EI 1

EI - EXERCICES DE PROBABILITES
CORRIGES
Notations
1) Les coecients du binme sont nots
_
n
p
_
.
2) Un arrangement de n objets pris p p est not A
p
n
.
3) Si A est un ensemble ni, on notera |A| ou card A le nombre dlments de A.
4) Si a et b sont des entiers tels que a b, on dsigne par [[ a, b ]] lensemble [ a, b ] Z.
5) Le symbole indique lindpendance dvnements ou de variables alatoires.
6) On dsigne par A
C
le complmentaire de A ou lvnement contraire de A.
7) On note E et V respectivement, lesprance et la variance dune variable alatoire.
0 - Dnombrement
1 Etablir les identits
a) A
k
n
1
A
nk
n
2
_
n
k
_
= n!
_
n
1
k
__
n
2
nk
_
b)
_
n
p
__
p
m
_
=
_
n
m
__
nm
np
_
c)
_
n
1
k
__
n
2
nk
_
_
n
1
+n
2
n
_ =
_
n
k
__
n
1
+n
2
n
n
1
k
_
_
n
1
+n
2
n
1
_
Solution
a) On a
A
k
n
1
A
nk
n
2
_
n
k
_
=
n
1
!
(n
1
k)!
n
2
!
(n
2
n +k)!
n!
k! (n k)!
= n!
n
1
!
k! (n
1
k)!
n
2
!
(n k)! (n
2
n +k)!
= n!
_
n
1
k
__
n
2
n k
_
.
b) On a
_
n
p
__
p
m
_
=
n!
p! (n p)!
p!
m! (p m)!
=
n!
(n p)! m! (p m)!
,
et
_
n
m
__
n m
n p
_
=
n!
m! (n m)!
(n m)!
(n p)! (p m)!
=
n!
(n p)! m! (p m)!
,
EI 2
do lgalit.
c) En calculant les deux membres on obtient le mme rsultat
n! (n
1
+n
2
n)! n
1
! n
2
!
k! (n k)! (n
1
k)!(n
2
+k n)! (n
1
+n
2
)!
.
2 Etablir lidentit (si 1 k n),
d)
_
n
k
_
=
n1

j=k1
_
j
k 1
_
.
Solution
On dmontre par rcurrence, que, pour n 1, on a la proprit suivante :
(P
n
) : pour tout k compris entre 1 et n, on a
_
n
k
_
=
n1

j=k1
_
j
k 1
_
.
Initialisation : On prend n = 1, alors ncessairement k = 1, et on a
_
1
1
_
=
0

j=0
_
j
k 1
_
=
_
0
0
_
= 1 ,
et la proprit est vraie au rang 1.
Hrdit : Supposons la proprit vraie au rang n. Soit alors k tel que 1 k n + 1.
Il y a trois situations possibles.
Si k = n + 1 on a
1 =
_
n + 1
n + 1
_
=
_
n
n
_
=
n

j=n
_
j
n
_
.
Si 2 k n on peut crire
_
n + 1
k
_
=
_
n
k
_
+
_
n
k 1
_
.
On a donc
_
n
k
_
=
n1

j=k1
_
j
k 1
_
,
mais aussi 1 k 1 n, donc
_
n
k 1
_
=
n1

j=k2
_
j
k 2
_
,
EI 3
Alors
_
n + 1
k
_
=
n1

j=k1
_
j
k 1
_
+
n1

j=k2
_
j
k 2
_
=
n1

j=k1
(
_
j
k 1
_
+
_
j
k 2
_
) +
_
k 2
k 2
_
=
n1

j=k1
_
j + 1
k 1
_
+
_
k 2
k 2
_
.
Par changement dindice de sommation et puisque
_
k2
k2
_
=
_
k1
k1
_
= 1, on obtient
_
n + 1
k
_
=
n

j=k
_
j
k 1
_
+
_
k 1
k 1
_
=
n

j=k1
_
j
k 1
_
.
Si k = 1
_
n + 1
1
_
= n + 1 =
n

j=0
_
j
0
_
.
On a donc dmontr que, si 1 k n + 1
_
n + 1
k
_
=
n

j=k1
_
j
k 1
_
,
ce qui est la proprit au rang n + 1.
La proprit P
n
est donc vraie pour tout entier n 1.
3 Soient n
1
et n
2
deux nombres (rels ou complexes). Etablir les identits
e)
n

k=0
k
_
n
k
_
n
k
1
n
nk
2
= nn
1
(n
1
+n
2
)
n1
f)
n

k=0
k(k 1)
_
n
k
_
n
k
1
n
nk
2
= n(n 1)n
2
1
(n
1
+n
2
)
n2
Solution
Posons
f(x) = (x +n
2
)
n
=
n

k=0
_
n
k
_
x
k
n
nk
2
.
En drivant
f

(x) = n(x +n
2
)
n1
=
n

k=1
k
_
n
k
_
x
k1
n
nk
2
,
EI 4
puis en drivant une seconde fois
f

(x) = n(n 1)(x +n

2
)
n2
=
n

k=2
k(k 1)
_
n
k
_
x
k2
n
nk
2
.
e) En particulier
f

(n
1
) = n(n
1
+n
2
)
n1
=
n

k=1
k
_
n
k
_
n
k1
1
n
nk
2
,
et en multipliant par n
1
nn
1
(n
1
+n
2
)
n1
=
n

k=0
k
_
n
k
_
n
k
1
n
nk
2
.
(La somme peut commencer 0, puisque le premier terme est nul).
f) De mme
f

(n
1
) = n(n 1)(n
1
+n
2
)
n2
=
n

k=2
k(k 1)
_
n
k
_
n
k2
1
n
nk
2
,
et en multipliant par n
2
1
n(n 1)n
2
1
(n
1
+n
2
)
n2
=
n

k=0
k(k 1)
_
n
k
_
n
k
1
n
nk
2
.
(La somme peut commencer 0, puisque les deux premiers termes sont nuls).
4 On note, pour j N et m N

, T
j
(m) =
m

k=1
k
j
.
1) Montrer que
m

k=1
[(k + 1)
n+1
k
n+1
] =
n

j=0
_
n + 1
j
_
T
j
(m).
2) En dduire une formule de rcurrence sur n permettant de calculer T
n
(m).
3) Montrer que, pour tout n N

, T
n
(m) est un polynme de degr n + 1 en m qui sannule en 0 et
1.
Solution
1) En utilisant la formule du binme, on a
(k + 1)
n+1
=
n+1

j=0
_
n + 1
j
_
k
j
,
donc
(k + 1)
n+1
k
n+1
=
n

j=0
_
n + 1
j
_
k
j
,
EI 5
et
m

k=1
[(k + 1)
n+1
k
n+1
] =
m

k=1
_
_
n

j=0
_
n + 1
j
_
k
j
_
_
.
On peut intervertir les sommations et lon obtient
m

k=1
[(k + 1)
n+1
k
n+1
] =
n

j=0
_
m

k=1
_
n + 1
j
_
k
j
_
=
n

j=0
_
n + 1
j
_
_
m

k=1
k
j
_
,
ce qui donne bien
m

k=1
[(k + 1)
n+1
k
n+1
] =
n

j=0
_
n + 1
j
_
T
j
(m) .
2) La somme
m

k=1
[(k + 1)
n+1
k
n+1
] tant tlescopique, on obtient
m

k=1
[(k + 1)
n+1
k
n+1
] = (m + 1)
n+1
1 ,
et on dduit alors de la question 1)
(m+ 1)
n+1
1 =
_
n + 1
n
_
T
n
(m) +
n1

j=0
_
n + 1
j
_
T
j
(m) ,
et puisque
_
n+1
n
_
= n + 1, on en tire
T
n
(m) =
1
n + 1
_
_
(m+ 1)
n+1
1
n1

j=0
_
n + 1
j
_
T
j
(m)
_
_
.
ceci permet de calculer T
n
(m) en connaissant T
0
(m), . . . , T
n1
(m).
3) A partir de T
0
(m) = m, on retrouve facilement T
1
(m) =
m(m+ 1)
2
.
La relation de rcurrence peut encore scrire, si n 2,
T
n
(m) =
1
n + 1
_
_
(m+ 1)
n+1
(m+ 1)
n1

j=1
_
n + 1
j
_
T
j
(m)
_
_
.
On montre alors par rcurrence que T
n
est un polynme de degr n+1 admettant pour racines 0 et 1.
EI 6
Cest vrai si n = 1. Supposons la proprit vraie jusqu lordre n 1. Alors les polynmes T
j
san-
nulent en 0 et 1 et le polynme (m+1)
n+1
(m+1) galement. Donc T
n
sannule aussi en 0 et 1. Par
ailleurs tous ces polynmes sont de degrs distincts, et le plus grand des degrs est n+1. La somme est
de degr n+1. La proprit est donc vraie au rang n. Il en rsulte quelle est vraie pour tout entier n 1.
5 Etablir, pour n N

, les identits :
g)
n

p=0
_
n
p
_
(1)
p
= 0
h)
n

j=0
_
n
2j
_
=
n

j=0
_
n
2j + 1
_
= 2
n1
Solution
En appliquant la formule du binme au dveloppement de (11)
n
, on trouve la relation g). En sparant
dans cette relation les indices paires et les indices impaires, elle scrit
n

j=0
_
n
2j
_

j=0
_
n
2j + 1
_
= 0 ,
Mais, en dveloppant (1 + 1)
n
, et en sparant de mme, on obtient
n

j=0
_
n
2j
_
+
n

j=0
_
n
2j + 1
_
= 2
n
,
On en dduit donc que
n

j=0
_
n
2j
_
=
n

j=0
_
n
2j + 1
_
= 2
n1
.
6 Etablir lidentit :
i)
_
2n
n
_
=
n

k=0
__
n
k
__
2
Solution
On cherche le coecient de X
n
dans le polynme (X + 1)
2n
. Par la formule du binme, cest
_
2n
n
_
.
Mais on peut crire aussi
(X + 1)
2n
= (X + 1)
n
(X + 1)
n
=
_
n

k=0
_
n
k
_
X
k
__
n

k=0
_
n
n k
_
X
nk
_
,
EI 7
et le coecient de X
n
dans le produit est la somme
n

k=0
_
n
k
__
n
n k
_
=
n

k=0
__
n
k
__
2
,
ce qui donne bien lgalit
_
2n
n
_
=
n

k=0
__
n
k
__
2
.
7 Etablir, si 0 n n
2
, les identits :
j)
n

k=0
k
_
n
1
k
__
n
2
n k
_
= n
1
_
n
1
+n
2
1
n 1
_
k)
n

k=0
k(k 1)
_
n
1
k
__
n
2
n k
_
= n
1
(n
1
1)
_
n
1
+n
2
2
n 2
_
Solution
j) On cherche le coecient de X
n1
dans le produit P(X) = [(X + 1)
n
1
]

(X + 1)
n
2
. On a dune part
P(X) = n
1
(X + 1)
n
1
+n
2
1
,
donc le coecient de X
n1
est n
1
_
n
1
+n
2
1
n1
_
. Dautre part
P(X) =
_
n
1

k=1
k
_
n
1
k
_
X
k1
_
_
_
n
2

j=0
_
n
2
j
_
X
j
_
_
.
Le coecient de X
n1
est la somme des produits des coecients de X
k1
dans la premire somme et
de X
j
dans la deuxime, lorsque k 1 +j = n1, soit j = nk. Cette valeur doit tre positive, donc
k n, et la somme vaut
n

k=1
k
_
n
1
k
__
n
2
n k
_
,
do, puisque pour k = 0 le coecient est nul, lgalit
n

k=0
k
_
n
1
k
__
n
2
n k
_
= n
1
_
n
1
+n
2
1
n 1
_
.
k) On cherche cette fois le coecient de X
n2
dans Q(X) = [(X + 1)
n
1
]

(X + 1)
n
2
. On a dune part
Q(X) = n
1
(n
1
1)(X + 1)
n
1
+n
2
2
,
EI 8
donc le coecient de X
n2
est n
1
(n
1
1)
_
n
1
+n
2
2
n2
_
. Dautre part
Q(X) =
_
n
1

k=2
k(k 1)
_
n
1
k
_
X
k2
_
_
_
n
2

j=0
_
n
2
j
_
X
j
_
_
.
Le coecient de X
n2
est la somme des produits des coecients de X
k2
dans la premire somme et
de X
j
dans la deuxime, lorsque k 2 +j = n2, soit j = nk. Cette valeur doit tre positive, donc
k n, et la somme vaut
n

k=2
k(k 1)
_
n
1
k
__
n
2
n k
_
,
do, puisque pour k = 0 et 1 les coecients sont nuls, lgalit
n

k=0
k(k 1)
_
n
1
k
__
n
2
n k
_
= n
1
(n
1
1)
_
n
1
+n
2
2
n 2
_
.
8 Quel est le nombre de chires du nombre entier card(P(P({0, 1, . . . , 9}))) ?
Solution
Puisque card({0, 1, . . . , 9}) = 10, on a tout dabord lgalit
card(P({0, 1, . . . , 9})) = 2
10
= 1024 ,
puis
card(P(P({0, 1, . . . , 9}))) = 2
1024
.
Pour dterminer le nombre de chires de ce nombre, on utilise le logarithme dcimal (not log). En
eet, si un nombre entier A scrit
A =
p

k=0
a
k
10
k
,
avec a
p
= 0, et 0 a
k
9 si k est compris entre 1 et p, alors, on peut crire A = B 10
p
o
B =
p

k=0
a
k
10
kp
.
Mais
1 B 9
p

k=0
10
kp
< 9

k=0
10
k
=
9
1 1/10
< 10 ,
et donc
0 log B < log 10 = 1 .
Et puisque
log A = p + log B,
EI 9
il en rsulte que p est la partie entire de log A, et le nombre de chires de A est
p + 1 = [log A] + 1 .
Ici, A = 2
1024
, donc, le nombre de chires de A est [1024 log 2] + 1. Comme on a lencadrement
0, 301 < log 2 < 0, 3011 ,
on en dduit en multipliant par 1024 que
308, 2 < log A < 308, 4 ,
et donc [1024 log 2] = 308. Le nombre cherch est 309.
9 Combien existe-il de grilles de mots croiss 10 10 ? (Une grille de mots croiss 10 10 est un
tableau carr de 100 cases dont certaines peuvent-tre noires).
Solution
Une grille est dtermine par le sous-ensemble des cases blanches. Le nombre de grilles est donc le
nombre de parties dun ensemble 100 lments, soit 2
100
.
10 De combien de faons peut-on classer (sans ex aequo) les 40 tudiants dun groupe de TD?
Solution
Cest le nombre de permutations de 40 lments donc 40 !
11 On note S
j
n
le nombre de surjections direntes que lon peut former dun ensemble n lments
sur un ensemble j lments. Par convention, on pose S
j
n
= 0 si j / N

ou n / N

ou j > n.
1) Que valent S
1
n
et S
n
n
?
2) Montrer que, si n 2, on a S
2
n
= 2
n
2.
3) a) Montrer sans calcul que (n N

) (k [ 0, n] N)
n

j=1
_
k
j
_
S
j
n
= k
n
.
b) En dduire une formule de rcurrence permettant de calculer les nombres S
k
n
.
4) Etablir sans calcul la relation de rcurrence (valable si n 2) S
j
n
= j(S
j
n1
+ S
j1
n1
).
5) a) On note f(x) = e
x
1. Montrer que, pour tout entier k [ 0, n] , il existe des constantes relles
a
1
(k), . . . , a
k
(k) = A
k
n
telles que
d
n
dx
n
[f
n
(x)] =
d
nk
dx
nk
_
_
k

j=1
a
j
(k)f
nj
(x)(f

)
j
(x)
_
_
.
EI 10
b) En dduire que
n

k=1
(1)
nk
k
n
_
n
k
_
= n!.
c) Montrer que S
j
n
=
j

k=1
(1)
jk
k
n
_
j
k
_
.
Solution
Notons F
p
un ensemble p lments, et f une surjection de F
n
dans F
j
.
1) Il y a une seule application de F
n
dans F
1
, et cette application est surjective, donc S
1
n
= 1. Les
applications surjectives dun ensemble n lments dans un autre sont bijectives. Le nombre de bijec-
tions est aussi le nombre de permutations de n objets, donc S
n
n
= n!.
2) Si F
2
= {y
1
, y
2
}, choisir une surjection f de F
n
dans F
2
, cest choisir une partie C de F
n
non vide
et dirente de F
n
qui sera lensemble f
1
({y
1
}). Alors f
1
({y
2
}) est le complmentaire de C dans
F
n
. Il y a 2
n
2 telles parties C. Donc on a S
2
n
= 2
n
2.
3) a) Il y a k
n
applications de F
n
dans F
k
. Si f est une telle application, alors, cest une surjection de
F
n
sur f(F
n
). On peut donc compter les applications de la manire suivante : On choisit une partie
D
j
de F
k
j lments. Il y a
_
k
j
_
faons de le faire, et pour chaque choix de D
j
, il y a S
j
n
surjections
possibles. Donc, on a
k

j=1
_
k
j
_
S
j
n
applications possibles. On en dduit bien
k

j=1
_
k
j
_
S
j
n
= k
n
.
b) En isolant le terme dindice k dans la somme prcdente, on en dduit
S
k
n
= k
n

k1

j=1
_
k
j
_
S
j
n
.
4) Soit F
n
= {x
1
, . . . , x
n1
, x
n
} et F
n1
= {x
1
, . . . , x
n1
} On peut obtenir une surjection de F
n
dans
F
j
, dune des deux manires suivantes :
on part dune surjection de F
n1
sur F
j
et on envoie x
n
sur un des j lments de F
j
. Il y a donc
jS
j
n1
surjections de ce type.
on part dune surjection de F
n1
sur une partie j 1 lments de F
j
, et on envoie x
n
sur llment
de F
j
qui nappartient pas la partie choisie. Il y donc jS
j1
n1
surjections de ce type.
On a donc bien
S
j
n
= j(S
j
n1
+ S
j1
n1
) .
5) a) On dmontre la proprit par rcurrence sur k, le nombre n tant x.
EI 11
On a f

(x) = e
x
, et (f
n
)

= nf
n1
f

. Alors
d
n
dx
n
[f
n
(x)] =
d
n1
dx
n1
[nf
n1
(x)f

(x)] ,
si lon pose a
1
(1) = n = A
1
n
, on a la proprit au rang 1.
Supposons la proprit vraie au rang k. Donc
d
n
dx
n
[f
n
(x)] =
d
nk
dx
nk
_
_
k

j=1
a
j
(k)f
nj
(x)(f

)
j
(x)
_
_
.
On peut crire
d
n
dx
n
[f
n
(x)] =
d
nk1
dx
nk1
_
_
d
dx
_
_
k

j=1
a
j
(k)f
nj
(x)(f

)
j
(x)
_
_
_
_
.
Or
d
dx
_
_
k

j=1
a
j
(k)f
nj
(x)(f

)
j
(x)
_
_
=
k

j=1
a
j
(k)((n j)f
nj1
(x)(f

)
j+1
(x) +jf
nj
(x)(f

)
j
(x))
=
k

j=1
a
j
(k)(n j)f
nj1
(x)(f

)
j+1
(x) +
k

j=1
a
j
(k)jf
nj
(x)(f

)
j
(x)
=
k+1

j=2
a
j1
(k)(n j + 1)f
nj
(x)(f

)
j
(x) +
k

j=1
a
j
(k)jf
nj
(x)(f

)
j
(x) .
Donc si lon pose
a
j
(k + 1) =
_
_
_
a
1
(k) si j = 1
(n j + 1)a
j1
(k) +ja
j
(k) si 2 j k
(n k)a
k
(k) si j = k + 1
On aura
d
n
dx
n
[f
n
(x)] =
d
nk1
dx
nk1
_
_
k+1

j=1
a
j
(k + 1)f
nj
(x)(f

)
j
(x)
_
_
.
Avec de plus
a
k+1
(k + 1) = (n k)a
k
(k) = (n k)A
k
n
= A
k+1
n
.
EI 12
La proprit est donc vraie au rang k + 1. Alors elle sera vraie si 1 k n.
En particulier, si k = n,
d
n
dx
n
[f
n
(x)] =
n

j=1
a
j
(n)(e
x
1)
nj
e
jx
.
Mais on a aussi, en dveloppant par la formule du binme,
f(x)
n
=
n

k=0
_
n
k
_
(1)
nk
e
kx
,
donc
d
n
dx
n
[f
n
(x)] =
n

k=1
_
n
k
_
(1)
nk
k
n
e
kx
.
En calculant la valeur en zro dans les deux expressions prcdentes, on obtient
n

k=1
_
n
k
_
(1)
nk
k
n
= a
n
(n) = A
n
n
= n! ,
ce qui donne la formule voulue.
c) On dmontre par rcurrence, que si n 1, la proprit suivante est vraie :
(P
n
) si 1 j n, S
j
n
=
j

k=1
(1)
jk
k
n
_
j
k
_
.
On a S
1
1
= 1, et la proprit est vraie lordre 1. Supposons la vraie lordre n1. On a tout dabord,
daprs b),
n

k=1
(1)
nk
k
n
_
n
k
_
= n! = S
n
n
,
et aussi
1

k=1
(1)
1k
k
1
_
1
k
_
= 1 = S
1
n
.
On suppose que 2 j n. Alors, en appliquant lhypothse de rcurrence, on a
S
j
n1
=
j

k=1
(1)
jk
k
n1
_
j
k
_
et S
j1
n1
=
j1

k=1
(1)
j1k
k
n1
_
j 1
k
_
.
En appliquant la question 4),
S
j
n
= j
_
j

k=1
(1)
jk
k
n1
_
j
k
_
+
j1

k=1
(1)
j1k
k
n1
_
j 1
k
_
_
= j
_
j1

k=1
(1)
jk
k
n1
(
_
j
k
_

_
j 1
k
_
) +j
n1
_
.
EI 13
Mais
_
j
k
_

_
j 1
k
_
=
_
j 1
k 1
_
,
donc
S
j
n
= j
j

k=1
(1)
jk
k
n1
_
j 1
k 1
_
.
Par ailleurs
j
_
j 1
k 1
_
= j
(j 1)!
(k 1)!(j k)!
= k
j!
k!(j k)!
= k
_
j
k
_
,
do
S
j
n
=
j

k=1
(1)
jk
k
n
_
j
k
_
.
On a donc montr que, si 1 k n,
S
j
n
=
j

k=1
(1)
jk
k
n
_
j
k
_
,
ce qui est la proprit au rang n. La proprit est donc vraie pour tout n 1.
12 Si n 1, on note
n
le nombre de partitions dun ensemble n lments (nombre de Bell), et on
pose
0
= 1.
1) Montrer que si n 0,
n+1
=
n

i=0
_
n
i
_

i
(formule de Dobinski).
2) En dduire que si n 1,
n
=
1
e

k=1
k
n
k!
.
3) Montrer que si n 0,
n
=
n

k=0

nk
k
n
k!
o
m
=
m

j=0
(1)
j
j!
.
(On pourra utiliser lexercice 11, question 5c).
Solution
1) Soit F
n+1
= {x
1
, . . . , x
n
, x
n+1
}. On choisit une partie A
j
j lments contenant x
n+1
. Cela revient
choisir les j 1 autres lments parmi n. Il y a donc
_
n
j1
_
faons de le faire. Si lon complte A
j
avec
une partition quelconque de son complmentaire, on aura une partition de F
n+1
. Comme A
C
j
contient
n+1 j lments, on obtient ainsi
_
n
j1
_

n+1j
partitions direntes. On obtient toutes les partitions
de F
n+1
en faisant varier j de 1 n + 1. Donc

n+1
=
n+1

j=1
_
n
j 1
_

n+1j
=
n+1

j=1
_
n
n j + 1
_

n+1j
.
EI 14
En posant i = n + 1 j on trouve,

n+1
=
n

i=0
_
n
i
_

i
.
2) Si n est x, la srie de terme gnral u
k
= k
n
/k! converge. En eet
u
k+1
u
k
=
(k + 1)
n
(k + 1)!
k!
k
n
=
1
k + 1
_
k + 1
k
_
n
et ceci tend vers 0 quand k tend vers linni. La rgle de dAlembert assure donc la convergence de la
srie.
On dmontre la formule par rcurrence. Si n = 1, on a

k=1
k
k!
=

k=1
1
(k 1)!
=

k=0
1
k!
= e ,
donc

1
= 1 =
1
e

k=1
k
k!
,
et la formule est vraie au rang 1.
Supposons la formule vraie jusqu lordre k. Alors

n+1
=
n

i=0
_
n
i
_

i
= 1 +
n

i=1
_
n
i
_

i
,
et en utilisant la relation aux rangs infrieurs n,

n+1
= 1 +
n

i=1
_
n
i
_
1
e
_

k=1
k
i
k!
_
.
En intervertissant les sommations

n+1
= 1 +
1
e

k=1
1
k!
_
n

i=1
_
n
i
_
k
i
_
.
On reconnat la formule du binme, donc

n+1
= 1 +
1
e

k=1
1
k!
((k + 1)
n
1)
= 1 +
1
e

k=1
(k + 1)
n
k!

1
e

k=1
1
k!
.
EI 15
En changeant dindice dans la premire somme, et en remarquant que

k=1
1
k!
= e 1 ,
on obtient

n+1
= 1 +
1
e

k=2
k
n
(k 1)!

e 1
e
=
1
e

k=2
k
n
(k 1)!
+
1
e
.
Finalement

n+1
=
1
e

k=2
k
n+1
k!
+
1
e
=
1
e

k=1
k
n+1
k!
,
ce qui donne la formule au rang n. La proprit est donc vraie pour tout n 1.
3) Calculons la somme
n
=
n

k=1

nk
k
n
k!
. En remplaant
nk
par sa valeur, on trouve

n
=
n

k=1
_
_
nk

j=0
(1)
j
j!
k
n
k!
_
_
=
n

k=1
_
_
nk

j=0
_
j +k
k
_
(1)
j
k
n
(j +k)!
_
_
.
Eectuons le changement de variable i = k +j dans la somme interne. On obtient

n
=
n

k=1
_
n

i=k
_
i
k
_
(1)
ik
k
n
i!
_
.
On intervertit les sommations, ce qui donne

n
=
n

i=1
1
i!
_
i

k=1
_
i
k
_
(1)
ik
k
n
_
.
Mais on reconnat la formule 5c) de lexercice prcdent, et donc, nalement

n
=
n

i=1
S
i
n
i!
.
Il reste voir que S
i
n
/i! est le nombre de partitions dun ensemble n lments en i sous-ensembles
pour en conclure que
n
=
n
.
Pour cela on remarque qu toute partition {A
1
, A
2
, . . . , A
i
} de F
n
, on peut associer i! surjections f
distinctes de F
n
sur F
i
, puisque cela revient choisir une permutation (y
1
, y
2
, . . . , y
i
) des lments de
F
i
, et poser f(x) = y
i
si x est dans A
i
. Le nombre de surjections de F
n
dans F
i
est donc i! fois le
nombre de partitions de F
n
en i sous-ensembles.
13 De combien de faons peut-on tirer, dans un jeu de 52 cartes, une main de 5 cartes qui comporte
exactement 2 dames et 2 curs ?
EI 16
Solution
Il y a dans le jeu 13 curs et 4 dames, donc 13 + 4 1 = 16 dames ou curs. (La dame de cur
ne doit tre compte quune fois). Le nombre de cartes qui ne sont ni dame ni cur est donc 5216 = 36.
Cherchons le nombre de mains contenant exactement 2 dames et 2 curs. Il y a deux cas possibles :
la main contient la dame de cur. Il reste choisir une dame parmi 3, un cur parmi 12, et la
dernire carte parmi 36 ce qui fait 3 12 36 = 1296 possibilits.
la main ne contient pas la dame de cur. On choisit 2 dames parmi 3, ce qui fait
_
3
2
_
= 3, possi-
bilits, 2 curs parmi 12, ce qui fait
_
12
2
_
= 66 possibilits, et la dernire carte parmi 36. On a donc
3 66 36 = 7128 possibilits.
Le rsultat nal est donc 1296 + 7128 = 8424 possibilits.
14 De combien de faons peut-on tirer, dans un jeu de 52 cartes, une main de 5 cartes :
a) qui comporte un brelan, mais ni carr ni full ?
(un brelan est un ensemble de trois cartes de mme valeurs, un carr est un ensemble de quatre cartes
de mme valeurs, un full est un ensemble de cinq cartes dont trois ont mme valeur et les deux autres
une mme autre valeur).
b) qui ne comporte ni 2 cartes au moins de la mme valeur, ni 5 cartes dont les valeurs se suivent, ni
5 cartes dune mme des 4 couleurs ?
(les quatre couleurs sont : Pique, Cur, Carreau et Tre).
Solution
a) La main est donc de la forme AAABC, o A, B, C sont des valeurs deux deux distinctes.
On choisit tout dabord la valeur A de la premire carte. Il y a 13 possibilits. On choisit 3 cartes de
cette valeur parmi 4. Il y a
_
4
3
_
= 4 possibilits.
On choisit ensuite deux autres valeurs parmi les 12 restantes. Il y a
_
12
2
_
= 66 possibilits. Il y a 4
cartes possibles pour chacune de ces deux valeurs, soit 16 possibilits.
Le nombre de mains est donc 13 4 66 16 = 54912.
b) On cherche donc parmi cinq cartes ayant des valeurs distinctes les mains o les cartes ne se suivent
pas, et celles qui ne sont pas dune mme couleur. Si on appelle A lensemble des mains o les valeurs
sont distinctes, B lensemble de celles o les cartes se suivent, et C lensemble de celles o les cartes
sont de mme couleur, les ensembles B et C sont inclus dans A, et donc
|A \ (B C)| = |A| |B C| .
EI 17
Dautre part
|B C| = |B| +|C| |B C| .
Donc
|A \ (B C)| = |A| +|B C| |B| +|C| .
Pour A, on choisit 5 valeurs parmi 13. Il y a
_
13
5
_
= 1287 possibilits. Puis pour chaque valeur, on
choisit une des quatre cartes de cette valeur, ce qui fait 4
5
possibilits. Donc
|A| = 4
5
_
13
5
_
= 1317888 .
Pour B, on choisit la premire carte de la srie, il y a 9 possibilits (lorsque la premire carte est le 9,
la dernire est le roi). Puis pour chaque valeur, on choisit une des quatre cartes de cette valeur, ce qui
fait 4
5
possibilits. Donc
|B| = 4
5
9 = 9216 .
Pour C, on choisit la couleur, il y a 4 possibilits. Puis pour chaque couleur, on choisit 5 cartes de la
couleur obtenue, ce qui fait
_
13
5
_
possibilits. Donc
|C| = 4
_
13
5
_
= 5148 .
Lensemble BC est constitu des mains dans lesquelles les cartes se suivent et sont de mme couleur.
On choisit la couleur, il y a 4 possibilits, et pour chaque couleur il y a 9 possibilits. Donc
|B C| = 36 .
Finalement
|A\ (B C)| = 1317888 + 36 9216 5148 = 1303560 .
15 On pose lune ct de lautre, dans lordre de leur sortie, 5 cartes tires lune aprs lautre et
sans remise, dans un jeu de 32 cartes. Combien de gures direntes peut-on obtenir qui comportent
exactement 3 tres ?
Solution
On choisit la place des tres parmi les cinq cartes. Il y a
_
5
3
_
= 10 possibilits.
On choisit les trois tres parmi 8, en tenant compte de lordre. Il y a A
3
8
= 876 = 336 possibilits.
On choisit les deux autres cartes parmi les 24 cartes qui ne sont pas de tres, en tenant compte de
lordre. Il y a A
2
24
= 24 23 = 552 possibilits.
Le nombre cherch est donc 10 336 552 = 1854720.
16 Reprendre lexercice 15 dans le cas o lon tire les 5 cartes une une et avec remise.
EI 18
Solution
On choisit la place des tres parmi les cinq cartes. Il y a
_
5
3
_
= 10 possibilits.
On choisit les trois tres parmi 8. Chaque carte peut tre une des 8 possibles. Il y a 8
3
= 512 possi-
bilits.
On choisit les deux autres cartes parmi les 24 cartes qui ne sont pas de tres. Chaque carte peut tre
une des 24 possibles. Il y a 24
2
= 576 possibilits.
Le nombre cherch est cette fois 10 512 576 = 2949120.
17 Les nombres n et p tant deux entiers naturels non nuls, quel est le nombre de solutions dans N
p
de lquation dinconnue (x
1
, x
2
, . . . , x
p
),
x
1
+x
2
+ +x
p
= n ?
Solution
Si lon pose y
i
= x
i
+ 1, lquation quivaut
y
1
+y
2
+ +y
p
= n +p ,
avec (y
1
, y
2
, . . . , y
n
) dans N
p
.
Le nombre cherch est aussi le nombre de solutions de lquation
y
1
+y
2
+ +y
p
= n +p ,
avec (y
1
, y
2
, . . . , y
n
) dans N
p
.
En crivant n +p comme la somme de n +p nombres 1,
n +p = 1 + 1 + 1 + + 1 ,
trouver une solution de lquation revient choisir p 1 signes + parmi les n +p 1 signe + gurant
dans la relation ci-dessus.
n +p = 1 + + 1
. .
y
1
1 + + 1
. .
y
2
1 + + 1
. .
yp
,
Le nombre cherch est donc
_
n +p 1
p 1
_
=
_
n +p 1
n
_
.
EI 19
18 De combien de faons peut-on choisir, dans un ensemble de n 2 lments, une paire de sous-
ensembles disjoints non vides ?
Solution
Si n 2, notons a
n
le nombre de faons dcrire un ensemble F
n
de n lments comme runion de 2
sous-ensembles disjoints non vides.
Il y a 2
n
2 faons de choisir une partie A non vide de F
n
et distincte de F
n
, et en prenant pour B le
complmentaire de A on a une partition {A, B} de F
n
. Mais toute partition est obtenue deux fois de
cette manire, il en rsulte que a
n
= 2
n1
1.
Si lon veut maintenant choisir, dans F
n
une paire de sous-ensembles disjoints non vides, on commence
par choisir un sous-ensemble de k lments (k 2), ce qui donne
_
n
k
_
possibilits, et pour chacun de
ces sous-ensembles, il y a a
k
faons de lcrire comme runion de deux sous-ensembles disjoints non
vides. Alors le nombre cherch est
b
n
=
n

k=2
_
n
k
_
a
k
=
n

k=2
_
n
k
_
(2
k1
1) .
Comme la somme est nulle si k = 1, on a encore
b
n
=
n

k=1
_
n
k
_
(2
k1
1) =
1
2
n

k=1
_
n
k
_
2
k

k=1
_
n
k
_
.
Chaque somme se calcule par la formule du binme, et lon a
b
n
=
1
2
((2 + 1)
n
1) ((1 + 1)
n
1) =
1
2
(3
n
1) (2
n
1) ,
ce qui donne nalement
b
n
=
1
2
(3
n
+ 1) 2
n
.
EI 20
I - Probabilits sur un ensemble ni
19 Quel est le plus probable ?
Obtenir au moins un as en lanant 4 ds ?
Obtenir au moins deux as en lanant 10 ds ?
Obtenir au moins une paire das en lanant 25 paires de ds ?
Obtenir au moins deux as en lanant 50 ds ?
Solution
a) On prend comme univers lensemble des quadruplets de nombres compris entre 1 et 6. La nombre
dlments de est 6
4
. On cherche la probabilit de lvnement :
A
1
= ne pas obtenir das en lanant 4 ds .
Il y a 5
4
quadruplets ne contenant pas las, donc P(A
1
) =
5
4
6
4
. La probabilit dobtenir au moins un as
est donc
p
1
= P(A
C
1
) = 1
5
4
6
4
0, 5177 .
b) On prend comme univers lensemble des 10uplets de nombres compris entre 1 et 6. La nombre
dlments de est 6
10
.
La probabilit de lvnement : A
2
= ne pas obtenir das en lanant 4 ds , est, par le mme
raisonnement que dans a), le nombre P(A
2
) =
5
10
6
10
.
Le nombre dlments de lensemble B
2
des 10uplets contenant exactement un as se calcule de la
manire suivante.
Il y a 10 positions possibles pour las, et chaque autre lment peut prendre 5 valeurs possibles. Cela
fait donc 10 5
9
lments. Alors
P(B
2
) =
10 5
9
6
10
.
La probabilit quil y ait au plus un as est donc, puisque A
2
et B
2
sont disjoints,
P(A
1
A
2
) = P(A
2
) +P(B
2
) =
5
10
6
10
+
10 5
9
6
10
= 3
5
10
6
10
.
La probabilit dobtenir au moins deux as est alors,
p
2
= P((A
2
B
2
)
C
) = 1 3
5
10
6
10
0, 5154 .
c) On prend comme univers lensemble des 25uplets de couples de deux nombres compris entre 1
et 6. Il y a 36 couples, et chaque lment du 25uplet peur prendre 36 valeurs. Donc possde 36
25
lments.
EI 21
Lensemble A
3
des couples ne contenant pas 2 as possde 35
25
lments et sa probabilit vaut
P(A
3
) =
35
25
36
25
,
Alors la probabilit quil y ait au moins une paire das est
p
3
= P(A
C
3
) = 1
35
25
36
25
0, 5055 .
d) On procde comme dans b). On prend comme univers lensemble des 50uplets de nombres
compris entre 1 et 6. La nombre dlments de est 6
50
.
La probabilit de lvnement : A
4
= ne pas obtenir das en lanant 4 ds , est P(A
4
) =
5
50
6
50
.
Le nombre dlments de lensemble B
4
des 50uplets contenant exactement un as se calcule de la
manire suivante.
Il y a 50 positions possibles pour las, et chaque autre lment peut prendre 5 valeurs possibles. Cela
fait donc 50 5
49
lments. Alors
P(B
4
) =
50 5
49
6
50
.
La probabilit quil y ait au plus un as est donc
P(A
1
A
2
) = P(A
4
) +P(B
4
) =
5
50
6
50
+
50 5
49
6
50
= 11
5
50
6
50
.
La probabilit dobtenir au moins deux as est alors
p
4
= P((A
4
B
4
)
C
) = 1 11
5
50
6
50
0, 9987 .
Cest ce dernier vnement qui est donc le plus probable.
20 Dterminer, en prcisant partir de quelles hypothses, la probabilit de trouver, dans un groupe
de n personnes choisies au hasard, au moins deux personnes ayant leur anniversaire le mme jour.
Calculer une valeur approche de cette probabilit pour n = 23, n = 41 et n = 57.
Solution
On suppose que lanne a 365 jours, et on considre que les dates danniversaire sont rparties de
manire quiprobable. Une personne donne a donc une probabilit 1/365 davoir son anniversaire un
jour donn.
Si n > 365, il y a plus de personnes que de jours de lanne, donc il y a toujours deux personnes ayant
leur anniversaire le mme jour.
On suppose maintenant n 365. On peut modliser le problme en disant que chaque personne tire
un nombre au hasard parmi les nombres entiers de 1 365.
EI 22
Lunivers est lensemble des nuplets forms de tels nombres. Le nombre dlments de est donc
365
n
.
Lensemble A des nuplets dont tous les lments sont dirents est alors A
n
365
, et donc
P(A) =
A
n
365
365
n
.
La probabilit pour que deux personnes au moins aient leur anniversaire le mme jour est alors
P(A
C
) = 1
A
n
365
365
n
= 1
365!
(365 n)! 365
n
.
En valuant les factorielles laide de la formule de Stirling, on peut approcher P(A), si n est petit
devant 365, par
a
n
=
(365e
1
)
365

