffre 7. Si elle gagne grce un nombre pair, la banque lui P (Xn+1 = 0) = P (Xn+1 = 1|Xn = 0)P (Xn = 0)+
reverse 200 euros, si elle gagne grce au 7, la banque lui reverse 360 euros.
P (Xn+1 = 1|Xn = 1)P (Xn = 1) = (1 p)P (Xn = 0) + pP (Xn = 1).
1. La probabilit de tomber sur un numro pair est 18/37. La probabilit de
faire 7 est 1/37. Lesprance de gain est (18200+3601)/37 = 3960/37, De mme
auquel il faut retrancher ce quon a pay, autrement dit 4070/37. Les-
P (Xn+1 = 1) = (1 p)P (Xn = 1) + pP (Xn = 0).
prance est donc 110/37 = 2.97.
2. Elle est bien connue. Tant que lon perd, on rejoue le double dargent, Finalement, on peut crire ceci sous la forme
et ds que lon gagne, on sarrte. On remarque que quand on gagne, on
ne gagne en fait au total quun seul euro, donc on mise de plus en plus An+1 = CAn
mais on a le mme pourcentage de chances de gagner. Cette stratgie est o C est la matrice  
en moyenne gagnante : soit on perd soit on gagne 1 euro mais comme le p 1p
jeu sarrte avec probabilit 1 on gagne 1 euro en moyenne ! C = .
1p p
10 SOLUTIONS DES EXERCICES 19

Par rcurrence on a que An = C n A0 . Il faut donc calculer les puissances (b) Soit X0 = 1. Dans ce cas, P (X0 = 0) = 0 et P (X0 = 1) = 1. Du
successives de C. On va donc diagonaliser C. On remarque que coup,
    
p 1p 1 1 
1 + (2p 1)n 1 (2p 1)n
 
0
= An = C n A0 = C n = 1/2
1p p 1 1 1 (2p 1)n 1 + (2p 1)n 1
et que
1 (2p 1)n
      
p 1p 1 2p 1 = 1/2 .
= . 1 + (2p 1)n
1p p 1 2p 1
Ceci dmontre que la matrice est diagonalisable, quelle a deux valeurs 3. La probabilit quun bit soit fidlement transmis est donc soit la premire
propres 1 et 2p 1 de vecteurs propres associs respectivement composante de An dans le cas X0 = 0, soit la deuxime composante de
 
1
 
1 An dans le cas X0 = 1. Dans les deux cas, on trouve que la probabilit
et dtre bien transmis est 1/2 + (2p 1)n /2 (cela parat normal que a
1 1
  ne dpende pas du bit que lon a au dpart !). Il faut calculer la limite
1 1 quand n de cette quantit. On distingue trois cas.
On pose P = . On voit facilement que linverse de P est
1 1 (a) p = 1. Le bit est toujours bien transmis, on sattend trouver

1 1
 toujours 1. Cest effectivement le cas car dans ce cas 2p 1=1 et
1
P = 1/2 . 1/2 + 1/2 = 1.
1 1
(b) p = 0. Le bit nest jamais bien transmis, on sattend donc trouver
On pose   0 dans le cas o on a un nombre impair de canaux et 1 dans le
1 0
D= . cas o on a un nombre pair de canaux. Cest bien le cas car alors
0 2p 1
2p 1 = 1 et donc 1/2 + (1)n /2, qui vaut bien alternativement
De la relation D = P 1 CP on dduit en multipliant droite par P et 0 ou 1 selon la parit de n.
gauche par P 1 que C = P DP 1 . Finalement, C n = P Dn P 1 . Or (c) p ]0, 1[. Dans ce cas, 2p 1 ] 1, 1[. Par limite dune suite
gomtrique, on a que lim (2p 1)n = 0. A la limite, la probabilit
 
