Exercices - Probabilits conditionnelles et indpendance :

corrig
Probabilits conditionnelles
Exercice 1 - CD-Rom - Deuxime anne -
1. Lnonc donne directement P(A) = 0, 05, do P(A
c
) = 0, 95, P(D|A) = 0, 6 et P(D
c
|A
c
) =
0, 98. On en dduit :
P(D
c
|A) = 1 P(D|A) = 0, 4
P(D|A
c
) = 1 P(D
c
|A
c
) = 0, 02.
Daprs la formule des probabilits totales :
P(D) = P(A)P(D|A) +P(A
c
)P(D|A
c
) =
49
1000
.
2. On obtient P(A|D) grce la formule de Bayes :
P(A|D) =
P(A D)
P(D)
=
P(D|A)P(A)
P(D)
=
30
49
.
Exercice 2 - Probabilits composes - L1/L2 -
On note B
i
(resp. N
i
) lvnement : La i-me boule tire est blanche (resp. noire). On
cherche calculer P(B
1
B
2
N
3
), ce que lon va faire en utilisant la formule des probabilits
composes :
P(B
1
B
2
N
3
) = P(B
1
)P(B
2
|B
1
)P(N
3
|B
1
B
2
).
Chacune des probabilits qui apparat est facile calculer, car P(B
1
) = 4/7, P(B
2
|B
1
) = 3/6 (il
reste 6 boules dont 3 blanches) et P(N
3
|B
1
B
2
) = 3/5. Finalement, on obtient P(B
1
B
2
N
3
) =
6
35
.
Exercice 3 - QCM - L2 -
On note :
B = {Ltudiant donne la bonne rponse}
C = {Ltudiant connait la bonne rponse} .
On cherche P(C|B), et lnonc donne :
P(C) = p, P(B|C) = 1, P(B|C
c
) =
1
m
.
Daprs la formule des probabilits totales, on a :
P(B) = P(C)P(B|C) +P(C
c
)P(B|B
c
) =
(m1)p + 1
m
.
Daprs la formule de Bayes :
P(C|B) =
P(B|C)P(C)
P(B)
=
mp
1 + (m1)p
.
http://www.bibmath.net 1
Exercices - Probabilits conditionnelles et indpendance :
corrig
Exercice 4 - D pip - Deuxime anne -
On note D lvnement : "le d est pip", et S lvnement : "on obtient 6". Lnonc donne
P(D) = 25/100 et P(S|D) = 1/2 ? La formule de Bayes nous permet de calculer P(D|S) :
P(D|S) =
P(D)P(S|D)
P(D)P(S|D) +P(D)P(S|D)
.
Comme on a P(D) = 1 P(D) = 3/4 et P(S|D) = 1/6, on obtient nalement :
P(D|S) =
1
2
.
Exercice 5 - Pices dfectueuses - Deuxime anne -
1. On note A lvnement "la pice est accepte par le contrle", et B lvnement "la pice
est bonne". Lvnement E "Il y a une erreur au contrle" se dcompose en AB et AB.
Ces deux derniers vnements sont incompatibles, on a donc :
P(E) = P(A B) +P(A B).
Maintenant, P(AB) = P(A|B)P(B). Or, P(B) = 0, 05, et P(A|B) = 1P(A|B) = 0, 02.
De mme, on a P(A B) = P(A|B)P(B) et on a P(A|B) = 1 P(A|B) = 0, 04. On
obtient nalement :
P(E) = 0, 95 0, 04 + 0, 05 0, 02.
2. Dans cette question, on cherche P(B|A) alors que lon connait les probabilits condition-
nelles sachant B. Ceci nous invite utiliser la formule de Bayes.
P(B|A) =
P(B)P(A|B)
P(B)P(A|B) +P(B)P(A|B)
=
0, 05 0, 02
0, 95 0, 96 + 0, 05 0, 02
=
1
913
0, 001.
Exercice 6 - Compagnie dassurance - Deuxime anne -
1. On note A lvnement "avoir un accident dans lanne". Comme les trois classes R
1
, R
2
et
R
3
ralisent une partition de la population. On peut appliquer la formule des probabilits
totales :
P(A) = P(A|R
1
)P(R
1
) +P(A|R
2
)P(R
2
) +P(A|R
3
)P(R
3
)
= 0, 05 0, 2 + 0, 15 0, 5 + 0, 3 0, 3
= 0, 175.
2. On cherche la probabilit dtre dans R
1
sachant quon na pas eu daccident, cest--dire
la probabilit P(R
1
|A). La formule de Bayes donne :
P(R
1
|A) =
P(A|R
1
)P(R
1
)
P(A)
.
http://www.bibmath.net 2
Exercices - Probabilits conditionnelles et indpendance :
corrig
La probabilit P(A) se calcule par la formule P(A) = 1P(A), tandis que lnonc donne
P(A|R
1
) = 0, 95. On obtient nalement :
P(R
1
|A) =
0, 95 0, 2
1 P(A)
= 0, 23.
Exercice 7 - La rumeur - L2 -
1. On note I
n
lvnement : linformation aprs n transmissions est correcte. Daprs la
formule des probabilits totales, on sait que
P(I
n+1
) = P(I
n+1
|I
n
)P(I
n
) +P(I
n+1
|I
n
)P(I
n
).
Mais, P(I
n+1
|I
n
) = p (linformation doit tre transmise correctement) et P(I
n+1
|I
n
) =
1 p (linformation doit tre mal transmise). On en dduit que
p
n+1
= p p
n
+ (1 p) (1 p
n
) = (2p 1)p
n
+ (1 p).
2. On a une suite arithmtico-gomtrique. Sa limite possible l vrie
l = (2p 1) l + (1 p) l = 1/2.
On pose alors u
n
= p
n

