Vous êtes sur la page 1sur 453

http://fribok.blogspot.

com/

http://fribok.blogspot.com/

PRESSES DE L'UNIVERSIT DU QUBEC Le Delta I, 2875, boulevard Laurier, bureau 450 Sainte-Foy (Qubec) G I V 2M2 Tlphone : (418) 657-4399 Tlcopieur : (418) 657-2096 Courriel : puq@puq.uquebec.ca Internet : www.puq.uquebec.ca Distribution : CANADA et autres pays DISTRIBUTION DE LIVRES UNIVERS S.E.N.C. 845, rue Marie-Victorin, Saint-Nicolas (Qubec) G7A 3S8 Tlphone : (418) 831-7474 /1-800-859-7474 Tlcopieur : (418) 831-4021 FRANCE SUISSE DIFFUSION DE L'DITION QUBCOISE SERVIDIS SA 30, rue Gay-Lussac, 75005 Paris, France 5, rue des Chaudronniers, CH-1211 Genve 3, Suisse Tlphone : 33 1 43 54 49 02 Tlphone : 022 960 95 25 Tlcopieur: 33 1 43 54 39 15 Tlcopieur: 022 776 35 27

La Loi sur le droit d'auteur interdit la reproduction des oeuvres sans autorisation des titulaires de droits Or, la photocopie non autorise le photocopillage s'est gnralise, provoquant une baisse des ventes de livres et compromettant la rdaction et la production de nouveaux ouvrages par des professionnels L'objet du logo apparaissant cicontre est d'alerter le lecteur sur la menace que reprsente pour l'avenir de l'crit le dveloppement massif du photocopillage

http://fribok.blogspot.com/

Corina Reischer Raymond Leblanc Bruno Rmillard Denis Larocque

2002 Presses de l'Universit du Qubec Le Delta I, 2875, boul. Laurier, bur. 450 Sainte-Foy (Qubec) Canada G1V 2M2

http://fribok.blogspot.com/

Donnes de catalogage avant publication (Canada) Vedette principale au titre : Thories des probabilits ; problmes et solutions ISBN 2-7605-1197-9 1. Probabilits Problmes et exercices. 2. Statistique mathmatique Problmes et exercices. 3. Variables alatoires Problmes et exercices. 4. Probabilits. I. Reischer, Corina, 1931QA273.25.T43 2002 519.2'076 C2002-941248-X

Nous reconnaissons l'aide financire du gouvernement du Canada par l'entremise du Programme d'aide au dveloppement de l'industrie de l'dition (PADI) pour nos activits d'dition.

Conception graphique de la couverture : RICHARD HODGSON

1 2 3 4 5 6 7 8 9 PUQ 2002 9 8 7 6 5 4 3 2 1 Tous droits de reproduction, de traduction et d'adaptation rservs 2002 Presses de l'Universit du Qubec Dpt lgal 4e trimestre 2002 Bibliothque nationale du Qubec / Bibliothque nationale du Canada Imprim au Canada

http://fribok.blogspot.com/

Table des matires


Introduction Liste de notations Alphabet Grec v vii xi

I Modles finis

1 Espace fini d'vnements 3 1.1 Notions de base - Dfinitions et proprits ........................................................3 1.1.1 Expriences alatoires, preuves et vnements ....................................3 1.1.2 Relations entre les vnements ..............................................................4 1.1.3 Evnements contraires ...........................................................................5 1.1.4 Oprations sur les vnements ..............................................................5 1.1.5 Espace probabilisable ............................................................................7 1.2 Problmes et solutions .......................................................................................8 1.3 Problmes proposs .........................................................................................20 1.4 Indications et rponses .....................................................................................24 2 Espace fini de probabilit 31 2.1 Notions de base - Dfinitions et proprits ......................................................31 2.1.1 Dfinition classique de probabilit ......................................................31 2.1.2 Dfinition axiomatique de probabilit .................................................33 2.1.3 Espace probabilis ...............................................................................34 2.1.4 Probabilit conditionnelle ....................................................................34 2.1.5 vnements indpendants ...................................................................35 2.1.6 Formules de calcul ..............................................................................37

http://fribok.blogspot.com/

ii

TABLE DES MATIRES

2.1.7 Modles classiques de probabilit ...................................................... 40 2.2 Problmes et solutions .................................................................................... 41 2.3 Problmes proposs ........................................................................................ 91 2.4 Indications et rponses .................................................................................. 105 3 Variables alatoires 123 3.1 Notions de base Dfinitions et proprits ............................................. 123 3.1.1 Dfinition d'une variable alatoire. Loi de probabilit ..................... 123 3.1.2 Fonction de masse et fonction de rpartition .................................... 125 3.1.3 Quelques lois de probabilit classiques ............................................ 130 3.1.4 Variables alatoires indpendantes ................................................... 132 3.1.5 Oprations sur des variables alatoires ............................................. 132 3.1.6 Valeurs typiques d'une variable alatoire ......................................... 136 3.1.7 Couple de variables alatoires .......................................................... 139 3.1.8 Fonction de rpartition d'un couple alatoire .................................... 141 3.1.9 Covariance et coefficient de corrlation ........................................... 145 3.1.10 Ingalit de Tchebychev ................................................................. 148 3.2 Problmes et solutions ............................................................................... 149 3.3 Problmes proposs ................................................................................... 217 3.4 Indications et rponses .............................................................................. 233

II Modles infinis

253

4 Espace de probabilit 255 4.1 Notions de base Dfinitions et proprits ................................................ 255 4.1.1 s-algbres et espaces probabilisables ................................................ 255 4.1.2 Probabilits et espaces probabiliss .................................................. 257 4.1.3 Mesures ............................................................................................ 260 4.2 Problmes et solutions .................................................................................. 261 5 Variables alatoires et lois de probabilits 281 5.1 Notions de base Dfinitions et proprits ............................................... 281 5.1.1 Variables alatoires .......................................................................... 281 5.1.2 Lois de probabilits .......................................................................... 283 5.1.3 Quelques lois de probabilits discrtes ............................................. 286 5.1.4 Quelques lois de probabilits continues ........................................... 288 5.1.5 Fonctions de rpartition .................................................................... 291

http://fribok.blogspot.com/

TABLE DES MATIRES

iii

5.1.6 Esprance et moments ....................................................................... 296 5.1.7 Fonctions caractristiques ................................................................. 303 5.1.8 Formules d'inversion ......................................................................... 305 5.1.9 Fonctions gnratrice des moments .................................................. 305 5.2 Problmes et solutions ................................................................................... 309 A Mthodes d'numration 431

Tables de la loi normale N (0, 1) 437 Table de la fonction de rpartition ....................................................................... 439 Table des quantiles .............................................................................................. 441

http://fribok.blogspot.com/

Introduction
Le livre Thorie des probabilits prsente un recueil de problmes qui constitue une banque importante d'exercices varis pour familiariser les tudiants aux notions de probabilits qui soutiennent la formation des statisticiens, des actuaires et des ingnieurs. Nous estimons que l'apprentissage et la matrise des concepts et des notions abstraites que proposent les probabilits passent ncessairement par la rsolution de problmes et par la rdaction dtaille et rigoureuse de solutions. Les auteurs fournissent pour chaque chapitre un cadre succinct prsentant et rsumant les concepts, les dfinitions, la thorie et les modles ainsi que la terminologie ncessaire pour aborder les exercices qui sont gnralement prsents par ordre croissant de difficult. Nous incluons galement une liste des principales notations employes dans le milieu scientifique. Chaque chapitre propose une srie de problmes accompagns des solutions compltes et dtailles. Cette approche propose aux lecteurs des modles de la dmarche suivre pour rsoudre un problme et fournit galement des spcimens de prsentation des arguments qui constituent une preuve ou une dmonstration. Plusieurs chapitres se terminent par une suite de problmes qui viennent complter et valider l'assimilation des concepts en invitant le lecteur rsoudre lui-mme les exercices. Nous fournissons alors des indications et des rponses pour permettre la vrification des rsultats obtenus par les tudiants et ainsi assurer la validit de leur propre dmarche. Souvent les problmes permettent de faire des liens avec d'autres domaines de la connaissance mathmatique comme ceux de l'arithmtique, de l'algbre, de la gomtrie, etc.. Le texte se divise en deux grandes parties ce qui permet de traiter les

http://fribok.blogspot.com/

vi

Introduction

concepts probabilistes dans le cas des modles finis sparment de ceux des modles infinis. Le lecteur peut ainsi mieux grer son cheminement et adapter l'ouvrage ses besoins spcifiques et sa propre connaissance des outils mathmatiques employs en probabilit. Le document aborde les grandes lois classiques de la thorie des probabilits et introduit le lecteur aux proprits fondamentales des modles et des distributions si souvent utilises en statistique et en recherche. Les auteurs sont convaincus que ce recueil peut rpondre plusieurs types de besoins tant au niveau collgial qu'universitaire. Les auteurs remercient deux collgues du dpartement de mathmatiques et d'informatique de l'Universit du Qubec Trois-Rivires : le professeur Harry White pour ses informations concernant l'histoire des mathmatiques et ses conseils concernant l'usage du franais, et le professeur Kilani Ghoudi pour sa collaboration et son soutien au niveau de la prparation du manuscrit l'aide du systme TEX employ pour produire ce document.

http://fribok.blogspot.com/

Liste de notations
Symbole Usage Signification

http://fribok.blogspot.com/

viii

Liste de notations

Abrviations standard

Signification

http://fribok.blogspot.com/

Liste de notations

ix

Lettres avec une signification fixe

Signification

http://fribok.blogspot.com/

Liste de notations

http://fribok.blogspot.com/

Alphabet Grec

xi

http://fribok.blogspot.com/

Partie I Modles finis

http://fribok.blogspot.com/

Chapitre 1 Espace fini d'vnements


1.1 Notions de base Dfinitions et proprits
1.1.1 Expriences alatoires, preuves et vnements La thorie des probabilits traite des expriences dont les rsultats dpendent du hasard. Dans ce contexte, on parle d'expriences alatoires ou plus simplement d'expriences. Dfinition 1. Les diffrents rsultats possibles d'une exprience alatoire s'appellent les preuves ou les ralisations de l'exprience. L'ensemble de toutes les ralisations possibles s'appelle l'espace chantillonnal) ou le rfrentiel, et on le reprsentera par . Les expriences peuvent avoir un nombre fini ou infini d'preuves. Par consquent, l'ensemble peut tre fini ou infini. Dans ce chapitre, nous considrons seulement des cas o est fini. Dfinition 2. On appelle vnement alatoire ou plus simplement vnement (rattach l'exprience) toute situation qui peut tre ralise par une ou plusieurs preuves. Un vnement alatoire est donc totalement dtermin par l'ensemble des preuves par lesquelles l'vnement se ralise. On peut donc interprter ou identifier chaque vnement avec un sous-ensemble de de toutes les preuves de l'exprience. Nous reprsenterons les vnements alatoires par des lettres majuscules comme A, B, C, E, ... , A1, .. .

http://fribok.blogspot.com/

Chapitre 1. Espace fini d'vnements

et les diffrentes preuves ou ralisations d'une exprience par la lettre grecque minuscule , comme , 1,..., i,... Pour cette raison, si un vnement A se ralise par les preuves i, i, ..., k on le reprsentera souvent par A = {i, j, ..., k}. Dfinition 3. Les vnements qui sont ralisables par une seule preuve s'appellent vnements lmentaires et correspondent aux singletons, les sous-ensembles comportant un seul lment ; les autres vnements s'appellent vnements composs, ou simplement vnements. Pour des raisons qui deviendront claires par la suite, en liaison avec une exprience, on ajoute aussi les deux vnements singuliers suivants : l'vnement qui se ralise chacune des preuves, nomm l'vnement certain. Cet vnement correspond l'ensemble de toutes les preuves possibles de l'exprience, donc , l'espace chantillonnal lui-mme et pour cette raison il sera reprsent par . l'vnement qui ne peut tre ralis par aucune preuve de l'exprience alatoire, nomm l'vnement impossible. Cet vnement est associ l'ensemble vide et pour cette raison il sera reprsent par . Dans le contexte que nous venons de dfinir, nous identifierons tout vnement d'une exprience alatoire avec le sous-ensemble de l'espace chantillonnal auquel il est associ. Dornavant, souvent nous ne distinguerons pas entre l'vnement luimme et le sous-ensemble de auquel il est identifi.

1.1.2 Relations entre les vnements 1) quivalence des vnements On appelle vnements quivalents, des vnements qui se ralisent simultanment. L'quivalence de deux vnements revient l'galit des ensembles des preuves correspondant aux vnements. Nous reprsenterons l'quivalence des vnements A et B par A = B. 2) L'implication des vnements On dit que l'vnement A implique l'vnement B si la ralisation de l'vne-

http://fribok.blogspot.com/

1.1. Notions de base Dfinitions et proprits

1.1.3 vnements contraires Dfinition 1. L'vnement contraire A, ou encore, non A est l'vnement qui se ralise si et seulement si A ne se ralise pas. Cet vnement sera not Ac. Remarquons que (Ac)c = A. Les sous-ensembles des preuves rattaches aux vnements A et Ac sont complmentaires par rapport l'ensemble W de toutes les preuves de l'exprience. Exemple 2. Dans l'exprience qui consiste lancer un d, l'vnement A "obtenir un nombre impair" et l'vnement B "obtenir un nombre pair" sont des vnements contraires.

1.1.4 Oprations sur les vnements Dans l'ensemble de tous les vnements relis une exprience on peut introduire plusieurs oprations. 1) Runion d'vnements tant donns deux vnements A et B, leur runion est l'vnement qui se ralise si et seulement si au moins un des vnements A ou B se ralise. La runion des vnements A et B est reprsente A U B que l'on lit "A ou B"

http://fribok.blogspot.com/

Chapitre 1. Espace fini d'vnements

ou encore "A runion B" . 2) Intersection d'vnements tant donns deux vnements A et B, leur intersection est l'vnement qui se ralise si et seulement si les vnements A et B se ralisent simultanment. L'intersection des vnements A et B est note A B que l'on lit "A et B" ou encore "A inter B" . Remarque 1. Les oprations de runion et d'intersection peuvent tre tendues un nombre fini quelconque d'vnements. Soit A1 ... , An, une suite d'vnements d'une exprience alatoire, alors la runion

est l'vnement qui se ralise si et seulement si au moins un des vnements Aj se ralise. De mme, l'intersection

est l'vnement qui se ralise si et seulement si tous les vnements Aj se ralisent simultanment. Ces oprations sont commutatives et associatives, autrement dit pour tous vnements A, B, C on a

De plus, la runion est distributive par rapport l'intersection et l'intersection est distributive par rapport la runion, autrement dit pour tous vnements A, B, C on a

Dfinition 2. Deux vnements A et B sont incompatibles ou disjoints si A B = , c'est--dire qu'ils ne peuvent pas se raliser simultanment. Dans

http://fribok.blogspot.com/

1.1. Notions de base Dfinitions et proprits

le cas contraire on dit que les vnements sont compatibles. 3) Diffrence d'vnements La diffrence des vnements A et B est l'vnement qui se ralise chaque fois que conjointement A se ralise et que B ne se ralise pas. Nous noterons cet vnement A \ B que l'on lit "A moins B." On a

Remarque 3. Notons que si on rattache un vnement l'ensemble des preuves associes, alors les oprations entre les vnements reviennent aux oprations respectives entre les ensembles des preuves correspondantes, et donc les rsultats des oprations avec des vnements relis une exprience sont encore des vnements relis la mme exprience.

http://fribok.blogspot.com/

Chapitre 1. Espace fini d'vnements

Soit un ensemble fini o = {1, ... , n}, et soit A = P(). Dans cet espace fini d'vnements, on trouve

vnements, o n est le nombre d'vnements lmentaires, c'est--dire la cardinalit de l'espace chantillonnal . Dfinition 4. Soit l'ensemble de toutes les preuves possibles correspondant une exprience et A un espace d'vnements sur . On appelle espace probabilisable le couple (, A). Remarque 5. Dsormais chaque fois qu'on trouvera une relation entre plusieurs vnements, on supposera que les vnements en question appartiennent tous au mme espace d'vnements.

1.2 Problmes et solutions


1. Donner l'espace chantillonnai associ au tirage simultan de deux cartes de jeu, si on s'intresse seulement la couleur des cartes obtenues (carreau, coeur, pique ou trfle). Solution. En notant Q un carreau, C un coeur, P un pique et T un trfle, on trouve

http://fribok.blogspot.com/

1.2. Problmes et solutions

2.

Quelles sont les preuves de l'exprience suivante : on extrait simultanment, deux boules d'une urne qui contient 3 boules blanches et 2 boules noires ? Solution. Dsignons les boules blanches par bi, b2, b3 et les boules noires par ni, n2. Reprsentons par {ai, ai}, ai, ai {bi, b2, b3, ni, n2} la ralisation qui consiste extraire les boules ai et ai. Les preuves (les vnements lmentaires) de l'exprience sont :

Il y a (5/2) = 10 preuves o (5/2) reprsente le nombre de combinaisons que l'on peut former en choisissant 2 objets parmi 5 sans tenir compte de l'ordre de slection. 3. Une urne contient 3 boules blanches et 2 boules noires. On extrait au hasard deux boules. i) On considre les vnements : Al - "obtenir deux boules noires", A2 - "obtenir au moins une boule blanche", A3 - "obtenir une seule boule blanche", A4 - "obtenir une seule boule noire", A5 - "obtenir deux boules vertes". Dterminer si chaque vnement est d'une part, alatoire, certain, impossible et, d'autre part, s'il est lmentaire ou compos. ii) Trouver les rponses du point i), en utilisant les ensembles d'preuves rattaches aux vnements. Solution. i) A1, A2, A3, A4 sont des vnements alatoires, car chaque fois que l'exprience est ralise, chacun de ces vnements se ralise ou ne se ralise pas. Par exemple, si le rsultat de l'exprience est {b1, b2}, l'vnement Al ne se ralise pas, mais si le rsultat de l'exprience est {n1, n2}, l'vnement Al se ralise. (Ici on a utilis la notation du problme prcdent.) L'vnement A5 est l'vnement impossible, car pour tout rsultat de l'exprience, A5 ne se ralise pas.

http://fribok.blogspot.com/

10

Chapitre 1. Espace fini d'vnements

Al est un vnement lmentaire, car il se ralise seulement par une seule preuve, savoir : {n1, n2}. A2 est un vnement compos, car il se ralise par plusieurs preuves. A3 et A4 sont galement des vnements composs. A5 n'est ni lmentaire ni compos. ii) On a :

4. On considre les vnements A1, A2, A3, A4 du problme prcdent. Trouver les paires d'vnements quivalents, les paires d'vnements compatibles, les paires d'vnements incompatibles, les paires d'vnements contraires, les paires d'vnements dont le premier implique le second. Solution. A3 = A4, car obtenir une seule boule blanche (la ralisation de l'vnement A3) implique l'obtention d'une seule boule noire, donc cela revient la ralisation de l'vnement A4, et vice-versa. On peut obtenir le mme rsultat de l'galit des ensembles d'preuves rattaches aux vnements. Les paires d'vnements suivants sont compatibles : {A2, A3}, {A2, A4}, {A3, A4},

http://fribok.blogspot.com/

http://fribok.blogspot.com/

12

Chapitre 1. Espace fini d'vnements

7. On contrle la qualit de dix produits. Soit A l'vnement "au moins un des produits est dfectueux" et B l'vnement "au plus deux des produits sont bons". Dcrire les vnements Ac et Bc. Solution. Ac est l'vnement "tous les produits contrls sont bons", tandis que Bc est l'vnement "au moins trois produits sont bons".

8. Soit = {a, b, c}, A = {a} et B = {b}. numrer les lments des vnements
suivants :

9. Dans l'ensemble des polynmes de degr plus petit que ou gal n et dont les coefficients appartiennent l'ensemble des nombres entiers de l'intervalle [5 000, 5 000], on choisit au hasard un polynme, disons P(x). Soit A l'vnement "P(x) est divisible par le binme x 1" et soit B l'vnement "la drive P'(x) est divisible par le binme x -1". Dcrire les vnements A B et A U B. Solution. L'vnement A B signifie que le polynme P(x) ainsi que sa drive P'(c) sont divisibles par le binme x 1, autrement dit, le polynme P(x) admet 1, au moins, comme racine double. L'vnement A B signifie que P(1) = 0 ou P' (1) = 0, c'est--dire que 1 est une racine pour le polynme P(x) ou P'(x), ou pour les polynmes P(x) et P'(x).

http://fribok.blogspot.com/

1.2. Problmes et solutions

13

10. Trouver des expressions plus simples pour dsigner les vnements :

11. Soit A, B, C trois vnements quelconques. Exprimer les vnements suivants. Parmi A, B, C : i) A seul se produit. ii) A et B se produisent mais non C. iii)Les trois vnements se produisent en mme temps. iv) Au moins un des vnements se produit. v) Au moins deux des vnements se produisent. vi) Un et un seulement se produit. vii) Deux et deux seulement se produisent.

viii) Aucun vnement ne se produit. Solution. i) A Bc Cc.

12. Une machine a produit n pices. Soit Ai l'vnement "la i-ime pice est dfectueuse", i = 1, . . . ,n. crire les vnements suivants : i) Bl - "aucune pice n'est dfectueuse".

http://fribok.blogspot.com/

14

Chapitre 1. Espace fini d'vnements

ii) B2 - "au moins une pice est dfectueuse". iii) B3 - "une seule pice est dfectueuse". iv) B4 - "deux pices sont dfectueuses". v) B5 - "au moins deux pices sont dfectueuses". vi) B6 - "au plus deux pices sont dfectueuses". Solution. i)

13. On choisit au hasard un nombre parmi les 5 000 premiers nombres naturels. Soit A l'vnement "le nombre choisi commence par le chiffre 3" et soit B l'vnement "le nombre choisi finit par le chiffre 5." Que reprsente l'vnement A \ B ? Solution. On a A \ B = A Bc, donc le nombre choisi doit commencer par le chiffre 3 et finir par tout chiffre diffrent de 5.

http://fribok.blogspot.com/

1.2. Problmes et solutions

15

14. On choisit au hasard un nombre parmi les 5 000 premiers nombres naturels. Soit A l'vnement "le nombre choisi est divisible par 2" ; B l'vnement "le nombre choisi est divisible par 3" ; C l'vnement "le nombre choisi finit par le chiffre 0". Dcrire les vnements :

Solution. i) Le nombre choisi finit par 0 et il se divise par 2, par 3 ou par 6. ii) Le nombre choisi est divisible par 6, ou se termine par 0, ou est divisible par 6 et se termine par 0. iii) Le nombre choisi est divisible par 2 et finit par 0, ou le nombre choisi est divisible par 3 et finit par 0, ou il est divisible par 6 et finit par 0. 15. Que peut-on dire des vnements A et B d'un mme espace d'vnements si :

http://fribok.blogspot.com/

http://fribok.blogspot.com/

1.2. Problmes et solutions

17

17. Montrer que

Solution. i) L'vnement Ac Bc signifie la non ralisation de l'vnement A et la non ralisation de l'vnement B et par consquent, l'vnement contraire de cet vnement savoir (Ac n Bc)c signifie la ralisation au moins d'un des vnements A et B, donc

D'autre part, si l'vnement A U B se ralise, donc au moins, un des vnements A et B, alors l'vnement Ac Bc ne se ralise pas, ce qui implique que l'vnement (Ac Bc)c se ralise, et

De (1.5) et (1.6) on obtient l'galit dsire. ii) En posant dans l'galit i) Ac = C et Bc = D, on obtient

d'o en passant aux vnements contraires,

Ce problme peut tre rsolu d'une autre faon en tenant compte des relations de De Morgan et du fait que (Ac)c = A. 18. Montrer que les relations suivantes

http://fribok.blogspot.com/

http://fribok.blogspot.com/

20. On considre l'exprience qui consiste tirer une boule d'une urne contenant 4 boules blanches numrotes 1, 2, 3 et 4, et une boule noire numrote 5. i) Dcrire l'espace probabilisable reli cette exprience. ii) Combien d'vnements y-a-t-il dans l'espace des vnements ? iii)numrer les vnements lmentaires. iv) numrer les implications de l'vnement {1}. Solution. i) L'espace probabilisable est (, A) o = {1, 2, 3, 4, 5} et A = P() est donc donn par l'ensemble

{0, {k}, {i, j}, {i, j, k}, {i, j, k, l}, {1, 2, 3, 4, 5}}
o i, j, k, l prennent indpendamment les valeurs de 1 5, mais avec la restriction que dans le cadre d'un mme groupe tous les indices soient diffrents et deux groupes avec le mme nombre d'indices diffrent au moins par un indice. On a not par {k} la slection de la boule numrote k, par {i, j} la slection des boules numrotes i et j, etc. et {1, 2, 3, 4, 5} = reprsente l'vnement certain. ii) Le nombre d'vnements dans l'espace des vnements est

http://fribok.blogspot.com/

20

Chapitre 1. Espace fini d'vnements

iii) Les vnements lmentaires sont : {1}, {2}, {3}, {4}, {5}.

1.3 Problmes proposs


1. On lance deux pices de monnaie (une de 1 cent et une de 10 cents) et on considre les rsultats qui apparaissent. i) Quelles sont les preuves de l'exprience ? ii) Soit les vnements : Al - "l'apparition d'une face sur une des pices de monnaie", A2 - "l'apparition de face sur la pice de 10 cents". Les vnements Al et A2 sont-ils compatibles ou incompatibles? 2. D'une urne contenant 20 boules dont 6 sont blanches et 14 sont noires, on extrait, au hasard sans remise, deux boules. Soit A l'vnement "parmi les deux boules choisies, il y a au moins une boule blanche" et B l'vnement "les deux boules sont blanches". Les vnements A et B sont compatibles ou incompatibles ? S'agit-il d'vnements lmentaires ou composs ? 3. On lance un d. Notons A l'vnement "l'apparition de la face 1 ou 4" et B l'vnement "l'apparition de la face 2 ou 3 ou 5 ou 6." Quelle est la relation entre les vnements A et B ?

4. On pige 10 pices d'un lot de pices fabriques par une machine. Reprsentons
par A l'vnement "toutes les pices choisies sont bonnes" et par B l'vnement "au moins une pice est dfectueuse". Quel est le type d'vnement de

http://fribok.blogspot.com/

1.3. Problmes proposs

21

i) A U B, ii) A B ? 5. Deux tudiants jouent une partie d'chec. Soit A l'vnement "le premier tudiant gagne la partie" et soit B l'vnement "le deuxime tudiant gagne la partie". La partie se termine sur une nulle. i) Est-ce qu'un des vnements A ou B s'est ralis ? ii) crire l'vnement ralis en utilisant les vnements A et B. 6. Soit = {a, b, c, d}, A = {a, b} et B = {d}. numrer les lments des vnements suivants : i) Ac, ii) A U Bc, iii) A n B, iv) Ac n B. 7. On lance un d deux fois de suite. i) Prciser les vnements suivants : Al - "on obtient la face 1 suivi d'un nombre pair" , A2 - "la somme est 5" , A3 - "les deux chiffres obtenus sont gaux". ii) Que pouvez-vous dire des vnements A, B, C tels que A est ralis quand Al et A2 sont raliss, B est ralis quand A2 et A3 sont raliss, C est ralis quand A2 est ralis et que Al ne l'est pas. 8. L'espace chantillonnal tant un jeu de 52 cartes. Soit T le sous-ensemble des trfles, Q celui des carreaux, C celui des coeurs, P celui des piques, N celui des cartes nobles (dix, valet, dame, roi et as). Dcrire les sous-ensembles suivants et donner le nombre d'lments qu'ils contiennent : i) T N, ii) (T P) U N,

http://fribok.blogspot.com/

22

Chapitre 1. Espace fini d'vnements

iii) (T n Q) U Nc, iv) (P n Cc) u (PC n C). 9. De l'ensemble des nombres naturels de l'intervalle [1, 499] on choisit au hasard un nombre. Soit A l'vnement "le nombre choisi est divisible par 5" et soit B l'vnement "le nombre choisi se termine par le chiffre 0". Dcrire l'vnement A\B? 10. On crit au hasard un polynme, disons P(x), de l'ensemble des polynmes dont les coefficients sont des entiers de l'intervalle [-10, 20]. Considrons les vnements : Al - "le polynme P(x) est divisible par x 2", A2 - "le polynme driv P'(x) est divisible par x 2", A3 - "la driv seconde P"(x) est divisible par x 2", B - "2 est au moins une racine triple du polynme P(x)", C - "2 est une racine double pour le polynme P(x)". Exprimer les vnements B et C l'aide des vnements Ai, i = 1, 2, 3.

http://fribok.blogspot.com/

1.3. Problmes proposs

23

http://fribok.blogspot.com/

24

Chapitre 1. Espace fini d'vnements

21. On lance une pice de monnaie. Dcrire l'espace des vnements rattachs cette exprience. 22. Dcrire l'espace des vnements rattachs l'exprience qui consiste lancer un d. 23. Dcrire l'espace des vnements rattachs l'exprience qui consiste lancer simultanment une pice de monnaie et un d et observer les faces suprieures prsentes aprs le lancer. 24. Dcrire l'espace des vnements rattachs l'exprience suivante : on crit un nombre de deux chiffres choisis au hasard, parmi les chiffres 1, 5, 8.

1.4 Indications et rponses


1. i) Les preuves sont : sur les deux pices apparaissent des piles, sur les deux pices apparaissent des faces, sur la pice de monnaie de 1 cent apparat pile et sur la pice de monnaie de 10 cents apparat face, sur la pice de monnaie de 1 cent apparat face et sur la pice de monnaie de 10 cents apparat pile. Symboliquement on peut crire (P, P), (F, F), (P, F), (F, P). ii) Al et A2 sont des vnements alatoires, car en effectuant l'exprience, ils peuvent ou non se produire. Ce sont des vnements composs, car chacun peut tre ralis par plusieurs preuves. Les vnements Al et A2 sont compatibles, car ils peuvent se produire simultanment par l'preuve (F, F). 2. A et B sont des vnements compatibles, car ils peuvent se produire en mme temps, savoir quand on extrait de l'urne deux boules blanches. A et B sont des vnements composs.

3. Les vnements A et B sont contraires, car si A se ralise, alors B ne peut pas se


raliser et rciproquement, B = Ac et A = Be. Les vnements A et B sont incompatibles.

http://fribok.blogspot.com/

1.4. Indications et rponses

25

4. i) vnement certain. ii) vnement impossible. 5. i) Non. ii) Ac Bc = (A U B)c. 6. i) Ac = {c, d}, ii) A U Bc = {a, b, c}, iii) A B = , iv) Ac B = {d}. 7. D'abord l'espace chantillonnal contient 36 vnements lmentaires, savoir les couples (a, b) de nombres compris entre 1 et 6. i) Al = {(1, 2), (1,4), (1, 6)}, A2 = {(1, 4), (2,3), (3,2), (4,1)}, A3 = {(1,1), (2,2), ..., (6,6)1. ii) A = {(1, 4)}, donc A est un vnement lmentaire, il se ralise quand on obtient la face avec 1, puis un nombre pair et la somme est 5. B = , car la somme de deux nombre gaux ne peut tre 5, donc B est l'vnement impossible. C = {(2, 3), (3, 2), (4, 1)}, car la somme est 5 et on n'a pas obtenu un 1 suivi d'un nombre pair.

http://fribok.blogspot.com/

26

Chapitre 1. Espace fini d'vnements

En interprtant les vnements comme des sous-ensembles des preuves par lesquelles ils se ralisent, rsoudre ce problme comme les suivants de mme type, revient dmontrer l'galit d'ensembles. Pour habituer le lecteur au raisonnement propre la thorie des probabilits nous avons prfr des dmonstrations telles que proposes.

http://fribok.blogspot.com/

1.4. Indications et rponses

27

15. i) L'vnement A U B U C signifie la ralisation d'au moins un des vnements A, B, C, son contraire, (A U B U C)c signifie la ralisation du Ac Bc Cc, donc

De faon analogue on montre l'implication inverse, d'o l'galit dsire. _ ii) On procde comme pour le point i). iii)On utilise la preuve par rcurrence. Pour le cas deux et trois vnements on vrifie les relations du problme 16 i), Section 1.2, et du point i) du prsent problme.

donc l'galit est vraie pour tout nombre naturel n. iv) On procde comme pour le point iii). 16. Se dmontre par rcurrence tout en utilisant les proprits de distributivit des oprations U et .

http://fribok.blogspot.com/

28

Chapitre 1. Espace fini d'vnements

Rciproquement, la ralisation de A \ (A B) signifie la ralisation de l'vnement A et la non ralisation de l'vnement A B, donc la non ralisation de B et par consquent la ralisation de l'vnement A \ B. Donc

ii), iii) se dmontrent de la mme faon que i). iv) L'vnement (A U B) \ C signifie la ralisation de A U B et la non ralisation de C, donc la ralisation de (A \ C) U (B \ C), par consquent

Rciproquement, (A \ C) U (B \ C) signifie la ralisation de A et la non ralisation de C, ou la ralisation de B et la non ralisation de C, donc la ralisation de A ou B et la non ralisation de C, donc

v) On le montre de la mme faon que le point iv).

http://fribok.blogspot.com/

1.4. Indications et rponses

29

ici i, j, k,1, m prennent indpendamment toutes les valeurs de 1 6, (voir la restriction faite dans le problme 20, Section 1.2). On a not par {k} l'apparition de la face avec k points, par {i, j} l'vnement qui signifie l'apparition de la face avec i points ou de la face avec j points, donc {i, j} = {i} U {j}, etc.

23. D'abord l'espace chantillonnal sera = 1 x 2, c'est--dire le produit cartesien de l'espace chantillonnal 1 = {P, F}, rattachs l'exprience qui consiste lancer une pice de monnaie, (voir problme 21) et de l'espace chantillonnal 2 = {1, 2, 3, 4, 5, 6}, rattachs a l'exprience qui consiste lancer un d, (voir problme 22), donc

http://fribok.blogspot.com/

30

Chapitre 1. Espace fini d'vnements

http://fribok.blogspot.com/

Chapitre 2 Espace fini de probabilit


2.1 Notions de base Dfinitions et proprits 2.1.1 Dfinition classique de probabilit

o m est le nombre d'preuves qui ralisent A et n le nombre total d'preuves dans l'espace chantillonnal rattach l'exprience. Ainsi P(A) est le rapport entre le nombre de cas favorables la ralisation de l'vnement A et le nombre de cas possibles, tous cas possibles tant galement vraisemblables. Pour calculer la probabilit d'un vnement quelconque A, il faut donc dterminer le nombre de cas favorables, c'est--dire, le nombre d'lments de l'ensemble des preuves rattaches l'vnement A, cas possibles, c'est--dire, le nombre d'lments de l'ensemble des preuves rattaches l'vnement certain . La probabilit P(A) est le rapport de ces deux nombres.