1 0
Dn = . n
0 (2p 1)n de bien transmettre est donc de 1/2. Autrement dit, on ne transmet
aucune information.
On en dduit en faisant le calcul que
1 + (2p 1)n 1 (2p 1)n
 
n
C = 1/2 . Lois usuelles
1 (2p 1)n 1 + (2p 1)n
Solution 21
De deux choses lune :
(a) Soit X0 = 0. Dans ce cas, P (X0 = 0) = 1 et P (X0 = 1) = 0. Du 1. Lesprance et la variance sont donnes respectivement par :
coup,
E(X) = 1 P (X = 1) + 0 P (X = 0) = p
1 + (2p 1)n 1 (2p 1)n
  
n 1
An = C A0 = 1/2
1 (2p 1)n 1 + (2p 1)n 0 V (X) = E(X 2 ) E(X)2 = p p2 = pq
1 + (2p 1)n car E(X 2 ) = 12 P (X = 1) + 02 P (X = 0) = p.
 
= 1/2 .
1 (2p 1)n 2. Un calcul direct donne E(X) = np et V (X) = npq.
10 SOLUTIONS DES EXERCICES 20

3. Soit (Xi )i=1..n suivant des lois de Bernoulli de paramtre P


p. Si ces va- Solution 29
n
riables alatoires sont indpendantes, alors la somme X = i=1 Xi suit 1. P (X > i) = q i . Donc P (X > n + k|X > k) = P (X > n + k X >
une loi Binomiale de paramtre (n, p), de sorte que : k)/(P (X > k)) = q n+k /q k = q n .
n
X n
X 2. Posons p = P (X = 1). Montrons par rcurrence que la loi est forcment
E(X) = E(Xi ) = np, V (X) = V (Xi ) = npq gomtrique de paramtre p. Pour cela il suffit de vrifier que ncessai-
i=1 i=1 rement P (X > k) = q k . Pour k = 1, cest vrai par dfinition. Sinon,
P (X > k + 1|X > k) = P (X > k + 1)/P (X > k) = P (X > 1) = q.
Notons que la seconde relation est valable car les Xi sont deux deux Donc P (X > k + 1) = qP (X > k). CQFD
indpendants.
N1 N2
 
k nk
Solution 23 Solution 30 On a P (X = k) = N
 .
n
1. P (Yn = k) = P (Xn Xn+1 = k). Nul si k nest ni 0 ni 1. Ceci vaut 1 si
et seulement si les deux valent un. Par indpendance, on obtient une loi Solution 25
de Bernoulli de paramtre p2 . 1. Soit N la variable alatoire du nombre doeufs pondus. On pose An
2. Non car cela entrainerait notamment que E(Y1 Y2 ) = E(Y1 )E(Y2 ). P n = N . Daprs la formule
lvenement Pdes probabilits totales, P (Z =
4
Le produit des esprances est p et lesprance du produit est k) = n=k P (Z = k N = n) = n=k P (N = n)P (Z = k|N = n).
n
2 3 2
E(X1 )E(X2 )E(X3 ) = p car X2 suit la mme loi que X2 . P (N = n) = e /n! et P (Z = k|N = n) est une loi Binomiale
B(n, p) (on effectue n fois indpendamment une Bernoulli). Donc P (z =
3. Esprance : on somme les esprances. On obtient np2 . P
k) = e pk /k! n=k n /n!(1 p)nk n!/(n k)!. On rindexe en posant
Variance : V (Un ) = E(Un2 ) E(Un )2 = E(Un2 ) n2 p4 . Calculer P
n k = u ; P (z = k) = e pk k /k! u=0 ((1 p))u /u! = ep pk k /k!.
la loi Pde Un risque P dtre pnible. On va faire autrement. Un2 = Cest une loi de Poisson de paramtre p.
P n n 2
P
i=1 j=1 Yi Yj = i Yi + 2 i<j Yi Yj . De deux choses lune :

