Vous êtes sur la page 1sur 24

MP2

2019-2020
Exercices corrigés de probabilité
Exercices : Fonction de répartition
1. On lance 2 dés et on appelle X la somme des points obtenus. Donner la représentation graphique
de la fonction de répartition de X. (On précisera, en particulier les points de discontinuité et leur nature).

2. Trois urnes A, B et C contiennent respectivement 1 boule blanche et 3 noires, 2 blanches et 2


noires, 3 blanches et 1 noire. On tire au hasard une boule dans chacune des 3 urnes, et on désigne par X
le nombre de boules blanches obtenues.
Donner la loi de X et sa fonction de répartition.

3. Déterminer (a, b) ∈ IR2 tel que la fonction F définie par:

a(x + 4)
F (x) = 1I ]−4,+∞[ (x)
b + |x|

soit une fonction de répartition.

Exercices : Variables aléatoires discrètes

4. (Soit X une v.a.r. discrète prenant les valeurs 3, 4, 5 et 6. Déterminer la loi de probabilité de X
sachant que:
P ([X < 5]) = 1/3 ; P ([X > 5]) = 1/2 ; P ([X = 3]) = P ([X = 4]).

5. A et B sont deux avions ayant respectivement 4 et 2 moteurs. Chaque moteur a la probabilité p


de tomber en panne et les moteurs sont indépendants les uns des autres.
Sachant que chaque avion arrive à destination si moins de la moitié de ses moteurs tombent en panne,
quel avion choisissez-vous ?

6. Deux joueurs lancent une pièce de monnaie parfaitement équilibrée, n fois chacun. Calculer la
probabilité qu’ils obtiennent le même nombre de fois “pile” .

7. On tire 9 cartes dans un jeu de 52 cartes. On appelle X la v.a.r. égale au nombre de carrés
obtenus.
Trouver la loi de X .

8. Une urne contient 5 boules toutes distinctes. On tire 3 boules une à une avec remise. Soit X la
v.a.r. égale au nombre de boules différentes tirées.
Déterminer la loi de X .

9. Une urne contient n boules numérotées de 1 à n. Déterminer la loi de la v.a.r. X dans les cas
suivants:
1. On tire k boules au hasard ; X est le plus petit numéro obtenu.
2. On tire successivement 3 boules, sans remise ; X est le numéro de la 3-ième boule tirée.
3. On tire 3 boules au hasard ; X est le numéro intermédiaire.
10. Une urne contient des jetons numérotés de 1 à n. On tire tous les jetons successivement et
sans remise. Soit p ≤ n. Quelle est la probabilité de tirer les jetons numérotés de 1 à p :
1. dans l’ordre des numéros et consécutivement ?
2. dans l’ordre ?

11. Une urne contient des boules numérotés de 1 à n. On tire les boules de l’urne, une à une et avec remise. On
s’arrête lorsque, pour la première fois le numéro tiré est supérieur ou égal aux numéros tirés précédemment.
Soit X la v.a.r. égale au nombre de tirages effectués.
Déterminer la loi de X.

12. On lance une piéce truquée jusqu’à obtenir pour la première fois “face”. Quelle est la probabilité
pour que le nombre de lancers soit impair ? Pair ?

13. On lance une pièce truquée et on note p la probabilité de voir apparâıtre “pile”. Soit X le temps
d’attente du premier “pile”. Trouver un entier s tel que P ([X ≤ s]) ≥ 1 − α, où α est un réel donné tel
que α ∈]0, 1[. Application α = 0, 01 et p = 1/6 .

14. Soit X une v.a.r. de loi géométrique de paramètre p et soit M ∈ IN∗. Déterminer les lois de
Z = inf(X, M ) et de Y = sup(X, M ).