2 365
((365 n)e
1
)
365n
_
2 (365 n)
1
365
n
= e
n
_
365
365 n
_
365n+1/2
.
On trouve les valeurs approches de P(A
C
) suivantes :
n = 23 : P(A
C
) 0, 5
n = 41 : P(A
C
) 0, 9
n = 57 : P(A
C
) 0, 99 .
21 Quelle serait la probabilit de perdre si lon pouvait jouer une seule grille au Loto National ?
Solution
On dispose dune grille de 49 numros. On en choisit 6. Le tirage a dtermin 6 numros. On cherche
la probabilit pour quil y ait k numros communs aux deux tirages.
On choisit comme univers lensemble des choix de 6 lments parmi 49. Il y en a
_
49
6
_
.
Si 0 k 6, soit A
k
lensemble des choix o k numros exactement sont dans la liste dtermine par
le tirage. Il y a
_
6
k
_
faons de choisir k numros parmi 6, et il reste
_
43
6k
_
faons de choisir les autres
numros. Donc le nombre dlments de A
k
est
_
6
k
__
43
6k
_
. On a alors
P(A
k
) =
_
6
k
__
43
6k
_
_
49
6
_ .
On perd si lon a obtenu moins de 2 numros communs avec le tirage. La probabilit de perdre est
donc
P(A
0
) +P(A
1
) +P(A
2
) =
_
43
6
_
+
_
6
1
__
43
5
_
+
_
6
2
__
43
4
_
_
49
6
_ 0, 98 .
EI 23
22 Au bridge, si le mort et son partenaire ont chacun un as exactement, est-il plus probable que les
deux autres as soient dans la mme main adverse ou partags ?
Solution
Chaque joueur ayant 13 cartes dun jeu de 52 cartes, on a deux ensemble de 13 cartes xs, contenant
chacun un as. Cherchons le nombre dlments des ensembles suivants :
A = les deux autres mains contiennent chacune un as
B = une des deux dernires mains contient deux as .
Il sut de choisir les cartes dune main pour que les cartes de lautre soient dtermines.
Pour A, on choisit un as parmi les deux restants, et 12 cartes parmi les 24 cartes restantes qui ne sont
pas des as, donc
|A| = 2
_
24
12
_
.
Pour B, ou bien la main contient les deux as, et il reste 11 cartes choisir parmi 24, ou bien la main
ne contient pas das, et il reste 13 cartes choisir parmi 24. Donc
|B| =
_
24
13
_
+
_
24
11
_
= 2
_
24
11
_
.
Regardons le quotient |A|/|B|.
|A|
|B|
=
24!
(12!)
2
11! 13!
24!
=
11! 13!
(12!)
2
=
13
12
.
Comme
P(A)
P(B)
=
|A|
|B|
=
13
12
> 1 ,
on en dduit que la probabilit de A est plus grande que celle de B.
23 On tire 5 cartes, sans remise, dans un jeu de 52 cartes. Comparer la probabilit des vnements
suivants :
A = une paire , cest--dire 2 cartes de mme valeur
B = deux paires
C = un brelan , cest--dire 3 cartes de mme valeur
D = un ush , cest--dire 5 cartes de la mme couleur
E = un full , cest--dire 3 cartes dune mme valeur, les 2 autres dune mme autre valeur
F = une quinte , cest--dire 5 cartes dont les valeurs se suivent, lordre tant :
as, 2, 3,. . . ,10, valet, dame, roi, as
G = un carr (ou poker) , cest--dire 4 cartes de mme valeur
EI 24
H = une quinte ush .
Solution
Remarque : les dirents vnements ont t interprts en un sens strict prcis chaque fois.
Lunivers est constitu des choix de 5 objets parmi 52, donc possde
_
52
5
_
lments.
A Les valeurs des cartes sont aabcd, o, a, b, c, d dsignent des valeurs distinctes.
On choisit la valeur de a. Il y a 13 possibilits.
On choisit 3 autres valeurs parmi les 12 restantes. Il y a
_
12
3
_
possibilits.
Pour la valeur a, on a deux cartes parmi 4, soit
_
4
2
_
Pour les valeurs de b, c, et d, il y a chaque fois 4 possibilits. Donc
|A| = 13
_
12
3
__
4
2
_
4
3
= 1098240 et P(A) 0, 422 .
B Les valeurs des cartes sont aabbc, o, a, b, c, dsignent des valeurs distinctes.
On choisit 2 valeurs parmi 13. Il y a
_
13
2
_
possibilits.
On choisit une autre valeur parmi les 11 restantes. Il y a 11 possibilits.
Pour la valeur a, on choisit deux cartes parmi 4, soit
_
4
2
_
, de mme pour b
Pour la valeur de c il y a 4 possibilits. Donc
|B| =
_
13
2
_
11
_
4
2
_
2
4 = 123552 et P(B) 0, 0475 .
C Les valeurs des cartes sont aaabc, o, a, b, c, dsignent des valeurs distinctes.
On choisit la valeur de a. Il y a 13 possibilits.
On choisit 2 autres valeurs parmi les 12 restantes. Il y a
_
12
2
_
possibilits.
Pour la valeur a, on choisit 3 cartes parmi 4, soit
_
4
3
_
Pour les valeurs de b et c, il y a chaque fois 4 possibilits. Donc
|C| = 13
_
12
2
__
4
3
_
4
2
= 54912 et P(C) 0, 021 .
D Les couleurs des cartes sont aaaaa.
On choisit la couleur a, il y a 4 possibilits.
Pour la couleur a, on choisit 5 cartes parmi 13, soit
_
13
5
_
, donc
|D| = 4
_
13
5
_
= 5148 et P(D) 0, 002 .
EI 25
E Les valeurs des cartes sont aaabb, o, a, b, dsignent des valeurs distinctes.
On choisit les valeurs de (a, b). Il y a A
2
13
possibilits.
Pour la valeur a, on choisit 3 cartes parmi 4, soit
_
4
3
_
.
Pour la valeur b, on choisit deux cartes parmi 4, soit
_
4
2
_
. Donc
|E| = A
2
13
_
4
2
__
4
3
_
= 3744 et P(E) 0, 0014 .
F Il y a 10 successions possibles des 5 cartes.
Chacune des cartes dune succession peut prendre 4 couleurs possibles. Donc
|F| = 10 4
5
= 10240 et P(F) 0, 0039 .
G Les valeurs des cartes sont aaaab, o, a, b, dsignent des valeurs distinctes.
On choisit les valeurs de (a, b). Il y a A
2
13
possibilits.
Pour la valeur b, il y a 4 possibilits Donc
|G| = 4A
2
13
= 624 et P(G) 0, 00024 .
H Il y a 10 successions possibles des 5 cartes.
Chacune des successions peut prendre 4 couleurs possibles. Donc
|H| = 40 et P(H) 0, 000015 .
24 Combien peut-on dnir sur = {a, b, c} de probabilits P
a) telles que P({a, b}) =
1
4
?
b) telles que P({a, b}) = P({b, c}) =
1
4
?
c) telles que P({a, b}) = P({b, c}) =
3
4
?
Solution
a) On doit avoir
P({c}) = 1 P({a, b}) =
3
4
,
et
P({a}) +P({b}) = P({a, b}) =
1
4
.
Il y a donc une innit de probabilits possibles.
EI 26
b) On doit avoir
P({a}) +P({b}) = P({b}) +P({c}) =
1
4
.
Donc P({a}) = P({c}).
On doit avoir galement
P({c}) = 1 P({a, b}) =
3
4
,
alors
P{b}) = 1 P({a}) P({c}) = 1
3
2
< 0 ,
ce qui nest pas possible. Il nexiste pas de probabilit vriant les conditions donnes.
c) On doit avoir
P({a}) +P({b}) = P({b}) +P({c}) =
3
4
.
Donc P({a}) = P({c}).
On doit avoir galement
P({c}) = 1 P({a, b}) =
1
4
,
alors
P{b}) = 1 P({a}) P({c}) = 1
1
2
=
1
2
.
Il y a une probabilit et une seule possible.
25 Soit A et B deux vnements alatoires associs un espace probabilis (, P). Montrer que
P(A B) P(A)P(B) = P(A
C
B) +P(A
C
)P(B)
= P(A B
C
) +P(A)P(B
C
)
= P(A
C
B
C
) P(A
C
)P(B
C
) .
Solution
On a
P(A) = P(A B
C
) +P(A B) et P(B
C
) = 1 P(B) ,
donc
P(A B) P(A)P(B) = P(A) P(A B
C
) P(A)P(B)
= P(A)(1 P(B)) P(A B
C
)
= P(A)P(B
C
) P(A B
C
) .
En permutant les rles de A et de B, on a aussi
P(A B) P(A)P(B) = P(B)P(A
C
) P(B A
C
) .
EI 27
Enn, en appliquant cette formule A
C
et B
C
,
P(A
C
B
C
) P(A
C
)P(B
C
) = P(B
C
)P(A) P(B
C
A) .
Les quatre dirences sont donc gales.
26 Monsieur Dubouchon pche la ligne dans son tang o ne vivent que trois carpes et sept tanches.
Il a dcid de pcher jusqu ce quil ait pris quatre poissons. En supposant que chacun des dix poissons
ait la mme probabilit de se faire prendre (dans nimporte quel ordre) et quils aient tous des poids
dirents, dterminer la probabilit de chacun des vnements alatoires suivants :
A = lun des quatre poissons pris est une carpe
B = lun au moins des quatre poissons pris est une carpe
C = le premier poisson pris est une carpe
D = le second poisson pris est une carpe
E = les deux premiers poissons pris sont des carpes
F = au moins un des deux premiers poissons pris est une carpe
G = chacun des trois derniers poissons pris pse plus que le prcdent .
Solution
a) Les vnements A et B ne dpendent pas de lordre dans lequel les poissons sont pchs. Si lon note
p
k
la probabilit davoir k carpes (exactement) parmi les 4 poissons, on a une loi hypergomtrique
H(4, 3, 10). En eet si lon prend pour les ensembles de 4 poissons pris parmi 10, on a
|| =
_
10
4
_
.
Si A
k
est form des ensembles contenant k carpes, on choisit k carpes parmi 3, et 4 k tanches parmi
7, donc
|A| =
_
3
k
__
7
4 k
_
,
ce qui donne bien
p
k
=
_
3
k
__
7
4k
_
_
10
4
_ .
On a alors
P(A) = p
1
=
_
3
1
__
7
3
_
_
10
4
_ =
1
2
.
P(B
C
) = p
0
=
_
7
4
_
_
10
4
_ =
1
6
,
donc
P(B) = 1 P(B
C
) =
5
6
.
EI 28
b) Pour les autres vnements, on tient compte de lordre, et on va prendre pour lensemble des
quadruplets forms avec les 10 poissons. Donc
|| = A
4
10
.
Les vnements C et D ont la mme probabilit. Si i est la position tudie, il y a 3 carpes possibles
en i, et pour les trois autres positions, il reste 3 poissons choisir parmi 9. Donc
|C| = |D| = 3A
3
9
,
et
P(C) = P(D) =
3A
3
9
A
4
10
=
3
10
.
On remarque que cest tout simplement la probabilit de tirer 3 carpes parmi 10 poissons.
Pour E, il y a A
2
3
faons de choisir les carpes et A
2
8
faons de choisir les deux autres poissons, donc
|E| = A
2
3
A
2
8
,
et
P(E) =
A
2
3
A
2
8
A
4
10
=
A
2
3
A
2
10
=
1
15
.
L aussi on constate que cest la probabilit de tirer deux carpes parmi 10 poissons.
Alors
P(F) = P(C) +P(D) P(C D) = P(C) +P(D) P(E) =
8
15
.
c) Pour lvnement G, on cherche le nombre de cas o les poids des 4 poissons sont ordonns en
croissant.
Choisir un quadruplet de poissons, dont les lments sont rangs suivant lordre croissant des poids,
revient choisir un ensemble de 4 poissons parmi 10 et les ranger ensuite par ordre croissant de
poids. (Lordre croissant tant impos, il y a une seule faon de ranger les poissons par ordre croissant
de poids une fois que lensemble de 4 poissons est choisi). Cela revient choisir 4 lments parmi 10,
donc
|G| =
_
10
4
_
,
et
P(G) =
_
10
4
_
A
4
10
=
1
4!
=
1
24
.
27 On tire au hasard un entier entre 1 et 900.
1) Quelle est la probabilit p
0
quil soit pair, mais ni multiple de 4, ni multiple de 6 ?
2) Pour tout j diviseur de 900, calculer P(E
j
), o E
j
= multiple de j .
EI 29
3) Exprimer p
0
en fonction des P(E
j
) et vrier ainsi la rponse la question 1).
Solution
1) Parmi les nombres entiers compris entre 1 et 900, il y a
450 nombres pairs,
225 multiples de 4,
150 multiples de 6,
75 multiples de 12 (ce sont les multiples la fois de 4 et 6).
Le nombre de nombres multiples de 4 ou 6 est donc
150 + 225 75 = 300 ,
et le nombre de nombres pairs ni multiple de 4, ni multiple de 6 est
450 300 = 150 .
Et donc
p
0
=
150
900
=
1
6
.
2) Il y a 900/j multiples de j donc P(E
j
) = 1/j.
3) On a
p
0
= P(E
2
) P(E
4
) P(E
6
) +P(E
12
) =
1
2

1
4

1
6
+
1
12
=
1
6
.
28 On tire trois cartes au hasard, lune aprs lautre et sans remise, dans un jeu de 32 cartes. Quelle
est la probabilit que la troisime carte tire soit une dame ?
Solution
Il y a 4 faons de choisir la dame et A
2
31
faons de choisir les deux premires cartes. Alors la probabilit
vaut
4A
3
31
A
2
32
=
4 31!
32!
=
1
8
.
On remarque que la probabilit est celle de choisir une dame parmi 32.
29 Le directeur dun tablissement o travaillent plus de mille personnes, dont la moiti de femmes,
na pas russi susciter de candidatures volontaires pour constituer une commission de 10 personnes
charge de proposer des amendements au rglement intrieur de ltablissement.
Il dcide de tirer au sort 10 noms sur la liste du personnel.
Montrer quil y a environ une chance sur quatre de trouver autant dhommes que de femmes dans la
commission ainsi forme.
EI 30
Solution
Si lon note 2n le nombre demploys, et lensemble des choix de 10 employs parmi 2n, le nombre
dlments de est
_
2n
10
_
.
Si A est lensemble des choix o il y a 5 hommes et 5 femmes, on choisit 5 femmes parmi n et 5 hommes
parmi n. Alors le nombre dlments de A est
_
n
5
_
2
. La probabilit cherche est donc
p(A) =
_
n
5
_
2
_
2n
10
_ .
Rappelons que lon peut approcher
(
n
1
k
)(
n
2
nk
)
(
n
1
+n
2
n
)
par
_
n
k
_
a
k
(1 a)
nk
, lorsque n et k sont xes, n
1
et n
2
sont grands et
n
1
n
1
+n
2
proche de a. Ici n
1
+ n
2
= 2n, et donc a = 1/2, n = 10 et k = 5, donc p(A)
sapproche par
b =
_
10
5
_
1
2
10
=
63
256
0, 246 .
La probabilit de A est proche dun quart.
30 1) On place dans une bote six boules indiscernables au toucher et marques des nombres 1 6.
On y fait neuf tirages dune boule, au hasard et avec remise. Quelle est la probabilit quun tiers au
moins des boules tires portent un nombre pair ?
2) On lance neuf ds (quilibrs). Quelle est la probabilit quun tiers au moins des ds montrent un
nombre pair de points ?
3) Mme question si on lance neuf fois le mme d.
Solution
1) La probabilit de tirer un nombre pair est de 1/2. La probabilit p
k
davoir k nombres pairs en 9
tirages est alors donne par la loi binomiale B(9, 1/2) et vaut
p
k
=
_
9
k
_
2
9
.
On veut que le nombre de boules ayant un numro pair soit suprieur 3. On cherche la probabilit
de lvnement contraire, cest--dire que le nombre de boules soit infrieur 2. On a donc
P(A
C
) = p
0
+p
1
+p
2
=
_
9
0
_
+
_
9
1
_
+
_
9
2
_
2
9
=
23
2
8
.
Donc
P(A) = 1
23
2
8
=
233
256
0, 91 .
2) et 3) Ce sont les mmes problmes que dans 1).
EI 31
31 On tire au hasard un 100chantillon dans une population comportant 4% dindividus dun type
A. Dterminer lordre de grandeur (ou de petitesse) de la probabilit que cet chantillon comporte
exactement vingt individus de type A.
Solution
Soit N le nombre dindividus de la population totale et N
1
le nombre de personnes ayant le type A.
La probabilit davoir 20 individus de type A dans un 100-chantillon est donc (loi hypergomtrique)
p =
_
N
1
20
__
NN
1
80
_
_
N
100
_ ,
Le rapport a = N
1
/N donne la proportion dindividus de type A et vaut donc 4/100. Alors on peut
approcher p par
q =
_
100
20
_
a
20
(1 a)
80
0, 2 10
8
.
32 Jai dans ma poche trois jetons identiques au toucher : lun a ses deux faces blanches, le second
a ses deux faces noires et le troisime a une face noire et lautre blanche. Ayant sorti de ma poche un
jeton choisi au hasard, je nen vois quune seule face : elle est blanche. Quelle est la probabilit que
lautre face de ce jeton soit blanche galement ?
Solution
Notons B
v
(respectivement B
c
) la probabilit davoir une face blanche visible (respectivement cache).
Comme il y a trois faces blanches sur les six faces des pions on a P(B
v
) = 1/2.
On cherche la probabilit conditionnelle de lvnement tirer une face blanche sachant que lon a
dj une face blanche. Cest donc
p = P(B
c
/B
v
) =
P(B
c
B
v
)
P(B
v
)
.
Lvnement B
v
B
c
est lvnement tirer le pion blanc . Sa probabilit est donc 1/3. Alors
p =
1/3
1/2
=
2
3
.
33 Cette anne, 29 des 79 tudiants de lUE A 27 du Master dastrologie numrique applique
lconomie sont des lles et 50 ont moins de 21 ans. Dautre part, dans cette UE, 64% des moins de 21
ans sont des garons.
Dterminer la proportion de moins de 21 ans parmi les lles.
EI 32
Solution
Traduisons les lments donns en terme de probabilit. Notons
F lvnement tre une lle
G lvnement tre un garon
A lvnement tre g de moins de 21 ans .
On a dj
P(F) =
29
79
et P(A) =
50
79
.
Le fait que 64% des moins de 21 ans soient des garons se traduit par une probabilit conditionnelle :
la probabilit dtre un garon sachant que lon a moins de 21 ans, est de 64%, cest--dire
P(G/A) =
64
100
.
La probabilit que lon cherche est une autre probabilit conditionnelle : cest la probabilit davoir
moins de 21 ans, sachant que lon est une lle, cest--dire
P(A/F) =
P(A F)
P(F)
.
Comme lensemble (G, F) est un systme complet dvnements alatoires, on a
P(A F) = P(A) P(A G) = P(A) P(G/A)P(A) = P(A)(1 P(G/A)) ,
on obtient
P(A/F) =
50
79
_
1
64
100
_
79
29
=
18
29
.
34 Soient A et B deux parties dun ensemble telles que
A B = , A B
C
= , A
C
B = , A
C
B
C
= .
Dterminer une condition ncessaire et susante sur le quadruplet (p, q, r, s) de ] 0, 1 [
4
, pour quil
existe une probabilit P sur telle que :
(P(A/B), P(A/B
C
), P(B/A), P(B/A
C
)) = (p, q, r, s) .
Solution
On se pose le problme suivant : donner une condition ncessaire et susante sous la forme dune ou
plusieurs relations reliant p, q, r, s, pour que lon puisse trouver quatre nombres x, y, z, t dans ] 0, 1 [ ,
dont la somme vaut 1 et vriant
P(A B) = x, P(A B
C
) = y , P(B A
C
) = z , P(A
C
B
C
) = t .
EI 33
On posera
P(A) = X , P(B) = Y et P = 1/p , Q = 1/q , R = 1/r , S = 1/s .
Les nombres P, Q, R, S, sont dans ] 1, +[ , et la condition sera donne sur P, Q, R, S.
En remplaant P(A/B), etc... par leur valeur, on part donc du systme
_

_
P(A B) = pP(B)
P(A B
C
) = qP(B
C
)
P(A B) = rP(A)
P(B A
C
) = sP(A
C
)
.
ou encore
_

_
P(A B) = pY
P(A B
C
) = q(1 Y )
P(A B) = rX
P(B A
C
) = s(1 X)
.
En soustrayant la premire ligne de la troisime, on obtient
rX pY = 0 .
En additionnant les deux premires lignes, on trouve
pY +q(1 Y ) = P(A B) +P(A B
C
) = P(A) = X ,
et en additionnant les deux dernires
rX +s(1 X) = P(A B) +P(B A
C
) = P(B) = Y ,
ce qui donne le systme linaire
_
_
_
rX pY = 0
X + (q p)Y = q
(s r)X +Y = s
.
Cest un systme de trois quations deux inconnues. Si lon introduit les vecteurs colonnes
U =
_
_
r
1
s r
_
_
, V =
_
_
p
q p
1
_
_
et W =
_
_
0
q
s
_
_
,
on remarque que les deux premiers vecteurs ne sont pas colinaires puisque le dterminant
=

r p
1 q p

= qr +p(1 r) =
P +Q(R 1)
PQR
> 0 .
Alors dire que le systme est vri quivaut dire que W est combinaison linaire de U et de V , et
donc que le dterminant
=

r p 0
1 q p q
s r 1 s

EI 34
est nul. On calcule ce dterminant en soustrayant la premire ligne de la deuxime et en lajoutant
la troisime, puis en dveloppant par rapport la premire ligne. On obtient
=

r p 0
1 r q q
s 1 p s

= rq(s +p 1) +ps(1 r q) .
Si lon divise par le produit pqrs, dire que est nul revient la condition ncessaire
(C) P +S PS (Q+R QR) = 0 ,
ou encore
(P 1)(S 1) = (Q1)(R 1) .
Montrons que cette condition est susante.
Si la condition (C) est vrie, on peut alors rsoudre le systme en rsolvant le systme form des
deux premires quations.
_
rX pY = 0
X + (q p)Y = q
,
ce qui donne facilement
X =
1

0 p
q q p

=
pq

=
R
P +Q(R 1)
,
et
Y =
1

r 0
1 q

=
rq

=
P
P +Q(R 1)
.
On constate en particulier, puisque est strictement positif, quil en est de mme de X et de Y . Dautre
part on obtient galement
1 X =
P +QR QR
P +Q(R 1)
,
et en utilisant la relation (C)
1 X =
(P 1)S
P +Q(R 1)
.
On a aussi
1 Y =
Q(R 1)
P +Q(R 1)
,
et 1 X et 1 Y sont strictement positifs. Donc X et Y appartiennent lintervalle ] 0, 1 [ .
Alors, on immdiatement
x = pY =
1
P +Q(R 1)
] 0, 1 [ ,
y = q(1 Y ) =
R1
P +Q(R 1)
et 1 y =
P + (Q1)(R 1)
P +Q(R 1)
,
EI 35
donc y appartient ] 0, 1 [ , puis
z = s(1 X) =
P 1
P +Q(R 1)
et 1 z =
1 +Q(R 1)
P +Q(R 1)
,
et z appartient aussi ] 0, 1 [ . Alors
x +y +z =
P +R 1
P +Q(R 1)
> 0 ,
et enn
t = 1 (x +y +z) = 1
P +R 1
P +Q(R 1)
=
(Q1)(R 1)
P +Q(R 1)
> 0 ,
et on a donc galement t ] 0, 1 [ .
On a donc bien obtenu quatre nombres appartenant ] 0, 1 [ et dont la somme vaut 1. On pourra
trouver une probabilit P telle que
P(A B) = x, P(A B
C
) = y , P(B A
C
) = z , P(A
C
B
C
) = t .
35 A louverture, le rayon boulangerie dun magasin en libre service contient cent baguettes dont x
seulement sont fraches, les autres tant linvendu de la veille.
1. Madame N est la premire cliente de la journe. Elle choisit au hasard k baguettes. Quelle est la
probabilit p
k
(m) que m dentre elles soient fraches ?
2. Si Madame N nest pas la premire cliente de la journe et si n baguettes (n 100 k) ont dj t
achetes (toutes choisies au hasard) avant son arrive, quest devenue la probabilit p
k
(m) ?
3. Les clients du magasin ne connaissent videmment pas le nombre x (ils le supposent nul !). En fait,
ce nombre est alatoire : il dpend chaque jour du nombre alatoire de baguettes vendues la veille.
Pour tout entier i de [ 1, 100 ] , on note A
i
lvnement : i des 100 baguettes que contient le rayon
louverture sont fraches. Montrer que la probabilit p
1
(0) davoir du pain rassis quand on achte une
seule baguette ne dpend des P(A
i
) quau travers du nombre
m
1
=
100

i=1
iP(A
i
) .
Solution
1. Il sagit dune loi H(k, x, 100), et
p
k
(m) =
_
x
m
__
100x
km
_
_
100
k
_ .
EI 36
2. La probabilit ne change pas. Voici une dmonstration.
On suppose que n baguettes ont dj t achetes. Il reste donc 100 n baguettes.
La probabilit que j baguettes fraches aient t achetes avant que Madame N narrive est
_
x
j
__
100x
nj
_
_
100
n
_ .
La probabilit que Madame N obtienne m baguettes fraches sachant que j ont dj t achetes est
_
xj
m
__
100nx+j
km
_
_
100n
k
_ .
Donc la probabilit p

k
(m) que Madame N obtienne m baguettes fraches est dans ce cas
p

k
(m) =
n

j=0
_
xj
m
__
100nx+j
km
_
_
100n
k
_
_
x
j
__
100x
nj
_
_
100
n
_ =
n

j=0
(
_
xj
m
__
x
j
_
)(
_
100nx+j
km
__
100x
nj
_
)
_
100n
k
__
100
n
_ .
Mais on a la relation
_
AP
H
__
A
P
_
=
_
A
H
__
AH
P
_
,
(car ces deux nombres sont gaux
A!
H!P!(A H P)!
), et on en dduit
_
x j
m
__
x
j
_
=
_
x
m
__
x m
j
_
,
_
100 n x +j
k m
__
100 x
n j
_
=
_
100 x
k m
__
100 x k +m
n j
_
,
_
100 n
k
__
100
n
_
=
_
100
k
__
100 k
n
_
.
ce qui donne
p

k
(m) =
_
_
n

j=0
_
xm
j
__
100xk+m
nj
_
_
100k
n
_
_
_
_
x
m
__
100x
km
_
_
100
k
_ .
Mais la somme
n

j=0
_
xm
j
__
100xk+m
nj
_
_
100k
n
_
est celle des coecients de la loi hypergomtrique H(n, x m, 100 k) et vaut donc 1. On retrouve
alors p

k
(m) = p
k
(m).
3. Soit B lvnement obtenir une baguette rassise . La probabilit dobtenir une baguette rassie
sachant que i des 100 baguettes sont fraches est donc
P(B/A
i
) =
100 i
100
.
EI 37
la probabilit cherche est alors
p
1
(0) =
100

i=0
P(B
i
/A
i
)P(A
i
)
=
100

i=0
100 i
100
P(A
i
)
=
100

i=0
P(A
i
)
1
100
100

i=0
iP(A
i
) .
Mais la premire somme vaut 1, puisque {A
i
| i [[ 0, 100 ]] } est un systme complet dvnements
alatoires. Donc
p
1
(0) = 1
1
100
100

i=0
iP(A
i
) = 1
m
1
100
.
36 Une enqute a montr quen Bordurie le cancer des bronches touchait une femme sur 10 000 et 4
hommes sur 10 000. La mme enqute prouvait que 70% des cancers bronchiques chez la femme appa-
raissent chez une fumeuse, contre 30% seulement chez une non-fumeuse, alors que ces proportions chez
lhomme sont respectivement 90% et 10%. Un journaliste de Klow matin concluait son commentaire
de lenqute en armant quune fumeuse avait moins de risque de contracter ce cancer quun fumeur.
1. Sur quoi ce journaliste a-t-il vraisemblablement bas sa conclusion?
2. Savoir que la proportion de fumeurs est six fois plus leve chez lhomme que chez la femme permet-il
de conclure srieusement ?
Solution
1. Il a sans doute compar les proportions 70% et 90%.
2. Notons C lvnement avoir un cancer , F tre une femme , H tre un homme , fumer ,
et traduisons les pourcentages donns sous forme de probabilits conditionnelles. On a
P(C/F) =
1
10 000
, P(C/H) =
4
10 000
, P(/F C) =
7
10
, P(/H C) =
9
10
.
De plus
P(/H) = 6 P(/F) .
On veut comparer P(C/F ) et P(C/H ).
EI 38
On a
P(C/F ) =
P(C F )
P(F )
=
P(/F C)P(F C)
P(F )
=
P(/F C)P(C/F)P(F)
P(/F)P(F)
=
P(/F C)P(C/F)
P(/F)
.
Le mme calcul, donne
P(C/H ) =
P(/H C)P(C/H)
P(/H)
.
Do
P(C/F )
P(C/H )
=
P(/F C)
P(/H C)
P(C/F)
P(C/H)
P(/H)
P(/F)
.
On obtient donc
P(C/F )
P(C/H )
=
7
9
1
4
6 =
7
6
> 1 .
Donc P(C/F ) est suprieur P(C/H ).
37 Mr A et Mme B prsentent tous deux des symptmes qui ne peuvent tre provoqus que par
lune ou lautre de deux maladies M
1
et M
2
qui se soignent de faons fort direntes (et que lon
suppose incompatibles). La maladie M
2
tant statistiquement 99 fois plus frquente que la maladie M
1
leurs mdecins prsument tre en prsence de M
2
. Pour conrmer leurs diagnostics, ils prescrivent une
analyse. De par son principe mme, cette analyse ne peut donner de certitude : son rsultat est positif
chez 74,25% des malades atteints de la maladie M
1
et seulement chez 0,75% des malades atteints de
M
2
(et non pas 100% et 0%).
Les rsultats sont ngatifs pour Mr A et positifs pour Mme B. Faut-il en conclure que Mr A est atteint
de M
2
et Mme B de M
1
?
Solution
On traduit les hypothse avec des probabilits. Notons T
+
lvnement le test est positif et T

lvnement le texte est ngatif .