(a) Soit i et j sont spars dau moins 2. Dans ce cas, on a comme Solution 26
esprance bien le produit, i.e. p4 . 1. Le nombre de gens arrivant au guichet A.
Pn
(b) Soit i et j sont espacs dun. Grce au calcul prcdent on trouve 2. P (S = k|X = n) = P ( i=1 Yi = k). Cest la probabilit que y en ait
3
p . exactement k qui aillent en A et n k dans B. Cest donc la probabilit
(c) Soit i et j sont gaux. On a p .2 davoir k chances de succs, cest donc B(n, p), sauf si n < k, on a 0.
P
3. Par la formule des probabilits totales P (S = k) vaut n=k P (S =
Reste compter les occurences de tout ces termes. Pour les termes
k|X = n) = Cnk pk (1 p)nk /n n!e . On trouve une loi de Poisson de
diagonaux, on a n. La sous-diagonale est n 1. De plus, le reste est
P n2 paramtre p.
i=1 i = (n 1)(n 2)/2. Bilan :

V (Un ) = (n1)(n2)p4 +2(n1)p3 +np2 np4 = 2p2 +2(n1)p3 +(23n)p4Solution 37


1. Soit X une v.a suivant une loi Normale centre rduite. Soit Y la v.a
reprsentant le poids dun oeuf, par hypothse Y suit une loi normale
Solution 28 Soit Xi le rsultat du i-me lancer. On peut supposer que les
de paramtre , inconnues. On sait que
variables Xi sont indpendantes. On a alors pour p = 1 q = 5/6 :
Z x
1 (t)2

P (X = k) = P (X1 6= 1 Xk1 6= 1 Xk = 1) = pk1


q F Y (x) = P (Y 6 x) = e 2 2 dt
2
10 SOLUTIONS DES EXERCICES 21

changement de variables (t )/ = u, ie. t = u + .


On effecte le On multiplie et divise artificellement par k! et on utilise la formule de
Donc du = dt. On a alors Newton. On trouve que X + Y P(4).
Z (x)/ 3. Cest la probabilit P (X + Y = 0), cest--dire e4 , ce qui vaut environ
1 u2
P (Y 6 x) = e 2 dt = P (X 6 (x )/) 1.83%.
2
Ici P (X 6 ((53 )/) = P (Y 6 53) ' 104/2000 = 0.052 et P (X 6 Fonctions caractristiques
(63 )/) P (Y 6 63) ' 1 130/2000 ' 0.935. On a donc les
estimations et daprs le tableau de la fonction de rpartition de la Convergences de v.a.r
loi Normale centre rduite Couples de v.a.r
53 = 1.6449, 63 = 1.5141

On rsoud = 3, 17 et = 58, 2.
2. La moyenne correspond au paramtre soit environ 58, 2.
3. On multiplie le rsultat dun jour par 365. Si un gros oeuf est suprieur
71g, on a P (Y > 71) = 1 P (Y < 71) = 1 P (X < (71 58, 2)/3.17) =
1 P (X < 3, 7) ' 104 . Au total, on trouve 2000 365 104 = 730
gros oeufs.

Solution 34 On a P (C) = p et P (A) + P (B) = p. La probabilit de


crevasse aprs x sachant quelle existe est de 1 x/l. Donc P (B) = p(1 x/l)
et P (A) = px/l. On cherche valuer P (B|Ac ), la probabilit davoir une
crevasse aprs x sachant quil ny a pas de crevasse avant x. Or

P (B Ac ) P (B)
P (B|Ac ) = c
=
P (A ) 1 P (A)
Cest donc p(1 x/l)/(1 px/l) = p(l x)/(l px).

