24.02.2014 Views

Corrigé des exercices - Dunod

Corrigé des exercices - Dunod

Corrigé des exercices - Dunod

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

383<br />

c) S’il existe deux mo<strong>des</strong> M 0 et M 0 ′ pour ce tirage, alors P(X = M 0 ) = P(X = M 0).<br />

′<br />

Donc il existe un entier k tel que Np−k+1 n−k+1<br />

(Np+1)(n+1)<br />

k Nq−n+k<br />

= 1 c’est-à-dire<br />

N+2<br />

= k.<br />

Réciproquement si (Np+1)(n+1)<br />

N+2<br />

est un entier, alors les entiers M 0 et M 0 − 1 sont <strong>des</strong> mo<strong>des</strong><br />

pour ce tirage.<br />

3. Dans l’énoncé de cette question, intervertir p > 1 2 et p < 1 2 .<br />

Remarquons que (Np+1)(n+1)<br />

N+2<br />

− (n + 1)p = (n+1)(2p−1)<br />

N+2<br />

.<br />

Si p = 1 2<br />

, alors<br />

(Np+1)(n+1)<br />

N+2<br />

= n+1<br />

2 , donc M 0 = M 1 .<br />

Si p > 1 (Np+1)(n+1)<br />

2<br />

, alors 2p − 1 > 0 or 2p − 1 1 donc (n + 1)p <<br />

N+2<br />

(n + 1)p + 1.<br />

Donc par croissance de la fonction partie entière, M 0 M 1 M 0 + 1.<br />

Si p < 1 (Np+1)(n+1)<br />

2<br />

, alors 2p − 1 < 0 or 2p − 1 −1 donc<br />

N+2<br />

< (n + 1)p (Np+1)(n+1)<br />

N+2<br />

+ 1.<br />

Donc par croissance de la fonction partie entière, M 1 M 0 M 1 + 1.<br />

4. D’après la question précédentes, M 0 et M 1 ne diffèrent pas de plus d’une unité.<br />

Exercice 30.30<br />

1. Comme X suit une loi de Poisson de paramètre 10000, X admet une espérance et<br />

E(X) = 10000.<br />

2. Comme les dix entrées sont équiprobables, la probabilité qu’un visiteur rentre par l’entrée<br />

E 1 est 1 10 .<br />

3. D’après la formule <strong>des</strong> probabilités totales avec le système complet d’événements<br />

(X = n) n∈N ,<br />

P(X 1 = k) =<br />

Or ∀k n + 1, P X=n (X 1 = k) = 0.<br />

Et ∀k n, P X=n (X 1 = k) = ( )<br />

n 1<br />

k<br />

+∞∑<br />

n=0<br />

( 9 n−k.<br />

10 10) k<br />

P X=n (X 1 = k)P(X = n)<br />

P(X 1 = k) =<br />

+∞∑<br />

n=k<br />

( n<br />

k<br />

= e−10000 10 3k<br />

k!<br />

= e−10000 10 3k<br />

k!<br />

= e−1000 10 3k<br />

k!<br />

) ( ) n−k 1 9 e −10000 10000 n<br />

10 k 10 n!<br />

+∞∑<br />

n=k<br />

+∞∑<br />

n=0<br />

1 (<br />

9.10<br />

3 ) n−k<br />

(n − k)!<br />

1 (<br />

9.10<br />

3 ) n<br />

n!<br />

Donc X 1 suit une loi de Poisson de paramètre 10 3 . Alors X 1 admet une espérance et une<br />

variance E(X 1 ) = V (X 1 ) = 10 3 .<br />

4. Soit Y 1 le nombre de visiteurs entrant par E 1 en payant.<br />

Alors Y 1 = 9X1<br />

10 . Et E(Y 1) = 900.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!