Exercices de Probabilité - Martintxo SARALEGI-ARANGUREN - Free
Exercices de Probabilité - Martintxo SARALEGI-ARANGUREN - Free
Exercices de Probabilité - Martintxo SARALEGI-ARANGUREN - Free
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1 Dénombrement<br />
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong> 1<br />
17 Mai 2010<br />
Analyse combinatoire<br />
1.1 ♠ Combien d’anagrammes 2 peut-on composer en utilisant toutes les lettres du mot FILO-<br />
ZOFI, CARREAU, PERVERS, PEPERE?<br />
1.2 Monsieur DELAPOUZE voudrait donner son nom à une nouvelle variété <strong>de</strong> citrouille. Pour<br />
<strong>de</strong>s raisons commerciales, ce nom doit comporter 4 lettres. On convient donc <strong>de</strong> former un nouveau<br />
nom en utilisant une partie <strong>de</strong>s lettres du nom <strong>de</strong> Monsieur DELAPOUZE.<br />
(a) Combien peut-on former <strong>de</strong> noms sans répétition <strong>de</strong> lettres?<br />
(b) Combien peut-on former <strong>de</strong> noms différents?<br />
(c) Combien peut-on former <strong>de</strong> noms dont les lettres sont dans le même ordre que dans le<br />
nom <strong>de</strong> Monsieur DELAPOUZE?<br />
1.3 Lors <strong>de</strong> la vente aux enchères d’une collection <strong>de</strong> 4 Dali, 5 VanGogh et 6 Picasso 5 collectionneurs<br />
se répartissent toutes les oeuvres. La journaliste en charge <strong>de</strong> couvrir l’événement ne<br />
note que le nombre <strong>de</strong>s Dali, van Gogh et Picasso acquis par chaque collectionneur. Combien<br />
y-a-t-il <strong>de</strong> répartitions possibles dans ces conditions?<br />
1.4 ♠ Un club <strong>de</strong> football est composé <strong>de</strong> 20 joueurs dont 3 gardiens. Combien d’équipes<br />
différents <strong>de</strong> 11 joueurs comprenant obligatoirement un et un seul gardien peut-on former (On ne<br />
tient pas compte <strong>de</strong> la place <strong>de</strong>s joueurs, sauf pour les gardiens qui ne peuvent jouer que dans les<br />
buts).<br />
1.5 Le gouvernement d’un lointain pays est composé <strong>de</strong> 9 membres. Il est partagé en <strong>de</strong>ux<br />
tendances opposées: les Incarnats (5 membres) et les Azuréens (4 membres). Chez les premiers<br />
nous trouvons 2 femmes et 3 hommes tandis que le <strong>de</strong>uxième groupe est composé <strong>de</strong> 2 femmes et 2<br />
hommes. Il se sont réunis pour envoyer une Délégation <strong>de</strong> 4 personnes à la Journée Internationale<br />
<strong>de</strong> la Femme qui se déroule chez eux.<br />
(a) De combien <strong>de</strong> façons peut-on former cette Délégation si la parité Incarnats/Azuréens et<br />
la parité Hommes/Femmes doivent être respectées?<br />
1 Notes rédigées par P. Lefèvre et M. Saralegi-Aranguren. Vous trouverez une solution <strong>de</strong>s exercices encadrés<br />
dans http://saralegi.free.fr/Enseignement/<strong>Exercices</strong>ProbaSol/in<strong>de</strong>x.htm. Ils sont aussi dans Moodle. Les exercices<br />
indiqués par ♠ seront traités en TD, vous <strong>de</strong>vez les préparer à l’avance.<br />
2 Même s’ils n’ont pas <strong>de</strong> sens!
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 2<br />
1.6 ♠ Serge répartit les pages <strong>de</strong> publicité dans la revue L ′ EX POIN T . Pour ne pas indisposer<br />
les lecteurs, il ne peut pas placer <strong>de</strong>ux pages <strong>de</strong> publicité à la suite. Sachant qu’il doit placer k<br />
pages <strong>de</strong> publicité différentes dans une revue qui en compte n, calculer le nombre <strong>de</strong> manières <strong>de</strong><br />
disposer la publicité dans les cas suivants.<br />
(a) On suppose que l’ordre <strong>de</strong>s pages non-publicitaires entre elles est fixé et qu’il n’y a aucune<br />
contrainte sur celui <strong>de</strong>s pages publicitaires.<br />
(b) On suppose que l’ordre <strong>de</strong>s pages non-publicitaires entre elles est fixé ainsi que l’ordre <strong>de</strong>s<br />
pages publicitaires.<br />
1.7 Dix chevaux numérotés <strong>de</strong> 1 à 10 sont au début d’une course.<br />
(a) Combien <strong>de</strong> tiercés dans l’ordre sont-ils possibles?<br />
(b) Parmi ces tiercés, combien y en a-t-il où le numéro 2 est premier?<br />
(c) Combien <strong>de</strong> tiercés dans le désordre sont possibles?<br />
1.8 ♠ On répartit 7 jetons numérotés <strong>de</strong> 1 à 7 dans trois urnes U1, U2 et U3.<br />
(a) Combien y-a-t-il <strong>de</strong> répartitions sont possibles?<br />
(b) Parmi ces répartitions, combien y en a-t-il où<br />
i) l’urne U1 reste vi<strong>de</strong>?<br />
ii) l’urne U1 est la seule à rester vi<strong>de</strong>?<br />
iii) une seule urne reste vi<strong>de</strong>?<br />
iv) <strong>de</strong>ux urnes restent vi<strong>de</strong>s?<br />
1.9 On répartit 7 jetons indistinguables dans trois urnes U1, U2 et U3.<br />
(a) Combien y-a-t-il <strong>de</strong> répartitions sont possibles?<br />
(b) Parmi ces répartitions, combien y en a-t-il où<br />
i) l’urne U1 reste vi<strong>de</strong>?<br />
ii) l’urne U1 est la seule à rester vi<strong>de</strong>?<br />
iii) une seule urne reste vi<strong>de</strong>?<br />
iv) <strong>de</strong>ux urnes restent vi<strong>de</strong>s?<br />
1.10 De combien <strong>de</strong> façons une personne peut-elle arranger <strong>de</strong>ux bagues différentes sur l’in<strong>de</strong>x,<br />
le majeur et l’annulaire <strong>de</strong> sa main droite? (On suppose pour simplifier que ses 5 doigts ont la<br />
même grosseur). Reprendre la question précé<strong>de</strong>nte avec un nombre quelconque <strong>de</strong> bagues.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 3<br />
1.11 De combien <strong>de</strong> manières peut-on asseoir 8 personnes en rang si:<br />
(a) aucune restriction n’est mise,<br />
(b) les personnes A et B ne veulent pas être côte à côte,<br />
(c) les hommes ne doivent avoir que <strong>de</strong> voisines et inversement, en supposant qu’il y a 4<br />
hommes et 4 femmes,<br />
(d) les hommes, qui sont au nombre <strong>de</strong> 5, doivent rester ensemble,<br />
(e) les personnes forment 4 couples et chaque couple doit rester réuni?<br />
(f) et si aucune couple doit être ensemble?<br />
1.12 Il y a ℓ livres sur une étagère. Nous en prenons f. De combien <strong>de</strong> façons peut-on le faire<br />
si on ne prend pas <strong>de</strong>ux livres contigus (côte à côte).<br />
1.13 Considérons l’alphabet {1, . . . , n}. Un mot est a1a2 · · · am est ordonné si a1 ≤ a2 ≤ · · · ≤<br />
am.<br />
(a) Combien <strong>de</strong> mots simples ordonnés <strong>de</strong> longueur m peut-on former?<br />
(b) Combien <strong>de</strong> mots ordonnés <strong>de</strong> longueur m peut-on former? Ai<strong>de</strong>:<br />
a1a2 · · · am considérer le m-uple (a1, a2 − a1, . . . , am − am−1).<br />
Étant donné le mot<br />
1.14 Considérons un alphabet E <strong>de</strong> cardinal n. Une combinaison avec répétition d’ordre m<br />
<strong>de</strong> E consiste à choisir m éléments <strong>de</strong> E qui ne sont pas forcément différents. Par exemple, les<br />
combinaisons d’ordre 2 avec répétition <strong>de</strong> E = {a, b, c} sont:<br />
a et a, a et b, a et c, b et b, b et c, c et c.<br />
On posera CR m n le nombre <strong>de</strong> combinaisons avec répétition d’ordre m <strong>de</strong> E.<br />
(a) Montrer que CR m n = C m n+m−1.<br />
1.15 Dans un Conservatoire, il y a n étudiants (n ≥ 1).<br />
(a) Nous <strong>de</strong>vons former un orchestre dans ce Conservatoire. Montrer qu’il y a 2 n possibilités.<br />
(b) Nous formons un orchestre assorti d’un soliste. Montrer qu’il y a n2 n−1 possibilités.<br />
(c) Nous formons un orchestre <strong>de</strong> k membres, avec k ≤ n, assorti d’un soliste. Monter qu’il y<br />
a kC k n possibilités.<br />
(d) En déduire le formule:<br />
n<br />
k=1<br />
kC k n = n2 n−1 .