P(M
2
) = 0, 99 , P(M
1
) = 0, 01 , P(T
+
/M
1
) = 0, 7425 , P(T
+
/M
2
) = 0, 0075 .
On en dduit
P(T

/M
1
) = 1 0, 7425 = 0, 2575 et P(T

/M
2
) = 1 0, 0075 = 0, 9925 .
On calcule P(M
2
/T

) et P(M
1
/T
+
) par la formule de Bayes.
EI 39
P(M
2
/T

) =
P(T

/M
2
)P(M
2
)
P(T

/M
1
)P(M
1
) +P(T

/M
2
)P(M
2
)
0, 997 .
De mme
P(M
1
/T
+
) =
P(T
+
/M
1
)P(M
1
)
P(T
+
/M
1
)P(M
1
) +P(T
+
/M
2
)P(M
2
)
0, 500 .
Si lon peut conclure que Mr A est atteint de M
2
, lincertitude reste pour Mme B.
38 Un vigile a, dans sa poche, dix clefs toutes direntes mais indiscernables au toucher. Il doit
ouvrir, dans la quasi-obscurit, une des portes de lentrept quil surveille et, pour ce faire, il essaie les
clefs lune aprs lautre, au hasard.
Certaines nuits, il remet dans une autre poche toute clef essaye et qui na pas ouvert le porte. Les
autres nuits, il remet dans la mme poche toute clef essaye sans succs.
Un cambrioleur probabiliste a remarqu que le vigile emploie la seconde mthode quand, et seulement
quand, il a trop copieusement arros son repas, ce qui se produit de faon alatoire avec une probabilit
1/10 (et le rend inoensif).
Dterminer la probabilit p
k
que le voleur, arriv sur les lieux aprs le repas du vigile et trs press
den nir, puisse agir sans risque quand il a constat que la porte nest pas encore ouverte aprs la
kime tentative.
Solution
Si 1 k 9, notons A
k
lvnement utiliser k clefs sans avoir la bonne et B lvnement avoir
trop arros le repas . La probabilit cherche est
p
k
= P(B/A
k
) ,
et on la calcule par la formule de Bayes.
p
k
=
P(A
k
/B)P(B)
P(A
k
/B)P(B) +P(A
k
/B
C
)P(B
C
)
.
On a P(B) = 1/10. Par ailleurs, lorsque le repas est bien arros, le vigile eectue un tirage avec remise,
chacune des k clefs a la mme probabilit 9/10 dtre mauvaise, donc
P(A
k
/B) =
_
9
10
_
k
.
Si le vigile est sobre, il eectue un tirage sans remise, la jime clef a une probabilit (10 j)/(10 j + 1)
dtre mauvaise, sachant que les j 1 prcdentes ltaient, donc
P(A
k
/B
C
) =
9
10
8
9

10 k
10 k + 1
=
10 k
10
.
EI 40
Alors
p
k
=
_
9
10
_
k
1
10
_
9
10
_
k
1
10
+
10 k
10
9
10
=
9
k1
9
k1
+ 10
k
k10
k1
.
39 Soit et

deux univers, h une application de sur

et {B

k
}
kK
un systme complet dv-
nements de P(

). Montrer que {h
1
(B

k
)}
kK
est un systme complet dvnements de P().
Solution
Soit dans . Alors h() appartient

. Comme

=
_
kK
B

k
,
il existe un indice k dans K tel que h() appartienne B

k
. Il en rsulte que appartient h
1
(B

k
).
Donc
=
_
kK
h
1
(B

k
) .
Soit dans h
1
(B

k
) h
1
(B

j
), o k = j. Alors h() appartient B

k
B

j
, mais cette intersection est
vide ce qui nest pas possible. Il en rsulte que h
1
(B

k
) h
1
(B

j
) est vide galement. Les vnements
h
1
(B

k
) sont deux deux incompatibles.
Soit

dans B

k
. Comme h est surjective, il existe dans tel que h() =

. Alors appartient
h
1
(B

k
) qui nest donc pas vide.
On a donc bien montr que {h
1
(B

k
)}
kK
est un systme complet dvnements de P().
40 1. Soit h une application dun ensemble ni dans un ensemble ni W, A et A

deux parties
quelconques de W, (A
i
)
iI
une famille quelconque de parties de W et (B
i
)
iI
une famille de parties
de W deux deux disjointes. Montrer que
EI 41
(a) h
1
(A
C
) = (h
1
(A))
C
(b) h
1
_

iI
A
i
_
=

iI
h
1
(A
i
)
(c) h
1
_
_
iI
A
i
_
=
_
iI
h
1
(A
i
)
(d) h
1
_
_

jJ
B
j
_
_
=

jJ
h
1
(B
j
)
(e) [A A

] [h
1
(A) h
1
(A

)]
(f) h
1
(A \ A

) = h
1
(A) \ h
1
(A

)
2. Dmontrer que si (, P) est un espace probabilis, h une application dnie sur et

= h(),
alors lapplication P
h
dnie sur P(

) par
(A

P(

)) P
h
(A

) = P(h
1
(A

)) ,
est une probabilit sur

.
Solution
(a) sera dmontr plus loin comme application de (d).
(b) Soit x dans h
1
_

iI
A
i
_
. Cela signie que h(x) appartient

iI
A
i
, ou encore, que pour tout i de
I, llment h(x) appartient A
i
. Cela veut dire que pour tout i de I, llment x est dans h
1
(A
i
)
cest--dire dans lintersection de ces ensembles. On a donc bien
h
1
_

iI
A
i
_
=

iI
h
1
(A
i
) .
(c) Soit x dans h
1
_
_
iI
A
i
_
. Cela signie que h(x) appartient
_
iI
A
i
, ou encore quil existe i de I, tel
que h(x) appartienne A
i
. Cela veut dire quil existe i de I, tel que x soit dans h
1
(A
i
) cest--dire dans
la runion de ces ensembles. On a donc bien
h
1
_
_
iI
A
i
_
=
_
iI
h
1
(A
i
) .
EI 42
(d) Si lon a, quels que soient les indices i et j de J distincts
B
i
B
j
= ,
alors daprs (b)
= h
1
() = h
1
(B
i
B
j
) = h
1
(B
i
) h
1
(B
j
) .
Donc les ensembles h
1
(B
i
) et h
1
(B
j
) sont disjoints.
Par ailleurs daprs (c)
h
1
_
_
_
jJ
B
j
_
_
=
_
jJ
h
1
(B
j
) .
Donc on a bien
h
1
_
_

jJ
B
j
_
_
=

jJ
h
1
(B
j
) .
(a) A
C
est le complmentaire de A dans W. En crivant
W = A A
C
,
et en appliquant (d), on a
= h
1
(W) = h
1
(A) h
1
(A
C
) .
Les ensembles h
1
(A) et h
1
(A
C
) sont disjoints et ont comme runion , donc h
1
(A
C
) est le com-
plmentaire dans de h
1
(A) cest--dire
h
1
(A
C
) = (h
1
(A))
C
.
(e) Si A A

et si x est dans h
1
(A), alors h(x) est dans A donc dans A

, donc x est dans h

1
(A

),
do linclusion
h
1
(A) h
1
(A

) .
(f) On a
h
1
(A \ A

) = h
1
(A A
C
) .
Donc en appliquant (b)
h
1
(A \ A

) = h
1
(A) h
1
(A
C
) ,
puis en appliquant (a)
h
1
(A\ A

) = h
1
(A) (h
1
(A

))
C
,
cest--dire
h
1
(A \ A

) = h
1
(A) \ h
1
(A

) .
2. Par dnition de P
h
et puisque P est une probabilit, lapplication P
h
est dnie sur P(

) et prend
ses valeurs dans R
+
.
Puisque h
1
(

) = , on a
P
h
(

) = P(h
1
(

)) = P() = 1 .
EI 43
Enn si A et B sont deux sous-ensembles disjoints de

,
P
h
(A B) = P(h
1
(A B)) = P(h
1
(A)) P(h
1
(B)) .
Mais comme P est une probabilit cest une fonction additive et
P(h
1
(A)) P(h
1
(B)) = P(h
1
(A)) +P(h
1
(B) = P
h
(A) +P
h
(B) .
On a donc obtenu
P
h
(A B) = P
h
(A) +P
h
(B) ,
ce qui montre que P
h
est additive.
Lapplication P
h
est bien une probabilit sur

.
41 Soit (, P) un espace probabilis.
1. Quelle est limage de P par lapplication constante k de sur {0} ?
2. Si P est la loi uniforme sur {1, 0, 1}, quelle est limage de P par lapplication h dnie sur par
h() =
2
?
Solution
1. Il ny a que deux sous-ensembles de {0}, et lon a
P
k
({0}) = 1 et P
k
() = 0 .
2. On a

= h() = {0, 1} .
Puisque la loi est uniforme sur , on a
P({1}) = P({0}) = P({1}) =
1
3
.
Alors
P
h
({0}) = P(h
1
(0)) = P({0}) =
1
3
,
et
P
h
({1}) = P(h
1
(1)) = P({1, 1}) =
2
3
.
EI 44
II - Variables alatoires
42 On tire au hasard, lune aprs lautre et sans remise, deux cartes dun jeu de cartes dans lequel
on na laiss que les dames et les rois. On choisit comme univers lensemble de tous les arrangements
de deux cartes possibles et on note X
1
(resp. X
2
) la variable alatoire couleur de la premire (resp.
seconde) carte tire .
1. Lvnement alatoire {X
1
est rouge} est-il la paire {cur,carreau} ?
2. Prciser les vnements alatoire {X
2
= cur}, {X
1
= X
2
= pique}, {X
1
= X
2
}.
Solution
1. La rponse est NON. Lvnement {X
1
est rouge} est constitu des couples (A, B) o A et un carreau
ou un cur. Il y a donc 4 possibilits pour A, et B peut prendre une des 7 autres valeurs. Lvnement
contient 28 lments.
2. Lvnement {X
2
= cur} est constitu des couples (A, B) o B et un cur. Il y a donc 2 possibilits
pour B, et A peut prendre une des 7 autres valeurs. Donc le nombre dlments est 14. Ce sont les
lments suivants
(D
pique
, D
cur
), (D
carreau
, D
cur
), (D
tre
, D
cur
), (R
pique
, D
cur
),
(R
carreau
, D
cur
), (R
tre
, D
cur
), (R
cur
, D
cur
), (D
cur
, R
cur
),
(D
pique
, R
cur
), (D
carreau
, R
cur
), (D
tre
, R
cur
),
(R
pique
, R
cur
), (R
carreau
, R
cur
), (R
tre
, R
cur
) .
Lvnement {X
1
= X
2
= pique} est constitu des lments suivants
(D
pique
, R
pique
), (R
pique
, D
pique
) .
Lvnement {X
1
= X
2
} est constitu des lments suivants
(D
pique
, R
pique
), (R
pique
, D
pique
), (D
cur
, R
cur
), (R
cur
, D
cur
) .
(D
carreau
, R
carreau
), (R
carreau
, D
carreau
), (D
tre
, R
tre
), (R
tre
, D
tre
) .
43 Soit X et Y deux variables alatoires relles dnies sur le mme univers ni muni de la
probabilit P, f une application de R dans R, A et B deux parties nies de R. Montrer que,
EI 45
1. P(X 0) +P(X 0) = 1 +P(X = 0)
2. P(X / A) = 1

xA
P(X = x)
3. P(X A/X B) =

xAB
P(X = x)

xB
P(X = x)
si P(X B) > 0
4. P(Y = y) =

xX()
P(X = x et Y = y)
5. P(X A et Y B) =

(x,y)AB
P(X = x et Y = y)
6. P(Y X 0) =

xX()
x0
_

yY ()
yx
P(X = x et Y = y)
_

_
7. P(Y = f(X)) =

xX()
P(X=x)=0
P(X = x)
_

yY ()
y=f(x)
P(Y = y/X = x)
_

_
Solution
Notons X() = {x
1
, . . . , x
n
} et Y () = {y
1
, . . . , y
p
}.
Si U est inclus dans , remarquons que puisque lvnement {x U} est la runion disjointes des
vnements {X = x} lorsque x appartient U, on aura
P(X U) =

xU
P(X = x) .
On applique cette proprit dans ce qui suit.
On rappelle aussi que si U et V sont inclus dans
P(X U et X V ) = P(X (U V )) ,
P(X U ou X V ) = P(X (U V )) ,
etc. . .
EI 46
1. On a
P(X 0 ou X 0) = P(X 0) +P(X 0) P(X 0 et X 0) ,
Mais
{X 0} ou {X 0} = et {X 0} et {X 0} = {X = 0} ,
donc
1 = P(X 0) +P(X 0) P(X = 0) ,
ce qui donne la formule voulue.
2. En calculant la probabilit de lvnement contraire, on a
P(x / A) = 1 P(x A) = 1

xA
P(X = x) .
3. En utilisant la dnition de la probabilit conditionnelle, et les proprits rappeles au dbut, on
obtient immdiatement
P(X A/X B) =
P(X A et X B)
P(x B)
=
P(X (A B))
P(X B)
=

xAB
P(X = x)

xB
P(X = x)
4. Comme {(X = x
j
)}
1in
est un systme complet dvnements alatoires, on a (formule des proba-
bilits totales)
P(Y = y) =
n

j=1
P(X = x
i
et Y = y) =

xX()
P(X = x et Y = y) .
5. Lvnement {X A et Y B} est la runion disjointe des vnements {X = x et Y = y}, pour
tous les couples (x, y) dlments de AB. Cela donne immdiatement 5.
6. On a par dnition
{Y X 0} = { | Y () X() 0} .
On peut crire cet ensemble comme runion disjointe :
{Y X 0} =

i
_
_

j
{ | X() = x
i
, Y () = y
j
, y
j
x
i
0}
_
_
,
cest--dire encore
{Y X 0} =

x
i
0
_
_

y
j
x
i
{ | X() = x
i
, Y () = y
j
}
_
_
=

xX()
x0
_

yY ()
yx
{X = x et Y = y}
_

_ .
EI 47
Donc, puisque les runions sont disjointes
P(Y X 0) =

xX()
x0
_

yY ()
yx
P(X = x et Y = y)
_

_ .
7. Comme dans 6. on a
{f(X) = Y } = { | f(X()) = Y ()}
=

(i,j)
{ | X() = x
i
, Y () = y
j
, f(x
i
) = y
j
}
=

xX()
P(X=x)=0
_

yY ()
y=f(x)
{X = x et Y = y}
_

_
.
Donc, puisque les runions sont disjointes
P(f(X) = Y ) =

xX()
P(X=x)=0
_

yY ()
y=f(x)
P(X = x et Y = y)
_

_
et en utilisant les probabilits conditionnelles
P(f(X) = Y ) =

xX()
P(X=x)=0
_

yY ()
yf(x)
P(X = x)P(Y = y/X = x)
_

_ ,
et nalement
P(Y = f(X)) =

xX()
P(X=x)=0
P(X = x)
_

yY ()
y=f(x)
P(Y = y/X = x)
_

_
.
44 On lance quatre fois une pice juste et on note X la variable alatoire nombre de squences
pile-face obtenues . Par exemple, si on obtient successivement : pile, pile, face, pile, X prend la valeur
1 ; si on obtient successivement : face, pile, pile, pile, X prend la valeur 0 ; si on obtient successivement :
pile, face, pile, face, X prend la valeur 2. Dterminer la loi de probabilit de X.
Solution
Si lon prend pour lensemble des quadruplets {P, F}
4
, on a
|| = 2
4
.
On a alors
X() = {0, 1, 2} .
EI 48
Il y a une seule manire davoir deux squences pile-face : {X = 2} = {PFPF}. Donc
P(X = 2) =
1
16
.
Cherchons le nombre de manires de ne pas avoir de squence pile-face. Les F doivent sortir avant les
P. Il y a 5 cas possibles
{X = 0} = {FFFF, FFFP, FFPP, FPPP, PPPP} .
Donc
P(X = 0) =
5
16
.
Alors
P(X = 1) = 1 P(X = 0) P(X = 2) =
5
8
.
45 On lance un d juste, au plus cinq fois, en sarrtant (ventuellement) ds quon a obtenu un 6.
et on note Y la variable alatoire nombre de lancers eectus . Dterminer la loi de probabilit de Y .
Solution
On a Y () = [[ 1, 5 ]] .
Pour i [[ 1, 4 ]] , lvnement {Y = i} est lvnement tirer un 6 au ime lancer et ne pas tirer un
6 aux (i 1) lancers prcdents , donc
P(Y = i) =
1
6
_
5
6
_
i1
=
5
i1
6
i
.
Lvnement {Y = 5} est la runion de deux vnements incompatibles :
1) tirer un 6 au 5ime lancer et ne pas tirer un 6 aux 4 lancers prcdents de probabilit
5
4
6
5
,
2) ne pas avoir obtenu de 6 sur les 5 lancers , de probabilit
5
5
6
5
.
On a donc
P(Y = 5) =
5
4
6
5
+
5
5
6
5
=
5
4
6
4
.
On peut vrier que la somme des probabilits trouves vaut bien 1.
46 Une population E est constitue de N individus, N
1
dentre eux tant dun type T.
Aprs avoir x un entier n de [[ 1, N
1
]] , on fait des tirages au hasard dans E, sans remise (un individu
la fois) jusqu avoir obtenu n individus de type T, et on note Z la variable alatoire nombre de
tirages eectus . Pour tout k de [[ n, N ]] , on note :
A
k1
= on obtient (n 1) fois un T au cours des k 1 premiers tirages (si n 2)
EI 49
B
k
= on obtient un T au kime tirage .
1. Dterminer P(A
k1
) et P
|A
k1
(B
k
) si k n 2.
2. Montrer que la variable Z a pour germe
__
k,
_
k1
n1
__
Nk
N
1
n
_
_
N
N
1
_
_
| k [[ n, N ]]
_
.
Solution
1. Pour calculer P(A
k1
), on se trouve dans la situation dune loi hypergomtrique H(k 1, N
1
, N)
et donc
P(A
k1
) = p
n1
=
_
N
1
n1
__
NN
1
kn
_
_
N
k1
_ .
Aprs k 1 tirages, il reste N k + 1 individus et N
1
n + 1 individus de type T, donc
P
|A
k1
(B
k
) =
N
1
n + 1
N k + 1
.
2. On a alors
P(Z = k) = P(A
k1
B
k
) = P
|A
k1
(B
k
)P(A
k1
)
=
N
1
n + 1
N k + 1
_
N
1
n1
__
NN
1
kn
_
_
N
k1
_
=
N
1
!(N N
1
)!(k 1)!(N k + 1)!(N
1
n + 1)
(n 1)!(N
1
n + 1)!(k n)!(N N
1
k +n)!N!(N k + 1)
=
N
1
!(N N
1
)!(k 1)!(N k)!
(n 1)!(N
1
n)!(k n)!(N N
1
k +n)!N!
=
_
k1
n1
__
Nk
N
1
n
_
_
N
N
1
_ .
47 Soit n nombres rels y
1
, . . . , y
n
en progression arithmtique et X une variable alatoire relle qui
suit une loi U({1, . . . , n}).
Montrer quil existe un couple (a, b) de constantes relles telles que la variable alatoire relle Y = aX+b
suive la loi U({y
1
, . . . , y
n
}).
Solution
Si r est la raison de la suite arithmtique, on a, pour k [[ 1, n]] ,
y
k
= r(k 1) +y
1
,
EI 50
Donc, si lon pose
Y = r(X 1) +y
1
= rX +y
1
r ,
on obtient une variable alatoire Y telle que
Y () = {y
1
, . . . , y
n
} ,
avec
P(Y = y
k
) = P(rX +y
1
r = rk +y
1
r) = P(X = k) =
1
n
.
La variable alatoire Y suit donc une loi uniforme sur {y
1
. . . , y
n
}.
Comme r =
y
n
y
1
n 1
, on a aussi
Y =
y
n
y
1
n 1
X +
ny
1
y
n
n 1
.
48 1. Dterminer la loi de probabilit de la variable T = n S, o S est une variable alatoire relle
qui suit la loi B(n, a).
2. Dterminer la loi de probabilit de la variable V = n U, o U est une variable alatoire relle qui
suit la loi H(n, N
1
, N).
Solution
1. On a S() = [[ 0, n]] , donc galement T() = [[ 0, n]] . Alors, si k [[ 0, n]] , on a
P(T = k) = P(n S = k) = P(S = n k) =
_
n
n k
_
a
nk
(1 a)
k
=
_
n
k
_
(1 a)
k
a
nk
.
Il en rsulte que T suit la loi B(n, 1 a).
2. On a U() = [[ 0, n]] , donc galement V () = [[ 0, n]] . Alors, si k [[ 0, n]] , on a
P(V = k) = P(U = n k) =
_
N
1
nk
__
NN
1
k
_
_
N
n
_ ,
et il en rsulte que V suit une loi H(n, N N
1
, N).
49 On tire au hasard, lune aprs lautre et avec remise, 14 cartes dun jeu de 52 cartes. Dterminer
la loi de probabilit de la variable alatoire relle T = proportion de dames obtenues par rapport au
nombre de cartes tires .
EI 51
Solution
Notons U la variable alatoire nombre de dames obtenues . La variable U suit une loi B(14, 1/13)
puisque la probabilit dapparition dune dame est 1/13. Donc, si k [[ 0, 14 ]] , on a
P(U = k) =
_
14
k
__
1
13
_
k
_
12
13
_
14k
=
_
14
k
_
12
14k
13
14
.
La proportion de dames est donc T = U/14, et T() = {k/14 | k [[ 0, 14 ]] }. Donc, si k [[ 0, 14 ]] ,
P(T = k/14) = P(U = k) =
_
14
k
_
12
14k
13
14
.
On remarquera que T ne suit pas une loi binomiale, puisquelle ne prend pas des valeurs entires.
50 Dterminer la loi de probabilit de la variable alatoire Z = |W n| o W est une variable
alatoire relle qui suit la loi B(2n, 1/2).
Solution
Puisque W() = [[ 0, 2n]] , on a (W n)() = [[ n, n]] , et Z() = [[ 0, n]] .
Par ailleurs, si k appartient [[ 0, 2n]] , on a
P(W = k) =
_
2n
k
_
2
2n
.
Donc
P(Z = 0) = P(|W n| = 0) = P(W = n) =
_
2n
n
_
2
2n
,
et si k appartient [[ 1, n]] ,
P(Z = k) = P(W n = k ou W n = k) = P(W = n +k ou W = n k) ,
et comme la runion est disjointe
P(Z = k) = P(W = n +k) +P(W = n k) =
_
2n
n+k
_
+
_
2n
nk
_
2
2n
=
2
_
2n
n+k
_
2
2n
=
_
2n
n+k
_
2
2n1
.
51 Une srie de trente mesures dun caractre quantitatif a donn les rsultats suivants :
x
i
= valeur observe 0,00261 0,00262 0,00263 0,00264 0,00265
n
i
= nombre dobservations de x
i
3 9 13 4 1
Dterminer la valeur moyenne m de cette srie statistique :
1. par un calcul direct
EI 52
2. en utilisant la moyenne provisoire m
0
= 0, 00263, cest--dire en dduisant m de la valeur
moyenne m

de la srie statistique des x

i
= (x
i
m
0
)10
5
o chaque x

i
aurait t observ n
i
fois.
Solution
1. On a 30 observations donc
m =
1
30
5

i=1
n
i
x
i
=
0, 07881
30
= 0, 002627 .
2. Le tableau obtenu pour x

i
devient
x

i
= valeur obtenue 2 1 0 1 2
n
i
= nombre dobservations de x

i
3 9 13 4 1
et donc
m

=
5

i=1
n
i
30
=
9
30
= (mm
0
)10
5
.
On en dduit
m = m
0
+m

10
5
= 0, 00263
3
10
10
5
= 0, 00263 0, 000003 = 0, 002627 .
52 Dterminer la moyenne de la loi U({1, . . . , n}).
Solution
Puisque P(X = i) = 1/n, pour i [[ 1, n]] , on a
E(X) =
n

i=1
i
n
=
1
n
n

i=1
i =
1
n
n(n + 1)
2
=
n + 1
2
.
53 Que reprsente pour une srie statistique la moyenne de la loi de probabilit associe ?
Solution
Cest la moyenne arithmtique des nombres gurant dans la srie (compts avec leur multiplicit).
54 Dterminer lesprance mathmatique de chacune des variables alatoires relles X, Y et Z des
exercices 44, 45 et 46.
EI 53
Solution
Le tableau des valeurs de X (exercice 44) est
x
i
0 1 2
p
i
5/16 5/8 1/16
Donc
E(X) =
3

i=0
x
i
p
i
=
3
4
= 0, 75 .
Le tableau des valeurs de Y (exercice 45) est
y
i
1 2 3 4 5
p
i
1/6 5/6
2
5
2
/6
3
5
3
/6
4
5
4
/6
4
Donc
E(Y ) =
5

i=1
y
i
p
i
=
4651
1296
3, 59 .
Pour Z (exercice 46), on a
E(Z) =
N

k=n
k
_
k1
n1
__
Nk
N
1
n
_
_
N
N
1
_ .
Mais
k
_
k 1
n 1
_
= n
_
k
n
_
,
donc
E(Z) =
N

k=n
n
_
k
n
__
Nk
N
1
n
_
_
N
N
1
_ .
En eectuant le changement dindice de sommation j = k + 1, on trouve
E(Z) =
N+1

j=n+1
n
_
j1
n
__
(N+1)j
N
1
n
_
_
N
N
1
_ .
Posons N
1
+ 1 = M
1
, N + 1 = M et n + 1 = p. On a alors
E(Z) =
n
_
N
N
1
_
M

j=p
_
j 1
p 1
__
M j
M
1
p
_
.
Mais daprs lexercice 46,
__
j,
_
j1
p1
__
Mj
M
1
p
_
_
M
M
1
_
_
| j {p, . . . , M}
_
est le germe dune probabilit P,
donc
M

j=p
_
j1
p1
__
Mj
M
1
p
_
_
M
M
1
_ = 1 ,
EI 54
soit
M

j=p
_
j 1
p 1
__
M j
M
1
p
_
=
_
M
M
1
_
,
et il en rsulte que
E(Z) =
n
_
M
M
1
_
_
N
N
1
_ =
n
_
N+1
N
1
+1
_
_
N
N
1
_ =
n(N + 1)
N
1
+ 1
.
55 Soit S une variable alatoire de loi B(n, a).
1. Dterminer lesprance mathmatique de la variable alatoire U = S(S 1) et en dduire celle de
la variable alatoire V = S
2
.
2. Dterminer lesprance mathmatique de la variable alatoire W = S
3
.
Solution
1. On a
E(U) =
n

k=0
k(k 1)a
k
(1 a)
nk
.
Pour calculer cette somme posons
f(x) = (x + 1 a)
n
=
n

k=0
_
n
k
_
x
k
(1 a)
nk
.
En drivant deux fois, on obtient
f

(x) = n(x + 1 a)
n1
=
n

k=1
k
_
n
k
_
x
k1
(1 a)
nk
,
puis
f

(x) = n(n 1)(x + 1 a)

n2
=
n

k=2
k(k 1)
_
n
k
_
x
k2
(1 a)
nk
.
En particulier
f

(a) = n(n 1) =
n

k=2
k(k 1)
_
n
k
_
a
k2
(1 a)
nk
,
et en multipliant par a
2
n(n 1)a
2
=
n

k=0
k(k 1)
_
n
k
_
a
k
(1 a)
nk
.
(La somme peut commencer 0, puisque les deux premiers termes sont nuls).
EI 55
On en dduit donc
E(U) = n(n 1)a
2
.
Alors, puisque V = S
2
= U +S, on obtient
E(V ) = E(U) +E(S) = n(n 1)a
2
+na = n
2
a
2
+na(1 a) .
2. Introduisons T = S(S 1)(S 2). On a
E(T) =
n

k=0
k(k 1)(k 2)
_
n
k
_
a
k
(1 a)
nk
.
En drivant une troisime fois la fonction f, on obtient
f
(3)
(x) = n(n 1)(n 2)(x + 1 a)
n3
=
n

k=3
k(k 1)(k 2)
_
n
k
_
x
k3
(1 a)
nk
,
donc
f
(3)
(a) = n(n 1)(n 2) =
n

k=3
k(k 1)(k 2)
_
n
k
_
a
k3
(1 a)
nk
,
et en multipliant par a
3
n(n 1)(n 2)a
3
=
n

k=0
k(k 1)(k 2)
_
n
k
_
a
k
(1 a)
nk
.
(La somme peut commencer 0, puisque les trois premiers termes sont nuls).
On en dduit donc
E(T) = n(n 1)(n 2)a
3
.
Mais
T = S(S 1)(S 2) = S
3
3S
2
+ 2S = W 3V + 2S ,
donc
W = T + 3V 2S ,
et lon obtient
E(W) = E(T) + 3E(V ) 2E(S) = n(n 1)(n 2)a
3
+ 3(n(n 1)a
2
+na) 2na ,
do
E(W) = n(n 1)(n 2)a
3
+ 3n(n 1)a
2
+na .
56 On tire au hasard des cartes dun jeu de cartes. Dterminer lesprance mathmatique de la
variable alatoire relle X = proportion de piques parmi les cartes tires .
EI 56
Solution
Notons 4N le nombre de cartes du jeu. Supposons tout dabord que le nombre de cartes tires est un
nombre n x, et appelons X
n
la variable proportion de piques parmi les cartes tires parmi n .
Le nombre Y
n
de piques suit une loi hypergomtrique H(n, N, 4N), donc
E(Y
n
) = n
N
4N
=
n
4
.
et on en dduit
E(X
n
) =
E(Y
n
)
n
=
1
4
.
Maintenant, le nombre de cartes tires nest plus x et suit une loi N. On a alors
P(X = k/n) = P((X = k/n) /N = n)P(N = n) = P(X
n
= k/n)P(N = n) .
Alors
E(X) =

1kn4N
k
n
P(X
n
= k/n)P(N = n) .
ce que lon peut crire
E(X) =
4N

n=1
n

k=1
k
n
P(X
n
= k/n)P(N = n) =
4N

n=1
P(N = n)
_
n

k=1
k
n
P(X
n
= k/n)
_
.
Alors
E(X) =
4N

n=1
P(N = n)E(X
n
) =
1
4
4N

n=1
P(N = n) =
1
4
.
57 Soit Y une variable alatoire relle de loi U({y
1
, . . . , y
n
}) o les y
i
forment une progression arith-
mtique. Dduire des exercices 47 et 52 une expression de E(Y ) en fonction de n, y
1
et y
n
.
Solution
Daprs lexercice 47, on peut crire
Y =
y
n
y
1
n 1
X +
ny
1
y
n
n 1
,
o X suit une loi U({1, . . . , n}). Alors
E(Y ) =
y
n
y
1
n 1
E(X) +
ny
1
y
n
n 1
.
EI 57
Mais daprs lexercice 52
E(X) =
n + 1
2
,
donc
E(Y ) =
y
n
y
1
n 1
n + 1
2
+
ny
1
y
n
n 1
=
y
1
+y
n
2
.
58 On sait que si X est une variable alatoire relle et si est une fonction ane, E((X)) = (E(X)).
A quelle condition sur la loi de probabilit de X cette galit reste-telle vraie si est la fonction dnie
par (x) = x
2
?
Solution
On a
E((X E(X))
2
) = E(X
2
) E(X)
2
.
La relation
E((X)) = (E(X)) ,
est donc quivalente
E((X E(X))
2
) = 0 .
Cela signie que P(X = E(X)) = 0, cest--dire que X est constante presque srement.
59 On a fait le relev des notes k
i
des 38 tudiants dun groupe A et celui des notes
j
des 34 tudiants
dun groupe B, et on a additionn au fur et mesure ces notes et leurs carrs. On a obtenu :
38

i=1
k
i
= 520
34

j=1

j
= 384
38

i=1
k
2
i
= 10792
34

j=1

2
j
= 5632 .
La distribution des notes autour de la note moyenne du groupe est-elle plus disperse dans le groupe
A ou dans le groupe B?
Solution
Notons N
A
et N
B
les variables alatoires donnant les notes des groupes A et B respectivement. On
compare les variances de ces variables alatoires. On a
E(N
A
) =
520
38
et E(N
2
A
) =
10 792
38
,
donc
V(N
A
) =
10 792
38

_
520
38
_
2
=
34924
361
96, 7 .
De mme
E(N
B
) =
384
34
et E(N
2
B
) =
5 632
34
,
EI 58
donc
V(N
B
) =
5 632
34

_
384
34
_
2
=
11 008
289
38, 1 .
On a donc
V(N
B
) < V(N
A
) .
La distribution des notes du groupe A est plus disperse que celle du groupe B.
60 Dterminer la variance
2
de la loi de probabilit associe la srie statistique de lexercice 51 :
1. par un calcul direct :
2
=
5

i=1
(x
i
m)
2
n
i
30
,
2. en utilisant la moyenne provisoire m
0
, cest--dire en dduisant
2
de la variance
2
de la loi de
probabilit associe la srie statistique des x

1
.
Solution
1. On a obtenu m = 0, 002627. Le calcul de la somme donne

2
=
1
30
_
3(0, 00261 0, 002627)
2
+ 9(0, 00262 0, 002627)
2
+ 13(0, 00263 0, 002627)
2
+4(0, 00264 0, 002627)
2
+ (0, 00265 0, 002627)
2

0, 87666 10
10
.
2. Pour les x

i
, de moyenne m

= 9/30, on obtient
x

i
2 1 0 1 2
x

i
2
4 1 0 1 4
n
i
3 9 13 4 1
On en dduit que
5

i=1
x

i
2
n
i
= 29, Donc

2
=
29
30

_

3
10
_
2
=
263
300
.
Donc puisque x
i
= 10
5
x

i
+m
0
, on obtient

2
= 10
10

2
=
263
300
10
10
0, 87666 10
10
.
61 Dterminer la variance de la loi de probabilit U({1, . . . , n}).
EI 59
Solution
On a
E(X
2
) =
n

k=1
k
2
n
=
1
n
n(n + 1)(2n + 1)
6
=
(n + 1)(2n + 1)
6
.
Donc
V(X) = E(X
2
) E(X)
2
=
(n + 1)(2n + 1)
6

