Vous êtes sur la page 1sur 6

F.

HECHNER, Master EM, parcours CAPES, Universit de Strasbourg

Anne 2014-2015

Fiche dexercices numro 4


Indications de correction.
Variables alatoires
Exercice 1 :
1. La premire chose faire est de reprer les valeurs prises par X. Cest dit dans lnonc : X() =
1, 6. prsent, il faut calculer P(X = k) pour k = 1, 2, . . . , 6. Comme la probabilit dobtenir k est
proportionnelle k daprs lnonc, il existe une constante (de proportionnalit)
c telle que P(X =
P
k) = ck pour tout k 1, 6. Mais P est une probabilit, donc
P(X = k) = 1. Par consquent,
6
P

kX()
6
P

P(X = k) = 1. Mais P(X = k) = ck et c ne dpend pas de k, donc

k=1
c 6(6+1)
2

P(X = k) =

k=1

= 21. Comme on a vu que cette somme devait valoir 1, on a c =


k
):
de X est donne par le tableau suivant (car P(X = k) = 21
k
P(X = k)

1
21

2
21

3
21

4
21

5
21

6
21

6
P

ck = c

k=1
1
21 .

6
P

k=

k=1

On en dduit que la loi

2. Rappelons que la fonction de rpartition FX est dfinie, pour tout x R, par FX (x) = P(X 6 x).
Compte-tenu du tableau ci-dessus rcapitulant la loi de X, on obtient :

0
si x < 1

si 1 6 x < 2

21

21 si 2 6 x < 3
6
FX (x) = 21
si 3 6 x < 4 .

10

si 4 6 x < 5

21

15 si 5 6 x < 6

21
1
si 6 6 x
P
3. Par dfinition, E(X) =
kP(X = k) (ici il ny a pas de problme dexistence : la somme ne comporte
kX()

quun nombr fini de termes). Donc, daprs la premire question, E(X) =

6
P
k=1

k
k. 21
=

1
21

6
P

k2 =

k=1

1 6.(6+1).(26+1)
21
6

= 13
3 .
4. Pour calculer la variance de X, on commence par dterminer son moment dordre 2. Daprs le thorme
6
P
P
k
k 2 P(X = k). Donc, daprs la premire question, E(X2 ) =
k 2 . 21
=
de transfert, E(X2 ) =
k=1

kX()

1
21

6
P
k=1

k3 =

1
21

6.(6+1)
2

2

= 21.
2

20
On dduit alors de la formule de Knigs-Huygens que VarX = E(X2 ) E(X) = 21 169
9 = 9 .
5. La variable Y prend les valeurs 11 , 12 ,. . ., 16 car X prend
 les valeurs 1, . . . , 6.
1
De plus, pour tout k 1, 6, P Y = k1 = P X
= k1 = P(X = k), donc la loi de X est donne par le
tableau suivant, qui se dduit aisment de celui donnant la loi de X :

yk
P(Y = yk )

1
6
6
21

1
5
5
21

1
4
4
21

1
3
3
21

1
2
2
21

1
1
21

6. On peut soit utiliser directement le tableau prcdent, soit utiliser le thorme du transfert qui donne
6
6
6

P
P
P
1
1
1 k
6
E(Y) = E X
=
yk P(X = k) =
k P(X = k) =
k 21 = 21 . Ici, les deux raisonnements
k=1

k=1

conduisent faire rigoureusement les mmes calculs.


1
1
On pourra remarquer que (bien sr ?) E X
6= E(X
)!!!
1/6

k=1

F. HECHNER, Master EM, parcours CAPES, Universit de Strasbourg

Anne 2014-2015

Exercice 2 :
1. Comme le tirage se fait au hasard, X suit la loi uniforme discrte sur {1, 2, . . . , 2n}. Par consquent,
2
et Var(X) = 4n121 .
E(X) = 2n+1
2
2. (a) On remarque que Y peut prendre les valeurs de 1 2n. De plus :
si i 6 k 1, lvnement {Y = i} se ralise lorsque le joueur a forcment fait ses deux essais ; il a
obtenu un numro compris entre 1 et k 1 au premier tirage, puis a obtenu i au second. Le second
tirage ayant eu lieu avec remise, et les tirages tant indpendants, on a
i 1, k 1, P(Y = i) =

k1
1
k1
.