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 4<br />
1.16 ♠ Soit E un ensemble à n éléments.<br />
(a) Etant donnée une partie A <strong>de</strong> E contenant p éléments, déterminer le cardinal <strong>de</strong>s ensembles<br />
suivants:<br />
i) {B ∈ P(E) / B ⊂ A}<br />
ii) {B ∈ P(E) / A ∩ B = ∅}<br />
iii) {B ∈ P(E) / A ⊂ B}<br />
(b) Pour tout p ∈ N, déterminer le cardinal <strong>de</strong> l’ensemble<br />
En déduire le cardinal <strong>de</strong> l’ensemble<br />
{(A, B) ∈ P(E) × P(E) / card A = p et A ∩ B = ∅}.<br />
(c) Calculer le cardinal <strong>de</strong> l’ensemble<br />
{(A, B) ∈ P(E) × P(E) / A ∩ B = ∅}.<br />
{(A, B) ∈ P(E) × P(E) / card A = p, card B = q et B ⊂ A}.<br />
1.17 Soient E et F <strong>de</strong>ux ensembles <strong>de</strong> cardinal n et k respectivement.<br />
(a) On déterminera le nombre <strong>de</strong> bijections f : E → F (on suppose n = k).<br />
(b) On déterminera le nombre d’injections f : E → F (on suppose n ≤ k).<br />
(c) On déterminera le nombre <strong>de</strong> surjections f : E → F (on suppose n ≥ k).<br />
Pour cette <strong>de</strong>rnière question on pourra suivra la démarche suivante.<br />
c1) Montrer que pour k ≥ 1 on a<br />
{1, . . . , i}.<br />
k<br />
C i kS i n = k n , où Si n est le nombre <strong>de</strong> surjections f : E →<br />
i=1<br />
c2) Montrer que les égalités précé<strong>de</strong>ntes peuvent être décrites par une égalité AX = Y , où A<br />
est une matrice d’ordre k × k et X et Y sont <strong>de</strong>ux vecteurs.<br />
c3) Montrer que les coefficients (bij) <strong>de</strong> A −1 sont bij = (−1) i+j C j<br />
i .<br />
c4) Montrer que S k n =<br />
k<br />
(−1) k+i C i ki n<br />
i=1<br />
2 Formules combinatoires<br />
2.1 Calculer les sommes suivantes<br />
n<br />
k=0<br />
Ai<strong>de</strong>: utiliser la formule du binôme.<br />
C k n<br />
et<br />
n<br />
(−1) k C k n.<br />
k=0
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 5<br />
2.2 Calculer les sommes suivantes<br />
[n/2] <br />
k=0<br />
C 2k<br />
n<br />
Ai<strong>de</strong>: calculer la somme et la difference.<br />
et<br />
<br />
[(n−1)/2]<br />
k=0<br />
C 2k+1<br />
n<br />
2.3 Nous avons une urne remplie <strong>de</strong> boules numérotées <strong>de</strong> 1 à 2n. On en extrait n.<br />
(a) Dans combien <strong>de</strong> cas le nombre plue élevé sera k? Ici, k ∈ {1, . . . , 2n}.<br />
(b) En déduire la formule<br />
2n<br />
k=n<br />
C n−1<br />
k−1 = Cn 2n.<br />
(c) Démontrer cette formule à l’ai<strong>de</strong> <strong>de</strong> la formule <strong>de</strong> Pascal.<br />
2.4 Nous avons une urne remplie <strong>de</strong> boules numérotées <strong>de</strong> 1 à 2n. On en extrait n.<br />
(d) Dans combien <strong>de</strong> cas le nombre plue élevé sera k? Ici, k ∈ {1, . . . , 2n}.<br />
(e) En déduire la formule<br />
2.5 Calculer les sommes suivantes<br />
n<br />
k=0<br />
kC k n<br />
et<br />
n<br />
k=0<br />
k 2 C k n.<br />
Ai<strong>de</strong>: utiliser les égalités kC k n = nC k−1<br />
n−1 et k 2 C k n = k(k − 1)C k n + kC k n.<br />
2.6 Dans un Conservatoire, il y a n étudiants (n ≥ 1).<br />
(a) Nous <strong>de</strong>vons former un orchestre dans ce Conservatoire. Montrer qu’il y a 2 n possibilités.<br />
(b) Nous formons un orchestre assorti d’un soliste. Montrer qu’il y a n2 n−1 possibilités.<br />
(c) Nous formons un orchestre <strong>de</strong> k membres, avec k ≤ n, assorti d’un soliste. Monter qu’il y<br />
a kC k n possibilités.<br />
(d) En déduire le formule:<br />
n<br />
k=1<br />
kC k n = n2 n−1 .<br />
2.7 Dans un promotion <strong>de</strong> n étudiants on doit choisir le groupe <strong>de</strong> ceux qui ont réussi ainsi que<br />
le majeur <strong>de</strong> promotion et le porte-parole.<br />
(a) Montrer qu’il y a (n + 1)n2 n−2 façons <strong>de</strong> le faire.<br />
(b) Relier cette question avec l’exercice pré-précé<strong>de</strong>nt.<br />
.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 6<br />
2.8 Montrer que<br />
C p nC q p = C q nC p−q<br />
n−q.<br />
En donner une interprétation par dénombrement.<br />
2.9 Montrer que<br />
C n1,n2,...,nr<br />
n<br />
= C n1−1,n2,...,nr<br />
n−1<br />
+ C n1,n2−1,...,nr<br />
n−1<br />
+ · · · + C n1,n2,...,nr−1<br />
n−1 .<br />
2.10 Soit E un ensemble <strong>de</strong> n éléments. Une partition <strong>de</strong> E est la donnée d’une famille <strong>de</strong><br />
sous-ensembles non vi<strong>de</strong>s {A1, . . . , Ap} vérifiant:<br />
- A1 ∪ · · · ∪ Ap = E, et<br />
- Ai ∩ Aj = ∅ si i = j.<br />
Le nombre <strong>de</strong> partitions <strong>de</strong> E est dénoté par Bn. C’est le nombre <strong>de</strong> Bell. On posera B0 = 0.<br />
(a) Posons Pk les partitions <strong>de</strong> E dont le sous-ensemble contenant le nombre 1 contient k<br />
éléments. Ici, k ∈ {1, . . . , n}.Montrer que le cardinal <strong>de</strong> Pk est C k−1<br />
n−1Bn−k.<br />
(b) En déduire la formula<br />
Bn =<br />
n<br />
k=1<br />
<br />
C k−1<br />
n−1<br />
n−1Bn−k =<br />
i=0<br />
C i n−1Bi<br />
2.11 Nous avons m ≥ 1 urnes indiscernables et n ≥ 1 jetons numérotés <strong>de</strong> 1 jusqu’à n. Nous<br />
distribuons les jetons dans les urnes. Nous dénotons par Jn,m le nombre <strong>de</strong> résultats possibles.<br />
Nous écrirons J0,m = Jn,0 = J0,0 = 1.<br />
(a) Montrer que le nombre <strong>de</strong> distributions possibles où l’urne contient le 1 contient k éléments<br />
est<br />
Ici, k ∈ {1, . . . , n}.<br />
(b) Montrer que<br />
Jn,m =<br />
C k−1<br />
n−1Jn−k,m−1.<br />
n<br />
k=1<br />
C k−1<br />
n−1Jn−k,m−1.<br />
(c) Calculer Jn,m pour m = 1, 2 et 3.<br />
<strong>Probabilité</strong><br />
3 <strong>Probabilité</strong> élémentaire<br />
3.1 Soit Ω un ensemble non vi<strong>de</strong> muni d’une probabilité P . Considérons E et F <strong>de</strong>ux sousensembles<br />
<strong>de</strong> Ω. Montrer les propriétés suivantes.<br />
(a) P (F \E) = P (F ) − P (E).<br />
(b) P (E ∪ F ) = P (E) + P (F ) − P (E ∩ F ).<br />
(c) P (E ∩ F ) ≥ P (E) + P (F ) − 1.<br />
.<br />
Attention!!. Il y a une propriété qui n’est pas toujours vraie ... il faudra trouver un contre-exemple.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 7<br />
3.2 Montrer<br />
(a) P (E est réalisé seul ou F est réalisé seul) = P (E) + P (F ) − 2P (E ∩ F ).<br />
3.3 Soient A, B et C trois événements tels que A ∪ B ∪ C = Ω et A ∩ B = A ∩ C = B ∩ C. En<br />
supposant que P (A) = 1/4 et P (B) = 1/2 calculer P (C).<br />
3.4 ♠ Dans un jeu <strong>de</strong> tarot, on isole les 21 atouts numérotés <strong>de</strong> 1 à 21. On prend trois atouts<br />
au hasard. Calculer la probabilité d’avoir:<br />
(a) aucune carte multiple <strong>de</strong> 5: par exemple {1, 2, 3},<br />
(b) au moins une carte est multiple <strong>de</strong> cinq: par exemple {5, 17, 10},<br />
(c) un multiple <strong>de</strong> cinq et un multiple <strong>de</strong> sept (exactement): par exemple {10, 2, 14},<br />
(d) un multiple <strong>de</strong> cinq et un multiple <strong>de</strong> trois (exactement): par exemple {3, 19, 5} ou<br />
{15, 4, 13},<br />
(e) le 1 ou le 21: par exemple {1, 20, 21}.<br />
3.5 ♠ On pioche simultanément trois boules d’une urne contenant 4 boules blanches, trois boules<br />
noires et 2 boules rouges.<br />
(a) Quelle est la probabilité d’obtenir exactement une boule blanche et une boule rouge?<br />
(b) Quelle est la probabilité d’obtenir une boule blanche et une boule rouge?<br />
3.6 Une urne A contient 3 boules noires et 4 boules rouges, alors que l’urne B en contient 7 et<br />
8 respectivement. On tire <strong>de</strong>ux boules <strong>de</strong> chaque urne. Quelle est la probabilité que:<br />
(a) les quatre boules soient <strong>de</strong> même couleur,<br />
(b) <strong>de</strong>ux boules soient noires et <strong>de</strong>ux rouges?<br />
3.7 Une urne contient 4 boules blanches, 3 boules noires et 2 boules rouges. On effectue dans<br />
cette urne trois tirages d’une boule avec remise. Quelle est la probabilité d’obtenir:<br />
(a) trois boules <strong>de</strong> la même couleur,<br />
(b) trois boules <strong>de</strong> couleurs différentes?<br />
3.8 Les trois mousquetaires (donc quatre personnes) ont mélangé leurs bottes dans le couloir <strong>de</strong><br />
l’Auberge. D’Artagnan se lève le premier et prend <strong>de</strong>ux bottes au hasard 3 . Calculer la probabilité<br />
que:<br />
(a) les <strong>de</strong>ux bottes soient les siennes,<br />
(b) les <strong>de</strong>ux bottes forment une paire,<br />
(c) les <strong>de</strong>ux bottes soient <strong>de</strong>ux pieds droits,<br />
(d) les <strong>de</strong>ux bottes appartiennent à <strong>de</strong>ux personnes différentes.<br />
3 À la fois, l’une après l’autre, . . . , est-ce que cela change quelque chose?