_
n + 1
2
_
2
=
n
2
1
12
.
62 Que reprsente pour une srie statistique la variance de la loi de probabilit associe ?
Solution
Elle reprsente la moyenne arithmtique des carrs des carts de la srie statistique avec la moyenne
arithmtique de la srie.
63 Dterminer la variance des variables alatoires X, Y et Z des exercices 44, 45 et 46.
Solution
Le tableau des valeurs de X (exercice 44) est
x
i
0 1 2
x
2
i
0 1 4
p
i
5/16 5/8 1/16
Donc
E(X
2
) =
3

i=0
x
2
i
p
i
=
7
8
.
et
V(X) = E(X
2
) E(X)
2
=
7
8

_
3
4
_
2
=
5
16
= 0, 3125 .
Le tableau des valeurs de Y (exercice 45) est
y
i
1 2 3 4 5
y
2
i
1 4 9 16 25
p
i
1/6 5/6
2
5
2
/6
3
5
3
/6
4
5
4
/6
4
Donc
E(Y
2
) =
5

i=1
y
2
i
p
i
=
6637
432
,
EI 60
et
V(Y ) = E(Y
2
) E(Y )
2
=
6637
432

_
4651
1296
_
2
=
4172855
1679616
2, 48 .
Pour Z (exercice 46), on calcule tout dabord E(Z(Z + 1)). On a
E(Z(Z + 1)) =
N

k=n
k(k + 1)
_
k1
n1
__
Nk
N
1
n
_
_
N
N
1
_ .
Mais
k(k + 1)
_
k 1
n 1
_
= n(n + 1)
_
k + 1
n + 1
_
,
donc
E(Z(Z + 1)) =
N

k=n
n(n + 1)
_
k+1
n+1
__
Nk
N
1
n
_
_
N
N
1
_ .
En eectuant le changement dindice de sommation j = k + 2, on trouve
E(Z(Z + 1)) =
N+2

j=n+2
n(n + 1)
_
j1
n+1
__
(N+2)j
N
1
n
_
_
N
N
1
_ .
Posons N
1
+ 2 = M
1
, N + 2 = M et n + 2 = p. On a alors
E(Z(Z + 1)) =
n(n + 1)
_
N
N
1
_
M

j=p
_
j 1
p 1
__
M j
M
1
p
_
.
Mais daprs lexercice 46,
__
j,
_
j1
p1
__
Mj
M
1
p
_
_
M
M
1
_
_
| j {p, . . . , M}
_
,
est le germe dune probabilit P, donc
M

j=p
_
j1
p1
__
Mj
M
1
p
_
_
M
M
1
_ = 1 ,
soit
M

j=p
_
j 1
p 1
__
M j
M
1
p
_
=
_
M
M
1
_
,
et il en rsulte que
E(Z(Z + 1)) =
n(n + 1)
_
M
M
1
_
_
N
N
1
_ =
n(n + 1)
_
N+2
N
1
+2
_
_
N
N
1
_ =
n(n + 1)(N + 1)(N + 2)
(N
1
+ 1)(N
1
+ 2)
.
EI 61
Il en rsulte, en utilisant lexercice 54, que
V(Z) = E(Z(Z + 1)) E(Z) E(Z)
2
=
n(n + 1)(N + 1)(N + 2)
(N
1
+ 1)(N
1
+ 2)

n(N + 1)
N
1
+ 1

_
n(N + 1)
N
1
+ 1
_
2
=
n(N + 1)
(N
1
+ 1)
2
(N
1
+ 2)
(nN +nN
1
+NN
1
+N N
1
N
2
1
)
On peut crire le dernier facteur
nN +nN
1
+NN
1
+N N
1
N
2
1
= [N
2
1
((n 1) +N)N
1
+N(n 1)] .
ce qui fait apparatre un trinme du second degr de racines N et n 1, donc
nN +nN
1
+NN
1
+N N
1
N
2
1
= (N
1
N)(N
1
n + 1) .
Finalement
V(Z) =
n(N + 1)(N N
1
)(N
1
n + 1)
(N
1
+ 1)
2
(N
1
+ 2)
.
64 Soit Y une variable alatoire relle de loi U({y
1
, . . . , y
n
}) o les rels y
i
forment une progression
arithmtique. Exprimer V(Y ) en fonction de n, y
1
et y
n
.
Solution
Daprs lexercice 47, on peut crire
Y =
y
n
y
1
n 1
X +
ny
1
y
n
n 1
,
o X suit une loi U({1, . . . , n}).
Alors
V(Y ) =
_
y
n
y
1
n 1
_
2
V(X) .
et donc daprs lexercice 61
V(X) =
_
y
n
y
1
n 1
_
2
n
2
1
12
=
(n + 1)(y
n
y
1
)
2
12(n 1)
.
65 Dterminer la loi de probabilit de la variable alatoire X

, rduite dune variable alatoire relle

X de loi B(a).
EI 62
Solution
Si X suit une loi B(a), on a E(X) = a et V(X) = a(1 a).
Donc
X

=
X E(X)
_
V(X)
=
X a
_
a(1 a)
.
Lorsque X = 1, on a X

=
_
1 a
a
=
Lorsque X = 0, on a X

=
_
a
1 a
=
1

Donc X

() = {1/, }, et
P(X

= ) = P(X = 1) = a et P(X

= 1/) = P(X = 0) = 1 a .
66 Calculer P(X = 30) si X est une variable alatoire de loi H(n, N
1
, 100) telle que E(X) = 10, 2 et
E(X
2
) = 108, 8.
Solution
Si lon pose a = N
1
/N = N
1
/100, on a
E(X) = na = 10, 2 et V(X) = na(1 a)
100 n
99
= E(X
2
) E(X)
2
= 4, 76 .
En faisant le quotient on en dduit
(1 a)
100 n
99
=
4, 76
10, 2
,
donc
100 100a n +na = 99
4, 76
10, 2
,
et en remplaant na par sa valeur, on en tire
n +N
1
= n + 100a = 100 + 10, 2 99
4, 76
10, 2
= 64 .
par ailleurs
nN
1
= 100na = 1020 .
Les nombres n et N
1
sont racines du trinme X
2
64X +1020. Or ce trinme a pour racines 30 et 34.
On a donc deux possibilits
n = 30 N
1
= 34 ou n = 34 N
1
= 30 .
EI 63
Si lon calcule la probabilit P(X = 30) pour la loi H(30, 34, 100) et pour la loi H(34, 30, 100), on
obtient le mme rsultat
P(X = 30) =
_
34
30
_
_
100
30
_ =
_
70
4
_
_
100
34
_ =
34! 70!
4! 100!
0, 15 10
20
.
67 Calculer P(X < E(X)) si X est une variable alatoire de loi binomiale telle que E(X) / N et
E(X) = 2V(X).
Solution
Si n est entier et si n/2 ne lest pas, notons la partie entire de n/2. Alors
<
n
2
< + 1 ,
donc
2 < n < 2 + 2 ,
et comme n est entier, on en dduit
n = 2 + 1 .
Si X suit une loi B(n, a), on a
E(X) = na et V(X) = na(1 a) .
Donc lgalit E(X) = 2V(X) se traduit par
na = 2na(1 a) ,
do lon tire a = 1/2 et E(X) = n/2. On a alors
P(X < n/2) =

k=0
_
n
k
_
2
n
.
En faisant le changement dindice de sommation j = n k, on a
P(X < n/2) =
n

j=n
_
n
nj
_
2
n
,
mais puisque n = + 1,
P(X < n/2) =
n

j=+1
_
n
j
_
2
n
.
On a donc
P(X < n/2) = P(X > n/2) ,
EI 64
et puisque P(X = n/2) est nulle, on a
P(X < n/2) +P(X > n/2) = 1 ,
et on en dduit
P(X < n/2) =
1
2
.
68 Soit P une loi de probabilit sur un univers ni R et p un entier suprieur ou gal 2. On
dit que des rels f
1
, . . . , f
p1
sont des fractiles dordre p de P si
(j [[ 1, p 1 ]] )

xf
j
P({x})
j
p
et

xf
j
P({x})
p j
p
.
1. Montrer que f
1
f
p1
.
2. Dterminer une mdiane (fractile dordre 2) et trois quartiles (fractiles dordre 4) de la loi de pro-
babilit associe la srie statistique de lexercice 51.
Solution
1. Supposons que lon ait f
j
> f
j+1
. Alors
P( ] f
j+1
, f
j
[ ) = 1 P( ] , f
j+1
] [ f
j
, +[ ) = 1 (P( ] , f
j+1
] ) +P( [ f
j
, +[ )) .
Mais
P( ] , f
j+1
] ) =

xf
j+1
P({x})
j + 1
p
et P( [ f
j
, +[ ) =

xf
j
P({x})
p j
p
.
Alors
P( ] , f
j+1
] ) 1
j + 1
p

p j
p
=
1
p
< 0 ,
ce qui est impossible.
2. Compltons le tableau de lexercice 51 en y plaant les nombres 1/4, 1/2 et 3/4.
x
i
0,00261 0,00262 0,00263 0,00264 0,00265
n
i
3 9 13 4 1
P({x
i
}) 3/30 9/30 13/30 4/30 1/30
P( ] , x
i
] ) 3/30 1/4 12/30 1/2 3/4 25/30 29/30 1
P( [ x
i
, +[ ) 1 27/30 3/4 18/30 1/2 1/4 5/30 1/30
EI 65
Pour les quartiles, on cherche f
1
, f
2
, f
3
tels que
P( ] , f
1
] )
1
4
P( [ f
1
, [ )
3
4
,
P( ] , f
2
] )
1
2
P( [ f
2
, [ )
1
2
,
P( ] , f
3
] )
3
4
P( [ f
3
, [ )
1
4
.
On peut prendre
f
1
= x
2
et f
2
= f
3
= x
3
.
De plus x
3
est galement une mdiane.
EI 66
III - Vecteurs alatoires
69 Soit P une probabilit sur un produit cartsien ni

.
1. Montrer que si P est lquiprobabilit, les probabilits marginales P

et P

de P sont elles-mmes des

quiprobabilits.
2. Les probabilits P

et P

peuvent-elles tres des quiprobabilits sans que P le soit ?

Solution
1. Si lon a, pour 1 i m et 1 j n,
P({(

i
,

j
)}) =
1
mn
,
Alors
P

({

i
}) =
n

j=1
P({(

i
,

j
)}) =
n
mn
=
1
m
,
et
P

({

j
}) =
m

i=1
P({(

i
,

j
)}) =
m
mn
=
1
n
.
Les probabilits marginales sont bien des quiprobabilits.
2. La rponse est NON. Prenons

= {1, 2}, et posons

P({(1, 1)}) = t .
Si lon veut que P

et P

soient des quiprobabilits, on devra avoir

P({(1, 1)}) +P({(1, 2)}) = P({(1, 1)}) +P({(2, 1)}) =
1
2
,
donc
P({(1, 2)}) =
1
2
t et P({(2, 1)}) =
1
2
t ,
et alors
P({(2, 2)}) =
1
2
P({(1, 2)}) = t .
Il sut de choisir t dans ] 0, 1/2 [ \{1/4} pour avoir des probabilits marginales quiprobables, sans
que P le soit.
70 On lance un d (juste) n fois, puis une pice de monnaie (quilibre) autant de fois quon a obtenu
das sur le d et on compte le nombre de piles obtenus. On note : =

= [[ 0, n]] .
Dterminer
EI 67
1. la probabilit P sur qui modlise cette exprience,
2. les probabilits marginales P

et P

,
3. les fonctions probabilits conditionnelles sur [[ 0, n]] , P

|j
et P

|i
dnies par :

(j [[ 0, n]] ) P

|j
({i}) = P
|

{j}
({i}

)
(i [[ 0, n]] ) P

|i
({j}) = P
|{i}
(

{j}) .
Solution
1. Lvnement {(i, j)} nest possible que si 0 j i n. Donc, si 0 i < j n, on a
P({(i, j)}) = 0 .
Dans le cas o 0 j i n, notons
A
i
lvnement on a obtenu i as
B
j
lvnement on a obtenu j piles .
Alors
P{(i, j)} = P(A
i
B
j
) = P
|A
i
(B
j
)P(A
i
) .
Mais la probabilit P(A
i
) est obtenue partir dune loi binomiale B(n, 1/6), et la probabilit P
|A
i
(B
j
)
est obtenue partir dune loi binomiale B(i, 1/2). Donc
P({(i, j)}) =
_
n
i
_
5
ni
6
n
_
i
j
_
1
2
i
.
2. On a tout dabord, si 0 i n,
P

({i}) =
i

j=0
P({(i, j)})
=
i

j=0
_
n
i
_
5
ni
6
n
_
i
j
_
1
2
i
=
_
n
i
_
5
ni
6
n
i

j=0
_
i
j
_
1
2
i
.
Et comme la somme vaut 1,
P

({i}) =
_
n
i
_
5
ni
6
n
,
ce qui tait prvisible, puisque cest la loi binomiale B(n, 1/6) dj mentionne.
EI 68
Si 0 j n,
P

({j}) =
n

i=j
P({(i, j)})
=
n

i=j
_
n
i
_
5
ni
6
n
_
i
j
_
1
2
i
.
On a
_
n
i
__
i
j
_
=
n!
j!(i j)!(n i)!
=
_
n
j
__
n j
i j
_
,
donc
P

({j}) =
n

i=j
_
n
j
_
5
ni
6
n
_
n j
i j
_
1
2
i
=
_
n
j
_
n

i=j
_
n j
i j
_
5
ni
6
n
1
2
i
.
En posant k = i j, la somme devient
P

({j}) =
_
n
j
_
nj

k=0
_
n j
k
_
5
njk
6
n
1
2
k+j
=
_
n
j
_
1
6
n
1
2
j
nj

k=0
_
n j
k
_
5
njk
1
2
k
.
On reconnat alors la formule du binme, et lon obtient
P

({j}) =
_
n
j
_
1
6
n
1
2
j
_
1
2
+ 5
_
nj
=
_
n
j
_
11
nj
12
n
.
On a donc cette fois une loi B(n, 1/12).
3. On a
P

|j
({i}) = P
|

{j}
({i}

) =
P(({i}

) (

{j}))
P(

{j})
=
P({(i, j)})
P

({j})
.
Donc
P

|j
({i}) =
_
n
i
_
5
ni
6
n
_
i
j
_
1
2
i
_
n
j
_
11
nj
12
n
.
Mais
_
n
i
__
i
j
_
=
_
n j
i j
__
n
j
_
,
EI 69
donc
P

|j
({i}) =
_
n j
i j
_
2
ni
5
ni
11
nj
=
_
n j
i j
_
10
ni
11
nj
.
On a de manire analogue
P

|i
({j}) =
P({(i, j)})
P

({i})
.
Donc
P

|i
({j}) =
_
n
i
_
5
ni
6
n
_
i
j
_
1
2
i
_
n
i
_
5
ni
6
n
=
_
i
j
_
1
2
i
.
71 Une secrtaire trs tourdie glisse trois lettres qui ne dirent que par le nom de leur destinataire
dans les trois dernires enveloppes qui lui restent puis cachte les enveloppes avant dy coller les timbres
et les trois tiquettes portant les adresses.
On note :
E = la lettre tape la premire parvient son destinataire
F
j
= exactement j lettres parviennent leur destinataire .
Pour chaque indice j, tudier :
1. lincompatibilit des vnements alatoires E et F
j
,
2. lindpendance des vnements alatoires E et F
j
.
Solution
Numrotons 1, 2, 3 les lettres. Nous avons les six possibilits suivantes, notes sous forme de triplet,
= {(1, 2, 3), (1, 3, 2), (2, 3, 1), (2, 1, 3), (3, 1, 2), (3, 2, 1)} .
Chaque vnement lmentaire a comme probabilit 1/6. On a alors
E = {(1, 2, 3), (1, 3, 2)} P(E) = 1/3
F
1
= {(1, 3, 2), (3, 2, 1), (2, 1, 3)} P(F
1
) = 1/2
F
2
= P(F
2
) = 0
F
3
= {(1, 2, 3)} P(F
3
) = 1/6
On a galement
E F
1
= {(1, 3, 2)} P(E F
1
) = 1/6 P(E)P(F
1
) = 1/6
E F
2
= P(E F
2
) = 0 P(E)P(F
2
) = 0
E F
3
= {(1, 2, 3)} P(E F
3
) = 1/6 P(E)P(F
3
) = 1/18
1. On constate que E et F
2
sont incompatibles, mais que E et F
1
et E et F
3
ne le sont pas.
2. On constate donc que E et F
1
sont indpendants, ainsi que E et F
2
, mais pas E et F
3
.
EI 70
72 Soit A et B deux vnements alatoires associs un espace probabilis (, P). Montrer que
A B A
C
B A B
C
A
C
B
C
.
Solution
Cela rsulte de lexercice 25. On a toujours
P(A B) P(A)P(B) = P(A
C
B) +P(A
C
)P(B)
= P(A B
C
) +P(A)P(B
C
)
= P(A
C
B
C
) P(A
C
)P(B
C
) .
Donc, lorsque un de ces nombres est nul, les quatre le sont.
73 Soit A
1
, . . . , A
n
des vnements alatoires. Montrer que
(J [[ 1, n]] ) ( {A
1
, . . . , A
n
} {A

1
, . . . , A

n
} )
o lon a not, pour tout j,
A

j
=
_
A
j
si j J
A
C
j
si j / J .
Solution
On montre tout dabord que
{A
1
, . . . , A
n
} {A
1
, . . . , A
n1
, A
C
n
} .
Soit {A
i
1
, . . . , A
ip
} un sous-ensemble non vide de {A
1
, . . . , A
n1
}. Alors
P(A
i
1
A
ip
A
C
n
) = P(A
i
1
A
ip
) P(A
i
1
A
ip
A
n
)
= P(A
i
1
) P(A
ip
) P(A
i
1
) P(A
ip
)P(A
n
)
= (1 P(A
n
))P(A
i
1
) P(A
ip
)
= P(A
i
1
) P(A
ip
)P(A
C
n
) .
Si maintenant {A
i
1
, . . . , A
ip
} un sous-ensemble non vide de {A
1
, . . . , A
n1
}, alors
P(A
i
1
A
ip
) = P(A
i
1
) P(A
ip
) .
Donc, pour tout sous ensemble non vide {A

i
1
, . . . , A

ip
} de {A
1
, . . . , A
n1
, A
C
n
}, on a
P(A

i
1
A

ip
) = P(A

i
1
) P(A

ip
) .
Ceci montre que {A
1
, . . . , A
n1
, A
C
n
} .
Donc si lon a une famille dvnements indpendants, on obtient une nouvelle famille dvnements
indpendants en remplaant un des vnements par lvnement contraire. Une rcurrence immdiate,
EI 71
montre que cela reste vrai si lon remplace un nombre ni dvnements par les vnements contraires.
Donc
(J [[ 1, n]] ) ( {A
1
, . . . , A
n
} {A

1
, . . . , A

n
} ) .
Et comme (A
C
)
C
= A, on a galement
(J [[ 1, n]] ) ( {A

1
, . . . , A

n
} {A
1
, . . . , A
n
} ) ,
do lquivalence.
74 Lors de trois donnes (= rpartition au hasard de 52 cartes entre les 4 joueurs) successives dune
partie de bridge, on note I
k
, R, S et T les vnements alatoires suivants :
I
k
= le nombre total de cartes rouges dans le jeu du donneur au cours de la kime donne est
impair
R= le nombre total de cartes rouges dans le jeu du donneur au cours des deux premires donnes est
impair
S= le nombre total de cartes rouges dans le jeu du donneur au cours des deux dernires donnes est
impair
T= le nombre total de cartes rouges dans le jeu du donneur au cours des premire et dernire donnes
est impair
Les vnements R, S et T sont-ils indpendants ? Sont-ils indpendants deux deux ?
Solution
Calculons la probabilit de I
k
(elle ne dpend pas de k). Cherchons tout dabord la probabilit p
r
dobtenir r cartes rouges au cours dune donne. Cela revient choisir 13 cartes parmi 52 et regarder
le nombre de cartes rouges obtenu. On a donc une loi hypergomtrique H(13, 26, 52), et
p
r
=
_
26
r
__
26
13r
_
_
52
13
_ .
Alors
P(I
k
) =
6

s=0
p
2s+1
=
6

s=0
_
26
2s+1
__
26
122s
_
_
52
13
_ .
Si lon fait le changement dindice de sommation t = 6 s, on obtient
P(I
k
) =
6

t=0
_
26
132t
__
26
2t
_
_
52
13
_ =
6

t=0
p
2t
= 1 P(I
k
) .
Il en rsulte donc que P(I
k
) = 1/2.
On a alors
R = (I
1
I
C
2
) (I
2
I
C
1
) ,
EI 72
et comme les vnements I
1
et I
2
sont indpendants, on a
P(R) = P(I
1
)P(I
C
2
) +P(I
2
)P(I
C
1
) =
1
2
.
On a pour les mmes raisons
P(R) = P(S) = P(T) =
1
2
.
Notons n
i
le nombre de cartes rouges obtenu la ime donne. Il nest pas possible que les trois
nombres n
1
+ n
2
, n
2
+ n
3
et n
1
+ n
3
soient tous impairs. Si par exemple n
1
+ n
2
et n
2
+ n
3
taient
impairs, alors la somme n
1
+n
3
+ 2n
2
serait paire et n
1
+n
3
aussi. Donc R S T = , et
P(R S T) = 0 = P(R)P(S)P(T) .
Les vnements R, S, T ne sont pas indpendants.
On a
R S = (I
1
I
C
2
I
3
) (I
C
1
I
2
I
C
3
) ,
et comme les vnements I
1
, I
2
, I
3
sont indpendants
P(R S) = P(I
1
)P(I
C
2
)P(I
3
) +P(I
C
1
)P(I
2
)P(I
C
3
) =
1
4
= P(R)P(S) ,
ce qui montre que R et S sont indpendants. Par symtrie du problme, il en est de mme pour les
vnements S, T et R, T.
75 Cent urnes, numrotes de 0 99, contiennent chacune 99 boules indiscernables au toucher. Pour
tout i, lurne numro i contient i boules rouges et 99i boules blanches. On choisit au hasard une des
cent urnes et on y fait cinq tirages au hasard dune boule avec remise. On constate que les cinq tirages
ont tous amen une boule rouge. Dterminer la probabilit p que les trois tirages suivants (toujours
avec remise) donnent galement des boules rouges.
Solution
Soit X la variable alatoire donnant le numro de lurne choisie. Le choix tant fait au hasard, on a
donc
P(X = i) =
1
100
.
Soit R
k
lvnement le kime tirage donne une boule rouge , et S
k
lvnement
S
k
=
k

j=1
R
j
.
On cherche la probabilit
p = P
|S
5
(R
6
R
7
R
8
) =
P(S
8
)
P(S
5
)
.
EI 73
Comme les vnement {{X = i} | 0 i 99} forment un systme complet, on a, si 0 < k 99,
P(S
k
) =
99

i=0
P
|{X=i}
(S
k
)P(X = i) =
1
100
99

i=0
P
|{X=i}
(S
k
) .
Mais les vnements R
k
sont indpendants pour la probabilit P
|{X=i}
et ont la mme probabilit.
Sachant que lurne contient i boules rouges, la probabilit de tirer une boule rouge est de i/99, donc
P
|{X=i}
(R
k
) =
i
99
et P
|{X=i}
(S
k
) =
_
i
99
_
k
.
Finalement
P(S
k
) =
99

i=0
_
i
99
_
k
,
et
p =
99

i=1
_
i
99
_
8
99

i=1
_
i
99
_
5
=
1
99
3
99

i=1
i
8
99

i=1
i
5
.
76 On dispose de r boules identiques quon rpartit au hasard dans n botes dont n
1
sont de couleur
c
1
, n
2
dune autre couleur c
2
,. . . , n
d
dune autre couleur c
d
(o n
1
+ +n
d
= n).
1. On procde dune faon qui garantisse lquiprobabilit sur lensemble des rpartitions possibles
(deux rpartitions ne dirent donc que par le nombre de boules dans au moins une des n botes).
Pour tout k, on note X
k
= nombre de boules en tout dans des botes de la couleur c
k
. Dterminer
la loi de probabilit du vecteur alatoire X = (X
1
, . . . , X
d
) ainsi que les lois marginales.
2. Mmes questions si les boules sont numrotes de 1 r (ce qui oblige distinguer deux rpartitions
qui ne dirent que par les numros de boules).
3. Mmes questions si chaque bote ne peut contenir quune boule au plus. (Les boules sont encore
numrotes).
Solution
1. Si lon place a boules dans q botes, et si lon note a
i
le nombre de boules de la bote i, on a
a
1
+ + a
q
= a. Le nombre de faon de placer les boules est le nombre de faons dcrire lentier a
comme somme de q entiers naturels. Ce nombre vaut
_
a+q1
a
_
(voir lexercice 17).
Lunivers est constitu des faons de placer r boules dans n botes, et donc
card =
_
n +r 1
n
_
,
EI 74
On cherche P(X
1
= x
1
, . . . , X
d
= x
d
). Cette probabilit est nulle si x
1
+ + x
d
est dirent de r.
Dans le cas contraire, cherchons le nombre de faons dobtenir cet vnement.
Il y a
_
n
j
+x
j
1
n
j
_
faons de remplir les n
j
botes de couleur c
j
avec les x
j
boules. Donc
card({X
1
= x
1
, . . . , X
d
= x
d
}) =
d

j=1
_
n
j
+x
j
1
n
j
_
,
et on en dduit
P(X
1
= x
1
, . . . , X
d
= x
d
) =
_

_
d

j=1
_
n
j
+x
j
1
n
j
_
_
n +r 1
r
_
si x
1
+ +x
d
= r
0 sinon
.
On tudie la variable X
i
. Plutt que de calculer
P(X
j
= x
j
) =

x
1
,...,x
j1
,x
j+1
,...,x
d
P(X = (x
1
, . . . , x
d
)) ,
on peut obtenir directement le nombre dlments de lvnement {X
j
= x
j
}. Il y a
_
n
j
+x
j
1
n
j
1
_
faons
de placer x
j
boules dans les n
j
botes de couleur c
j
et
_
nn
j
+rx
j
1
nn
j
1
_
faons de placer les r x
j
boules
restantes dans les n n
j
autres botes. Donc
card{X
j
= x
j
} =
_
n
j
+x
j
1
n
j
1
__
n n
j
+r x
j
1
n n
j
1
_
,
et
P(X
j
= x
j
) =
_
n
j
+x
j
1
n
j
1
__
nn
j
+rx
j
1
nn
j
1
_
_
n+r1
n
_ .
2. Remarquons tout dabord que le nombre de faons de placer p objets distincts dans q botes est q
p
,
puisque pour chaque objet, il y a q faons de choisir la bote qui le contient.
Lunivers est encore constitu des choix de r boules parmi n botes mais cette fois les boules sont
numrotes. Donc
card = n
r
.
De nouveau P(X
1
= x
1
, . . . , X
d
= x
d
) = 0 si x
1
+ + x
d
= r. Dans le cas contraire cherchons
card({X
1
= x
1
, . . . , X
d
= x
d
}). Pour la couleur c
1
, on choisit x
1
boules parmi r, il y a donc
_
r
x
1
_
possibilits, et pour chacun de ces choix, il y a n
x
1
1
manires de placer les x
1
boules dans les n
1
botes.
EI 75
Pour la couleur c
2
, on choisit x
2
boules parmi les r x
1
restantes. Il y a donc
_
rx
1
x
2
_
possibilits, et
pour chacun de ces choix, il y a n
x
2
2
manires de placer les x
2
boules dans les n
2
botes.
De manire gnrale, pour la couleur c
j
, on choisit x
j
boules parmi les r x
1
x
j1
restantes. Il
y a donc
_
rx
1
x
j1
x
j
_
possibilits, et pour chacun de ces choix, il y a n
x
j
j
manires de placer les x
j
boules dans les n
j
botes. Donc
card({X
1
= x
1
, . . . , X
d
= x
d
}) =
d

j=1
__
r x
1
x
j1
x
j
_
n
x
j
j
_
.
et
P(X
1
= x
1
, . . . , X
d
= x
d
) =
d

j=1
__
r x
1
x
j1
x
j
_
n
x
j
j
_
n
r
=
d

j=1
__
r x
1
x
j1
x
j
_
_
n
j
n
_
x
j
_
.
Remarquons que
d

j=1
_
r x
1
x
j1
x
j
_
=
r!
x
1
! x
d
!
.
On note ce nombre
_
r
x
1
,...,x
d
_
que lon appelle un coecient multinomial car il apparat dans le dve-
loppement dune somme de d termes la puissance r
(a
1
+. . . +a
d
)
r
=

x
1
,...,x
d
x
1
++x
d
=r
_
r
x
1
, . . . , x
d
_
a
x
1
1
a
x
d
d
,
qui gnralise la formule du binme.
Pour dterminer card({X
j
= x
j
}) on choisit x
j
boules parmi r, il y a donc
_
r
x
j
_
possibilits, et pour
chacun de ces choix, il y a n
x
j
j
manires de placer les x
j
boules dans les n
j
botes, et il y a (nn
j
)
rx
j
manires de placer les r x
j
autres boules parmi les n n
j
autres botes. Donc
card({X
j
= x
j
}) =
_
r
x
j
_
n
x
j
j
(n n
j
)
rx
j
,
et
P(X
j
= x
j
) =
_
r
x
j
_
n
x
j
j
(n n
j
)
rx
j
n
r
=
_
r
x
j
_
_
n
j
n
_
x
j
_
1
n
j
n
_
rx
j
.
Donc X
j
suit une loi binomiale B(r, n
j
/n).
EI 76
3. Dans cette situation chaque bote contient 0 ou 1 boule et, ncessairement r n. Lunivers est
constitu des direntes faons de choisir les r botes contenant une boule parmi n en tenant compte
de lordre, donc
card = A
r
n
.
Cherchons maintenant card({X
1
= x
1
, . . . , X
d
= x
d
}), avec x
1
n
1
, . . . , x
d
n
d
et x
1
+ +x
d
= r.
(Les probabilits sont nulles si une de ces relations nest pas vrie). Pour la couleur c
1
, on choisit x
1
boules parmi r, il y a donc
_
r
x
1
_
possibilits, et pour chacun de ces choix, il y a A
x
1
n
1
faons de choisir
les botes dans lesquelles iront ces x
1
boules.
Pour la couleur c
2
, on choisit x
2
boules parmi les r x
1
restantes. Il y a donc
_
rx
1
x
2
_
possibilits, et
pour chacun de ces choix, il y a A
x
2
n
2
faons de choisir les botes dans lesquelles iront ces x
2
boules.
De manire gnrale, pour la couleur c
j
, on choisit x
j
boules parmi les r x
1
x
j1
restantes. Il
y a donc
_
rx
1
x
j1
x
j
_
possibilits, et pour chacun de ces choix, il y a A
x
j
n
j
faons de choisir les botes
dans lesquelles iront ces x
j
boules.
Alors
card({X
1
= x
1
, . . . , X
d
= x
d
}) =
d

j=1
__
r x
1
x
j1
x
j
_
A
x
j
n
j
_
.
et
P({X
1
= x
1
, . . . , X
d
= x
d
}) =
d

j=1
__
r x
1
x
j1
x
j
_
A
x
j
n
j
_
A
r
n
=
r!
x
1
! x
d
!
n
1
!
(n
1
x
1
)!

n
d
!
(n
d
x
d
)!
(n r)!
n!
=
_
n
1
x
1
_

_
n
d
x
d
_
_
n
r
_ .
Pour dterminer card({X
j
= x
j
}) on choisit x
j
boules parmi r, il y a donc
_
r
x
j
_
possibilits, et pour
chacun de ces choix, il y a A
x
j
n
j
manires de choisir les botes qui les contiennent, et il y a A
rx
j
nn
j
manires de choisir parmi les n n
j
autres botes celles qui contiennent les r x
j
autres boules. Donc
card({X
j
= x
j
}) =
_
r
x
j
_
A
x
j
n
j
A
rx
j
nn
j
,
et
P(X
j
= x
j
) =
_
r
x
j
_
A
x
j
n
j
A
rx
j
nn
j
A
r
n
=
_
n
j
x
j
__
nn
j
rx
j
_
_
n
r
_ .
Donc X
j
suit une loi hypergomtrique H(r, n
j
, n).
EI 77
77 On lance simultanment deux pices de monnaie (quilibres) et on note
(X, Y ) = (nombre de piles obtenus, nombre de faces obtenus).
Dterminer la loi de probabilit de chacune des variables alatoires relles
X , Y , X +Y , X Y ,
X Y + 2
2
.
Solution
Le vecteur (X, Y ) est dni sur lensemble {P, F}{P, F} et prend ses valeurs dans {0, 1, 2}{0, 1, 2}.
On a
{X = 0, Y = 2} = {(F, F)} , {X = 2, Y = 0} = {(P, P)} ,
donc
P(X = 0, Y = 2) = P(X = 2, Y = 0) =
1
4
.
On a galement
{X = 1, Y = 1} = {(P, F), (F, P)} ,
donc
P(X = 1, Y = 1) =
1
2
.
Les autres probabilits sont nulles.
On a alors X() = Y () = {0, 1, 2} et
P(X = 0) = P(Y = 2) = P(X = 0, Y = 2) = 1/4
P(X = 1) = P(Y = 1) = P(X = 1, Y = 1) = 1/2
P(X = 2) = P(Y = 0) = P(X = 2, Y = 0) = 1/4
On remarque que X+Y = 2, donc X+Y est une variable certaine. (Il en rsulte que P(X+Y = 2) = 1
et P(X +Y = k) = 0 si k = 2).
On a (X Y )() = {2, 0, 2}, et
P(X Y = 2) = P(X = 0, Y = 2) = 1/4
P(X Y = 0) = P(X = 1, Y = 1) = 1/2
P(X Y = 2) = P(X = 2, Y = 0) = 1/4
On a ((X Y + 2)/2)() = {0, 1, 2}, et
P((X Y + 2)/2 = 0) = P(X Y = 2) = 1/4
P((X Y + 2)/2 = 1) = P(X Y = 0) = 1/2
P(X Y + 2)/2 = 2) = P(X Y = 2) = 1/4
On obtient la mme loi que pour X, ce qui est normal puisque Y = 2 X presque srement.
EI 78
78 On lance deux ds quilibrs, lun noir et lautre blanc, chacun ayant six faces dont deux sont
marques dun seul point, deux de deux points et les deux autres de trois points. On note
X = nombre de points sur le d noir Y = nombre de points sur le d blanc
R = |X Y | S = X +Y
T = (X +Y )
2
U = X
2
+Y
2
V = min(X, Y ) W = max(X, Y )
1. Dterminer la loi de probabilit du couple alatoire (X, Y ).
2. En dduire celle de V et W.
3. Dduire la loi de (V, W) de celle de (X, Y ) et retrouver les lois de V et W comme lois marginales.
4. Calculer E(V ) et E(W) sans utiliser, les rsultats des questions 2 et 3.
5. Exprimer R et S en fonction de V et W et en dduire E(R) et E(S).
Solution
1. Si (i, j) appartient [[ 1, 3 ]] [[ 1, 3 ]] , les vnements {X = i} et {Y = j} sont indpendants et
ont une probabilit gale 1/3, donc
P(X = i, Y = j) =
1
9
.
2. On a
P(V = 1) = P(X = 1, Y = 1) +P(X = 1, Y = 2) +P(X = 1, Y = 3) +
P(X = 2, Y = 1) +P(X = 3, Y = 1) =
5
9
puis
P(V = 2) = P(X = 2, Y = 2) +P(X = 3, Y = 2) +P(X = 2, Y = 3) =
1
3
et enn
P(V = 3) = P(X = 3, Y = 3) =
1
9
.
De mme
P(W = 1) = P(X = 1, Y = 1) =
1
9
puis
P(W = 2) = P(X = 2, Y = 2) +P(X = 1, Y = 2) +P(X = 2, Y = 1) =
1
3
et enn
P(W = 3) = P(X = 3, Y = 1) +P(X = 3, Y = 2) +P(X = 3, Y = 3) +
P(X = 2, Y = 3) +P(X = 1, Y = 3) =
5
9
3. Comme on a V W, on a donc, si i > j, P(V = i, W = j) = 0.
EI 79
Supposons 1 i j 3. On a, si i = j,
P(V = i, W = j) = P(X = i, Y = j) +P(X = j, Y = i) =
2
9
,
et
P(V = i, W = i) = P(X = i, Y = i) =
1
9
.
La loi de (V, W) peut se reprsenter par la matrice triangulaire
_
_
1/9 2/9 2/9
0 1/9 2/9
0 0 1/9
_
_
,
ce qui en sommant les lignes redonne la loi de W, et en sommant les colonnes celles de V .
_
_
1/9 2/9 2/9
0 1/9 2/9
0 0 1/9
_
_
_
_
5/9
3/9
1/9
_
_
_
1/9 3/9 5/9