31

http://fribok.blogspot.com/

32

Chapitre 2. Espace fini de probabilit

o card(A), card() reprsentent la cardinalit respective des ensembles A et . Remarque 2. On peut utiliser cette dfinition classique ou frquentiste de probabilit seulement pour les expriences o les vnements lmentaires sont quiprobables, c'est--dire galement vraisemblables. On dit que les preuves sont quiprobables, c'est--dire que les probabilits des vnements lmentaires sont gales. La probabilit d'un vnement lmentaire d'une telle exprience est 1/n (n tant le nombre total d'preuves). Cette probabilit est la mme pour tout vnement lmentaire, car le nombre de cas favorables est ncessairement gal 1. Exemple 3. Quand on lance une pice de monnaie bien quilibre, on prsume que les preuves "pile" et "face" sont galement possibles. Dans ce cas les probabilits classiques seraient 1/2 pour les vnements lmentaires. On dit que ces vnements sont quiprobables. De mme, quand on lance un d bien quilibr, les diffrents rsultats possibles sont tous galement probables et les probabilits pour les vnements lmentaires sont toutes 1/6. Remarque 4. En considrant la dfinition 1, on constate que la notion de probabilit d'un vnement a les proprits suivantes :

http://fribok.blogspot.com/

2.1. Notions de base Dfinitions et proprits

33

2.1.2 Dfinition axiomatique de probabilit Dfinition 1. Une mesure de probabilit, ou une probabilit P dfinie sur un espace probabilisable (, A) est une fonction P : A R qui associe tout vnement A de A un nombre rel P(A), A P(A) qui satisfait les axiomes suivants :1

1Cette dfinition axiomatique de probabilit a t donne en 1933 par Andre Nikolaevitch Kolmogorov (1903-1987), mathmaticien russe

http://fribok.blogspot.com/

34

Chapitre 2. Espace fini de probabilit

Pour tout A A, P(A) est la somme des probabilits des vnements lmentaires qui composent l'vnement A. Signalons que la dfinition classique de probabilit satisfait bien sr tous les axiomes de la dfinition axiomatique car on obtient la premire de la seconde comme cas particulier o pl = = pn = 1 / n 2.1.3 Espace probabilis Dfinition 1. Un espace probabilis est un triplet (, A, P), o (, A) est un espace probabilisable, et P est une probabilit sur (, A). Dfinition 2. Un systme complet d'vnements est un ensemble d'vnements {Ak ; k = 1, . . . , m} qui satisfait les conditions suivantes :

En fait un systme complet d'vnements est une partition de 52 en vnements disjoints. Il s'ensuit que si les vnements {Ak ; k = 1, ... , m} forment un systme complet d'vnements alors

Remarque 3. L'ensemble de tous les vnements lmentaires associs une exprience forme un systme complet d'vnements.

2.1.4 Probabilit conditionnelle Soit A un vnement tel que P(A) > 0. Dfinition 1. On appelle probabilit conditionnelle de l'vnement B par rapport l'vnement A, ou encore, la probabilit de B tant donn A, le nombre

http://fribok.blogspot.com/

2.1. Notions de base Dfinitions et proprits

35

Cette formule fait le lien entre les probabilits conditionnelles rciproque pour deux vnements. Notons que la probabilit conditionnelle satisfait aux axiomes de la dfinition 1, de 2.1.2, donc elle est galement une probabilit sur (, A). On peut interprter la probabilit conditionnelle P(B \ A) comme la probabilit de l'vnement B sachant que l'vnement A s'est ralis. En comparant les probabilits P(B) et P(B \ A), on peut dterminer si la ralisation de l'vnement A influence ou non la ralisation de l'vnement B, ce que nous abordons maintenant.

http://fribok.blogspot.com/

36

Chapitre 2. Espace fini de probabilit

Exemple 5. Considrons un ttradre dont les faces sont colores de la faon suivante: une face est blanche, une face est noire, une face est rouge et la dernire face comprend les trois couleurs. On lance le ttradre sur une table et on regarde la couleur de la face sur laquelle le ttradre est tomb. Soient les vnements Al - "on voit la couleur blanche", A2 - "on voit la couleur noire", A3 - "on voit la couleur rouge".

http://fribok.blogspot.com/

2.1. Notions de base Dfinitions et proprits

37

http://fribok.blogspot.com/

38

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.1. Notions de base Dfinitions et proprits

39

On peut appliquer cette formule la situation suivante. la suite d'une exprience, un vnement B peut apparatre. Cependant cet vnement peut apparatre comme consquence den vnements A1, ... , An qui forment un systme complet d'vnements (c'est--dire, B peut apparatre simultanment avec un et seulement un des vnements Ak, k = 1, ... , n). Supposons que l'on connaisse les probabilits des vnements A1 ... , An (qui s'appellent galement probabilits a priori des vnements A1, ..., An) et que l'on connaisse aussi la probabilit d'apparition de l'vnement B comme consquence de l'vnement Ak, c'est--dire P(B \ Ak), k = 1, ... , n. En supposant qu' la suite de l'exprience l'vnement B se soit produit, la formule de Bayes permet de trouver sparment pour chaque k = 1, . . . , n, la probabilit que l'vnement Ak soit apparue cause de l'vnement B, c'est--dire la probabilit P(Ak \ B), k = 1, ..., n (les probabilits P(Ak \ B), k = 1, ... , n s'appellent aussi les probabilits a posteriori des vnements A1, ... , An). En comparant les probabilits P(Ak \ B) et P(Ak) on peut connatre l'effet de l'vnement B sur la probabilit de l'vnement Ak lorsqu'on sait que l'vnement B s'est produit.

Thomas Bayes (1702-1761), rvrend et mathmaticien anglais.

http://fribok.blogspot.com/

40

Chapitre 2. Espace fini de probabilit

2.1.7 Modles classiques de probabilit 1) Modle de Bernoulli3 ou modle binomial Le modle de Bernoulli consiste en une exprience qui ne peut produire que deux rsultats. On peut soit obtenir l'vnement A avec probabilit p, ou bien son contraire Ac avec probabilit 1 p. Si on rpte cette exprience n fois, indpendamment et dans des conditions identiques, la probabilit P(n ; k) qu' la suite des n expriences, l'vnement A soit apparu k fois est donne par

Parce que la probabilit P(n ; k) correspond au coefficient de xk dans le dveloppement du binme (p+(1-p)x)n, ce schma s'appelle aussi le modle binomial. Le modle binomial peut tre ralis l'aide d'une urne contenant des boules de deux couleurs (disons blanches et noires). On tire une seule boule la fois et chaque fois on remet la boule dans l'urne pour assurer que les conditions ne changent pas d'un tirage l'autre. Aprs n rptitions, on dnombre les apparitions de la couleur blanche. Cette situation correspond au modle binomial et pour cette raison ce schma est galement connu aussi sous le nom de modle de l'urne avec remise.

2) Modle de Bernoulli plusieurs tats ou modle multinomial Considrons une exprience qui peut produire un et un seul des vnements {Ak ; k = 1, . . . , s} qui forment un systme complet d'vnements et posons

On rpte l'exprience n fois, indpendamment et dans des conditions identiques. La probabilit P(n ; m1, m2, ... , m8) que dans les n expriences l'vnement Ak soit apparu mk fois, k = 1, ... , s est donne par

Jacob (Jacques) Bernoulli (1654-1705), le premier mathmaticien de la famille Bernoulli, famille de mathmaticiens suisses bien connue.

http://fribok.blogspot.com/

2.2. Problmes et solutions

41

Ce schma est connu sous le nom de modle multinomial. 3) Modle de Poisson4 Pour le modle de Poisson, on considre n expriences indpendantes. Comme rsultat de la k-ime exprience, on peut avoir l'vnement A avec probabilit pk, ou bien l'vnement Ac avec probabilit 1 pk, k = 1, . . . , n. La probabilit que dans les n expriences l'vnement A soit apparu m fois est le coefficient Pm de xm dans le polynme

Le schma de Poisson peut tre ralis par une squence de n urnes contenant, dans des proportions diffrentes, des boules de deux couleurs (disons blanches et noires). On extrait successivement une boule de chaque urne. Remarque 1. La schma de Bernoulli peut tre obtenu comme un cas particulier du schma de Poisson en prenant pl == pn

Extraire n boules de l'urne revient extraire n fois une seule boule, mais sans retourner la boule pige dans l'urne, ce qui justifie le nom de ce schma.

2.2 Problmes et solutions


1. On extrait au hasard une boule d'une urne qui contient 20 boules numrotes de 1 20. Trouver la probabilit que le nombre inscrit sur la boule soit : i) un nombre premier. ii) un nombre pair.
4

Denis Poisson (1781-1840), clbre mathmaticien franais.

http://fribok.blogspot.com/

42

Chapitre 2. Espace fini de probabilit

iii) un nombre divisible par 3. Solution. Le nombre de cas possibles pour cette exprience est 20. Trouvons le nombre de cas favorables pour chaque vnement considr : i) Le nombre de cas favorables est 8 savoir les nombres 2, 3, 5, 7, 11, 13, 17, 19, donc p = 8/20 = 2/5. ii) Le nombre de cas favorables est 10, savoir les nombres 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, donc_ p = 10/20 = 1/2 iii)Le nombre de cas favorables est 6, savoir les nombres 3, 6, 9, 12, 15, 18, donc p = 6/20 = 3/10 2. Chacune des 26 lettres de l'alphabet est crite sur une carte et introduite dans une urne. Trouver la probabilit qu'en choisissant au hasard et sans remise quatre cartes l'on obtienne dans l'ordre de slection le mot PAIX. Solution. Le nombre de cas favorables est 1, car il faut choisir les quatre lettres du mot P, A, I, X dans cet ordre. Le nombre de cas possibles est 26 x 25 x 24 x 23. En effet, la premire lettre peut tre n'importe laquelle des 26 lettres de l'urne, donc pour la premire extraction on a 26 cas possibles. Pour la deuxime lettre il reste seulement 25 cas possibles, et chaque cas peut tre associ avec les 26 cas possibles de la premire lettre choisie, donc on obtient au total, 26 x 25 cas possibles pour le choix des deux premires lettres. Il y a 24 cas possibles pour le choix de la troisime lettre (car dans l'urne il ne reste que 24 lettres), qui combins avec tous les cas possibles pour les deux premires lettres donnent 26 x 25 x 24 cas possibles pour le choix des trois premires lettres. Finalement, pour la dernire lettre il reste 23 choix possibles, qui combins avec les 26 x 25 x 24 choix possibles pour le choix des trois premires lettres, donnent 26 x 25 x 24 x 23 cas possibles quand on choisit sans remise les quatre lettres, donc p = 1 / 26x25x24x23 Remarque. Le nombre de cas possibles peut tre obtenu d'une autre faon. Extraire successivement 4 fois une lettre en tenant compte de l'ordre de slection revient extraire d'un coup 4 lettres, mais en tenant compte de l'ordre des lettres dans la formation des groupes, donc le nombre de choix possibles est donn par le nombre d'arrangements de 4 objets qu'on peut former partir de 26 objets. Deux groupes diffrent

http://fribok.blogspot.com/

2.2. Problmes et solutions

43

au moins par la nature d'un objet ou par l'ordre des objets, donc ce nombre est A26/4 = 26 x 25 x 24 x 23. 3. Dix boules numrotes de 1 10 sont alignes au hasard une aprs l'autre. Trouver la probabilit que la boule numrote 5 apparaisse aprs la boule numrote 4. Solution. Le nombre de cas possibles est P10 = 10 ! Le nombre de cas favorables est 9 x 8 !. En effet, la boule numrote 4 peut occupe n'importe quelle des 9 premires places, tout en tant suivie par la boule numrote 5. Il y a donc 9 faons de placer les boules 4 et 5 l'une aprs l'autre. Les 8 autres boules peuvent tre places sur les 8 places laisses disponibles de 8 ! faons diffrentes. Par suite chaque cas d'arrangement des boules 4 et 5 doit tre associ avec les 8 ! cas possibles d'arrangement des 8 autres boules, et au total il y a 9 x 8 ! faons diffrentes de placer les 10 boules sous la condition que la boule 4 soit suivie par la boule 5. La probabilit cherche est donc p = 9x8! / 10! = 1/10 4. On lance n fois deux ds. Trouver la probabilit que le double six apparaisse au moins une fois. Solution. Dans ce problme, il est plus facile de calculer la probabilit de l'vnement contraire. Cherchons donc la probabilit q qu'en lanant n fois deux ds le double six n'apparaisse jamais. Le nombre de cas possibles est (36)n. En effet, chaque lancer de deux ds il y a 36 cas possibles, car chacune des 6 faces du premier d peut tre combine avec n'importe laquelle des six faces du deuxime d, donc au total 6 x 6 = 36. Pour les n lancers des deux ds il y a donc (36)n cas diffrents possibles. Le nombre de cas favorables est (35)n. En effet, chaque lancer de deux ds il y 35 cas favorables (de 36 cas possibles il faut liminer le cas o la face 6 apparat sur les deux ds). Pour les n lancers il y a donc (35)n cas favorables. Donc q = (35/36)n et par consquent, la probabilit cherche est

http://fribok.blogspot.com/

44

Chapitre 2. Espace fini de probabilit

5. Montrer que la probabilit d'obtenir au moins un six quand on lance 4 fois un d est plus grande que la probabilit d'obtenir au moins un double six, quand on lance 24 fois deux ds.5 Solution. Soit A l'vnement "obtenir au moins un six quand on lance 4 fois un d" et B l'vnement "obtenir au moins le double six, quand on lance 24 fois deux ds." Alors, en faisant le mme raisonnement que dans le problme 4, on trouve

Note. Le chevalier De Mr6, un grand joueur de ds du XVII-ime sicle, a observ partir de sa propre exprience, qu'il y a plus de chances de gagner si on parie que sur 4 lancers d'un d, le six apparatra au moins une fois, que si on parie que dans 24 lancers de deux ds, le double six apparatra au moins une fois. De Mr a constat que dans une grande srie de paris de ce type, dans le premier cas la frquence du gain est plus grande que 1/2, donc le nombre de jeux gagnants est plus grand que le nombre de jeux perdants, le rsultat final tant un gain pour le joueur, tandis que dans le deuxime cas, le rsultat final amnera une perte pour le joueur. De Mr considrait que cette observation contredisait le calcul mathmatique, car 4 faces par rapport 6 (le nombre de cas possibles quand on lance un d) est dans le mme rapport que 24 faces par rapport 36 (le nombre de cas possibles quand on lance deux ds) et donc les chances de gagner doivent tre gales dans les deux cas. De Mr a soumis ce problme Pascal, qui l'a rsolu, en introduisant cette occasion la dfinition de probabilit d'un vnement. La probabilit est plus grande que 1/2 dans le premier cas, tandis que la probabilit est plus petite que 1/2 dans

Ce problme, connu aussi sous le nom du "Paradoxe du chevalier De Mr", a une importance historique, tant le premier problme de probabilit rsolu par Blaise Pascal (1623-1662), clbre mathmaticien et physicien franais qui avec Pierre De Fermat (1601-1665), non moins clbre mathmaticien franais, a tabli les bases du calcul des probabilits. 6 Antoine Gombaud chevalier De Mr (1607-1685), crivant franais.

http://fribok.blogspot.com/

2.2. Problmes et solutions

45

le second cas, ce qui correspond exactement avec l'observation de De Mr. Si dans le second cas, on demande qu'en 25 lancers de deux ds le double six apparaisse au moins une fois, alors la probabilit de gagner devient plus grande que 1/2 (voir problme 7, Section 2.3). 6. On extrait au hasard une boule d'une urne contenant boules blanches et boules noires. Trouver la probabilit que la boule extraite soit blanche ; la probabilit que la boule extraite soit noire. Solution. Il y a + cas possibles et a cas favorables pour extraire une boule blanche, donc p = / + ; la probabilit d'extraire une boule noire est q = 1 - p = / + 7. Une urne contient 6 boules blanches et 8 boules noires. On extrait une boule qu'on met de cot. Par la suite on extrait une seconde boule. i) Sachant que la premire boule pige est blanche, trouver la probabilit que la deuxime boule pige soit galement blanche et la probabilit que la deuxime boule pige soit noire. ii) Sans connatre la couleur de la premire boule extraite, trouver la probabilit que la deuxime boule extraite soit blanche et la probabilit que la deuxime boule extraite soit noire. Solution. i) Le nombre de cas possibles est 6 x 13 = 78. En effet, pour la slection de la premire boule il y a 6 possibilits (le nombre de boules blanches dans l'urne) et pour la slection de la deuxime boule il y a 13 possibilits (le nombre de boules restant dans l'urne). Le nombre de cas favorables est 6 x 5 = 30, car pour la premire slection il y a 6 cas favorables tandis que pour la deuxime slection 5 cas sont favorables (avant la deuxime slection il y a dans l'urne 5 boules blanches). Par consquent, la probabilit que la deuxime boule pige soit blanche, sachant que la premire boule pige est blanche est p = 30/78 = 15/13 Pour que la deuxime boule slectionne soit une noire, sachant que la premire boule extraite est blanche, il y a 78 cas possibles et 6 x 8 = 48 cas favorables, donc q = 48/78 = 8/13. On peut obtenir directement q, car q = 1 - p.

http://fribok.blogspot.com/

46

Chapitre 2. Espace fini de probabilit

ii) Le nombre de cas possibles est 14 x 13 = 182, car il y a 14 cas possibles pour le choix de la premire boule et chaque cas doit tre combin avec les 13 cas possibles lors du choix de la seconde boule, donc 14 x 13 = 182 cas possibles. Le nombre de cas favorables est 30 + 48 = 78. En effet, si on suppose d'abord que la premire boule pige est blanche, alors il y a 6 cas favorables pour le choix de la premire boule et 5 cas pour la deuxime boule, donc 6 x 5 = 30 cas favorables. Si on suppose maintenant que la premire boule pige est noire, alors il y a 8 cas favorables pour le choix de la premire boule et 6 cas pour la deuxime boule, donc 8 x 6 = 48 cas favorables dans ce dernier cas. Au total il y a 30 + 48 = 78 cas favorables et par consquent, la probabilit que la deuxime boule pige soit blanche est p1 = 78/182 = 3/7. Pour la probabilit de l'vnement que la deuxime boule soit noire, sans connatre la couleur de la premire boule, un raisonnement analogue donne q1 = 52/91 = 4/7 ou directement q1 = 1 - p1. Remarque. Les probabilits obtenues dans les deux cas du problme diffrent car la probabilit d'un vnement dpend essentiellement des conditions donnes. Pour une autre mthode de rsolution, voir problme 33.

http://fribok.blogspot.com/

2.2. Problmes et solutions

47

Remarque. Notons que la condition k < min( - 1, - 1) assure que aprs k tirage, il reste dans l'urne, au moins une boule blanche et au moins une boule noire. La probabilit d'obtenir une boule blanche (respectivement noire) la (k + 1)-ime pige est gale la probabilit d'obtenir une boule blanche (respectivement noire) la premire pige, quand on n'a pas extrait au pralable k boules de l'urne (voir problme 6). 9. Une urne contient 10 boules parmi lesquelles 3 sont rouges, 4 sont jaunes, 1 est bleue et 2 sont blanches. Les boules rouges, jaunes, bleue et blanches sont marques de 2, 5, 10 et 20 points respectivement. Trouver la probabilit qu'en tirant 2 boules sans remise, on obtienne i) sept points. ii) au moins 7 points. iii)une boule ayant plus de 10 points et un boule ayant moins de 10 points. Solution. i) La probabilit que parmi les 2 boules piges, l'une soit rouge et l'autre jaune est

http://fribok.blogspot.com/

48

Chapitre 2. Espace fini de probabilit

10. Dix ballons sont mis au hasard dans trois botes, B1, B2, B3. Trouver la probabilit que la bote B2 contienne exactement 3 ballons. Solution. Le nombre de cas possibles est 310. En effet supposons que l'on numrote les ballons de 1 10. Alors le premier ballon peut tre distribu dans n'importe quelle bote, il y a donc 3 cas possibles, le deuxime ballon peut tre aussi distribu dans n'importe laquelle des trois botes, donc seulement pour deux ballons il y a 32 cas possibles (car chaque cas possible pour le premier ballon se combine avec tous les cas possibles pour le deuxime ballon). De la mme faon on trouve que pour trois ballons il y a 33 cas possibles et, pour 10 ballons, 310 cas possibles.

o p est la probabilit trouve en i). Solution. i) Le nombre de cas possibles est Nn. En effet, supposons qu'on numrote les boules de 1 n. Alors la premire boule peut tre distribue dans n'importe laquelle des N urnes, la deuxime boule peut tre distribue dans n'importe laquelle des N urnes, donc s'il y avait seulement que 2 boules, il y aurait N2 cas possibles (car chaque cas

http://fribok.blogspot.com/

2.2. Problmes et solutions

49

http://fribok.blogspot.com/

50

Chapitre 2. Espace fini de probabilit

et donc la double ingalit dsire. Notons que pour de grandes valeurs des nombres n, N et k, l'application directe de la formule obtenue pour la probabilit p au point i), devient fastidieuse, et dans ce cas il est prfrable d'utiliser les approximations trouves au point ii). 12. Considrons n boules et N urnes, N > n. On distribue au hasard les n boules dans les N urnes. Trouver la probabilit que : i) n urnes fixes contiennent une seule boule. ii) qu'un groupe quelconque de n urnes parmi les N urnes contienne chacune une seule boule. Solution. i) Il y a Nn cas possibles (voir problme 11 i)). Il y a n! cas favorables. En effet, les n boules peuvent tre places dans n urnes (une boule dans une urne) de Pn manires diffrentes (on place n objets sur n positions), et par suite

13. Trouver la probabilit qu'au moins deux personnes parmi 20 aient la mme date de naissance, savoir mme jour et mme mois. Considrer qu'une anne compte 365 jours.

http://fribok.blogspot.com/

2.2. Problmes et solutions

51

Solution. Soit A l'vnement "les 20 personnes ont des dates de naissance diffrentes". On cherche la probabilit P(Ac) = 1 - P(A). Pour trouver P(A), on peut raisonner de la faon suivante en considrant l'exprience qui consiste tirer avec remise 20 boules d'une urne qui contient 365 boules diffrentes. Posons B l'vnement "tirer 20 boules diffrentes". Alors P(A) = P(B). La manire de reprsenter les rsultats de cette exprience est d'utiliser des 20-tuplets, la i-ime composante reprsentant le rsultat du i-ime tirage. Or le nombre possible de 20-tuplets pour cette exprience est 36520 et le nombre de 20-tuplets contenant 20 boules diffrentes est

14. Dix tudiants parmi lesquels il y a 5 filles et 5 garons sont assigns au hasard, deux par deux, 5 pupitres. Trouver la probabilit qu' chaque pupitre il y ait une fille et un garon. Solution. Il y a (10! / 25) cas possibles. En effet, numrotons les pupitres de 1 5. Au premier pupitre, on peut asseoir 2 tudiants qu'on peut choisir parmi les 10 tudiants; il y a (10 / 2) choix possibles. Au deuxime pupitre, on peut choisir 2 tudiants parmi les 8 qui restent ; il y a (8 / 2) choix possibles. Donc seulement pour ces deux pupitres, il y a (10 / 2) (8 / 2) choix possibles. On continue de la mme faon pour le troisime pupitre. Il y a 6 / 2) paires d'tudiants qu'on peut former partir des 6 tudiants restants, (aprs avoir dj assign deux paires d'tudiants, une paire au premier pupitre et une paire au deuxime pupitre). Pour le quatrime pupitre, il y a (4 / 2) manires de choisir une paire d'tudiants parmi les 4 tudiants restants et enfin pour le cinquime pupitre il y a (2 / 2) choix possibles. Donc au total pour les 5 pupitres, il y a

http://fribok.blogspot.com/

52

Chapitre 2. Espace fini de probabilit

choix possibles. Il y a (5!)2 cas favorables. En effet, au premier pupitre on peut asseoir n'importe lequel des 52 couples (une fille et un garon) qu'on peut former en groupant de toutes les faons possibles un garon avec une fille parmi les 10 tudiants (il y a 5 x 5 = 25 possibilits). Ensuite pour le deuxime pupitre on peut asseoir n'importe lequel des 42 couples qu'on peut former en groupant de toutes les faons possibles un garon et une fille des 4 qui restent. En raisonnant de la mme faon, on trouve que pour le troisime pupitre il y a 32 possibilits de choisir un paire, pour la quatrime pupitre il y a 22 possibilits et enfin pour le cinquime pupitre il y a 12 possibilits, donc en total il y a 52 x 42 x 32 x 22 x 12 = (5!)2 possibilits d'assigner les 10 tudiants deux par deux un pupitre, de manire telle qu' chaque pupitre il y ait une fille et un garon. La probabilit cherche est donc

15. Lotto 6/49 Calculer la probabilit des vnements suivants : i) "Avoir exactement 3 bons numros sur 6". ii) "Avoir exactement 4 bons numros sur 6". iii) "Avoir exactement 5 bons numros sur 6, sans le complmentaire". iv) "Avoir exactement 5 bons numros sur 6 ainsi que le numro complmentaire". v) "Avoir les 6 numros". vi) "Recevoir un prix en argent la Lotto 6/49", c'est--dire avoir au moins 3 bons numros sur 6.

http://fribok.blogspot.com/

2.2. Problmes et solutions

53

http://fribok.blogspot.com/

54

Chapitre 2. Espace fini de probabilit

16. La ruine du joueur Une personne dsire accumuler un capital de N dollars. Elle dispose initialement d'un capital de k dollars, 0 < k < N. Pour accrotre son capital, elle dcide de jouer un jeu de hasard o la probabilit de raliser un gain de 1 dollar est p, et la probabilit d'une perte de 1 dollar est 1 - p, 0 < p < 1. Elle jouera jusqu' ce qu'elle ralise son rve ou qu'elle soit ruine. i) Trouver la probabilit qu'elle se ruine ventuellement. ii) Trouver la probabilit qu'elle accumule ventuellement N dollars. Dduire que l'une ou l'autre de ces deux possibilits surviendra avec probabilit 1. Solution. i) Soit Rk l'vnement "le joueur se ruine partir d'une fortune initiale de k dollars", et pk = P(Rk), 0 < k < N. Alors on trouve que p0 = 1 et pN = O. Soit A l'vnement "le joueur perd au premier jeu". Alors

http://fribok.blogspot.com/

2.2. Problmes et solutions

55

http://fribok.blogspot.com/

56

Chapitre 2. Espace fini de probabilit

qui est le mme systme d'quations satisfaites par P1,... , PN. Comme la solution de ces quations est unique, on obtient rk = pk et donc que qk = 1 - pk. Par consquent

c'est--dire que, ventuellement, le joueur sera ruin ou aura accumul N dollars. 17. On a k couleurs diffrentes et n boules de chaque couleur. Ces kn boules tombent au hasard dans n urnes qui ne peuvent contenir plus de k boules chacune. Trouver la probabilit que dans chaque urne on retrouve toutes les couleurs (c'est--dire une boule de chaque couleur).

http://fribok.blogspot.com/

2.2. Problmes et solutions

57

Il y a (n!)k cas favorables. En effet, en plus de numroter les urnes de 1 n, numrotons les couleurs de 1 k. Pour la premire urne choisissons d'abord une boule de couleur 1, il y a n possibilits. Choisissons ensuite une boule de couleur 2, il y a n possibilits et ainsi de suite, pour le choix d'une boule de couleur k il y a n possibilits. On obtient donc nk possibilits pour la premire urne. Pour la deuxime urne c'est le mme procd sauf qu'il reste n - 1 boules pour chaque couleur. On a donc (n - 1)k possibilits pour cette deuxime urne et ainsi de suite. On obtient

Remarque. Le problme 14 s'obtient comme cas particulier en prenant ici k = 2 et n = 5. Note. Pour de grandes valeurs de k et n, le calcul de p peut devenir fastidieux et mme dpasser les capacits d'un micro-ordinateur. Par exemple, pour n = 15 et k = 9, on a dj (n!)k = 8.5506E96. On peut alors utiliser l'approximation donne par la formule de Stirling7

18. Une urne contient n boules numrotes de 1 n. On en tire m boules. Notons par le plus petit nombre et par le plus grand nombre apparaissant sur les boules choisies. Soit x et y deux entiers entre 1 et n. Considrant le cas des slections avec et sans remise, trouver :
7

James Stirling (1692-1770), mathmaticien cossais.

http://fribok.blogspot.com/

58

Chapitre 2. Espace fini de probabilit

i) P(a > x), P( = x).


ii)

P( < y), P( = y).

Solution. Slections avec remise i) L'vnement > x signifie que les boules sont choisies parmi les boules numrotes x + 1, x + 2, . . . , n. Pour chaque pige il y a n - x cas favorables et n cas possibles. La probabilit est donc n-z / n. Si on fait m slections indpendantes, la probabilit cherche est le produit des probabilits correspondant chaque pige, donc

http://fribok.blogspot.com/

http://fribok.blogspot.com/

60

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.2. Problmes et solutions

61

21. Montrer que les vnements

22. On choisit au hasard une carte d'une srie de 18 cartes numrotes de 1 18. Quelle est la probabilit que le numro soit un multiple de 3 ou de 7 ? Solution. Considrons les vnements A - "le numro est un multiple de 3", B - "le numro est un multiple de 7".

23. On pige au hasard une boule d'une urne qui contient n boules comprenant a blanches, b noires, c rouges et d jaunes. Trouver la probabilit que la boule pige soit blanche ou rouge. Solution. Soit Al l'vnement "la boule extraite est blanche" et A2 l'vnement "la boule extraite est rouge." Comme les vnements Al et A2 sont incompatibles, on a

http://fribok.blogspot.com/

62

Chapitre 2. Espace fini de probabilit

24. Soit A, B et C trois vnements indpendants. Prouver que i) A et Bc sont indpendants. ii) A \ B et C sont indpendants. Solution. i) On a

25. Trois tireurs tirent simultanment sur la mme cible. Les probabilits respectives que chaque tireur touche la cible sont p1 = 0, 4, p2 = 0, 5 et p3 = 0, 7. Trouver la probabilit que la cible soit touche exactement une fois. Solution. Soit A l'vnement "la cible est touche exactement une fois" et A1, A2, A3 les vnements "la cible est touche par le premier, le deuxime et le troisime tireur" respectivement. Alors

http://fribok.blogspot.com/

2.2. Problmes et solutions

63

http://fribok.blogspot.com/

64

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.2. Problmes et solutions

65

29. Considrons deux urnes U1 U2 avec les compositions suivantes :

Urnes U1 U2

Nombre de boules blanches a c

Nombre de boules noires b d

On extrait de l'urne Ul une boule et sans connatre sa couleur on l'introduit dans l'urne U2. Ensuite on extrait une boule de l'urne U2. Trouver la probabilit que la boule extraite de l'urne U2 soit blanche. Solution. Reprsentons par A l'vnement "la boule extraite de l'urne U2 est blanche". Cet vnement peut tre ralis par deux vnements incompatibles Al et A2, o Al signifie "la boule transfre de l'urne Ul est blanche et est suivie par la slection d'une boule blanche de l'urne U2", A2 signifie "la boule transfre de l'urne Ul est noire et est suivie par la slection d'une boule blanche de l'urne U2". On a A = Al U A2 et donc P(A) = P(A1) + P(A2), car Al A2 = Or _

http://fribok.blogspot.com/

66

Chapitre 2. Espace fini de probabilit

30. On considre le jeu suivant. D'une urne contenant a boules blanches et b boules noires, deux joueurs tirent successivement une boule sans la remettre dans l'urne. Le premier qui extrait une boule blanche est gagnant. i) Trouver la probabilit que le joueur qui commence le jeu gagne. ii) Montrer que

pour tous nombres naturels a et b. Solution. i) Soit A l'vnement "le premier joueur gagne" et pour i = 1, ... , b + 1, posons Ai l'vnement "on extrait la premire boule blanche la i-ime slection". On a

http://fribok.blogspot.com/

2.2. Problmes et solutions

67

http://fribok.blogspot.com/

68

Chapitre 2. Espace fini de probabilit

31. Le tlgraphe utilise les signes (point) et (trait). On sait qu'en moyenne 2/5 des points et 1/3 des traits sont altrs par la transmission. De mme on sait qu'en moyenne le rapport entre le nombre de points et le nombre de traits est 5/3. Calculer la probabilit de recevoir le signal transmis si le signal reu est : i) un point . ii) un trait -. Solution. Considrons les vnements A - "on a reu un point", B - "on a reu un trait", C - "on a transmis un point", D - "on a transmis un trait".