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 8<br />
3.9 Un restaurant chinois présente une carte comprenant 47 plats: 17 entrées, 20 plats principaux<br />
et 10 <strong>de</strong>sserts numérotés <strong>de</strong> 1 à 47.<br />
(a) Combien <strong>de</strong> menus complets peut-on constituer?<br />
(b) On prend au hasard trois numéros différents compris entre 1 et 47. Calculer la probabilité<br />
d’avoir une entrée, un plat principal et un <strong>de</strong>ssert, sans tenir compte <strong>de</strong> l’ordre.<br />
3.10 On lance trois dés non pipés. Calculer la probabilité <strong>de</strong>s événements:<br />
(a) “Avoir trois numéros <strong>de</strong> même parité”<br />
(b) “Avoir un <strong>de</strong>s numéros strictement supérieur à la somme <strong>de</strong>s <strong>de</strong>ux autres”<br />
(c) “La somme est 9”<br />
(d) “La somme est 10”<br />
3.11 M. Dupont et Mme. Dupond reçoivent <strong>de</strong>s invités pour dîner: M. Boucher, Mme. Bouchez<br />
et leurs <strong>de</strong>ux enfants. Ils savent que parmi ces <strong>de</strong>ux enfants il y une fille.<br />
(a) Quelle est la probabilité pour que les <strong>de</strong>ux enfants soient du même sexe?<br />
Mme. Dupond vient <strong>de</strong> se rappeler que, en fait, l’aîné est une fille.<br />
(b) Quelle est la probabilité pour que les <strong>de</strong>ux enfants soient du même sexe?<br />
Remarque. On supposera que la probabilité d’être fille ou garçon est la même: 1/2.<br />
3.12 Même exercice en supposant que la probabilité d’avoir un garçon est p.<br />
3.13 On tire 13 cartes dans un jeu <strong>de</strong> 52 cartes. La probabilité que ce tirage soit dépourvu au<br />
moins d’une couleur est-elle égale à C1 4C 13<br />
39<br />
C13 52<br />
? Pourquoi?<br />
3.14 On lance une pièce; elle fait pile avec une probabilité p (et donc face avec une probabilité<br />
(1 − p)). On appelle pn la probabilité que sur n lancers il y ait un nombre impair <strong>de</strong> “pile” .<br />
(a) Montrer que pn = p(1 − pn−1) + (1 − p)pn−1.<br />
(b) En déduire pn en fonction <strong>de</strong> n et <strong>de</strong> p.<br />
3.15 On jette n fois une pièce <strong>de</strong> monnaie et on note fn le nombre <strong>de</strong> cas possibles où <strong>de</strong>ux<br />
piles n’apparaissent pas successivement.<br />
(a) Combien vaut f1? f2?<br />
(b) Montrer que fn = fn−1 + fn−2.<br />
(c) Calculer fn et la probabilité pour que sur n lancers il y ait au moins <strong>de</strong>ux piles successives.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 9<br />
3.16 ♠ On choisit au hasard un sous-ensemble <strong>de</strong> {1, . . . , n}. Quelle est la probabilité que ce<br />
sous-ensemble<br />
(a) contienne 1 et 2,<br />
(b) ne contienne ni 1 ni 2,<br />
(c) contienne 1 ou 2?<br />
3.17 Dans une population <strong>de</strong> n individus on prélève, au hasard, sans répétition et 2 fois <strong>de</strong> suite<br />
<strong>de</strong> manière indépendante avec remise entre <strong>de</strong>ux tirages, 2 groupes <strong>de</strong> cardinaux respectifs r et s.<br />
Quelle est la probabilité que les <strong>de</strong>ux échantillons n’aient pas d’éléments communs?<br />
3.18 Lancement d’une pièce équilibrée. Trois différents points <strong>de</strong> vue.<br />
A. ♠ On lance successivement n fois une pièce équilibrée.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité d’obtenir exactement f faces.<br />
(e) Supposons qu’on lance une infinité <strong>de</strong> fois cette pièce. Quelle est la probabilité <strong>de</strong> n’obtenir<br />
que <strong>de</strong>s faces.<br />
B. On lance n pièces équilibrées d’un coup. On suppose que ces pièces sont <strong>de</strong>s<br />
couleurs différentes.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité d’obtenir exactement f faces.<br />
C. On lance n pièces équilibrées d’un coup. On suppose que ces pièces sont égales.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité d’obtenir exactement f faces.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 10<br />
3.19 Lancement <strong>de</strong> dés. Trois différents points <strong>de</strong> vue.<br />
A. On lance successivement n dés équilibrés.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité d’obtenir exactement f fois la face numéro 1.<br />
(e) Supposons qu’on lance ce dé une infinité <strong>de</strong> fois. Quelle est la probabilité <strong>de</strong> n’obtenir que<br />
<strong>de</strong>s faces paires.<br />
B. On lance n dés équilibrés <strong>de</strong> couleurs différentes.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité d’obtenir exactement f fois la face numéro 1.<br />
C. On lance n dés équilibrés. On suppose que ces dés sont égaux.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité d’obtenir exactement f fois la face numéro 1.<br />
3.20 Des boules dans <strong>de</strong>s urnes. Quatre différents points <strong>de</strong> vue.<br />
A. Nous avons les urnes U1, . . . , Un et les boules B1, . . . Bb. On place au hasard les<br />
boules dans les urnes.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité qu’il y ait exactement une urne non vi<strong>de</strong>.<br />
(e) Calculer la probabilité que les boules B1 at B2 se trouvent dans la même urne.<br />
(f) Calculer la probabilité que la première urne contienne exactement f boules.<br />
B. Nous avons les urnes U1, . . . , Un et b boules indiscernables. On place au hasard<br />
les boules dans les urnes.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 11<br />
(d) Calculer la probabilité qu’il y ait exactement une urne non vi<strong>de</strong>.<br />
(e) Calculer la probabilité que la première urne contienne exactement f boules.<br />
C. Nous avons 3 urnes indiscernables et les boules B1, B2, B3. On place au hasard<br />
les boules dans les urnes.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité que les boules B1 at B2 se trouvent dans la même urne.<br />
(e) Calculer la probabilité qu’il y ait exactement une urne non vi<strong>de</strong>.<br />
D. Nous avons 3 urnes indiscernables et 3 boules indiscernables. On place au hasard<br />
les boules dans les urnes.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω.<br />
(b) Calculer la probabilité <strong>de</strong> chaque résultat.<br />
(c) Décrire la probabilité P .<br />
(d) Calculer la probabilité qu’il y ait exactement une urne non vi<strong>de</strong>.<br />
3.21 On distribue au hasard n boules indiscernables dans N urnes discernables. Calculer la<br />
probabilité <strong>de</strong>s événements suivants :<br />
(a) la première urne contient exactement k boules,<br />
(b) la première urne est vi<strong>de</strong>,<br />
(c) les <strong>de</strong>ux premières urnes sont vi<strong>de</strong>s,<br />
(d) les p premières urnes sont vi<strong>de</strong>s,<br />
(e) une urne est vi<strong>de</strong>,<br />
(f) aucune urne n’est vi<strong>de</strong>,<br />
(g) une urne exactement est vi<strong>de</strong>.<br />
3.22 On distribue au hasard b boules dans n urnes. Calculer la probabilité <strong>de</strong>s événements<br />
suivants 4 :<br />
(a) la première urne contient exactement k boules,<br />
(b) la première urne est vi<strong>de</strong>,<br />
(c) les <strong>de</strong>ux premières urnes sont vi<strong>de</strong>s,<br />
(d) les p premières urnes sont vi<strong>de</strong>s,<br />
(e) une urne est vi<strong>de</strong>,<br />
(f) aucune urne n’est vi<strong>de</strong>,<br />
(g) une urne exactement est vi<strong>de</strong>.<br />
4 Déci<strong>de</strong>r au préalable si les boules/urnes peuvent être considérées différentes ou non.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 12<br />
3.23 Si 10 couples mariés sont assis au hasard autour d’une table, calculer la probabilité que<br />
acune femme ne soit pas assise à côté <strong>de</strong> son mari.<br />
3.24 Un dé est jeté jusqu’à ce que le numéro 6 sorte. Notons En l’événement ”le 6 sort pour la<br />
∞<br />
c première fois au n-ième coup et pas avant”. Que signifie<br />
? Combien vaut sa probabilité?<br />
3.25 Une personne se trouve <strong>de</strong>vant une porte fermée à clé. Elle dispose d’un trousseau <strong>de</strong> n<br />
clés parmi lesquelles une seule ouvre la porte. Elle essaie les clés au hasard l’une après l’autre<br />
(elle n’essaie pas <strong>de</strong>ux fois la même clé!). Quelle est la probabilité qu’elle ouvre la porte au k-ième<br />
essaie?<br />
3.26 Une urne contient au départ b > 0 boules blanches et n > 0 noires. On effectue <strong>de</strong>s tirages<br />
dans cette urne <strong>de</strong> la façon suivante: si la boule obtenue est blanche, on la remet, et si elle est<br />
noire, on la remet et on rajoute b boules blanches. Quelle est la probabilité<br />
(a) <strong>de</strong> ne tirer que <strong>de</strong>s boules blanches,<br />
(b) <strong>de</strong> ne tirer que <strong>de</strong>s noires.<br />
3.27 ♠ Considérons n amis, p courtes pailles et q longues pailles avec n = p + q. Chacun <strong>de</strong>s<br />
amis prend à son tour une paille. Ceux qui tirent une courte paille per<strong>de</strong>nt. Montrer que la<br />
probabilité <strong>de</strong> perdre est indépendante <strong>de</strong> lordre dans lequel on choisit la paille.<br />
4 <strong>Probabilité</strong> conditionnelle<br />
4.1 Soient E, F et G trois évènements avec P (F ) = P (F ∩ G) = 0.<br />
(a) Montrer que l’on peut parler <strong>de</strong>s probabilités conditionnelles<br />
P (E/(F ∩ G)), P (E/F ), P (G/F ), P (G c /F ), et P (E/(G c ∩ F )).<br />
(b) Montrer la formule:<br />
n=1<br />
P (E/F ) = P (E/(F ∩ G))P (G/F ) + P (E/(G c ∩ F ))P (G c /F ).<br />
4.2 Soient Ω = {a1, . . . , an} et F = {a1, . . . , am} ⊂ Ω. Considérons P une probabilité sur Ω<br />
avec P (F ) > 0. Montrer qu’il existe une famille <strong>de</strong> nombres positifs {p1, . . . , pm} avec P (−/F ) =<br />
m<br />
piδai .<br />
i=1<br />
4.3 ♠ Soit P un probabilité définie sur N. Supposons que P ({n, n + 1}) = 3/2 n+2 pour tout<br />
n ∈ N. Décrire P .<br />
4.4 Soient Ω = {a1, . . . , an} et F = {a1, . . . , am} ⊂ Ω avec m > 0. Considérons P la probabilité<br />