4. On a
E(V ) =

1j3
1i3
min(i, j) P(X = i, Y = j) =
1
9

1j3
1i3
min(i, j) .
On dcompose cette somme en trois morceaux suivant que i = j, i > j ou i < j.
E(V ) =
1
9
_
_
3

i=1
i +
3

i=2
i1

j=1
j +
3

j=2
j1

i=1
i
_
_
,
les deux dernires sommes ont la mme valeur par symtrie, et
E(V ) =
1
9
_
6 +
3

i=2
i(i 1)
_
=
14
9
.
On calcule de la mme manire pour W.
E(W) =

1j3
1i3
max(i, j) P(X = i, Y = j) =
1
9

1j3
1i3
max(i, j) .
Do
E(W) =
1
9
_
_
3

i=1
i +
3

i=2
i1

j=1
i +
3

j=2
j1

i=1
j
_
_
,
EI 80
les deux dernires sommes ont la mme valeur par symtrie, et
E(W) =
1
9
_
6 + 2
3

i=2
i(i 1)
_
=
22
9
.
5. On a R = W V et S = W +V , do
E(R) = E(W) E(V ) =
8
9
et E(S) = E(W) +E(V ) = 4 .
79 Soit n, N
1
, N trois entiers naturels non nuls tels que N
1
N, (a
j,k
) une suite double de nombres
rels choisis dans [ 0, 1 ] et X = (X
1
, . . . , X
n
) un vecteur alatoire valeurs dans {0, 1}
n
tel que
_
P
X
1
= B(N
1
/N)
((j, k) N

N) P(X
j+1
= 1 | X
1
+ +X
j
= k) = a
j,k
.
1. Dterminer la loi de probabilit de X
1
+ +X
n
dans les deux cas suivants :
(a) a
j,k
=
_

_
N
1
N
si j 1 et 0 k j
0 sinon
(b) a
j,k
=
_

_
N
1
k
N j
si 1 j N 1 , 0 k N
1
et 0 j k N N
1
0 sinon
2. Retrouver ainsi les moyennes des lois B(n, N
1
/N) et H(n, N
1
, N).
Solution
Notons Z
n
= X
1
+ +X
n
. Comme les variables X
i
ne prennent que les valeurs 0 et 1, on a
P(Z
n
= n) = P(Z
n1
= n 1, X
n
= 1)
= P(X
n
= 1|Z
n1
= n 1)P(Z
n1
= n 1)
= a
n1,n1
P(Z
n1
= n 1) ,
puis
P(Z
n
= 0) = P(Z
n1
= 0, X
n
= 0)
= P(X
n
= 0|Z
n1
= 0)P(Z
n1
= 0)
= (1 a
n1,0
)P(Z
n1
= 0) ,
et enn, si 1 k n 1
P(Z
n
= k) = P(Z
n1
= k 1, X
n
= 1) +P(Z
n1
= k, X
n
= 0)
= P(X
n
= 1|Z
n1
= k 1)P(Z
n1
= k 1) +P(X
n
= 0|Z
n1
= k)P(Z
n1
= k)
= a
n1,k1
P(Z
n1
= k 1) + (1 a
n1,k
)P(Z
n1
= k) .
EI 81
(a) Notons a = N
1
/N. On a donc les trois relations suivantes
P(Z
n
= n) = aP(Z
n1
= n 1) (1)
P(Z
n
= 0) = (1 a)P(Z
n1
= 0) (2)
P(Z
n
= k) = aP(Z
n1
= k 1) + (1 a)P(Z
n1
= k) (3)
On dduit immdiatement de (1) que
P(Z
n
= n) = a
n1
P(Z
1
= 1) = a
n1
P(X
1
= 1) = a
n
,
et de (2)
P(Z
n
= 0) = (1 a)
n1
P(Z
1
= 0) = (1 a)
n1
P(X
1
= 0) = (1 a)
n
.
On montre par rcurrence sur n, que, Z
n
suit une loi B(n, a) cest--dire que pour tout k compris entre
0 et n, on a
P(Z
n
= k) =
_
n
k
_
a
k
(1 a)
nk
.
Cest vrai si n = 1, puisque Z
1
= X
1
suit une loi de Bernoulli B(a) = B(1, a).
Supposons la proprit vraie au rang n 1, et montrons quelle est vraie au rang n. Alors en utilisant
(3) et lhypothse de rcurrence, on a, si k est compris entre 1 et n 1,
P(Z
n
= k) = a
_
n 1
k 1
_
a
k1
(1 a)
nk
+ (1 a)
_
n 1
k
_
a
k
(1 a)
nk1
=
_
n 1
k 1
_
a
k
(1 a)
nk
+
_
n 1
k
_
a
k
(1 a)
nk
= a
k
(1 a)
nk
__
n 1
k 1
_
+
_
n 1
k
__
,
Mais en utilisant la formule de rcurrence liant les coecients binomiaux
P(Z
n
= k) = a
k
(1 a)
nk
_
n
k
_
.
Comme on a aussi
P(Z
n
= 0) = (1 a)
n
et P(Z
n
= n) = a
n
,
on a donc bien montr que, pour tout k compris entre 0 et n,
P(Z
n
= k) =
_
n
k
_
a
k
(1 a)
nk
.
et la proprit est vraie au rang n. Il en rsulte quelle est vraie pour tout n 1.
EI 82
Donc Z
n
suit une loi B(n, a). Alors
P(X
i
= 1) =
i1

k=0
P(X
i
= 1|Z
i1
= k)P(Z
i1
= k) ,
mais, puisque
P(X
i
= 1|Z
i1
= k) = a ,
on obtient
P(X
i
= 1) = a
i1

k=0
P(Z
i1
= k) = a .
Les variables X
i
suivent toutes des lois de Bernoulli B(a). Alors
E(Z
n
) =
n

j=1
E(X
j
) =
n

j=1
a = na .
(b) On va montrer, l aussi par rcurrence, que si 1 n N, alors Z
n
suit une loi H(n, N
1
, N).
Cest vrai si n = 1, puisque Z
1
= X
1
suit une loi de Bernoulli B(N
1
/N) = H(1, N
1
, N).
Supposons donc que 2 n N. Et tudions les dirents cas suivants.
1 k N
1
, et 1 n k N N
1
En utilisant la formule
P(Z
n
= k) = a
n1,k1
P(Z
n1
= k 1) + (1 a
n1,k
)P(Z
n1
= k) ,
on obtient
P(Z
n
= k) =
N
1
k + 1
N n + 1
_
N
1
k1
__
NN
1
nk
_
_
N
n1
_ +
_
1
N
1
k
N n + 1
_
_
N
1
k
__
NN
1
n1k
_
_
N
n1
_
=
N
1
k + 1
N n + 1
_
N
1
k1
__
NN
1
nk
_
_
N
n1
_ +
N n + 1 N
1
+k
N n + 1
_
N
1
k
__
NN
1
n1k
_
_
N
n1
_ .
Mais en utilisant la relation
(p q)
_
p
q
_
= (q + 1)
_
p
q + 1
_
,
on en dduit
(N
1
k + 1)
_
N
1
k 1
_
= k
_
N
1
k
_
(N n + 1)
_
N
n 1
_
= n
_
N
n
_
EI 83
(N N
1
(n k 1))
_
N N
1
n k 1
_
= (n k)
_
N N
1
n k
_
do
P(Z
n
= k) =
k
_
N
1
k
__
NN
1
nk
_
n
_
N
n
_ +
(n k)
_
N
1
k
__
NN
1
nk
_
n
_
N
n
_
=
_
N
1
k
__
NN
1
nk
_
_
N
n
_ .
k = n
P(Z
n
= n) = a
n1,n1
P(Z
n1
= n 1) = a
n1,n1
_
N
1
n1
_
_
N
n1
_ ,
do lon dduit, si n 1 N
1
,
P(Z
n
= n) =
N
1
n + 1
N n + 1
_
N
1
n1
_
_
N
n1
_ =
_
N
1
n
_
_
N
n
_ .
et si n 1 > N
1
,
P(Z
n
= n) = 0 =
_
N
1
n
_
_
N
n
_ .
k = 0
P(Z
n
= 0) = (1 a
n1,0
)P(Z
n1
= 0) = (1 a
n1,0
)
_
NN
1
n1
_
_
N
n1
_ ,
do lon dduit, si n 1 N N
1
,
P(Z
n
= 0) =
_
1
N
1
N n + 1
_
_
NN
1
n1
_
_
N
n1
_
=
N N
1
n + 1
N n + 1
_
NN
1
n1
_
_
N
n1
_
=
_
NN
1
nN
1
_
_
N
n
_ ,
et si n 1 > N N
1
,
P(Z
n
= 0) = 0 =
_
NN
1
nN
1
_
_
N
n
_ .
EI 84
Finalement, pour tout k entre 0 et N
1
, tel que n k soit compris entre 0 et N N
1
on a obtenu
P(Z
n
= k) =
_
N
1
k
__
NN
1
nk
_
_
N
n
_ .
La variable Z
n
suit bien une loi H(n, N
1
, N), et la proprit est vraie au rang n. Elle est donc vraie
pour tout n N.
Calculons maintenant P(X
i
= 1). On a toujours
P(X
i
= 1) =
i1

k=0
P(X
i
= 1|Z
i1
= k)P(Z
i1
= k) ,
donc
P(X
i
= 1) =
i1

k=0
N
1
k
N i + 1
_
N
1
k
__
NN
1
i1k
_
_
N
i1
_ .
Mais
(N
1
k)
_
N
1
k
_
= N
1
_
N
1
1
k
_
et (N (i 1))
_
N
i 1
_
= N
_
N 1
i 1
_
,
donc
P(X
i
= 1) =
i1

k=0
N
1
N
_
N
1
1
k
__
NN
1
i1k
_
_
N1
i1
_ =
N
1
N
i1

k=0
_
N
1
1
k
__
NN
1
i1k
_
_
N1
i1
_ .
Mais la somme qui apparat est celle des coecients dune loi H(i 1, N
1
, N 1) et vaut 1. Finalement
P(X
i
= 1) =
N
1
N
.
Les variables X
i
suivent toutes des lois de Bernoulli B(N
1
/N). Alors
E(Z
n
) =
n

j=1
E(X
j
) =
n

j=1
N
1
N
=
nN
1
N
.
80 Soit (X, Y ) un couple de variables indpendantes de mme loi U({z
1
, . . . , z
n
}) o les z
i
sont n
rels distincts. Dterminer P(X = Y ) et P(X Y ).
Solution
Puisque les variables sont indpendantes et de mme loi uniforme,
P(X = z
i
, Y = z
j
) = P(X = z
i
)P(Y = z
j
) =
1
n
2
.
On peut supposer que les nombres z
1
, . . . , z
n
sont ordonns en croissant. On a alors
EI 85
P(X = Y ) =
n

k=1
P(X = z
k
, Y = z
k
) =
n

k=1
1
n
2
=
1
n
,
puis
P(X Y ) =

1jin
P(X = z
i
, Y = z
j
) =
n

i=1
i

j=1
1
n
2
=
n

i=1
i
n
2
=
n(n + 1)
2n
2
=
n + 1
2n
.
81 Soit {(x
i
, p
i
) | i [[ 1, n]] } le germe dune loi de probabilit V. Montrer que si (X, Y ) est un
couple de variables indpendants de loi V, alors
P(X = Y ) =
n

i=1
p
i
(1 p
i
) .
Solution
Puisque les variables sont indpendantes et de mme loi, on a
P(X = x
i
, Y = x
j
) = P(X = x
i
)P(Y = x
j
) = p
i
p
j
.
Alors
P(X = Y ) = 1 P(X = Y ) = 1
n

i=1
P(X = x
i
, Y = x
i
) = 1
n

i=1
p
2
i
.
Mais
1 =
n

i=1
p
i
,
donc
P(X = Y ) =
n

i=1
p
i

i=1
p
2
i
=
n

i=1
p
i
(1 p
i
) .
82 Peut-on truquer un d ( six faces, marques 1,2,. . . ,6) de faon que la somme des points obtenus
en deux lancers de ce d suive une loi uniforme ?
Solution
Il sagit de voir si lon peut trouver 6 nombres positifs p
i
pour 1 i 6 de somme 1, tels que, si X
et Y suivent la loi V de germe {(i, p
i
) | i [[ 1, n]] } et sont indpendantes, alors X + Y suit une loi
uniforme. On a (X +Y )() = [[ 2, 12 ]] et lon voudrait que, si 2 k 12,
P(X +Y = k) =
1
11
.
EI 86
On a de plus
P(X = i, Y = j) = P(X = i)P(Y = j) = p
i
p
j
.
En calculant P(X + Y = k), on obtient un systme (non linaire) de 11 quations 6 inconnues.
Ecrivons seulement les premires et les dernires.
P(X +Y = 2) = p
2
1
P(X +Y = 3) = 2p
1
p
2
P(X +Y = 4) = 2p
1
p
3
+p
2
2
P(X +Y = 10) = 2p
4
p
6
+p
2
5
P(X +Y = 11) = 2p
5
p
6
P(X +Y = 12) = p
2
6
En raison de la symtrie du problme, on aura p
k
= p
7k
. On trouve successivement
p
1
= p
6
=
1

11
,
p
2
= p
5
=
1
2p
1
1
11
=
1
2

11
,
p
3
= p
4
=
1
2p
1
_
1
11
p
2
2
_
=

11
2
_
1
11

1
44
_
=
3
8

11
.
Mais alors
6

k=1
p
i
= 2(p
1
+p
2
+p
3
) =
15
4

11
= 1 ,
et donc le problme est impossible.
83 Conjecturer laide dune exprience alatoire bien choisie, puis vrier dans le cas gnral que
X X

P
X
= B(n, a)
P
X
= B(n

, a)
_
_
_
P
X+X
= B(n +n

, a) .
Solution
On fait une exprience ne prsentant que deux possibilits : russite avec probabilit a et chec avec
probabilit 1 a, la variable X compte le nombre de russites sur n expriences et la variable X

le
nombre de russites sur n

expriences. Alors la variables X + X

donne le nombre de russites sur

n +n

expriences. (Les expriences tant faites de manire indpendante).

EI 87
On a (X +X

)() = [[ 0, n +n

]] . Si k appartient [[ 0, n +n

]] , on cherche P(X +X

= k). On a
P(X +X

= k) =
k

j=0
P(X = j, X

= k j)
=
k

j=0
P(X = j)P(X

= k j)
=
k

j=0
_
n
j
_
a
j
(1 a)
nj
_
n

k j
_
a
kj
(1 a)
n

k+j
= a
k
(1 a)
n+n

k
k

j=0
_
n
j
__
n

k j
_
.
Mais
k

j=0
_
n
j
__
n

k j
_
=
_
n +n

k
_
,
donc
P(X +X

= k) =
_
n +n

k
_
a
k
(1 a)
n+n

k
.
Pour dmontrer lgalit
k

j=0
_
n
j
__
n

k j
_
=
_
n +n

k
_
,
on peut introduire le polynme
(X + 1)
n+n

= (X + 1)
n
(X + 1)
n

,
et dvelopper par la formule du binme.
n+n

k=0
_
n +n

k
_
X
k
=
_
_
n

j=0
_
n
j
_
X
j
_
_
_
n

i=0
_
n

i
_
X
i
_
.
Si lon cherche le coecient de X
k
, on a alors
_
n +n

k
_
=

i+j=k
_
n
j
__
n

i
_
=
k

j=0
_
n
j
__
n

k j
_
.
84 Soit (x
i
, y
j
), (x
k
, y

) deux valeurs probables (distinctes) dun couple alatoire (X, Y ). Montrer

quil sut que P((X, Y ) = (x
i
, y

)) = 0 ou P((X, Y ) = (x
k
, y
j
)) = 0 pour que X et Y ne soient pas
indpendantes.
EI 88
Solution
Par hypothse P((X, Y ) = (x
i
, y
j
)) et P((X, Y ) = (x
k
, y

)) ne sont pas nuls. Supposons que P((X, Y ) =

(x
i
, y

)) = 0 et que X et Y sont indpendantes. Alors

P((X, Y ) = (x
i
, y

)) = P(X = x
i
)P(Y = y

) = 0 ,
et un des deux nombres P(X = x
i
), P(Y = y

) est nul. Mais alors

P((X, Y ) = (x
i
, y
j
)) = P(X = x
i
)P(Y = y
j
)
et
P((X, Y ) = (x
k
, y

)) = P(X = x
k
)P(Y = y

) ,
et un de ces deux nombres est nul, do une contradiction. Donc X et Y ne sont pas indpendantes.
Le raisonnement est analogue si cest P((X, Y ) = (x
k
, y
j
)) qui est nul.
85 1. Quelle est la loi de probabilit de la variable alatoire Y =
n

i=1
10
i
X
i
si (X
1
, . . . , X
n
) est un
nuplet de variables alatoires indpendantes suivant une loi U( [[ 0, n]] ) ?
2. Soit n et r deux entiers naturels non nuls, z
1
, . . . , z
r
, des nombres rels tous distincts et p
1
, . . . , p
r
des nombres rationnels de lintervalle ] 0, 1 [ tels que
_

_
i [[ 1, r ]] , 10
n
p
i
N
r

i=1
p
i
= 1
Dterminer la loi de probabilit de la variable alatoire relle Z dnie sur le mme univers que les
X
i
par :
a) Z() = z
1
Y () < p
1
b) k [[ 2, r ]] Z() = z
k

k1

i=1
p
i
Y () <
k

i=1
p
i
Solution
1. Si lon crit
Y =
n

i=1
10
i
X
i
=
n

i=1
10
ni
X
i
10
n
,
EI 89
la somme
n

i=1
10
ni
X
i
donne tous les nombres compris entre 0 et 10
n
1, (criture dcimale dun
nombre entier), et tous ces nombres sont distincts.
Donc
D = Y () = {p10
n
| 0 p 10
n
1} .
En particulier card() = 10
n
. Lensemble D est lensemble des nombres dcimaux ayant au plus 10
chires aprs la virgule.
Si r est un nombre de [[ 0, 10
n
1 ]] , il scrit de manire unique
r =
n

i=1
10
ni
r
i
,
o r
i
appartient [[ 0, 9 ]] , donc
P(Y = p10
n
) = P((X
1
, . . . , X
n
) = (r
1
, . . . , r
n
)) =
n

i=1
P(X
i
= r
i
) ,
et comme les lois sont uniformes, on a pour tout i,
P(X
i
= r
i
) =
1
10
,
donc
P(Y = r10
n
) =
1
10
n
.
La variable Y suit un loi uniforme U(D).
2. Si p
i
= r
i
10
n
, avec r
i
[[ 0, 10
n
1 ]] , on a
P(Z = z
1
) = P(Y < p
1
) =
card( [ 0, p
1
[ D)
card D
.
Mais
card( [ 0, p
1
[ D) = card( [ 0, r
1
[ ) = r
1
,
et donc
P(Z = z
1
) =
r
1
10
n
= p
1
.
De mme
P(Z = z
r
) = P
_
k1

i=1
p
i
Y <
k

i=1
p
i
_
=
card
__
k1

i=1
p
i
,
k

i=1
p
i
_
D
_
card D
.
Mais
card
__
k1

i=1
p
i
,
k

i=1
p
i
_
D
_
= card
__
k1

i=1
r
i
,
k

i=1
r
i
__
= r
k
,
EI 90
et donc
P(Z = z
r
) =
r
k
10
n
= p
k
.
Donc Z suit une loi de probabilit de germe {(z
k
, p
k
) | k [[ 1, r ]] }.
86 Soit (X,Y) un couple de variables alatoires relles et (a, b, c, d) R
4
.
1. Exprimer Cov(aX +b, cY +d) en fonction de Cov(X, Y ).
Solution
On a
aX +b E(aX +b) = a(X E(X)) et cY +d E(cY +d) = c(Y E(Y )) ,
donc
Cov(aX +b, cY +d) = E((aX +b E(aX +b))(cY +d E(cY +d)))
= E(ac(X E(X))(Y E(Y )))
= acE((X E(X))(Y E(Y )))
= ac Cov(X, Y ) .
87 Soit X une variable alatoire relle valeurs positives ou nulles et h une fonction croissante de
] 0, +[ dans ] 0, +[ . Etablir lingalit de Markov : pour tout > 0
P(X )
E(h(X))
h()
.
Solution
Notons X() = {x
1
, . . . , x
n
}. On a alors
E(h(X)) =
n

i=1
h(x
i
)P(X = x
i
)
=

{i | x
i
}
h(x
i
)P(X = x
i
) +

{i | x
i
<}
h(x
i
)P(X = x
i
) .
Mais comme la deuxime somme est positive, on a
E(h(X))

{i | x
i
}
h(x
i
)P(X = x
i
) .
Comme la fonction h est croissante, si x
i
, on en dduit h(x
i
) h(), et donc
EI 91
E(h(X))

{i | x
i
}
h()P(X = x
i
) = h()

{i | x
i
}
P(X = x
i
) .
Mais

{i | x
i
}
P(X = x
i
) = P(X ) ,
do
E(h(X)) h()P(X ) ,
ce qui donne lingalit voulue.
88 (suite de lexercice 78)
6. Vrier que les variables (R, S) ne sont pas indpendantes mais que leur coecient de corrlation
est nul cependant.
7. Reprsenter par un nuage de points la loi de probabilit du couple (T, U).
8. Doit-on sattendre une forte corrlation linaire entre T et U ?
9. Dterminer une quation cartsienne de la droite de rgression
U/T
de U en T et la reprsenter
sur le diagramme de la question 7.
10. Dterminer le coecient de corrlation linaire r
T,U
.
La valeur obtenue est-elle en accord avec la rponse la question 8 de lexercice 18 ?
Solution
6. Lvnement {R = 0, S = 3} = {X = Y, X +Y = 3} = {X = Y = 3/2} est impossible. Donc
P(R = 0, S = 3) = 0 .
Mais
{R = 0} = {(1, 1), (2, 2), (3, 3)} et {S = 3} = {(1, 2), (2, 1)} .
Les probabilits P(R = 0) et P(S = 3) ne sont donc pas nulles et on na pas lgalit
P(R = 0, S = 3) = P(R = 0)P(S = 3) ,
ce qui montre que R et S ne sont pas indpendantes.
On a RS = |X
2
Y
2
| et cette variable alatoire ne peut prendre que les valeurs 0, 3, 5, 8. On obtient
{RS = 3} = {(2, 1), (1, 2)} , {RS = 5} = {(2, 3), (3, 2)} , {RS = 8} = {(1, 3), (3, 1)} ,
EI 92
donc
P(RS = 3) = P(RS = 5) = P(RS = 8) =
2
9
.
Alors
E(XY ) = (3 + 5 + 8)
2
9
=
32
9
=
8
9
4 = E(R)E(S) .
Le coecient de corrlation de R et S sera donc nul.
7. Calculons les probabilits P(T = i, U = j). On a le tableau
(i, j) {T = i, U = j} P(T = i, U = j)
(4, 2) {(1, 1)} 1/9
(9, 5) {(1, 2), (2, 1)} 2/9
(16, 10) {(1, 3), (3, 1)} 2/9
(16, 8) {(2, 2)} 1/9
(25, 13) {(2, 3), (3, 2)} 2/9
(36, 18) {(3, 3)} 1/9
do lensemble de points, auquel on a ajout la droite de rgression de la question 9. :
-
6
t
u
8. On doit sattendre une forte corrlation entre T et U car le nuage de points est trs el.
9. Lquation de la droite de rgression
U/T
est
u =
Cov(T, U)
V(T)
t +
_
E(U)
Cov(T, U)
V(T)
E(T)
_
.
EI 93
On part des germes des variables T et U.
i 4 9 16 25 36
P(T = i) 1/9 2/9 3/9 2/9 1/9
j 2 5 8 10 13 18
P(U = j) 1/9 2/9 1/9 2/9 2/9 1/9
On obtient successivement
E(T) =
52
3
, E(T
2
) = 388 , V(T) =
788
9
.
puis
E(U) =
28
3
.
Enn
E(TU) =
1844
9
, E(T)E(U) =
1456
9
, Cov(T, U) =
388
9
,
donc lquation de la droite de rgression de U par rapport T est
u =
97
197
t +
472
591
.
avec comme valeur approche
u = 0, 5 t + 0, 8 .
10. On a
r
T,U
=
Cov(T, U)

T
.
On a dj obtenu
Cov(T, U) =
388
9
, V(T) =
788
9
, E(U) =
28
3
.
On obtient aussi
E(U
2
) =
980
9
, V(U) =
196
9
.
Donc
r
T,U
=
388
9
_
788
9
_
196
9
=
97
1379

197 0, 987 .
Ce coecient est proche de 1, ce qui montre que les variables U et T sont trs lies comme lindiquait
le nuage de points.
89 Soit (X, Y ) un couple de variables alatoires relles non dgnres.
Montrer que la mesure de langle aigu que font entre elles les deux droites de rgression peut servir de
mesure de la corrlation linaire entre X et Y .
EI 94
Solution
Les quations des droites de rgression sont donnes par

Y/X
: y =
Cov(X, Y )

2
X
x +
_
m
Y

Cov(X, Y )

2
X
m
X
_

X/Y
: x =
Cov(X, Y )

2
Y
y +
_
m
X

Cov(X, Y )

2
Y
m
Y
_
donc si lon exprime y en fonction de x pour la deuxime quation lorsque Cov(X, Y ) = 0, on obtient
y =

2
Y
Cov(X, Y )
x
_
m
X

2
Y
Cov(X, Y )
m
Y
_
.
La tangente de langle que fait une droite avec Ox est le coecient directeur de cette droite (en axes
orthonorms), donc, pour la premire droite
tan =
Cov(X, Y )

2
X
,
et pour la seconde
tan =

2
Y
Cov(X, Y )
.
Alors la tangente de langle form par les deux droites vaut
tan( ) =
tan tan
1 + tan tan
=
Cov(X, Y )

2
X

2
Y
Cov(X, Y )
1 +

2
Y

2
X
=
Cov(X, Y )
2

2
X

2
Y
Cov(X, Y )(
2
X
+
2
Y
)
,
et puisque
Cov(X, Y ) = r
X,Y

Y
,
on obtient nalement
tan( ) =

X

2
X
+
2
Y
r
2
X,Y
1
r
X,Y
=

X

2
X
+
2
Y
_
r
X,Y

1
r
X,Y
_
.
Langle aigu form par les deux droites a une mesure (appartenant lintervalle [ 0, /2 ] ) donne par

X,Y
= arctan

2
X
+
2
Y
_
r
X,Y

1
r
X,Y
_

.
EI 95
On remarque que
0

X

2
X
+
2
Y

1
2
,
ce qui rsulte du fait que (
X

Y
)
2
0. Ce quotient est donc born, et
X,Y
se comporte comme
r
X,Y

1
r
X,Y
.
Etudions les variations de la fonction f dnie sur ] 0, 1 [ par
f(r) = r 1/r .
On a
f

(r) = 1 + 1/r
2
,
Donc f est strictement croissante et varie de 0. Il en rsulte que
X,Y
est nul si et seulement si
r
2
X,Y
1 = 0, cest--dire si et seulement si X et Y sont lis par une relation ane.
Si r
X,Y
est nul, alors
Y/X
est parallle Ox, et
X/Y
est parallle Oy. Donc
X,Y
= /2, ce qui
est en particulier le cas lorsque X et Y sont indpendantes.
Langle
X,Y
se comporte comme r
2
X,Y
1 et donne donc une autre faon de mesurer la corrlation
entre X et Y .
90 Suite de lexercice 86
2. On suppose que
X

Y
= 0 et ac = 0. Exprimer r
aX+b,cY +d
en fonction de r
X,Y
.
Solution
On a
Cov(aX +b, cY +d) = ac Cov(X, Y ) , V(aX +b) = a
2
V(X) , V(cY +d) = c
2
V(Y ) ,
donc
r
aX+b,cY +d
=
ac Cov(X, Y )
|a|
X
|c|
Y
= sign(ac) r
X,Y
.
91 Dterminer la loi de probabilit dun couple (X, Y ) de variables alatoires suivant des lois de
Bernoulli de mme paramtre a et telles que r
X,Y
= r, o r est dans [ 1, 1 ] .
Solution
Notons u = P(X = 1, Y = 1). La variable XY suit aussi une loi de Bernoulli et
P(XY = 1) = P(X = 1, Y = 1) = u,
EI 96
donc cest une loi B(u). Alors
E(XY ) = u.
Comme
E(X) = E(Y ) = a ,
on a
Cov(X, Y ) = u a
2
.
On a galement
V(X) = V(Y ) = a(1 a) ,
donc
r
X,Y
=
u a
2
a(1 a)
= r ,
et lon en dduit
u = ra(1 a) +a
2
.
Alors
P(X = 1, Y = 1) +P(X = 1, Y = 0) = P(X = 1) = a ,
donc
P(X = 1, Y = 0) = a ra(1 a) a
2
= a(1 a)(1 r) ,
et de mme par symtrie du problme
P(X = 0, Y = 1) = a(1 a)(1 r) .
Enn
P(X = 0, Y = 0) = P(X = 0) P(X = 0, Y = 1)
= 1 a a(1 a)(1 r)
= (1 a)(1 a(1 r))
= ra(1 a) + (1 a)
2
.
EI 97
IV - Probabilit sur un ensemble dnombrable
92 Soit un univers dnombrable et P une application de P() dans R
+
.
Montrer que P est additive si et seulement si
(A P()) P(A) =

A
P({}) .
Solution
Supposons que P est additive. Si A nest pas vide, on a
A =

A
{} ,
et on on aura donc
P(A) =

A
P({}) .
Rciproquement, supposons que
(A P()) P(A) =

A
P({}) ,
et soit (A
n
)
nN
une suite de parties de deux deux disjointes. On a alors

nN
A
n
=

nN

An
{} .
Donc
P
_

nN
A
n
_
=

nN

An
P({}) .
Mais, pour tout entier n,

An
P({}) = P(A
n
) ,
donc
P
_

nN
A
n
_
=

nN
P(A
n
) ,
ce qui montre que P est additive.
93 Soit un univers dnombrable et P une application additive de P() dans R
+
, telle que P() = 1.
Montrer que P est une probabilit si et seulement si, pour toute suite croissante (A
n
)
nN
dvnements,
P
_
_
nN
A
n
_
= lim
n
P(A
n
) .
EI 98
Solution
Si P est additive, cest--dire si quels que soient A et B dans P() incompatibles,
P(A B) = P(A) +P(B) ,
alors on dduit par rcurrence que, si (A
0
, . . . , A
p
) sont deux deux disjoints,
P
_
p

n=0
A
n
_
=
p

n=0
P(A
n
) .
Cest vrai de manire vidente si p = 0. Si la proprit est vraie au rang p alors
P
_
p+1

n=0
A
n
_
= P
__
p

n=0
A
n
_

A
p+1
_
= P
_
p

n=0
A
n
_
+P(A
p+1
)
Mais lhypothse de rcurrence donne
P
_
p

n=0
A
n
_
=
p

n=0
P(A
n
) ,
donc
P
_
p+1

n=0
A
n
_
=
p+1

n=0
P(A
n
) ,
et la proprit est vraie au rang p + 1 donc pour tout p 0.
Supposons que, pour toute suite croissante (A
n
)
nN
de parties de , on ait
P
_
_
nN
A
n
_
= lim
n
P(A
n
) .
Si (A
n
)
nN
est une suite de parties deux deux disjointes de , posons
B
p
=
p

n=0
A
n
.
On obtient une suite croissante et

_
n=0
A
n
=

_
p=0
B
p
.
Alors,
P
_

_
n=0
A
n
_
= P
_
_

_
p=0
B
p
_
_
= lim
p+
P(B
p
) .
EI 99
Mais
P(B
p
) =
p

n=0
P(A
n
) ,
donc
P
_

_
n=0
A
n
_
= lim
p+
p

n=0
P(A
n
) =

n=0
P(A
n
) ,
et P est additive. Ce sera donc une probabilit.
Inversement si P est une probabilit, et si (A
n
)
nN
est une suite croissante de parties de , alors posons,
B
0
= A
0
, et si n 1, B
n
= A
n
\ A
n1
. Les ensembles B
n
sont alors deux deux disjoints et
_
nN
A
n
=

nN
B
n
.
Donc
P
_
_
nN
A
n
_
=

nN
P(B
n
) .
Mais, on a P(A
0
) = P(B
0
), et puisque A
n1
A
n
, on a, si n 1
P(B
n
) = P(A
n
) P(A
n1
) ,
et donc on obtient une srie tlescopique, do
P
_
_
nN
A
n
_
=

n=1
(P(A
n
) P(A
n1
)) +P(A
0
) = lim
n+
P(A
n
) .
94 Montrer que pour toute suite (E
n
)
nN
dvnements alatoires dun mme espace probabilis
(, P),
P
_
_
nN
E
n
_

n=0
P(E
n
) .
Solution
Montrons tout dabord par rcurrence que, pour tout entier p 0,
P
_
p
_
n=0
E
n
_

n=0
P(E
n
) .
EI 100
Cest vrai si p = 0 car on a alors galit. Supposons la formule vraie au rang p. Alors
P
_
p+1
_
n=0
E
n
_
= P
__
p
_
n=0
E
n
_
_
E
p+1
_
= P
_
p
_
n=0
E
n
_
+P(E
p+1
) P
__
p
_
n=0
E
n
_

E
p+1
_
P
_
p
_
n=0
E
n
_
+P(E
p+1
) .
Mais lhypothse de rcurrence donne
P
_
p
_
n=0
E
n
_

n=0
P(E
n
) ,
donc
P
_
p+1
_
n=0
E
n
_

p+1

n=0
P(E
n
) ,
et la proprit est vraie au rang p + 1 donc pour tout p 0.
Comme la suite
_
p
_
n=0
E
n
_
pN
est une suite croissante, on a
lim
p+
P
_
p
_
n=0
E
n
_
= P
_

_
n=0
E
n
_
,
et comme la suite (P(E
n
))
n0
est positive, la suite
_
p

n=0
P(E
n
)
_
p0
est croissante et possde une limite
nie au non. Alors par passage la limite dans les ingalits, on obtient, lorsque p tend vers linni
P
_

_
n=0
E
n
_

n=0
P(E
n
) .
95 Montrer quil ne peut exister dquiprobabilit sur un univers inni dnombrable.
Solution
Soit = {
1
,
2
, . . .}. Sil existait une quiprobabilit sur , il existerait un nombre a non nul, tel
que, pour tout entier i,
P({
i
}) = a ,
EI 101
mais la srie de terme gnral P({
i
}) devrait converger, ce qui nest possible que si a = 0. Donc il
nexiste pas dquiprobabilit sur .
96 Montrer qu toute suite dcroissante (a
n
)
nN
de rels strictement positifs tels que lim
n+
a
n
= 0,
on peut associer une unique loi de probabilit P sur N telle que
(n N) P({n, n + 1, . . .}) =
a
n
a
0
.
Solution
Si une telle loi existe, on a alors, si n 0
P({n}) = P({n, n + 1, . . .}) P({n + 1, . . .}) =
a
n
a
n+1
a
0
,
ce qui est un nombre positif. Alors

n=0
P({n}) =
1
a
0

n=0
(a
n
a
n+1
) ,
et on a une srie tlescopique donc

n=0
P({n}) =
1
a
0
(a
0
lim
n
a
n
) = 1 .
On a donc bien obtenu une loi de probabilit sur N, et cest la seule possible.
Inversement si une loi de probabilit sur N est dnie par
P({n}) =
a
n
a
n+1
a
0
,
on a bien
P({n, n + 1, . . .}) =

k=n
a
k
a
k+1
a
0
=
1
a
0
(a
n
lim
k
a
k
) =
a
n
a
0
.
97 1. Montrer que lensemble {(0, 0)}{(i,
3

2
i
2
) | i Z

} est le germe dune loi de probabilit V sur Z.

2. Une variable alatoire de loi V possde-t-elle une esprance mathmatique ?
Solution
1. On sait que

n=1
1
n
2
=

2
6
.
EI 102
Alors

iZ

1
i
2
= 2

n=1
1
n
2
=

2
3
,
et donc

iZ

2
i
2
= 1 ,
ce qui montre que lon a bien le germe dune probabilit.
2. Soit X une variable alatoire de loi V. Comme la srie de terme gnral 1/n diverge, il en rsulte
que la somme

iZ

|i|P(X = i) est innie, et donc que X na pas desprance.