32. Dans une urne il y a 10 boules dont 6 blanches et 4 noires. On extrait deux fois une boule de l'urne sans remettre la boule choisie dans l'urne. Soit A l'vnement "la deuxime boule pige est blanche" et B l'vnement "la premire boule pige est noire." Montrer que les vnements A et B ne sont pas indpendants.

http://fribok.blogspot.com/

2.2. Problmes et solutions

69

33. Une urne contient 6 boules blanches et 8 boules noires. On extrait une boule qu'on met de cot. Par la suite on extrait une seconde boule. i) Sachant que la premire boule pige est blanche, trouver la probabilit que la deuxime boule pige soit galement blanche et la probabilit que la deuxime boule pige soit noire. ii) Sans connatre la couleur de la premire boule extraite, trouver la probabilit que la deuxime boule extraite soit blanche et la probabilit que la deuxime boule extraite soit noire. Solution. Soit Bi l'vnement "la i-ime boule pige est blanche" , i = 1, 2 et soit Ai l'vnement "la i-ime boule pige est noire" , i = 1, 2. i) On cherche d'abord la probabilit conditionnelle P(B2 \ B1). Donc

http://fribok.blogspot.com/

70

Chapitre 2. Espace fini de probabilit

formule de la probabilit totale, on obtient

On peut obtenir directement P(A2), car P(B2) + P(A2) = 1. Voir aussi problme 7. 34. Un tudiant a trois disques colors des deux cots de la faon suivante : un disque a les deux cots blancs, un disque a un cot blanc et l'autre noir, un disque a les deux cots noirs. On choisi au hasard un disque et on constate qu'un cot est blanc. Trouver la probabilit que le second cot soit galement blanc.

http://fribok.blogspot.com/

2.2. Problmes et solutions

71

http://fribok.blogspot.com/

72

Chapitre 2. Espace fini de probabilit

37. Trois canons tirent simultanment sur une cible. Les probabilits d'atteindre la cible sont pl = 0, 6, p2 = 0, 8, p2 = 0, 7, pour les trois canons respectivement. Trouver la probabilit que la cible soit atteinte au moins une fois. Solution. Soit A1, A2, et A3 les vnements que le premier, le deuxime et respectivement le troisime canon atteigne la cible. On cherche la probabilit de l'vnement A1 U A2 U A3. Les vnements Ak, k = 1, 2, 3 sont indpendantes et compatibles, donc

38. Une personne crit n lettres n correspondantes. Elle mle les lettres et les place au hasard dans n enveloppes sur lesquelles les adresses ont t crites l'avance. Trouver la probabilit qu'au moins un destinataire reoive la lettre qui lui est destine.8

8 Ce type de problme est connu sous le nom de problme des concordances ou des concidences.

http://fribok.blogspot.com/

2.2. Problmes et solutions

73

Solution. Notons par Ak l'vnement "la k-ime lettre arrive son destinataire", k = 1, . . . , n ; on doit calculer la probabilit P(A1 U U An), o les vnements Ak, k = 1, ... , n sont compatibles, donc on utilise la formule

En effet, il y a n ! manires galement probables d'introduire les n lettres dans les n enveloppes et, parce qu'une lettre doit tre introduite dans son enveloppe, il y a (n - 1) ! cas favorables (les autres n - 1 lettres peuvent tre introduites dans les n - 1 enveloppes de (n - 1) ! manires diffrentes). De mme

http://fribok.blogspot.com/

74

Chapitre 2. Espace fini de probabilit

Cette srie converge assez rapidement. Pour n = 13 on a dj la valeur 0,632 120 558 800. La valeur limite n'est autre que 1 - e-1 comme on peut le montrer en dveloppant e-1 en srie de MacLaurin.9 39. Des balles numrotes de 1 n sont places au hasard dans n urnes aussi numrotes de 1 n. On dit qu'il y a concordance lorsqu'une balle est place dans l'urne portant le mme numro. i) Trouver est la probabilit qu'il y ait au moins une concordance. ii) Trouver est la probabilit qu'il y ait exactement k concordances. Solution. i) Notons par Ak l'vnement "la boule k est dans l'urne k", k = 1, ... , n ; on doit calculer la probabilit P = P(A1 U U An), o les vnements Ak, k = 1, ... , n sont compatibles. En procdant de la mme manire que dans le problme prcdant on trouve que P 1 - e-1. ii) Le nombre de faons d'avoir exactement k concordances est le nombre de faons de choisir les k endroits des concordances multipli par le nombre de faons pour n'avoir aucune concordance parmi les n - k urnes restantes. Donc la probabilit d'avoir exactement k concordances est

si n est grand. 40. D'une urne qui contient 3 boules rouges, 3 boules vertes et 4 boules bleues, on tire sans remise, trois boules. Quelle est la probabilit que la premire boule soit bleue, la seconde verte et la troisime bleue ? Solution. Considrons les vnements Al - "la premire boule tire est bleue", A2 - "la deuxime boule tire est verte", A3 - "la troisime boule tire est bleue".
9

Colin MacLaurin (1698-1746), mathmaticien cossais.

http://fribok.blogspot.com/

2.2. Problmes et solutions

75

41. Un lot de 100 pices de machines est soumis un contrle de la qualit. En testant 5 pices du lot, on rejette le lot si l'on trouve au moins une pice dfectueuse. Trouver la probabilit que le lot soit rejet, s'il contient effectivement 5% de pices dfectueuses. Solution. Il est plus facile de trouver la probabilit de l'vnement contraire, c'est--dire la probabilit que le lot soit accept aprs avoir pass par le contrle de la qualit. Notons Ai l'vnement "la i-ime pice contrle est acceptable", i = 1, . . . , 5. On doit calculer la probabilit de l'vnement fl 1Ai. Parce que les vnements Ai, i = 1, . . . , 5 ne sont pas indpendants, on doit utiliser la formule

42. Deux tireurs visent simultanment une cible. La probabilit d'atteindre la cible est p1 = 0, 7 pour le premier tireur et p2 = 0, 6 pour le second tireur. Trouver la probabilit que le premier tireur atteigne la cible et que le second ne l'atteigne pas.

http://fribok.blogspot.com/

76

Chapitre 2. Espace fini de probabilit

Solution. Soit Al et A2 les vnements "le premier (respectivement le second) tireur atteint la cible"; les vnements Al et A2 sont indpendants. On cherche

43. On considre trois urnes d'aspect identique et dont la composition est donne dans le tableau suivant : Urnes Ul U2 U3 Nombre de boules blanches 1 5 1 Nombre de boules noires 1 3 3

On choisit au hasard une urne dont on tire une boule. Trouver la probabilit que la boule extraite soit blanche. Solution. On applique la formule des probabilits totales. Soit B l'vnement "la boule pige est blanche" et Ak l'vnement "la slection provient de l'urne Uk", k = 1, 2, 3, alors B = (A1 B) U (A2 B) U (A3 B) et par suite

44. On considre deux urnes dont la composition est donne dans le tableau suivant :

Urnes Ul U2

Nombre de boules blanches 2 1

Nombre de boules noires 1 5

On pige une boule de l'urne Ul et on l'introduit dans l'urne U2. On extrait ensuite une boule de l'urne U2. Sachant que la boule tire de

http://fribok.blogspot.com/

2.2. Problmes et solutions

77

l'urne U2 est blanche, trouver la probabilit que la boule transfre tait noire. Solution. On applique la formule de Bayes. Soit B l'vnement "la boule pige de l'urne U2 est blanche" et Al (respectivement A2) l'vnement "la boule transfre de l'urne Ul l'urne U2 est blanche (respectivement noire)" , alors

Notons que la probabilit a priori de l'vnement A2 est tandis que la probabilit a posteriori de l'vnement A2 est 1/5. 45. Soit deux machines Ml et M2 produisant respectivement 100 et 200 objets. La machine Ml produit 5% d'objets dfectueux, la machine M2 en produit 6%. On tire un objet parmi les 300 objets fabriqus et il est dfectueux. Quelle est la probabilit pour qu'il ait t fabriqu par la machine M1 ? Solution. On applique la formule de Bayes. Soit : A - "l'objet est fabriqu par la machine Ml", B - "l'objet est fabriqu par la machine M2", D - "l'objet est dfectueux".

http://fribok.blogspot.com/

78

Chapitre 2. Espace fini de probabilit

46. Quatre chasseurs visent simultanment une fois sur une cible. Sachant que chaque chasseur atteint la cible 2 fois en 5 tirs, trouver la probabilit p que la cible soit atteinte par au moins un chasseur. Solution. Il est plus facile de trouver la probabilit q de l'vnement contraire, c'est--dire aucun chasseur n'atteint la cible. On applique le modle de Bernoulli,

47. n tireurs visent en mme temps une cible mobile. La probabilit d'atteindre la cible est la mme pour tous les tireurs et est gale 1/k o k est un nombre naturel. Trouver la probabilit p que la cible soit atteinte. Solution. Calculons la probabilit q de l'vnement contraire, c'est--dire aucun tireur n'atteint la cible. On applique le modle de Bernoulli, o p = 1/k et 1 - p = k-1/k donc

48. la suite d'une exprience, la probabilit qu'un vnement A puisse se produire est 0,01. i) Trouver la probabilit qu'en effectuant 10 fois l'exprience, l'vnement A se produise 4 fois. ii) Combien d'expriences faut-t-il faire pour que la probabilit d'apparition de l'vnement A, au moins une fois, soit gale ou suprieure 0,5 ? Solution. i) On applique le modle de Bernoulli avec n = 10, k = 4, p = 0, 01 et 1 - p = 0, 99. La probabilit d'observer 4 fois l'vnement A est

http://fribok.blogspot.com/

2.2. Problmes et solutions

79

ii) Il est plus facile de calculer la probabilit de l'vnement contraire. Cherchons la probabilit q qu'en n essais l'vnement A n'apparaisse jamais. On trouve q = (0, 99)n. On dtermine l'entier n partir de l'ingalit.

En prenant le logarithme, on obtient n log 0, 99 < - log 2, d'o n > 70. Remarque. Au moins 70 expriences sont ncessaires pour que l'vnement A apparaisse au moins une fois avec une probabilit gale ou suprieure 0,5. Il serait faux de croire que si on fait deux fois plus d'expriences, la probabilit d'apparition, au moins une fois, de l'vnement A sera presque 1. Par exemple, vouloir s'assurer que l'vnement A apparaisse au moins une fois avec une probabilit gale ou suprieure 0,98 ncessite un minimum de 396 expriences (et non pas 140), car 1 - (0, 99)" > 0, 98 donne (0, 99)n < 0, 02 c'est--dire n log 0, 99 < log 0, 02, d'o n > 396. 49. Sachant que la probabilit qu'un tudiant soit diplm est de 0,4, calculer pour un groupe de cinq tudiants, la probabilit i) qu'aucun tudiant ne soit diplm. ii) qu'un seul tudiant soit diplm. iii) que deux tudiants soient diplms. iv) qu'au moins deux tudiants soient diplms.

v) que les cinq tudiants soient diplms.

http://fribok.blogspot.com/

80

Chapitre 2. Espace fini de probabilit

50. Une urne contient des boules blanches et noires. Les tirages se font avec remise. Soit p la probabilit d'extraire une boule blanche et 1 - p la probabilit d'extraire une boule noire. i) Trouver la probabilit que la premire boule blanche soit obtenue la k-ime slection. ii) On pige jusqu' ce qu'on obtienne h boules noires. Soit h + x le nombre d'essais ncessaire pour y arriver. Trouver la probabilit que x = m. Solution. i) Soit Ai l'vnement " la i-ime slection, on obtient une boule blanche", alors Ac/i est l'vnement " la i-ime slection, on obtient une boule noire" . Les vnements Ai sont indpendants, car les slections se font avec remise. On cherche la probabilit de l'vnement

ii) Pour obtenir h boules noires en h + x slections, la dernire boule extraite doit tre noire (autrement on aurait atteint plus rapidement l'objectif d'obtenir les h boules noires). Il faut raliser deux vnements indpendants, savoir : dans les premires h + x - 1 slections, on doit obtenir h - 1 boules noires (la probabilit de cet vnement s'obtient en utilisant le modle de Bernoulli) et lors de la dernire slection on doit obtenir une boule noire (avec probabilit (1 - p)). Par la suite la probabilit qu'en h + x slections on obtienne h boules noires est gale

http://fribok.blogspot.com/

2.2. Problmes et solutions

81

51. Un point M se dplace dans les noeuds d'un rseau du plan de la faon suivante. Si le point M se trouve un moment donn au noeud (x, y), alors dans la seconde suivante il peut passer au noeud (x + 1, y) avec probabilit p ou bien au noeud (x, y + 1) avec probabilit 1 - p. Le point M ne peut pas rester sur place, car p + (1 p) = 1. Supposons que les coordonnes des noeuds sont des nombres entiers non ngatifs, limitant le mouvement au premier cadran des axes de coordonnes du plan. i) Trouver la probabilit que le point M partant de l'origine O(0, 0) arrive au noeud A(a, b). ii) Trouver la probabilit que le point M partant de l'origine O(0, 0) atteigne le segment C D o C(n, 0) et D(n, n). Solution. i) On utilise le modle de Bernoulli, car chaque seconde il n'y a que deux vnements qui peuvent se produire (le point M fait un pas horizontal vers la droite ou bien un pas vertical vers le haut), avec les probabilits p et 1 - p respectivement. Ces probabilits restent les mmes n'importe quel instant et les dplacements excuts des instants diffrents sont indpendants. Pour que le point M arrive au noeud A(a, b) il doit effectuer a + b dplacements parmi lesquels a sont horizontaux et b sont verticaux, donc

http://fribok.blogspot.com/

82

Chapitre 2. Espace fini de probabilit

52. D'un sous-marin on lance 4 torpilles contre un destroyer. La probabilit qu'une torpille atteigne le destroyer est 0,3. Pour couler le destroyer il suffit que deux torpilles le touche, tandis que si une seule torpille atteint le destroyer, il coule avec probabilit 0,6. Calculer la probabilit de couler le destroyer.

53. Deux joueurs Jl et J2 ont pari un mme montant d'argent. Ils rpteront plusieurs fois un jeu. Le joueur qui obtiendra un nombre fix l'avance de succs emportera la mise. Soit p la probabilit que Jl ait

http://fribok.blogspot.com/

2.2. Problmes et solutions

83

un succs ce jeu et q = 1 p la probabilit que le succs aille J2. Or un vnement impratif survient et les oblige interrompre le jeu avant la fin. i) On partage le montant proportionnellement la probabilit de gagner si le jeu se poursuivent. Sachant qu'il reste m parties Jl pour gagner et n parties J2, calculer la probabilit que Jl gagne.10
ii)

Montrer les identits : pour p, q > 0, p + q = 1, m et n des nombres naturels11

Solution. i) Au moment d'interrompre la partie, il manque Jl et J2 respectivement m et n succs pour gagner. Notons par P et Q = 1 - P les probabilits que le jeu soit finalement gagn par Jl ou par J2
10 Ce problme connu sous le nom du "Problme des parties" a une importance historique, tant un des premiers problmes discuts et rsolus dans la correspondance qu'changrent Blaise Pascal et Pierre Fermat. 11 Soulignons le fait que certaines ingalits ou identits numriques dont les dmonstrations directes sont assez difficiles, peuvent tre tablies trs simplement par des considrations probabilistes (voir aussi problme 30 ii)).

http://fribok.blogspot.com/

84

Chapitre 2. Espace fini de probabilit

respectivement, si on pouvait continuer jouer. En bonne justice, on devra partager la mise M dans le rapport P / Q. Les joueurs J1 et J2 devraient donc se retirer avec les montants PM et QM respectivement. Le problme consiste bien sr calculer la probabilit P et nous allons prsenter trois mthodes diffrentes pour y arriver. Mthode I En combien de parties le joueur J1 peut-il raliser la victoire, c'est--dire remporter les m succs qui lui manque avant que J2 remporte ses n succs ? La faon la plus simple et la plus chanceuse consiste gagner m fois de suite. La plus longue consiste prolonger le stress pendant m + (n - 1) parties. Le nombre de parties possibles est donc : m, m + 1, m + 2, . . . , m + (n 1). Pour que J1 remporte la victoire finale, il doit bien sr raliser un succs la dernire de ces parties. Cherchons la probabilit que Jl gagne en exactement m + k parties, k = 0, 1, 2, ... , (n - 1). Pour cela, J1 doit d'abord gagner m - 1 parties dans les m + k - 1 premires parties, puis il doit gagner la dernire. Considrons les vnements : Vm+k - "J1 gagne en m + k parties", Vm+k-1;m-1 - "J1 remporte m - 1 succs en m + k - 1 parties", A - "J1 remporte le dernier succs". On peut alors crire ainsi les diverses probabilits :

puisque les vnements Vm+k-1;m-1 et A sont videmment indpendants. On sait que la probabilit que J1 ait un succs une partie quelconque est p. On a donc P(A) = p. D'autre part, pour calculer P(Vm+k-1;m-1) on utilise le modle de Bernoulli. En effet, on a m + k - 1 rptitions indpendantes d'une mme exprience ; chaque exprience se solde par un succs ou un chec pour J1 ; chaque fois, la probabilit du succs est p. Par suite

http://fribok.blogspot.com/

2 2. Problmes et solutions

85

Mthode II On a vu que le maximum de parties jouer pour que Jl soit vainqueur est m + n - 1. Supposons que les deux joueurs s'enttent jouer toutes ces m + n - 1 parties, regardant ensuite les rsultats et proclamant le vainqueur la fin seulement. Le joueur Jl aura la victoire s'il a gagn m ou m + 1 ou m + 2 ou ... ou m + n - 1 parties sur ce lot. En effet, s'il a eu par exemple m succs sur m + n 1 parties, son adversaire n'en

http://fribok.blogspot.com/

86

Chapitre 2. Espace fini de probabilit

a ramass que n - 1 ce qui est insuffisant pour lui donner la victoire. Avec la notation dj utilise, on peut crire

Mthode III Notons par pm,n la probabilit que J1 remporte la victoire, quand il lui manque encore m succs et qu'il en manque encore n son adversaire J2. Supposons qu'ils jouent une partie de plus. J1 peut remporter la victoire de l'une des deux faons suivantes qui sont incompatibles : a) J1 gagne cette partie (avec probabilit p). Il lui manque alors m - 1 succs et il en manque toujours n J2 pour gagner (probabilit pm-1;n). b) J1 perd cette partie (probabilit q = 1 - p). Il lui manque alors toujours m succs et il n'en manque que n - 1 J2 pour gagner (probabilit pm,n-1)

http://fribok.blogspot.com/

2.2. Problmes et solutions

87

On obtient donc la relation de rcurrence suivante :

Puisque P = pm,n, cette relation nous permet de calculer P par rcurrence, il faut rsoudre l'quation obtenu en (2.14) avec les conditions initiales suivantes :

En effet, (2.15) signifie que Jl ne peut pas gagner s'il ne manque plus aucun succs J2 pour gagner la victoire. J2 est dj vainqueur. D'un autre cot, (2.16) signifie que Jl est dj vainqueur puisqu'il lui manque 0 succs. Le symbole p0,0 n'a pas d'interprtation probabiliste et on pose p0,0 = 0. ii) Puisque P + Q = 1 les formules (2.11) et (2.12) de la mthode I, donne l'identit (2.8). En galant les relations (2.11) et (2.13) obtenues pour P avec les mthode I et II, on obtient l'identit (2.9). Puisque Q = 1 - P, en galant la formule (2.12) pour Q obtenue par la mthode I avec 1 - P o P est donn par la formule (2.13) obtenue par la mthode II, on obtient l'identit (2.10). 54. D'une urne contenant 20 boules parmi lesquelles 8 sont blanches, 6 sont noires et 6 sont rouges, on extrait successivement 5 boules, retournant chaque fois la boule choisie dans l'urne. Trouver la probabilit que parmi les 5 boules il y ait 2 blanches, 1 noire et 2 rouges. Solution. On applique le modle multinomial ( plusieurs tats), c'est--dire la formule

http://fribok.blogspot.com/

88

Chapitre 2. Espace fini de probabilit

55. Les probabilits que le diamtre d'une pice d'une machine soit plus petit (respectivement plus grand) que les limites admissibles sont 0,05 et 0,10 et la probabilit que le diamtre se trouve entre les limites fixes par les normes est 0,85. On extrait au hasard 100 pices du lot. Trouver la probabilit que parmi ces pices, 5 aient un diamtre plus petit que la norme et 5 aient un diamtre plus grand que la norme. Solution On applique le modle multinomial, c'est--dire la formule

Urnes U1 U2 U3

Nombre de boules blanches 10 5 2

Nombre de boules noires 4 3 6

http://fribok.blogspot.com/

2.2. Problmes et solutions

89

On choisit au hasard une boule de chaque urne. Trouver la probabilit qu'on obtienne 2 boules blanches et une boule noire. Solution. On applique le modle de Poisson. On doit calculer le coefficient de x2 du polynme

57. On exprimente quatre prototypes d'appareil, un appareil pour chaque prototype. Les probabilits qu'un prototype corresponde aux normes sont 0, 8; 0, 7; 0, 9 et respectivement 0,85. Trouver la probabilit que tous les prototypes expriments correspondent aux normes. Solution. On applique le modle de Poisson. La probabilit cherche est le coefficient de x4 du polynme P(x) = (0, 8x + 0, 2) (0, 7x + 0, 3) (0, 9x + 0,1) (0, 85x + 0,15), donc la probabilit cherche est p = 0, 8 x 0, 7 x 0, 9 x 0, 85 = 0, 428 400. 58. un concours de mathmatiques, 3 candidats reoivent une enveloppe contenant n billets prsentant des problmes d'algbre et de gomtrie (n > 3). Les trois enveloppes contiennent respectivement 1, 2 et 3 sujets d'algbre. Pour l'examen, chaque candidat choisit au hasard un billet d'une enveloppe. Trouver les probabilits des vnements suivants : i) tous les candidats sont examins sur la gomtrie. ii) aucun candidat n'est examin sur la gomtrie.

iii) au moins un candidat est examin sur l'algbre.

http://fribok.blogspot.com/

90

Chapitre 2. Espace fini de probabilit

Solution. On applique le modle de Poisson. On forme le polynme

59. 16 candidats se prsentent un concours de chant. Il y a 11 hommes et 5 femmes. Par tirage au sort, les 16 candidats sont diviss en groupes de 4, chaque groupe devant se prsenter au concours le mme jour. Trouver la probabilit que lors de la premire journe de concours se prsente un groupe qui compte 3 femmes. Solution. On applique le modle de l'chantillon sans remise,

60. D'une urne qui contient n boules numrotes de 1 n, on extrait sans remise m boules (m < n). Trouver la probabilit que i, (1 < i < m) des boules extraites aient des numros donns d'avance. Solution. On applique le modle de l'chantillon sans remise,

http://fribok.blogspot.com/

2.3. Problmes proposs

91

o, dans notre cas = i, , = n - i, a = i, b = m - i et par la suite

61. Il y a 24 tudiants et 2 tudiantes dans une classe, chaque tudiant ayant une fiche. Trouver le nombre maximal de fiches qu'on doive choisir pour que la probabilit que parmi les fiches choisies se trouve au moins la fiche d'une tudiante, soit plus petite que 0,6. Solution. On applique le modle de l'chantillon sans remise. Que parmi k fiches extraites se trouve, au moins, la fiche d'une tudiante peut se raliser de deux manires incompatibles : parmi les k fiches se trouve la fiche d'une tudiante ; parmi les k fiches se trouvent les fiches des deux tudiantes de la classe. Le nombre k est le plus grand nombre naturel qui satisfasse les conditions :

2.3 Problmes proposs


1. On utilise les 20 premiers nombres naturels pour numroter 20 cartes. On brasse les cartes et on les place l'une aprs l'autre. Trouver la probabilit que le nombre 18 apparaisse immdiatement aprs le nombre 6.

12

Les racines sont calcules une seule dcimale prs.

http://fribok.blogspot.com/

92

Chapitre 2. Espace fini de probabilit

2. Chaque nombre premier plus petit que 20 est crit sur une carte. On brasse les cartes et on les place l'une aprs l'autre. Trouver la probabilit que les nombres premiers 3 et 19 soient voisins (indiffremment de l'ordre). 3. Les 12 numros d'une revue annuelle sont rangs au hasard sur une tagre. Trouver la probabilit que les revues soient ranges dans l'ordre de leur parution. 4. Les 24 numros d'une revue bimensuelle sont rangs au hasard sur une tagre. Trouver la probabilit que les revues ne soient pas ranges dans l'ordre de leur parution. 5. On lance 4 fois une pice de monnaie. Trouver la probabilit que i) face apparaisse 2 fois. ii) face apparaisse au moins une fois. 6. On lance trois ds. Sachant que les ds sont tombs sur des faces diffrentes, trouver la probabilit qu'apparaisse un deux. 7. On lance deux ds n fois. Pour quelles valeurs de n la probabilit qu'apparaisse au moins une fois le double six sera plus grande que 1/2 ? 8. Deux partenaires d'habilit gale jouent au chec. Notons par pn,m la probabilit que de n parties un des joueurs gagne m parties. Montrer que P4,3 > P8,5. Interprter le rsultat. 9. On lance deux ds. Trouver la probabilit : i) qu'on obtienne une paire. ii) que la somme des points obtenus soit divisible par 3. iii) que la somme des points obtenus soit un nombre pair. iv) que la somme des points obtenus soit un nombre plus grand que 10. 10. Chaque coefficient de l'quation trigonomtrique a tanx = b est dtermin en lanant un d et en prenant le nombre de points obtenus. Trouver la probabilit que l'quation donne possde les solutions x = / 4 + k o k est un nombre entier.

http://fribok.blogspot.com/

2.3. Problmes proposs

93

11. Chaque coefficient de l'quation ax - b = 0 est dtermin en lanant un d et en prenant le nombre de points obtenus. Trouver la probabilit que l'quation donne ait comme racine un nombre entier. 12. Chaque coefficient de l'quation ax2 + bx + c = 0 est dtermin en lanant un d et en prenant le nombre de points obtenus. Trouver la probabilit que l'quation donne ait une racine double. 13. On range au hasard 20 livres sur trois tablettes. Trouver la probabilit que la premire tablette reoive 8 livres. 14. On range au hasard 18 crayons dans deux plumiers. Trouver la probabilit qu'un plumier fix reoive 6 crayons. 15. Neuf crayons colorier parmi lesquels 3 sont rouges, 3 verts et 3 bleus sont rangs au hasard dans trois botes qui ne peuvent contenir plus que 3 crayons chacune. Trouver la probabilit que chaque bote contienne un crayon de chaque couleur. 16. Quatre coles inscrivent chacune 10 tudiants un concours d'orientation touristique. Par tirage au sort, on forme des groupes de 4 tudiants. Trouver la probabilit que chaque groupe comprenne un reprsentant de chaque cole. 17. Un paquet de 36 cartes jouer, contenant 18 cartes rouges et 18 cartes noires, est divis au hasard en deux parties gales. i) Trouver la probabilit que chaque partie contienne un nombre gal de cartes rouges et noires. ii) En utilisant la formule de Stirling, "approximer" la probabilit trouve au point i). (Voir la Note du problme 17, Section 2.2). 18. D'une urne contenant N boules numrotes de 1 N, on tire sans remise n boules. Soit x1 < ... < xm < ... < xn la suite croissante des numros inscrits sur les boules piges. Trouver la probabilit que xm = M. Pour quelles valeurs de M, P(xm = M) 0? 19. D'une urne contenant N boules numrotes de 1 N, on tire sans remise n boules. Trouver la probabilit que i) le plus petit nombre inscrit sur les boules piges soit gal M.

ii) le plus grand nombre inscrit sur les boules piges soit gal M.

http://fribok.blogspot.com/

94

Chapitre 2. Espace fini de probabilit

20. Soit A et B deux vnements compatibles. Montrer que les vnements A B, Ac Bc et (A \ B) U (B \ A) forment un systme complet d'vnements. 21. Une cible est constitue d'un disque et de trois couronnes concentriques. Un tireur atteint le disque et les couronnes avec les probabilits respectives 0, 20; 0, 15; 0, 12; 0, 10, lors d'un tir. Trouver la probabilit qu'en effectuant un seul tir on atteigne la cible. 22. la suite d'une exprience, quatre vnements incompatibles Ak, k = 1, 2, 3, 4 peuvent apparatre avec probabilits respectives 0, 02; 0, 07; 0, 08; 0, 05. Trouver la probabilit qu'en effectuant l'exprience, au moins un vnement parmi les quatre apparaisse. 23. Dans les conditions du problme 18, trouver la probabilit des vnements i) xm > M1 ii) xm < M2 iii) M1 < xm < M2 24. Dans les conditions du problme 18, trouver la probabilit des vnements i) xm < M1 ii) xm > M2 25. D'une urne contenant N boules numrotes de 1 N, on tire sans remise n boules. Trouver la probabilit que le plus petit nombre inscrit sur les boules choisies soit i) au moins gal M1. ii) au plus gal M2. iii) plus grand que M1 et au plus gal M2. 26. D'une urne contenant N boules numrotes de 1 N, on tire sans remise n boules. Trouver la probabilit que le plus grand nombre inscrit sur les boules choisies soit i) au moins gal M1.

http://fribok.blogspot.com/

2.3. Problmes proposs

95

ii) au plus gal M2. iii) plus grand que Ml et au plus gal M2. 27. Dans une urne il y a 3 boules blanches et 5 noires. On extrait successivement sans remise deux boules. Trouver la probabilit que les deux boules choisies soient i) blanches. ii) noires. iii) une blanche et une noire. 28. En utilisant un modle probabiliste vrifier l'identit

o a et n sont des nombres naturels et n > a. 29. D'une urne contenant a boules blanches et b boules noires, on extrait sans remise n boules (n < b). i) Trouver deux expressions pour exprimer la probabilit que parmi les boules piges il y ait au moins une boule blanche. ii) Montrer l'identit

o a, b, n sont des nombres naturels et n < b. 30. On considre n urnes numrotes de 1 n. Chaque urne contient a boules blanches et b boules noires. On transfert au hasard une boule de la premire urne vers la deuxime, ensuite de la deuxime vers la troisime et ainsi de suite. On extrait une boule de la dernire urne. Trouver la probabilit que la boule sortie de la dernire urne soit blanche.

http://fribok.blogspot.com/

96

Chapitre 2. Espace fini de probabilit

31. Dans chacune de n urnes on introduit N boules numrotes de 1 N. On extrait une boule de chaque urne. Soit M < N. Trouver la probabilit que le plus grand nombre inscrit sur les boules choisies soit i) au plus gal M. ii) plus grand que M. iii) gal M. 32. Dans chacune de n urnes on introduit N boules numrotes de 1 N. On extrait une boule de chaque urne. Soit M < N. Trouver la probabilit que le plus petit nombre inscrit sur les boules choisies soit i) au moins gal M. ii) gal M. iii) au plus gal M. 33. Soit A et B deux vnements alatoires indpendants. Montrer que les vnements Ac et Bc sont indpendants. 34. Un tireur peut atteindre une cible avec une probabilit de 4/5. S'il atteint la cible d'un seul tir, il a le droit un autre tir sur une deuxime cible. La probabilit d'atteindre les deux cibles est 2/5. Trouver la probabilit d'atteindre la deuxime cible. 35. Le dclenchement d'un rseau lectrique se produit quand le courant sort du circuit form de trois lments lis en srie. Soit p1 = 0, 3, p2 = 0, 4 et p3 = 0, 2 les probabilits respectives de sortir des trois lments, la sortie des lments se faisant de faon indpendante. Trouver la probabilit que la rseau ne se dclenche pas. 36. Un appareil qui contient N lampes cesse de fonctionner quand une lampe devient dfectueuse. La probabilit que n'importe quelle lampe devienne dfectueuse est p et les lampes oprent indpendamment. Lorsque l'appareil s'arrte il faut tester les lampes une une jusqu' ce qu'on trouve la lampe dfectueuse. Quelle est la probabilit que la lampe dfectueuse soit dtecte au n-ime test. 37. Soit px la probabilit qu'une personne ge de x ans soit encore en vie une anne plus tard et tpx la probabilit qu'une personne ge de x ans soit encore en vie t annes plus tard. Montrer que

http://fribok.blogspot.com/

2.3. Problmes proposs

97

Remarque. qx = 1 - px, c'est--dire la probabilit qu'une personne de x ans meure durant cette anne s'appelle le taux de mortalit l'ge x et est utilise pour construire les tables des taux de mortalit utilises en assurance. 38. Montrer que si P(A \ B) > P(A) alors P(B \ A) > P(B).

39. On extrait au hasard une pice d'un lot de pices parmi lesquelles 5% sont
dfectueuses et 68% des bonnes pices sont de premire qualit. Trouver la probabilit que la pice pige soit de premire qualit.

http://fribok.blogspot.com/

98

Chapitre 2. Espace fini de probabilit

43. Deux tireurs tirent simultanment sur une cible. Trouver la probabilit que la cible soit atteinte par au moins un des tireurs, sachant que les probabilits d'atteindre la cible sont de 0,7 et 0,8 respectivement pour les deux tireurs. 44. On effectue trois tirs indpendants sur la mme cible. Les probabilits d'atteindre la cible sont 0, 8; 0, 6 et 0,6 respectivement. Trouver la probabilit que la cible soit atteinte par au moins un des tirs. 45. Le dclenchement d'un circuit lectrique se produit quand le courant sort du circuit de l'lment El ou des deux lments E2 et E3. Soit p1 = 0, 3, p2 = 0, 2 et p3 = 0, 2 les probabilits de sortir du circuit des trois lments respectifs, la sortie des lments se faisant de faon indpendante. Trouver la probabilit que le circuit se dclenche. 46. Quatre boules numrotes de 1 4 sont introduites au hasard dans quatre botes numrotes de 1 4, une boule par bote. Trouver la probabilit que le nombre inscrit sur chaque boule diffre du nombre de la bote dans laquelle elle se trouve. 47. On lance n ds. Trouver la probabilit que les faces 1, 2, 3, 4, 5 et 6 apparaissent au moins une fois. 48. Un lot de 100 pices est soumis un contrle de qualit. Le lot est rejet si on trouve au moins une pice dfectueuse parmi quatre pices choisies au hasard dans le lot. Sachant que le lot contient 2% de pices dfectueuses, trouver la probabilit p que le lot soit rejet. 49. Il y a M billets gagnants parmi les N billets d'une loterie. Une personne achte n billets, n < N - M. Trouver la probabilit qu'au moins un de ses n billets soit gagnant. 50. On considre deux urnes ayant les compositions suivantes :

Urnes Ul U2

Nombre de boules blanches 2 3

Nombre de boules noires 1 2

http://fribok.blogspot.com/

2.3. Problmes proposs

99

Aprs avoir transfr une boule de l'urne Ul l'urne U2, on extrait une boule de l'urne U2. Trouver la probabilit que la boule sortie soit blanche. 51. On considre deux urnes ayant les compositions suivantes :

Urnes U1 U2

Nombre de Nombre de boules blanches boules noires al bl a2 b2

o al + b1 = ni et a2 + b2 = n2. Une boule est tranfre de l'urne U2 l'urne U1 et aprs on extrait une boule de l'urne U1. Trouver la probabilit que la boule pige soit i) blanche. ii) noire. 52. Un joueur est en prsence de 2 urnes, ayant les compositions suivantes : Urnes U1 U2 Nombre de boules blanches 4 2 Nombre de boules noires 2 4

Le joueur choisit au hasard une des 2 urnes et dcide d'effectuer par la suite tous ses tirages exclusivement dans l'urne choisie, en remettant la boule tire aprs chaque tirage. Trouver i) la probabilit que la troisime boule tire soit blanche, sachant que les 2 premires l'ont t.

ii)

la probabilit que la n-ime boule tire soit blanche.

http://fribok.blogspot.com/

100

Chapitre 2. Espace fini de probabilit

Urne U1; B1 Ul; B2 U2 U3

No boules rouges 4 2 4 5

No boules bleus 2 1 2 0

No boules blanches 0 8 1 0

No boules vertes 0 0 0 2

i) Quelle est la probabilit de tirer une boule rouge de Ul ? ii) Une boule a t tire, elle est rouge. Quelle est la probabilit qu'elle provienne de U2 ? 54. On considre trois urnes ayant les compositions suivantes : Urne Ul U2 U3 Nombre de boules blanches 2 1 0 Nombre de boules noires 0 1 2

Une urne a t choisie au hasard, et de cette urne on a tire une boule, elle est noire. Quelle est la probabilit que l'autre boule de cette urne soit blanche ? 55. On considre cinq urnes ayant les compositions suivantes :

Urne U1 U2 U3 U4 U5

Nombre de boules blanches 2 1 2 4 1

Nombre de boules noires 3 4 3 1 4

On extrait au hasard une boule d'une des urnes, elle mme choisie au hasard, et on constate que la boule pige est blanche. Trouver la probabilit que la boule ait t extraite de l'urne U4. 56. On considre trois urnes ayant les compositions suivantes :

http://fribok.blogspot.com/

2.3. Problmes proposs

101

Urne U1 U2 U3

Nombre de boules blanches 1 2 4

Nombre de boules noires 3 1 3

Nombre de boules rouges 3 1 3

On choisit une urne au hasard et on extrait deux boules. On constate qu'une des boules est blanche et l'autre est rouge. Trouver la probabilit que la slection ait t faite de l'urne U2 ou de l'urne U3. 57. On considre deux lots de pices parmi lesquels un lot contient 1/4 de pices dfectueuses et l'autre lot n'a que des pices acceptables. On choisit au hasard un lot et on en tire une pice qui s'avre acceptable. On remet la pice dans le lot et on extrait ensuite une pice de ce mme lot. Trouver la probabilit que la deuxime pice soit dfectueuse. 58. La probabilit que la consommation d'lectricit pendant une priode de 24 heures ne dpasse pas les normes tablies est 0,8. Trouver la probabilit que trois fois en cinq jours conscutifs la consommation en lectricit ne dpasse pas les normes tablies. 59. la suite d'une exprience, l'vnement A peut apparatre avec probabilit p. On rpte n fois l'exprience de faon que les rsultats soient indpendants. Trouver la probabilit que i) l'vnement A apparaisse au moins une fois. ii) l'vnement A apparaisse au moins deux fois. iii)l'vnement A apparaisse au moins trois fois. 60. Un ouvrier s'occupe simultanment de 10 machines de mme type. La probabilit qu'une machine ncessite une intervention dans un intervalle de temps t est gale 1/3 et est la mme pour toutes les machines. Trouver la probabilit que i) dans l'intervalle de temps donn, 4 parmi les 10 machines aient ncessit une intervention. ii) le nombre de machines qui ont ncessit une intervention dans le mme intervalle de temps t soit au moins gal trois et au plus gal six.