uniforme sur Ω. Montrer que:<br />
(a) P (E/F ) =<br />
#(E ∩ F )<br />
, pour tout E ⊂ Ω.<br />
#F<br />
En
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 13<br />
4.5 Pour dépister une maladie, un laboratoire met au point un test. Malheureusement, il n’est<br />
pas parfait: la probabilité d’un ”faux négatif”, c’est à dire la probabilité que le test soit négatif<br />
pour un patient mala<strong>de</strong> est 0, 9% et la la probabilité d’un ” faux positif”, c’est à dire la probabilité<br />
que le test soit positif pour un patient sain est 5%.<br />
La prévalence <strong>de</strong> la maladie dans la population est 0, 5%.<br />
(a) Quelle est la probabilité pour qu’un patient dont le test se révèle positif soit effectivement<br />
mala<strong>de</strong>?<br />
(b) Quelle est la probabilité pour qu’un patient, dont <strong>de</strong>ux tests successifs se révèlent positifs,<br />
soit effectivement mala<strong>de</strong>? On supposera que les <strong>de</strong>ux test sont indépendants aussi bien chez les<br />
patients mala<strong>de</strong>s que chez les patients sains 5 .<br />
4.6 Nous avons <strong>de</strong>ux urnes avec <strong>de</strong>s boules rouges et vertes. La première urne (disons Urne1)<br />
contient une proportion p1 = 0 <strong>de</strong> boules rouges tandis que la <strong>de</strong>uxième urne (disons Urne2)<br />
contient une proportion p2 = 0 <strong>de</strong> boules rouges. Nous choisissons au hasard une urne, en sachant<br />
que la première a une probabilité q ∈]0, 1[ d’être choisie.<br />
(a) Nous extrayons une boule <strong>de</strong> l’urne choisie. Il s’avère que cette boule est rouge. Quelle<br />
est la probabilité pour que l’urne choisie ait été l’Urne1?<br />
(b) Nous extrayons, avec remise, <strong>de</strong>ux boules <strong>de</strong> l’urne choisie. Il s’avère que ces boules sont<br />
rouges. Quelle est la probabilité pour que l’urne choisie ait été l’Urne1?<br />
(c) Sous quelles conditions le résultat obtenu pour (b) est plus grand que celui obtenu pour<br />
(a)?<br />
(d) Calculer (a) et (b) pour q = 0, 005, p1 = 0, 991 et p2 = 0, 05.<br />
4.7 ♠ Une usine d’ampoules électriques possè<strong>de</strong> trois ateliers A, B et C. L’atelier A assure 30%<br />
<strong>de</strong> la production. L’atelier B assure 20% <strong>de</strong> la production. L’atelier C assure 50% <strong>de</strong> la production.<br />
Il y a 5 % <strong>de</strong>s ampoules produites par A qui sont défectueuses. Il y a 4 % <strong>de</strong>s ampoules produites<br />
par B qui sont défectueuses. Il y a 1 % <strong>de</strong>s ampoules produites par C qui sont défectueuses.<br />
(a) Calculer la probabilité qu’une ampoule produite par cette usine soit défectueuse.<br />
(b) On choisit au hasard une ampoule produite par cette usine et on constante qu’elle est<br />
défectueuse. Calculer la probabilité pour qu’elle sorte <strong>de</strong> l’atelier B.<br />
4.8 Un marchand vend <strong>de</strong>s articles dont 30 % proviennent d’un fournisseur A et 70 % d’un<br />
fournisseur B. On sait que 6 % <strong>de</strong> la production <strong>de</strong> A est défectueuse, contre 3 % seulement pour<br />
la production <strong>de</strong> B. Un client achète un article.<br />
(a) Quelle est la probabilité que cet article soit défectueux?<br />
(b) Sachant que cet article est défectueux, quelle est la probabilité qu’il provienne <strong>de</strong> B?<br />
5 C’est-à-dire, les <strong>de</strong>ux tests sont conditionnellement indépendants selon l’évènement “le patient mala<strong>de</strong>” et aussi<br />
selon l’évènement “le patient est sain”
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 14<br />
4.9 On pose une question à un candidat choisi au hasard dans une population possédant une<br />
proportion p <strong>de</strong> tricheurs. On admet que si cet individu est un tricheur, il connaît à l’avance la<br />
question et sa réponse; sinon, il a une chance sur 12 <strong>de</strong> répondre correctement.<br />
(a) Quelle est la probabilité que le candidat choisi donne la bonne réponse?<br />
(b) Sachant que le candidat a répondu correctement, quelle est la probabilité qu’il ait triché.<br />
4.10 Trois versions du même problème.<br />
A. M. Dupont et Mme. Dupond reçoivent <strong>de</strong>s invités pour dîner: M. Boucher,<br />
Mme. Bouchez et leurs <strong>de</strong>ux enfants.<br />
(a) Quelle est la probabilité pour que les <strong>de</strong>ux enfants soient <strong>de</strong>s filles?<br />
(b) M. Dupont et Mme. Dupond savent que parmi ces <strong>de</strong>ux enfants il y une a fille. Quelle<br />
est la probabilité pour que les <strong>de</strong>ux enfants soient du même sexe?<br />
(c) Mme. Dupond vient <strong>de</strong> se rappeler que, en fait, l’aîné est une fille. Quelle est la probabilité<br />
pour que les <strong>de</strong>ux enfants soient du même sexe?<br />
B. La fratrie <strong>de</strong> M. Boucher, Mme. Bouchez est composée <strong>de</strong> n enfants.<br />
(a) Quelle est la probabilité d’avoir n filles?<br />
(b) En sachant qu’il y a (n − 1) filles, quelle est la probabilité d’avoir n filles?<br />
(c) En sachant que les (n − 1) enfants les plus âgés sont <strong>de</strong>s filles, quelle est la probabilité<br />
d’avoir n filles?<br />
C. On lance n pièces <strong>de</strong> monnaie.<br />
(a) Quelle est la probabilité d’obtenir n faces?<br />
(b) En sachant qu’on a obtenu (n − 1) faces, quelle est la probabilité d’obtenir n faces?<br />
(c) En sachant que les (n − 1)-premiers jets sont <strong>de</strong>s faces, quelle est la probabilité d’obtenir<br />
n faces?<br />
4.11 Nous avons trois urnes contenant <strong>de</strong> boules rouges et <strong>de</strong> boules vertes. La première<br />
contient une proportion p1 ∈]0, 1[ <strong>de</strong> boules rouges. La <strong>de</strong>uxième contient une proportion p2 ∈]0, 1[<br />
<strong>de</strong> boules rouges. La troisième contient une proportion p3 ∈]0, 1[ <strong>de</strong> boules rouges.<br />
(a) Si l’on extrait une boule <strong>de</strong> la première urne et une boule <strong>de</strong> la <strong>de</strong>uxième urne, quelle est<br />
la probabilité d’obtenir <strong>de</strong>ux boules <strong>de</strong> couleurs différentes?<br />
(b) On extrait maintenant une boule <strong>de</strong> chaque urne. On obtient <strong>de</strong>ux boules rouges et une<br />
boule verte. Quelle est la probabilité d’avoir tiré une boule rouge <strong>de</strong> la troisième urne?<br />
4.12 Une urne contient au départ une boule blanche et une noire. On effectue <strong>de</strong>s tirages dans<br />
cette urne <strong>de</strong> la façon suivante: si l’on tire une boule blanche, on la remet dans l’urne avec une<br />
boule blanche supplémentaire, et on arrête le tirage dés que la boule noire est obtenue. Quelle est<br />
la probabilité <strong>de</strong> s’arrêter au nième tirage?
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 15<br />
4.13 ♠ Une urne contient <strong>de</strong>s boules vertes et seulement <strong>de</strong>s boules vertes. Une <strong>de</strong>uxième urne<br />
contient 30 boules vertes et 10 boules rouges. On choisit une urne au hasard et on extrait une<br />
boule <strong>de</strong> cette urne au hasard.<br />
(a) Quelle est la probabilité que cette boule soit verte? Quelle est la probabilité qu’elle<br />
provienne <strong>de</strong> la première urne?<br />
(b) Supposons qu’elle est verte. On réintroduit cette boule dans lurne. On extrait une boule<br />
à nouveau <strong>de</strong> cette même urne. Quelle est la probabilité que cette boule soit rouge?<br />
4.14 ♠ Considérons n urnes, chacune contenant V boules vertes et R boules rouges. On tire<br />
au hasard une boule <strong>de</strong> la première urne qui est introduite à son tour dans la <strong>de</strong>uxième urne.<br />
Ensuite, on extrait une boule <strong>de</strong> la <strong>de</strong>uxième urne qui est introduite dans la troisième et ainsi <strong>de</strong><br />
suite. Quelle est la probabilité <strong>de</strong> tirer une boule verte dans la n-ième urne?<br />
4.15 ♠ Considérons n amis, p courtes pailles et q longues pailles avec n ≤ p + q. Chacun <strong>de</strong>s<br />
amis prend à son tour une paille. Ceux qui tirent une courte paille per<strong>de</strong>nt. Montrer que la<br />
probabilité <strong>de</strong> perdre est indépendante <strong>de</strong> lordre dans lequel on choisit la paille.<br />
4.16 On doit choisir une commission <strong>de</strong> 3 personnes parmi un groupe <strong>de</strong> 6 femmes et 9 hommes.<br />
Pour cela on procè<strong>de</strong> <strong>de</strong> la façon suivante.<br />
Tout d’abord on choisit une <strong>de</strong>s 6 femmes au hasard et on choisit un <strong>de</strong>s 9 hommes au hasard.<br />
Ensuite, on écrit le nom <strong>de</strong> chaque femme qui n’a pas été choisie sur a papiers. De même, on<br />
écrit le nom <strong>de</strong> chaque homme qui n’a pas été choisi sur b papiers. On met tous ces papiers dans<br />
une urne et on tire un papier au hasard. Le nom indiqué sur ce papier correspond à la troisième<br />
personne <strong>de</strong> la commission.<br />
Question: Trouver <strong>de</strong>s valeurs pour a et b <strong>de</strong> façon que chacune <strong>de</strong>s 15 personnes ait la même<br />
probabilité d’être choisie. Même question avec f femmes et h hommes (on trouvera <strong>de</strong>s conditions<br />
sur f et h car ce nest pas toujours possible davoir la même probabilité pour toutes les personnes).<br />
4.17 Une urne contient 3 boules rouges et 7 blanches. Betti et Aritz tirent une boule à tour <strong>de</strong><br />
rôle, avec remise. Le premier <strong>de</strong>s <strong>de</strong>ux joueurs qui obtient une boule rouge gagne.<br />
(a) Montrer que la probabilité <strong>de</strong> l’évènement G =“il existe un gagnant” vaut 1. On introduira<br />
les évènements Bn = “les n premières boules tirées sont blanches” (pour n ∈ N ∗ ), et on exprimera<br />
G en fonction <strong>de</strong>s Bn.<br />