15. Un sauteur tente de franchir les hauteurs successives 1, 2, · · · , n , · · · . Les sauts sont indépendants
et la probabilité de succès à la hauteur n, n ∈ IN∗ est 1/n. Le sauteur est éliminé à son premier échec .
On note X la v.a.r. “numéro du dernier saut réussi”.
P∞
Trouver la loi de X et vérifier que n=1 P ([X = n]) = 1.

16. On lance 5 dés: à chaque lancer, on met de côté ceux qui donnent un as et on relance les
autres jusqu’à obtenir 5 as. Soit X la v.a.r. égale au nombre de lancers et Y la v.a.r. égale au nombre
de dés lancés .
1. Calculer P ([X ≤ k]) puis P ([X = k]) pour tout k ∈ IN .
2. Calculer P ([Y = k]) pour tout k ∈ IN .

17. Dans une urne, il y a 10 boules blanches et 5 noires. On appelle X le rang de la r-ième boule
blanche tirée (1 ≤ r ≤ 10). Déterminer la loi de X dans le cas de tirages sans remise puis dans le cas de
tirages avec remise .

18. Une succession de parties indépendantes de “pile ou face” est représentée par une suite de
v.a.r. Xn telles que:
P ([Xn = 0]) = P ([Xn = 1]) = 1/2
Pn
On pose Sn = i=1 Xi .
1. Quelle est la loi suivie par Sn ?
2. Si k > 0, soit T la v.a.r. égale au premier instant où “pile” est tombé k fois. Quelle est la loi de
T?
3. Pierre et Paul jouent à “pile ou face”. Pierre choisit “pile” et Paul “face”. Soit U la v.a.r. égale
au premier instant où l’un des joueurs gagne k parties . Quelle est la loi de U ?
19. Soit X à valeurs dans IN telle que P ([X = n]) = (λ/n)P ([X = n − 1]) pour tout n ∈ IN∗ .
Trouver la loi de X .

20. Soit X une v.a.r. prenant ses valeurs dans IN. On suppose que pour tout n ∈ IN, on a
4P ([X = n + 2]) = 5P ([X = n + 1]) − P ([X = n]) .

Trouver la loi de X .

Exercices : Couples aléatoires discrets

1. On lance 2 dés. On appelle X la v.a.r. égale au résultat du premier dé et Y la v.a.r. égale à la


valeur maximale obtenue.
Déterminer la loi du couple (X, Y ) et en déduire la loi de Y .

2. On lance 2 dés. Soit T la somme des points obtenus, X le reste de la division de T par 2 et Y le
reste de la division de T par 5.
1. Donner la loi conjointe de (X, Y ).
2. Donner les lois marginales de X et de Y .
3. Les v.a.r. X et Y sont-elles indépendantes?

3. On considère n boıtes numérotées de 1 à n. La boıte k contient k boules numérotées de 1 à k.


On choisit au hasard une boı̂te, puis une boule dans cette boı̂te. On note X le numéro de la boı̂te et Y
le numéro de la boule.
1. Déterminer la loi du couple (X, Y ), la loi de Y et IE(Y ).
2. Calculer P ([X = Y ]).

4. Soit (X, Y ) un couple de v.a.r. à valeurs dans IN2 tel que:

(j + k)λj+k
P ([X = j] ∩ [Y = k]) =
e j! k!

1. Déterminer λ puis trouver les lois de X et de Y . Les v.a.r. X et Y sont-elles indépendantes?


2. Calculer IE(2X+Y ).

5. Soient X et Y deux v.a.r. indépendantes vérifiant, pour tout n ∈ IN:

1 + an
P ([X = n]) = P ([Y = n]) =
4(n!)

1. Déterminer a, calculer GX(s) , IE(X) et var(X).


2. Déterminer la loi de S = X + Y .

e−1
6. On pose, pour tout (m, n) ∈ IN 2, pn,m = 2m+1 n! .

1. Montrer que l’on peut définir ainsi la loi d’un couple (X, Y ).
2. Déterminer les lois marginales. Les v.a.r. X et Y sont-elles indépendantes?
3. Calculer l’espérance et la variance de X et de Y .
1
7. On pose, pour tout (m, n) ∈ IN ∗ 2, pn,m = 2n−1 3m .