http://fribok.blogspot.com/

102

Chapitre 2. Espace fini de probabilit

61. Huit tireurs visent simultanment une cible. La probabilit qu'un tireur atteigne la cible est p = 0, 4 et est la mme pour tous les tireurs. Trouver la probabilit que la cible soit atteinte par au moins 3 et au plus 5 tireurs. 62. Un lot de 20 colombes migratrices est expdi vers une destination. La probabilit qu'une colombe revienne est p = 0, 4 et elle est la mme pour toutes les colombes. Trouver la probabilit i) que 14 colombes reviennent. ii) qu'au moins 8 colombes reviennent. iii) qu'au plus 18 colombes reviennent. iv) que reviennent au moins 10 et au plus 16 colombes. 63. Soit P(n ; m) = (n / m) pm (1 - p)n-m. i) Montrer que P (n; m + 1) > P(n; m) si (n + 1)p > m + 1. P(n; m+1) = P(n;m) si (n + l)p = m + 1 . P(n; m + 1) < P(n; m) si (n + 1)p < m + 1. ii) Interprter le rsultat du point i). iii) Trouver le nombre le plus probable de succs, o par le nombre le plus probable de succs on comprend la valeur entire du nombre m tel que P(n; m), considr comme fonction de m, atteigne son maximum. 64. Trouver le nombre de succs le plus probable d'un modle de Bernoulli pour n = 20 et p = 1/6. 65. Quel est le nombre le plus probable de colombes qui reviendraient quand on envoie un lot de 40 colombes et que la probabilit de retour pour n'importe quelle colombe est p = 0, 3 ? 66. Trouver le nombre le plus probable de succs d'un modle de Bernoulli pour n = 50 et p = 1/3. 67. La probabilit qu'un tireur atteigne une cible est p = 0, 8. On effectue 10 tirs dans les mmes conditions. i) Trouver la probabilit que la cible soit atteinte au moins 2 fois.

ii) Quel est le nombre le plus probable de fois que la cible soit atteinte ?

http://fribok.blogspot.com/

2.3. Problmes proposs

103

68. La probabilit que le gardien de but d'une quipe de soccer attrape le ballon sur un coup franc de 11 mtres est p = 0, 3. Trouver i) la probabilit qu'en 4 coups il attrape le ballon chaque fois. ii) la probabilit qu'en 3 coups francs, il permette au plus 2 buts. iii)le nombre le plus probable de buts quand on effectue 4 coups francs 11 mtres. 69. La probabilit qu'on prenne au hasard une pice dfecteuse d'un lot est 0,005. On contrle 100 pices du lot. On les extrait du lot, successivement et avec remise. Trouver i) la probabilit que 4 pices soient dfectueuses. ii) la probabilit d'avoir au plus 6 pices dfectueuses. iii)le nombre le plus probable de pices acceptables. 70. Une cible consiste en un disque et deux couronnes concentriques. Les probabilits que lors d'un tir, on atteigne le disque, respectivement les couronnes, sont 0, 2; 0, 32 et 0,4. Sachant qu'on a fait 10 tirs dans les mmes conditions, trouver la probabilit que 5 tirs aient atteint le disque, 4 tirs aient atteint la premire couronne et 1 tir la seconde couronne. 71. Une urne contient un mme nombre de boules de quatre couleurs. On effectue avec remise 4 fois la slection d'une boule. Trouver la probabilit de piger une boule de chaque couleur. 72. Un ouvrier produit avec probabilits 0, 96; 0, 03 et 0,01 une pice acceptable, une pice avec un dfaut remdiable et une dfectueuse, respectivement. L'ouvrier a produit 3 pices. Trouver la probabilit que parmi les trois pices produites, on ait au moins une pice acceptable et au moins une dfectueuse. 73. Trois classes de mme niveau se prsentent un concours "Gnies en herbe" et comprennent respectivement

Classes Cl C2 C3

Nombre de garons 6 4 5

Nombre de filles 4 6 5

http://fribok.blogspot.com/

104

Chapitre 2. Espace fini de probabilit

Pour la premire question on choisit au hasard un tudiant de chaque classe. Trouver la probabilit que parmi les tudiants choisis il y ait deux garons et une fille. 74. Une quipe de quatre sportifs jouent au golf. Les probabilits respectives de perdre une balle pour chaque joueur de l'quipe sont de 0, 05; 0, 04; 0, 06 et 0,03. Chaque joueur tire une balle. Trouver la probabilit que l'quipe perde une balle. 75. Une quipe de trois tireurs tirent sur une cible. Pour chaque succs on accorde l'quipe un point. Les probabilits d'atteindre la cible sont 0, 7; 0,8 et 0,6 pour chaque tireur respectivement. Trouver la probabilit que l'quipe marque 2 points, alors que chaque tireurs tire une seule fois sur la cible. 76. Un tireur tire un seul coup de feu de chacun des 5 fusils dont il dispose. Les probabilits d'atteindre la cible sont respectivement 0, 8; 0, 7; 0, 4; 0, 9 et 0,5 pour les cinq fusils. Trouver la probabilit que i) la cible soit atteinte 3 fois. ii) la cible soit atteinte au moins 2 fois et au plus 4 fois. 77. une loterie il y a 400 billets, dont 4 gagnants. Une personne achte 10 billets. Trouver la probabilit d'avoir au moins un billet gagnant. 78. Dans un lot de N pices, il y a M dfectueuses. On choisit au hasard n pices d lot (n < N). Trouver la probabilit que parmi les pices choisies m soient dfectueuses (m < M). 79. Dans une urne, il y a 36 boules de couleur blanche et noire dans un rapport d'une boule blanche pour 8 boules noires. On extrait sans remise 3 boules. Trouver la probabilit que parmi les boules choisies il y ait une boule blanche. 80. Huit tudiants parmi lesquels il y a 4 filles et 4 garons sont diviss au hasard en deux groupes gaux. Trouver la probabilit que dans chaque groupe il y ait le mme nombre de garons que de filles. 81. Dans une salle de spectacle disposant de N places, on occupe au hasard n places (n < N). Trouver la probabilit que parmi les places occupes il y en ait m fixes d'avance (m < n).

http://fribok.blogspot.com/

2.4. Indications et rponses

105

82. Dans une urne il y a 40 boules, 10 blanches, 10 noires, 10 rouges et 10 vertes. On extrait sans remise 2 boules. Trouver la probabilit que parmi les boules piges il y ait au moins une boule blanche. 83. Une urne contient 2n boules blanches et noires et soit p la proportion de boules blanches dans l'urne. On tire les boules par couples, sans remettre les boules tires. Un couple est homogne si les boules sont de mme couleur. Calculer la probabilit que le premier couple soit homogne. Examiner ensuite le cas particulier p = 1/2. 84. Dans les conditions du problme 79, trouver la probabilit d'avoir au moins une boule blanche. 85. une loterie, il y a 10 000 billets parmi lesquels 100 sont gagnants. Une personne achte m billets. Trouver la plus petite valeur m telle que la probabilit d'avoir au moins un billet gagnant soit plus grande que 0,5. 86. On propose une personne de lancer une pice de monnaie un certain nombre de fois et si elle obtient face exactement 5 fois, elle recevra un prix. Au dbut, elle doit dcider elle-mme du nombre de fois qu'elle lancera la pice de monnaie. Quel nombre doit elle choisir afin de maximiser ses chances de gagner ? Quelle est alors la probabilit de gagner ? 87. Un vnement A arrive avec une probabilit p = 0, 01 lors d'une preuve. Trouver le nombre n d'preuves qu'on doit faire pour que la probabilit que A se ralise au moins une fois soit suprieure ou gale 1/2.

2.4 Indications et rponses

http://fribok.blogspot.com/

106

Chapitre 2. Espace fini de probabilit

13 14

voir la note du problme 5, Section 2.2. Pour une autre mthode de rsolution voir problme 30, Section 3.3. 15 Pour une mthode plus simple de rsolution voir problme 35, Section 3.2

http://fribok.blogspot.com/

2.4. Indications et rponses

107

http://fribok.blogspot.com/

108

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.4. Indications et rponses

109

On peut aussi calculer directement la probabilit demande. Dans ce cas on obtient alors

ii) On utilise les deux expressions de la probabilit obtenues au point prcdent. 30. Notons pk, la probabilit d'extraire une boule blanche de l'urne k. Alors

http://fribok.blogspot.com/

110

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.4. Indications et rponses

111

36. Les n - 1 premires lampes testes doivent tre bonnes et la n-ime lampe teste doit tre dfectueuse, donc P = (1 - p)n-1p. 37. i) Pour qu'une personne de x ans soit en vie aprs t + u annes, il faut d'abord qu'elle soit en vie aprs t annes et partir de l'ge de x + t ans, elle doit encore rester en vie pour u annes, donc

http://fribok.blogspot.com/

112

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.4. Indications et rponses

113

http://fribok.blogspot.com/

114

Chapitre 2. Espace fini de probabilit

http://fribok.blogspot.com/

2.4. Indications et rponses

115

http://fribok.blogspot.com/

116

Chapitre 2. Espace fini de probabilit

55. On applique la formule de Bayes. Soit B l'vnement "extraire une boule blanche" et Ak l'vnement "la slection provient de l'urne Uk", k = 1,...,5. On a

56. On applique la formule de Bayes. Soit B l'vnement "parmi les deux boules piges il y a une boule blanche et une boule rouge" et Ak l'vnement "la slection provient de l'urne Uk", k = 1, 2, 3. D'abord

http://fribok.blogspot.com/

2.4. Indications et rponses

117

57. Soit C l'vnement "la deuxime pice choisie est dfectueuse" et Bl et B2 les vnements "la deuxime pice a t choisie du premier lot" , respectivement "du deuxime lot." En appliquant la formule de la probabilit totale, on obtient

http://fribok.blogspot.com/

118

Chapitre 2. Espace fini de probabilit

La probabilit P(n; m) considre comme une fonction de m se comporte de la faon suivante : quand m crot P(n; m) crot aussi jusqu' ce qu'elle atteigne un maximum et aprs elle dcrot. ii) Si (n+1)p est un nombre entier, alors P(n; m) atteint son maximum, pour deux valeurs de m, savoir m0 = (n + l) p-1 et m0 + 1 = (n + l) p. Si (n + 1)p n'est pas un nombre entier, alors P(n; m) atteint son maximum pour une seule valeur de m, savoir [m0], o [m0] reprsente la partie entire du nombre m0 = (n + 1)p - 1, c'est--dire le plus grand entier infrieur ou gal ce nombre.

http://fribok.blogspot.com/

2.4. Indications et rponses

119

http://fribok.blogspot.com/

120

Chapitre 2. Espace fini de probabilit

74. On applique le modle de Poisson. La probabilit demande est le coefficient de x du polynme P(x) = (0, 05x + 0, 95) (0, 04x + 0, 96) (0, 06x + 0, 94) (0, 03x + 0,97), donc p = 0,157 211 600. 75. On applique le modle de Poisson. La probabilit demande est le coefficient de x2 du polynme P(x) = (0, 7x + 0, 3)(0, 8x + 0, 2)(0, 6x + 0, 4). Donc p = 0,452. 76. On applique le modle de Poisson. On forme le polynme P(x) = (0,8x + 0,2) x (0,7x + 0,3) x (0,4x + 0,6) x (0,9x + 0,1) x (0,5x + 0,5). i) Le coefficient de x3 de P(x) est 0,368 600. ii) La somme des coefficients de x2, x3 et x4 du polynme P(x) est 0,166 600 + 0, 368 600 + 0,331 600 = 0, 866 800. 77. On applique le modle de l'chantillon sans remise,

http://fribok.blogspot.com/

2.4. Indications et rponses

121

80. Si dans un groupe le nombre de garons est gal au nombre de filles, alors la mme chose se passe dans l'autre groupe. Pour trouver la probabilit que dans un groupe de 4 tudiants form au hasard, il y ait 2 filles et 2 garons, on applique le modle de l'chantillon sans remise, donc

http://fribok.blogspot.com/

122

Chapitre 2. Espace fini de probabilit

85. On trouve le nombre naturel m de l'ingalit

http://fribok.blogspot.com/

Chapitre 3 Variables alatoires


3.1 Notions de base Dfinitions et proprits
3.1.1 Dfinition d'une variable alatoire. Loi de probabilit Soit = {l, ... , 8} l'espace chantillonnai reli une exprience alatoire. On peut remplacer l'tude des probabilits relatives aux vnements de par l'tude d'un ensemble de nombres relsl de la manire suivante: chaque preuve k de l'exprience on associe un nombre rel xk. On met ainsi en correspondance l'ensemble des rsultats possibles d'une exprience avec un ensemble de nombres rels, chaque nombre tant associ une certaine probabilit, savoir la probabilit de l'vnement form par les preuves ayant xk comme image. Dfinition 1. La rgle de correspondance entre l'ensemble des preuves d'une exprience donne et un ensemble de nombres rels s'appelle variable alatoire. En somme, on peut dire qu'une variable alatoire X est une fonction de vers R et on crit X : R. Parce qu'on considre ici seulement les expriences ayant un nombre fini
1 un fait qui a beaucoup simplifi les raisonnements et qui a permis d'introduire, dans la thorie des probabilits, des mthodes et des rsultats manant d'autres disciplines des mathmatiques.

123

http://fribok.blogspot.com/

124

Chapitre 3. Variables alatoires

d'preuves, les variables alatoires pourront prendre seulement un ensemble fini de valeurs. Remarque 2. Pour une mme exprience alatoire, on peut imaginer plusieurs variables alatoires. Ainsi, par exemple, l'exprience qui consiste lancer un d, on peut associer le nombre de points obtenus, ou associer encore par exemple, le nombre 0 si on obtient un nombre pair et le nombre 1 si on obtient un nombre impair, etc.. Nous noterons les variables alatoires par des lettres majuscules comme X, Y, ... , X1, ... Pour une variable alatoire

Une variable alatoire gnre un ensemble fini de nombres rels x1, ..., xn. chaque nombre xk on peut faire correspondre pk, la probabilit, dans l'espace probabilis ( , A, P), de l'vnement form par les preuves qui sont en correspondance avec xk, c'est--dire,

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

125

Remarque 4. Habituellement, on reprsente la loi de probabilit d'une variable alatoire X par un tableau,

Dans ce tableau, l'ordre selon lequel on crit les valeurs x1, ... , xn n'est pas essentiel; habituellement on crit les valeurs dans l'ordre croissant, et sur la deuxime ligne, les probabilits correspondantes.

3.1.2 Fonction de masse et fonction de rpartition Soit X une variable alatoire dont la loi de probabilit est

o on suppose que xl < x2 < ... < xn. On utilise aussi pour dcrire cette mme loi la notation fonctionnelle

On arrive ainsi la dfinition suivante : Dfinition 1. La fonction f : R R dfinie pour chaque x R par f(x) = P(X = x) s'appelle la fonction de masse de la variable alatoire X. Parce que

http://fribok.blogspot.com/

126

Chapitre 3. Variables alatoires

Remarque 2. La fonction de masse d'une variable alatoire X peut tre reprsente graphiquement dans le plan, par un diagramme en btons, comme dans la figure 3.1.

Remarque 3. Une variable alatoire X dtermine de faon unique la fonction de masse et vice-versa, la fonction de masse dtermine de faon unique la loi de probabilit de la variable alatoire X. Exemple 4. Soit X une variable alatoire dont la loi de probabilit est donne par le tableau

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

127

Dfinition 5. Soit X une variable alatoire. La fonction F : R [0, 1] dfinie pour chaque x R par Fax) = PaX < x) = Pa{ ; Xa) < x}) s'appelle la fonction de rpartition ou la fonction de distribution de la variable alatoire X. Remarque 6. En considrant la dfinition 5, on constate que la fonction de rpartition F d'une variable alatoire X jouit des proprits suivantes :

1. 0 < F(x) < 1;

http://fribok.blogspot.com/

128

Chapitre 3. Variables alatoires

Remarque 7. Notons que la loi de probabilit d'une variable alatoire X dtermine de faon unique la fonction de rpartition. En effet, on calcule F(x) partir de la loi de probabilit de la variable alatoire X, en cumulant les probabilits :

Remarque 9. La fonction de rpartition d'une variable alatoire X peut tre rprsente graphiquement dans le plan, par une fonction en escalier. Ainsi en considrant la fonction de rpartition donne dans l'exemple 8, on obtient la figure 3.3. Remarque 10. Pour tout a R on a P(X = a) = F(a) - F(a-),

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

129

Dans tout point a de continuit de la fonction de rpartition F, on a P(X = a) = 0, car en un tel point F(a-) = F(a). Remarque 11. La fonction de rpartition dtermine uniquement la loi de probabilit d'une variable alatoire, car la variable alatoire prend pour valeurs les abscisses des points de saut de la fonction F avec des probabilits gales aux hauteurs des sauts. Exemple 12. Soit X une variable alatoire, et soit

sa fonction de rpartition, dont le graphique est donne par la figure 3.4. Alors la loi de probabilit de la variable alatoire X est

http://fribok.blogspot.com/

130

Chapitre 3. Variables alatoires

Remarque 13. En somme, une variable alatoire peut tre donne par un tableau qui reprsente sa loi de probabilit, par sa fonction de masse, ou encore, par sa fonction de rpartition. Remarque 14. Notons enfin, que la fonction de rpartition permet de trouver les probabilits que la variable alatoire prenne des valeurs dans un intervalle. D'abord

3.1.3 Quelques lois de probabilit classiques On aborde maintenant quelques lois de probabilit de variables alatoires ayant un nombre fini de valeurs, lois de probabilit associes aux modles prsents dans 2.1.7, Section 2.1, Chap. 2. Ces lois de probabilit s'avrent

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

131

souvent utiles dans les applications. 1) La distribution binomiale correspondant au modle de Bernoulli On associe au modle de Bernoulli la variable alatoire X qui reprsente le nombre d'apparitions d'un vnement A quand on effectue n expriences de Bernoulli. La fonction de masse de X est donne par la formule

2) La distribution correspondant au modle de Poisson On associe au modle de Poisson la variable alatoire X qui reprsente le nombre d'apparitions d'un vnement A quand on effectue n expriences de Poisson ; X a la loi de probabilit donne par le tableau

3) La distribution correspondant au modle de l'chantillon sans remise On associe au schma de l'chantillon sans remise la variable alatoire X qui reprsente le nombre de boules blanches parmi les n boules extraites (sans remise) d'une urne contenant boules blanches et boules noires ; la fonction de masse de X est

http://fribok.blogspot.com/

132

Chapitre 3. Variables alatoires

3.1.4 Variables alatoires indpendantes Soit X et Y des variables alatoires et leurs lois de probabilit

3.1.5 Oprations sur des variables alatoires Dans tous les cas o l'on effectue des oprations sur des variables alatoires, on supposera que les variables alatoires sont associes la mme exprience. Toutes les variables alatoires seront ainsi dfinies sur le mme espace chantillonnal. Remarque 1. Une constante a peut tre interprte comme une variable alatoire dfinie sur n'importe quel espace chantillonnal. C'est la variable alatoire qui prend la valeur a pour toute preuve de l'exprience, c'est--dire,

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

133

qui prend toujours la valeur a sur l'espace chantillonnal. Par suite, la loi de probabilit d'une constante a, interprte comme une variable alatoire, est

On peut toujours effectuer des oprations avec des variables alatoires et des constantes puisqu'on peut considrer que X, une variable alatoire quelconque, et a, une variable alatoire constante, oprent sur le mme espace chantillonnai. De plus, la variable alatoire X et la constante a sont indpendantes pour toute variable alatoire X. Dans tout ce qui suit, on suposera que les variables alatoires X et Y ont les lois de probabilit

http://fribok.blogspot.com/

134

Chapitre 3. Variables alatoires

pour k = 1,...,l. Si les variables alatoires X et Y sont indpendantes alors on a en particulier

pour k = 1, ... ,l. Remarque 4. Dans le cas particulier o Y = a, une variable alatoire constante, on obtient la somme d'une constante et d'une variable alatoire, et on trouve

2) La multiplication de variables alatoires Dfinition 5. La loi de probabilit de la variable alatoire XY est donne par le tableau

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

135

Remarque 6. Si les variables alatoires X et Y sont indpendantes alors on a en particulier

pour k = 1, ... ,l. Dans le cas particulier o Y = a est une variable alatoire constante, on obtient le produit entre une constante et une variable alatoire et si a 0, alors on a

Remarque 7. Les oprations de somme et de produit peuvent tre tendues un nombre fini de variables alatoires, X1, X2, ... , Xk et on obtient Xl + X2 + + Xk et respectivement XI X2 Xk. Dans le cas particulier o Xl = X2 = = Xk = X le produit devient Xl X2 Xk = Xk, et on obtient les puissances d'une variable alatoire, dont la loi de probabilit est

3) L'inverse d'une variable alatoire Dfinition 8. Si la variable alatoire prend seulement des valeurs diffrentes de zro, c'est--dire xi 0, i = 1, ... , n, alors l'inverse de la variable alatoire X est la variable alatoire X-1 dont la loi de probabilit est

http://fribok.blogspot.com/

136

Chapitre 3. Variables alatoires

Notons que la variable alatoire X-1 s'obtient comme cas particulier de Xk avec k = -1. Dfinition 9. Si la variable alatoire Y possde un inverse, Y-1, alors on dfinit le quotient par X / Y = X Y-1, c'est--dire

pour k = 1, ... ,1. Rappelons que le rsultat de toute opration sur des variables alatoires est toujours une variable alatoire definie sur le mme espace chantillonnal.

3.1.6 Valeurs typiques d'une variable alatoire Soit X une variable alatoire et sa fonction de masse

1) La valeur moyenne ou l'esprance d'une variable alatoire Dfinition 1. On appelle E(X) l'esprance mathmatique de la variable alatoire X ou plus simplement la moyenne de la variable alatoire X, le nombre que l'on note aussi x o

Remarque 2. En considrant la dfinition 1, on constate que l'esprance d'une variable alatoire possde les proprits suivantes : 1. E(a) = a, o a est une constante. 2. E(aX) = aE(X), o a est une constante.

3. E(X + Y) = E(X) + E(Y).

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

137

4. E(X + a) = E(X) + a, o a est une constante. 5. E(XY) = E(X)E(Y), si les variables alatoires X et Y sont indpendantes. Les proprits 3 et 5 peuvent tre tendues tout nombre fini de variables alatoires. La valeur moyenne d'une variable alatoire X peut s'interprter comme une valeur autour de laquelle se groupent les valeurs de la variable alatoire X. On dit que E(X) est un paramtre de localisation. 2) Moments d'une variable alatoire

Dfinition 3. On appelle moment d'ordre r de la variable alatoire X, le nombre

Remarque 4. Le moment centr d'ordre r de la variable alatoire X est le moment d'ordre r de la variable alatoire X - x. Cette dernire variable s'appelle l'cart.

3) La variance d'une variable alatoire Dfinition 5. On appelle variance d'une variable alatoire X le moment centr d'ordre deux. La variance est aussi appel l'cart quadratique moyen. La variance de la variable alatoire X est note Var(X) et

http://fribok.blogspot.com/

138

Chapitre 3. Variables alatoires

Remarque 6. En considrant la dfinition 5, on constate que la variance d'une variable alatoire possde les proprits suivantes : 1. V ar(a) = 0 o a est une constante. 2. V ar(aX) = a2Var(X) o a est une constante. 3. V ar(X + Y) = Var(X) + Var(Y), si les variables alatoires X et Y sont indpendantes. 4. V ar(X + a) = Var(X) o a est une constante. 5. V ar(X Y) = Var(X) + Var(Y), si les variables alatoires X et Y sont indpendantes et o X - Y = X + (-1)Y. La proprit 3 peut tre tendue un nombre fini quelconque de variables alatoires indpendantes. Il est souvent commode d'utiliser dans le calcul de la variance la formule Var(X) = E(X2) - (E(X))2, qu'on obtient de la formule (3.2) en levant au carr la variable alatoire X - E(X) et en utilisant les proprits de l'esprance. La variance d'une variable alatoire X peut s'interprter comme une mesure du degr de dispersion des valeurs de la variable alatoire X par rapport sa valeur moyenne. Si la variance est petite alors les valeurs de la variable alatoire X sont groupes dans un petit intervalle autour de la valeur moyenne. Si par contre, la variance est grande, les valeurs de la variable alatoire X sont fortement disperses dans un grand intervalle autour de la valeur moyenne. Dans les applications, comme mesure pour la dispersion des valeurs de la variable alatoire X autour de sa valeur moyenne, il est plus commode (l'utiliser le nombre

appel l'cart type de la variable alatoire X. Notons que pour toute variable alatoire X la moyenne de l'cart est zro, E(X - E(X)) = 0, et donc la moyenne de l'cart ne peut pas caractriser le degr de dispersion des valeurs de la variable alatoire X par rapport sa valeur moyenne. C'est pourquoi on prend plutt la moyenne du carr de l'cart, c'est--dire la variance de la variable alatoire X.

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

139

3.1.7 Couple de variables alatoires Soit l'espace chantillonnal reli une exprience alatoire. Dfinition 1. La rgle de correspondance entre , l'ensemble des preuves d'une exprience et un ensemble de Rn s'appelle vecteur alatoire. En somme, on peut dire qu'un vecteur alatoire X = (X1, X2, ... , Xn) est une fonction de vers Rn, et on crit X : Rn. Ici, par la suite, nous ne traiterons que le cas n = 2, et nous parlerons du couple alatoire plutt que d'un vecteur alatoire. Parce qu'on considre ici seulement les expriences ayant un nombre fini d'preuves, les couples alatoires pourront prendre seulement un ensemble fini de valeurs. Remarque 2. Les composantes X et Y d'un couple alatoire (X, Y) sont des variables alatoires dfinies sur . Une variable alatoire gnre un ensemble fini de nombres rels. Soit x1, ... , xn, et yl, ... , ym, les valeurs de la variable alatoire X, respectivement Y. chaque couple (xi, yi) on peut faire correspondre pij, la probabilit dans l'espace probabilis (, A, P) de l'vnement form par les preuves tel que

Dfinition 3. La donne des ((xi, yj), i = 1, ... , n; j = 1, ... , m dfinit la loi de probabilit du couple alatoire (X, Y). On parle galement de la loi conjointe du couple alatoire (X, Y). Remarque 4. Habituellement, on represente la loi de probabilit conjoint (d'un couple alatoire par un tableau deux dimensions. On trouve les lois de probabilit des variables alatoires X et Y, en faisant la somme des probabilits par ligne ou par colonne. Posons

http://fribok.blogspot.com/

140

Chapitre 3. Variables alatoires

On reporte les probabilits pi. et pj. dans les marges du tableau rectangulaire o sont places les probabilits pij.. On obtient ainsi le tableau 3.1.

Tableau 3.1. Dans ce tableau, l'ordre selon lequel on crit les valeurs x1, ..., xn et yl, ... , ym n'est pas essentiel ; rgle gnrale, on crira les valeurs dans l'ordre croissant. Dfinition 5. La donne des couples (xi, pi.), i = 1, ... , n dfinit la loi marginale de probabilit de la variable alatoire X et la donne des couples (yj, pjj), j = 1, . . . , m dfinit la loi marginale de probabilit de la variable alatoire Y. Exemple 6. Considerons le couple de variables alatoires dont la loi de probabilit est donne par le tableau 3.2. Alors la loi marginale de probabilit de la variable alatoire X est

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

141

3.1.8 Fonction de rpartition d'un couple alatoire Soit (X, Y) un couple alatoire dont la loi de probabilit est donne par le tableau 3.1. Dfinition 1. La fonction F R2 [0, 1] dfinie pour chaque couple (x, y) R2 par

s'appelle la fonction de rpartition conjointe, ou la fonction de rpartition du couple alatoire (X, Y). On calcule F(x, y) partir de la loi de probabilit conjointe du couple alatoire (X, Y), en cummulant les probabilits, ainsi

En considrant, par exemple, le couple alatoire dont la loi de probabilit conjointe est donne par le tableau 3.1, avec n = m = 3, on trouve

http://fribok.blogspot.com/

142

Chapitre 3. Variables alatoires

Dfinition 2. Soit (X, Y) un couple alatoire. La fonction Fx : R -3 [0, 1] dfinie pour chaque x R par

s'appelle la fonction de rpartition marginale de la variable alatoire X et la fonction FY : R [0, 1] dfinie pour chaque y R par

s'appelle la fonction de rpartition marginale de la variable alatoire Y. On obtient les fonctions de rpartition marginales des variables alatoires X et Y partir de la fonction de rpartition conjointe du couple alatoire (X, Y), par

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

143

Ainsi pour le couple alatoire dont la loi de probabilit conjointe est donne par le tableau 3.1, on obtient

Remarque 3. Si les variables alatoires X et Y sont indpendantes alors, F(x, y) = Fx(x)Fy(y), car dans ce cas, pij = pi.p.j pour i = 1, ... , n ; j = 1, ... , m. Exemple 4. Considrons le couple alatoire dont la loi de probabilit est

http://fribok.blogspot.com/

144

Chapitre 3. Variables alatoires

donne par le tableau 3.2. On trouve

et les fonctions de rpartition marginales des variables alatoires X et Y, sont respectivement

Remarque 5. Comme pour une variable alatoire, la fonction de rpartition conjointe d'un couple alatoire (X, Y) dtermine de faon unique sa loi de probabilit. Ainsi, le couple alatoire (X, Y) prendra comme valeurs les couples (xi, yj) ; i = 1, ... , n ; j = 1,... , m, forms par les limites gauches des intervalles de variations de x et de y ; la probabilit pour chaque couple tant gale la valeur du saut de la fonction F(x, y) en ce point. Exemple 6. Soit

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

145

la fonction de rpartition conjointe du couple alatoire (X, Y). Alors les limites gauches des intervalles ferms gauche, de variations de x sont 0 et 1, et les limites gauches des intervalles ferms gauche, de variations de y sont 0, 1 et 2. Donc le couple alatoire (X, Y) prendra comme valeurs les couples (0,0), (0,1), (0,2), (1,0), (1,1), (1,2). Le saut de la fonction F(x, y) au point (0, 0) est 3/15 - 0 = 3/15, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (0, 0). Le saut de la fonction F(x, y) au point (0, 1) est 9/15 - 3/15 = 6/15, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (0, 1), et ainsi de suite. La loi de probabilit conjointe du couple alatoire (X, Y) est donne par le tableau 3.3.

3.1.9 Covariance et coefficient de corrlation Soit X et Y deux variables alatoires.

http://fribok.blogspot.com/

146

Chapitre 3. Variables alatoires

Dfinition 1. On appelle Cov(X, Y) la covariance des variables alatoires X et Y, le nombre

Si Cov(X, Y) 0, les variables alatoires X et Y sont dites non-correlles. Si par contre, Cov(X, Y) = 0, les variables alatoires X et Y sont dites correlles. Remarque 2. En considrant la dfinition 1, on constate que

formule qui nous permet parfois de calculer Cov(X, Y) plus rapidement. Exemple 3. Considrons le couple alatoire (X, Y), dont la loi de probabilit est donne par le tableau 3.4.

http://fribok.blogspot.com/

3.1. Notions de base Dfinitions et proprits

147

Remarque 6. Notons que Cov(X, X) = Var(X). Remarque 7. En utilisant la covariance, on peut exprimer la variance de la somme de n variables alatoires. Ainsi

Si les variables alatoires sont indpendantes, alors Cov(Xk, Xj) = 0, et on retrouve le rsultat connu

Dfinition 8. On appelle coefficient de corrlation entre les variables alatoires X et Y, le nombre

http://fribok.blogspot.com/

148

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.2. Problmes et solutions

149

ou encore de manire quivalente

3.2 Problmes et solutions 1. On considre une exprience o on lance un d. Dterminer la loi de probabilit, ainsi que la fonction de masse de la variable alatoire X qui, chaque rsultat possible, associe le nombre de points apparaissant sur le d. Solution. La variable alatoire X peut prendre les valeurs 1, 2, 3, 4, 5 et 6. Chaque valeur apparat avec probabilit donc la loi de probabilit est donne par le tableau

Pafnouti Lvovitch Tchebychev (1821-1894), clbre mathmaticien russe.

http://fribok.blogspot.com/

150

Chapitre 3. Variables alatoires

La fonction de masse est

2. On introduit au hasard 8 boules dans 3 botes numrotes de 1 3. Dterminer la loi de probabilit de la variable alatoire X qui prend comme valeur le nombre de boules places dans la premire bote. Solution. La variable alatoire X peut prendre les valeurs 0,1, ..., 8. Pour trouver les probabilits respectives, on utilise le problme 11, Section 2.2 ; on obtient

3. On effectue un contrle de qualit d'un lot de pices de la manire suivante : on extrait du lot, au hasard, une pice la fois, et on dtermine si elle est acceptable ou non. Le nombre maximum de pices que l'on peut examiner est fix 5. Si la pice choisie la k-ime extraction pour k = 1, ... , 4 ne rencontre pas les normes, alors le lot est rejet et on cesse la slection. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de pices examines, en supposant que la probabilit qu'une pice extraite du lot au hasard soit accepte est 0,9. Solution. La variable alatoire X peut prendre la valeur 1, si la premire pice examine est rejete, la valeur 2, si la premire pice extraite est bonne mais la deuxime est rejete, la valeur 3, si les deux premires pices sont bonnes, mais la troisime est rejete, la valeur 4, si les trois premires pices sont bonnes, mais la quatrime est rejete et finalement la valeur 5, si les quatre premires pices sont bonnes. De plus,

http://fribok.blogspot.com/

3.2. Problmes et solutions

151

o p = 0,9 et q = 1-p = 0,1. On obtient donc

Si X = k, k = 1, ... , 4 le lot est rejet, si X = 5 le lot est rejet ou non, selon que la cinquime pice examine est bonne ou dfectueuse. 4. Le long d'une autoroute, il y a trois barrires automatiques des passages niveau. La probabilit qu'une voiture qui circule sur cette autoroute trouve n'importe laquelle de ces barrires ouverte est p = 0, 8. i) Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de passages niveau conscutifs franchis sans rencontrer une barrire ferme. ii) Quel est le nombre le plus probable de barrires conscutives ouvertes ? iii) Donner la fonction de masse de la variable alatoire X. iv) Donner la fonction de rpartition de la variable alatoire X. Solution. i) La variable alatoire X peut prendre les valeurs 0, 1, 2 selon que la premire barrire ferme rencontre par la voiture sur son parcours soit la premire, la deuxime ou la troisime, et elle prend la valeur 3 si toutes les trois barrires rencontres par la voiture sont ouvertes. De plus,

ii) Que la voiture rencontre toutes les trois barrires ouvertes reprsente la valeur la plus probable. iii) On trouve

http://fribok.blogspot.com/

152

Chapitre 3. Variables alatoires

5. Soit X une variable alatoire ayant la loi de probabilit donne par le tableau

Donner la fonction de rpartition de la variable alatoire 2X. Solution. D'abord la loi de probabilit de la variable alatoire 2X est donne par le tableau

6. Soit X une variable alatoire dont la fonction de masse est donne par la figure 3.5. Dterminer la loi de probabilit de la variable alatoire X. Solution. La variable alatoire X peut prendre les valeurs 1, 2, 3, 4, et 5. Chaque valeur est prise avec probabilit 1 / 5, donc

http://fribok.blogspot.com/

3.2. Problmes et solutions

153

7. Soit X une variable alatoire, dont la fonction de rpartition a le graphique donn par la figure 3.6.

Dterminer la loi de probabilit et la fonction de masse de la variable alatoire X. Solution. Il y a deux points de saut dont les abscisses sont 0 et respectivement 2, et le saut dans chaque point est 1/2. Donc on trouve

http://fribok.blogspot.com/

154

Chapitre 3. Variables alatoires

8. Soit X une variable alatoire, dont la loi de probabilit est donne par le tableau

9. Un sac contient 6 jetons numrots 2, 4, 6, 8, 10, 12. Au tirage d'un jeton on associe la variable alatoire X qui prend comme valeur le nombre inscrit sur le jeton. i) Donner la fonction de rpartition de la variable alatoire X. ii) Calculer F(9).

iii) Calculer F(13).