Solution 27
1. On modlise par la loi de Poisson (vnements rares). X P(3) et
Y P(1).
2. On a par indpendance des v.a
k
X k
X
P (X +Y = k) = P (X = i)P (Y = ki) = P (X = i)P (Y = ki)
i=0 i=0

k
X
= 3i /(k i)!i!e4 .
i=0
11 SOLUTIONS DES SUJETS 22

11 Solutions des sujets b) on a P (0 < X 6 2) = FX (2) FX (0) = FX (2) = Calcul = 1 21/ .


c) X admet une esprance si t 7 tfX (t) est intgrable sur R. Ou encore si
Partiel ELI 2011 t 7 t1/ est intgrable en +. Rappelons que t 7 t est intgrable
en + ssi > 1. Dans notre cas, il suffit que < 1. Dans ce cas
Exercice 1. a) A E.
lesprance vaut (Calculs) 1/(1 ).
b) P (A B) = P (A)P (B).
c) A = .
On a toujours la relation P (A B) = P (A) + P (B) P (A B). Exercice 4. a) N suit une loi de Poisson...
d) Comme P (A B) = P (A)P (B) = 16 , P (A B) = 23 . b) Notons Xi le choix du ime client, Xi = 1 si ltudiant choisit P
la caisse
e) On a maintenant A B do P (A B) = P (B) = 21 . n
A, 0 sinon. Par hypothse Xi B(p). Les Xi tant indpendant i=1 Xi
f) P (A B) = P (A|B)P (B) = 16 , do P (A B) = 23 . suit donc une loi Binomiale B(n, p). On en dduit pour k 6 n :

Exercice 2. a) Il suffit de remarquer que X.Y ne prend ses valeurs que P (X = k|N = n) = (nk )pk (1 p)nk
dans {0, 1} et par indpendance : P
Puis P (X = k) = n P (X = k|N = n)P (N = n). On trouve
P (X.Y = 1) = P (X = 1 et Y = 1) = P (X = 1)P (Y = 1) = pq
(p)k
P (X.Y = 0) = 1 P (X.Y = 1) = 1 pq P (X = k) = ep
k!
Finalement X.Y suit une loi de Bernoulli B(pq, 1).
+ X.Y=0 X.Y=1 c) X suit une loi de Poisson de paramtre p. La variance et lesprance
sont gales au paramtre, i.e p.
b) Z=0 0 1
Z=1 1 1
Remarque : le + ici signifie "ou".
c) Le systme (S) ne fonctionne pas si X.Y = 0 et Z = 0. Comme X.Y
et Z sont indpendants, cet vnement a pour probabilit P (X.Y =
0)P (Z = 0) = (1 pq)(1 r). La probabilit de (S) de fonctionner est :
P (S = 1) = 1 (1 pq)(1 r)
d) On cherche calculer la quantit P (X = 0|S = 0) or
P (X = 0 et S = 0) P (X = 0 et Z = 0)
P (X = 0|S = 0) = =
P (S = 0) P (S = 0)
P (X = 0)(Z = 0) 1p
= =
P (S = 0) 1 pq

Exercice 3. a) On vrifie que fX est positive dintgrale 1. Par intgra-


tion, la fonction de rpartition est
Z t Z max(1,t)
1 1+
FX (t) = fX = t dt
1
11 SOLUTIONS DES SUJETS 23

k
Partiel ELI 2011 Or en remarquant que x dx k
dx = kx , on a par intervertion entre somme et
drivation :
+
Exercice 1. On a toujours la relation
X x
|x| < 1, kxk =
(1 x)2
k=0
P (A B) = P (A) + P (B) P (A B)
p
Dans notre cas, on trouve E(X) = q + pq , i.e 3.
Si A B = alors P (A B) = 3/4.
A et B sont des vnements indpendants alors P (A B) = P (A)P (B)
et par suite P (A B) = 5/8.
Si B A, alors A B = A et P (A B) = P (A) = 1/2.
Par dfinition de lesprance conditionnelle P (B)P (A/B) = P (A B) =
1/8 et P (A B) = P (A) = 5/8.