Soit maintenant C l’évènement “le joueur qui commence gagne”. On va calculer P (C) <strong>de</strong> <strong>de</strong>ux<br />
façons différentes.<br />
(b) (1ère métho<strong>de</strong>) Pour n ∈ N, notons An l’évènement “les n premières boules tirées sont<br />
blanches et la (n + 1)-ième est rouge”. Calculer P (An) pour tout n. Exprimer C en fonction <strong>de</strong>s<br />
An. En déduire la valeur <strong>de</strong> P (C).<br />
(c) (2n<strong>de</strong> métho<strong>de</strong>) Utiliser la formule <strong>de</strong>s probabilités totales pour exprimer P (C) en fonction<br />
<strong>de</strong> P (C/B), où B est l’évènement “la première boule tirée est blanche”. Utiliser ensuite la symétrie<br />
<strong>de</strong> jeu pour conclure.<br />
4.18 Même exercice sans remise.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 16<br />
4.19 Supposons que l’urne contient maintenant 3 boules rouges, 7 blanches et 10 vertes. Betti<br />
et Aritz tirent une boule à tour <strong>de</strong> rôle avec remise jusqu’à ce qu’une boule rouge sorte. Si la<br />
boule sortie est blanche le joueur perd son tour mais si la boule sortie est verte le joueur rejoue.<br />
(a) Montrer que la probabilité <strong>de</strong> ne jamais extraire une boule rouge est 0.<br />
(b) Quelle est la probabilité pour que le joueur qui commence gagne?<br />
4.20 Une urne contient n boules blanches et m boules rouges. On retire les boules une à une.<br />
n<br />
(a) Montrer que la probabilité que les boules rouges disparaissent en premier est<br />
n + m .<br />
Cette fois l’urne contient n boules blanches, m boules rouges et k boules vertes. On retire les<br />
boules une à une.<br />
(b) Montrer que la probabilité que “les boules rouges disparaissent en premier” est égale à<br />
la probabilité <strong>de</strong> l’événement : “les boules rouges disparaissent en premier et les boules vertes en<br />
second ou les boules rouges disparaissent en premier et les boules blanches en second”.<br />
(c) Calculer la probabilité que les boules rouges disparaissent en premier et les boules vertes<br />
en second, en conditionnant par rapport à l’événement : “les boules blanches disparaissent en<br />
<strong>de</strong>rnier”.<br />
(d) En déduire la probabilité que les boules rouges disparaissent en premier”.<br />
4.21 On tire <strong>de</strong>s boules d’une urne qui contient b boules blanches, r boules rouges et v boules<br />
vertes. Trouver dans chacun <strong>de</strong>s <strong>de</strong>ux cas suivants, la probabilité qu’une boule verte apparaisse<br />
avant qu’une boule rouge le fasse.<br />
(a) Chaque boule est réintroduite dans lurne après chaque tirage.<br />
(b) Sans remise.<br />
4.22 Une épreuve sportive consiste à atteindre une cible partagée en trois cases notées 1,2 et 3.<br />
Deux concurrentes Ainhoa et Nekane sont en présence, on admet qu’à tout coup chacune d’elles<br />
atteint une case et une seule. Pour Ainhoa, les probabilités d’atteindre les cases 1,2 et 3 sont,<br />
dans cet ordre, en progression arithmétique <strong>de</strong> raison 1/4. Pour Nekane, les trois éventualités sont<br />
équiprobables.<br />
(a) Quelle est la probabilité d’atteindre chaque cible?<br />
(b) On choisit une <strong>de</strong>s <strong>de</strong>ux concurrentes, en admettant que la probabilité <strong>de</strong> choisir Ainhoa<br />
est la moitié <strong>de</strong> la probabilité <strong>de</strong> choisir Nekane. La concurrente choisie atteint la case 3. Quelle<br />
est le probabilité que cette concurrente soit Ainhoa ?<br />
4.23 Quand on téléphone chez Bixente, on a neuf chances sur dix <strong>de</strong> tomber sur son répon<strong>de</strong>ur.<br />
Il utilise cet interlocuteur électronique lorsqu’il est là <strong>de</strong>ux fois sur trois pour ne pas avoir à<br />
répondre à <strong>de</strong>s importuns. Quand il est absent, il l’utilise toujours.<br />
(a) On téléphoné chez Bixente. Calculer la probabilité qu’il soit présent.<br />
(b) On tombe sur son répon<strong>de</strong>ur, calculer la probabilité qu’il soit présent.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 17<br />
4.24 Nous avons <strong>de</strong>ux urnes U1 et U2. La première contient le double <strong>de</strong> boules rouges que <strong>de</strong>s<br />
vertes. La <strong>de</strong>uxième ne contient que <strong>de</strong>s boules rouges. On choisit une urne au hasard, tout en<br />
sachant, que la première a une probabilité p d’être choisie et que la <strong>de</strong>uxième a une probabilité<br />
1 − p d’être choisie. Ensuite, on extrait une boule <strong>de</strong> cette urne.<br />
On sait que, à la fin <strong>de</strong> cette procédure, la probabilité d’obtenir une boule rouge est <strong>de</strong> 0,9.<br />
(a) Quelle est la valeur <strong>de</strong> p?<br />
(b) Si la boule obtenue est rouge, quelle est la probabilité pour qu’elle provienne <strong>de</strong> la première<br />
urne?<br />
4.25 On pioche au hasard et simultanément <strong>de</strong>ux points <strong>de</strong> l’ensemble E = {u1, u2, . . . , un},<br />
où l’on suppose que n ≥ 2.<br />
(a) Sachant que u1 n’est pas l’un d’eux, quelle est la probabilité que u2 le soit?<br />
(b) On choisit au hasard une partie quelconque <strong>de</strong> E. Sachant qu’elle ne contient pas u1,<br />
quelle est la probabilité que u2 y soit?<br />
4.26 Un joueur lance un dé équilibré avec 3m-faces numéroté par: {1, 2, . . . , 3m}. Il gagne s’il<br />
obtient un multiple <strong>de</strong> 3. Sinon, il continue à jouer jusqu’au moment où<br />
- il obtient le résultat obtenu au premier tirage (par exemple 5 − 1 − 1 − 1 − 8 − 4 − 5), et il<br />
gagne, ou<br />
- il obtient un multiple <strong>de</strong> 3 (par exemple 5 − 2 − 4 − 2 − 7 − 8 − 1 − 6), et il perd.<br />
Il perd aussi dans le cas où le jeu ne s’arrête pas.<br />
Quelle est sa probabilité <strong>de</strong> gagner?<br />
4.27 On jette <strong>de</strong>ux dés à la fois et on considère la somme <strong>de</strong>s points obtenus. Si cette somme est<br />
égale à 7 ou 11 on gagne. Si elle est 2, 3 ou 12 on perd. Dans les autres cas la somme obtenue est<br />
appelée A et on continue à tirer les <strong>de</strong>ux dés jusquau moment on obtient ou bien 7 (et on perd)<br />
ou bien on obtient A (et on gagne). Quelle est la probabilité <strong>de</strong> gagner?<br />
4.28 On tire une à une, les n boules numérotées (<strong>de</strong> 1 à n) d’une urne. On note Ai l’évènement<br />
“la i-ème boule tirée porte le numéro i”, où i ∈ {0, . . . , n}.<br />
(a) Décrire l’espace <strong>de</strong>s résultats Ω et la probabilité P sous-jacente.<br />
(b) Calculer chaque P (Ai).<br />
(c) Calculer chaque P (Ai1 ∩ · · · ∩ Aik ).<br />
(d) Vérifier la formule <strong>de</strong> Poincaré.<br />
(e) Déterminer la probabilité qu’il n’y ait aucune renontre.<br />
(f) Quelle est la limite du résultat précé<strong>de</strong>nt quand n tend vers l’infini?
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 18<br />
4.29 Une urne contient une boule blanche et une boule noire. On considère qu’il y a équiprobabilité<br />
<strong>de</strong> tirer l’une ou l’autre boule. Fixons k ∈ {0, . . . , n}.<br />
(a) Calculer la probabilité P (Ak,n) d’obtenir exactement k boules blanches au cours <strong>de</strong> n<br />
tirages successifs d’une boule avec remise.<br />
(b) En déduire la probabilité P (Bk,n) qu’au moins k boules soient blanches parmi es n tirages.<br />
L’urne contient maintenant <strong>de</strong>ux boules choisies au hasard parmi <strong>de</strong>ux boules blanches et <strong>de</strong>ux<br />
boules noires.<br />
(c) Calculer la probabilité <strong>de</strong>s évènements: E = “l’urne contient <strong>de</strong>ux boules blanches”; F<br />
= “l’urne contient <strong>de</strong>ux boules noires” et G = “l’urne contient une boule blanche et une boule<br />
noire”.<br />
On effectue dans cette urne une succession <strong>de</strong> tirages d’une boule avec remise.<br />
(d) Calculer la probabilité P (Ck,n) que les n premiers tirages ont amené au moins k boules<br />
blanches.<br />
(e) On sait que Ck,n est réalisé. Calculer la probabilité pk,n que l’urne contienne <strong>de</strong>ux blanches.<br />
(f) Calculer lim<br />
n→∞ p1,n et lim<br />
n→∞ pn,n. Interpréter ces probabilités.<br />
5 Indépendance<br />
5.1 Montrer que si {E, F } sont indépendants alors il en sera <strong>de</strong> même pour {E c , F } et pour<br />
{E c , F c }.<br />
5.2 Démontrer que <strong>de</strong>ux éléments E et F sont indépendants si et seulement si<br />
5.3 Considérons E et F <strong>de</strong>ux évènements.<br />
(a) Montrer que<br />
P (E ∩ F )P (E c ∩ F c ) = P (E ∩ F c )P (E c ∩ F ).<br />
{E ∩ F, E ∪ F } sont indépendants ⇐⇒ P (E ∩ F ) = 0 ou P (E ∪ F ) = 1.<br />
(b) Montrer que si les évènements {E, F } sont indépendants alors<br />
{E ∩ F, E ∪ F } sont indépendants ⇐⇒ P (E) = 0 ou P (F ) = 0 ou P (E) = 1 ou P (F ) = 1.<br />
(c) Fixons a ∈ Ω et supposons P = δa la mesure <strong>de</strong> Dirac. Montrer que <strong>de</strong>ux évènements<br />
quelconques {E, F } sont toujours indépendants.<br />
(d) Fixons a et b <strong>de</strong>ux points disctincts <strong>de</strong> Ω et considérons la probabilité P = 1<br />
2 δa + 1<br />
2 δb sur<br />
Ω. Soient E et F <strong>de</strong>ux évènements quelconques. Montrer que<br />
⎧<br />
a ∈ E\F et b ∈ F \E, ou<br />
⎪⎨ b ∈ E\F et a ∈ F \E, ou<br />
{E, F } ne sont pas indépendants ⇐⇒<br />
a ∈ E ∪ F et b ∈ E ∩ F ou<br />
⎪⎩<br />
b ∈ E ∪ F et a ∈ E ∩ F.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 19<br />
5.4 Soient A, B, et C trois événements vérifiant<br />
Montrer que A, B et C sont indépendants.<br />
P (A ∩ B ∩ C) = P (A)P (B)P (C)<br />
P (A c ∩ B ∩ C) = P (A c )P (B)P (C)<br />
P (A ∩ B c ∩ C) = P (A)P (B c )P (C)<br />
P (A ∩ B ∩ C c ) = P (A)P (B)P (C c ).<br />
5.5 Supposons A indépendant <strong>de</strong> B ∩ C et B ∪ C, puis B indépendant <strong>de</strong> C ∩ A et enfin C<br />
indépendant <strong>de</strong> A ∩ B. Supposons , en outre, P (A), P (B) et P (C) strictement positifs. Alors A,<br />
B et C sont indépendants.<br />
5.6 Soient A, B et C trois événements tels que A et B sont conditionnellement indépendants<br />