1
2
et on vrie que (u
n
) est gomtrique de raison (2p 1). En
eet,
u
n+1
= p
n+1

1
2
= (2p 1)p
n
+ (1 p)
1
2
= (2p 1)
_
p
n

1
2
_
.
On en dduit u
n
= (2p 1)
n
u
0
avec u
0
= p
0
1/2 = 1/2. On conclut que
p
n
=
1
2
+
1
2
(2p 1)
n
.
3. On distingue alors trois cas :
Si p = 1, linformation est transmise presque srement correctement, et p
n
= 1 pour
tout entier n.
Si p = 0, linformation est presque srement mal transmise, et p
2n
= 1, p
2n+1
= 0 pour
tout entier n.
Si p ]0, 1[, alors |2p 1| < 1 et donc (p
n
) converge vers 1/2. On na plus de traces de
linformation initiale !
Exercice 8 - Sauts de puce - L2/ECS -
1. Voici un exemple dalgorithme.
Demander N.
Demander a.
Si (a<0) ou (a>N) ou (N<0) alors afficher "Valeurs entres incorrectes"
Sinon
0->pas
a->position
http://www.bibmath.net 3
Exercices - Probabilits conditionnelles et indpendance :
corrig
Tant que ( (position>0) et (position<N)) faire
pas+1->pas
Si (alea()<p)
alors position+1->position
sinon position-1->position
Fin Tant que.
Si (position==0)
alors Afficher "Fin du processus en 0"
sinon Afficher "Fin du processus en N"
Afficher "Nombre dtapes :"
Afficher pas;
2. (a) Par dnition, on a u
0
= 1 (le processus commence en 0, il sarrte immdiatement,
en 0), et u
N
= 0 (le processus commence en N, il sarrte aussitt, en N).
(b) On note A lvnement : "Partant de a, le processus sarrte en 0", B lvnement :
"Partant de a linstant 0, linstant 1, la particule est en a+1", et C lvnement :
"Partant de a linstant 0, linstant 1, la particule est en a 1". Par la formule
des probabilits totales :
P(A) = P(B)P(A|B) +P(C)P(A|C).
Maintenant, puisquon part linstant t = 0 de a, on a P(B) = p et P(C) = q.
Dautre part, si la particule est linstant 1 en a +1, la probabilit que le processus
sarrte en 0 vaut u
a+1
. On a donc : P(A|B) = u
a+1
, et de mme P(A|C) = u
a1
.
On en dduit la formule de rcurrence :
u
a
= pu
a+1
+qu
a1
.
(c) Pour a allant de 1 N 1, la suite (u
a
) vrie la formule de rcurrence :
u
a+1
=
1
p
u
a