Remarque : on a pour tout n
n

i=n
iP(X = i) = 0 ,
mais cela ne sut pas pour dire que lesprance est nulle. En fait elle nexiste pas.
98 Montrer que si une variable alatoire relle discrte X prend toutes ses valeurs dans un intervalle
ferm born I de R, elle possde une esprance mathmatique et E(X) appartient I.
Solution
Si X() = {a
1
, a
2
, . . . , a
n
, . . .}, et I = [ m, M ] , on a donc, pour tout entier n,
m a
n
M ,
et en particulier
|a
n
| K = max(|m|, |M|) ,
donc
|a
n
| P(X = a
n
) KP(X = a
n
) ,
et comme la srie de terme gnral P(X = a
n
) converge (sa somme vaut 1), la srie de terme gnral
a
n
P(X = a
n
) converge absolument. Il en rsulte que la variable alatoire X a une esprance.
Alors, puisque lon a pour tout n 0,
mP(X = a
n
) a
n
P(X = a
n
) MP(X = a
n
) ,
on obtient en sommant
m

n=1
P(X = a
n
)

n=1
a
n
P(X = a
n
) M

n=1
P(X = a
n
) ,
cest--dire
m E(X) M ,
EI 103
ce qui montre que E(X) est dans I.
99 1. Montrer que pour tout entier naturel non nul k, il existe un rel
k
tel que lensemble
{(j,

k
1+j
2k
| j Z} soit le germe dune loi de probabilit W.
2. Etudier, selon les valeurs de k, lexistence de lesprance mathmatique et de la variance dune
variable alatoire relle X de loi W.
Solution
La srie de terme gnral 1/(1 +n
2k
) converge puisque
1
1 +n
2k

1
n
2k
,
et que la srie de Riemann de terme gnral 1/n
2k
converge si 2k > 1, donc si k 1. Alors, si lon pose
S
k
=

n=1
1
1 +n
2k
,
on a

jZ
1
1 +j
2k
= 1 + 2

n=1
1
1 +n
2k
= 1 + 2S
k
> 0 .
Par suite, si lon pose

k
= 1/(1 + 2S
k
)
on a

jZ

k
1 +j
2k
= 1 .
2. Lesprance de X existe si et seulement si la somme

jZ
|j| P(X = j) est nie ou encore, si et
seulement si la srie de terme gnral
n
1 +n
2k
converge absolument. Mais
n
1 +n
2k

1
n
2k1
,
et la srie converge si et seulement si 2k 1 > 1, soit k 2.
La variance de X existe si et seulement si lesprance de X et celle de X
2
existent. Celle de X
2
existe
si et seulement si la somme

jZ
j
2
P(X = j) est nie ou encore, si et seulement si la srie de terme
gnral
n
2
1 +n
2k
converge absolument. Mais
n
2
1 +n
2k

1
n
2k2
,
EI 104
et la srie converge si et seulement si 2k 2 > 1, soit encore k 2.
Donc si k = 1 lesprance nexiste pas, et si k = 2, esprance et variance existent.
100 1. Montrer quune variable alatoire X valeurs dans N possde une esprance mathmatique
si et seulement si

n=1
P(X n) < + et que, si cest le cas,
E(X) =

n=1
P(X n) .
2. En dduire un calcul de la moyenne de la loi gomtrique B

(a).
Solution
1. Puisque
P(X n) =

p=n
P(X = p) ,
on a donc

n=1
P(X n) =

n=1

p=n
P(X = p) .
Comme tous les termes de cette somme sont positifs, on peut intervertir les sommations et

n=1
P(X n) =

p=1
p

n=1
P(X = p) =

p=1
p P(X = p) .
On constate donc que

n=1
P(X n) est nie si et seulement si

p=1
p P(X = p) est nie, cest--dire si
et seulement si X possde une esprance. Et dans ce cas les deux nombres sont gaux, donc
E(X) =

n=1
P(X n) .
2. La loi B

(a) a pour germe {(k, (1 a)

k1
a) | k N

}. On cherche donc calculer

E(X) =

k=1
P(X n) .
Or en utilisant les sries gomtriques
P(X n) =

j=n
a(1 a)
j1
= a(1 a)
n1
1
1 (1 a)
= (1 a)
n1
,
EI 105
puis
E(X) =

k=1
(1 a)
n1
=
1
1 (1 a)
=
1
a
.
101 On dcide de jouer pile ou face jusqu ce quon obtienne un rsultat dirent du prcdent.
1. Quel est le nombre moyen de lancers eectuer ?
2. Retrouver le rsultat en utilisant les fonctions gnratrices.
Solution
1. Notons X la variable alatoire donnant le nombre de lancers eectus.
Si lon sest arrt au nime lanc (n 2), cest que lon a obtenu une des deux situations suivantes
P
1
P
2
. . . P
n1
F
n
ou F
1
F
2
. . . F
n1
P
n
.
La probabilit de chacun de ces vnements est de 1/2
n
, donc, si n 2, on a
P(X = n) =
1
2
n1
.
Mais alors X 1 prend ses valeurs dans N

et
P(X 1 = n) = P(X = n + 1) =
1
2
n
=
_
1
1
2
_
n1
1
2
.
Donc X 1 suit une loi B

(a) avec a = 1/2 et son esprance vaut 1/a = 2. Donc

E(X) = 3 .
2. Posons
g(s) = E(s
X
) =

n=2
s
n
2
n1
.
On a
g(s) = s

n=2
_
s
2
_
n1
=
s
2
2
1
1
s
2
=
s
2
2 s
,
donc
g

(s) =
2s(2 s) +s
2
(2 s)
2
=
4s s
2
(2 s)
2
.
Alors
E(X) = g

(1) = 3 .
EI 106
102 Soit n N

et a ] 0, 1 [ .
1. Dvelopper en srie entire au voisinage de 0 la fonction s
_
as
1 (1 a)s
_
n
.
2. En dduire que lensemble {(k,
_
k1
n1
_
a
n
(1 a)
kn
| k {n, n + 1, . . .}} est le germe dune loi de
probabilit sur lensemble des entiers suprieurs ou gaux n. On note cette loi B

(n, a).
3. Si n 2, tudier lexistence et dterminer ventuellement la valeur de lesprance mathmatique de
n1
X1
si X est une variable alatoire qui suit la loi B

(n, a).
4. Soit E une exprience alatoire qui ne peut que russir avec la probabilit a ou chouer avec
la probabilit 1 a. On dcide de faire des rptitions indpendantes de E jusqu ce quon ait obtenu
n russites.
Montrer que la variable alatoire : X = nombre dessais ncessaires suit la loi B

(n, a). (Noter

quen particulier B

(a) = B

(1, a)).
5. (a) Conjecturer, laide dune exprience alatoire bien choisie que
X X

P
X
= B

(n, a)
P
X
= B

(n

, a)
_
_
_
P
X+X
= B

(n +n

, a) .
(b) En utilisant la relation suivante, vraie si 1 n m, (voir exercice 2)
_
m
n
_
=
m1

i=n1
_
i
n 1
_
,
montrer que
X Y
P
X
= B

(n, a)
P
Y
= B

(a)
_
_
_
P
X+Y
= B

(n + 1, a) ,
et en dduire la preuve de la conjecture prcdente.
6. Montrer que si (X
1
, . . . , X
n
) est un nuplet de variables alatoires indpendantes de mme loi B

(a)
alors
P
X
1
++Xn
= B

(n, a) ,
et en dduire la moyenne et la variance de la loi B

(n, a).
7. Dterminer la fonction gnratrice de la loi B

(n, a) et retrouver ainsi les rsultats obtenus aux deux

items prcdents.
Solution
1. En utilisant le dveloppement de Taylor, on a, pour |u| < 1,
EI 107
(1 u)
n
= 1 +

j=1
n(n 1) (n j + 1)
j!
(u)
j
= 1 +

j=1
n(n + 1) (n +j 1)
j!
u
j
= 1 +

j=1
_
n +j 1
n 1
_
u
j
=

j=0
_
n +j 1
n 1
_
u
j
.
Alors
_
as
1 (1 a)s
_
n
= a
n
s
n
(1 (1 a)s)
n
,
et daprs le calcul prcdent,
_
as
1 (1 a)s
_
n
=

j=0
_
n +j 1
n 1
_
a
n
s
n+j
(1 a)
j
.
En eectuant le changement dindice k = n +j, on obtient le dveloppement en srie entire cherch :
_
as
1 (1 a)s
_
n
=

k=n
_
k 1
n 1
_
a
n
s
k
(1 a)
kn
.
2. En particulier, si s = 1,
1 =

k=n
_
k 1
n 1
_
a
n
(1 a)
kn
,
ce qui montre que lon a bien le germe dune loi de probabilit.
3. On a
E
_
n 1
X 1
_
=

k=n
n 1
k 1
_
k 1
n 1
_
a
n
(1 a)
kn
=

k=n
_
k 2
n 2
_
a
n
(1 a)
kn
.
Eectuons les changement de variable K = k 1 et N = n 1. On obtient
E
_
n 1
X 1
_
=

K=N
_
K 1
N 1
_
a
N+1
(1 a)
KN
= a

K=N
_
K 1
N 1
_
a
N
(1 a)
KN
.
La somme qui apparat droite est la somme des coecients de la loi B

(N, a) et vaut 1. On trouve

donc
E
_
n 1
X 1
_
= a .
EI 108
4. On a ncessairement k n. Cherchons dans ce cas P(X = k). On a eectu k expriences, et n 1
ont russies sur les k 1 premires expriences (la nime est ncessairement russie), si lon choisit
les positions des expriences russies, on a donc
_
k1
n1
_
possibilits. La probabilit dun de ces choix est
a
n
(1 a)
kn
, donc
P(X = k) =
_
k 1
n 1
_
a
n
(1 a)
kn
,
et lon a bien la loi B

(n, a).
5. (a) On veut avoir n russites avec X et n

avec X

, donc X +X

donnera n +n

russites.
(b) Comme X prend ses valeurs dans [ n, [ N et Y dans [ 1, [ N, la variable X +Y prend ses
valeurs dans [ n + 1, [ N. Soit donc k un entier plus grand que n + 1. Alors
P(X +Y = k) =
k1

r=n
P(X = r, Y = k r) ,
et puisque X Y ,
P(X +Y = k) =
k1

r=n
P(X = r)P(Y = k r)
=
k1

r=n
__
r 1
n 1
_
a
n
(1 a)
rn
_
[a(1 a)
kr1
]
= a
n+1
(1 a)
k(n+1)
k1

r=n
_
r 1
n 1
_
.
Mais daprs la formule rappele dans lnonc
_
m
n
_
=
m1

i=n1
_
i
n 1
_
,
donc en posant m = k 1 et en faisant le changement dindice r = i + 1, on trouve
k2

i=n1
_
i
n 1
_
=
k1

r=n
_
r 1
n 1
_
=
_
k 1
n
_
,
do
P(X +Y = k) =
_
k 1
n
_
a
n+1
(1 a)
k(n+1)
.
La variable alatoire X +Y suit donc une loi B

(n + 1, a).
Supposons maintenant que
P
X
= B

(n, a)
P
Y
i
= B

(a) si 1 i n

{X, Y
1
, . . . , Y
n
}
.
EI 109
Une rcurrence immdiate montre que Y = Y
1
+ + Y
n
suit une loi B(n

, a) et que X +Y suit une

loi B(n +n

, a), ce qui dmontre la conjecture.

6. Il rsulte de la question prcdente que la somme de n variables alatoires indpendantes X
i
suivant
une loi B

(a) suit une loi B

(n, a). Comme on a pour une des variables X

i
E(X
i
) =
1
a
et V(X
i
) =
1 a
a
2
,
on en dduit immdiatement
E(X
1
+ +X
n
) = E(X
1
) + E(X
n
) =
n
a
,
et puisque les variables sont indpendantes
V(X
1
+ +X
n
) = V(X
1
) + V(X
n
) =
n(1 a)
a
2
.
7. Le calcul de la question 1. a montr que si X suit une loi B

(n, a), on a
g
X
(s) = E(s
X
) =
_
as
1 (1 a)s
_
n
.
Si X

suit une loi B

(n

, a), on a de mme
g
X
(s) = E(s
X

) =
_
as
1 (1 a)s
_
n

.
Alors, si X et X

sont indpendantes
g
X+X
(s) = g
X
(s)g
X
(s) =
_
as
1 (1 a)s
_
n+n

,
et on retrouve que X +X

suit une loi B

(n +n

, a).
De mme, si les variables X
i
sont indpendantes et de mme loi B

(a), on a
g
X
i
(s) =
as
1 (1 a)s
,
et comme les variables sont indpendantes
g
X
1
++Xn
(s) = g
X
1
(s) g
Xn
(s) =
_
as
1 (1 a)s
_
n
,
donc X
1
+ +X
n
suit une loi B

(n, a).
Pour une variable X suivant une loi B

(n, a), on a
g
X
(s) =
_
as
1 (1 a)s
_
n
.
EI 110
donc en drivant
g

X
(s) = n
_
as
1 (1 a)s
_
n1
a
(1 (1 a)s)
2
,
do
E(X) = g

X
(1) =
n
a
.
Puis en drivant une seconde fois
g

X
(s) = n(n 1)
_
as
1 (1 a)s
_
n2
a
2
(1 (1 a)s)
4
+n
_
as
1 (1 a)s
_
n1
2a(1 a)
(1 (1 a)s)
3
,
do
g

X
(1) =
n(n 1)
a
2
+
2n(1 a)
a
2
=
n
2
+n 2na
a
2
.
Alors
V(X) = g

X
(1) +g

X
(1) g

X
(1)
2
=
n
2
+n 2na
a
2
+
n
a

n
2
a
2
=
n na
a
2
.
103 Soit X et Y deux variables alatoires relles indpendantes qui suivent la mme loi gomtrique.
Calculer P(X j) et en dduire que la variable alatoire min(X, Y ) suit, elle-aussi, une loi gomtrique.
Solution
On a, si j 1,
P(X j) =

k=j
P(X = k) =

k=j
a(1 a)
k1
= (1 a)
j1
.
Posons Z = min(X, Y ). Si j 1, lvnement {Z = j} est la runion des vnements {X = j, Y j}
et {X j, Y = j}, donc
P(Z = j) = P(X = j, Y j) +P(X j, Y = j) P(X = j, Y = j) ,
et comme les variables X et Y sont indpendantes
P(Z = j) = P(X = j)P(Y j) +P(X j)P(Y = j) P(X = j)P(Y = j) ,
ce qui donne en remplaant
P(Z = j) = a(1 a)
j1
(1 a)
j1
+a(1 a)
j1
(1 a)
j1
a(1 a)
j1
a(1 a)
j1
,
donc
P(Z = j) = (2a a
2
)(1 a)
2j2
= (2a a
2
)(1 (2a a
2
))
j1
.
La variable Z suit donc une loi B

(2a a
2
).
(On remarquera que lon a bien 0 < 2a a
2
< 1).
EI 111
104 Soit X une variable alatoire qui suit la loi de Poisson P(). On note Y une autre variable
alatoire valeurs dans N, dnie sur le mme espace probabilis (, P) que X, telle que, pour tout
entier naturel i,
P(Y = j |X = i) =
_

_
P(Y = j) si |i j| 2
0 si |i j| = 1

i1
[
2
+(i + 1) +i(i + 1)]e

(i + 1)!
sinon
Montrer que Y suit, elle aussi, une loi de Poisson.
Solution
On a
P(Y = j) =

i=0
P(Y = j, X = i) =

i=0
P(Y = j|X = i)P(X = i) .
En distinguant suivant les valeurs de i
P(Y = j) =
j2

i=0
P(Y = j|X = i)P(X = i)
+P(Y = j|X = j 1)P(X = j 1) +P(Y = j|X = j)P(X = j)
+P(Y = j|X = j + 1)P(X = j + 1) +

i=j+2
P(Y = j|X = i)P(X = i) .
Daprs les proprits donnes dans lnonc
P(Y = j) =
j2

i=0
P(Y = j)P(X = i) +P(Y = j|X = j)P(X = j) +

i=j+2
P(Y = j)P(X = i) .
Mais on a aussi
P(Y = j) =

i=0
P(Y = j)P(X = i)
=
j2

i=0
P(Y = j)P(X = i) +P(Y = j)
j+1

i=j1
P(X = i) +

i=j+2
P(Y = j)P(X = i) .
Donc en soustrayant les deux relations prcdentes, on obtient
0 = P(Y = j|X = j)P(X = j) P(Y = j)
j+1

i=j1
P(X = i) ,
do lon tire
P(Y = j) =
P(Y = j|X = j)P(X = j)
j+1

i=j1
P(X = i)
.
EI 112
Il reste expliciter la formule prcdente, qui va se simplier et lon obtient
P(Y = j) =

j1
[
2
+(j + 1) +j(j + 1)]e

(j + 1)!
e

j
j!
e

j1
(j 1)!
+
e

j
j!
+
e

j+1
(j + 1)!
=
e

j
j!
.
Donc Y suit aussi une loi P().
105 Calculer le moment centr dordre 3 dune variable alatoire X qui suit la loi de Poisson P().
Solution
En utilisant la fonction caractristique
g(s) =

k=0
e

k
s
k
k!
= e
(s1)
,
on obtient les drives successives dont on dduit les moments factoriels
g

(s) = e
(s1)
donc g

(1) = E(X) =
g

(s) =
2
e
(s1)
donc g

(1) = E(X(X 1)) =

2
g

(s) =
3
e
(s1)
donc g

(1) = E(X(X 1)(X 2)) =

3
cela permet de calculer
E(X
2
) = E(X(X 1)) +E(X) =
2
+,
puis
E(X
3
) = E(X(X 1)(X 2)) + 3E(X
2
) 2E(X) =
3
+ 3
2
+.
Or
(X E(X))
3
= X
3
3X
2
E(X) + 3XE(X)
2
E(X)
3
,
Donc
E((X E(X))
3
) = E(X
3
) 3E(X
2
)E(X) + 3E(X)E(X)
2
E(X)
3
,
ce qui donne
E((X E(X))
3
) = E(X
3
) 3E(X
2
)E(X) + 2E(X)
3
,
donc
E((X E(X))
3
) =
3
+ 3
2
+ 3(
2
+) + 2
3
= .
106 Soit d variables alatoires indpendantes X
1
, . . . , X
d
suivant respectivement les lois de Poisson
P(
1
),. . . , P(
d
).
1. (a) Calculer P(X
1
= j|X
1
+X
2
= k) si j et k sont deux entiers tels que k j 0.
EI 113
(b) Quelle est la loi de X
1
conditionnellement {X
1
+X
2
= k} ?
2. On note S =
d

i=1
X
i
. Quelle est la loi du vecteur alatoire (X
1
, . . . , X
d
) conditionnellement {S = n}.
Solution
1. (a) Si 0 j k, on a, puisque X
1
et X
2
sont indpendantes,
P(X
1
= j, X
1
+X
2
= k) = P(X
1
= j, X
2
= k j) = P(X
1
= j)P(X
2
= k j) ,
donc
P(X
1
= j|X
1
+X
2
= k) =
P(X
1
= j)P(X
2
= k j)
P(X
1
+X
2
= k)
.
Comme X
1
+X
2
suit une loi P(
1
+
2
), on trouve
P(X
1
= j|X
1
+X
2
= k) =
e

j
1
j!
e

kj
2
(k j)!
e
(
1
+
2
)
(
1
+
2
)
k
k!
=
_
k
j
__

1

1
+
2
_
j
_

2

1
+
2
_
kj
.
(b) On obtient donc une loi B(k,

1

1
+
2
).
2. Si k
1
+ + k
d
= n la probabilit P(X
1
= k
1
, . . . , X
d
= k
d
|S = n) est nulle. Dans le cas contraire,
on a
P(X
1
= k
1
, . . . , X
d
= k
d
|S = n) =
P(X
1
= k
1
, . . . , X
d
= k
d
)
P(S = n)
=
e

k
1
1
k
1
!

e

k
d
d
k
d
!
e
(
1
++
d
)
(
1
+ +
d
)
n
n!
=
_
n
k
1
, . . . , k
d
__

1

1
+ +
d
_
k
1

_

d

1
+ +
d
_
k
d
,
o
_
n
k
1
, . . . , k
d
_
=
n!
k
1
! k
d
!
.
107 Soit X et Y deux variables alatoires indpendantes valeurs entires naturelles paires qui
suivent la mme loi de probabilit telle que
(k N) P(X = 2k) = (k + 1)P(X = 2k + 2) .
EI 114
Dterminer la loi de probabilit de la variable alatoire relle Z =
X +Y
2
.
Solution
On dduit immdiatement de la relation
P(X = 2k + 2) =
P(X = 2k)
k + 1
,
que, si k 0,
P(X = 2k) =
P(X = 0)
k!
.
Alors, si X et Y prennent des valeurs paires positives, Z prend des valeurs entires positives et, si
k N,
P(Z = k) = P(X +Y = 2k) =
k

i=0
P(X = 2i, Y = 2k 2i) .
Comme les variables X et Y sont indpendantes et de mme loi
P(Z = k) =
k

i=0
P(X = 0)
i!
P(X = 0)
(k i)!
= P(X = 0)
2
k

i=0
1
i!(k i)!
.
Alors
P(Z = k) =
P(X = 0)
2
k!
k

i=0
_
k
i
_
=
P(X = 0)
2
k!
2
k
,
et il en rsulte que Z suit une loi de Poisson P(2), et que
P(X = 0)
2
= e
2
,
donc
P(X = 0) = e
1
.
108 Soit (A
n
)
nN
une suite dvnements alatoires dun espace probabilis (, P) mutuellement
indpendants de mme probabilit non nulle.
1. On note B
0
= et pour tout entier naturel n, on note B
n+1
= B
n
A
C
n+1
.
Montrer que la suite de terme gnral P(B
n
) dcrot vers 0.
2. On note E lvnement alatoire au moins un des A
n
se ralise .
Montrer que P(E) = 1.
Solution
1. Posons P(A
i
) = p > 0.
EI 115
On obtient immdiatement par rcurrence que, si n 1,
B
n
= A
C
1
A
C
n
.
Comme les vnements A
1
, . . . , A
n
sont indpendants, il en est de mme de A
C
1
, . . . , A
C
n
et
P(B
n
) = P(A
C
1
) P(A
C
n
) = (1 p)
n
,
et comme 0 1 p < 1, on en dduit que
lim
n+
P(B
n
) = 0 .
Mais B
n+1
est inclus dans B
n
, et la suite (B
n
)
n1
est une suite dcroissante dvnements, donc
P( lim
n+
B
n
) = lim
n+
P(B
n
) = 0 .
2. On a
lim
n+
B
n
=

n1
B
n
=

n1
A
C
n
=
_
_
_
n1
A
n
_
_
C
= E
C
.
On a donc obtenu
P(E
C
) = lim
n+
B
n
= 0 ,
et par suite P(E) = 1.
109 Un casino propose le jeu suivant :
le joueur paie une mise de 14 puis lance un d autant de fois quil est ncessaire pour obtenir autre
chose quun as. La banque lui verse alors (5
k
1) o k est le nombre das obtenus.
1. Dterminer le gain net moyen du joueur et celui du casino.
2. Quelle est la probabilit que ce joueur fasse sauter la banque si les rserves du casino se montent
10
7
.
Solution
1. Le joueur gagne donc (5
k
1) 14 sil a tir k as puis une autre valeur.
Si X dsigne la variable alatoire donnant le gain du joueur, cette variable prend les valeurs 5
k
15
pour k 0, et
P(X = 5
k
15) =
1
6
k
5
6
,
puisque la probabilit de tirer un as est 1/6 et celle de tirer une autre valeur est 5/6, les vnements
tant indpendants.
EI 116
Alors
E(X) =

k=0
(5
k
15)P(X = 5
k
15) =

k=0
(5
k
15)
5
6
k+1
=

k=0
_
5
6
_
k+1
75

k=0
1
6
k+1
.
Comme on obtient des sries gomtriques, on trouve immdiatement
E(X) =
5
6
1
1
5
6

75
6
1
1
1
6
= 5 15 = 10 .
Lesprance de gain moyen du joueur est donc de 10 et pour la banque de 10 .
2. La probabilit de faire sauter la banque est P(X 10
7
). Cherchons les valeurs de k pour lesquelles
5
k
15 10
7
. On a
k
ln(10
7
+ 15)
ln 5
10, 01 ,
donc k 11. Alors
P(X 10
7
) =

k=11
5
6
k+1
=
5
6
12
1
1
1
6
=
1
6
11
.
110 Un joueur J, passionn de Pile ou face , a trouv un pigeon P qui accepte, condition
que J lui verse dabord 5 , de jouer contre lui selon la rgle suivante :
chaque partie, P devra miser la mme somme que J et le gagnant de la partie empochera la mise
des deux joueurs ;
le nombre de parties nest pas x lavance : le match durera jusqu ce que J dcide de larrter.
La tactique choisie par J est la suivante : il commence par jouer 10 sur pile. Si pile sort, il empochera
les 20 et cessera de jouer. Sinon il aura perdu sa mise mais fera un nouveau pari sur pile en misant
le double de sa mise prcdente et ainsi de suite jusqu ce que pile sorte.
1. Quel est le nombre moyen de paris ?
2. Quelle est lesprance de gain net de J ?
3. Quelle somme doit engager P ? Quelle somme doit pouvoir engager J ?
4. La fortune de J nest pas innie. Quelle est rellement lesprance de gain de son gain?
Solution
1. Si lon note la suite des rsultats des parties, J sarrte au bout de n parties lorsque lon a FF . . . FP,
o F est sortie n 1 fois. On a donc
P(FF . . . FP) =
1
2
n
.
La variable alatoire N donnant le nombres de parties vrie donc, pour n 1,
P(N = n) =
1
2
n
.
EI 117
On remarque que cette variable suit une loi B

(a), avec a = 1/2 et en particulier

n=1
P(N = n) = 1 .
Donc la probabilit pour que le jeu ne sternise pas est nulle. Par ailleurs
E(N) =
1
a
= 2 .
2. Le gain de J en est, dans le cas o n parties ont t eectues,
G
J
= 10(2
n

n1

k=0
2
k
) 5 = 10(2
n
(2
n
1)) 5 = 5 .
On a donc une variable certaine et E(G
J
) = 5.
3. Pour jouer la premire partie P doit disposer de 5 , puisquil a dj 5 donns par J. Ensuite ce
quil gagne chaque fois lui permet de couvrir la mise suivante de J. Par contre J doit disposer dune
somme innie sil veut tre sr de pouvoir continuer le jeu.
4. Si J ne dispose pas dune somme innie. Le jeu sarrte soit lorsque J a gagn, soit lorsque la somme
quil doit miser dpasse ce quil possde.
Supposons que J puisse miser au plus p fois. Pour n [[ 1, p ]] , il peut avoir gagn 5 aprs la nime
partie, et ceci avec la probabilit 1/2
n
, mais il peut avoir perdu chacune des p parties. Il a donc
perdu, en
5 + 10
p1

k=0
2
k
= 5 + 10(2
p
1) = 10 2
p
5 ,
avec la probabilit P(FF . . . F) o F gure p fois,
P(FF . . . F) =
1
2
p
,
Donc
E(G
J
) = 5
p

n=1
1
2
n
(10 2
p
5)
1
2
p
= 5
_
1
1
2
p
_
(10 2
p
5)
1
2
p
= 5
111 1. De quel vnement le nombre
g(1)+g(1)
2
est-il la probabilit si g est la fonction gnratrice
dune variable alatoire X valeurs dans N?
EI 118
2. En eectuant mille rptitions indpendantes de lexprience alatoire choisir au hasard (avec
quiprobabilit) une des lettres dun mme livre de cent pages , on a obtenu quatre fois la lettre z.
En dduire une estimation de la probabilit de trouver un nombre pair de z dans un paragraphe de
cent vingt cinq lettres choisi au hasard dans ce livre.
Solution
1. On a
g(s) =

k=0
P(X = k)s
k
,
alors
g(s) +g(s)
2
=
1
2

k=0
P(X = k)(s
k
+ (s)
k
)
=
1
2

k=0
P(X = k)(1 + (1)
k
)s
k
=

j=0
P(X = 2j)s
2j
.
Donc
g(1) +g(1)
2
=

j=0
P(X = 2j) = P(X pair) .
2. Soit N le nombre de lettres du livre, et N
1
le nombre de lettres z. La probabilit de tirer un z en
choisissant une lettre au hasard est donc
p =
N
1
N
.
Soit Z
i
la variable alatoire valant 1 si z a t obtenu au ime tirage et 0, sinon. Les variables Z
i
sont indpendantes et suivent une loi de Bernoulli B(p) desprance p. La loi des grands nombres nous
dit que la variable Z dnie par
Z =
Z
1
+ Z
1000
1000
,
a pour limite p.
Or Z
1
+ +Z
1000
donne le nombre de lettres z obtenues sur 1000 tirages. Donc Z tend vers 4/1000,
et on peut prendre
p =
4
1000
=
1
250
.
Si X est la variable alatoire donnant le nombre de lettres z obtenues dans un paragraphe de 125
lettres, elle suit une loi H(125, N
1
, N), et peut sapprocher tout dabord par une loi B(125, p), puis par
une loi P(125p) = P(1/2), dont la fonction caractristique g est dnie par
g(s) = e
(s1)/2
.
EI 119
Donc la probabilit que le nombre de lettres z soit pair peut sapprocher par
g(1) +g(1)
2
=
1
2
_
1 +
1
e
_
0, 68 .
112 1. Montrer que, pour tout p entier naturel
4p+1

i=1
i impair
i = (2p + 1)
2
.
2. Deux joueurs A et B jouent avec un d truqu selon la rgle suivante : A lance le d, puis B lance
le d 3 fois, puis A le relance 5 fois, puis B 7 fois, etc. . . jusqu ce que lun des deux obtienne un 6 et
emporte ainsi la partie. On note a la probabilit que le d montre un 6 et b = 1a, et on suppose a = 0.
Montrer que :
P(A gagne) =

k=0
(b)
k
2
.
3. Le d peut-il tre truqu de faon rendre le jeu quitable ?
Indication : utiliser la formule dEuler. Si || < 1, on a

kZ

k
2
= lim
n+
n

k=1
(1
2k
)(1 +
2k1
)
2
.
Solution
On crit
4p+1

i=1
i impair
i =
2p

k=0
(2k + 1) = 2
2p

k=0
k + (2p + 1) ,
donc, en utilisant la somme
s

k=0
k =
s(s + 1)
2
,
on obtient
4p+1

i=1
i impair
i = (2p)(2p + 1) + (2p + 1) = (2p + 1)
2
.
2. Si lon crit les premires situations o A gagne avec les probabilits correspondantes, on a
A a
ABBBA b
4
a
ABBBAA b
5
a
ABBBAAA b
6
a
ABBBAAAA b
7
a
ABBBAAAAA b
8
a
ABBBAAAAABBBBBBBA b
16
a
EI 120
De manire gnrale, on constate que pour tout entier p positif et pour tout k compris entre (2p)
2
et
(2p + 1)
2
1, A gagne aprs k parties perdues, donc avec une probabilit b
k
a. Alors
P(A gagne) =

p=0
(2p+1)
2
1

k=(2p)
2
ab
k
.
Mais
(2p+1)
2
1

k=(2p)
2
ab
k
=
(2p)
2
+4p

k=(2p)
2
ab
k
= ab
(2p)
2
4p

k=0
b
k
= b
(2p)
2
(1 b
4p+1
) = b
(2p)
2
b
(2p+1)
2
.
Posons
u
n
= (b)
n
2
.
Les nombres n et n
2
ayant la mme parit, on a (1)
n
= (1)
n
2
, et donc
u
n
= (1)
n
b
n
2
,
et lon peut alors remarquer que la srie de terme gnral u
n
converge, car cest une srie alterne.
Donc
P(A gagne) =

p=0
(b
(2p)
2
b
(2p+1)
2
) = lim
N+
N

p=0
(b
(2p)
2
b
(2p+1)
2
)
= lim
N+
N

p=0
((b)
(2p)
2
+ (b)
(2p+1)
2
)
= lim
N+
_
_
N

p=0
(b)
(2p)
2
+
N

p=0
(b)
(2p+1)
2
_
_
= lim
N+
2N+1

k=0
(b)
k
=

n=0
(b)
n
2
.
3. En remarquant que (b)
k
2
ne dpend pas du signe de k, tous les termes, sauf si k = 0, de la somme
de gauche ci-dessous gurent deux fois ce qui permet dcrire

kZ
(b)
k
2
= 2

n=0
(b)
n
2
1 .
Donc
P(A gagne) =
1
2
+
1
2

kZ
(b)
k
2
,
et en utilisant la formule dEuler
P(A gagne) =
1
2
+
1
2
lim
n+
n

k=1
(1 b
2k
)(1 b
2k1
)
2
.
EI 121
Etudions la limite du produit
P
n
=
n

k=1
(1 b
2k
)(1 b
2k1
)
2
.
On a
ln(P
n
) =
n

k=1
(ln(1 b
2k
) 2 ln(1 b
2k1
)) .
Or, lorsque k tend vers linni,
ln(1 b
2k
) b
2k
et ln(1 b
2k1
) b
2k1
.
Comme la srie de terme gnral b
2k
et celle de terme gnral b
2k1
sont des sries convergentes et
positives, alors il en est de mme de la srie de terme gnral ln(1 b
2k
) et de celle de terme gnral
ln(1 b
2k1
). Donc la srie de terme gnral ln(P
n
) converge. Notons S sa somme. On a alors
lim
n+
P
n
= lim
n+
e
ln Pn
= e
S
> 0 .
et
P(A gagne) =
1
2
+
e
S
2
>
1
2
.
Le jeu ne sera jamais quitable.
113 Deux joueurs A et B disposent chacun dune urne qui contient dix boules indiscernables au
toucher. Il y a b 1 boules noires dans lurne de B et a 2 boules noires dans celle de A.
A joue le premier. Pour cela, il tire au hasard une boule dans son urne. Si celle-ci nest pas noire, il
la replace dans son urne et cest au tour de B de jouer. Sinon A tire une seconde boule dans son urne
sans avoir remis la premire tire. Si cette deuxime boule nest pas noire, il replace les deux boules
dans son urne et cest au tour de B de jouer. Sinon A a gagn la partie.
Pour jouer, B tire une boule de son urne. Si celle-ci nest pas noire, il la replace dans son urne et cest
au tour de A de jouer. Sinon B a gagn la partie.
Peut-on choisir a et b pour que ce jeu soit quitable ?
Solution
Notons A
g
, A
p
, B
g
, B
p
, respectivement les vnements : A tire une boule noire, A ne tire pas une boule
noire, B tire une boule noire, B ne tire pas une boule noire.
Le joueur A gagne la partie lorsque aprs un nombre ni de squences A
g
A
p
ou A
p
chacune suivie de
B
p
on trouve une squence A
g
A
g
.
On a
P(A
g
A
p
) =
a
10
10 a
9
, P(B
p
) =
10 b
10
, P(A
p
) =
10 a
10
, P(A
g
A
g
) =
a
10
a 1
9
.
EI 122
Si lon a k squences A
g
A
p
et nk squences A
p
, comme elles peuvent gurer dans un ordre quelconque,
il y aura
_
n
k
_
faons de les placer, par ailleurs B
p
gure n fois. La probabilit que le jeu sarrte aprs
n squences est donc
p
n
=
_
10 b
10
_
n n