selon C, que A et C sont indépendants et que B et C sont indépendants.<br />
(a) Montrer que P (A ∩ B ∩ C) = P (A)P (B)P (C).<br />
(b) Les événements A, B et C sont-ils indépendants?<br />
5.7 Soient E1, E2 et F trois événements avec P (E2 ∩ F ) > 0. Montrer que<br />
E1 et E2 sont conditionnellement indépendants selon F ⇐⇒ P (E1/E2 ∩ F ) = P (E1/F ).<br />
5.8 Soient E1, E2 et F trois événements avec P (F ) > 0. Montrer que<br />
E1 et E2 sont conditionnellement indépendants selon F ⇐= E1 et E2 sont indépendants.<br />
Et la réciproque?<br />
5.9 ♠ Considérons une famille <strong>de</strong> n enfants, avec n ≥ 2. On appelle D l’évènement “la famille<br />
a <strong>de</strong>s enfants <strong>de</strong> <strong>de</strong>ux sexes” et F l’évènement “la famille a au plus une fille”. Pour quelle valeur<br />
<strong>de</strong> n les évènements D et F sont indépendants.<br />
5.10 Soient U1 et U2 <strong>de</strong>ux urnes contenant chacune 1 boule verte et 1 boule rouge. On effectue<br />
un tirage successif <strong>de</strong> <strong>de</strong>ux boules <strong>de</strong> la façon suivante: on choisit d’abord une urne; s’il s’agit <strong>de</strong><br />
U1 on tire avec remise; s’il s’agit <strong>de</strong> U2, on tire sans remise. Soit A l’évènement: la première boule<br />
tirée est rouge. Soit B l’évènement: la secon<strong>de</strong> boule tirée est verte. Soit C l’évènement: l’urne<br />
U1 est choisie. Montrer que:<br />
(a) A et B sont indépendants conditionnellement à C.<br />
(b) A et C sont indépendants.<br />
(c) B et C sont indépendants.<br />
(d) A et B ne sont pas indépendants
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 20<br />
5.11 On tire une carte d’un jeu <strong>de</strong> 52 cartes, vérifier que les événements A= ”on obtient un<br />
coeur” et B = ”on obtient un roi” sont indépendants.<br />
5.12 On place les lettres A, B et C sur la droite réelle <strong>de</strong> façon aléatoire 6 . Considérons les<br />
évènements<br />
E = “La lettre A est située à droite 7 <strong>de</strong> la lettre B” et<br />
F = “La lettre B est située à droite <strong>de</strong> la lettre C”.<br />
(a) Les évènements E et F sont-ils indépendants?<br />
(b) Même question si on place tout l’alphabet.<br />
5.13 Un joueur professionel gar<strong>de</strong> dans sa poche <strong>de</strong>ux pièces: l’une équilibrée et l’autre avec<br />
<strong>de</strong>ux piles. Il en prend une au hasard (les <strong>de</strong>ux pièces ont la même probabilité d’être choisies) et<br />
la lance.<br />
(a) Quelle est la probabilité d’obtenir pile?<br />
(b) Supposons qu’on obtient pile. Quelle est la probabilité d’avoir choisi la pièce truquée?<br />
(c) Il lance une <strong>de</strong>uxième fois la pièce choisie au hasard. Il obtient à nouveau pile. Quelle est<br />
la probabilité d’avoir choisi la pièce truquée?<br />
(d) Les événements “obtenir pile au premier tirage” et “obtenir pile au <strong>de</strong>uxième tirage”<br />
sont-ils indépendants?<br />
5.14 On dispose <strong>de</strong> trois pièces. La probabilité d’obtenir pile est respectivement 1 pour la<br />
4<br />
première, 1<br />
1<br />
pour la <strong>de</strong>uxième et pour la troisième. On tire au hasard une pièce et on la lance<br />
3 2<br />
trois fois. Sur les trois résultats on obtient <strong>de</strong>ux fois pile et une fois face.<br />
(a) Quelle est la probabilité d’avoir lancé la première pièce?<br />
(b) Les événements<br />
- A = ”on lance la première pièce”<br />
- Z = ”on obtient <strong>de</strong>ux piles et une face”<br />
sont-ils indépendants?<br />
5.15 On tire <strong>de</strong>ux cartes d’un jeu <strong>de</strong> 52 cartes. Soit A l’événement ”les <strong>de</strong>ux cartes ont la<br />
même valeur” et B l’événement ”les <strong>de</strong>ux cartes ont la même couleur”. Étudier l’indépendance<br />
<strong>de</strong>s événements A et B dans les cas suivants:<br />
(a) on remet dans le jeu la première carte avant <strong>de</strong> tirer la secon<strong>de</strong>,<br />
(b) on tire les <strong>de</strong>ux cartes simultanément.<br />
6 Toutes les configurations ont la même probabilité d’apparaître.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 21<br />
5.16 ♠ Deux urnes A et B contiennent respectivement<br />
- <strong>de</strong>ux boules blanches plus n boules noires, et<br />
- une boule blanche plus cinq boules noires.<br />
On tire au hasard une boule <strong>de</strong> l’urne A et on la place dans l’urne B. On tire alors une boule <strong>de</strong><br />
B, elle est blanche.<br />
(a) Quelle est la probabilité que la boule transférée ait aussi été blanche?<br />
(b) Les événements ”la première boule est blanche” et ”la <strong>de</strong>uxième boule est blanche” sont-ils<br />
indépendants?<br />
5.17 Soit n = p α1<br />
1 · · · p αr<br />
r un nombre entier et sa décomposition en facteurs premiers. Soit<br />
Ω = {1, . . . , n} muni <strong>de</strong> la probabilité uniforme et Ai = {k ∈ Ω / pi|k} pour 1 ≤ i ≤ r.<br />
(a) Calculer chaque P (Ai).<br />
(b) Montrer que pour i = j les événements Ai et Aj sont indépendants.<br />
(c) Calculer la probabilité <strong>de</strong> l’événement: B = {k ∈ Ω / aucun pi divise k}.<br />
(d) En déduire la valeur <strong>de</strong> la fonction f : N → N donnée par f(n) = cardB.<br />
5.18 Soient n urnes dont chacune contient r boules rouges et v boules vertes. On fait passer<br />
une boule <strong>de</strong> la première urne dans la <strong>de</strong>uxième; puis une boule <strong>de</strong> la <strong>de</strong>uxième dans la troisième,<br />
etc. Puis, <strong>de</strong> la <strong>de</strong>rnière urne on retire une boule.<br />
(a) Montrer que la probabilité que cette boule soit verte est v/v + r.<br />
(b) Supposons n = 3. Les évènements ”la première boule est verte” et ”la troisième boule est<br />
verte” sont-ils indépendants?<br />
5.19 ♠ Une urne contient r > 0 boules rouges et v > 0 boules vertes. L’une <strong>de</strong> ces boules<br />
est tirée au hasard. Quand on la remet dans l’urne, on y rajoute c nouvelles boules <strong>de</strong> la même<br />
couleur. On tire une <strong>de</strong>uxième boule. Montrer que la probabilité pour que la première soit rouge<br />
r<br />
sachant que la <strong>de</strong>uxième est verte vaut . Les événements<br />
r + v + c<br />
A : “la première boule est rouge” et<br />
B : “la <strong>de</strong>uxième boule est verte”<br />
sont-ils indépendants?<br />
5.20 On lance <strong>de</strong>ux dés non pipés, un rouge et un vert et on note les numéros obtenus. Soit les<br />
événements:<br />
A :“le dé rouge amène un numéro pair”,<br />
B : “le dé vert amène un numéro pair”,<br />
C : “la somme <strong>de</strong>s numéros est paire”.<br />
Vérifier que les événements A,B et C sont indépendants <strong>de</strong>ux à <strong>de</strong>ux mais non indépendants.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 22<br />
5.21 ♠ Un point est choisi au hasard dans le carré MNOP . Soit I, J, K, L, les mileiux<br />
respectivement <strong>de</strong>s segments [MN], [NO], [OP ], [P M]. On définit les événements<br />
A : “le point est dans le rectangle MNJL”,<br />
B : “le point est dans le rectangle MIKP ”,<br />
C : “le point est dans le rectangle IJKL”.<br />
Étudier l’indépendance <strong>de</strong>s événements A, B, C.<br />
5.22 On place un pion sur le point 0 <strong>de</strong> la droite. On le fait bouger dune unité ou bien à<br />
droite avec probabilité p = 1/2 ou bien à gauche avec probabilité 1 − p. On réitère le procédé <strong>de</strong><br />
façon infinie. Quelle est la probabilité <strong>de</strong> retourner une infinité <strong>de</strong> fois au point 0? Suggestion:<br />
Considérer l’événement rentrer au point 0 au bout <strong>de</strong> 2n pas.<br />
6 Fonction <strong>de</strong> répartition<br />
Variables aléatoires<br />
6.1 ♠ Décrire la fonction <strong>de</strong> répartition d’une variable aléatoire X qui suit la loi uniforme sur<br />
Ima X = {1, 2, 3, 4}.<br />
6.2 Nous avons une pièce <strong>de</strong> monnaie qui a une probabilité p <strong>de</strong> donner face quand on la lance<br />
une fois. On la lance <strong>de</strong> façon succesive et on s’arrête dès qu’on obtient face. Soit X la variable<br />
aléatoire qui compte le nombre <strong>de</strong> lancements effectués. On mettra X = 0 si on obtient toujours<br />
<strong>de</strong> piles. Décrire la fonction <strong>de</strong> répartition <strong>de</strong> X.<br />
6.3 ♠ La fonction <strong>de</strong> répartition d’une variable aléatoire X est donnée par:<br />
⎧<br />
0 t < 0<br />
⎪⎨<br />
FX(t) =<br />
⎪⎩<br />
t<br />
2<br />
2<br />
3<br />
11<br />
12<br />
0 ≤ t < 1<br />
1 ≤ t < 2<br />
2 ≤ t < 3<br />
1 3 ≤ t<br />
(a) Calculer P (X < 3, 5), P (X > 0, 5) et P (2 < X < 4, 258716948594578).<br />
(b) Calculer P (X = t) pour tout t ∈ R.<br />
(c) A-t-on Px = aδ1 + bδ2 + cδ3 pour certains a, b, c ∈ R?<br />
(d) Que peut-on dire <strong>de</strong> Ima X?<br />
6.4 La fonction <strong>de</strong> répartition d’une variable aléatoire X est donnée par:<br />
⎧<br />
⎪⎨ 0 t < 1<br />
FX(t) =<br />
⎪⎩<br />
t2 t2 + 1<br />
t ≥ 1
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 23<br />
(a) Montrer que P (X = 1) = 1/2.<br />
(b) Calculer P (X = t) pour chaque t ∈ R.<br />
(c) A-t-on PX = 1/2δ1?<br />
(d) Que peut-on dire <strong>de</strong> Ima X.<br />
(e) Calculer P (t > 1).<br />
6.5 Chacune <strong>de</strong>s k urnes, numérotées <strong>de</strong> 1 à k, contient n boules i<strong>de</strong>ntiques numérotées <strong>de</strong> 1 à<br />
n. On extrait une boule <strong>de</strong> chaque urne et on note par Xi le numéro <strong>de</strong> la boule tirée <strong>de</strong> l’urne i.<br />
On pose Max = max<br />
1≤i≤k Xi et Min = min<br />
1≤i≤k Xi.<br />
(a) Donner la fonction <strong>de</strong> répartition et la loi <strong>de</strong> Max .<br />
(b) Donner la fonction <strong>de</strong> répartition et la loi <strong>de</strong> Min .<br />