1. Montrer que (pn,m )(n,m)∈IN∗2 définit une probabilité Π.

2. Déterminer les lois marginales d’un couple (X, Y ) de v.a.r. admettant Π comme probabilité.

3. Identifier la loi de X (resp. la loi de Y ) et donner la valeur de IE(X) et de V (X). (resp. de IE(Y )
et de V (Y )).

8. Soient X et Y deux v.a.r. indépendantes de lois respectives binomiales B(n, 1/2) et B(m, 1/2).
Calculer P ([X = Y ]).

9. Soient X et Y deux v.a.r. indépendantes de même loi géométrique G(p).

1. Déterminer la loi de Z = X/Y .

2. Calculer IE(Z) et montrer que IE(Z) > 1.

10. Une urne contient n boules noires indiscernables et 2 boules rouges numérotées 1 et 2.
L’expérience consiste à tirer n + 2 fois une boule sans remise. On note:
N1 la v.a.r. égale au rang de tirage de la première boule rouge;
N2 la v.a.r. égale au rang de tirage de la deuxième boule rouge;
R1 la v.a.r. égale au rang de tirage de la boule rouge numéro 1;
R2 la v.a.r. égale au rang de tirage de la boule rouge numéro 2.

1. Trouver la loi du couple (R1 , R2 ). En déduire les lois des v.a.r. R1 et R2 .


2. Trouver la loi du couple (N1 , N2 ). En déduire les lois des v.a.r. N1 et N2 − N1 , puis les espérances
IE(N1 ) et IE(N2 ).

11. Soient X et Y deux v.a.r. indépendantes. Trouver la loi conditionnelle de X sachant X + Y = k


dans les deux cas suivants:
1. X suit la loi binomiale B(n, p) et Y suit la loi binomiale B(m, p) ;
2. X suit la loi de Poisson P(λ) et Y suit la loi de Poisson P(µ).

12. Soit X une v.a.r. de loi binomiale B(n, p) e t Y une v.a.r. à valeurs dans IN telle que la loi
conditionnelle de Y sachant [X = k] est la loi binomiale B(k, p0 ).
Déterminer la loi de Y .

13. Soient X et Y deux v.a.r. à valeurs dans IN telles que la loi conditionnelle de X sachant [Y = n]
est l’équiprobabilité sur [[0, n]].
1. Exprimer la loi du couple (X, Y ) en fonction de la loi de Y ;
2. Montrer que P ([X ≤ Y ]) = 1.
3. Soit a ∈]0, 1[. On suppose que P ([Y = n]) = (1 − a)2 (n + 1) an . Déterminer la loi de X, puis
celle de Y − X.
14. (∗∗) Soit (a, b, c) ∈]0, 1[3 vérifiant a + b + c = 1 et soit (α, β) ∈]0, 1[2 vérifiant α + β = 1.
n
On pose p0,0 = α + βa et pour (n, m) 6= (0, 0), pn,m = βa Cn+m bn cm .

1. Vérifier que (pn,m )(n,m)∈IN2 définit la loi de probabilité d’un couple (X, Y ).

2. Déterminer les lois marginales de X et de Y , les espérances et variances de X et de Y .

3. Déterminer la loi conditionnelle de Y sachant [X = 0], puis sachant [X = n].

15. (∗) Soient X et Y deux v.a.r. indépendantes de même loi de Bernoulli B(p).
1. Quelle est la loi de X + Y ? de X − Y ?
2. Les v.a.r. X + Y et X − Y peuvent-elles être indépendantes?

16. (∗) Soient X et Y deux v.a.r. de loi de Bernoulli.


Montrer que cov(X, Y ) = 0 si et seulement si X et Y sont indépendantes.