=
2n
2n
4n2

si i > k, lvnement {Y = i} est ralis dans deux situations : soit lorsque le premier tirage
amne le numro i, ce qui provoque larrt du joueur, soit lorsque le premier tirage a amen un
lancer compris entre 1 et k 1, et le second a amen i. On a donc
i k, 2n, P(Y = i) =

1
k1
+
.
2n
4n2

(On pouvait aussi utiliser la formule des probabilits totales comme je lai fait en cours.)
(b) On calcule alors lesprance de Y :
E(Y) =

2n
X

iP(Y = i)

i=1

k1
X

iP(Y = i) +

i=1

2n
X

k1
X

2n

k1 X
=
i
+
i
4n2
i=1

i=k

2n
k1X

4n2

iP(Y = i)

i=k

i=1

1
k1
+
2n
4n2

2n

i+

1 X
i
2n
i=k



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

4n2
2
2n
2
2
(k 1)(2n + 1) 2n + 1 (k 1)k
=
+

4n
2
4n
2n + 1 (k 1)(2n + 1 k)
=
+
2
4n
(k1)(2n+1k)
(c) On a E(Y) E(X) = 2n+1
2n+1
= (k1)(2n+1k)
. Comme k est choisi entre 1 et
2 +
4n
2
4n
2n, cette quantit est positive, et donc E(Y) > E(X).
La deuxime stratgie est donc meilleure que la premire.
Pour trouver la valeur de k qui permet de maximiser le gain (moyen), on cherche k tel que (k
1)(2n + 1 k) soit maximal (4n tant indpendant de k). Pour cela, on peut rapidement tudier
la fonction x 7(x 1)(2n + 1 x), de drive 2n + 2 2x, positive si et seulement si x 6 n + 1.
Ainsi, la valeur de k qui permet de maximiser le gain moyen est k = n + 1.

Exercice 3 (Loi binomiale ngative) :


1. Soit k N. Lvnement {X = k} est ralis si et seulement si on a effectu k + r tirages, le dernier
ayant donn une boule blanche et si au cours des k + r 1 premiers tirages on a obtenu k boules noires
et r 1 boules blanches. Le rsultat des (k + r) tirages ralisant {X = k} peut tre reprsent par
2/6

F. HECHNER, Master EM, parcours CAPES, Universit de Strasbourg

Anne 2014-2015

une (k + r)-liste dlments de lensemble {B, N } se terminant par B et comportant k fois N . Il y a


k+r1
listes de ce type, chacune ayant pour probabilit pr q k car les tirages se font avec remise. Donc
k
 r k
P(X = k) = k+r1
p q .
k
(Autre mthode : {X = k} correspond
k noires et r 1 blanches aux k + r 1 premiers tirages,
 k tirer
r1
ce qui arrive avec probabilit k+r1
q
p
et
tirer une blanche au dernier coup, ce qui arrive avec
k
probabilit p. Les deux vnements tant indpendants, en faisant le produit on arrive au mme rsultat
quavec la premire mthode).
2. Soit A lvnement on obtient r boules blanches.

P(A)

+
X

P(X = k)

k=0
+ 
X


k+r1 r k
=
p q
k
k=0

+ 
X
k+r1 k
= pr
q
k
k=0
r

p
r = 1.
(1 q)

On obtiendra donc presque srement r boules blanches.


3. E(X) =

+
P

kP(X = k) si cette srie converge absolument (cest--dire si elle converge, car elle est

k=0

termes positifs). Or :

+ 
X
k+r1 r k
p q
k
k

k=0


+ 
X
k+r1 k
r
q
r
k=0

+ 
X
K +r K
r
= rp q
q
r
K=0
q
= rpr
r+1
(1 q)
rq
=
.
p
=

pr

Donc E(X) existe et E(X) = r pq = r 1p


p .

Exercice 4 :
La suite (un ) est rcurrente linaire double. On va calculer son terme
caractristique

gnral. Son quation


est r2 4r 4 = 0, = 32, donc les racines
sont
r
:=
2
+
2
2
et
r
:=
2

2
2.
La
suite (un ) a
2
1
n
n
donc un terme gnral de la
forme
(2
+
2)
+
(2

2)
,
et
pour
n
=
0,
u
=

=
0, et pour
0

1
1

n = 1, u1 = 2( + ) + 2 2( ) = 1, donc = 4
et

,
ce
qui
donne
finalement
un =
2
2 2


+
+

P
P
n
n
1
e n

(2 + 2 2) (2 2 2) . Comme
P(X = un ) =
= 1, lnonc a bien un sens.
n!
4 2
n=0

n=0

3/6

F. HECHNER, Master EM, parcours CAPES, Universit de Strasbourg

Anne 2014-2015

Sous rserve dexistence,


+
X

E(X) =

un P(X = un )

n=0
+
X

n
n  e n
1 
(2 + 2 2) (2 2 2)
n!
4 2
n=0



1
= e e(2+2 2) e(22 2)
4 2


1 
= e(1+2 2) e(12 2) .
4 2
=

Exercice 5 :
1. Supposons que k soit un taux de panne. Montrons que la srie de terme gnral k diverge.
Si k 6 0, il ny a rien faire car la srie diverge grossirement. On suppose donc que k 0. Comme
n1
P
k apparat dans un produit, on sen dbarrasse en prenant le logarithme : ln P(T > n) =
ln(1 k )
k=0