6.6 ♠ Soient a et b <strong>de</strong>ux nombres réels. Calculer la fonction <strong>de</strong> répartition <strong>de</strong> la variable aléatoire<br />
Y = aX + b en fonction <strong>de</strong> celle <strong>de</strong> X.<br />
6.7 Soit X une variable aléatoire. Soit b un point <strong>de</strong> R et (tn) une suite convergeant vers b<br />
avec tn = b pour tout n. Etudier la validité <strong>de</strong> l’égalité<br />
dans chacun <strong>de</strong>s cas suivants.<br />
(a) La suite (tn) est décroissante.<br />
(b) La suite (tn) est croissante.<br />
(c) La suite (tn) est quelconque.<br />
P (X > b) = lim<br />
n→∞ P (X > tn),<br />
6.8 Soit X : Ω → R une variable aléatoire <strong>de</strong> fonction <strong>de</strong> répartition FX. Déterminer la fonction<br />
<strong>de</strong> répartition <strong>de</strong> la variable aléatoire Y : Ω → R définie par:<br />
⎧<br />
⎪⎨<br />
e si X(ω) < e<br />
Y (ω) = X(ω)<br />
⎪⎩<br />
π<br />
si<br />
si<br />
e ≤ X(ω) ≤ π<br />
X(ω) > π.<br />
7 Variables aléatoires discrètes<br />
7.1 La fonction <strong>de</strong> répartition d’une variable aléatoire X est donnée par:<br />
⎧<br />
0 t < 0<br />
⎪⎨<br />
FX(t) =<br />
⎪⎩<br />
1<br />
2<br />
3<br />
5<br />
4<br />
5<br />
9<br />
10<br />
0 ≤ t < 1<br />
1 ≤ t < 2<br />
2 ≤ t < 3<br />
3 ≤ t < 3, 5<br />
1 t ≥ 3, 5
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 24<br />
Calculer P (X > π). Donner la loi <strong>de</strong> X.<br />
7.2 ♠ La loi d’une variable aléatoire X est PX = 1<br />
la fonction <strong>de</strong> répartition <strong>de</strong> X.<br />
2δ0 + 1<br />
3δe + 1<br />
6 δπ. Calculer P (X > π/e). Donner<br />
7.3 Soit X : Ω → N une variable aléatoire. Supposons que pour chaque n ∈ N on ait:<br />
<br />
0<br />
P (X = n) =<br />
c2<br />
si n ≡ 2, 3 mod 4<br />
−n si n ≡ 0, 1 mod 4.<br />
Calculer la constante c. Donner la loi <strong>de</strong> X.<br />
7.4 ♠ Soit X : Ω → N une variable aléatoire. Pour chacune <strong>de</strong>s hypothèses suivantes (n ∈ N)<br />
calculer la loi <strong>de</strong> X.<br />
(a) nP (X = n) = 4P (X = n − 1).<br />
(b) P (X = n) = pP (X ≥ n).<br />
(c) 4P (X = n + 2) = 5P (X = n + 1) − P (X = n) 8 .<br />
7.5 Soit X une variable aléatoire discrète qui suit une loi géométrique.<br />
(a) Montrer que<br />
P {X > n + k} {X > k} = P ({X > n}) pour tout n, k ∈ N ∗ .<br />
(b) Une variable aléatoire vérifiant la condition précé<strong>de</strong>nte est dite sans mémoire. Soit maintenant<br />
X : Ω → N une variable aléatoire discrète. Montrer que<br />
X est sans mémoire ⇐⇒ X suit une loi géométrique.<br />
7.6 ♠ Determiner la loi <strong>de</strong> la variable aléatoire Y = f(X) dans les cas suivants<br />
(a) X ∼ B(p) f(x) = min(2x, x 2 ).<br />
(b) X ∼ B(6, p) f(x) = x 2 − 3x + 2.<br />
(c) X ∼ P(λ) f(x) =<br />
1 + (−1)x<br />
.<br />
2<br />
(d) X ∼ G(p) f(x) = sin(πx/2).<br />
7.7 Soit X une variable aléatoire qui suit la loi <strong>de</strong> Bernouilli <strong>de</strong> paramètre p. Quelle est la<br />
probabilité pour que le polynôme 2x 2 + xX + X 2 ait une racine réelle?<br />
7.8 Soit X la variable aléatoire qui représente la différence entre le nombre <strong>de</strong>s faces et le<br />
nombre <strong>de</strong> piles après n lancers d’une pièce <strong>de</strong> monnaie. Donner la loi <strong>de</strong> X. On supposera que<br />
la pièce n’est pas forcement équilibrée et que la probabilité <strong>de</strong> donner face est p ∈ [0, 1].<br />
8 On pourra utiliser le fait qu’une suite (xn) définie par la relation 4xn+2 = 5xn+1 − xn, n ≥ 0, est <strong>de</strong> la forme<br />
xn = a 1<br />
4 n + b, avec a, b ∈ R.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 25<br />
7.9 Une urne contient <strong>de</strong>s boules numérotées <strong>de</strong> 1 à m. Supposons qu’on en tire n au hasard<br />
et sans remise (avec n ≤ m). Soit X la variable aléatoire qui désigne le plus grand numéro tiré.<br />
Donner la loi <strong>de</strong> X.<br />
7.10 ♠ Une urne contient <strong>de</strong>s boules numérotées <strong>de</strong> 1 à 2m. On tire successivement les boules<br />
avec remise jusqu’à ce qu’on obtient <strong>de</strong>ux fois la même boule. Soit X la variable aléatoire qui<br />
désigne le nombre <strong>de</strong>s tirages effectués. Donner la loi <strong>de</strong> (X + 2m)/2.<br />
7.11 Un groupe <strong>de</strong> n personnes (avec n ≥ 2) jouent au jeu suivant. Chacune d’entre elles lance<br />
une pièce <strong>de</strong> monnaie truquée qui a une probabilité p ∈ [0, 1] <strong>de</strong> donner face. Un joueur gagne si<br />
tous les autres joueurs ont un résultat contraire au sien. Par exemple, le premier joueur gagne s’il<br />
obtient face et tous les autres pile. Soit X la variable aléatoire qui compte le nombre <strong>de</strong> parties<br />
nécessaires pour avoir un gagnant. Déterminer la loi <strong>de</strong> X.<br />
7.12 ♠ Une urne contient k boules rouges et n − k boules vertes (1 ≤ k). On tire sans remise<br />
toutes les boules. On considère X la variable aléatoire qui donne le rang <strong>de</strong> la <strong>de</strong>rnière boule<br />
rouge tirée. Par exemple (avec k = 3 et n = 7):<br />
Donner la loi <strong>de</strong> X.<br />
X(RRV V V RV ) = 6 et X(RV RV RV V ) = 5.<br />
7.13 ♠ On lance successivement et <strong>de</strong> façon indépendante une pièce. La probabilité d’obtenir<br />
face est p. Soit X1 (resp. X2) la longueur <strong>de</strong> la première série (resp. <strong>de</strong>uxième série). Par exemple:<br />
X1(F F F F F F F<br />
CCCF F CF CCF · · · ) = 7 X2(F F F F F F F CCC F F CF CCF · · · ) = 3<br />
7<br />
3<br />
X1( CC F F F F CF F CCF CF F F C · · · ) = 2 X2(CC F FF F<br />
CF F CCF CF F F C · · · ) = 4<br />
2<br />
4<br />
(a) Calculer les lois <strong>de</strong> X1 et <strong>de</strong> X2.<br />
7.14 On lance successivement et <strong>de</strong> façon indépendante une pièce. La probabilité d’obtenir face<br />
est p. Pour n ∈ N ∗ on posera Xn la longueur <strong>de</strong> la n-ième série.<br />
(a) Montrer que<br />
P (X3 = i) = <br />
pour tous i ∈ N et j, k ∈ N ∗ .<br />
j≥1,k≥1<br />
(b) Conclure que X1 et X3 suivent la même loi.<br />
(a) Montrer que<br />
P (X4 = i) =<br />
pour tous i ∈ N et j, k, ℓ ∈ N ∗ .<br />
<br />
j≥1,k≥1,ℓ≥1<br />
(b) Conclure que X2 et X4 suivent la même loi.<br />
P (X3 = i, X1 = j, X2 = k) = P (X1 = i).<br />
P (X4 = i, X3 = ℓ, X1 = j, X2 = k) = P (X2 = i).<br />
(c) Montrer que pour tout n ≥ 3 alors Xn et Xn−2 suivent la même loi.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 26<br />
7.15 On choisit un nombre X au hasard dans {1, . . . , n} et puis un nombre Y au hasard dans<br />
{1, . . . , X}. Donner la loi <strong>de</strong> Y .<br />
7.16 Une urne contient 1 boule rouge et 1 boule verte au départ. L’une <strong>de</strong> ces boules est tirée<br />
au hasard. Quand on la remet dans l’urne, on y rajoute 1 nouvelle boule <strong>de</strong> la même couleur. Et<br />
ainsi <strong>de</strong> suite. Soit Xn la variable aléatoire qui donne le nombre <strong>de</strong> boules rouges obtenues au<br />
cours <strong>de</strong> n premiers tirages. Donner la loi <strong>de</strong> Xn.<br />
8 Variables aléatoires continues<br />
8.1 Un bus passe à un arrêt tous les 15 à partir <strong>de</strong> 7h00 (soit donc à 7h00, 7h15, 7h30, etc). Un<br />
voyageur arrive au hasard entre 7h00 et 7h30 (suivant une loi uniforme). Quelle est la probabilité<br />
quil atten<strong>de</strong> moins <strong>de</strong> 5? Quelle est la probabilité quil atten<strong>de</strong> plus <strong>de</strong> 10? Pourquoi?<br />
8.2 Lors d’un procès en attribution <strong>de</strong> paternité, un expert témoigne que la durée <strong>de</strong> la grossesse,<br />
en jours, c’est-à-dire le laps <strong>de</strong> temps entre la conception et la naissance <strong>de</strong> l’enfant, est <strong>de</strong><br />
distribution approximativement normale avec paramètres µ = 270 et σ 2 = 100. L’un <strong>de</strong>s pères<br />
putatifs est en mesure <strong>de</strong> prouver son absence du pays pendant une pério<strong>de</strong> s’étendant entre le<br />
290-ième et le 240-ième jour précédant l’accouchement. Quelle est la probabilité que la conception<br />
<strong>de</strong> l’enfant ait eu lieu plus <strong>de</strong> 290 jours avant sa naissance ou moins <strong>de</strong> 240 jours avant?<br />
8.3 ♠ On suppose que la taille, en centimètres, d’un homme agé <strong>de</strong> 25 ans est une variable<br />
aléatoire normale <strong>de</strong> paramètres µ = 175 et σ 2 = 36. Quel est le pourcentage d’hommes <strong>de</strong> 25<br />
ans ayant une taille supérieure à 185 cm? Parmi les hommes mesurant plus <strong>de</strong> 180 cm, quel<br />
pourcentage d’entre eux dépassent 192 cm?.<br />
8.4 Supposons que dans la petite ville <strong>de</strong> Atarribia (village natal <strong>de</strong> M. Induráin) le nombre<br />
<strong>de</strong> spectateurs potentiels pour aller au vélodrome suit une loi normale <strong>de</strong> paramètres m = 125<br />
et σ = 16. Cette ville a décidé <strong>de</strong> construire un vélodrome. Quel nombre <strong>de</strong> places minimal<br />
doit possé<strong>de</strong>r cette salle si l’on veut qu’il n’y ait pas <strong>de</strong> spectateurs sans place, et ceci avec une<br />
probabilité <strong>de</strong> 99%.<br />
8.5 M. Jones estime que le nombre total <strong>de</strong> milliers <strong>de</strong> kilomètres (megamètres) que peut parcourir<br />
une voiture avant qu’elle ne soit mise à la ferraille est une variable aléatoire exponentielle<br />
<strong>de</strong> paramètre λ = 0, 05. Smith a une voiture dont il prétend qu’elle n’a roulé que 10 megamètres.<br />
Si M. Jones achète la voiture, quelle est la probabilité qu’il puisse encore l’utiliser pendant au<br />
moins 20 megamètres ? (Même question avec X ∼ U([0, 40]).)<br />
8.6 Soit X une variable aléatoire à <strong>de</strong>nsité<br />
<br />
2 c(1 − x )<br />
f(x) =<br />
0<br />
−1 < x < 1<br />
sinon<br />
(a) Calculer la valeur <strong>de</strong> c.<br />
(b) Calculer la fonction <strong>de</strong> répartition <strong>de</strong> X.<br />
(c) Calculer P (X > 1/2).