17. Soient X et Y deux v.a.r. d’ordre 2. On pose S = X + Y et D = X − Y .


1. Montrer que si S et D sont indépendantes, alors var(S) = var(D).
2. On suppose que X et Y sont indépendantes de même loi, l’équiprobabilité sur [[1, 3]].

(a) Montrer que var(X) = var(Y ).


(b) Déterminer les lois de S et D. Les v.a.r. S et D sont-elles indépendantes?

18. (∗ ∗ ∗) Soient X0 , X1 ,..., X2n−1 , 2n v.a.r. indépendantes de même loi de Bernoulli B(1/2).
On pose, pour 0 ≤ m ≤ n − 1, Ym = X2m + X2m+1 et pour k = 0, 1, 2, on désigne par Nk le nombre de
v.a.r. Ym égales à k.
1. Déterminer la loi de N0 .
2. Déterminer la loi du couple (N0 , N2 ).

19. (∗ ∗ ∗) Soit (Xn ) une suite de v.a.r. indépendantes de même loi de Bernoulli B(p) et soit Yn =
Pn Pn
Xn Xn+1 . On pose Sn = i=1 Xi et Tn = i=1 Yi .
Calculer IE(Sn ), IE(Tn ), var(Sn ), var(Tn ) et cov(Sn , Tn ).

20. (∗∗) Soit (Xn ) une suite de v.a.r. indépendantes qui vérifient P ([Xn = −1]) = P ([Xn = 1]) = 1/2.
On définit une suite (Yn ) par Y1 = X1 et Yn = αYn−1 + Xn .
1. Exprimer Yn en fonction de X1 , X2 ,..., Xn .
2.
Calculer IE(Yn ), V (Yn ) puis cov(Yn , Yn+m ).

21. (∗) Soit X une v.a.r. suivant la loi de Bernoulli B(p) et Y une v.a.r. suivant la loi de Poisson P(λ).
On suppose les v.a.r. X et Y indépendantes et on pose Z = XY .
1. Calculer IE(Z).
2. Déterminer la loi de Z, puis calculer sa variance.
21. (∗) Soit X une v.a.r. suivant la loi de Bernoulli B(p) et Y une v.a.r. suivant la loi de Poisson P(λ).
On suppose les v.a.r. X et Y indépendantes et on pose Z = XY .
1. Calculer IE(Z).
2. Déterminer la loi de Z, puis calculer sa variance.

22. (∗ ∗ ∗) Soient X1 , X2 ,..., Xn , n v.a.r. discrètes indépendantes de même loi, à valeurs dans [[1, k]]. On
pose, pour tout j ∈ [[1, k]], pj = P ([Xi = j]).
Soit X la v.a.r. égale au nombre de v.a.r. Xi telles que Xi = 1 et Y la v.a.r. égale au nombre de v.a.r.
Xi telles que Xi = 2.
Calculer le coefficient de corrélation ρ(X, Y ).

23. (∗∗) Soient X et Y deux v.a.r. discrètes telles que IE(X) = IE(Y ) = m ; V (X) = σ12 ; V (Y ) = σ22 ;
cov(X, Y ) = µ et V (X − Y ) 6= 0. On pose Z = aX + bY .
Déterminer a et b pour que IE(Z) = m et V (Z) soit maximale.

24. (∗∗) On considère 3 urnes contenant chacune n boules numérotées de 1 à n. On tire une boule dans
chaque urne. Les v.a.r. X, Y et Z représentent les 3 numéros tirés.
1. Calculer P ([Z = X + Y ]).
2. Déterminer cov(X, Y ).

25. (∗∗) Soient X et Y deux v.a.r. indépendantes à valeurs dans IN, X suivant la loi géométrique G(p).
Soit Z la v.a.r. telle que Z = X − Y si X > Y et Z = 0 sinon.
Exprimer la loi de Z en fonction de celle de Y et montrer qu’elle ne dépend que de α = IE((1 − p)Y )).