Exercice 2. Pour tout z rel, on a :


F (z) = P (Z 6 z) par dfinition
= P (XY 6 z)
= P (XY 6 z et X = 1) + P (XY 6 z et X = 1)
= P (Y 6 z)P (X = 1) + P (Y 6 z)P (X = 1) indpendance
= 1/2P (Y 6 Z) + 1/2P (Y > z)
= 1/2P (Y 6 Z) + 1/2(1 P (Y < z)) passage au complmentaire
= 1/2P (Y 6 Z) + 1/2(1 P (Y 6 z)) P (Y = z) = 0
F (z) = 1/2(z) + 1/2(1 (z))

Comme F est C 1 , la fonction de densit fZ sobtient par drivation de


la fonction de rpartition. Autrement dit,

fZ (z) = 1/2 0 (z) + 1/2 0 (z) = 0 (z)

On constate que Z et Y ont mme fonction de densit. On retrouve un


rsultat conforme lintuition Z suit une loi normale centre rduite.

Exercice 3. Posons p = 1 q = 1/3. Si la srie est bleue, la probabilit


davoir une longueur exactement k est pk1 q car le k-ime coup est for-
cment rouge et chaque lancer est indpendant des autres. Et inversement.
P (X = k) = P (X = k B) + P (X = k R) = P (X = k|B)P (B) + P (X =
k|R)P (R) = q k p + pk q. Par dfinition lesprance est :

X +
X
E(X) = kP (X = k) = kpk q + kq k p
kN k=0
11 SOLUTIONS DES SUJETS 24

Partiel ST 2012 De plus, lesprance est par dfinition


+
Exercice 1 (Exercice de TD). 1. Notons respectivement M , N M , et +, X
k pk1 q + q k1 p

les vnement personne malade, non-malade, test ngatif et test positif. E(Z) =
k=2
On a
Il est possible de simplifier cette expression, pour cela remarquons que pour
P (M +) P (+|M )P (M ) P (+|M )P (M ) tout x ]0, 1[
P (M |+) = = =
P (+) P (+) P (+ M ) + P (+ N M ) ! !
+ + +
X
k1
X dxk d X k d 1 1
Soit peu prs 33% de chances. kx = = x = =
dx dx dx 1 x (1 x)2
k=1 k=1 k=0
2. On a aussi
+
X 1
P (M ) P (M ) P (M +) kxk1 = 1
P (M |) = = = 0.001% (1 x)2
k=2
P () 1 P (+)
On notera que linterversion entre la somme et la drivation est licite par
3. Il donne malade des gens qui ne le sont pas, et pas quun peu ! Mais si convergence uniforme... Par suite, on obtient
on est dtect pas malade, on a de forte chance que cela soit vrai. Par + +
X X q p
exemple, si le test est peu onreux/rapide, on commence par celui l, si E(Z) = q kpk1 + p q k1 = 2
q+ p
le test est ngatif alors on est dclar "sain" et si le test est positif, on (1 p) (1 q)2
k=2 k=2
fait des tests complmentaires.
1 1 1
Exercice 2 (Axiomatique de Kolmogorov). 1. , E et P dsignent res- E(Z) = + 1 = 1
q p qp
pectivement lunivers des possibles, la tribu des vnements et une pro-
babilit sur E. Exercice 4 (loi de Poisson). 1. Lesprance dune loi de Poisson de para-
mtre est gale son paramtre.
2. On a toujours la relation
2. La loi de Poisson modlise lesvnements rares (temps dattente une
P (A B) = P (A) + P (B) P (A B) caisse, nombre dappels tlphoniques etc..). On va donc utiliser ce type
de lois dans ce cas prsent. Reste dterminer le paramtre. Comme
Or par indpendance P (A B) = P (A)P (B), do P (A B) = 2/3. lesprance (i.e la moyenne) correspond au paramtre, on convient de
prendre = 0, 7. La probabilit daucun appel est :
3. Dire que lvnement B implique lvnement A, signifie en terme en-
sembliste que A B. Do P (A B) = P (B) = 1/3. P (N = 0) = e0,7 ' 1/2
4. En vertu de la dfinition de probabilit conditionnelle, on a P (A B) = La probabilit dau plus un appel est :
P (A|B)P (B) = 1/18.
P (N > 1) = 1 P (N = 0) = 1 e0,7 ' 1/2
Exercice 3. Soit k N \ {0, 1}, lvenement Z = k se produit si les k 1
premiers lancers sont tous pile et le k-me est face ou inversement si les k 1 a) b) c) d) e) f) g) h)
premiers lancers sont tous face et le k-me est pile. Or la probabilit dobtenir
k 1 pile puis un face est par indpendance des lancers pk1 q. Ainsi : Exercice 5. V X X X