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 27<br />
8.7 ♠ Si X ∼ U(] − 1, 1[), trouver:<br />
(a) P (|X| > 1/2).<br />
(b) P (sin(πX/2) > 1/ √ 2).<br />
(c) Calculer P (X 2 < X).<br />
(d) Même exercice avec X ∼ E(λ).<br />
8.8 Soit Y une variable aléatoire qui suit la loi uniforme sur l’intervalle ]0,5[. Quelle est la<br />
probabilité que les racines <strong>de</strong> l’équation 4x 2 + 4xY + Y + 2 = 0 soient toutes <strong>de</strong>ux réelles?<br />
8.9 ♠ Soit X une variable aléatoire continue.<br />
(a) Calculer la loi <strong>de</strong> Y = aX + b où a, b ∈ R.<br />
(b) Calculer la loi <strong>de</strong> Z = X 2 .<br />
8.10 Soit X une variable aléatoire continue avec X ∼ U([−3, 4]).<br />
(a) Calculer la loi <strong>de</strong> Y = arctan X.<br />
(b) Calculer la loi <strong>de</strong> Z = max(X, X 2 ).<br />
(c) Calculer la loi <strong>de</strong> W = (−1) [X] , où [−] est la fonction partie entière.<br />
(d) Même exercice si X ∼ E(λ), λ > 0.<br />
8.11 Soit X une variable aléatoire continue avec fX(x) =<br />
(a) Calculer la loi <strong>de</strong> Y = e X .<br />
(b) Calculer la loi <strong>de</strong> Z = max(X, X 3 ).<br />
(c) Calculer la loi <strong>de</strong> W = (−1) Ent (X) .<br />
1<br />
π(1 + x 2 ) .<br />
8.12 ♠ Soit X une variable aléatoire à <strong>de</strong>nsité fX(x) = λ<br />
2 e−λ|x| .<br />
(a) Calculer la loi <strong>de</strong> Y = ln π<br />
2 + arctan X .<br />
(b) Calculer la loi <strong>de</strong> Z = ln |X|.<br />
(c) Calculer la loi <strong>de</strong> W = cos(2π Ent (X)).<br />
8.13 Considérons una variable aléatoire X avec X ∼ E(λ). Fixons n ∈ N ∗ et écrivons Yn =<br />
max(e (X−1) , e 2(X−1) , . . . , e n(X−1) ).<br />
(a) Montrer que P (Yn ≤ e −1 ) = 0.<br />
(b) Calculer la fonction <strong>de</strong> répartition <strong>de</strong> Yn.<br />
(c) Déduire que Yn est continue. Calculer fYn.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 28<br />
9 Moments<br />
9.1 Calculer l’espérance et la variance <strong>de</strong> la variable aléatoire Xn se la page 26.<br />
9.2 ♠ On tire une à une <strong>de</strong>s boules d’une urne contenant 2 boules blanches et 3 boules noires. On<br />
continue jusqu’à ce que toutes les boules restantes soient <strong>de</strong> la même couleur. Soit X le nombre <strong>de</strong><br />
boules qui restent. Calculer l’espérance <strong>de</strong> X. Même question avec b boules blanches et n noires.<br />
9.3 Un homme tirant sur une cible reçoit 10 points si son coup est à moins <strong>de</strong> 1 cm du centre<br />
<strong>de</strong> la cible, 5 points s’il s’en éloigne <strong>de</strong> 1 à 3 cm et 3 points s’il s’en éloigne <strong>de</strong> 3 à 5 cm. Trouver<br />
l’espérance du nombre <strong>de</strong> points si les coups tirés sont uniformément distribués sur un cercle <strong>de</strong> 8<br />
cm <strong>de</strong> rayon, centré sur la cible.<br />
9.4 Un <strong>de</strong>s jeux <strong>de</strong> dés très populaires dans les bars anglais est le ”chuck-a-luck”. Il consiste<br />
pour la banque à lancer trois dés. Un joueur peut parier sur n’importe quel résultat compris entre<br />
1 et 6. Si exactement un <strong>de</strong>s ces trois dés montre le chiffre prévu, le joueur récupère sa mise plus<br />
un montant équivalent. Si <strong>de</strong>ux dés montrent ce résultat, le gain net est <strong>de</strong> 2 pour 1. Si les trois<br />
chiffres indiquent le chiffre prévu, le gain net est <strong>de</strong> 3 pour 1. Si aucun dé ne montre le chiffre<br />
choisi par le joueur, ce <strong>de</strong>rnier perd. Calculer l’espérance <strong>de</strong> gain dans ce jeu.<br />
9.5 Partant d’un ensemble <strong>de</strong> n éléments, on choisit un sous-ensemble <strong>de</strong> manière aléatoire (tous<br />
les sous-ensembles ont la même probabilité d’être choisis). Soit X le cardinal du sous-ensemble<br />
choisi. Montrer que E(X) = n/2 et var (X) = n/4.<br />
9.6 Calculer l’espérance et la variance d’une variable aléatoire X à <strong>de</strong>nsité fX dans les cas<br />
suivants:<br />
⎧ x<br />
⎨<br />
(a) fX(x) = 4<br />
⎩<br />
e−x/2 x > 0<br />
0 x ≤ 0<br />
⎧<br />
⎨ c(1 − x<br />
(b) fX(x) =<br />
⎩<br />
2 ) |x| < 1<br />
⎧<br />
⎪⎨<br />
5<br />
(c) fX(x) = x2 ⎪⎩<br />
0<br />
0 |x| ≥ 1<br />
x > 5<br />
x ≤ 5<br />
(on déterminera c)<br />
⎧<br />
⎪⎨<br />
(d) fX(x) =<br />
⎪⎩<br />
1<br />
2 cos x<br />
0<br />
−π/2 ≤ x ≤ π/2<br />
sinon<br />
⎧<br />
⎨ a + bx<br />
9.7 ♠ La <strong>de</strong>nsité <strong>de</strong> X est donnée par fX(x) =<br />
⎩<br />
2 0 ≤ x ≤ 1<br />
0 ailleurs<br />
. Si E(X) = 3/5, trouver<br />
a et b.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 29<br />
9.8 ♠ Soit X une variable aléatoire à <strong>de</strong>nsité fX(x) = 1/2e −|x| .Calculer E(X) et var (X).<br />
9.9 ♠ Soit X une variable aléatoire suivant la loi exponentielle <strong>de</strong> paramètre λ. Soit Y =<br />
max(X, X 2 ). Calculer E(Y ) et var (Y ).<br />
9.10 Soit X une variable aléatoire continue <strong>de</strong> <strong>de</strong>nsité fX(x) =<br />
(a) Montrer que c = 3/32.<br />
(b) Calculer P (X < X 2 ).<br />
(c) Calculer l’espérance E(X).<br />
(d) Calculer la loi <strong>de</strong> la variable aléatoire Y = X 3 .<br />
(e) Calculer l’espérance E(Y ).<br />
(f) Calculer la loi <strong>de</strong> la variable aléatoire Z = max(2X, X 2 ).<br />
c(4 − x 2 ) si |x| < 2<br />
0 sinon<br />
9.11 Le temps <strong>de</strong> survie d’une savonnette mesuré en jours est une variable aléatoire T définie<br />
par sa <strong>de</strong>nsité<br />
<br />
2 λ t exp (−λt)<br />
f(x) =<br />
0<br />
si t ≥ 0<br />
si t < 0.<br />
(a) Vérifier que f est une <strong>de</strong>nsité<br />
(b) Déterminer la fonction <strong>de</strong> répartition <strong>de</strong> F .<br />
On suppose que E(T ) = 20.<br />
(c) Calculer λ.<br />
(d) Calculer l’écart type <strong>de</strong> T .<br />
(e) Calculer la probabilité pour qu’une savonnette dure plus <strong>de</strong> 30 jours en sachant qu’elle<br />
toujours là au bout <strong>de</strong> 10 jours.<br />
9.12 Considérons X une variable aléatoire dont la <strong>de</strong>nsité est une fonction paire. Posons g : R →<br />
R la fonction définie par<br />
⎧<br />
⎨ x + 1 si x > 0<br />
g(x) = 0<br />
⎩<br />
x − 1<br />
si x = 0<br />
si x < 0.<br />
(a) Montrer que pour tout y ∈ [0, 1] on a<br />
et que pour tout y ∈ [1, ∞[ on a<br />
{g(X) > y} = {X > 0} et {g(X) < −y} = {X < 0},<br />
{g(X) > y} = {X > y − 1} et {g(X) < −y} = {X < 1 − y}.<br />
(b) Montrer que E(g(X)) = E(X).<br />
.
<strong>Exercices</strong> <strong>de</strong> <strong>Probabilité</strong>. 17 Mai 2010 30<br />
9.13 Soit X : Ω → {0, 1} une variable aléatoire suivant la loi <strong>de</strong> Bernoulli <strong>de</strong> paramètre p, c’està-dire<br />
X ∼ B(p). Soit Y : Ω → N une variable aléatoire suivant la loi <strong>de</strong> Poisson <strong>de</strong> paramètre λ,<br />
c’est-à-dire Y ∼ P(λ). Supposons que<br />
pour tous les valeurs <strong>de</strong> i et j 9 .<br />
(a) Calculer la loi <strong>de</strong> X + 2 (1−X)·Y .<br />
(b) Calculer l’espérance <strong>de</strong> X + 2 (1−X)·Y .<br />
P (X = i, Y = j) = P (X = i)P (Y = j)<br />
9.14 Soit X : Ω → {0, 1} une variable aléatoire suivant la loi <strong>de</strong> Bernoulli <strong>de</strong> paramètre p,<br />
c’est-à-dire X ∼ B(p). Soit Y : Ω → N une autre variable aléatoire. Supposons qu’il existe λ > 0<br />
avec<br />
(1)<br />
⎧<br />
−λ<br />
λj<br />
⎪⎨<br />
(1 − p)e<br />
j!<br />
P (X = i, Y = j) = −λ<br />
λj<br />
pe<br />
⎪⎩<br />
j!<br />
0<br />
si i = 0<br />
si i = 1<br />
si i = 0, 1<br />
pour tout j ∈ N.<br />
(a) Montrer que Y suit la loi <strong>de</strong> Poisson <strong>de</strong> paramètre λ, c’est-à-dire, Y ∼ P(λ).<br />
(b) Que peut-on dire <strong>de</strong>s variables aléatoires X et Y ?<br />
(c) Calculer la loi <strong>de</strong> ((1 − X) · Y )! + X.<br />
(d) Calculer l’espérance <strong>de</strong> ((1 − X) · Y )! + X.<br />
9 On dit que les variables aléatoires X et Y sont indépendantes.