Comme la srie de terme gnral P(T = n) converge (et est de somme 1 car on a une probabilit),
P(T = n) 0, do ln P(T = n) .
n+

Montrons que P(T > n) 0.

n+

n+

Rappelons que si (An ) est une suite dcroissante


T dvnements dintersection vide, lim P(An ) = 0.
On pose An := {T > n}. Alors An+1 An et
An = car T prend ses valeurs dans N. En effet, soit
nN

.
T En , T prend une valeur entire : T() = k N. Donc ds que n > k, 6 {T > n} et donc
6
An .
nN

Par consquent, ln P(T > n) . Et donc


n+

ln(1 k ) diverge donc.

n1
P

ln(1 k ) . La srie de terme gnral

k=0

On termine en se rappelant que ln(1 x) x 0 x, et que si on a des sries de terme gnral positifs

quivalents, elles sont de mme nature. Or k 0, donc ln(1 k ) k + k et k > 0, donc les
k+

sries de terme gnral ln(1 k ) et k sont de mme nature : divergentes.


P
Rciproquement, soit prsent une suite (n ) dlments de ]0, 1[ telle que la srie
n soit divergente.
nN

Il faut fabriquer une probabilit (mme un espace probabilis (, T , P)) et une variable alatoire T qui
est valeurs dans N, avec P(T > n) > 0 n et telle que n = P(T = n|T > n) n N.
On prend := N, T = P(N) de sorte que = {n}nN . Il sagit de dfinir P({n}). On notera pn :=
n
Q
(1 n ), n N. On pose
k=0
(
0
si n = 0
P({n}) =
n pn1 si n > 1
P
Pour que P soit une probabilit, il faut vrifier que
P({n}) converge et vaille 1.
nN

On cherche Sn :=

n
P
k=0

P({k}) =

n
P

k pk1 avec la convention p1 := 1. Mais k pk1 = pk pk1 , donc

k=0

Sn = 1 pn .
Pour montrer que Sn 1, il faut montrer que pn 0. On va montrer que ln(pn ) . On crit
n+
n
P
P
P
ln(pn ) =
ln(1 k ) et on compare les sries
k et
ln(1 k ). La premire est divergente.
k=1

kN

4/6

kN

F. HECHNER, Master EM, parcours CAPES, Universit de Strasbourg

Anne 2014-2015

On montre comme dans lexercice prcdent, que les deux suites tant termes strictement ngatifs et
quivalents, la seconde srie diverge galement. Do le rsultat.
On a donc muni (, T ) dune probabilit. Il sagit prsent de construire une variable alatoire T :
R. On pose T() = n pour = {n}. Alors T est une variable alatoire valeurs dans N, et
P(T = n) = P({n}).

+
P
P
On a P(T) = 0 et P(T) = k pk1 donc P(T > n) =
P(T = k) =
(pn1 pn ) = pn1 , donc
k=0
k=n
P
P(T > n) > 0, pn > 0 et
pn = 1.
Vrifions que P(T = n|T > n) = n ).
P(T = n)
P(T > n)

P(T = n|T > n) =


n pn1
pn1
= n
=

2. Si (n ) est une suite constante,


P
si n N, n = 0, la srie
k converge et donc la suite n nest pas un un taux de panne donc il
k

nexiste pas de variable alatoire T avec les proprits


de la dfinition.
P
si n = constante, avec ]0; 1[. La srie
k diverge : cest un taux de panne. Il existe donc
k

une variable alatoire T ayant les proprits requises. On va calculer P(T = n pour n N. On
n1
Q
n
aP(T = 0) = 0 = 0 et P(T = n) = n
(1 k ) = (1 ) n > 1. Autrement dit, T + 1 suit une
loi gomtrique de paramtre .

k=0

Esprance et variance
Exercice 6 (Avec des indicatrices !) :
En fait le calcul direct de la loi de X est possible, mais trs pnible, utilisant des formules du crible. . .
n
P
On remarque que X = X1 + . . . + Xn . Donc, par linarit de lesprance, E(X) =
E(Xi ).
i=1