http://fribok.blogspot.com/

3.2. Problmes et solutions

155

11. Cent billets sont proposs une loterie. Parmi ces billets 5 gagnent $10, 10 gagnent $5, 15 gagnent $2, 20 gagnent $1, les autres billets ne gagnent rien. Un joueur achte un billet. Soit X la variable alatoire reprsentant le "gain du joueur". Trouver i) la loi de probabilit, la fonction de masse et la fonction de rpartition de la variable alatoire X. ii) P(X > 1). Solution. i) La loi de probabilit de la variable alatoire X est donne par le tableau

http://fribok.blogspot.com/

156

Chapitre 3. Variables alatoires

La fonction de masse de la variable alatoire X est

La fonction de rpartition de la variable alatoire X est

12. Soit X le nombre de points donns par un d mal quilibr dont la loi de probabilit est donne par le tableau

Quelle est la valeur de p ? i) Calculer la probabilit P(2 < X < 4).

ii) Dterminer la fonction de rpartition de la variable alatoire X donnant le


nombre de points.

http://fribok.blogspot.com/

3.2. Problmes et solutions

157

13. Un article en stock fait l'objet d'une demande journalire X dont la loi de probabilit est donne par le tableau

i) Dterminer la fonction de masse et reprsenter graphiquement cette fonction. ii) Dterminer la fonction de rpartition de la variable alatoire X. iii) Trouver la probabilit qu'une demande dpasse 4. iv) Trouver la probabilit qu'une demande soit infrieure 2. v) Pour quelles valeurs de x peut-on crire P(X < x) = 0, 85 ? vi) Pour quelles valeurs de x peut-on crire P(X > x) = 0, 55 ? Solution. i) D'abord la fonction de masse est

et son graphique est reprsent par la figure 3.7. ii) La fonction de rpartition est

http://fribok.blogspot.com/

158

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.2. Problmes et solutions

159

i) k. ii) la fonction de rpartition et reprsenter graphiquement cette fonction. iii) P(X < 2). iv) P(X > 2). v) v) P(X > 1 \ X > 1). Solution. i) k + 2k + 3k = 1, donc k = 1/6. Par suite, la fonction de masse de la variable alatoire X est

http://fribok.blogspot.com/

160

Chapitre 3. Variables alatoires

15. On lance trois fois de suite une pice de monnaie. Trouver l'espace probabilis associ, ainsi que la loi de probabilit, la fonction de masse et la fonction de rpartition de la variable alatoire X, qui prend comme valeurs le nombre de Pile obtenus, dans les cas suivants i) la pice de monnaie est bonne, donc bien quilibre. ii) la pice de monnaie est telle que Pile est deux fois plus probable que Face. Solution. Posons Fi et Pi, la Face et respectivement la Pile pour le i-ime lancer. Alors l'espace chantillonnal est

et l'espace probabilisable est (, P()). Pour trouver l'espace probabilis (, P(), P) il reste trouver les probabilits des vnements lmentaires, dans chaque cas. i) De l'indpendance des lancers, et parce que la monnaie est bonne, il s'ensuit que tous les vnements lmentaires sont quiprobables, et la probabilit de tout vnement lmentaire est 1 / 8 . La variable alatoire X, prend les valeurs 0, 1, 2, 3, et les probabilits correspondantes sont :

http://fribok.blogspot.com/

3.2. Problmes et solutions

161

http://fribok.blogspot.com/

162

Chapitre 3. Variables alatoires

16. On lance trois fois une pice de monnaie. Donner la loi de probabilit de la variable alatoire X qui prend comme valeur le nombre de piles obtenues. Solution. La variable alatoire X peut prendre les valeurs 0, 1, 2, 3. On trouve les probabilits en utilisant le modle de Bernoulli,

http://fribok.blogspot.com/

3.2. Problmes et solutions

163

La variable alatoire X a une distribution binomiale. 17. Durant un entranement, un joueur de basketball atteint le panier lors d'un lancer, avec une probabilit de 0,7. Dterminer la loi de probabilit de la variable alatoire qui prend comme valeur le nombre de fois que le joueur atteint le panier, quand il lance le ballon 10 fois. Solution. La variable alatoire X peut prendre les valeurs 0, 1, ... ,10. On trouve les probabilits en utilisant le schma de Bernoulli,

La variable alatoire X a une distribution binomiale. 18. On exprimente 3 prototypes d'appareils. Les probabilits que ces prototypes fonctionnent sont respectivement p1 = 0,9, p2 = 0,8, p3 = 0, 85. Donner la loi de probabilit de la variable alatoire X qui prend comme valeur le nombre de prototypes qui fonctionnent. Solution. La variable alatoire X peut prendre les valeurs 0, 1, 2, 3. On trouve les probabilits en utilisant la schma de Poisson; donc il faut calculer les coefficients de x0, x1, x2, x3 du polynme P(x) = (0,9x + 0,1) (0,8x+0,2) (0, 85x + 0, 15). La loi de probabilit de la variable alatoire X est donne par le tableau

http://fribok.blogspot.com/

164

Chapitre 3. Variables alatoires

19. Considrons trois urnes Ui, i = 1, 2, 3 ayant les caractristiques suivantes : Urnes Ul U2 U3 Nombre de boules blanches 2 3 2 Nombre de boules noires 3 2 2

On extrait une boule de chaque urne. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de boules blanches piges. Donner aussi la fonction de masse et la fonction de rpartition de la variable alatoire X. Solution. La variable alatoire X peut prendre les valeurs 0, 1, 2, 3. On trouve les probabilits en utilisant le schma de Poisson ; donc il faut calculer les coefficients de x0, x1, x2, x3 du polynme

http://fribok.blogspot.com/

3.2. Problmes et solutions

165

20. Dans un lot de 100 pices fabriques l'aide d'une tour, 10 sont inutilisables. Pour contrler la qualit, on extrait au hasard, 5 pices du lot. Donner la loi de probabilit de la variable alatoire X qui prend comme valeur le nombre de pices inutilisables parmi les 5 pices examines. Solution. La variable alatoire X peut prendre les valeurs 0, 1, 2, 3, 4, 5. On trouve les probabilits en utilisant le schma de la slection sans remise ;

21. Douze concurrents participent un concours de piano, 7 hommes et 5 femmes. la premire tape, par tirage au sort, les concurrents sont diviss en 3 groupes gaux. Donner la loi de probabilit de la variable
3

les probabilits sont calcules trois dcimales prs.

http://fribok.blogspot.com/

166

Chapitre 3. Variables alatoires

alatoire X qui reprsente le nombre d'hommes membres du premier groupe passant devant le jury.

http://fribok.blogspot.com/

3.2. Problmes et solutions

167

23. Deux variables alatoires indpendantes ont les lois de probabilit donnes respectivement, par les tableaux

On demande i) la loi de probabilit de la somme X + Y. ii) la loi de probabilit du produit XY. 2 + 1 ; 2 + 4 ; 2 + 6 ; 3 + 1 ; 3 + 4 ; 3 + 6 ; 5 + 1 ; 5 + 4 ; 5 + 6, c'est--dire 3; 6; 8; 4; 7; 9; 6; 9; 11. Calculons maintenant une une les probabilits d'obtenir chacune de ces valeurs. En tenant compte du fait que les variables alatoires sont indpendantes, on obtient Solution. i) Les valeurs de la variables alatoire X + Y sont :

http://fribok.blogspot.com/

168

Chapitre 3. Variables alatoires

P(X+Y = 4) = P(X = 3, Y = 1) = P(X = 3)P(Y = 1) = 0,5 x 0,6 = 0,30 P(X + Y = 7) = P(X = 3, Y = 4) = P(X = 3)P(Y = 4) = 0,5x0,2 = 0,10 P(X + Y = 9) = P(X = 3, Y = 6)+P(X = 5, Y = 4) = P(X = 3)P(Y = 6) + P(X = 5)P(Y = 4) = 0,5 x 0,2 + 0,3 x 0,2 = 0,16 P(X+Y = 11) = P(X = 5, Y = 6)) = P(X = 5)P(Y = 6) = 0,3 x 0,2 = 0, 06.

La loi de probabilit de la variable alatoire X + Y est donne par le tableau

ii) Les valeurs de la variables alatoire XY sont : 2 x 1; 2 x 4; 2 x 6; 3 x 1; 3 x 4; 3 x 6; 5 x 1; 5 x 4; 5 x 6, c'est--dire 2; 8; 12; 3; 12; 18; 5; 20; 30.

http://fribok.blogspot.com/

3.2. Problmes et solutions

169

24. On lance un d trois fois et soit XI, X2, X3 les variables alatoires qui prennent comme valeurs le nombre de points obtenus lors du premier, deuxime et troisime lancer respectivement. Calculer i) P(X1 + X2 = X3). ii) P(X1 + X2 + X3 = 7). iii)P(X1 + X2 = 2X3). Solution. i) Tenant compte que les variables alatoires sont indpendantes, on trouve

http://fribok.blogspot.com/

170

Chapitre 3. Variables alatoires

tant la probabilit que la somme des points obtenus en lanant deux ds soit plus petite que 6, donc P(X1 + X2 = X3) = 5 / 72 ii) Ce cas peut tre rduit au cas prcdent, considrant que

Ici, dans la double somme, les indices k et j ne prennent pas indpendament les valeurs de 1 6, mais seulement les paires de valeurs (k, j) telles que 1 < 2k - j < 6, dans les autres cas, les probabilits tant zro, on ne les prend pas en considration. 25. On considre l'quation ax + by - c = 0 o l'on dtermine les coefficients a, b, c en lanant un d et en prenant le nombre de points obtenus. Trouver la probabilit que la droite ainsi obtenue passe par le point de coordonnes (1, 1).

http://fribok.blogspot.com/

3.2. Problmes et solutions

171

Solution. l'exprience qui consiste lancer un d, on peut associer la variable alatoire qui prend comme valeur le nombre de points obtenus sur le d lors d'un lancer et sa loi de probabilit est donne dans le problme 1. Les trois coefficients de l'quation donne sont des variables alatoires indpendantes XI, X2, X3 ayant la mme loi de probabilit. La droite passe par le point (1, 1) si et seulement si Xl + X2 - X3 = 0, donc on cherche la probabilit que

(voir problme 24 i)). 26. Chaque coefficient de l'quation a sin x - b = 0 est obtenu en lanant un d et en prenant le nombre de points obtenus. Trouver la probabilit que l'quation ainsi obtenue soit compatible, c'est--dire quelle ait une solution.

27. Considrons l'quation x3 + ax2 + bx + 1 = 0 o les coefficients a et b

http://fribok.blogspot.com/

172

Chapitre 3. Variables alatoires

sont obtenus de manire indpendante du modle probabiliste suivant

Quelle est la probabilit que l'quation ainsi obtenue soit rciproque ? Une quation du troisime degr a0x3 + alx2 + a2x + a3 = 0 est rciproque si a0 = a3 et a1 = a2. Dans notre cas, il suffit donc d'avoir a = b. Solution. Notons X1 et X2 les variables alatoires qui vont nous fournir a et b et dterminons P(X1 = X2). Comme ces variables sont indpendantes on a :

29. Un mobile se dplace sur une ligne droite, en obissant la loi x = at2 + bt + c, o x reprsente la distance parcourue et t le temps coul. Les coefficients a, b, c sont obtenus indpendamment partir de la loi de probabilit suivante

i) Trouver la probabilit que le mobile ait une acclration non nulle.

http://fribok.blogspot.com/

3.2. Problmes et solutions

173

ii)

Trouver la probabilit que le mobile ait une vitesse constante non nulle.

iii) Trouver la probabilit que la vitesse soit constamment de 5m / sec.

30. Considrons l'quation a cos x - b = 0 o a est obtenu en lanant un d et b est obtenu indpendamment partir du modle

o n > 6. Quelle est la probabilit que l'quation soit compatible, c'est--dire qu'elle possde une solution ? Solution. L'quation a une solution si a cos x = b et donc si cos x = b / a. Puisque cos x est dans l'intervalle [-1, 1], l'quation est compatible si

http://fribok.blogspot.com/

174

Chapitre 3. Variables alatoires

31. Considrons le cercle x2 + y2 = 8 et la famille de droites x + y = a. Le paramtre a est obtenu en lanant un d. Quelle est la probabilit que la droite soit tangente au cercle ? Solution. Chaque droite satisfait l'quation y = -x + a. Remplaons y par cette valeur dans x2 + y2 = 8 pour trouver les points qui sont la fois sur le cercle et la droite. On trouve

http://fribok.blogspot.com/

3.2. Problmes et solutions

175

http://fribok.blogspot.com/

176

Chapitre 3. Variables alatoires

Trouver la probabilit que l'ellipse obtenue contienne le point (1,1).

Cela est impossible si l'un des deux coefficients a ou b est 1. En fait, si on enlve tous les cas o (a, b) contient 1, il ne reste que les cas suivants : (2, 2); (2, 3); (3, 2); (3, 3). Il y a donc 4 cas considrer, chacun ayant une probabilit de 1/9 et par suite la probabilit cherche est 4/9. 33. Un d est ainsi construit : une face est marque avec un point, deux faces avec 2 points et trois faces avec 3 points. Si on lance le d on peut donc obtenir les rsultats : 1, 2 ou 3. On lance le d deux fois et on note les rsultats obtenus. i) Trouver la probabilit que les deux rsultats soient gaux. ii) Trouver la probabilit que la somme des deux rsultats soit 4. Solution. La variable alatoire associe l'exprience qui consiste lancer un d ainsi marqu a une loi de probabilit donne par le tableau suivant

Les lois de probabilit des deux variables alatoires X1, X2, correspondant au rsultat du premier et du second lancer, sont dcrites par le mme tableau que la loi de probabilit de la variable alatoire X. i)

http://fribok.blogspot.com/

3.2. Problmes et solutions

177

ii)

34. Les chiffres a et b du nombre l0a + b sont obtenus indpendamment du modle probabiliste suivant

tablir le tableau qui reprsente la loi de probabilit de la variable alatoire C = A + B o A et B reprsentent le rsultat du premier et du second nombres obtenus du modle. i) Quelle est la probabilit que le nombre 10a + b, ainsi obtenu soit divisible par 3 ? ii) Quelle est la probabilit que le nombre 10a + b, ainsi obtenu soit divisible par 5 ? Solution. i) Soit donc A et B les deux variables alatoires qui nous fourniront respectivement a et b. Puisque chaque variable varie de 0 9 et qu'elles sont indpendantes, on en dduit que C = A + B variera de 0 18. On trouve ainsi la probabilit d'une valeur quelconque pour k = 0, ... ,18,

http://fribok.blogspot.com/

178

Chapitre 3. Variables alatoires

la somme s'effectuant sur les j tels que 0 < j < 9 et en plus, 0 < k - j < 9. Ainsi, on a

http://fribok.blogspot.com/

3.2. Problmes et solutions

179

et

35. Chaque coefficient de l'quation ax2 + bx + c = 0 est obtenu en lanant un d et en prenant le nombre de points rsultant. Quelle est la probabilit que l'quation ainsi obtenue possde des racines identiques ? Des racines distinctes ?

http://fribok.blogspot.com/

180

Chapitre 3. Variables alatoires

Solution. Les coefficients de l'quation sont des variables alatoires associes l'exprience qui consiste lancer un d. Notons par X1, X2, X3 les trois variables alatoires associes la dtermination des coefficients respectifs de l'quation. Ces variables alatoires sont indpendantes et ont la mme loi de probabilit. L'quation possde des racines identiques (donc une racine double) ds que son discriminant = b2 - 4ac = 0. On cherche donc

o la somme s'effectue sur les valeurs k de la variable alatoire X2/2, savoir 1, 4, 9, 16, 25, 26 et qui sont en plus divisibles par 4, car la variable alatoire X1 X3 prend des valeurs entires, il reste donc k = 4, 16, 36. On trouve (voir problme 27ii), Section 3.3)

Les racines de l'quation sont distinctes quand 0, donc la probabilit est q o q = 1 - p = 211/216. Remarque. En comparant la solution de ce problme en utilisant d'une part la dfinition classique de probabilit (voir problme 12, Section 2.3) et d'autre part les variables alatoires, on apprciera la simplification apporte dans les raisonnements par l'utilisation des variables alatoires. 36. On considre le nombre complexe a + bi, o a et b sont dtermins en lanant un d. Trouver la probabilit que le nombre complexe ainsi obtenu se trouve sur le cercle

http://fribok.blogspot.com/

3.2. Problmes et solutions

181

i) x2 + y2 = 10. ii) x2 + y2 = 3. Solution. Aux deux expriences servant dterminer les nombres a et b, on associe deux variables alatoires indpendantes, Xl et X2, ayant les mmes lois de probabilit. Un nombre complexe z = a + bi se trouve sur un cercle centr l'origine et de rayon r (donc d'quation x2 + y2 = r2) si et seulement si \z\2 = r2, donc si et seulement si a2 + b2 = r2.

La somme s'effectue sur les indices k tels que 10 - k2 appartiennent l'ensemble {11, 4, 9, 16, 25, 36}, c'est--dire l'ensemble des valeurs que peut prendre le carr de la variable alatoire associe l'exprience qui consiste lancer un d. Donc

car dans ce cas, il n'y a pas d'indice k tel que 3 - k' appartiennent {1, 4, 9,16, 25, 36}. 37. Considrons la variable alatoire X ayant la loi de probabilit donne par le tableau suivant

http://fribok.blogspot.com/

182

Chapitre 3. Variables alatoires

Calculer la valeur moyenne et la variance de la variable alatoire X. Solution. E(X) = 1 x 0,2 + 2 x 0, 4 + 3 x 0,4 = 2,2. Pour calculer Var(X) = E((X - E(X ))2) on peut trouver d'abord le tableau qui reprsente la loi de probabilit de la variable alatoire (X - E(X))2, donc

38. On considre les variables alatoires indpendantes dont les lois de probabilit sont donnes respectivement par les tableaux

http://fribok.blogspot.com/

3.2. Problmes et solutions

183

39. Calculer la valeur moyenne pour la variable alatoire considre dans le problme 20.

http://fribok.blogspot.com/

184

Chapitre 3. Variables alatoires

40. Calculer le moment d'ordre k de la variable alatoire X qui reprsente le nombre de points obtenus quand on lance un d.

http://fribok.blogspot.com/

3.2. Problmes et solutions

185

42. La variable alatoire X possde la fonction de masse

http://fribok.blogspot.com/

186

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.2. Problmes et solutions

187

48. Considrons l'exprience qui consiste lancer deux ds. Notons X1 la variable alatoire qui prend les valeurs i, i = 1, ... , 6 selon le nombre de points donns par le premier d et X2 la variable alatoire qui prend les valeurs j, j = 1, ... ,6 selon le nombre de points donns par le deuxime d. Soit Y = X1 + X2. i) Donner la fonction de masse fy(x) = P(Y = x) et la fonction de rpartition Fy(x) = P(Y < x) de la variable alatoire Y. ii) Calculer E(Y). iii)Calculer Var(Y). Solution. i) Tout d'abord, pour k tel que 2 < k < 12,

http://fribok.blogspot.com/

188

Chapitre 3. Variables alatoires

On peut trouver la fonction de masse et la fonction de rpartition de la variable alatoire Y, en utilisent directement sa loi de probabilit (voir problme 27 i), Section 3.3).

49. Dans une exprience, l'vnement A peut survenir avec une probabilit p. On rpte l'exprience n fois de manire indpendante. Trouver la valeur moyenne et la variance de la variable alatoire X qui reprsente le nombre d'apparitions de A. Solution. Mthode I La variable alatoire X peut prendre les valeurs 0, 1, . . . , n et on obtient les probabilits en utilisant le schma de Bernoulli,

http://fribok.blogspot.com/

3.2. Problmes et solutions

189

donc la loi de probabilit de la variable alatoire X est donne par le tableau

http://fribok.blogspot.com/

190

Chapitre 3. Variables alatoires

Mthode II On peut viter les calculs fastidieux de la mthode I, en procdant comme suit : la k-ime exprience on associe la variable alatoire Xk qui peut prendre seulement les valeurs 1 ou 0, selon que l'vnement A ou Ac est apparu dans cette exprience. La loi de probabilit de cette variable Xk est donne par le tableau

Pour k = 1, ... , n, les variables alatoires Xk sont indpendantes parce qu'elles correspondent des expriences indpendantes, et X = X1 + X2 + + Xn. En effet, dans le membre gauche on a le nombre d'apparitions de l'vnement A en n essais ; dans le membre de droite on a une somme de 1 et de 0 dont le total correspond au nombre d'apparitions de A. Comme E(X) = E(X1) + E(X2) + + E(Xn)

http://fribok.blogspot.com/

3.2. Problmes et solutions

191

et que les variables alatoires sont indpendantes,

50. On ralise n expriences indpendantes. la suite de la k-ime exprience, on peut avoir l'vnement A avec probabilit pk,, k = 1, ... n. (La probabilit d'apparition de l'vnement A varie d'une exprience l'autre). Trouver la valeur moyenne et la variance de la variable alatoire X qui reprsente le nombre d'apparitions de l'vnement A pour les n essais. Solution. Soit X la variable alatoire qui reprsente le nombre d'apparitions de l'vnement A et Xk la variable alatoire qui prend la valeur 1 ou 0, selon que dans l'exprience de rang k on a ou non, l'vnement A, k = 1, ... , n, alors X = X1 + X2 + + Xn. On a E(X) = E(X1) + E(X2) + + E(Xn) et parce que les variables alatoires sont indpendantes, Var(X) = Var(XI) + Var(X2) + + Var(Xn). La loi de probabilit de la variable alatoire Xk est donne par le tableau

http://fribok.blogspot.com/

192

Chapitre 3. Variables alatoires

Par la suite E(X) = p1 + + pn et Var(X) = p1 (1 - p1) + + pn (1 - pn). Remarque. La variable alatoire X peut prendre les valeurs 0, 1, ... , n et on obtient les probabilits en utilisant le schma de Poisson. La loi de probabilit de la variable alatoire X est donne par le tableau

On propose au lecteur de calculer E(X) et Var(X) en utilisant les dfinitions de l'esprance et de la variance. 51. D'une urne contenant a boules blanches et b boules noires, on tire n boules sans remise (n < a et n < b). i) Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de boules blanches choisies. ii) Calculer la valeur moyenne de la variable alatoire X. iii)Calculer la variance de la variable alatoire X.

iv)

En utilisant les rsultats de ce problme, solutionner le problme 39.

http://fribok.blogspot.com/

3.2. Problmes et solutions

193

et

ii) Pour calculer E(X) on procde de la faon suivante : la slection de rang k on associe la variable alatoire Xk qui prend la valeur 1 ou 0 selon qu' cette pige on obtienne une boule blanche ou bien une noire. Ainsi X = X l + X 2 + + Xn La loi de probabilit de la variable alatoire Xl est donne par le tableau

Montrons que toutes les variables alatoires Xk, k = 2, . . . , n, ont la mme loi de probabilit que la variable X1. Calculons la probabilit qu' la slection de rang k on obtienne une boule blanche. Si on suppose que de l'urne on extrait succesivement toutes les a + b boules, alors le nombre de cas possibles est (a + b) !, et le nombre de cas favorables savoir que la k slection soit une boule blanche est a (a + b - 1)!. En effet, la boule blanche la k-ime slection peut-tre n'importe laquelle des a boules blanches, tandis que les autres a + b - 1 boules peuvent prendre les places restantes de (a + b - 1) ! manires diffrentes. Ainsi

http://fribok.blogspot.com/

194

Chapitre 3. Variables alatoires

iii) Les variables alatoires Xk ne sont pas indpendantes puisque

Nous donnons trois mthodes pour calculer la variance de la variable alatoire X. Mthode I Calculons la variance de la variable alatoire X en utilisant malgr tout le fait que X = Xl + + Xn. On procde de la faon suivante :

http://fribok.blogspot.com/

3.2. Problmes et solutions

195

http://fribok.blogspot.com/

196

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.2. Problmes et solutions

197

52. Dans une urne il y a des boules numrotes de 1 n. On extrait successivement toutes les boules et on les place selon l'ordre de slection. Trouver la valeurs moyenne et la variance du nombre de concordances4, une concordance la k-ime slection correspondant la slection de la boule numrote k. Solution. Soit X la variable alatoire qui reprsente le nombre de concordances qu'on obtient lors des n slections. On associe la slection de rang k la variable alatoire Xk qui prend les valeurs 1 ou 0, selon que lors de ce choix on a une concordance ou pas. Ainsi X = X1+ + Xn
4

Voir le problme des concordances, problme 38, Section 2.2

http://fribok.blogspot.com/

198

Chapitre 3. Variables alatoires

et donc E(X) = E(X1) + + E(Xn).

http://fribok.blogspot.com/

3.2. Problmes et solutions

199

Par consquent

53. Une urne contient a boules blanches et b boules noires. On extrait de l'urne une boule la fois et par la suite, on introduit dans l'urne, aprs chaque extraction, la boule extraite ainsi que c boules de sa couleur. Soit Xn, n = 1, 2, 3, ... la variable alatoire associe la slection de rang n o Xn prend la valeur 0 si la boule pige est blanche et la valeur 1 si la boule pige est noire. i) Montrer que toutes les variables alatoires Xn, n = 1, 2, 3, ... ont la mme loi de probabilit. ii) Posons Yn = X1 + X2 + + Xn. Calculer E(Yn) et Var(Yn). Que reprsente la variable alatoire Yn ? Solution. i) Parce que chaque variable alatoire Xn ne prend que les valeurs 0 et 1, sa loi de probabilit sera dtermine par la probabilit P(Xn = 1). De plus dans ce cas, E(Xn) = 1P(Xn = 1) + 0P(Xn = 0), donc E(Xn) = P(Xn = 1). Pour montrer que toutes les variables alatoires Xn, n = 1, 2, 3, ... ont la mme loi de probabilit, utiliserons une preuve par rcurrence. Notons

http://fribok.blogspot.com/

200

Chapitre 3. Variables alatoires

de probabilit et montrons que la variable alatoire Xn+1 a alors la mme loi de probabilit. Pour calculer P(Xn+1 = 1) nous devons nous intresser la composition de l'urne aprs les n premires slections. La composition de l'urne avant la slection de rang n + 1 dpendra des valeurs que prend la variable alatoire Yn. Ainsi, si Yn = k (dans les premires n slections on a pig une boule noire k fois), l'urne aura a + b + nc boules parmi lesquelles a + (n - k)c blanches et b + ck noires. Parce que Yn peut prendre les valeurs 0, 1, ... , n et que les vnements correspondants forment un systme complet d'vnements, il s'ensuit, d'aprs la formule de la probabilit totale, que

La loi de la variable alatoire Yn est facile expliciter. En effet, il suffit de remarquer que toute suite de n tirages contenant exactement k boules noires a la mme probabilit, savoir

http://fribok.blogspot.com/

3.2. Problmes et solutions

201

Donc

On obtient, en particulier E(Xn+1) = (n + 1) P (Xn+1 = 1) = (n + 1) E (Xn+1), (3.3) Parce que Y1 = X1 il s'ensuit que E(Y1) = E(X1) = p. De Y2 = X1+X2 il s'ensuit que E(Y2) = p + E(X2) et d'autre part, en utilisant la formule (3.3), pour n = 1, on trouve que E(Y2) = 2E(X2), d'o E(X2) = p, donc P(X2 = 1) = p et la loi de la variable alatoire X2 est la mme que celle de X1. Par l'hypothse de la rcurrence, E(X1) = = E(Xn) = p, donc E(Yn) = np, et E(Yn+1) = E(Xn+1) + E(Yn) = E(Xn + 1) + np. En utilisant la formule (3.3) on trouve E(Yn+1) = (n + 1) E (Xn+1) = E(Xn+1) + np, d'o on obtient E(Xn+1) = p = P(Xn+1 = 1), et par suite la loi de probabilit de la variable alatoire Xn+1 est la mme que celle de la variable alatoire X1, ce qui complte la preuve. ii) Notons d'abord que E(Yn) = np. De plus, comme les variables alatoires Xn pour n > 1 ont toutes la mme loi de probabilit, on a E(Xn) = p, et E(X 2/n) = p. Trouvons maintenant Var(Yn). Parce que les variables alatoires X1, . . . , Xn ne sont pas indpendantes, Var(Yn) Var(X1) + + Var(Xn). Calculerons Var(Yk) de la faon suivante : si n > 1, alors

http://fribok.blogspot.com/

202

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.2. Problmes et solutions

203

Comme

54. Montrer l'ingalit de Schwarz5 pour les variables alatoires X, Y, (E(XY))2 < E(X2)E(Y2). Solution. Pour t un paramtre rel, la variable alatoire (X + tY)2 prend seulement des valeurs non ngatives, donc E((X + tY)2) > 0. En utilisant les proprits de l'esprance (l'esprance d'une somme de variables alatoires est la somme des esprances et une constante peut tre factorise), on trouve

http://fribok.blogspot.com/

204

Chapitre 3. Variables alatoires

Parce que le coefficient de t2 est E(Y2) > 0, le trinme sera non ngatif, pour tout t rel, si et seulement si son discriminant est non positif, c'est--dire

Solution. On forme les variables alatoires indpendantes dont les lois de probabilit sont donnes, respectivement par les tableaux

on obtient l'ingalit demande. 56. Soit (X, Y) un couple alatoire dont la loi de probabilit est donne par le tableau 3.6. Trouver i) les lois marginales de probabilit des variables alatoires X et Y. ii) la fonction de rpartition conjointe du couple alatoire (X, Y).

http://fribok.blogspot.com/

3.2. Problmes et solutions

205

57. On tire au hasard deux boules en mme temps d'une urne qui contient une boule blanche, trois boules noires et six boules jaunes.

http://fribok.blogspot.com/

206

Chapitre 3. Variables alatoires

i) Donner la loi de probabilit conjointe du couple alatoire (X, Y), o X et Y reprsentent respectivement le nombre de boules blanches ou noires obtenues. ii) Donner les lois marginales de probabilit des variables alatoires X et Y. iii)Donner la fonction de rpartition conjointe du couple alatoire (X, Y). iv) Calculer Cov(X, Y) et Corr(X, Y). Vrifier si les variables alatoires X et Y sont indpendantes. Solution. i) Notons d'abord que l'ensemble des valeurs possibles pour le couple alatoire (X, Y) est {(0, 0), (1,0), (0,1), (1,1), (0, 2)}. Parce que tous les ensembles de deux boules choisies parmi les dix boules de l'urne sont quiprobable, on obtient

il s'ensuit que la loi de probabilit conjointe du couple alatoire (X, Y) est donne par le tableau 3.7.

http://fribok.blogspot.com/

3.2. Problmes et solutions

207

http://fribok.blogspot.com/

208

Chapitre 3. Variables alatoires

58. La loi de probabilit conjointe du couple alatoire (X, Y) est telle que P(X = 1, Y = 0) = 1/4 ; P(X = 1,Y = 1) = P(X = 1,Y = 2) = 1/8 ; P(X =2,Y = 0) = P(X = 2,Y = 1) = P(X = 2,Y = 2) = 1/6. i) Donner le tableau qui reprsente la loi de probabilit conjointe du couple alatoire (X, Y). ii) Posons Z = y/x. En utilisant ce tableau calculer E(Z). iii)Donner la fonction de rpartition conjointe du couple alatoire (X, Y). iv) Donner les fonctions de rpartiton marginales des variables alatoires X et Y. v) Calculer Cov(X, Y) et Corr(X, Y). Solution. i) On trouve le tableau 3.8.

http://fribok.blogspot.com/

3.2. Problmes et solutions

209

59. Considrons le couple de variables alatoires (X, Y) dont la loi de probabilit est donne par le tableau 3.9. Calculer Cov(X, Y). Est-ce que les variables alatoires X et Y sont indpendantes ? Solution. On trouve

http://fribok.blogspot.com/

210

Chapitre 3. Variables alatoires

Par contre, les variables alatoires X et Y sont dpendantes car P(X = 2; Y = 1) = P(X = 2) P(Y = 1) = 3/18 x 10/18. 60. On lance deux fois de suite une pice de monnaie et, pour i = 1, 2, on dfinit la variable alatoire Xi = qui prend la valeur 1 ou -1 selon que l'on a obtenu Pile ou Face au i-ime lancer. En notant respectivement p, (0 < p < 1) et q = 1 - p la probabilit d'obtenir Pile ou Face avec cette pice, peut-on trouver les valeurs de p telles que i) les variables alatoires X1 et X1 + X2, soient indpendantes ? ii) les variables alatoires X1 et X1X2, soient indpendantes ? Solution. Remarquons d'abord que les variable alatoires X1 et X2 sont indpendantes quelles que soient les valeurs de p, avec P(X1 = 1) = P(X2 = 1) = p et P(X1 =-1) = P(X2 = -1) = q. i) La variable alatoire X1 + X2 prend les valeurs -2, 0, 2. Parce que P(X1 = 1, X1 + X2 = -2) = 0, les variables alatoires X1 et X2 sont lies quel que soit p, car il y a une probabilit nulle dans le tableau de la loi de probabilit conjointe du couple alatoire (X1, X1 + X2), et P(X1 = 1)P(X1 + X2 = -2) = P(X1 = 1)P(X1 = -1, X2 = -1) = pq2 0,

http://fribok.blogspot.com/

3.2. Problmes et solutions

211

par suite les variables alatoires X1 et X1 + X2 sont dpendantes quel que soit p, dans l'intervalle (0, 1). Notons que si p = 0 ou p = 1 les variables alatoires sont indpendantes. ii) La variable alatoire X1X2 prend les valeurs -1 et 1. On trouve

Donc la loi de probabilit conjointe du couple alatoire (X1, X1X2) (avec X1 = x et X1X2 = y) est donn par le tableau 3.10.

http://fribok.blogspot.com/

212

Chapitre 3. Variables alatoires

61. Trouver la covariance et le coefficient de corrlation pour le couple alatoire (X, Y) dont la loi de probabilit est donne dans le problme 56. Vrifier si les variables alatoires X et Y sont indpendantes. Solution. On trouve

http://fribok.blogspot.com/

3.2. Problmes et solutions

213

On suppose que P(X = 3, Y = 2) = 2P(X = 0, Y = -1) et on pose P(X = 0,Y = -1) = a. i) Donner la loi de probabilit conjointe du couple alatoire (X, Y) en fonction de a. Est-ce que a peut tre quelconque ? ii) Calculer Cov(X, Y). Les variables alatoires X et Y peuvent-elles tre indpendantes ? Solution. i) Comme chaque probabilit doit se situe dans l'intervalle [0, 1], on trouve que a doit tre dans l'intervalle [0, 1/2]. On calcule les probabilits partir des deux probabilits donnes et des probabilits marginales. On obtient le tableau 3.12.

http://fribok.blogspot.com/

214

Chapitre 3. Variables alatoires

63. La fonction de rpartition conjointe du couple alatoire (X, Y) est

Trouver la loi de probabilit du couple (X, Y). Solution. Les limites gauches des intervalles ferms gauche, de variations de x sont -2, et 2, et les limites gauches des intervalles ferms gauche, de variations de y sont 0, 1 et 2. Donc le couple alatoire (X, Y) prendra comme valeurs les couples (-2, 0), (-2, 1), (-2, 2), et les couples (2, 0), (2, 1), (2, 2). Le saut de la fonction F(x, y) dans le point (-2, 0) est 1/12 - 0 = 1/12, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (-2, 0). Le saut de la fonction F(x, y) dans le point (-2, 1) est 3/12 - 1/12 = 2/12, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (-2, 1). Le saut de la fonction F(x, y) dans le point (-2, 2) est 4/12 - 3/12 = 1/12, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (-2, 2). Le saut de la fonction F(x, y) dans le point (2, 0) est 7/12 - 4/12 = 3/12, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (2, 0). Le saut de la fonction F(x, y) dans le point (2, 1) est 11/12 - 7/12 = 4/12, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (2, 1). Enfin le saut de la fonction F(x, y) dans le point (2, 2) est 1 - 11/12 = 1/12, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (2, 2). La loi de probabilit conjointe du couple alatoire (X, Y) est donne par le tableau 3.13. 64. Soit X une variable alatoire telle que E(X) = 3, 2 et Var(X) = 0, 64. Trouver une borne infrieure pour la probabilit P(1,2 < X < 5, 2).

http://fribok.blogspot.com/

3.2. Problmes et solutions

215

65. Soit une variable alatoire X telle que E(X) = 2 et E(X2) = Trouver une borne infrieure pour la probabilit P(1 < X < 3).