k=0
_
n
k
__
a
10
10 a
9
_
k
_
10 a
10
_
nk
=
_
10 b
10
_
n
_
10 a
10
_
n n

k=0
_
n
k
_
_
a
9
_
k
.
Mais on peut alors appliquer la formule du binme et lon obtient
p
n
=
_
10 a
10
10 b
10
_
n _
a
9
+ 1
_
n
=
_
10 a
10
10 b
10
9 +a
9
_
n
.
La probabilit pour que A gagne est alors
P(A gagne) =
a
10
a 1
9

n=0
p
n
,
(il peut ne pas y avoir de squence autre que A
g
A
g
et donc la sommation se fait partir de n = 0).
On trouve donc la somme dune srie gomtrique
P(A gagne) =
a
10
a 1
9

n=0
_
10 a
10
10 b
10
9 +a
9
_
n
=
a
10
a 1
9
1
10 a
10
10 b
10
9 +a
9
.
Le joueur B gagne la partie lorsquaprs un certain nombre de squences A
g
A
p
ou A
p
entre lesquelles
sintercale B
p
, apparat lvnement B
g
.
Le calcul est le mme que dans le cas prcdent, mais cette fois B
p
gure n1 fois. Donc la probabilit
que le jeu sarrte aprs n squences sera
q
n
=
_
10 b
10
_
n1 n

k=0
_
n
k
__
a
10
10 a
9
_
k
_
10 a
10
_
nk
=
_
10 b
10
_
n1
_
10 a
10
9 +a
9
_
n
.
La probabilit pour que B gagne est alors
P(B gagne) =
b
10

n=1
q
n
,
(il y a au moins une squence A
g
A
p
ou A
p
avant B
g
et donc la sommation se fait partir de n = 1).
On trouve de nouveau la somme dune srie gomtrique
P(B gagne) =
b
10
10 a
10
9 +a
9

n=1
_
10 a
10
10 b
10
9 +a
9
_
n1
=
b
10
10 a
10
9 +a
9
1
10 a
10
10 b
10
9 +a
9
.
EI 123
On peut vrier que
P(A gagne) +P(B gagne) = 1 ,
ce qui montre que le la probabilit que le jeu sternise est nulle.
Les probabilits P(A gagne) et P(B gagne) sont gales si et seulement si
a
10
a 1
9
=
b
10
10 a
10
9 +a
9
,
ce qui quivaut
10a(a 1) = (10 a)(9 +a)b ,
soit
10a(a 1) = (90 +a a
2
)b ,
ou encore
10a(a 1) = 90b a(a 1)b ,
puis
a(a 1)(10 +b) = 90b ,
et nalement
a(a 1) =
3
2
2 5 b
10 +b
.
Comme ce nombre est entier, et que les facteurs premiers du numrateur sont infrieurs 10, cela exclu
les valeurs de b telles que 10 +b soit premier cest--dire b = 1, 3, 7, 9. On peut aussi liminer 4, car 90
nest pas divisible par 7, et 6, car le numrateur est divisible par 4 et non par 16. Il est facile de tester
les valeurs restantes :
pour b = 2, lquation devient a(a 1) = 15 qui na pas de solution entire
pour b = 8, on trouve a(a 1) = 40 qui na pas non plus de solution entire,
par contre, pour b = 5, on trouve
90b
10 +b
= 30 = 6 5 = a(a 1) ,
qui a comme solution entire a = 6.
114 Deux joueurs A et B, de fortunes initiales respectives n
A
et n
B
= N n
A
dcident de
saronter en une suite de parties indpendantes.
A chaque partie le joueur A peut gagner avec la probabilit a, sinon cest B qui gagne avec la probabilit
b = 1 a, le perdant donnant 1 au gagnant. Le match ne sarrte quavec la ruine dun des deux
joueurs.
La fortune de chaque joueur varie donc au cour du match; on note
n
la probabilit que A gagne par
ruine de B quand on se place une tape du match o la fortune de A slve n .
1. Montrer que n [[ 1, N 1 ]]
n
= a
n+1
+ (1 a)
n1
.
2. On note u
1
=
1
et, pour tout n dans [[ 1, N 1 ]] , u
n1
=
n1

n
.
EI 124
Montrer que n [[ 1, N ]] , u
n
=
1
_
b
a
_
n1
.
3. En dduire que, si a = b, n [[ 1, N ]]

n
=
1
_
b
a
_
n
1
_
b
a
_
N
.
4. Que vaut
n
si a = b.
Solution
1. Notons X la variable alatoire donnant la fortune de A, et A
g
lvnement A gagne une partie .
On a donc

n
= P
|X=n
(A gagne) .
Alors

n
= P
|X=n
(A gagne|A
g
)P(A
g
) +P
|X=n
(A gagne|A
C
g
)P(A
C
g
)
= aP(A gagne|A
g
et X = n) + (1 a)P(A gagne|A
C
g
et X = n) .
Mais
{A
g
et X = n} = {X = n + 1} et {A
C
g
et X = n} = {X = n 1} ,
donc

n
= aP(A gagne|X = n + 1) + (1 a)P(A gagne|X = n 1) = a
n+1
+ (1 a)
n1
.
2. On peut crire la relation de la question prcdente
a
n
+ (1 a)
n
= a
n+1
+ (1 a)
n1
,
soit
a(
n+1

n
) = (1 a)(
n

n1
) ,
et nalement
u
n+1
=
b
a
u
n
,
avec u
1
=
1
. On a donc une suite gomtrique et il en rsulte que, si 1 n N,
u
n
=
1
_
b
a
_
n1
.
3. Alors, si 1 p n N,

p

p1
=
1
_
b
a
_
p1
,
EI 125
et en sommant ces galits
n

p=2
(
p

p1
) =
1
n

p=2
_
b
a
_
p1
,
on a droite une somme tlescopique, donc

n

1
=
1
n

p=2
_
b
a
_
p1
,
ce qui donne

n
=
1
n

p=1
_
b
a
_
p1
.
On a gauche la somme des termes dune suite gomtrique, donc, si a = b,

n
=
1
1
_
b
a
_
n
1
b
a
.
Mais, pour N
1 =
N
=
1
1
_
b
a
_
N
1
b
a
,
donc, en faisant le quotient

n
=
1
_
b
a
_
n
1
_
b
a
_
N
.
Si a = b, on a

n
=
1
n

p=1
1 = n
1
.
et donc
1 =
N
= N
1
,
ce qui donne

n
=
n
N
.
115 Trois joueurs A, B, C jouent pile ou face selon la rgle suivante : A et B jouent une premire
partie. C remplace le perdant et le match se poursuit ainsi, le gagnant dune partie jouant contre le
perdant de la partie prcdente, jusqu ce que lun des trois gagne conscutivement contre les deux
autres.
EI 126
Montrer que la probabilit que le match sternise est nulle et dterminer la probabilit de gagner le
match pour chacun des trois joueurs.
Solution
A chaque partie un joueur a une probabilit 1/2 de gagner, et donc la probabilit de gain de trois
joueurs successifs est 1/8. Etudions la suite des gagnants, et regardons dans quelles situations chacun
des joueurs emporte le match.
Le joueur A emporte le match lorsque lon a un des deux cas suivants :
si A emporte la premire partie ACB. . . ACB AA
si B emporte la premire partie BCA. . . BCA A
dans le premier cas, si n est le nombre de triplets ACB, la probabilit sera pour tout n 0,
P(ACB. . . ACB AA) =
1
4.8
n
,
dans le second cas si n est le nombre de triplets BCA, la probabilit sera pour tout n 1,
P(BCA. . . BCA A) =
1
2.8
n
,
et donc la probabilit que A gagne le match est
P(A gagne) =

n=0
1
4.8
n
+

n=1
1
2.8
n
,
ce qui se calcule facilement puisque lon a des sries gomtriques :
P(A gagne) =
1
4
1
1
1
8
+
1
16
1
1
1
8
=
5
16
8
7
=
5
14
.
En raison de la symtrie du problme entre A et B, on a galement
P(B gagne) =
5
14
.
Pour le joueur C on a un des deux cas suivants :
si A emporte la premire partie ACB. . . ACB ACC
si B emporte la premire partie BCA. . . BCA BCC
Si n 1 est le nombre de triplets, on a
P(C gagne) = 2

n=1
1
8
n
=
1
4
1
1
1
8
=
2
7
.
EI 127
Comme
P(A gagne) +P(B gagne) +P(C gagne) = 1 ,
la probabilit pour que le jeu sternise est donc nulle.
EI 128
V - Partiels et devoirs
116 On a reprsent sur le diagramme c-dessous :
les probabilits des vnements C et C
C
: P(C) = 0, 2
les probabilits conditionnelles sachant C des vnements A et A
C
: P
|C
(A
C
) = 0, 6
les probabilits conditionnelles sachant C A
C
des vnements B et B
C
: P
|CA
C(B) = 0, 3
etc . . .
0,5
B







0,5
B
C
?
?
?
?
?
?
?
0,4
A
















0,6
A
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
0,3
B







0,7
B
C
?
?
?
?
?
?
?
0,2
C

































0,8
C
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
0,5
B







0,5
B
C
?
?
?
?
?
?
?
0,5
A
















0,5
A
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
0,9
B







0,1
B
C
?
?
?
?
?
?
?
EI 129
Complter de la mme faon, en justiant tous les calculs, les deux diagrammes suivants :
B







B
C
?
?
?
?
?
?
?
C
















C
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
B







B
C
?
?
?
?
?
?
?
C







C
C
?
?
?
?
?
?
?
A
















A
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
C







C
C
?
?
?
?
?
?
?
B

































B
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
C







C
C
?
?
?
?
?
?
?
A
















A
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
C







C
C
?
?
?
?
?
?
?
EI 130
Solution
Puisque {A, A
C
} est un systme complet dvnements, on a
P
|C
(B) = P
|C
(A B) +P
|C
(A
C
B)
= (P
|C
)
|A
(B)P
|C
(A) + (P
|C
)
|A
C(B)P
|C
(A
C
)
= P
|CA
(B)P
|C
(A) +P
|CA
C(B)P
|C
(A
C
)
= 0, 5 0, 4 + 0, 3 0, 6 = 0, 38 .
On en dduit
P
|C
(B
C
) = 1 0, 38 = 0, 62 .
De mme
P
|C
C(B) = P
|C
C
A
(B)P
|C
C(A) +P
|C
C
A
C(B)P
|C
C(A
C
) = 0, 5 0, 5 + 0, 9 0, 5 = 0, 7 ,
et
P
|C
C(B
C
) = 1 0, 7 = 0, 3 .
Do le diagramme
0,38
B







0,62
B
C
?
?
?
?
?
?
?
0,2
C
















0,8
C
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
0,7
B







0,3
B
C
?
?
?
?
?
?
?
Puisque {C, C
C
} est un systme complet dvnements, on a,
P(B) = P
|C
(B)P(C) +P
|C
C(B)P(C
C
)
= 0, 38 0, 2 + 0, 7 0, 8 = 0, 636
Alors
P(B
C
) = 1 0, 636 = 0, 364 .
EI 131
Puisque {C, C
C
} est un systme complet dvnements, on a, en utilisant la formule
P(U V W) = P
V W
(U)P
W
(V )P(W) ,
la relation
P(A B) = P(A B C) +P(A B C
C
)
= P
|CA
(B)P
|C
(A)P(C) +P
|C
C
A
(B)P
|C
C(A)P(C
C
)
= 0, 5 0, 4 0, 2 + 0, 5 0, 5 0, 8 = 0, 24
do
P
|B
(A) =
P(A B)
P(B)
=
0, 24
0, 636
=
20
53
et P(A
C
) = 1
20
53
=
33
53
.
On a galement
P(A B
C
) = P(A B
C
C) +P(A B
C
C
C
)
= P
|CA
(B
C
)P
|C
(A)P(C) +P
|C
C
A
(B
C
)P
|C
C(A)P(C
C
)
= 0, 5 0, 4 0, 2 + 0, 5 0, 5 0, 8 = 0, 24
do
P
|B
C(A) =
P(A B
C
)
P(B
C
)
=
0, 24
0, 364
=
60
91
et P(A
C
) = 1
60
91
=
31
91
.
Dterminons maintenant les dernires branches du diagramme.
P
|AB
(C) =
P(A B C)
P(A B)
=
P(C)P
|C
(A)P
AC
(B)
P(A B)
=
0, 2 0, 4 0, 5
0, 24
=
1
6
.
Donc
P
|AB
(C
C
) = 1
1
6
=
5
6
.
De mme
P
|A
C
B
(C) =
P(A
C
B C)
P(A
C
B)
=
P(C)P
|C
(A
C
)P
A
C
C
(B)
P(B) P(A B)
=
0, 2 0, 6 0, 3
0, 636 0, 24
=
1
11
.
Donc
P
|A
C
B
(C
C
) = 1
1
11
=
10
11
.
Ensuite
P
|AB
C(C) =
P(A B
C
C)
P(A B
C
)
=
P(C)P
|C
(A)P
AC
(B
C
)
P(A B
C
)
=
0, 2 0, 4 0, 5
0, 24
=
1
6
.
Donc
P
|AB
C(C
C
) = 1
1
6
=
5
6
.
EI 132
Et enn
P
|A
C
B
C(C) =
P(A
C
B
C
C)
P(A
C
B
C
)
=
P(C)P
|C
(A
C
)P
A
C
C
(B
C
)
P(B
C
) P(A B
C
)
=
0, 2 0, 6 0, 7
0, 364 0, 24
=
21
31
.
Donc
P
|A
C
B
C(C
C
) = 1
21
31
=
10
31
.
On obtient le diagramme suivant :
1/6
C







5/6
C
C
?
?
?
?
?
?
?
20/53
A
















33/53
A
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
1/11
C







10/11
C
C
?
?
?
?
?
?
?
0,636
B

































0,364
B
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
1/6
C







5/6
C
C
?
?
?
?
?
?
?
60/91
A
















31/91
A
C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
21/31
C







10/31
C
C
?
?
?
?
?
?
?
117 Soit un univers ni, A et B deux vnements alatoires et P une probabilit sur telle que
( ) P({}) > 0. On note lapplication dnie sur P() P() par
(E, F) = P(E F) P(E)P(F) .
EI 133
1) Montrer que
a)
1
4
(A, A
C
) 0 (A, A)
1
4
,
b) si (A, A) =
1
4
, alors P(A) = P(A
C
) .
2) a) Que vaut (A, B) + (A
C
, B) ?
b) Calculer P(A B) +P(A
C
)P(B
C
) et en dduire un encadrement de (A, B).
3) A tout vnement alatoire K de P() on associe la variable alatoire U
K
dnie sur par :
U
K
() = 1l
K
() P(K) =
_
1 P(K) si K
P(K) sinon
a) Calculer S() =

U
A
()U
B
()P({}).
b) Soit Q la fonction polynme dnie sur R par
Q(t) =

[tU
A
() +U
B
()]
2
P({}) .
Etudier le signe de Q(t) et en dduire un autre encadrement de (A, B).
4) a) Montrer que si |(A, B)| = 1/4, alors P(A) = P(B).
b) Que vaut P(AB) si |(A, B)| = 1/4 ?
c) Quen dduit-on si (A, B) = 1/4 ? si (A, B) = 1/4 ?
Solution
1) a) On a
(A, A) = P(A) P(A)
2
et (A, A
C
) = P(A)(1 P(A)) = (A, A) .
Mais la fonction polynomiale dnie par (x) = x x
2
est positive sur lintervalle [ 0, 1 ] et atteint
son maximum pour x = 1/2. Ce maximum vaut 1/4. On en dduit donc, en prenant x = P(A), que
0 (A, A)
1
4
.
Alors

1
4
(A, A
C
) = P(A, A) 0 .
On peut galement crire
(A, A) = P(A)(1 P(A)) =
1
4

_
1
2
P(A)
_
2
,
EI 134
ce qui permet de retrouver lingalit
0 (A, A)
1
4
.
b) Comme la fonction atteint son maximum en 1/2 uniquement, on en dduit donc que lgalit
(A, A) = (P(A)) = 1/4
implique
P(A) = 1/2 ,
et donc
P(A
C
) = 1 P(A) =
1
2
= P(A) .
Cela se dduit galement de lgalit
P(A)(1 P(A)) =
1
4

_
1
2
P(A)
_
2
=
1
4
,
2) a) On a
(A, B) + (A
C
, B) = P(A B) +P(A
C
B) P(A)P(B) P(A
C
)P(B) .
Mais, puisque le systme {A, A
C
} est complet, on a
P(A B) +P(A
C
B) = P(B) ,
et
P(A)P(B) +P(A
C
)P(B) = P(B)(P(A) +P(A
C
)) = P(B) .
On en dduit donc que
(A, B) + (A
C
, B) = 0 .
b) On a
P(A B) +P(A
C
)P(B
C
) = P(A) +P(B) P(A B) + (1 P(A))(1 P(B))
= 1 P(A B) +P(A)P(B)
= 1 (A, B) .
Comme P(A B) +P(A
C
)P(B
C
) appartient lintervalle [ 0, 2 ] , on a donc
0 1 (A, B) 2 ,
do
1 (A, B) 1 .
3) Pour calculer la somme
S() =

U
A
()U
B
()P({}) ,
on peut procder de plusieurs manires :
EI 135
Premire mthode On utilise le fait que le systme {A B, AB
C
, A
C
B, A
C
B
C
} est complet,
ce qui permet dcrire
S() =

AB
U
A
()U
B
()P({}) +

AB
C
U
A
()U
B
()P({})
+

A
C
B
U
A
()U
B
()P({}) +

A
C
B
C
U
A
()U
B
()P({}) .
On calcule alors les quatre sommes qui apparaissent dans lexpression prcdente. On a pour la premire
S
1
() =

AB
U
A
()U
B
()P({})
=

AB
(1 P(A))(1 P(B))P({})
= (1 P(A))(1 P(B))

AB
P({})
= (1 P(A))(1 P(B))P(A B) .
Pour la deuxime somme
S
2
() =

AB
C
U
A
()U
B
()P({})
=

AB
C
(1 P(A))(P(B))P({})
= (1 P(A))(P(B))

AB
C
P({})
= P(B)(1 P(A))P(A B
C
) ,
et de manire symtrique pour la troisime
S
3
() =

A
C
B
U
A
()U
B
()P({}) = P(A)(1 P(B))P(A
C
B) .
Enn pour la quatrime somme
S
4
() =

A
C
B
C
U
A
()U
B
()P({})
=

A
C
B
C
(P(A))(P(B))P({})
= P(A)P(B)

A
C
B
C
P({})
= P(A)P(B)P(A
C
B
C
) .
EI 136
Alors, en dveloppant
S() = (1 P(A))(1 P(B))P(A B) P(B)(1 P(A))P(A B
C
)
P(A)(1 P(B))P(A
C
B) +P(A)P(B)P(A
C
B
C
)
= P(A)P(B)[P(A B) +P(A B
C
) +P(A
C
B) +P(A
C
B
C
)]
P(A)[P(A B) +P(A
C
B)] P(B)[P(A B) +P(A B
C
)] +P(A B)
= P(A)P(B) P(A)P(B) P(A)P(B) +P(A B)
= (A, B) .
Deuxime mthode On utilise les proprits de la fonction indicatrice 1l
K
1l
A
1l
B
= 1l
AB
E(1l
K
) =

1l
K
()P({}) =

K
P({}) = P(K)
On a alors en dveloppant
S() =

(1l
A
() P(A))(1l
B
() P(B))P({})
=

1l
A
() 1l
B
())P({})

1l
A
()P(B)P({})

1l
B
()P(A)P({}) +

P(A)P(B)P({})
=

1l
AB
()P({}) P(B)

1l
A
()P({})
P(A)

1l
B
()P({}) +P(A)P(B)

P({})
= P(A B) P(B)P(A) P(A)P(B) +P(A)P(B)
= P(A B) P(A)P(B) .
b) Le polynme Q(t) est un trinme du second degr positif. Il en rsulte donc que son discriminant
est ngatif. On a, en dveloppant,
Q(t) =

(t
2
U
A
()
2
+ 2tU
A
()U
B
() +U
B
()
2
)P({})
= t
2
_

U
A
()
2
P({})
_
2
+ 2t

U
A
()U
B
()P({}) +

U
B
()
2
P({}) .
Donc en utilisant le calcul de a)
Q(t) = t
2
(A, A) + 2t(A, B) + (B, B) .
Alors le discriminant
= 4((A, B)
2
(A, A)(B, B)) ,
EI 137
est ngatif, do lon dduit
(A, B)
2
(A, A)(B, B) ,
Mais on a vu que (A, A) et (B, B) sont infrieurs 1/4. Donc
(A, B)
2

1
16
,
et nalement

1
4
(A, B)
1
4
.
4) a) Si |(A, B)| = 1/4, on a
1
16
(A, A)(B, B)
1
16
,
et donc
(A, A)(B, B) =
1
16
.
Puisque (A, A) et (B, B) sont infrieurs 1/4, ceci nest possible que sils sont exactement gaux
1/4. (Si lun tait strictement infrieur 1/4, lautre serait strictement plus grand). Donc
(A, A) = (B, B) =
1
4
,
et daprs la question 1)b), cela implique
P(A) = P(B) =
1
2
.
b) On a AB = (A B) \ (A B), avec A B A B, donc
P(AB) = P(A B) P(A B) = P(A) +P(B) 2P(A B) ,
ce que lon peut exprimer en fonction de (A, B),
P(AB) = P(A) +P(B) 2P(A)P(B) 2(A, B) ,
Lorsque |(A, B)| = 1/4, on a donc
P(AB) =
1
2
2(A, B) .
c) Remarquons que, dire que P({}) nest jamais nul, implique pour un vnement U que P(U) = 0 ne
peut avoir lieu que si U = , et que P(U) = 1 ne peut avoir lieu que si U
C
= , cest--dire que si U = .
Si (A, B) = 1/4. Alors
P(AB) = 0 .
et donc
AB = (A B) \ (A B) = .
Il en rsulte que A B = A B, cest--dire que A = B.
EI 138
Si (A, B) = 1/4. Alors
P(AB) = 1 .
On en dduit que
AB = (A B) \ (A B) = ,
et donc que A B = et A B = , cest--dire que A = B
C
.
118 Soit P une loi de probabilit sur lunivers = {0, 1, 2, 3, 4, 5, 6, 7, 8}, de moyenne m = 4, 816.
On connat les nombres q
k
= P( [ 0, k ] ) pour tout entier k compris entre 1 et 5 :
k 1 2 3 4 5
q
k
0, 024 0, 056 0, 104 0, 304 0, 720
La variable alatoire relle X dnie sur par X() = reste de la division entire de par 4 , suit
la loi binomiale B(3; 0, 4).
Dterminer lesprance mathmatique de la variable alatoire relle Y dnie sur par
Y () = reste de la division entire de par 3
Solution
La variable alatoire Y est telle que Y () = {0, 1, 2}, et donc
E(Y ) = P(Y = 1) + 2P(Y = 2) .
On a
P(Y = 1) = P({1, 4, 7}) et P(Y = 2) = P({2, 5, 8}) .
Si lon pose p
k
= P({k}), on a
P(Y = 1) = p
1
+p
4
+p
7
et P(Y = 2) = p
2
+p
5
+p
8
.
Pour obtenir lesprance de Y , il sut de calculer les valeurs p
k
pour 0 k 8. Les donnes de
lexercice vont fournir 11 quations 9 inconnues.
Exprimons tout dabord les probabilits q
k
. On obtient les 5 relations suivantes
q
1
= P({0, 1}) = p
0
+p
1
q
2
= P({0, 1, 2}) = p
0
+p
1
+p
2
q
3
= P({0, 1, 2, 3}) = p
0
+p
1
+p
2
+p
3
q
4
= P({0, 1, 2, 3, 4}) = p
0
+p
1
+p
2
+p
3
+p
4
q
5
= P({0, 1, 2, 3, 4, 5}) = p
0
+p
1
+p
2
+p
3
+p
4
+p
5
EI 139
Pour la loi de X, on a les quatre relations suivantes
P(X = 0) = P({0, 4, 8}) = p
0
+p
4
+p
8
= (0, 6)
3
= 0, 216
P(X = 1) = P({1, 5}) = p
1
+p
5
= 3(0, 4)(0, 6)
2
= 0, 432
P(X = 2) = P({2, 6}) = p
2
+p
6
= 3(0, 4)
2
(0, 6) = 0, 288
P(X = 3) = P({3, 7}) = p
3
+p
7
= (0, 4)
3
= 0, 064
Le systme obtenu est form de 9 quations 9 inconnues, auxquelles sajoutent deux quations
provenant des galits
P() =
8

k=0
p
k
= 1 et m =
8

k=0
kp
k
= 4, 816 .
On a donc le systme
(S)
_

_
p
0
+p
1
= 0, 024
p
0
+p
1
+p
2
= 0, 056
p
0
+p
1
+p
2
+p
3
= 0, 104
p
0
+p
1
+p
2
+p
3
+p
4
= 0, 304
p
0
+p
1
+p
2
+p
3
+p
4
+p
5
= 0, 720
p
0
+p
4
+p
8
= 0, 216
p
1
+p
5
= 0, 432
p
2
+p
6
= 0, 288
p
3
+p
7
= 0, 064
p
0
+p
1
+p
2
+p
3
+p
4
+p
5
+p
6
+p
7
+p
8
= 1
p
1
+ 2p
2
+ 3p
3
+ 4p
4
+ 5p
5
+ 6p
6
+ 7p
7
+ 8p
8
= 4, 816
On pourrait bien sr rsoudre ce systme par la mthode du pivot, mais on peut le faire galement par
combinaison de lignes dans le systme. On rappelle quajouter une ligne dun systme dquations
linaires une combinaison linaire des autres donne un systme quivalent.
En soustrayant la ligne i de la ligne i + 1, pour i variant de 1 4, le systme est quivalent
(S
1
)
_

_
p
0
+p
1
= 0, 024
p
2
= 0, 032
p
3
= 0, 048
p
4
= 0, 2
p
5
= 0, 416
p
0
+p
4
+p
8
= 0, 216
p
1
+p
5
= 0, 432
p
2
+p
6
= 0, 288
p
3
+p
7
= 0, 064
p
0
+p
1
+p
2
+p
3
+p
4
+p
5
+p
6
+p
7
+p
8
= 1
p
1
+ 2p
2
+ 3p
3
+ 4p
4
+ 5p
5
+ 6p
6
+ 7p
7
+ 8p
8
= 4, 816
EI 140
En soustrayant la ligne 2 de la ligne 8, la ligne 3 de la ligne 9 et la ligne 5 de la ligne 7, la systme est
quivalent
(S
2
)
_

_
p
0
+p
1
= 0, 024
p
2
= 0, 032
p
3
= 0, 048
p
4
= 0, 2
p
5
= 0, 416
p
0
+p
4
+p
8
= 0, 216
p
1
= 0, 016
p
6
= 0, 256
p
7
= 0, 016
p
0
+p
1
+p
2
+p
3
+p
4
+p
5
+p
6
+p
7
+p
8
= 1
p
1
+ 2p
2
+ 3p
3
+ 4p
4
+ 5p
5
+ 6p
6
+ 7p
7
+ 8p
8
= 4, 816
En soustrayant la ligne 9 de la ligne 1 la systme est quivalent
(S
3
)
_

_
p
0
= 0, 008
p
2
= 0, 032
p
3
= 0, 048
p
4
= 0, 2
p
5
= 0, 416
p
0
+p
4
+p
8
= 0, 216
p
1
= 0, 016
p
6
= 0, 256
p
7
= 0, 016
p
0
+p
1
+p
2
+p
3
+p
4
+p
5
+p
6
+p
7
+p
8
= 1
p
1
+ 2p
2
+ 3p
3
+ 4p
4
+ 5p
5
+ 6p
6
+ 7p
7
+ 8p
8
= 4, 816
Enn, en soustrayant de la ligne 6 la somme des lignes 4 et 1, on obtient
(S
4
)
_

_
p
0
= 0, 008
p
2
= 0, 032
p
3
= 0, 048
p
4
= 0, 2
p
5
= 0, 416
p
8
= 0, 008
p
1
= 0, 016
p
6
= 0, 256
p
7
= 0, 016
p
0
+p
1
+p
2
+p
3
+p
4
+p
5
+p
6
+p
7
+p
8
= 1
p
1
+ 2p
2
+ 3p
3
+ 4p
4
+ 5p
5
+ 6p
6
+ 7p
7
+ 8p
8
= 4, 816
EI 141
On vrie alors facilement que les deux dernires quations sont satisfaites et le systme a donc comme
solution
k 0 1 2 3 4 5 6 7 8
p
i
0, 008 0, 016 0, 032 0, 048 0, 2 0, 416 0, 256 0, 016 0, 008
Alors
P(Y = 1) = p
1
+p
4
+p
7
= 0, 232 et P(Y = 2) = p
2
+p
5
+p
8
= 0, 456 ,
do
E(Y ) = P(Y = 1) + 2P(Y = 2) = 1, 144 .
EI 142
Partiel 1
119 La moiti des mails reus par la messagerie dune entreprise sont des SPAM (messages indsi-
rables). Le responsable du service informatique est intress par un logiciel qui met automatiquement
au rebut les mails quil considre comme des SPAM. Ce logiciel est paramtrable : on peut rgler de
0 1 la probabilit p quun vrai SPAM soit mis au rebut mais la probabilit q quun mail soit mis au
rebut alors que ce nest pas un SPAM est lie p par la relation q =
_
p
3
_
2
.
1. Exprimer en fonction de p la probabilit r(p) quun mail arrivant la messagerie de cette entreprise
soit automatiquement mis au rebut.
2. La perte dun mail qui nest pas un SPAM cote cinq fois plus cher lentreprise que la prise en
compte et llimination dun SPAM. Montrer que, si le paramtrage du logiciel anti-SPAM est rgl
pour minimiser le cot total, 49, 5% des mails seront automatiquement mis au rebut.
Solution
Notons S lvnement le mail est un SPAM , et E lvnement le mail est limin .
1. Les donnes de lnonc se traduisent alors par
P(S) = P(S
C
) =
1
2
, P
|S
(E) = p , P
|S
C(E) = q .
Donc
r(p) = P(E) = P
|S
(E)P(S) +P
|S
C(E)P(S
C
) =
1
2
_
p +
_
p
3
_
2
_
.
2. Notons c le cot dun mail perdu, et b le bnce dun SPAM limin. On a donc c = 5b.
Si N est le nombre de mails reus, le cot total pour lentreprise est donc
C(p) = cNP(E S
C
) bNP(E S)
= Nb(5P(E S
C
) NP(E S))
= Nb(5P
|S
C(E)P(S
C
) P
|S
(E)P(S))
=
Nb
2
_
5
_
p
3
_
2
p
_
.
La fonction C est drivable sur [ 0, 1 ] et son minimum est obtenu lorsque C

(p) = 0. Or
C

(p) =
Nb
2
_
10p
9
1
_
.
Donc le minimum est obtenu pour
p
m
=
9
10
.
EI 143
Alors
r(p
m
) =
1
2
_
9
10
+
_
3
10
_
2
_
=
99
200
=
49, 5
100
.
Donc 49, 5% des mails seront mis au rebut.
120 Soit P une probabilit sur lunivers = {2, 1, 0, 1, 2}.
On dnit sur deux variables alatoires relles X et Y par :
X(k) =
1
24
(k
2
2k)(k
2
+ 8k + 17) + 1 et Y (k) = k
2
(5k
2
17) .
X suit la loi binomiale B(2,
1
2
) et Y suit la loi uniforme U({12, 0, 12}).
1. Pour tout k de , on note p
k
= P({k}).
(a) Montrer que p
1
=
1
4
et p
0
=
1
3
.
(b) En dduire les valeurs de p
1
et p
2
.
2. Dterminer la moyenne m de la loi de probabilit P.
Solution
1. Calculons les valeurs de X et de Y sur . On obtient le tableau suivant
k 2 1 0 1 2
X(k) 0 2 1 0 1
Y (k) 12 12 0 12 12
Puisque X suit une loi B(2,
1
2
), on a
P(X = 0) = P(X = 2) =
1
4
et P(X = 1) =
1
2
,
et puisque Y suit une loi U({12, 0, 12}),
P(Y = 12) = P(Y = 0) = P(Y = 12) =
1
3
.
(a) On a donc en particulier,
{X = 2} = {1} et {Y = 0} = {0} ,
donc,
P(X = 2) = p
1
=
1
4
,
et
P(Y = 0) = p
0
=
1
3
.
EI 144
(b) On a galement
{X = 0} = {2, 1} , {X = 1} = {0, 2} , {Y = 12} = {1, 1} , {Y = 12} = {2, 2} .
ce qui donne tout dabord
p
0
+p
2
=
1
2
et p
1
+p
1
=
1
3
,
do lon tire immdiatement
p
1
=
1
12
et p
2
=
1
6
.
Il reste les quations
p
1
+p
2
=
1
4
et p
2
+p
2
=
1
3
,
qui donnent toutes les deux
p
2
=
1
6
.
On constate alors que
p
2
+p
1
+p
0
+p
1
+p
2
= 1 ,
ce qui montre que lon a bien dni une probabilit sur .
2. On en dduit la moyenne
m = 2p
2
p
1
+p
1
+ 2p
2
=
1
3