q
p
u
a1
.
Lquation caractristique de cette rcurrence est :
r
2

1
p
r +
q
p
= 0.
Cette quation du second degr admet deux solutions distinctes,
r
1
= 1 et r
2
=
q
p
(remarquer ici lutilisation de lhypothse p = 1/2 qui permet darmer que les deux
racines sont distinctes). Il existe donc des rels et tels que, pour tout a dans
{0, . . . , N}, on ait :
u
a
= +
_
q
p
_
a
.
Utilisant que u
0
= 1 et u
N
= 0, on obtient :
u
a
=
q
N
q
N
p
N
+
p
N
p
N
q
N
_
q
p
_
a
.
http://www.bibmath.net 4
Exercices - Probabilits conditionnelles et indpendance :
corrig
3. Le mme raisonnement prouve que :
v
a
= pv
a+1
+qv
a1
.
La rsolution de cette rcurrence donne :
v
a
=
p
N
p
N
q
N
+
p
N
q
N
p
N
_
q
p
_
a
.
4. On vrie aisment que u
a
+v
a
= 1. Ceci signie que, presque srement, le processus va
sarrter.
Indpendance dvnements
Exercice 9 - Circuit lectrique - Deuxime anne -
1. On procde en deux temps. Dune part :
P ((A B) C) = P(A B) +P(C) P((A B) C).
Mais,
P((A B) C) = P((A C) (B C)) = P(A C) +P(B C) P(A B C),
et
P(A B) = P(A) +P(B) P(A B).
On appelle aussi ceci la formule du crible de Poincar, elle se gnralise avec plusieurs
vnements par rcurrence.
2. On note F
i
lvnement : le circuit C
i
fonctionne. Par hypothse, les vnements F
i
sont
mutuellement indpendants. Il faut calculer pour le premier cas P(F
1
F
2
F
3
), pour le
second P(F
1
F
2
F
3
), et pour le troisime P(F
1
(F
2
F
3
)). On a :
(a) Par indpendance des vnements :
P(F
1
F
2
F
3
) = p
1
p
2
p
3
.
(b) Daprs la formule prcdente, et par indpendance des vnements :
P(F
1
F
2
F
3
) = p
1
+p
2
+p
3
p
1
p
2
p
1
p
3
p
2
p
3
+p
1
p
2
p
3
.
(c) Lvnement F
1
F
2
est indpendant de C
1
. On a donc :
P(C
1
(C
2
C
3
)) = P(C
1
)P(C
2
C
3
) = P(C
1
)
_
P(C
2
) +P(C
3
) P(C
2
C
3
)
_
soit
P(C
1
(C
2
C
3
)) = p
1
(p
2
+p
3
p
2
p
3
) .
Exercice 10 - Indpendance et contexte - Deuxime anne -
http://www.bibmath.net 5
Exercices - Probabilits conditionnelles et indpendance :
corrig
1. On a :
A = {2, 4, 6, 8, 10, 12}
B = {3, 6, 9, 12}
A B = {6, 12}.
On a donc P(A) = 1/2, P(B) = 1/3 et P(A B) = 1/6 = P(A)P(B). Les vnements A
et B sont indpendants.
2. Les vnements A, B et AB scrivent encore exactement de la mme faon. Mais cette
fois, on a : P(A) = 6/13, P(B) = 4/13 et P(AB) = 2/13 = 24/169. Les vnements A et
B ne sont pas indpendants. Cest conforme lintuition. Il ny a plus la mme rpartition
de boules paires et de boules impaires, et dans les multiples de 3 compris entre 1 et 13, la
rpartition des nombres pairs et impairs est reste inchange.
Exercice 11 - Indpendance impossible - Deuxime anne -
Supposons quil existe A et B deux vnements non triviaux indpendants. On note m le
cardinal de A et n le cardinal de B. On a donc P(A) = m/p et P(B) = n/p. Puisque A et B sont
supposs indpendants, et toujours parce que le modle adopt est celui de lquiprobabilit,
on a :
card(A B) = p P(A B) =
mn
p
.
Puisque le cardinal est un entier, p divise le produit mn, et par le thorme de Gauss, il divise
lun des deux, disons n. Dautre part, puisque n p, ceci nest possible que si n = 0 ou n = p.
Autrement dit, seulement si A est ou lvnement certain, ou lvnement impossible, cest--dire
un vnement trivial.
Exercice 12 - Indicatrice dEuler - L2/L3/Master Enseignement -
1. On sait que x est premier avec n si et seulement si aucun des diviseurs premiers de n ne
divise x. On a donc :
B = A
c
p
1
A
c
p
r
.
2. Il sut de calculer le cardinal de A
m
. Mais si n = km, alors les multiples de m qui sont
infrieurs ou gaux n sont m, 2m, . . . , km. On a donc
P(A
m
) =
k
n
=
1
m
.
3. Soit i
1
< < i
m
des entiers distincts choisis dans {1, . . . , r}. On doit prouver que
P(A
p
i
1
) . . . P(A
p
i
m
) = P(A
p
i
1
A
p
i
m
).
Mais,
P(A
p
i
1
) . . . P(A
p
i
m
) =
m

j=1
1
p
i
j
.
Dautre part, puisque p
i
1
, . . . , p
i
m
sont premiers entre eux deux deux, un entier est
multiple de p
i
1
. . . p
i
m
si et seulement sil est multiple de chaque p
i
j
, j = 1, . . . , m. On en
dduit que
A
p
i
1
A
p
i
m
= A
p
i
1
...p
i
m
,
http://www.bibmath.net 6
Exercices - Probabilits conditionnelles et indpendance :
corrig
soit
P(A
p
i
1
A
p
i
m
) =
1
p
i
1
. . . p
i
m
,
ce qui prouve le rsultat voulu.
4. Les vnements A
c
p
1
, . . . , A
c
p
r
sont galement indpendants. On en dduit que
P(B) =
r