66. L'ingalit de Tchebychev applique la variable alatoire X o E(X) = 4 donne P(\X - 4\ < 2) > 0, 54. Dterminer la variance de la variable alatoire X. Solution. De var X) / e2 = 0, 46 on obtient Var(X) = 4 x 0,46 = 1, 84. 67. On lance une pice de monnaie 100 fois. Montrer qu'avec une probabilit aussi grande que 3/4, le nombre de faces est contenu entre 40 et 60. Solution. La variable alatoire qui prend comme valeurs le nombre de faces a une distribution binomiale avec p = 1/2 E(X) = np = 50 et Var(X) = np(1 - p) = 25. En appliquant l'ingalit de Tchebychev avec = 10, on obtient

http://fribok.blogspot.com/

216

Chapitre 3. Variables alatoires

68. On lance un d 120 fois. Trouver une borne infrieure pour la probabilit P(15 < X < 25) o X reprsente le nombre d'apparitions de la face avec 6 points. Solution. La variable alatoire X a une distribution binomiale avec p = 1/6, donc E(X) = 20 et Var(X) = 50/3. En appliquant l'ingalit de Tchebychev, on obtient

69. Soit X une variable alatoire obissant une distribution binomiale. On ralise n preuves indpendantes et soit Y = x / n.

http://fribok.blogspot.com/

3.3. Problmes proposs

217

3.3 Problmes proposs


1. Douze crayons sont placs au hasard dans trois botes numrotes de 1 3. Donner la loi de probabilit de la variable alatoire qui reprsente le nombre de crayons dans la premire bote. 2. Sur le chemin de la maison l'cole un tudiant passe par quatre intersections dotes de feux de circulation ayant deux couleurs : rouge et vert. En supposant que la probabilit de croiser un feu rouge soit 0,5 chaque intersection, donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de feux verts croiss par l'tudiant jusqu' ce qu'il rencontre un premier feu rouge, ou qu'il soit rendu la maison. 3. Soit X une variable alatoire dont la loi de probabilit est donne par le tableau

Trouver la loi de probabilit de la variable alatoire X (X - 1). 4. La loi de probabilit de la variable alatoire X est

Reprsenter graphiquement la fonction de masse et la fonction de rpartition de la variable alatoire X. 5. La fonction de masse de la variable alatoire X est donne par la figure 3.9. Dterminer la loi de probabilit de la variable alatoire X. 6. On jette deux ds. On considre la variable alatoire "nombre de un ou de deux marqus". Quelle est la fonction de masse de cette variable alatoire ?

7. Une urne contient 4 boules blanches et 3 boules noires. Trouver la fonction de


masse de chacune des variables alatoires suivantes

http://fribok.blogspot.com/

218

Chapitre 3. Variables alatoires

i) le nombre de boules blanches obtenues au cours de 3 tirages successifs, sans remise. ii) le nombre de boules tires au hasard, sans remise, requis pour obtenir une boule noire. 8. Dterminer k de sorte que la fonction

soit une fonction de masse. Donner le graphique de cette fonction. 9. Soit X une variable alatoire, dont la fonction de rpartiton est donne par la figure 3.10.

Dterminer la loi de probabilit de la variable alatoire X.

http://fribok.blogspot.com/

3.3. Problmes proposs

219

10. Une loterie est mise. Cent billets sont proposs. Parmi ces billets 5 gagnent chacun un lot de $1 000 ; 10 gagnent un lot de $500 ; 15 gagnent un lot de $200 ; 20 gagnent un lot de $100, les autres billets ne gagnent rien. Soit la variable alatoire X "gain du joueur". i) Donner la fonction de masse de la variable alatoire X. ii) Donner la fonction de rpartition de la variable alatoire X. iii)Calculer P(X > 100). iv) Calculer P(X < 200). 11. Les quelles des fonctions suivantes sont des fonctions de rpartition ?

http://fribok.blogspot.com/

220

Chapitre 3. Variables alatoires

12. Un joueur de basketball atteint le panier lors d'un lancer avec une probabilit 0,7. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de succs quand le joueur effectue 5 lancers. 13. Deux joueurs d'gale habilet jouent aux checs (la probabilit que n'importe lequel des joueurs gagne est 0,5). Donner la loi de probabilit, la fonction de masse et la fonction de rpartition de la variable alatoire X qui reprsente le nombre de parties gagnes par un des joueurs quand ils jouent 5 parties. 14. Un lot de 12 pigeons voyageurs est envoy vers une destination. Sachant que la probabilit de retour est la mme pour chaque pigeon et gale 0,8, donner la loi de probabilit de la variable alatoire X qui prend comme valeur le nombre de pigeons qui rentrent au colombier. 15. un concours de tir l'arme lourde, la cible consiste d'un disque central et de neuf couronnes circulaires. La probabilit qu'un champion atteigne le disque en un seul tir est de 0,98. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de fois que le tireur fait mouche (atteint le disque) en dix tirs. 16. On contrle la qualit d'un lot de 25 appareils. La probabilit qu'un appareil soit rejet est 0,01. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre d'appareils accepts. 17. On contrle quatre lots de pices faites sur quatre tours. Les probabilits qu'une pice tire d'un de ces quatre lots soit dfectueuse sont respectivement 0,01; 0,02; 0,04; 0,05. On extrait au hasard une pice de chaque lot. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de pices dfectueuse. 18. Trois tireurs visent une cible. Les probabilits d'atteindre la cible pour chaque tireur sont respectivement 0,50; 0,80; 0,40. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de succs lors d'un tir simultan de ces trois tireurs. 19. On convoque 4 personnes par tlphone une runion. Les probabilits que la ligne soit engage lors des appels sont 0,1; 0,01; 0,03; 0,02 respectivement pour les quatre personnes. Donner la loi de probabilit de la

http://fribok.blogspot.com/

3.3. Problmes proposs

221

variable alatoire X qui prend comme valeur le nombre de personnes rejointes si on fait un seul appel chaque personne. 20. D'une urne contenant 15 boules blanches et 5 noires, on pige 4 fois sans remise une boule la fois. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de boules blanches slectionnes. 21. un concours de musique vocale se prsentent 36 concurrents, 16 hommes et 20 femmes. Par tirage au sort, ils sont rpartis en groupes de 6, chaque groupe devant se prsenter devant le jury un jour fix. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de femmes qui se prsentent au jury, lors de la premire journe d'audition. 22. Pour le contrle de la qualit d'un lot de 100 pices on extrait d'un seul coup 10 pices. Donner la loi de probabilit de la variable alatoire X qui reprsente le nombre de pices rejetes parmi les 10 choisies, si la proportion de pice dfectueuse du lot est 0,3. 23. La loi de probabilit d'une variable alatoire est donne par le tableau

Donner la loi de probabilit des variables alatoires

24. La loi de probabilit d'une variable alatoire est donne par le tableau

Donner la loi de probabilit des variables alatoires Xn pour n = 1,2,3,... 25. Soit X1, X2 deux variables alatoires indpendantes ayant les lois de probabilit donnes par les tableaux

http://fribok.blogspot.com/

222

Chapitre 3. Variables alatoires

26. un concours de tir il faut atteindre une cible forme d'un disque central et de deux couronnes circulaires. Si un tireur atteint le disque, il reoit 5 points. S'il atteint les couronnes, il reoit 3 points et 2 points, respectivement. Donner la loi de probabilit de la variable alatoire X qui reprsente la somme des points obtenus par un tireur en 3 tirs, si les probabilits d'atteindre le disque et les deux couronnes sont respectivement, 0,5; 0,3 et 0,2. 27. On lance deux ds. On demande i) la loi de probabilit de la variable alatoire qui reprsente la somme des points obtenus. ii) la loi de probabilit de la variable alatoire qui reprsente le produit des points obtenus. 28. Chaque chiffre du nombre 102a + 10b + c est obtenu en extrayant une boule d'une urne contenant 10 boules numrotes de 0 9. Donner la loi de probabilit de la variable alatoire qui reprsente la somme des chiffres du nombre ainsi obtenu. 29. On considre l'quation 2x - a = 0 o le coefficient a est dtermin de la faon suivante : on extrait une boule de chacune de n urnes, chaque urne contenant n boules numrotes de 1 n, et on prend pour a le plus grand nombre obtenu. Trouver la probabilit que l'quation ainsi obtenue ait comme racine x = 4. 30. Chaque coefficient de l'quation a tan x = b est obtenu en lanant un d. Trouver la probabilit que l'quation ainsi obtenue ait comme racines x = / 4 + kir o k est un nombre entier. 31. Les coefficients a, b de l'quation ax2+by2 = 10 sont obtenus en lanant un d. Trouver la probabilit que l'quation ainsi obtenue reprsente un cercle.

http://fribok.blogspot.com/

3.3. Problmes proposs

223

32. On considre l'quation ax3 + 2x2 + 2x + d = 0 o les coefficients a et d sont obtenus en lanant un d. Trouver la probabilit que l'quation ainsi obtenue soit rciproque. Une quation a0x3 + alx2 + a2x + a3 = 0 est rciproque si a0 = a3 et al = +a2 33. On considre l'quation x3 - ax2 + bx - 1 = 0 o les coefficients a et b sont obtenus en extrayant une boule d'une urne contenant n boules numrotes de 1 n. Trouver la probabilit que l'quation ainsi obtenue soit rciproque. 34. Chaque coefficient du polynme p(x) = x3 + bx2 + cx + d est obtenu en lanant un d. Trouver la probabilit que le polynme ainsi obtenu soit un cube parfait. Dterminer effectivemment les cubes parfaits pour lesquels la probabilit est positive. 35. On dtermine les nombres a, b, c en lanant un d. Trouver la probabilit que les nombres complexes a + ib, 1 - ic soient conjugus. 36. On considre le cercle x2 + y2 = 8 et la famille de droites x + y - = 0. Trouver la probabilit que la droite obtenue soit tangente au cercle si on prend pour le nombre de points raliss en lanant un d. 37. Chaque coefficient de l'quation ax - b = 0 est obtenu en lanant un d. Trouver la probabilit que l'quation obtenue ait une racine entire. 38. Les coefficients b et c de l'quation x2 - bx + c = 0 sont dtermins en lanant un d. Trouver la probabilit que l'quation obtenue ait comme racines les nombres x1 = 2, x2 = 3. 39. Chaque coefficient de l'quation ax2 + bx + c = 0 est dtermin en lanant un d. Trouver la probabilit que l'quation obtenue ait comme racines les nombres i) x1 = 1, x2 = 4. ii) x1 = -1, x2 = -3. iii) x1 = -1, x2 = -7. 40. On considre le systme d'quations linaires

http://fribok.blogspot.com/

224

Chapitre 3. Variables alatoires

o chaque coefficient est obtenu en lanant un d et en prenant le nombre de points raliss. Trouver la probabilit que le systme ainsi obtenu ait une solution unique. 41. On considre la matrice

o les lments a1, a2, a3, a4 sont obtenus en lanant un d. Trouver la probabilit que la matrice ainsi obtenue soit singulire. Trouver la probabilit que la matrice ainsi obtenue soit non singulire. 42. Dans un plan, on considre deux droites donnes par les quations alx + b1y = 0 et a2x + b2y = 1, o les coefficients al, b1, a2, b2 sont obtenus en lanant un d. Trouver la probabilit que les deux droites ainsi obtenues soient concourantes. 43. On considre la droite donne par l'quation ax + by + c = 0 o les coefficients a, b, c sont dtermins en lanant un d. Trouver la probabilit que la droite ainsi obtenue passe par le point (1, 1). 44. On donne l'quation ax + by + c = 0 o les coefficients a, b, c sont dtermins en lanant un d. Dterminer les valeurs de m telles que la probabilit que la droite obtenue passe par le point (-m, 1) soit positive. 45. On considre l'quation ax + by - c = 0 o chaque coefficient est obtenu en extrayant une boule d'une urne contenant n boules numrotes de 1 n. Trouver la probabilit que la droite ainsi obtenue passe par le point (1, 1). 46. On considre l'quation x2 - 4x + 3 = 0. Trouver la probabilit qu'en lanant deux ds les nombres obtenus soient les racines de l'quation donne.

47. Les coefficients de l'quation ax2 + bx + c = 0 sont obtenus en lanant un d.


Trouver la probabilit que les racines de cette quation soient l'inverse l'une de l'autre.

http://fribok.blogspot.com/

3.3. Problmes proposs

225

48. Chaque coefficient du trinme y = ax2 + 2bx + c est obtenu en lanant un d. Trouver la probabilit que le trinme ainsi obtenu soit positif pour tout x rel. 49. Les coefficients de l'quation ax2 + bx + c = 0 sont obtenus en lanant un d. Trouver les probabilits que l'quation ainsi obtenue ait des racines complexes ; des racines relles. 50. On place au hasard 6 balles dans 2 botes. Trouver la valeur moyenne de la variable alatoire X qui reprsente le nombre de balles dans la deuxime bote. 51. Pour la variable alatoire du problme 12, trouver la valeur moyenne, la variance et l'cart-type. 52. Pour la variable alatoire du problme 13, trouver la valeur moyenne et la variance. 53. Un joueur de basketball russit un panier lors d'un lancer avec une probabilit 0,9. Trouver la valeur moyenne et la variance de la variable alatoire qui reprsente le nombre de succs alors que le joueur lance 5 fois le ballon. 54. Un lot de 100 pigeons voyageurs sont envoys vers une destination. Sachant que la probabilit de retour est la mme pour chaque pigeon et gale 0,8, trouver i) la valeur moyenne, la variance et l'cart-type pour le nombre de pigeons qui reviennent. ii) la valeur moyenne, la variance et l'cart-type pour le nombre de pigeons qui ne reviennent pas. 55. On slectionne avec remise k boules d'une urne contenant a boules blanches et b boules noires. Trouver i) la valeur moyenne de la variable alatoire X qui prend comme valeurs le nombre de boules blanches slectionnes. ii) la variance de la variable alatoire X. 56. On contrle 3 lots de pices fabriques l'aide de trois tours. Les probabilits de choisir une pice dfectueuse de ces trois lots sont 0,05 ;

http://fribok.blogspot.com/

226

Chapitre 3. Variables alatoires

0,02 et 0,04 respectivement. On extrait au hasard une pice de chaque lot. Trouver la valeur moyenne et la variance du nombre de pices dfectueuses. 57. Pour la variable alatoire du problme 17, trouver la valeur moyenne et la variance. 58. On considre un appareil lectrique form de cinq lments numrots de 1 5 et qui peuvent tomber en panne indpendamment. Soit pk = 0, 2 + 0, 1(k - 1) la probabilit que l'lment numrot k tombe en panne pour k = 1, ... , 5. Trouver la valeur moyenne et la variance du nombre d'lments dfectueux sur un appareil. 59. Pour la variable alatoire du problme 21, dterminer la valeur moyenne et la variance. 60. Pour la variable alatoire du problme 22, dterminer la valeur moyenne et la variance. 61. Dans 10 botes numrotes de 1 10, on introduit au hasard 10 boules numrotes de 1 10, une boule dans chaque bote. Trouver la valeur moyenne et la variance du nombre de concordances (on dit qu'il y a concordance si dans la bote numrote j on a introduit la boule numrote j). 62. Six couples participent un dner. Supposant que pour une danse les couples se forment au hasard, trouver la valeur moyenne et la variance du nombre de couples qui dansent ensemble. 63. Une comptition sportive entre deux clubs se droule en 10 tapes. la premire tape chaque club est reprsent par le mme nombre de joueurs, chacun ayant les mmes chances pour la premire place. Le club auquel appartient le joueur gagnant de l'tape k, k = 1, ... , 9 peut introduire 5 joueurs la comptition qui participeront avec les autres l'tape k + 1. Trouver la valeur moyenne du nombre d'tapes gagnes par chaque club sparment.

64. La loi de probabilit de la variable alatoire X est donne par le tableau

http://fribok.blogspot.com/

3.3. Problmes proposs

227

http://fribok.blogspot.com/

228

Chapitre 3.

Variables alatoires 70. La loi de probabilit de la variable alatoire X est donne par le tableau

Trouver la valeur moyenne de la variable alatoire X. 71. La loi de probabilit de la variable alatoire X est donne par le tableau

i) Calculer la valeur moyenne de la variable alatoire X. ii) Calculer les moments d'ordre 2 et 3 de la variable alatoire X. 72. On lance un d et on considre la variable alatoire X prenant la valeur 0 si le rsultat est infrieur ou gal 4 et la valeur 1 si le rsultat est suprieur 4. i) Trouver la fonction de rpartition de la variable alatoire X. Donner le graphique de cette fonction. ii) Calculer E(X) et Var(X). 73. Soit X une variable alatoire dont la fonction de masse est donne par

75. Soit X et Y deux variables alatoires indpendantes ayant des variances. i) Exprimer la variance du produit X Y en fonction des valeurs moyennes et des variances de X et Y.

http://fribok.blogspot.com/

3.3. Problmes proposs

229

ii) Appliquer le rsultat obtenu aux variables alatoires X et Y dont les lois de probabilit sont donnes par les tableaux

Calculer directement la variance du produit X Y partir de la dfinition. 76. Montrer que

77. Montrer que les variables alatoires X et Y sont indpendantes, si la loi de probabilit conjointe du couple alatoire (X, Y) est donne par le tableau 3.14.

78. Soit (X, Y) un couple alatoire dont la loi de probabilit est donne par le tableau 3.15. i) Trouver les lois marginales de probabilit des variables alatoires X et Y.

http://fribok.blogspot.com/

230

Chapitre 3. Variables alatoires

ii) Trouver la fonction de rpartition conjointe du couple alatoire (X, Y). iii) Trouver la covariance des variables alatoires X et Y. iv) Est-ce que les variables alatoires X et Y sont indpendantes ? 79. Trouver les lois marginales de probabilit des variables alatoires X et Y, la covariance et le coefficient de correlation pour le couple alatoire (X, Y), dont la loi de probabilit conjointe est donne par le tableau 3.16.

Est-ce que les variables alatoires X et Y sont indpendantes ? 80. Soit (X, Y) un couple alatoire dont la loi de probabilit est donne par le tableau 3.17. i) Trouver la fonction de rpartition conjointe du couple alatoire (X, Y), ainsi que les fonctions de rpartition marginales des variables alatoires

http://fribok.blogspot.com/

3.3. Problmes proposs

231

X et Y. ii) Trouver la covariance et le coefficient de corrlation des variables alatoires X et Y. 81. La fonction de rpartition conjointe du couple alatoire est

Trouver la loi de probabilit conjointe du couple alatoire (X, Y). 82. Pour la variable alatoire X on a E(X) = 20 et Var (X) = 16. Trouver une limite infrieure pour la probabilit P(10 < X < 30).

83. Pour la variable alatoire X on a E(X) = 80 et E(X 2) = 6 416. Trouver une limite
infrieure pour la probabilit P(40 < X < 120).

http://fribok.blogspot.com/

232

Chapitre 3. Variables alatoires

84. L'ingalit de Tchebychev applique la variable alatoire X o E(X) = 3 donne P(\X - 3\ < 2) > 0,86. Trouver la variance de la variable alatoire X. 85. La loi de probabilit de la variable alatoire X est donne par le tableau

Trouver une borne infrieure pour la probabilit que la variable alatoire X - E(X) prenne ses valeurs dans l'intervalle (-3, 3). 86. La probabilit d'apparition de l'vnement A est gale 1/2. On ralise 10 000 preuves indpendantes. Est-ce que l'on peut affirmer, avec une probabilit plus grande que 0,99, que le nombre d'apparitions de A se situera entre 4 000 et 6 000 ? 87. La probabilit d'apparition de l'vnement A est gale 0,25. On ralise 1 000 preuves indpendantes. Trouver une borne infrieure pour la probabilit que le nombre d'apparitions de A soit situ entre 150 et 350. 88. On fait 200 extractions, avec remise, d'une urne ayant 60 boules blanches et 40 boules noires. Trouver une borne infrieure pour la probabilit que le nombre d'apparitions de la boule blanche soit contenu entre 100 et 140. 89. Dans les mmes conditions que celles du problme prcdent, trouver une borne infrieure pour la probabilit que le nombre d'apparitions de la boule noire soit contenu entre 60 et 100. 90. Pour contrler la qualit d'un lot de pices, on extrait au hasard, avec remise, 100 pices du lot. Soit p = 0, 90 la probabilit qu'une pice choisie au hasard est conforme aux normes. Trouver une borne infrieure pour la probabilit que le nombre de pices correctes dnombres parmi les pices examines soit contenu entre 80 et 100.

91. Soit X une variable alatoire obissant une distribution binomiale o n est le
nombre d'preuves indpendantes et soit Y = x / n.

http://fribok.blogspot.com/

3.4. Indications et rponses

233

En posant p = 0,6, n = 1 000, trouver une borne infrieure pour la probabilit P(0, 3 < Y < 0,9). En posant p = 0, 6, trouver la plus petite valeur de n telle que P(\Y - 0,6\ < 0,1) > 0,976. En posant p = 0, 5, n = 5 000, trouver le plus petit tel que P(\Y - 0,5\ < ) > 0,998 750. En posant n = 500, trouver p tel que P(lY pl < 0,4) > 0, 997.

http://fribok.blogspot.com/

234

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.4. Indications et rponses

235

http://fribok.blogspot.com/

236

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.4. Indications et rponses

237

http://fribok.blogspot.com/

238

Chapitre 3. Variables alatoires

15. La variable alatoire X a une distribution binomiale,

16. La variable alatoire X a une distribution binomiale,

17. La variable alatoire X prend les valeurs 0, 1, 2, 3, 4, et pour trouver les probabilits on utilise le schma de Poisson. La loi de probabilit de la variable alatoire X est donne par le tableau

18. La variable alatoire X prend les valeurs 0, 1, 2, 3. On trouve les probabilits en utilisant le schma de Poisson. La loi de probabilit de la variable alatoire X est donne par le tableau

19. La variable alatoire X prend les valeurs 0, 1, 2, 3, 4. On trouve les probabilits en utilisant le schma de Poisson. La loi de probabilit de la variable alatoire X est donne par le tableau

20. On applique le schma de l'chantillon sans remise,

21. La variable alatoire X prend les valeurs 0,1, ... , 6. On trouve les probabilits en utilisant le schma de la slection sans remise.

http://fribok.blogspot.com/

3.4. Indications et rponses

239

22. La variable alatoire X prend les valeurs 0,1, ... ,10. On trouve les probabilits en utilisant le schma de la slection sans remise. Dans le lot il y a 70 pices correctes et 30 dfectueuses.

http://fribok.blogspot.com/

240

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.4. Indications et rponses

241

34. L'quation p(x) = 0 doit avoir une racine triple. Soit cette racine, alors en utilisant les relations entre les racines et les coefficients d'une quation, on doit calculer

http://fribok.blogspot.com/

242

Chapitre 3. Variables alatoires

6 Comparer la solution de ce problme en utilisant les variables alatoires et sa solution donne dans le problme 11, section 2.3.

http://fribok.blogspot.com/

3.4. Indications et rponses

243

43. P(X1+X2+X3 = 0) = 0. Toutes les droites obtenues de cette faon ne passent par aucun point du premier cadran des axes de coordonnes. 44. On cherche les valeurs de m tel que P(X2 + X3 = mXi) > 0 ; alors m doit tre un nombre entier tel que 2 < m < 12.

http://fribok.blogspot.com/

244

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.4. Indications et rponses

245

http://fribok.blogspot.com/

246

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3.4. Indications et rponses

247

http://fribok.blogspot.com/

248

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

3 . 4 . Indications et rponses

249

http://fribok.blogspot.com/

250

Chapitre 3. Variables alatoires

81. Les limites gauches des intervalles ferms gauche, de variations de x sont -1, 0 et 1, et les limites gauches des intervalles ferms gauche, de variations de y sont 0, 1 et 2. Donc le couple alatoire (X, Y) prendra comme valeurs les couples (-1, 0), (-1, 1), (-1, 2), aprs les couples (0, 0), (0, 1), (0, 2), et enfin les couples (1,0), (1,1), (1, 2). Le saut de la fonction F(x, y) dans le point (-1, 0) est 4/15 - 0 = 4/15, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (-1, 0). Le saut de la fonction F(x, y) dans le point (-1, 1) est 7/15 - 4/15 = 3/15, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (-1, 1). Le saut de la fonction F(x, y) dans le point (-1, 2) est 8/15 - 7/15 = 1/15, qui est la probabilit avec laquelle le couple alatoire (X, Y) prendra la valeur (-1, 2), et ainsi de suite. La loi de probabilit conjointe du couple alatoire (X, Y) est donne par le tableau 3.18.

http://fribok.blogspot.com/

3.4. Indications et rponses

251

http://fribok.blogspot.com/

252

Chapitre 3. Variables alatoires

http://fribok.blogspot.com/

Partie II Modles infinis

253

http://fribok.blogspot.com/

Chapitre 4 Espace de probabilit


4.1 Notions de base Dfinitions et proprits
4.1.1 -algbres et espaces probabilisables Dans ce chapitre, nous considrons des cas o les expriences alatoires ont une infinit de rsultats possibles. L'ensemble de tous les rsultats possibles s'appelle l'espace chantillonnal) et on le reprsentera par .

Tout lment de F est appel un vnement. Remarque 2. Une -algbre possde les proprits suivantes qui dcoulent de la dfinition 1. 1. .F ; 255

http://fribok.blogspot.com/

256

Chapitre 4. Espace de probabilit

Georg Cantor (1845-1918), mathmaticien allemand.

http://fribok.blogspot.com/

4.1. Notions de base Dfinitions et proprits

257

La -algbre (C) est unique et est l'intersection de toutes les -algbres contenant C, (voir problme 10). Dfinition 7. La -algbre sur R engendre par

est appele -algbre de Borel sur Rn. Elle est dnote par Bn . Remarque 8. Notons que toute a-algbre est une algbre (voir Chap. 1, Section 1.1.5, dfinition 1). La rciproque n'est pas vraie en gnral. Essentiellement, une algbre se distingue d'une -algbre par le fait que la premire est ferme pour les runions finies, alors que la seconde est ferme pour des runions dnombrables. Dfinition 9. Pour un espace chantillonnal et F une -algbre sur , le couple (9, F) s'appelle espace probabilisable. Remarque 10. Si l'ensemble est dnombrable, alors le couple (, P()) est l'espace probabilisable gnralement utilis.

mile Borel (1871-1956), mathmaticien franais.

http://fribok.blogspot.com/

258

Chapitre 4. Espace de probabilit

Dans le cas particulier d'un ensemble fini, = {w1, ... , wn}, o p1 = = pn = 1/n retrouve la dfinition classique de la probabilit (voir Chapitre 2, Section 2.1.1, dfinition 1). On obtient alors, pour tout A F,

et P est appel mesure de probabilit uniforme. Remarque 4. Dsormais chaque fois qu'on tablira une relation entre plusieurs vnements, on supposera que les vnements en question appartiennent tous la mme -algbre. Remarque 5. Une mesure de probabilit sur (, F) possde les proprits suivantes :

http://fribok.blogspot.com/

4.1. Notions de base Dfinitions et proprits

259

http://fribok.blogspot.com/

260

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

261

http://fribok.blogspot.com/

262

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

263

http://fribok.blogspot.com/

264

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

265

10. Si C est une collection non vide de sous-ensembles de , montrer qu'il existe une -algbre unique (C) ayant la proprit d'tre la plus petite -algbre contenant C. On dit que (C) est la -algbre engendre par la collection C. Solution. Notons par (C) l'intersection de toutes les -algbres contenant C. Alors (C) puisque la -algbre de tous les sous-ensembles de contient C. D'aprs le problme 9, (C) est une -algbre qui contient C, et d'aprs sa dfinition elle est aussi la plus petite -algbre contenant C. Elle est donc unique.

http://fribok.blogspot.com/

266

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

267

etc. ... En fait, on commence avec l'intervalle [0, 1], on le partage en trois parties gales, et on enlve la partie situe au milieu ; on retrouve alors deux intervalles ferms. On rpte le mme procd sur les intervales restants, et ainsi de suite. Finalement

En dduire que C est un ensemble non dnombrable. Solution. i) La preuve se fera par rcurrence sur n. Pour n = 1 et n = 2, le rsultat est vident. Supposons que le rsultat est vrai pour n et soit un intervalle de la forme [xk, xk + 1 / 3n ] o

http://fribok.blogspot.com/

268

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

269

http://fribok.blogspot.com/

270

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

271

http://fribok.blogspot.com/

272

Chapitre 4. Espace de probabilit

ce qui termine la preuve.

http://fribok.blogspot.com/

4.2. Problmes et solutions

273

Cette contradiction montre qu'il n'existe pas une mesure de probabilit P sur N satisfaisant la condition demande. 17. Prouver la vracit ou dmontrer la fausset de l'affirmation suivante :

dfinit une mesure de probabilit sur les entiers positifs N. Solution. Nous allons montrer que P dfinit bien une mesure de probabilit sur N. Comme

http://fribok.blogspot.com/

274

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

275

http://fribok.blogspot.com/

276

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

277

Francesco Paolo Cantelli (1875-1966), mathmaticien italien.

http://fribok.blogspot.com/

278

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

4.2. Problmes et solutions

279

http://fribok.blogspot.com/

280

Chapitre 4. Espace de probabilit

http://fribok.blogspot.com/

Chapitre 5 Variables alatoires et lois de probabilits


5.1 Notions de base Dfinitions et proprits
5.1.1 Variables alatoires Dans ce chapitre, nous considrons des cas o les expriences alatoires peuvent avoir une infinit de rsultats possibles.

281

http://fribok.blogspot.com/

282

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

283

5.1.2 Lois de probabilits Dans ce qui suit, nous allons traiter principalement deux types de lois de probabilits pour les variables alatoires, les lois discrtes et les lois continues. Dfinition 1. On dit que la loi de probabilit de la variable alatoire X est discrte, o encore que X est une variable alatoire discrte s'il existe un ensemble dnombrable E tel que P(X E) = 1. Dans ce cas, la loi de probabilit de X est uniquement dtermine par les probabilits P(X = x), x E.

Du fait que la variable alatoire X doit prendre une valeur, il rsulte la contrainte suivante pour la fonction f ,

La fonction f est appele fonction de densit de la loi de probabilit de la variable alatoire X, ou en abrg, la densit de la variable alatoire X.

http://fribok.blogspot.com/

284

Chapitre 5. Variables alatoires et lois de probabilits

Remarque 4. Soit X une variable alatoire continue de densit fx. Soit h : R R une fonction strictement monotone (croissante ou dcroissante) et drivable, donc continue. La densit fY de la variable alatoire Y = h(X) est donn par

o h-1(y) est dfini comme tant gal la valeur x telle que h(x) = y. Remarque 5. Soit X et Y deux variables alatoires indpendantes de densits fx et fy, respectivement. La densit de la variable alatoire X + Y est donne par

pour tout a R. On dit que la fonction f(X+Y) est obtenue par la convolution des fonction fX et fY. Remarque 6. Les variables alatoires discrtes et les variables alatoires continues forment deux classes disjointes. Cependant, ces deux classes ne contiennent pas toutes les variables alatoires, comme le montre l'exemple suivant : Exemple 7. On s'intresse la dure de vie d'un nouvel appareil. La premire fois qu'on le met en marche, il y a une chance sur 100 que l'appareil ne fonctionne pas. S'il fonctionne, sa dure de vie est reprsente par une variable alatoire continue, X dont la densit est donne par

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

285

Soit Y la variable alatoire qui reprsente la dure de vie d'un appareil neuf. Alors la loi de probabilit de la variable alatoire Y n'est ni discrte et ni continue. En effet, soit A l'vnement "l'appareil ne fonctionne pas", alors

http://fribok.blogspot.com/

286

Chapitre 5. Variables alatoires et lois de probabilits

pour A B2. La fonction f(X,Y) s'appelle aussi densit conjointe de X et Y. Notons que

qui s'appelle aussi densit marginale de Y. Remarque 9. Les variables alatoires X et Y, les composantes du couple alatoire X = (X, Y) sont indpendantes si et seulement si

5.1.3 Quelques lois de probabilits discrtes Rappelons quelques lois de probabilits discrtes. 1. Loi binomiale - On dit que la variable alatoire X obit une loi binomiale de paramtres n et p, o n N et 0 < p < 1, si

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

287

2. Loi de Poisson - On dit que la variable alatoire X obit une loi de Poisson de paramtre , o > 0, si

On crira alors X ~ P(). 3. Loi hypergomtrique - On dit que la variable alatoire X obit une loi hypergomtrique de paramtres n, N, a, b, o a + b = N, et n, N, a, b N, si

o m = max(0, n - b) et M min(n, a). On crira alors X ~ H(n, N, a, b). On peut interprter la variable alatoire X comme tant le nombre de boules blanches obtenus dans une slection sans remise de n boules d'une urne contenant N boules parmi lesquelles a sont blanches. 4. Loi gomtrique - On dit que la variable alatoire X obit une loi gomtrique de paramtre p, o 0 < p < 1, si

On crira alors X ~ G(p). La loi gomtrique reprsente le nombre d'preuves de Bernoulli indpendantes de mme paramtre p ncessaires l'obtention d'un succs. Le nom de loi gomtrique provienne du fait que les probabilits forment une progression gomtrique. 5. Loi binomiale ngative - On dit que la variable alatoire X obit une loi binomiale ngative de paramtres p et r, o 0 < p < 1 et r N, si

http://fribok.blogspot.com/

288

Chapitre 5. Variables alatoires et lois de probabilits

5.1.4 Quelques lois de probabilits continues Rappelons quelques lois de probabilits continues.

Blaise Pascal (1623-1662), mathmaticien, physicien, philosophe et crivain franais. Pierre Simon marquis De Laplace (1749-1827), astronome, mathmaticien et physicien franais. 3 Carl Friederich Gauss (1777-1855), astronome, mathmaticien et physicien allemand.
2

http://fribok.blogspot.com/

5 1. Notions de base Dfinitions et proprits

289

3. Loi du khi-deux - On dit que la variable alatoire X obit une loi du khi-deux avec r degrs de libert, o r N, si la densit de X est donne par

On crira alors X ~ X2(r). Notons que si X ~ X2(r), alors X ~ Gamma (r/2,2). Dans la pratique, on rencontre la distribution x2 comme tant la rpartition du carr de l'erreur obtenue lors d'un tir sur une cible n dimensions, lorsque les erreurs le long de chaque axe sont de distribution normale centre rduite, (voir problme 135). En plus, la distribution x2 joue galement un rle important dans la statistique. 4. Loi exponentielle - On dit que la variable alatoire X obit une loi exponentielle de paramtre , o > 0, si la densit de X est donne par

http://fribok.blogspot.com/

290

Chapitre 5. Variables alatoires et lois de probabilits

5. Loi uniforme - On dit que la variable alatoire X obit une loi uniforme sur l'intervalle (a, b), si la densit de X est donne par

Augustin Cauchy (1789-1857), mathmaticien franais.