1
4
+
1
12
+
1
3
=
1
6
.
121 La loi de probabilit dune variable alatoire relle X est donne par
P(X = k) =
_
_
_
_
n1
k1
_
a
k1
(1 a)
nk
si k [[ 1, n]]
0 sinon
o n N

et a ] 0, 1 [ .
1. Calculer
n

k=1
(k 1)P(X = k).
2. En dduire lesprance mathmatique de X.
Solution
1. Premire mthode
Notons S
n
la somme
n

k=1
(k 1)P(X = k). Comme le premier terme est nul, on a, si n 2,
S
n
=
n

k=2
(k 1)
_
n 1
k 1
_
a
k1
(1 a)
nk
.
EI 145
Mais
(k 1)
_
n 1
k 1
_
= (k 1)
(n 1)!
(k 1)!(n k)!
= (n 1)
(n 2)!
(k 2)!(n k)!
= (n 1)
_
n 2
k 2
_
,
et donc
S
n
=
n

k=2
(n 1)
_
n 2
k 2
_
a
k1
(1 a)
nk
.
Eectuons le changement dindice de sommation j = k 2. On obtient
S
n
= (n 1)
n2

j=0
_
n 2
j
_
a
j+1
(1 a)
n2j
,
ou encore, en mettant a en facteur,
S
n
= (n 1)a
n2

j=0
_
n 2
j
_
a
j
(1 a)
n2j
.
Mais la somme est le dveloppement de (a + (1 a))
n2
et vaut 1 ; donc
S
n
= (n 1)a ,
ce qui reste vrai si n = 1 car la somme est nulle dans ce cas.
Deuxime mthode
Si n 2, soit f la fonction dnie sur R par
f(x) = (x + 1 a)
n1
.
On a, par la formule du binme,
f(x) =
n1

j=0
_
n 1
j
_
x
j
(1 a)
n1j
,
et en drivant
f

(x) = (n 1)(x + 1 a)
n1
=
n1

j=1
j
_
n 1
j
_
x
j1
(1 a)
n1j
.
Donc
f

(a) = (n 1) =
n1

j=1
j
_
n 1
j
_
a
j1
(1 a)
n1j
.
Alors en multipliant par a,
a(n 1) =
n1

j=1
j
_
n 1
j
_
a
j
(1 a)
n1j
.
EI 146
En faisant le changement dindice de sommation k = j + 1, on obtient
a(n 1) =
n

k=2
(k 1)
_
n 1
k 1
_
a
k1
(1 a)
nk
= S
n
.
2. On a
E(X) =
n

k=1
kP(X = k) =
n

k=1
(k 1)P(X = k) +
n

k=1
P(X = k) = S
n
+ 1 .
Donc
E(X) = (n 1)a + 1 .
122 1. Montrer que, pour tout entier naturel non nul N,
N

j=1
j =
N(N + 1)
2
et
N

j=1
j
2
=
N(N + 1)(2N + 1)
6
.
2. Soit n un entier naturel non nul, et g la fonction relle dune variable relle dnie par
g(x) = n +
1
2

x n
1
2

.
On note X une variable alatoire relle telle que, pour tout k [[ 1, 2n]] ,
P(X = k) =
k
n(2n + 1)
.
et on dnit une nouvelle variable alatoire relle par Y = g(X).
(a) i. Calculer E(X)
ii. Calculer E(1/X).
(b) i. Dterminer la loi de probabilit de Y .
ii. Calculer de deux manires lesprance mathmatique de Y .
Solution
1. Premire mthode
On peut dmontrer les deux formules par rcurrence par exemple. Elles sont vraies pour N = 1.
Supposons les deux formules vraies au rang N. Alors
N+1

j=1
j =
N

j=1
j +N + 1
=
N(N + 1)
2
+N + 1
=
N(N + 1) + 2(N + 1)
2
=
(N + 1)(N + 2)
2
.
EI 147
et de mme
N+1

j=1
j
2
=
N

j=1
j
2
+ (N + 1)
2
=
N(N + 1)(2N + 1)
6
+ (N + 1)
2
=
N(N + 1)(2N + 1) + 6(N + 1)
2
6
=
(N + 1)(2N
2
+N + 6N + 6)
6
=
(N + 1)(2N
2
+ 7N + 6)
6
=
(N + 1)(N + 2)(2N + 3)
6
.
On obtient donc les formules au rang N +1. Il en rsulte que les formules sont vraies pour tout N 1.
Deuxime mthode
On peut calculer les sommes directement. Notons S
1
(N) et S
2
(N) les deux sommes. Pour la premire,
on a
2S
1
(N) =
N

j=1
j +
N

j=1
(N + 1 j) =
N

j=1
(N + 1) = N(N + 1) ,
ce qui redonne la valeur de S
1
(N).
On peut aussi crire
(j + 1)
2
j
2
= 2j + 1 ,
et en sommant
N

j=0
((j + 1)
2
j
2
) = 2
N

j=0
j +
N

j=0
1 ,
ce qui donne
(N + 1)
2
= 2S
1
(N) +N + 1 ,
do lon tire
S
1
(N) =
1
2
((N + 1)
2
(N + 1)) =
N(N + 1)
2
.
Pour la deuxime somme,
(j + 1)
3
j
3
= 3j
2
+ 3j + 1 ,
donc
N

j=0
((j + 1)
3
j
3
) = 3
N

j=0
j
2
+ 3
N

j=0
j +
N

j=0
1 ,
EI 148
ce qui donne
(N + 1)
3
= 3S
2
(N) + 3S
1
(N) +N + 1 ,
et donc
S
2
(N) =
(N + 1)
3
(N + 1)
3

N(N + 1)
2
=
(N + 1)N(N + 2)
3

N(N + 1)
2
=
N(N + 1)
6
(2N + 4 3)
=
N(N + 1)(2N + 1)
6
.
2. On constate tout dabord que lon a
2n

k=1
k
n(2n + 1)
=
1
n(2n + 1)
2n

k=1
k =
1
n(2n + 1)
2n(2n + 1)
2
= 1 ,
donc on peut eectivement avoir une variable alatoire X telle que pour tout k [[ 1, 2n]] ,
P(X = k) =
k
n(2n + 1)
.
(a) i. On a alors
E(X) =
2n

k=1
k P(X = k) =
1
n(2n + 1)
2n

k=1
k
2
=
1
n(2n + 1)
2n(2n + 1)(4n + 1)
6
=
4n + 1
3
.
ii. On a aussi
E(1/X) =
2n

k=1
P(X = k)
k
=
1
n(2n + 1)
2n

k=1
1 =
2
2n + 1
.
(b) i. Soit k dans [[ 1, n]] . Alors k n appartient [[ 1 n, 0 ]] et k n 1/2 est ngatif. Donc
g(k) = n +
1
2
+
_
k n
1
2
_
= k ,
et g(k) se trouve dans [[ 1, n]] .
Si k se trouve dans [[ n + 1, 2n]] , alors k n appartient [[ 1, n]] et k n 1/2 est positif. Donc
g(k) = n +
1
2

_
k n
1
2
_
= 2n k + 1 ,
EI 149
et g(k) se trouve aussi dans [[ 1, n]] .
Alors, si k appartient [[ 1, n]] , le nombre 2n + 1 k appartient [[ n + 1, 2n]] , et
g(2n + 1 k) = 2n (2n + 1 k) + 1 = k = g(k) .
Donc Y () = [[ 1, n]] , et
{Y = k} = {X = k} {X = 2n + 1 k} .
On en dduit alors
P(Y = k) = P(X = k) +P(X = 2n + 1 k) =
k
n(2n + 1)
+
2n + 1 k
n(2n + 1)
=
1
n
.
La variable Y suit une loi uniforme U( [[ 1, n]] ).
ii. On a tout dabord
E(Y ) =
n

j=1
jP(Y = j) =
n

j=1
j
n
=
n + 1
2
.
Mais on a galement
E(Y ) =
2n

k=1
g(k)P(X = k)
=
n

k=1
kg(k)
n(2n + 1)
+
2n

k=n+1
kg(k)
n(2n + 1)
=
n

k=1
k
2
n(2n + 1)
+
2n

k=n+1
k(2n + 1 k)
n(2n + 1)
.
Dans la deuxime somme, on fait le changement dindice de sommation k

= 2n + 1 k, et on obtient
E(Y ) =
n

k=1
k
2
n(2n + 1)
+
n

=1
k

(2n + 1 k

)
n(2n + 1)
=
n

k=1
k
2
+k(2n + 1 k)
n(2n + 1)
=
n

k=1
k(2n + 1)
n(2n + 1)
=
n

k=1
k
n
=
n + 1
2
.
123 A toute variable alatoire Z dnie sur lespace probabilis (, P) et valeurs dans une partie
nie de N, on associe la fonction H
Z
dnie sur R par
H
Z
(t) = P(Z t) .
EI 150
1. Montrer que
(k N

) P(Z = k 1) = H
Z
(k 1) H
Z
(k) .
2. Reprsenter H
Z
dans le cas particulier o la loi de Z est donne par
k 0 1 3
P(Z = k) 1/6 1/2 1/3
3. Soit q la plus grande des valeurs que peut prendre Z.
Montrer par rcurrence (dcroissante) sur n que
(n [[ 0, q ]] )
q

k=n
H
Z
(k) =
q

j=n
jP(Z = j) (n 1)H
Z
(n) .
4. Soit X et Y deux variables alatoires dnies sur (, P) et valeurs dans une partie nie de N.
Dmontrer limplication
[ (t R) H
X
(t) H
Y
(t) ] (E(X) E(Y )) .
Solution
1. On a
H
Z
(k 1) H
Z
(k) = P(Z k 1) P(Z k) .
Mais comme lvnement {Z k} est inclus dans {Z k 1}, on en dduit
H
Z
(k 1) H
Z
(k) = P({Z k 1} \ {Z k})
= P({Z k 1} {Z k}
C
)
= P({Z k 1} {Z < k})
= P(k 1 Z < k) .
Mais puisque X est valeurs entires, on a
{k 1 Z < k} = {Z = k 1} ,
donc
H
Z
(k 1) H
Z
(k) = P(Z = k 1) .
2. On calcule les valeurs de H
Z
(t) suivant la position de t dans R.
Si t ] 3, [ , {Z t} = et H
Z
(t) = 0
Si t ] 1, 3 ] , {Z t} = {3} et H
Z
(t) =
1
3
Si t ] 0, 1 ] , {Z t} = {1, 3} et H
Z
(t) =
1
3
+
1
2
=
5
6
Si t ] , 0 ] , {Z t} = et H
Z
(t) = 1
EI 151
La fonction H
Z
est une fonction en escalier, dont le graphe est le suivant :
-
6
1
5/6
1/3
1 3 t

3. Puisque q est la plus grande valeur prise par Z, on a

{Z q} = {Z = q} ,
et donc
H
Z
(q) = P(Z = q) ,
alors
qP(Z = q) (q 1)H
Z
(q) = qH
Z
(q) (q 1)H
Z
(q) = H
Z
(q) ,
et ceci donne la formule au rang q.
Supposons la formule vraie au rang n, o n est un entier compris entre 1 et q, et montrons quelle est
vraie au rang n 1. On a donc
q

k=n1
H
Z
(k) =
q

k=n
H
Z
(k) +H
Z
(n 1) ,
et, en utilisant lhypothse de rcurrence,
q

k=n1
H
Z
(k) =
q

j=n
jP(Z = j) (n 1)H
Z
(n) +H
Z
(n 1) .
Alors daprs la question 1
q

k=n1
H
Z
(k) =
q

j=n
jP(Z = j) (n 1)(H
Z
(n 1) P(Z = n 1)) +H
Z
(n 1) ,
EI 152
ce qui donne
q

k=n1
H
Z
(k) =
q

j=n
jP(Z = j) + (n 1)P(Z = n 1) (n 2)H
Z
(n 1) ,
et nalement
q

k=n1
H
Z
(k) =
q

j=n1
jP(Z = j) (n 2)H
Z
(n 1) ,
ce qui est la formule au rang n 1. La formule est donc vraie pour tout entier n compris entre 0 et q.
4. En particulier, si n = 0,
q

k=0
H
Z
(k) =
q

j=0
jP(Z = j) +H
Z
(0) ,
ou encore en soustrayant H
Z
(0) aux deux membres
q

k=1
H
Z
(k) =
q

j=0
jP(Z = j) .
On en dduit que
E(Z) =
q

k=1
H
Z
(k) .
Remarquons aussi que si k > q, on a H
Z
(k) = 0, donc, si N q
E(Z) =
N

k=1
H
Z
(k) .
Soit N un nombre suprieur aux plus grandes valeurs prises par X et Y . Alors
E(X) E(Y ) =
N

k=1
H
X
(k)
N

k=1
H
Y
(k) =
N

k=1
(H
X
(k) H
Y
(k)) ,
mais comme on a, pour tout entier k,
H
X
(k) H
Y
(k) ,
tous les nombres H
X
(k) H
Y
(k) sont positifs, et leur somme E(X) E(Y ) galement. On en dduit
que
E(X) E(Y ) .
EI 153
Partiel 2
124 Soit X et Y deux variables alatoires dnies sur le mme espace probabilis ni (, P). Montrer
lquivalence des deux proprits Q et R dnies par
Q(X, Y ) : (x X()) (y Y ()) {X = x} {Y = y}
R(X, Y ) : (A X()) (B Y ()) {X A} {Y B}
Solution
Si R(X, Y ) est vrie, et si x et y sont dans X(), on peut prendre A = {x} et B = {y}, alors
{X A} {Y B} nest autre que {X = x} {Y = y}, et Q(X, Y ) est vrie.
Si Q(X, Y ) est vrie, soit A et B deux sous-ensembles de .
Si A ou B est vide on a
P(X A, Y B) = 0 = P(X A)P(X B) .
Si A et B ne sont pas vides, posons
A = {a
1
, . . . , a
n
} et B = {b
1
, . . . , b
p
} .
Alors
P(X A, Y B) = P
_
_
n

i=1
p

j=1
{X = a
i
, Y = b
j
}
_
_
=
n

i=1
p

j=1
P(X = a
i
, Y = b
j
) ,
mais, puisque Q(X, Y ) est vrie, on a, quels que soient i et j,
P(X = a
i
, Y = b
j
) = P(X = a
i
)P(Y = b
j
) ,
donc
P(X A, Y B) =
n

i=1
p

j=1
P(X = a
i
)(Y = b
j
) .
Cette somme nest autre que le produit
_
n

i=1
P(X = a
i
)
_
_
_
p

j=1
P(Y = b
j
)
_
_
= P(X A)P(X B) ,
et nalement
P(X A, Y B) = P(X A)P(X B) .
On a donc bien montr que R(X, Y ) est vrie.
EI 154
125 Soit M
1
, . . . , M
n
des vnements alatoires deux deux incompatibles ayant tous la mme
probabilit a non nulle et L un autre vnement alatoire associ au mme espace probabilis (, P).
Exprimer la probabilit conditionnelle P
_
_
L |
n

j=1
M
j
_
_
en fonction des nombres p
k
= P(L | M
k
).
Solution
On a, par dnition dune probabilit conditionnelle
P
_
L |
n

k=1
M
k
_
=
P
_
L
n

k=1
M
k
_
P
_
n

k=1
M
k
_ .
Mais, daprs la distributivit de lintersection sur la runion
L
n
_
k=1
M
k
=
n
_
k=1
(L M
k
) ,
et par ailleurs, si k = i,
(L M
k
) (L M
i
) = L (M
k
M
i
) = L = ,
donc
L
n

k=1
M
k
=
n

k=1
(L M
k
) ,
et
P
_
L
n

k=1
M
k
_
= P
_
n

k=1
(L M
k
)
_
=
n

k=1
P(L M
k
) .
Mais
P(L M
k
) = P(M
k
)P(L | M
k
) = a p
k
,
donc
P
_
L
n

k=1
M
k
_
= a
n

k=1
p
k
.
Par ailleurs
P
_
n

k=1
M
k
_
=
n

k=1
P(M
k
) =
n

k=1
a = na ,
do nalement
P
_
L |
n

k=1
M
k
_
=
1
n
n

k=1
p
k
.
EI 155
126 Un d quilibr porte un point sur une de ses six faces, deux points sur deux autres faces et
trois points sur chacune des trois dernires faces. On note X la variable alatoire nombre de points
obtenus lors dun lancer de ce d.
1. Calculer la variance de X.
2. Aprs avoir lanc le d, on lance une pice de monnaie (quilibre) autant de fois que le d a
montr de points et on note Y la variable alatoire nombre de piles obtenus en tout . Vrier que
P(Y = 2 | X = 3) =
3
8
.
3. Dterminer la loi de probabilit du couple (X, Y ).
4. En dduire la loi de probabilit de Y et vrier que lvnement Y est pair et lvnement Y
est impair ont la mme probabilit.
Solution
1. Soit i {1, 2, 3}. Comme il y a i faces sur 6 de numro i, la probabilit de sortie du numro i est
proportionnelle i et vaut
P(X = i) =
i
6
.
Alors
E(X) =
3

i=1
i
2
6
=
7
3
et E(X
2
) =
3

i=1
i
3
6
= 6 ,
do
V(X) = E(X
2
) E(X)
2
= 6
49
9
=
5
9
.
2. Cherchons la probabilit P(Y = j | X = i), lorsque 0 j i et 1 i 3.
Sachant que X = i, on compte le nombre de piles parmi i lancers, o pile a une probabilit 1/2 de
sortir. On a donc une loi binomiale B(i, 1/2) et
P(Y = j | X = i) =
_
i
j
_
1
2
i
.
En particulier
P(Y = 2 | X = 3) =
_
3
2
_
1
2
3
=
3
8
.
3. On a, lorsque 0 j i et 1 i 3,
p
ij
= P(X = i, Y = j) = P(Y = j | X = i)P(X = i) =
_
i
j
_
1
2
i
i
6
,
ce qui donne le tableau des p
ij
:
j = 0 j = 1 j = 2 j = 3
i = 1 1/12 1/12 0 0
i = 2 1/12 1/6 1/12 0
i = 3 1/16 3/16 3/16 1/16
EI 156
4. En additionnant les lignes de ce tableau, on obtient la loi de Y :
P(Y = 0) =
1
12
+
1
12
+
1
16
=
11
48
P(Y = 1) =
1
12
+
1
6
+
3
16
=
7
16
P(Y = 2) =
1
12
+
3
16
=
13
48
P(Y = 3) =
1
16
.
On constate que
P(Y pair) = P(Y = 0) +P(Y = 2) =
11
48
+
13
48
=
1
2
,
et
P(Y impair) = P(Y = 1) +P(Y = 3) =
7
16
+
1
16
=
1
2
,
donc ces deux probabilits sont bien gales.
127 1. Montrer que, si deux variables alatoires ne sont pas indpendantes, aucune des deux nest
dgnre.
2. Soit U, V , W des variables alatoires relles indpendantes qui ne peuvent prendre chacune quun
nombre ni de valeurs distinctes.
Calculer Cov(U + V, V + W) et en dduire une condition ncessaire et susante dindpendance des
variables alatoires U +V et V +W.
Solution
1. Si A est un vnement de probabilit 0 ou 1, il est indpendant de tout autre vnement. En eet,
si P(A) = 0, on a, quel que soit lvnement B,
A B A,
donc
0 P(A B) P(A) = 0 ,
ce qui montre que
P(A B) = 0 = P(A)P(B) .
Si P(A) = 1, alors P(A
C
) = 0, donc, B et A
C
sont indpendants, et
P(A B) = P(B) P(A
C
B) = P(B) = P(A)P(B) .
On en dduit alors que toute variable alatoire X dgnre est indpendante dune variable Y quel-
conque dnie sur le mme espace (, P). En eet, si a appartient X(), on a soit P(X = a) = 1,
EI 157
soit P(X = a) = 0, et donc, P(X = a) est indpendant de tout vnement P(Y = b), ce qui montre
que X et Y sont indpendantes.
Une variable dgnre est donc indpendante de toute autre variable, et par suite si deux variables
sont dpendantes, elles ne peuvent tre dgnres.
2. En utilisant la bilinarit de la covariance, on a
Cov(U +V, V +W) = Cov(U, V ) +Cov(U, W) +Cov(V, V ) +Cov(V, W) .
comme les variables sont indpendantes, donc indpendantes deux deux, on a
Cov(U, V ) = Cov(U, W) = Cov(V, W) = 0 ,
donc
Cov(U +V, V +W) = Cov(V, V ) = V(V ) .
Si les variables U + V et V +W sont indpendantes on a Cov(U +V, V +W) = 0 donc V(V ) = 0 ce
qui implique que V est dgnre.
Rciproquement, supposons que V est dgnre, et soit v dans V () tel que P(V = v) = 1. Lvne-
ment {V = v} est indpendant de tout autre vnement. Alors, si u appartient U() et w W(),
on a
P(U +V = u, V +W = w) = P(U +V = u, V +W = w, V = v)
= P(U = u v, W = w v, V = v)
= P(U = u v, W = w v) ,
et de mme
P(U +V = u) = P(U +V = u, V = v) = P(U = u v, V = v) = P(U = u v) ,
ainsi que
P(V +W = w) = P(V +W = w, V = v) = P(W = w v, V = v) = P(W = w v) .
Mais puisque U et W sont indpendantes
P(U = u v, W = w v) = P(U = u v)P(W = w v) ,
alors, il rsulte de tout ce qui prcde que
P(U +V = u, U +W = w) = P(U +V = u)P(V +W = w) ,
et donc U +V et V +W sont indpendantes.
128 Soit (Z, Z

) un couple de variables alatoires relles non dgnres qui ne peuvent prendre

chacune quun nombre ni de valeurs distinctes, dcart-type respectifs et

= 2. Dterminer le
EI 158
coecient de corrlation linaire du couple (Z +Z

, Z Z

) si celui du couple (Z, Z

) est r =
3
4
.
Solution
En utilisant la bilinarit de la covariance, on a
Cov(Z +Z

, Z Z

) = V(Z) V(Z

) =
2

2
= 3
2
.
On a galement

2
Z+Z
= V(Z +Z

) = V(Z) + 2 Cov(Z, Z

) +V(Z

) =
2
+ 2

r
Z,Z
+
2
=
2
(1 + 4r + 4) = 2
2
,
et

2
ZZ
= V(Z Z

) = V(Z) 2 Cov(Z, Z

) +V(Z

) =
2
2

r
Z,Z
+
2
=
2
(1 4r + 4) = 8
2
.
Alors
=
Cov(Z +Z

, Z Z

Z+Z

ZZ

=
3
2
4
2
=
3
4
.
EI 159
Partiel 3
129 Soit (U, V ) un couple de variables alatoires relles indpendantes qui suivent la mme loi
binomiale B(2, 1/2).
1. On note S = (U 1)
2
+ (V 1)
2
.
(a) Vrier que S suit la mme loi que U.
(b) Calculer lcart-type de S
2
.
2. On note T = (U 1)(V 1) + 1.
(a) Calculer E(S(T 1)).
(b) Dterminer la loi de T.
(c) Calculer le coecient de corrlation linaire du couple (S, T).
(d) Les variables alatoires S et T sont-elles indpendantes ?
Solution
1. (a) Une variable X suivant une loi B(n, p) est telle que X() = [[ 0, 1 ]] et si k appartient X(),
P(X = k) =
_
n
k
_
p
k
(1 p)
nk
.
Pour les variables U et V , on a donc
U() = V () = {0, 1, 2} ,
et
P(U = 0) = P(V = 0) = P(U = 2) = P(V = 2) =
1
4
et P(U = 1) = P(V = 1) =
1
2
.
On remarque que (U 1)() = {1, 0, 1} et donc (U 1)
2
() = {0, 1}. De plus
P((U 1)
2
= 0) = P(U = 1) =
1
2
,
donc
P((U 1)
2
= 1) = 1 P((U 1)
2
= 0) =
1
2
,
et (U 1)
2
suit une loi de Bernoulli B(1/2). Il en est de mme de (V 1)
2
. Comme les variables U
et V sont indpendantes, les variables (U 1)
2
et (V 1)
2
le sont aussi, et S est la somme de deux
variables de Bernoulli indpendantes de paramtre 1/2, elle suit alors une loi binomiale B(2, 1/2).
(b) Une variable suivant une loi binomiale B(n, p) a pour esprance np et pour variance npq, donc U
et V ont pour esprance 1, et pour variance 1/2.
Pour tout entier n on a (U 1)
2n
= (U 1)
2
, puisque (U 1)
2
ne prend que les valeurs 0 et 1, et donc
E((U 1)
2n
) = E((V 1)
2n
) = E((U 1)
2
) = V(U) =
1
2
.
EI 160
Alors
E(S
2
) = E((U 1)
4
+ 2(U 1)
2
(V 1)
2
+ (V 1)
4
) ,
et en utilisant la linarit de lesprance
E(S
2
) = E((U 1)
4
) + 2E((U 1)
2
(V 1)
2
) +E((V 1)
4
) ,
et puisque (U 1)
2
et (V 1)
2
sont indpendantes
E((U 1)
2
(V 1)
2
) = E((U 1)
2
)E((V 1)
2
) .
Finalement
E(S
2
) = E((U 1)
4
) + 2E((U 1)
2
)E((V 1)
2
) +E((V 1)
4
) =
3
2
.
De mme, par la formule du binme de Newton,
E(S
4
) = E((U 1)
8
+ 4(U 1)
6
(V 1)
2
+ 6(U 1)
4
(V 1)
4
+ 4(U 1)
2
(V 1)
6
+ (V 1)
8
) ,
et en utilisant encore la linarit de E et lindpendance des variables U et V ,
E(S
4
) = E((U 1)
8
) + 4E((U 1)
6
)E((V 1)
2
) + 6E((U 1)
4
)E((V 1)
4
)
+4E((U 1)
2
)E((V 1)
6
) +E((V 1)
8
)
=
1
2
+ 4
1
2
1
2
+ 6
1
2
1
2
+ 4
1
2
1
2
+
1
2
=
9
2
.
Alors
V(S
2
) = E(S
4
) E(S
2
)
2
=
9
2

9
4
=
9
4
,
et lcart-type de S
2
vaut 3/2.
2. (a) On a
E(S(T 1)) = E((U 1)
3
(V 1) + (U 1)(V 1)
3
) ,
et en utilisant toujours la linarit de E et lindpendance des variables U et V ,
E(S(T 1)) = E((U 1)
3
)E(V 1) +E(U 1)E((V 1)
3
) .
Mais
E(U 1) = E(U) 1 = 0 et E(V 1) = E(V ) 1 = 0 ,
donc
E(S(T 1)) = 0 .
(b) Faisons le tableau des valeurs de T.
U = 0 U = 1 U = 2
V = 0 T = 2 T = 1 T = 0
V = 1 T = 1 T = 1 T = 1
V = 2 T = 0 T = 1 T = 2
EI 161
Donc T() = {0, 1, 2}, et
P(T = 0) = P(U = 0, V = 2) +P(U = 2, V = 0) ,
et puisque les variables U et V sont indpendantes
P(T = 0) = P(U = 0)P(V = 2) +P(U = 2)P(V = 0) =
1
8
.
De mme
P(T = 2) = P(U = 0)P(V = 0) +P(U = 2)P(V = 2) =
1
8
.
Alors
P(T = 1) = 1 P(T = 0) P(T = 2) =
3
4
.
(c) On a dj
E(S) = E((U 1)
2
) +E((V 1)
2
) = 2V(U) = 1 .
On a aussi
E(T) = P(T = 1) + 2P(T = 2) =
3
4
+
1
4
= 1 .
Par ailleurs
E(S(T 1)) = E(ST) E(S) = 0 ,
donc
E(ST) = E(S) = 1 .
Il en rsulte que
Cov(S, T) = E(ST) E(S)E(T) = 0 .
(d) Regardons par exemple P(S = 0, T = 0). On a
{S = 0} = {U = 1, V = 1} .
Mais si U() = V () = 1, alors T() = 1. Donc lvnement {S = 0, T = 0} est impossible et sa
probabilit est nulle, alors que P(S = 0)P(T = 0) nest pas nul. Les variables alatoires S et T ne sont
pas indpendantes.
130 1. (a) Soit Z une variable alatoire relle qui possde une esprance mathmatique m et un
cart-type . Montrer que, si > , on peut majorer P(|Z m| ) par un nombre strictement
infrieur 1 qui ne dpend que de et .
(b) Que peut-on en dduire pour P(2 < Z < 4) si m = 1 et =

2 ?
2. (a) On rpte des lancers dune pice de monnaie (quilibre) tant quelle montre pile et on note
N la variable alatoire nombre de piles observs (N prend la valeur 0 si la pice montre face
au premier lancer).
i. Calculer P(N = n) si n est un entier naturel.
ii. En dduire la probabilit dobtenir une innit de piles .
EI 162
(b)
i. Dterminer la fonction gnratrice g
N
.
ii. En dduire que N possde des moments dordres 1, 2, 3 et calculer son esprance mathmatique et
son cart-type.
iii. Que vaut P(2 < N < 4) ?
iv. Calculer le moment centr dordre 3 de N.
Solution
1. (a) Si lon applique lingalit de Tchebychev, on obtient
P(|Z m| )

2

2
,
ce qui donne bien une majoration par un nombre strictement infrieur 1.
(b) En particulier, si lon prend = 3, m = 1 et =

2, lingalit prcdente donne

P(|Z 1| 3)
2
9
,
ou encore
1 P(|Z 1| < 3)
2
9
,
Mais
{|Z 1| < 3} = {2 < Z < 4} ,
do
P(2 < Z < 4) 1
2
9
=
7
9
.
2. (a) i. Lvnement {N = n} est ralis lorsque n piles puis un face ont t obtenus. Il y a donc N +1
lancers de la pice et chaque lancer a une probabilit 1/2 dobtenir pile ou face. Donc
P(N = n) =
1
2
n+1
.
ii. Soit U
n
lvnement sur les n premiers lancers, on a obtenu n fois piles . La probabilit de U
n
vaut 2
n
. Lintersection des vnements U
n
est lvnement U on observe une innit de piles , et
comme la suite U
n
est dcroissante (U
n+1
U
n
), on a
P(U) = lim
n+
P(U
n
) = lim
n+
2
n
= 0 .
(b) i. On a
g
N
(s) = E(s
N
) =

n=0
s
n
2
n+1
=
1
2

n=0
_
s
2
_
n
,
donc
g
N
(s) =
1
2
1
1
s
2
=
1
2 s
= (2 s)
1
.
EI 163
ii. La fonction obtenue est une srie entire de rayon 2, car la srie gomtrique de raison s/2 converge
si et seulement si |s/2| < 1, soit |s| < 2. Comme le rayon de convergence est strictement plus grand
que 1, la variable N possde donc des moments de tous ordres. On obtient en drivant les moments
factoriels. On a successivement
g

N
(s) = E(Ns
N1
) = (2 s)
2
, g

N
(s) = E(N(N 1)s
N2
) = 2 (2 s)
3
,
donc
E(N) = g

N
(1) = 1 , V(N) = g

N
(1) +g

N
(1) g

N
(1)
2
= 2 + 1 1 = 2 ,
et lcart-type de N vaut

2.
iii. Comme N ne prend que des valeurs entires positives, on a
P(2 < N < 4) = P(0 N 3) =
3

n=0
1
2
n+1
=
1
2
3

n=0
1
2
n
=
1
2
1
1
2
4
1
1
2
= 1
1
2
4
=
15
16
.
Remarque : on vrie bien que 15/16 7/9.
iv. On a
g

N
(s) = E(N(N 1)(N 2)s
N3
) = 6 (2 s)
4
,
donc
E(N(N 1)(N 2)) = 6 .
Alors, en crivant
N(N 1)(N 2) = (N 1 + 1)(N 1)(N 1 1) = ((N 1)
2
1)(N 1) = (N 1)
3
(N 1) ,
on obtient
E((N 1)
3
) = E(N(N 1)(N 2)) +E(N 1) = E(N(N 1)(N 2)) = 6 .
131 Soit (, P) un espace probabilis inni dnombrable. On note X une variable alatoire non
dgnre dnie sur et valeurs dans [ 0, 1 ] .
1. (a) Montrer que X possde des moments de tous ordres entiers naturels. (On pourra noter X() =
{x
0
, x
1
, . . .}).
(b) Montrer que 0 < E(X)
2
< E(X
2
) E(X) < 1.
2. On suppose de plus que (n N

) P(X <
1
n
) =
n + 2
2n + 3
.
(a) Que vaut P(X = 1) ?
(b) Pour tout entier naturel non nul n, on note D
n
= {X < 1/n}.
Quel est lvnement alatoire

nN

D
n
?
EI 164
(c) Montrer que P(0 < X < 1) = 0, 1.
3. On suppose en outre que les seules valeurs que peut prendre X sont 0 et les inverses des entiers
naturels : 1, 1/2, 1/3, . . .
(a) Soit n un entier suprieur ou gal 2.
i. Quel est lvnement alatoire {
1
n
X <
1
n1
} ?
ii. Que vaut P(X = 1/n) ?
(b)
i. Calculer
_
1
2n 1

1
2n + 1
_

_
1
2n + 1

1
2n + 3
_
si n N

.
ii. En dduire une valeur approche de E(X) (on pourra encadrer 1/n par deux fractions ayant des
dnominateurs impairs bien choisis).
Solution
1. (a) La srie de terme gnral P(X = x
n
) est une srie positive convergente (de somme 1). Or, puisque
x
n
appartient [ 0, 1 ] , on a, si k est un entier positif,
|x
k
n
P(X = x
n
)| P(X = x
n
) ,
et il en rsulte que la srie de terme gnral x
k
n
P(X = x
n
) converge absolument. Donc la variable X
possde des moments de tous ordres.
Comme on a
V(X) = E(X
2
) E(X)
2
= E((X E(X))
2
) 0 ,
on en dduit que
E(X)
2
E(X
2
) .
Si lon avait galit, alors V(X) serait nul et X serait dgnre, ce qui nest pas le cas. Donc cette
ingalit est stricte.
Comme X 1, on en dduit X
2
X et E(X
2
) E(X).
On en dduit aussi E(X) E(1) = 1.
On a galement E(X)
2
0.
En particulier on a obtenu lencadrement
E(X)
2
< E(X
2
) E(X) ,
donc
E(X)
2
< E(X) ,
et il est impossible davoir E(X) = 0 ou E(X) = 1. Donc
E(X) < 1 et 0 < E(X)
2
.
EI 165
2. (a) On a P(X < 1) = 3/5. Alors, puisque X() est inclus dans [ 0, 1 ]
P(X = 1) = 1 P(X < 1) =
2
5
.
(b) Si appartient

nN

D
n
, on a pour tout n 0
0 X() <
1
n
,
donc X() = 0. On en dduit que

nN

D
n
{X = 0} .
Comme par ailleurs {X = 0} est inclus dans tous les D
n
on a linclusion inverse, do lgalit

nN

D
n
= {X = 0} .
(c) Comme la suite D
n
est dcroissante, on obtient donc
P(X = 0) = lim
n+
P(D
n
) = lim
n+
n + 1
2n + 3
=
1
2
.
Alors
P(0 < X < 1) = 1 P(X = 0) P(X = 1) = 1
1
2

2
5
=
1
10
.
3. (a) i. Comme X ne prend comme valeurs non nulles que des inverses de nombre entier, on a
_
1
n
X <
1
n 1
_
=
_
X =
1
n
_
,
ce que lon peut encore crire
_
X <
1
n 1
_
\
_
X <
1
n
_
=
_
X =
1
n
_
.
ii. On a alors
P
_
X =
1
n
_
= P
_
1
n
X <
1
n 1
_
= P
_
X <
1
n 1
_
P
_
X <
1
n
_
.
Donc
P
_
X =
1
n
_
=
n + 1
2n + 1

n + 2
2n + 3
=
1
(2n + 1)(2n + 3)
.
(b) i. Posons
u
n
=
1
2n 1

1
2n + 1
.
On obtient aprs calcul,
u
n
u
n+1
=
_
1
2n 1

1
2n + 1
_

_
1
2n + 1

1
2n + 3
_
=
8
(2n 1)(2n + 1)(2n + 3)
.
EI 166
ii. On a
E(X) =

n=1
1
n
P
_
X =
1
n
_
=

n=1
1
n
1
(2n + 1)(2n + 3)
.
On peut alors crire
2
2n + 5

1
n
=
2
2n

2
2n 1
,
et lon en dduit

n=1
2
(2n + 1)(2n + 3)(2n + 5)
E(X)

n=1
2
(2n 1)(2n + 1)(2n + 3)
.
Mais daprs ce qui prcde
2
(2n 1)(2n + 1)(2n + 3)
=
1
4
(u
n
u
n+1
) et
2
(2n + 1)(2n + 3)(2n + 5)
=
1
4
(u
n+1
u
n+2
) ,
donc
1
4

n=1
(u
n+1
u
n+2
) E(X)
1
4

n=1
(u
n
u
n+1
) .
Puisque lon obtient des sries tlescopiques dans les membres qui encadrent E(X) on peut eectuer
la somme de ces sries, et puisque la suite (u
n
) converge vers 0, on trouve nalement
1
4
u
2
E(X)
1
4
u
1
,
soit
1
30
E(X)
1
6
.
On peut prendre comme valeur approche de E(X) le milieu de lintervalle [ 1/30, 1/6 ] , soit 1/10 = 0, 1
avec une erreur infrieure la moiti de la longueur de cet intervalle, soit
|E(X) 0, 1|
1
15
.