j=1
P(A
c
p
j
) =
r

j=1
_
1
1
p
k
_
.
5. Un lment x de Z/nZ, x = 1, . . . , n, est inversible si et seulement sil est premier avec n.
On a donc
P(B) =
(n)
n
ce qui, grce la question prcdente, donne le rsultat voulu.
Exercice 13 - Deuxime lemme de Borel-Cantelli - L2/L3 -
1. La fonction ln est concave. Sa courbe reprsentative est en-dessous de sa tangente au point
dabscisse 1. Lingalit demande est juste la traduction analytique de cette proprit
gomtrique.
2. (a) Les vnements A
k
tant indpendants, il en est de mme des vnements A
k
, et
donc
P(E
n,N
) =
N

k=n
P(A
k
) =
N

k=n
(1 P(A
k
)).
En utilisant lingalit prcdente, on a
ln
_
P(E
n,N
)
_

N

k=n
P(A
k
).
Puisque

kn
P(A
k
) = +, on en dduit le rsultat.
(b) Par composition, P(E
n,N
) tend vers 0 lorsque N tend vers linni (et n reste x).
Mais, la suite (E
n,N
)
N
est croissante et
E
n
=
_
Nn
E
n,N
.
Ainsi,
P(E
n
) = lim
N
P(E
n,N
) = 0.
(c) A scrit A =

n
E
n
. La suite (E
n
) est dcroissante et P(E
n
) = 1. Ainsi, on trouve
que
P(A) = lim
n
P(E
n
) = 1.
Indpendance de variables alatoires
http://www.bibmath.net 7
Exercices - Probabilits conditionnelles et indpendance :
corrig
Exercice 14 - Dterminant - L3 -
Dveloppons le dterminant de M par rapport la premire ligne. On note
j
le cofacteur
correspondant au terme de la premire ligne et de la j-ime colonne. On a donc
det(M) =
n

j=1
X
1,j

j
.
On va prendre lesprance. Remarquons que
j
sobtient partir de sommes et de produits des
X
i,k
, avec i 2. En particulier, puisque X
1,j
est indpendant de ces X
i,k
(car le couple (1, j)
nest jamais gal au couple (1, k)), il est aussi indpendant du cofacteur
j
. On a donc
E(det(M)) =
n

j=1
E(X
1,j
)E(
j
).
Or, E(X
1,j
) = 0. Lesprance du dterminant de M est donc nulle.
Une autre faon de prouver ce rsultat aurait t dcrire la formule donnant le dterminant,
et de calculer lesprance directement partir de cette formule.
Problmes ouverts
Exercice 15 - Tests de dpistage - Deuxime anne -
Les chires donns ont lair excellent, mais ils donnent linverse de ce que lon souhaite.
Le problme est plutt le suivant : si une personne a une rponse positive au test, est-elle
malade ? Cest la formule de Bayes qui permet de remonter le chemin. Prcisment, on note M
lvnement La personne est malade, et T lvnement le test est positif. Les donnes dont
on dispose sont P(M) = 10
4
, P(T|M) = 0, 99 et P(T|M
c
) = 0, 001. On cherche P(M|T). La
formule de Bayes donne :
P(M|T) =
P(T|M)P(M)
P(T|M)P(M) +P(T|M
c
)P(M
c
)
=
10
4
0, 99
10
4
0, 99 + 10
3
0, 9999
0, 09.
Cest catastrophique ! La probabilit pour quune personne positive au test soit eectivement
malade est infrieure 10%. Le test engendre donc beaucoup de faux-positifs (personnes posi-
tives au test, mais non malades). Cest tout le problme des maladies assez rares : les test de
dpistage doivent tre extrmement ables. Remarquons par ailleurs ici une bonne illustration
du vieil adage des statisticiens : on peut faire dire nimporte quoi aux chires, cf le laboratoire
pharmaceutique !
Exercice 16 - Menteur ! - Deuxime anne -
Soit x la proportion de tricheurs dans la population. On note respectivement P, F, H, T
les vnements le joueur obtient pile, le joueur obtient face, Le joueur est honnte, le
joueur est un tricheur. Il semble raisonnable de convenir que P(P|H) = 1/2 et P(F|H) = 1/2
et P(P|T) = 1 (un tricheur fait vraiment ce quil veut !). On cherche donc P(T|P). De la formule
de Bayes, on dduit :
P(T|P) =
P(P|T)P(T)
P(P|T)P(T) +P(P|H)P(H)
=
x
x + 1/2(1 x)
=
2x
x + 1
.
http://www.bibmath.net 8
Exercices - Probabilits conditionnelles et indpendance :
corrig
http://www.bibmath.net 9