= n1 : il y a n! faons de rpartir les chapeaux, et, si la iime personne
Or Xi B n1 car P(Xi = 1) = (n1)!
n!
rcupre son propre chapeau, il y a (n 1)! faons de rpartir les autres.
En particulier, E(Xi ) = n1 i.
Finalement, E(X) = n n1 = 1.
n
n
n
P
P
P
P
P
On a Var(X) = Var( Xi ) =
Var(Xi ) +
cov(Xi , Xj ) =
Var(Xi ) + 2
cov(Xi , Xj ). Comme
i=1
i=1
i=1
i<j
i6=j


Xi B n1 , Var(Xi ) = n1 1 n1 = n1
n2 .
Dautre part, si i 6= j, Xi Xj est une variable alatoire qui prend galement les valeurs 0 et 1, et P(Xi Xj =
1
1) = P({Xi = 1} {Xj = 1}) = (n2)!
= n(n1)
car si le ime et le jme quidam repartent avec leurs
n!


1
chapeaux respectifs, il reste (n 2)! faons de permuter les autres. Par consquent, Xi Xj B n(n1)
. Par
1
1
n1 n1 = n2 (n1)
.
consquent, cov(Xi , Xj ) = E(Xi Xj ) E(Xi )E(Xj ) = n(n1)
P
n1
1
2
Finalement, Var(X) = n n2 + (n n) n2 (n1) = 1 en prenant
qui comporte n2 n termes, ou alors
i6=j

P
n2 n = 2 n2 en utilisant 2 .
i<j

Exercice 7 :
Soit X une variable alatoire valeurs dans N et F sa fonction de rpartition. F est alors une fonction en
escalier.
5/6

F. HECHNER, Master EM, parcours CAPES, Universit de Strasbourg

Anne 2014-2015

1. Posons un := 1 F (n). On a
un

= 1 F (n)
= 1 P(X 6 n) par dfinition de F
= P(X > n)
X
=
P(X = k) car X est valeurs dans N
k>n

Donc n[1 F (n)] =

+
P

P
nP(X = n). Comme la srie de terme gnral
kP(X = k) converge,
k=n+1 P
kN
son reste dordre n, Rn :=
kP(X = k) est bien dfini, et Rn 0. Pour k > n + 1 > n, on a,
n+
k>n
P
P
comme P(X = k) > 0, kP(X = k) > nP(X = k), et donc
kP(X = k) >
nP(X = k) et donc
k>n

k>n

Rn > n[1 F (n)] > 0 car 1 > Fn > 0 et Rn 0. Finalement,

lim n[1 F (n)] = 0.

n+

2. On considre prsent la srie de terme gnral


suite des sommes partielles. Remarquons
P un . Soit (Tn ) la P
que P(X = n) = un1 un , et donc que
nP(X = n) =
n(un1 un ). Soient Sn les sommes
nN

nN

partielles : Sn := k(uk1 uk ) = u0 u1 + 2(u1 u2 ) + 3(u2 u3 ) + + n(un1 un ), de sorte que


Sn = u0 + u1 + + un1 nun = Tn1 nun = Tn1 n(1 F (n)). Or Sn est convergente, de somme
EX et n(1 F (n)) 0. Donc Tn EX.
n+

Exercice 8 (Introduction lestimation) :


n)
= +...+
= .
Par linarit de lesprance, E(X) = E(X1 )+...+E(X
n
n
V (X1 )+...+V (Xn )
Var
Comme les (Xi ) sont indpendantes, V (X) =
= nVar
n2
n2 = n .


n
n
n
n
P
P 2
P
P
2
2
Enfin, (n 1)S2 =
Xi 2X
Xi + nX . Or
Xi = nX. Donc (n 1)S2 =
X2i 2XXi + X =
i=1

n
P
i=1

X2i

i=1

i=1

i=1

nX . On en dduit, par linarit de lesprance et en utilisant le fait que E(Y2 ) = E(Y)2 + V (Y),

(n 1)E(S2 ) =

n
P
i=1

E(X2i ) nE(X ) = n(VarX + 2 ) n

VarX
n


+ 2 = VarX.

Exercice 9 :
1. La rponse est ngative. En effet, on a P(X + Y = 1) 6= 0, P(X Y = 0) 6= 0, mais P((X + Y =
1) (X Y = 0)) = 0.
2. Ici encore la rponse est ngative. En effet, si X est une variable alatoire valeurs dans N et si Y = X,
alors X + Y = 2X, X Y = 0, et 2X est indpendante de 0, alors que X ne lest pas de X.
3. Comme X + Y et X Y ont une variance, leur produit a une esprance et par indpendance E((X +
Y)(X Y)) = E(X + Y)E(X Y), soit en dveloppant E(X2 ) E(Y2 ) = E2 (X) E2 (Y) Var(X) =
Var(Y).

6/6