F X X X X X
P (Z = k) = pk1 q + q k1 p
11 SOLUTIONS DES SUJETS 25

Examen ELI 2012 Pour cela, on renormalise avec X suivant une loi Normale centre rduite
Exercice 1 (Exercice de TD).
! !
S 675 700 675 5
On approxime par une loi de Poisson de paramtre 4, on trouve : p=P > =P X>
15 15 3
P (N 6 4) ' 0, 63
Ainsi si F dsigne la fonction de rpartition de la loi Normale centre
Exercice 2. 1. Par dfinition dune probabilit conditionnelle rduite
p = 1 F (5/3) ' 0, 05 = 5%
P (X = 0 et pair) P (X = 0)
P (X = 0 | X pair) = = 2. De mme, on trouve 22%. On constate donc que malgr un faible
P (X pair) P (X pair)
cart en les valeurs moyennes, on a quadrupl la probabilt de mettre la
Or P (X = 0) = e et P (X pair) = kN P (X = 2k) = e ch(). On
P machine en panne...
trouve finalement
Exercice 4. Lintervalle de confiance de moyenne au risque 5% est
1 2
P (X = 0 | X pair) = = 4 4
ch() e + e I = [40 1, 96 ; 40 + 1, 96 ] [39, 2; 40, 8]
100 100
2. Application : par indpendance des erreurs sur chaque bit, le nombre
Comme 43 / I, la valeur nest pas compatible avec la valeur moyenne de la
total derreur suit une loi Binomiale B(n, p) avec n = 8152 et p = 105 .
population.
Loi que lon approche par une loi de Poisson de paramtre np = 0, 08152.
Daprs la question prcdente, la probabilit quil ny ait aucune erreur
sachant que la transmission est accepte est environ

1
P (X = 0 | X pair) = ' 0, 997
ch(0, 08152)

Cest donc un test facile et efficace.


Exercice 3. 1. Notons Xi le poids de la i-me personne, par hypothse

Xi N (75, 5)

Si lon suppose que le poids de chaque personne est indpendant du


poids des autres personnes prsentes dans lascenseur alors les Xi sont
indpendants et

S = X1 + X9 N (9 75, 9 5)