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

291

s'appelle la fonction de rpartition ou encore la fonction de distribution de la variable alatoire X. . En abrg, on crira

Puisque X est une variable alatoire, l'ensemble { ; X () < x} F, donc il est un vnement et sa probabilit existe toujours. Remarque 2. En considrant la dfinition 1, on constate que la fonction de rpartition F d'une variable alatoire X jouit des proprits suivantes :

Remarque 3. Notons que la fonction de rpartition d'une variable alatoire X dtermine uniquement la loi de probabilit de X, car si F est une fonction satisfaisant les proprits de la remarque 2, alors il existe une unique probabilit Q sur (R, B) telle que

http://fribok.blogspot.com/

292

Chapitre 5. Variables alatoires et lois de probabilits

Voici quelques proprits supplmentaires utiles des fonctions de rpartition. Remarque 4. Soit X une variable alatoire et soit F sa fonction de rpartition. Alors

7. L'ensemble D des points de discontinuit de la fonction de rpartition F est dnombrable. 8. La fonction de rpartition d'une variable alatoire X est toujours continue droite et caractrise compltement la loi de probabilit de X, c'est--dire si X et Y ont la mme fonction de rpartition, X et Y ont la mme loi de probabilit.

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

293

http://fribok.blogspot.com/

294

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

295

s'appelle la fonction de rpartition du couple alatoire X. On dit aussi qu'elle est la rpartition conjointe de X et Y. En abrg, on crira

il s'ensuit que la variable alatoire X possde une fonction de rpartition, appele aussi rpartition marginale de X, et

donc la variable alatoire Y possde une fonction de rpartition, appele aussi rpartition marginale de Y, et

Remarque 13. Les variables alatoires X et Y, les composantes du couple alatoire X= (X, Y), sont indpendantes si et seulement si

http://fribok.blogspot.com/

296

Chapitre 5. Variables alatoires et lois de probabilits

On obtient ce rsultat en faisant x = 1 dans le dveloppement en srie de Taylor5MacLaurin de la fonction

Considrons la variable alatoire Y = \X\, alors il s'ensuit que la valeur moyenne E(Y) n'existe non plus.
5

Brook Taylor (1685-1731), mathmaticien anglais.

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

297

Exemple 3. Soit A F et 1A(.) la fonction indicatrice de l'vnement A, donc

http://fribok.blogspot.com/

298

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

299

Remarque 10. Soit X une variable alatoire non ngative et soit Fx sa fonction de rpartition. Alors E(X) est finie, donc elle existe, si et seulement si

Dans certaines situations, il est plus facile d'utiliser cette formule, comme le montre l'exemple suivant. Exemple 11. Soit X une variable alatoire dont la fonction de rpartition est donne par

Pour trouver E(X) partir de sa dfinition, il faut d'abord trouver la densit, donc

http://fribok.blogspot.com/

300

Chapitre 5. Variables alatoires et lois de probabilits

et aprs, en intgrant par parties, on trouve la valeur moyenne

Remarque 12. Soit X une variable alatoire telle que X L1, et soit fx sa densit. Si h est une fonction telle que Y = h(X) L1, alors

donc on peut trouver la valeur moyenne de la variable alatoire Y sans utiliser sa densit. Dfinition 13. Soit X et Y des variables alatoires, telles que X, Y L2. La covariance de X et Y qu'on note Dar Cov(X, Y) est

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

301

Dfinition 16. Soit X une variable alatoire, dont la densit est f . Le mode de X qu'on note par mox est le point pour lequel la fonction f atteint, s'il existe, son maximum absolu.

http://fribok.blogspot.com/

302

Chapitre 5. Variables alatoires et lois de probabilits

Notons que mox est le point tel que la probabilit associe un intervalle autour de ce point est suprieur la probabilit associe un intervalle similaire autour de tout autre point. Le mode n'est pas ncessairement unique, il peut mme exister une infinit de modes, ou aucun mode. Exemple 17. Soit Z ~ N(0, 1) donc la densit est donne par

http://fribok.blogspot.com/

5.1. Notions de base Dfinitions et proprits

303

Dfinition 18. Soit X une variable alatoire. Une mdiane de X qu'on note par mex est tout nombre rel satisfaisant les ingalits suivantes :

donc mex = /6. Notons que la mdiane existe toujours et peut mme tre dtermine de faon non univoque, donc la mdiane d'une variable alatoire X n'est pas ncessairement unique. En effet, la fonction de rpartition varie de faon monotone de 0 1. C'est pourquoi on peut toujours trouver un point mex o elle passe, soit continment soit en ralisant un saut, par la valeur 1/2. S'il existe un intervalle (a, b) o F(x) = 1/2, alors tout point de cet intervalle peut servir de valeur pour la mdiane, d'habitude on prend, comme mdiane de la variable alatoire, le point milieu de cet intervalle. Dfinition 20. Soit (X, Y) un couple alatoire, soit f(X,Y) sa densit, et XY L2. Alors la valeur moyenne de la variable alatoire XY est donne par

5.1.7 Fonctions caractristiques Soit (, F, P) un espace probabilis et soit X une variable alatoire sur F. Dfinition 1. La fonction x : R C donne par

http://fribok.blogspot.com/

304

Chapitre 5. Variables alatoires et lois de probabilits

s'appelle la fonction caractristique de la variable alatoire X. Remarque 2. Si X est une variable alatoire discrte qui prend les valeurs xj avec les probabilits pj, j I, alors

Remarque 3. Parce que \eitx\ = 1, la fonction caractristique d'une variable alatoire existe toujours. Remarque 4. La fonction caractristique d'une variable alatoire jouit des proprits suivantes :

http://fribok.blogspot.com/

5 1. Notions de base Dfinitions et proprits

305

5.1.8 Formules d'inversion La fonction caractristique d'une variable alatoire X dtermine de faon unique la loi de probabilit de X car on a les formules d'inversion suivantes : Soit la fonction caractristique d'une variable alatoire X et soit F sa fonction de rpartition. Alors

5.1.9 Fonctions gnratrice des moments Soit (, F, P) un espace probabilis et soit X une variable alatoire sur F. Dfinition 1. La fonction gx : R R donne par gx(t) = g(t) = E(etX) s'appelle la fonction gnratrice des moments de la variable alatoire X.

http://fribok.blogspot.com/

306

Chapitre 5. Variables alatoires et lois de probabilits

Si X est une variable alatoire discrte qui prend les valeurs x avec les probabilits pj, j I, alors

Remarque 2. Puisque, pour tout t R x (t / i) = gx(t), les fonctions x et gx ont des proprits semblables. Mais tandis que la fonction caractristique x existe toujours et est borne, la fonction gnratrice des moments gx peut-tre non borne, et peut mme ne pas exister dans certains cas.

si t < 1, donc la fonction gnratrice de la variable alatoire X n'est pas borne. Soit Z ~ N(0,1). Alors on dit que la variable alatoire X = eZ obit la loi de probabilit lognormale. Notons que tous les moments de la variable

http://fribok.blogspot.com/

5.1. Notions de base - Dfinitions et proprits

307

Guillaume Franois Antoine marquis L'Hopital (1661-1704), mathmaticien franais.

http://fribok.blogspot.com/

308

Chapitre 5. Variables alatoires et lois de probabilits

Or cette dernire intgrale diverge, donc la fonction gnratrice des moments n'existe pas. Remarque 4. Soit X une variable alatoire. Si la fonction gnratrice des moments existe et le moment E(Xk) existe, alors

onction qui s'appelle aussi fonction gnratrice des moments conjointe. Notons que les fonctions gnratrice des moments marginales des variables alatoires X et Y sont

La fonction gnratrice des moments a t introduite par Laplace dans le cas de variables alatoires prenant des valeurs dans N.

http://fribok.blogspot.com/

5.2. Problmes et solutions

309

5.2 Problmes et solutions


1. Si \X\ est une variable alatoire, est-ce que X est ncessairement une variable alatoire ?

http://fribok.blogspot.com/

310

Chapitre 5. Variables alatoires et lois de probabilits

Solution. Puisqu'on doit avoir f > 0, il s'ensuit qu'on doit avoir k > 0. Dans ce cas la fonction f est une densit si et seulement si

http://fribok.blogspot.com/

5 2. Problmes et solutions

311

en faisant les changements de variables u = ex et aprs tan0 = u. Donc k = 2 / 7. Soit X la variable alatoire associe la dure de vie d'une lampe (en heures). On suppose que la densit de probabilit a pour expression

Quelle est la probabilit pour que la dure de vie d'une lampe soit infrieure 1,5 heures ? Solution. Il faut d'abord trouver a. Or

http://fribok.blogspot.com/

312

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

313

http://fribok.blogspot.com/

314

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

315

http://fribok.blogspot.com/

316

Chapitre 5. Variables alatoires et lois de probabilits

16. Soit X ~ B(n, p). Si n est grand et p assez petit pour rendre np moyen, montrer que la variable alatoire X suit approximativement la loi de Poisson de paramtre = np. Solution. Posons = np. Alors

17. On admet que la probabilit de dfaut d'un objet fabriqu la machine est 0,1. Trouver la probabilit qu'un lot de 10 objets comprenne au plus un lment affect d'un dfaut. Solution. Notons par X la variable alatoire qui donne le nombre d'lments affects d'un dfaut parmi les 10 objets du lot. Alors X ~ B(10, 0, 1). La probabilit cherche est

http://fribok.blogspot.com/

5.2. Problmes et solutions

317

18. On suppose que le nombre d'erreurs par page dans ce livre est une variable alatoire X ~ P(1/2). Trouver la probabilit qu'il y ait au moins une erreur sur cette page. Solution. On a

19. On considre l'exprience qui consiste mesurer le nombre de particules a mises dans l'espace d'une seconde par un gramme de matire radioactive. Des expriences ont montr dans le pass qu'en moyenne le nombre de particules mises est 3,2. Donner une bonne approximation pour la probabilit qu'au plus deux particules seront enregistres. Solution. Reprsentons le gramme de matire radioactive comme une collection de n atomes (n est grand). Chaque atome peut se dsintgrer, ceci avec une probabilit de 3,2 / n pour la dure de mesure, et donner une particule . On peut alors dire que le nombre de particules mises sera approximativement une variable alatoire qui suit une loi de Poisson de paramtre = 3,2 et l'approximation est ici trs bonne. La probabilit cherche est

20. Le nombre X d'oeufs produits par un insecte suit une loi de Poisson de paramtre . La probabilit pour que l'oeuf se dveloppe est p. Montrer que le nombre Y de survivants suit une loi de Poisson de paramtre p. Solution. On peut supposer que chaque oeuf se dveloppe indpendamment des autres. Ainsi on aura

c'est--dire sachant que le nombre d'oeufs produits est n, le nombre Y de survivants est distribu selon une loi binomiale de paramtres n et

http://fribok.blogspot.com/

318

Chapitre 5. Variables alatoires et lois de probabilits

p. Par consquent, si k > 0,

Donc la loi de Y est bien une loi de Poisson de paramtre p. 21. On admet que le nombre de clients d'un bureau de poste au cours d'une journe est une variable alatoire qui suit une loi de Poisson de paramtre . On note par p la probabilit qu'une personne pntrant dans ce bureau de poste soit un homme. i) Montrer que le nombre des hommes et celui des femmes parmi les clients quotidiens sont des variables alatoires X ~ P(p) et respectivement Y ~ P((1 p)). ii) Montrer que les variables alatoires X et Y sont indpendantes. Solution. i) Trouvons la probabilit P(X + Y = i + j). D'abord, en utilisant la formule

http://fribok.blogspot.com/

5.2. Problmes et solutions

319

Si l'on sait que i + j personnes sont venues au bureau de poste, on trouve la probabilit que i d'entre elles soient des hommes et j des femmes, en utilisant la loi binomiale, donc

http://fribok.blogspot.com/

320

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

321

En d'autres termes, si n balles sont choisies de faon alatoire parmi un ensemble de N balles dont a sont blanches, le nombre espr de balles blanches slectionnes est na / N. En posant i = 2 dans l'quation de E(X4), on obtient

http://fribok.blogspot.com/

322

Chapitre 5. Variables alatoires et lois de probabilits

o l'galit finale utilise le rsultat prcdent pour calculer l'esprance de la variable alatoire Y. Comme E(X) = na / N, on trouve

Remarque. Si n balles sont slectionnes au hasard sans remise parmi un ensemble de N balles dont une fraction p est blanche, le nombre espr de balles blanches choisies est np. De plus, si N est grand par rapport n (et donc si (N - n) / (N - 1) est approximativement gal 1), alors En d'autres termes, E(X) est la mme que lorsque la slection des balles se fait avec remise (le nombre de balles blanches est alors binomial de paramtres n et p) et si le nombre total de balles est grand, Var(X) est approximativement gale ce qu'elle vaudrait si la slection tait faite avec remise. Donc on retrouve le rsultat que lorsque le nombre de balles dans l'urne est grand, le nombre de balles blanches choisies obit approximativement la distribution d'une variable alatoire binomiale. 25. Si X G(p), montrer que P(X > n + k \ X > n) = P(X > k). Cette proprit est gnralement appele proprit de perte de mmoire, ou encore proprit d'absence de mmoire. Solution. On a

http://fribok.blogspot.com/

5.2. Problmes et solutions

323

Donc

http://fribok.blogspot.com/

324

Chapitre 5. Variables alatoires et lois de probabilits

Donc

pour tout k > 1, ce qui prouve que X ~ G(p). 27. Une urne contient a boules blanches et b boules noires. On tire des boules une par une avec remise jusqu' l'apparition d'une boule noire. i) Quelle est la probabilit qu'il faille exactement n tirages ?

ii) Quelle est la probabilit qu'il faille au moins k tirages ?

Notons qu'on peut obtenir ce rsultat plus directement puisque la probabilit qu'il faille au moins k essais pour obtenir un premier succs est gale la probabilit de n'avoir que des checs sur les k - 1 premires preuves. Cette probabilit pour une variable X ~ G(p), est donne par P(X > k) = (1 - p)k-1. 28. Le jeu de roulette comporte 38 cases, 18 noires, 18 rouges et 2 vertes. Une bille lance sur la roulette termine toujours sa course dans une des

http://fribok.blogspot.com/

5.2. Problmes et solutions

325

cases. Pour des essais indpendants entre eux, sur une roulette bien quilibre, soit X le nombre de lancers ncessaires pour obtenir une case verte. i) Quelle est la probabilit qu'il faille au moins quatre essais pour obtenir une case verte ? ii) Quelle est la probabilit que l'obtention d'une premire case verte se produise sur un nombre impair de lancers ? Solution. i) La probabilit p d'obtenir un succs, c'est--dire une case verte lors d'un lancer quelconque est 2/38 = 1/19 et le nombre de lancers ncessaires pour obtenir un premire case verte est une variable alatoire X ~ G(1/19). Ainsi, on trouve

Ainsi, la probabilit d'obtenir une case verte lors des 3 premiers lancers est faible ( peine 15%). On peut aboutir au mme rsultat plus simplement en remarquant que la probabilit d'obtenir une premire case verte en au moins 4 essais quivaut la probabilit de ne pas obtenir de case verte lors des 3 premiers lancers, ce qui correspond

http://fribok.blogspot.com/

326

Chapitre 5. Variables alatoires et lois de probabilits

ii) On cherche

En conclusion, on remarquera que la probabilit d'obtenir une premire case verte sur un lancer impair est plus faible que sur un lancer pair. 29. On excute une srie d'preuves indpendantes, chacune aboutissant un succs avec la mme probabilit p. Trouver la probabilit que r succs apparaissent avant que le m-ime chec ne survienne. Solution. Notons que r succs n'apparaissent avant le m-ime chec que si le r-ime succs survient au plus tard la (r + m - 1)-ime preuve. En effet, si le r-ime succs a lieu avant cette (r + m - 1)-ime preuve ou au plus tard lors mme de celle-ci, elle intervient avant le m-ime chec et l'implication inverse est vraie. Par consquent, on trouve la probabilit cherche en utilisant la loi BN(p, r). Parce que les r succs peuvent apparatre en r + j preuves, ou j = 0, 1, ... , m - 1, la probabilit cherche est

30. Le problme des allumettes de Banach7 - Un mathmaticien se trouve tre galement fumeur de pipe et il porte tout moment deux botes
7

Stefan Banach (1892-1945), mathmaticien polonais.

http://fribok.blogspot.com/

5.2. Problmes et solutions

327

d'allumettes, une dans chacune de ses poches gauche et droite. Chaque fois qu'il a besoin d'une allumettes, il a une chance sur deux d'aller la chercher dans sa poche gauche et autant pour la poche droite. Il dcouvre subitement que la bote tire est vide. Les deux botes contenaient au dpart N allumettes chacune. Trouver la probabilit qu'il lui reste encore k allumettes dans l'autre bote, k = 0, 1, ... , N. Solution. Notons par E l'vnement "le mathmaticien dcouvre que sa bote droite est vide alors qu'il reste k allumettes dans sa bote gauche" . Cet vnement n'aura lieu que s'il choisit la bote droite pour le (N+ 1)-ime fois lors du (N + 1 + N - k)-ime tirage. Donc on utilise la loi BN(p, r), o p = 1/2, r = N + 1 et n = 2N - k + 1. Alors

Comme la probabilit est la mme que ce soit la poche gauche qui se vide tandis qu'il reste k allumettes droite, la probabilit cherche est

31. Quelle est la probabilit qu'un frappeur ayant 300 de moyenne, c'est--dire un frappeur qui russit un coup sr 300 fois en 1000 essais, obtienne son troisime coup sr sa cinquime prsence au bton? Solution. Soit p = 0, 300 la probabilit que le frappeur obtienne un coup sr lors d'une prsence au bton. Supposons que cette probabilit reste constante et que les rsultats soient indpendants d'un essai l'autre, alors X le nombre d'essais ncessaires pour l'obtention d'un troisime coup sr obit une loi binomiale ngative. Ainsi,

32. Soit X ~ NB(p,r). Trouver E(X) et Var(X).

http://fribok.blogspot.com/

328

Chapitre 5. Variables alatoires et lois de probabilits

Solution. D'abord

En posant n = 2 dans cette mme quation et en utilisant la formule ci-dessus pour l'esprance d'une variable alatoire binomiale ngative, on obtient

33. Calculer l'esprance et la variance du nombre de jets d'un d ncessaire pour obtenir 4 fois la valeur 1. Solution. Soit X la variable alatoire qui donne le nombre de jets, alors X ~ BN(1/6, 4). Donc, en utilisant le problme prcdant, on obtient

http://fribok.blogspot.com/

5 2. Problmes et solutions

329

34. Une urne contient a boules blanches et b boules noires, et a + b = N. On extrait de l'urne une boule la fois et par la suite, aprs chaque extraction, on introduit dans l'urne, la boule extraite ainsi que c boules de sa couleur. Soit Yn la variable alatoire qui prend comme valeurs le nombre de boules noires obtenu suite n de ce genre d'extractions. Trouver la loi de probabilit de la variable alatoire Yn, ainsi que E(Yn) et Var(Yn). Solution. D'aprs le problme 53, Section 3.2, Chap.3, la variable alatoire Yn prend les valeurs 0, 1, . . . , n avec les probabilits

Alexandre-Thophile Vandermonde (1735 - 1796), mathmaticien franais.

http://fribok.blogspot.com/

330

Chapitre 5. Variables alatoires et lois de probabilits

Remarque. La loi de probabilit de la variable alatoire du problme prcdent est connue sous le nom de la loi de Plya.9 Elle s'applique surtout pour les phnomnes, comme les maladies infectieuses, o la ralisation d'un vnement, l'apparition de la maladie, augmente la probabilit d'tre infect avec la mme maladie. Notons aussi que dans la loi de Plya, c peut-tre ngatif. Parce que dans ce cas, les ingalits

donc dans ce cas, la distribution de Plya tend vers la distribution binomiale de paramtres p et n. Notons enfin, que si c = -1, donc on ne remplace pas la balle choisie, avant la preuve suivante, on retrouve la distribution hypergomtrique. Notons cette variable alatoire par X. Dans ce cas, c/N = -1/N et si k satisfait la double ingalit max(0, n - a) < k < min(n, b),
9

George Plya (1887-1985), mathmaticien amricain d'origine hongroise.

http://fribok.blogspot.com/

5.2. Problmes et solutions

331

http://fribok.blogspot.com/

332

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

333

http://fribok.blogspot.com/

334

Chapitre 5. Variables alatoires et lois de probabilits

Solution. En utilisant les tables, on obtient a = 0,207 et b = -0,451.

45. Soit X ~ N(3, (12)2). i) Dterminer le nombre a tel que P(X > a) = 0, 625 500. ii) Calculer la probabilit p dfinie par p = P(3, 25 < X < 4, 75). Solution. i) On a P(X < a) = 1 - 0, 625 500 = 0, 374 500. Donc

http://fribok.blogspot.com/

5.2. Problmes et solutions

335

ii) On trouve

47. Sachant que la longueur X d'une barre d'acier produite par un laminoir est une variable alatoire normale, que sur 10 000 observations, il y en a 1 841 dont la longueur X est infrieure 82 cm et 668 dont la longueur X est suprieure 130 cm, dterminer la valeur moyenne et l'cart-type de la distribution.

http://fribok.blogspot.com/

336

Chapitre 5. Variables alatoires et lois de probabilits

On pourra se servir de cette quantit pour mesurer l'cart-type ( une constante prs) ou encore pour mesurer la dispersion autour de la valeur moyenne. 50. On dsire envoyer par cble un signal lectronique binaire, donc valant 0 ou 1, d'un point L1 un point L2. On sait que la transmission est affecte par des perturbations, dites bruit. Aussi on met un signal d'intensit 2 lorsqu'on veut indiquer 1 et d'intensit -2 lorsqu'on veut communiquer 0. Notons par x,o x = 2, la valeur mise en L1 et par y la valeur enregistre en L2. Alors y = x + E, o E reprsente

http://fribok.blogspot.com/

5.2. Problmes et solutions

337

l'erreur due au bruit du canal de transmission. Le dcodage du signal en L2 obit la rgle suivante : Si y > 0, 5 alors il est interprt comme signifiant 1, et si y < 0, 5 alors il est interprt comme signifiant 0. D'habitude le bruit E est de distribution normale. On supposera ici que E ~ N(0, 1). Expliciter les deux types d'erreurs qui peuvent survenir et trouver leurs probabilits. Solution. Deux types d'erreurs peuvent survenir, savoir un signal 1 est faussement compris comme un 0, ou l'inverse. Notons par A l'vnement "on a envoy le signal 1", par B l'vnement "on a envoy le signal 0", et par C l'vnement "il y a une erreur". Alors le premier type d'erreur sera observ si le signal envoy est 1 et 2 + E < 0, 5. Le second type d'erreur sera observ si le signal envoy est 0 et -2 + E > 0, 5. Ainsi

http://fribok.blogspot.com/

338

Chapitre 5. Variables alatoires et lois de probabilits

Solution. On a

53. Si X ~ (), montrer que P(X > n + k \ X > n) = P(X > k). Cette proprit est gnralement appele proprit de perte de mmoire, ou encore proprit d'absence de mmoire. Solution. Rappelons que la densit de la variable alatoire X est donne par

http://fribok.blogspot.com/

5.2. Problmes et solutions

339

54. Dans un bureau de poste, le service est assur par deux employs. Lorsque le client Jean y entre l'un des employs sert la cliente Marie tandis que l'autre rpond la cliente Lise. On admettra que Jean sera son tour servi ds le dpart de Marie ou de Lise. Le temps pass par un employ de poste pour chaque client est distribu d'aprs la loi (). Quelle est la probabilit que Jean soit le dernier des trois clients sortir de ce bureau de poste ? Solution. On peut adopter l'approche suivante : au moment o Jean trouve un postier libre, l'un des deux autres clients vient de partir tandis que l'autre est encore au guichet. Mais ce dernier, en vertu de l'absence de mmoire des variables alatoires de la distribution (), va rester pendant un temps qui est toujours distribu (). Tout ce passe comme si le client venait d'arriver au guichet. Par consquent Jean a une chance sur deux de sortir le dernier, du fait de la symtrie des deux situations. 55. On suppose que la dure d'une conversation tlphonique, mesure en minutes, est une variable alatoire X (1/10). Vous arrivez une cabine tlphonique et quelqu'un passe juste devant vous. Trouver la probabilit que vous devrez attendre i) plus de 10 minutes. ii) entre 10 et 20 minutes. Solution. i) On trouve

http://fribok.blogspot.com/

340

Chapitre 5. Variables alatoires et lois de probabilits

ii) On a

56. La dure de vie, en heures, d'une ampoule est une variable alatoire continue X ~ (1/10). Trouver le nombre t d'heures tel que avec une probabilit 0,9 l'ampoule va brler avant t heures.

57. La dure de fonctionnement d'un ordinateur avant sa premire panne est une variable alatoire continue X dont la densit est donne par

Trouver la probabilit que la dure de fonctionnement soit comprise entre 50 et 150 heures. i) Trouver la probabilit que l'ordinateur fonctionne moins de 100 heures. Solution. i) Comme

http://fribok.blogspot.com/

5.2. Problmes et solutions

341

on trouve

Donc l'ordinateur tombera en panne avant sa 100-ime heure de service approximativement 63 fois sur 100 en moyenne.

http://fribok.blogspot.com/

342

Chapitre 5. Variables alatoires et lois de probabilits

59. Soit X ~ U(a, b). Trouver i) la fonction de rpartition de X. ii) les moments E(Xk), k N. Solution. i) Comme

http://fribok.blogspot.com/

5.2. Problmes et solutions

343

60. Soit X ~ U(-1, 1). Calculer la fonction de rpartition des variables alatoires i) \X\. ii) 4 - X2. Solution. Soit F la fonction de rpartition de la variable alatoire X, donc

61. Soit X ~ U(0,1). Trouver les fonctions de rpartition et de densit associes la variable alatoire Xn. Solution. Posons Y = Xn. Soit x < 0, alors P(Y < x) = 0, et donc

http://fribok.blogspot.com/

344

Chapitre 5. Variables alatoires et lois de probabilits

La densit de la variable alatoire Y, on l'obtient par la drivation de la fonction de rpartition. Donc

qui est la fonction de rpartition d'une loi exponentielle de paramtre 1, donc U ~ (1).

http://fribok.blogspot.com/

5.2. Problmes et solutions

345

ii) On a, voir l'exemple 8, dans 5.1.5,

qui est la fonction de rpartition d'une loi de Cauchy, de paramtres 0 et 1, donc V ~ C(0,1). 63. Soit X ~ U(0,1) et Y ~ U(0,1) deux variables alatoires indpendantes. Trouver la densit de la variables alatoire X + Y. Solution. Notons d'abord que

http://fribok.blogspot.com/

346

Chapitre 5. Variables alatoires et lois de probabilits

64. Soit X ~ U(-1, 1) et Y = max(0, X). Montrer que la loi de probabilit de la variable alatoire Y n'est ni discrte et ni continue. Solution. Notons d'abord que

http://fribok.blogspot.com/

5.2. Problmes et solutions

347

http://fribok.blogspot.com/

348

Chapitre 5. Variables alatoires et lois de probabilits

67. Soit X une variable alatoire de densit fX. Trouver la densit de la variable alatoire Y = X 2. Solution. Trouvons d'abord la fonction de rpartition de Y,

68. Soit X une variable alatoire de densit fX. Trouver la densit de la variable alatoire Y = \X\. Solution. Trouvons d'abord la fonction de rpartition de Y. Soit y > 0, alors

http://fribok.blogspot.com/

5.2. Problmes et solutions

349

70. Soit X une variable alatoire continue ayant une densit de probabilit fx symtrique par rapport l'origine, et telle que X2 possde une densit de probabilit exponentielle de paramtre . Dterminer la fonction de rpartition Fx. Solution. Puisque fx est symtrique par rapport l'origine f(x) = f(-x), pour tout x R. Comme X est aussi une variable alatoire continue P(X = x) = 0 pour tout x R et donc

Maintenant, en utilisant encore une fois que la fonction fx est symtrique par rapport l'origine, on obtient

http://fribok.blogspot.com/

350

Chapitre 5. Variables alatoires et lois de probabilits

Montrer que f (x) est une densit et trouver la fonction de rpartition correspondante. Solution. La fonction f est non-ngative, continue sauf en x = -1 et x = 1. De plus,

Donc f est une fonction de densit. Trouvons la fonction de rpartition correspondante. Pour x < -1,

http://fribok.blogspot.com/

5.2. Problmes et solutions

351

On remarque que F est continue partout, drivable sauf en -1 et en 1 et que F1(x) = f(x) pour x -1, 1. 72. Soit X une variable alatoire dont la densit est donne par

o est un nombre rel positif. Trouver la fonction de rpartition de X. Solution. Pour x < 0 on a

http://fribok.blogspot.com/

352

Chapitre 5. Variables alatoires et lois de probabilits

Donc, on obtient

74. Considrons un point choisi au hasard l'intrieur d'un disque de rayon r du plan et soit X la variable alatoire qui reprsente le carr de la distance de ce point au centre du disque. Calculer la fonction de rpartition de X.

http://fribok.blogspot.com/

5.2. Problmes et solutions

353

75. Soit X une variable alatoire continue valeurs positives qui puisse reprsenter la dure de vie d'un certain composant. Soit F sa fonction de rpartition et f sa densit. La fonction

s'appelle la fonction taux de panne, ou encore taux de hasard, ou force de mortalit. Montrer que

et donner une interprtation de ce rsultat. Solution. On a

On peut interprter ce rsultat comme suit : (x) reprsente un taux de panne conditionnel instantan, la condition tant que le composant ait pu assurer dj x heures de service. 76. Montrer que la fonction taux de panne d'une variable alatoire continue valeurs positives dtermine entirement sa fonction de rpartition. Solution. Soit (x) la fonction taux de panne, alors par dfinition

http://fribok.blogspot.com/

354

Chapitre 5. Variables alatoires et lois de probabilits

77. On dit que le taux de mortalit chez les fumeurs, tout ge est le double de celui des non-fumeurs. Comparer leur probabilit de survie au-del de b annes sachant qu'ils ont survcu a annes. Solution. Notons par f (x) le taux de mortalit pour un fumeur g de x annes et par n(x) celui d'un non-fumeur du mme ge. Comme le taux de mortalit des fumeurs est le double du taux de mortalit des non-fumeurs, on a f(x) = 2n(x). Soit a < b et considrons les vnements : Bn - "un non-fumeur survit au-del de b annes", An - "un non-fumeur survit au-del de a annes" , Bf - "un fumeur survit au-del de b annes", Af - "un fumeur survit au-del de a annes". Soit Fn la fonction de rpartition pour X , la variable alatoire reprsentant le temps de survie (en annes) d'un non-fumeur. On veut comparer P(Bn\An) et P(Bf\Af).

http://fribok.blogspot.com/

5.2. Problmes et solutions

355

On a (voir problme 76)

78. Montrer que la fonction taux de panne d'une variable alatoire X ~ () est gal au paramtre . Justifier le rsultat. Solution. On trouve

Dans le cas d'une dure de vie exponentielle, l'absence de mmoire de cette distribution (voir problme 53), signifie que la dure de vie rsiduelle d'un composant conditionnellement une dure de service x jusque-l est de mme distribution que la dure de vie initiale.

http://fribok.blogspot.com/

356

Chapitre 5. Variables alatoires et lois de probabilits

79. Soit X une variable alatoire dont la fonction de rpartition est donne par

10

Waloddi Weibull (1887-1979), physicien sudois.

http://fribok.blogspot.com/

5.2. Problmes et solutions

357

et par consquent

Remarque. La loi de Weibull fut introduite comme modle pour reprsenter la tension laquelle un matriel se brise. Cette loi est aussi utilise pour reprsenter la dure de vie d'un produit. 80. Calculer la fonction taux de panne d'une variable alatoire de Weibull, X ~ W (, , 0) et montrer qu'elle est croissante quand > 1 et dcroissante quand < 1. Solution. D'abord, si v = 0 et x > 0,

Donc la fonction taux de panne est constante si = 1, et dans ce cas, f (x) est la densit d'une variable alatoire X ~ (1/), et (x) = 1/

http://fribok.blogspot.com/

358

Chapitre 5. Variables alatoires et lois de probabilits

(voir problme 78), tandis que (x) est une fonction croissante de x si > 1 et dcroissante de x si < 1. Remarque. La loi exponentielle est un cas particulier de la loi de Weibull (lorsque v = 0 et = 1), ainsi que de la loi Gamma (voir 4 dans 5.1.4). Remarque. La distribution de Weibull est importante dans les applications, car par le choix appropri de elle peut tre utilise pour modliser les cas o la fonction taux de panne est croissante ou dcroissante et aussi pour les cas o la fonction taux de panne est proportionnelle une puissance de x. 81. Une compagnie demande ses clients d'inspecter le produit qu'ils achtent ds qu'ils en prennent possession et, de retourner sans dlai tout produit non satisfaisant. Supposons que le temps (en semaines) qui s'coule entre la vente d'un produit non satisfaisant et son retour, est une variable alatoire X ~ W(1, 2, 0). Trouver la probabilit qu'un produit non satisfaisant revienne la compagnie moins d'une semaine aprs avoir t livr ainsi que le temps moyen d'un retour. Solution. On trouve

http://fribok.blogspot.com/

5.2. Problmes et solutions

359

remarque 4 dans 5.1.2),

http://fribok.blogspot.com/

360

Chapitre 5. Variables alatoires et lois de probabilits

o x R. On dit que la variable alatoire suit une loi de Laplace de paramtre . Trouver la fonction de rpartition de X. Solution. On trouve

84. Dans les conditions du problme 50, on suppose maintenant que le bruit du canal de transmission est une variable alatoire E de distribution laplacienne de paramtre = 1. Trouver les probabilits des types d'erreurs qui peuvent survenir. Solution. Comme auparavant, deux types d'erreurs peuvent survenir, savoir un signal 1 est faussement compris comme un 0, ou l'inverse. On note par A l'vnement "on a envoy le signal 0", par B l'vnement "on a envoy le signal 0", et par C l'vnement "il y a une erreur". Alors le premier type d'erreur sera observ si le signal envoy est 1 et 2 + E < 0, 5. Le second type d'erreur sera observ si le signal envoy est 0 et -2 + E > 0, 5. Ainsi

En comparant ces rsultats avec ceux du problme 50, on constate que les probabilits d'erreur sont plus leves si le bruit est laplacienne de paramtre = 1, que s'il est de distribution normale centre rduite.

http://fribok.blogspot.com/

5.2. Problmes et solutions

361

85. Montrer que si F est la fonction de rpartition de la variable alatoire X, alors 1 - F((-x)-) est la fonction de rpartition de la variable alatoire -X. Solution. On a

i) Trouver E(X). ii) Montrer que E(Xn) n'existe pas, pour n > 2. Solution. i) On trouve

http://fribok.blogspot.com/

362

Chapitre 5. Variables alatoires et lois de probabilits

87. Soit X ~ G(p). Trouver E(X) et Var(X). Solution. Posons q = 1 - p. Alors

http://fribok.blogspot.com/

5.2. Problmes et solutions

363

Donc

On peut obtenir ces rsultats par une autre mthode, voir problme 141 iii). 88. Trouver les moments de la variable alatoire X ~ Gamma(, ). Solution. On a

car l'intgrant de la dernire intgrale est la densit d'une variable alatoire X ~ Gamma( + n, ), et donc la valeur de l'intgrale est 1. Maintenant en prenant n = 1, on trouve

http://fribok.blogspot.com/

364

Chapitre 5. Variables alatoires et lois de probabilits

On peut obtenir ces rsultats par une autre mthode, voir problme 141 vi). 89. Trouver les moments de la variable alatoire X ~ Beta(, ). Solution. Pour obtenir les moments d'une variable alatoire X ~ Beta(, ), il n'est pas avantageux d'utiliser la fonction caractristique ou la fonction gnratrice des moments. En procdant directement, on a par dfinition,

http://fribok.blogspot.com/

5.2. Problmes et solutions

365

o a est un rel positif. i) Vrifier que f est une densit. ii) Dterminer la fonction de rpartition de X. iii) Calculer E(X) et plus gnralement E(Xk), en dduire la valeur de Var(X). Solution. i) La fonction f(x) est positive ou nulle pour tout x R, et continue sauf pour x = 0. De plus

http://fribok.blogspot.com/

366

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

367

En drivant Fy(y), on obtient la densit de Y, donc

par consquent la valeur moyenne de la variable alatoire X n'existe pas. 93. Soit X une variable alatoire discrte qui prend les valeurs {0, 1, 2, ...}. Montrer que E(X) est finie si et seulement si

http://fribok.blogspot.com/

368

Chapitre 5. Variables alatoires et lois de probabilits

Solution. Pour n > 0, on a

94. Soit X une variable alatoire discrte qui prend les valeurs {1, 2, ...}, avec les probabilits pn = P(X = n) = 1/2n . Trouver E(X ). Solution. Notons d'abord que la loi de X est bien dfinie puisque pn > 0 et

http://fribok.blogspot.com/

5.2. Problmes et solutions

369

Maintenant,

95. Soit X la variable alatoire discrte qui prend les valeurs n N, avec les probabilits

Montrer que la variable alatoire X admet des moments de tous ordres. i) Trouver E(X) et Var(X). Solution. i) On a

http://fribok.blogspot.com/

370

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

371

Pour k = 2, on trouve

http://fribok.blogspot.com/

372

Chapitre 5. Variables alatoires et lois de probabilits

96. Soit X une variable alatoire dont la densit est donne par

La distribution donne s'appelle la loi de Rayleigh11 de paramtre . Trouver i) la densit associe. ii) iii) la mdiane. la valeur moyenne.