S N (675, 15)
On cherche calculer la probabilit

p = P (S > 700)
11 SOLUTIONS DES SUJETS 26

it
Examen ST 2012 3.a) On a X (t) = e(1e )
3.b) Il suffit de regarder les fonctions caractristiques qui rappelons-le ca-
Exercice 1 (Couple de variables alatoires discrtes). 1. On a par linar-
ractrise la loi. Par indpendance
tit de lesprance et E(1) = 1
it it it
X+Y = X Y = e(1e ) e(1e )
= e(+)(1e )
cov(X, Y ) = E ((X E(X))(Y E(Y )))
Cest la fonction caractristique dune loi de Poisson de paramtre +.
= E(X.Y E(X)Y E(Y )X E(X)E(Y )) Donc la somme de deux variables alatoires indpendantes suivant deux
= E(X.Y ) 2E(X)E(Y ) + E(X)E(Y ) lois de Poisson de paramtre respectif et suit une loi de Poisson
+ .
= E(X.Y ) E(X)E(Y ) 3.c) Daprs la question prcdente, la loi suit une loi de Poisson de para-
2. Pour la loi de X, il suffit de sommer sur la colonne mtre 4 5 = 20. La probabilit pour quun client ne puisse pas avoir de
fraisier dans le quartier est donc
P (X = 1) = P (X = 1) = 1/4 et P (X = 0) = 1/2
1 P (N 6 25) N P(20)
Il en va de mme pour Y qui suit la mme loi (le tableau est symtrique
Exercice 3. 1. Cours ;
rapport la diagonale principale).
2. On a X() = {0, 1}et P (X = 1) = P (U < p) = p. X suit une loi de
3. X et Y sont desprance nulle. De plus, X.Y ne peut prendre que les
Bernoulli de paramtre p.
valeurs 1, 0 et 1. On constate aussi que par symtrie
3. On a pour t > 0
P (X.Y = 1) = P (X.Y = 1)
FX (t) = P (X 6 t) = 1 P (U > e3t ) = 1 e3t
On en dduit que lesprance de X.Y est nulle. Daprs lexpression de
car e3t [0, 1] pour tout t > 0. On reconnat la fonction de rpartition
la covariance donne en question 1, on a une covariance nulle.
dun loi exponentielle de paramtre 3. Comme la fonction de rpartition
4. Il suffit de remarquer que caractrise la loi
X E(3)
P (X = 0) P (Y = 0) 6= P (X = 0 et Y = 0)
| {z } | {z } | {z } Exercice 4. On a
1/2 1/2 0
S n 2010 n
Exercice 2. 1) Une boulangerie ne peut pas fournir de fraisier un client P (S > 2010) = P ( > )
n n
si il y a eu plus de 6 clients dans la journe. On cherche donc pour
N P(4) S n 2010 100 20
= P( > )
P (N > 5) = 1 P (N 6 5) = 1 FN (5) n 10
o FN dsigne la fonction de rpartition de la loi de Poisson de para- S np
= P( > 1)
mtre 4. Daprs le tableau, on a directement FN (5) = 0, 785. Puis la n
probabilit voulue est Daprs le TCl, on a lapproximation
P (N > 5) ' 0, 215
P (S > 2010) ' P (Z > 1) = 1 F (1)
2) Par indpendance, la probabilit que toutes les boulangeries fournissent
est (1 P (N > 5))5 ; La probabilit, quune boulangerie au moins ne avec Z suivant une loi normale centre rduite et F sa fonction de rpartition.
puisse pas fournir, est donc 1 (1 P (N > 5))5 = 0.73. Comme F (1) = 0, 84, on trouve 0, 16.
11 SOLUTIONS DES SUJETS 27

Exercice 5. (Surbooking) 4. Il suffit de rsoudre les inquations

P (Sl < n) 6 1%
Plune loi de Bernoulli de paramtre q = 1 p et par indpendance
1. Xi suit !
Sl = i=1 Xi suit une loi Binomiale de paramtre (l, 1 p). n lq
F > 0.99
lpq
2. La compagnie est oblige de rembourser si !
n lq
F > F () ' 2, 38
lpq
Sl > n n lq
> F strict. croissante
lpq
La probabilit recherche est donc (n lq)2 > 2 lpq et n > ql

x2 + x > 2 np avec x = n lq > 0


l l  
l
p
1 + 1 + 42 np
X X
P (Sl > n) = P (Sl = k) = (1 p)k plk x > polynme second degr
k 2
k=n+1 k=n+1
A.N x > 11.2

l 6 111
3. Renormalisons sachant que E(Sl ) = l(1 p) et V (Sn ) = lpq
Exercice 6 (Question bonus). Il faut changer. En effet, On perd si on a pris
ds le dbut le point (soit 1 chance sur 3) alors quon gagne avec 2 chances
!
Sl lq n lq
P (Sl > n) = P > sur 3.
lpq lpq

Par application du Thorme central limite (ou de Moivre Laplace),


Sl lq
suit approximativement une loi normale centr rduite :
lpq

!
n lq
P (Sl > n) ' P Z> Z N (0, 1)
lpq

Finalement, on trouve

!
n lq
P (Sl > n) ' 1 F
lpq