Solution. i) La fonction de densit associe est donne par f(x) = dF / dx (x) presque partout. Or F est partout drivable, donc

11

John William Strutt, lord Rayleigh (1848-1919), physicien anglais.

http://fribok.blogspot.com/

5 2. Problmes et solutions

373

iii) La valeur moyenne = E(X) est donne par (voir remarque 10 en 5.1.6)

98. Soit X une variable alatoire continue dont la densit est symtrique par rapport un nombre a. Montrer que si E(X) existe, alors E(X) = mex . Solution. Rappelons qu'une densit f est symtrique par rapport un nombre a si f(a + x) = f (a - x), pour tout x R. Montrons d'abord que mex = a. On a

o on a fait le changement de variable y = x - a. De la mme faon on trouve

http://fribok.blogspot.com/

374

Chapitre 5. Variables alatoires et lois de probabilits

De la symtrie de la densit f, il s'ensuit que

http://fribok.blogspot.com/

5.2. Problmes et solutions

375

http://fribok.blogspot.com/

376

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

377

103. Soit X et Y deux variables alatoires ayant des variances et supposons que aX + bY = c, o a, b, c sont des constantes et ab 0. Calculer i) le coefficient de corrlation de X et Y.

ii) le rapport entre les carts-types de X et Y.

http://fribok.blogspot.com/

378

Chapitre 5. Variables alatoires et lois de probabilits

104. Soit X et Y deux variables alatoires telles que Var (X) Var (Y) 0. Montrer que

12

Louis Leclerc de Buffon (1701-1788), clbre naturaliste franais.

http://fribok.blogspot.com/

5.2. Problmes et solutions

379

Note. Le problme de Buffon semble bien tre le plus vieux problme de probabilit gomtrique. Il a t mentionn pour la premire fois en 1733 par Buffon lui-mme. Au sicle dernier, ce problme de Buffon a permis d'obtenir deux applications intressantes. 1) - On a pu vrifier exprimentalement le thorme de Bernoulli. Soit X ~ B(n, p) et Fn la frquence de succs. Alors Fn converge en probabilit vers la probabilit p, quand le nombre n d'exprience tend vers infini, c'est--dire pour tout > 0 aussi petit qu'on veut,

Ce thorme (un thorme de grands nombres) a une importance considrable tant au plan thorique que pour les applications. En effet il permet de remplacer la probabilit d'un vnement (notion thorique) par la frquence de cet vnement qui peut tre dtermine exprimentalement (notion pratique). Notons par n le nombre de lancers de l'aiguille et par m le nombre de succs, c'est--dire les cas o l'aiguille coupe l'une des lignes parallles. Alors la frquence

Plusieurs personnes se sont donn la peine de vrifier exprimentalement que

http://fribok.blogspot.com/

380

Chapitre 5. Variables alatoires et lois de probabilits

2) - La problme de Buffon a fourni une mthode pour obtenir une valeur approximative pour le nombre . En effet, puisque

De nos jours, la prsence d'ordinateur et de mthodes numriques puissantes permet de calculer avec une extrme prcision. Aussi la mthode de Buffon a perdu un peu d'intrt. Toutefois, l'ide fondamentale de cette mthode demeure trs importante, savoir qu'on peut valuer une quantit de la faon suivante. Donner cette quantit une interprtation prcise dans le cadre d'un modle probabiliste. Effectuer dans le cadre du modle trouv, un trs grand nombre d'expriences et ainsi trouver la quantit cherche avec une certaine approximation. Cet ide est la base de toutes mthodes dites de Monte Carlo (mthodes de calcul avec des nombres alatoires). Aujourd'hui l'excution d'un grand nombre d'essais est vite par l'utilisation des tables de nombres alatoires (les valeurs d'une variable alatoire). De plus, les ordinateurs possdent de bons gnrateurs de nombres alatoires. 106. La densit conjointe du couple alatoire (X, Y) est donne par

http://fribok.blogspot.com/

5.2. Problmes et solutions

381

iii) P(X < a), o a est une constante. Solution. i) On trouve

http://fribok.blogspot.com/

382

Chapitre 5. Variables alatoires et lois de probabilits

107. La densit conjointe du couple alatoire (X, Y) est donne par

i) Trouver les densits marginales des variables alatoires X et Y. ii) Est-ce que les variables alatoires X et Y sont indpendantes ? Solution. i) En intgrant la densit conjointe par rapport y, on trouve la densit marginale de X, donc

http://fribok.blogspot.com/

5.2. Problmes et solutions

383

108. La densit conjointe du couple alatoire (X, Y) est donne par

Trouver les densits marginales des variables alatoires X et Y. i) Est-ce que les variables alatoires X et Y sont indpendantes ? Solution. i) En intgrant la densit conjointe par rapport y, on trouve la densit marginale de X, donc

les variables alatoires X et Y ne sont pas indpendantes. 109. La densit conjointe du couple alatoire (X, Y) est donne par

Trouver les densits marginales des variables alatoires X et Y. i) Est-ce que les variables alatoires X et Y sont indpendantes ? ii) Trouver Cov(X, Y) et Corr(X, Y).

http://fribok.blogspot.com/

384

Chapitre 5. Variables alatoires et lois de probabilits

Solution. i) En intgrant la densit conjointe par rapport y, on trouve la densit marginale de X, donc

et les variables alatoires X et Y ne sont pas indpendantes. iii) On trouve

http://fribok.blogspot.com/

5.2. Problmes et solutions

385

en faisant le changement de variable z = ln y et aprs en intgrant par parties la dernire intgrale. En procdant de la mme manire, on trouve

http://fribok.blogspot.com/

386

Chapitre 5. Variables alatoires et lois de probabilits

Comme

Montrer que les variables alatoires X et Y sont indpendantes. Solution. Trouvons d'abord les densits marginales des variables ala-

http://fribok.blogspot.com/

5.2. Problmes et solutions

387

toires X et Y. On a

Trouver les densits marginales des variables alatoires X et Y. i) Est-ce que les variables alatoires X et Y sont indpendantes ? Solution. i) On a

http://fribok.blogspot.com/

388 et

Chapitre 5. Variables alatoires et lois de probabilits

ii) Comme f (X,Y) (x, y) fx (x) fY (y), les variables alatoires X et Y ne sont pas indpendantes. 112. Soit

Trouver i) la valeur de c telle que f(X,Y) est la densit conjointe du couple alatoire (X, Y). ii) les densits marginales des variables alatoires X et Y. iii)la fonction de rpartition conjointe du couple alatoire (X, Y).

donc c = 1. Puisque c > 0, il s'ensuit que f(X,Y) > 0, ce qui montre que la fonction f(X,Y) est une densit.

http://fribok.blogspot.com/

5.2. Problmes et solutions

389

ii) On a

http://fribok.blogspot.com/

390

Chapitre 5. Variables alatoires et lois de probabilits

Enfin, si x > l et y > 1, on a

Trouver i) la valeur de c telle que f(X,Y) est la densit conjointe du couple alatoire (X, Y).

ii) les densits marginales des variables alatoires X et Y.

http://fribok.blogspot.com/

5.2. Problmes et solutions

391

on trouve

http://fribok.blogspot.com/

392

Chapitre 5. Variables alatoires et lois de probabilits

la densit marginale f x (x) de X est donne par

114. Un point de coordonnes (X, Y) est choisi au hasard dans le rectangle born par les abscisses x = a, x = b et les ordonnes y = c, y = d, (b > a, d > c). Trouver la densit et la fonction de rpartition du couple alatoire (X, Y).

http://fribok.blogspot.com/

5.2. Problmes et solutions

393

Si a < x < b et y > d, on trouve

http://fribok.blogspot.com/

394

Chapitre 5. Variables alatoires et lois de probabilits

donne par

Par consquent, pour tout (x, y) R2, F(X,Y)(x,y) = Fx(x)FY(y), et les variables alatoires X et Y sont indpendantes. Remarque. Le couple alatoire de ce problme est un cas particulier du couple alatoire du problme 114, correspondant a = c = 0 et b = d = 1.

http://fribok.blogspot.com/

5.2. Problmes et solutions

395

116. La densit conjointe du couple alatoire (X, Y) est donne par

Trouver la densit de la variable alatoire X / Y. Solution. Posons V = X / Y et cherchons d'abord la fonction de rpartition de V. Pour a > 0,

http://fribok.blogspot.com/

396

Chapitre 5. Variables alatoires et lois de probabilits

118. Soit X ~ U(-n, n). Trouver i) la densit de la variable alatoire X. i) la fonction de rpartition de X. ii) la fonction caractristique de X. Solution. i) La densit de X est

http://fribok.blogspot.com/

5.2. Problmes et solutions

397

iii) On trouve

119. Soit X une variable alatoire dont la fonction de densit est donne par

Trouver sa fonction caractristique. Solution. La variable alatoire X suit une loi de Laplace de paramtre = 1, (voir problme 83). Puisque (t) = E(eitX), on a

120. Trouver la fonction caractristique et les moments de la variable alatoire X dont la densit est

http://fribok.blogspot.com/

398

Chapitre 5. Variables alatoires et lois de probabilits

Solution. Puisque (t) = E(eitX), on a

121. Dterminer les moments d'une variable alatoire X dont la fonction caractristique est donne par (t) = (1 + t2)-1, t R. Solution. Notons d'abord que la variable alatoire X obit une loi

http://fribok.blogspot.com/

5.2. Problmes et solutions de Laplace de paramtre = 1, (voir problme 119). On a

399

http://fribok.blogspot.com/

400

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

401

124. Trouver la densit de la variable alatoire dont la fonction caractristique est donne par

Solution. Puisque est intgrable, la densit f de la variable alatoire associe est donne par la formule d'inversion suivante

http://fribok.blogspot.com/

402

Chapitre 5. Variables alatoires et lois de probabilits

125. Trouver la densit de la variable alatoire dont la fonction caractristique est donne par (t) = e-\t\ Solution. Puisque est intgrable, la densit f de la variable alatoire associe est donne par la formule d'inversion suivante

http://fribok.blogspot.com/

5.2. Problmes et solutions

403

http://fribok.blogspot.com/

404

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

405

http://fribok.blogspot.com/

406

Chapitre 5. Variables alatoires et lois de probabilits

Il est facile vrifier que f1(y) est une densit. La fonction caractristique correspondante est

http://fribok.blogspot.com/

5.2. Problmes et solutions

407

Notons que la fonction X (t) n'est pas diffrentiable au point t = 0, donc tous les moments d'une distribution de Cauchy n'existent pas. On peut trouver d'une autre manire la fonction caractristique de la variable alatoire Y ~ C(0,1). D'aprs le problme 125, Y(t) = e-\t\, car la fonction caractristique dtermine de faon unique la densit correspondante.

http://fribok.blogspot.com/

408

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

409

http://fribok.blogspot.com/

410

Chapitre 5. Variables alatoires et lois de probabilits

Montrer que

Ce rsultat est connu sous le nom du Thorme de De Moivre-Laplace. On dit aussi que la variable alatoire Yn est asymptotiquement normale centre rduite. Solution. Soit Yn(t) la fonction caractristique de la variable alatoire Yn. Comme la fonction caractristique dtermine de faon unique la loi de probabilit d'une variable alatoire, il suffit de montrer que

http://fribok.blogspot.com/

5.2. Problmes et solutions

411

http://fribok.blogspot.com/

412

Chapitre 5. Variables alatoires et lois de probabilits

Remarque. Comme la fonction caractristique d'une variable alatoire dtermine de faon unique sa fonction de rpartition on obtient le rsultat suivant. Soit y1, y2 R, yl < y2, alors

on obtient une meilleure approximation pour les applications. Comme Xn est une variable alatoire discrte tandis qu'une variable alatoire normale est continue, dans les applications pratiques on fait une correction pour la continuit. Donc on ne doit pas oublier d'taler les probabilits attaches des intervalles. Pour effectuer l'approximation, on

http://fribok.blogspot.com/

5.2. Problmes et solutions

413

remplacera donc

Remarque. Notons que deux approximations de la rpartition binomiale ont t proposes : l'approximation par la loi de Poisson, satisfaisante lorsque n est grand et lorsque p est assez petit, pour rendre np moyen (voir problme 16) et l'approximation par la loi normale, (voir problme 128, le thorme de De Moivre-Laplace) lorsque n est grand et lorsque p est moyen. On peut montrer que cette dernire approximation est bonne lorsque np(1 - p) est grand. En rgle gnrale cette approximation est tout fait satisfaisante ds que np(1 - p) dpasse 10. 129. Soit Xn la variable alatoire comptant le nombre de fois qu'on obtient la pile lors d'une srie de 40 jets d'une pice de monnaie. Trouver P(Xn = 20) par l'approximation normale, puis comparer le rsultat la valeur exacte. Solution. Notons d'abord que Xn ~ B(40,p), o p = 1/2, et donc E(Xn) = np = 20 et Var(Xn) = np(1 - p) = 10. Comme Xn est une

http://fribok.blogspot.com/

414

Chapitre 5. Variables alatoires et lois de probabilits

variable alatoire discrte tandis qu'une variable alatoire normale est continue, la meilleure approximation de la probabilit cherche sera

130. Soit Xn la variable alatoire comptant le nombre de fois qu'on obtient la face lors d'une srie de 100 jets d'une pice de monnaie. Trouver la probabilit que la face apparat plus que 50 fois et moins que 60 fois. Solution. Notons d'abord que Xn ~ B(100,p), o p = 1/2, donc la variable alatoire peut prendre les valeurs de 0 100. De plus, E(Xn) = 50 et Var(Xn) = 25. Donc

131. On impose 100 personnes un rgime alimentaire thrapeutique pour valuer l'effet de ce rgime sur la concentration en cholestrol du sang. Leur taux de cholestrol est mesur aprs une priode suffisante d'application du rgime. Le spcialiste en nutrition qui ralise l'exprience a dcid de recommander ce rgime si 65% au moins des sujets montrent

http://fribok.blogspot.com/

5.2. Problmes et solutions

415

une baisse du taux de cholestrol. Trouver la probabilit qu'il prenne une dcision errone et recommande le rgime alors que celui-ci est sans effet. Solution. Admettons que dans le cas o le rgime est sans effet, une personne donne verra son taux de cholestrol baisser lors du rgime sous le seul effet du hasard et avec une probabilit de 1/2. Notons par X la variable alatoire qui prend comme valeurs le nombre de personnes dont le taux s'est abaiss. Alors X ~ B(100,p), o p = 1/2. Donc E(X) = 50, et Var(X) = 25. La probabilit de recommander le rgime qui n'a en ralit pas d'effet est alors

132. Supposons que 25% des tudiants du niveau universitaire sont maris. Trouver la probabilit que dans une universit comptant 8 000 tudiants, il y a entre 1 995 et 2 100 tudiants qui sont maris. Solution. Notons par X la variable alatoire qui reprsente le nombre d'tudiants maris dans cette universit, alors X ~ B(8 000,p), o p = 1/4. Alors E(X) = 2 000 et Var(X) = 1 500. On doit calculer

On peut faire l'approximation de cette probabilit par la loi N(0,1), et

http://fribok.blogspot.com/

416

Chapitre 5. Variables alatoires et lois de probabilits

on obtient

La variable alatoire Fn s'appelle la proportion de succs . Montrer que la variable alatoire Fn est asymptotiquement de distribution

134. Une urne contient les fiches des lves d'une cole parmi lesquels 20 % sont des filles et 80 % sont des garons. On choisi une fiche au hasard, et on note le sexe de la personne. On retourne la fiche dans l'urne et on continue de la mme faon. On observe ainsi n fiches. Trouver la valeur de n telle qu'avec une probabilit de 0,95 la proportion des fiches correspondant aux filles se situe entre 0,18 et 0,22.

http://fribok.blogspot.com/

5.2. Problmes et solutions

417

Solution. Soit Fn la proportion de fiches correspondant aux filles. Alors Fn ~ B(n, 0, 2) et

http://fribok.blogspot.com/

418

Chapitre 5. Variables alatoires et lois de probabilits

alatoire Y. On a (voir problme 67),

http://fribok.blogspot.com/

5.2. Problmes et solutions

419

Solution. En utilisant la dfinition des moments, on trouve

On peut trouver les moments de la variable alatoire Z ~ N(0,1), en utilisant la fonction caractristique. Ainsi

http://fribok.blogspot.com/

420

Chapitre 5. Variables alatoires et lois de probabilits

d'o on obtient encore une fois

Trouver la fonction gnratrice des moments de X. En utilisant la fonction gnratrice des moments, trouver E(Xk) pour tout k N. Solution. i) Pour tout t R on a

Ainsi la fonction g(t) existe seulement si t - 1 est ngatif, donc pour t < 1, et on obtient

http://fribok.blogspot.com/

5.2. Problmes et solutions

421

Ainsi E(Xk) = k!, pour k N. Remarquons que ce rsultat aurait pu tre obtenu en drivant k fois la fonction g(t) puis, en posant t = 0. 139. Utiliser la fonction gnratrice des moments pour trouver les moments de la variable alatoire de Laplace de paramtre = 1 dont la densit est donne par

http://fribok.blogspot.com/

422

Chapitre 5. Variables alatoires et lois de probabilits

on obtient

On dit que la variable alatoire X suit une loi de Pareto13 de paramtres et . i) Montrer que la fonction gnratrice des moments n'existe pas. ii) Trouver la condition sur tel que le moment E(Xk) existe. Solution. i) Si t > 0,

car l'intgrale converge pour k < . En particulier, la valeur moyenne et la variance existent, si , > 2, et on trouve
13

Vilfredo Pareto (1848-1923), sociologue et conomiste italien.

http://fribok.blogspot.com/

5.2. Problmes et solutions

423

ne converge pas, donc la fonction gnratrice de moments de la variable alatoire X ~ C(0,1) n'existe pas. Mais dans ce cas, les moments n'existent pas non plus, (voir exemple 6, dans 5.1.6). 141. Trouver la fonction gnratrice des moments et dduire E(X) et Var(X) pour la variable alatoire

http://fribok.blogspot.com/

424

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

425

La variance de X est donc

On peur trouver E(X) et Var(X ), par une autre mthode, voir problme 87. iv) Pour tudier la variable alatoire X ~ BN(p, r) on peut compter les preuves au fur et mesure de l'obtention des succs. Introduisons, pour i = 1, 2, . . . , r, les variables alatoires Yi reprsentant le nombre d'preuves de Bernoulli ncessaires, une fois le (i - 1)-ime succs obtenu, pour obtenir le i-ime succs. Ces variables alatoires Yi sont indpendantes et toutes de mme loi gomtrique de paramtre p. De plus X = Y1 + + Y1.

http://fribok.blogspot.com/

426

Chapitre 5. Variables alatoires et lois de probabilits

Alors

v) On dtermine d'abord la fonction gnratrice des moments de la variable alatoire Z ~ N(0,1). On a

http://fribok.blogspot.com/

5.2. Problmes et solutions

427

des moments de la variable alatoire X ~ N(, 2), il faut faire la substitution X = + Z. Alors

http://fribok.blogspot.com/

428

Chapitre 5. Variables alatoires et lois de probabilits

http://fribok.blogspot.com/

5.2. Problmes et solutions

429

si \t\ < 1/2, et par consquent E(X) = r et Var(X) = 2r. viii) On a

pour t < . On remarque ici que g(t) n'est pas dfinie que pour les valeurs de t infrieures . Deux drivations nous donnent,

On peut obtenir les rsultats prcdents en utilisant la distribution Gamma(,). En effet, si = 1 et on pose = 1/, alors si X ~ Gamma(1, 1/), on a X ~ (). Donc on trouve,

http://fribok.blogspot.com/

430

Chapitre 5. Variables alatoires et lois de probabilits

ix) On a

Une autre expression peut tre obtenue en dveloppant en srie les fonctions eta et etb,,

x) La fonction gnratrice des moments de la variable alatoire X ~ C(0,1) n'existe pas (voir la remarque du problme 140). Si Y ~ C(,), alors X = Y-/ suit la loi C(0,1) et comme la fonction gnratrice des moments n'existe pas, elle n'existe pas non plus pour la variable alatoire Y. Notons par contre que la fonction caractristique existe (voir problme 126 ix)).

http://fribok.blogspot.com/

Appendice A Mthodes d'numration


Un outil indispensable la description d'une espace chantillonnal fini associ une exprience alatoire est la notion de n-tuplet. Dfinition A.1. Un n-tuplet est une disposition ordonne de n lments, (a1, a2, ..., an), dont le premier, al, est dit la premire composante, le second, a2, la deuxime composante, et ainsi de suite jusqu'au n-ime, an, la n-ime composante. Dfinition A.2. Deux n-tuplets (a1, a2, ..., an) et (bl, b2, ... , bn), sont dits identiques si et seulement s'ils sont forms des mmes composantes dans le mme ordre, c'est-dire, si aj = bj pour j = 1, 2, ... , n. Remarque A.3. Les lments du produit des ensembles El, E2, ... , En, El x E2 x x En, sont reprsents par des n-tuplets, (el, e2, ... , en), o ei Ej, pour j = 1, 2, ... , n. Dans les applications pratiques, on utilise beaucoup le principe suivant :

Principe du dnombrement Si un vnement E peut tre dcompos en k sous-vnements Ei et que chaque vnement Ei peut se raliser de ni faons, alors E peut se raliser de n1 n2 nk faons. Une autre faon d'noncer ce principe est de se servir d'espaces produits. Soit El, E2, ... , Ek des ensembles finis. Alors si E = E1 x E2 x ... x Ek = {e = (el, e2, ... , ek) ; ei Ei, i = 1, ... , k}, 431

http://fribok.blogspot.com/

432

Appendice A

on a

Des applications de ce principe conduisent des formules pour le nombre de permutations, d'arrangements et de combinaisons. Permutations Le nombre d faons Pn d'ordonner n objets distincts est Pn = n! = 1 x 2 x x n. Pn est appel nombre de permutations de n objets. Par convention, 0! = 1. Rappelons que n! se lit factoriel de n.

http://fribok.blogspot.com/

Appendice A

433

Combinaisons

Isaac sir Newton (1642-1727), physicien, mathmaticien et astronome anglais.

http://fribok.blogspot.com/

434

Appendice A

Rappelons d'autres proprits utiles des coefficients binomiaux. Remarque A.5. On vrifie aisment que

Donc le nombre de faons de choisir k objets distincts parmi n est gal au nombre de faons de choisir n - k objets distincts parmi n car lorsqu'on choisit les k objets inclure, cela est quivalent choisir les n - k objets exclure et vice-versa. Remarque A.7. On a

http://fribok.blogspot.com/

Appendice A

435

Remarque A.8. On a

http://fribok.blogspot.com/

436

Appendice A

puisque ce sont deux expressions des coefficients de xk dans cette galit valide pour tout x.

http://fribok.blogspot.com/

Tables de la loi normale N(0, 1)


TABLE I : Table de la fonction de rpartition

TABLE II : Table des quantiles

437

http://fribok.blogspot.com/

Table I

x( 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9

0,00 0,5000 0,5398 0,5793 0,6179 0,6554 0,6915 0,7257 0,7580 0,7881 0,8159 0,8413 0,8643 0,8849 0,9032 0,9192 0,9332 0,9452 0,9554 0,9641 0,9713 0,9772 0,9821 0,9861 0,9893 0,9918 0,9938 0,9953 0,9965 0,9974 0,9981 0,9987 0,9990 0,9993 0,9995 0,9997 0,9998 0,9998 0,9999 0,9999 1,0000

1 0,01 0,5040 0,5438 0,5832 0,6217 0,6591 0,6950 0,7291 0,7611 0,7910 0,8186 0,8438 0,8665 0,8869 0,9049 0,9207 0,9345 0,9463 0,9564 0,9649 0,9719 0,9778 0,9826 0,9864 0,9896 0,9920 0,9940 0,9955 0,9966 0,9975 0,9982 0,9987 0,9991 0,9993 0,9995 0,9997 0,9998 0,9998 0,9999 0,9999 1,0000

1 0,02 0,5080 0,5478 0,5871 0,6255 0,6628 0,6985 0,7324 0,7642 0,7939 0,8212 0,8461 0,8686 0,8888 0,9066 0,9222 0,9357 0,9474 0,9573 0,9656 0,9726 0,9783 0,9830 0,9868 0,9898 0,9922 0,9941 0,9956 0,9967 0,9976 0,9983 0,9987 0,9991 0,9994 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

1 0,03 1 0,5120 0,5517 0,5910 0,6293 0,6664 0,7019 0,7357 0,7673 0,7967 0,8238 0,8485 0,8708 0,8907 0,9082 0,9236 0,9370 0,9484 0,9582 0,9664 0,9732 0,9788 0,9834 0,9871 0,9901 0,9925 0,9943 0,9957 0,9968 0,9977 0,9983 0,9988 0,9991 0,9994 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

0,04 0,5160 0,5557 0,5948 0,6331 0,6700 0,7054 0,7389 0,7704 0,7995 0,8264 0,8508 0,8729 0,8925 0,9099 0,9251 0,9382 0,9495 0,9591 0,9671 0,9738 0,9793 0,9838 0,9875 0,9904 0,9927 0,9945 0,9959 0,9969 0,9977 0,9984 0,9988 0,9992 0,9994 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

1 0,05 0,5199 0,5596 0,5987 0,6368 0,6736 0,7088 0,7422 0,7734 0,8023 0,8289 0,8531 0,8749 0,8944 0,9115 0,9265 0,9394 0,9505 0,9599 0,9678 0,9744 0,9798 0,9842 0,9878 0,9906 0,9929 0,9946 0,9960 0,9970 0,9978 0,9984 0,9989 0,9992 0,9994 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

1 0,06 1 0,5239 0,5636 0,6026 0,6406 0,6772 0,7123 0,7454 0,7764 0,8051 0,8315 0,8554 0,8770 0,8962 0,9131 0,9279 0,9406 0,9515 0,9608 0,9686 0,9750 0,9803 0,9846 0,9881 0,9909 0,9931 0,9948 0,9961 0,9971 0,9979 0,9985 0,9989 0,9992 0,9994 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

0,07 0,5279 0,5675 0,6064 0,6443 0,6808 0,7157 0,7486 0,7794 0,8079 0,8340 0,8577 0,8790 0,8980 0,9147 0,9292 0,9418 0,9525 0,9616 0,9693 0,9756 0,9808 0,9850 0,9884 0,9911 0,9932 0,9949 0,9962 0,9972 0,9979 0,9985 0,9989 0,9992 0,9995 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

1 0,08 0,5319 0,5714 0,6103 0,6480 0,6844 0,7190 0,7517 0,7823 0,8106 0,8365 0,8599 0,8810 0,8997 0,9162 0,9306 0,9429 0,9535 0,9625 0,9699 0,9761 0,9812 0,9854 0,9887 0,9913 0,9934 0,9951 0,9963 0,9973 0,9980 0,9986 0,9990 0,9993 0,9995 0,9996 0,9997 0,9998 0,9999 0,9999 0,9999 1,0000

0,09 0,5359 0,5753 0,6141 0,6517 0,6879 0,7224 0,7549 0,7852 0,8133 0,8389 0,8621 0,8830 0,9015 0,9177 0,9319 0,9441 0,9545 0,9633 0,9706 0,9767 0,9817 0,9857 0,9890 0,9916 0,9936 0,9952 0,9964 0,9974 0,9981 0,9986 0,9990 0,9993 0,9995 0,9997 0,9998 0,9998 0,9999 0,9999 1,0000 1,0000

http://fribok.blogspot.com/

Table II

p 0,50 0,51 0,52 0,53 0,54 0,55 0,56 0,57 0,58 0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66 0,67 0,68 0,69 0,70 0,71 0,72 0,73 0,74 0,75 0,76 0,77 0,78 0,79 0,80 0,81 0,82 0,83 0,84 0,85 0,86 0,87 0,88 0,89 0,90 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99

0 0,0000 0,0251 0,0501 0,0753 0,1004 0,1257 0,1510 0,1764 0,2019 0,2275 0,2534 0,2793 0,3055 0,3319 0,3585 0,3853 0,4125 0,4399 0,4677 0,4959 0,5244 0,5534 0,5828 0,6128 0,6434 0,6745 0,7063 0,7389 0,7722 0,8064 0,8416 0,8779 0,9154 0,9542 0,9945 1,0364 1,0803 1,1264 1,1750 1,2265 1,2816 1,3408 1,4051 1,4758 1,5548 1,6449 1,7507 1,8808 2,0537 2,3264

0,001 0,0025 0,0276 0,0527 0,0778 0,1029 0,1282 0,1535 0,1789 0,2045 0,2301 0,2559 0,2819 0,3081 0,3345 0,3611 0,3880 0,4152 0,4427 0,4705 0,4987 0,5273 0,5563 0,5858 0,6158 0,6464 0,6776 0,7095 0,7421 0,7756 0,8099 0,8452 0,8816 0,9192 0,9581 0,9986 1,0407 1,0848 1,1311 1,1800 1,2319 1,2873 1,3469 1,4118 1,4833 1,5632 1,6546 1,7624 1,8957 2,0749 2,3656

0,002 0,0050 0,0301 0,0552 0,0803 0,1055 0,1307 0,1560 0,1815 0,2070 0,2327 0,2585 0,2845 0,3107 0,3372 0,3638 0,3907 0,4179 0,4454 0,4733 0,5015 0,5302 0,5592 0,5888 0,6189 0,6495 0,6808 0,7127 0,7454 0,7790 0,8134 0,8488 0,8853 0,9230 0,9621 1,0027 1,0451 1,0894 1,1359 1,1850 1,2372 1,2930 1,3532 1,4187 1,4909 1,5718 1,6646 1,7744 1,9110 2,0969 2,4089

0,003 0,0075 0,0326 0,0577 0,0828 0,1080 0,1332 0,1586 0,1840 0,2096 0,2353 0,2611 0,2872 0,3134 0,3398 0,3665 0,3934 0,4207 0,4482 0,4761 0,5044 0,5330 0,5622 0,5918 0,6219 0,6526 0,6840 0,7160 0,7488 0,7824 0,8169 0,8524 0,8890 0,9269 0,9661 1,0069 1,0494 1,0939 1,1407 1,1901 1,2426 1,2988 1,3595 1,4255 1,4985 1,5805 1,6747 1,7866 1,9268 2,1201 2,4573

0,004 0,0100 0,0351 0,0602 0,0853 0,1105 0,1358 0,1611 0,1866 0,2121 0,2379 0,2637 0,2898 0,3160 0,3425 0,3692 0,3961 0,4234 0,4510 0,4789 0,5072 0,5359 0,5651 0,5948 0,6250 0,6557 0,6871 0,7192 0,7521 0,7858 0,8204 0,8560 0,8927 0,9307 0,9701 1,0110 1,0537 1,0985 1,1455 1,1952 1,2481 1,3047 1,3658 1,4325 1,5063 1,5893 1,6850 1,7991 1,9431 2,1444 2,5121

0,005 0,0125 0,0376 0,0627 0,0878 0,1130 0,1383 0,1637 0,1891 0,2147 0,2404 0,2663 0,2924 0,3186 0,3451 0,3719 0,3989 0,4262 0,4538 0,4817 0,5101 0,5388 0,5680 0,5978 0,6280 0,6588 0,6903 0,7225 0,7554 0,7892 0,8239 0,8596 0,8965 0,9346 0,9741 1,0152 1,0581 1,1031 1,1504 1,2004 1,2536 1,3106 1,3722 1,4395 1,5141 1,5982 1,6954 1,8119 1,9600 2,1701 2,5758

0,006 0,0150 0,0401 0,0652 0,0904 0,1156 0,1408 0,1662 0,1917 0,2173 0,2430 0,2689 0,2950 0,3213 0,3478 0,3745 0,4016 0,4289 0,4565 0,4845 0,5129 0,5417 0,5710 0,6008 0,6311 0,6620 0,6935 0,7257 0,7587 0,7926 0,8274 0,8632 0,9002 0,9385 0,9782 1,0194 1,0625 1,1077 1,1552 1,2055 1,2591 1,3165 1,3787 1,4466 1,5220 1,6073 1,7060 1,8250 1,9774 2,1973 2,6521

0,007 1 0,0175 0,0426 0,0677 0,0929 0,1181 0,1434 0,1687 0,1942 0,2198 0,2456 0,2715 0,2976 0,3239 0,3504 0,3772 0,4043 0,4316 0,4593 0,4874 0,5158 0,5446 0,5739 0,6038 0,6341 0,6651 0,6967 0,7290 0,7621 0,7961 0,8309 0,8669 0,9040 0,9424 0,9822 1,0236 1,0669 1,1123 1,1601 1,2107 1,2646 1,3225 1,3852 1,4538 1,5301 1,6164 1,7169 1,8384 1,9954 2,2262 2,7478

0,008 0,0201 0,0451 0,0702 0,0954 0,1206 0,1459 0,1713 0,1968 0,2224 0,2482 0,2741 0,3002 0,3266 0,3531 0,3799 0,4070 0,4344 0,4621 0,4902 0,5187 0,5476 0,5769 0,6068 0,6372 0,6682 0,6999 0,7323 0,7655 0,7995 0,8345 0,8706 0,9078 0,9463 0,9863 1,0279 1,0714 1,1170 1,1651 1,2160 1,2702 1,3285 1,3917 1,4611 1,5382 1,6258 1,7279 1,8522 2,0141 2,2571 2,8782

0,009 0,0226 0,0476 0,0728 0,0979 0,1231 0,1484 0,1738 0,1993 0,2250 0,2508 0,2767 0,3029 0,3292 0,3558 0,3826 0,4097 0,4372 0,4649 0,4930 0,5215 0,5505 0,5799 0,6098 0,6403 0,6714 0,7031 0,7356 0,7688 0,8030 0,8381 0,8742 0,9116 0,9502 0,9904 1,0322 1,0758 1,1217 1,1700 1,2212 1,2759 1,3346 1,3984 1,4684 1,5464 1,6352 1,7392 1,8663 2,0335 2,2904 3,0902

http://fribok.blogspot.com/

http://fribok.blogspot.com/