26. (∗∗) Soient X et Y deux v.a.r. indépendantes, X suivant la loi géométrique G(p) et Y suivant la loi
de Poisson P(λ). Soit Z la v.a.r. telle que Z = 0 si X = 0 et Z = Y si X = 1.
Calculer la loi de Z, gZ (t), IE(Z), V (Z) et P ([X = 1]/[Z = 0]).

28. (∗∗) Soit X une v.a.r. suivant la loi géométrique G(p) et soit n ∈ IN.
1. Déterminer les lois suivies par les v.a.r. Y = max(n, X) et Z = min(n, X).
2. Soit T une v.a.r. indépendante de X suivant aussi la loi géométrique G(p). Déterminer les lois
suivies par X + T , max(X, T ) et min(X, T ).

27. (∗∗) Soient X1 et X2 deux v.a.r. indépendantes de même loi telles que, pour k ∈ IN, P ([X1 = k]) =
P ([X2 = k]) = 2k1+1 .
Déterminer, à l’aide de la fonction de répartition, la loi de X = max(X1 , X2 ) et calculer IE(X).
Corrigé des exercices

X
n
Cni Cm
n−i n
= Cm+n (Exo8 Couples aléatoires discrets)
On rappelle la formule de Vandermonde
i=0
obtenue par calcul du coefficient de x dans (1+x)n+m =(1+x)n (1+x)m
n

Fonctions de répartition

1. X(Ω) = [[2, 12]] variable aléatoire discrète donc fonction de répartition en escalier, dont
les discontinuités sont aux points de X(Ω).
2
P ([X = 2]) = P ([X = 12]) = 361 , P ([X = 3]) = P ([X = 11]) = 36 , P ([X = 4]) =
3 4 5
P ([X = 10]) = 36 , P ([X = 5]) = P ([X = 9]) = 36 , P ([X = 6]) = P ([X = 8]) = 36 et
6
P ([X = 7]) = 36 . On a donc

1 3 6 10 15 21
FX (x) = 1I[2,3[ (x) + 1I[3,4[ (x) + 1I[4,5[ (x) + 1I[5,6[ (x) + 1I[6,7[ (x) + 1I[7,8[ (x)
36 36 36 36 36 36
26 30 33 35
+ 1I[8,9[ (x) + 1I[9,10[ (x) + 1I[10,11[ (x) + 1I[11,12[ (x) + 1I[12,+∞[ (x)
36 36 36 36
2. X(Ω) = [[0, 3]]. P ([X = 0]) = 3
× 2
× 1
= 3
;
4 4 4 32

1 2 1 3 1 1 3 1 3 13
P ([X = 1]) = × × + × × + × × = ;
4 4 4 4 2 4 4 2 4 32
1 2 1 1 1 3 3 1 3 13
P ([X = 2]) = × × + × × + × × = ;
4 4 4 4 2 4 4 2 4 32
et P ([X = 3]) = 14 × 12 × 34 = 32
3
.
3
Ainsi, P ([X = 0]) = P ([X = 3] = 32 et P ([X = 1]) = P ([X = 2]) = 13
32
et

3 3 16 29
FX (x) = 1I[0,1[ (x) + 1I[0,1[ (x) + 1I[1,2[ (x) + 1I[2,3[ (x) + 1I[3,+∞[ (x).
32 32 32 32
Variables aléatoires discrètes

4. P ([X = 3]) = P ([X = 4]) = a, P ([X = 5]) = b, P ([X = 6]) = c, avec 2a + b + c = 1,


c = 1/2 et 2a = 13 . Donc a = 16 , c = 1/2 et b = 1 − 2a − b = 1/6.

5. Soit A (resp. B) l’événement “l’avion A (resp. B) arrive à destination”.


On a P (A) = (1 − p)4 + 4p(1 − p)3 = (1 − p)3 (1 + 3p) et P (B) = (1 − p)2 .

P (A) − P (B) = (1 − p)2 [(1 − p)(1 + 3p) − 1] = (1 − p)2 (2p − 3p2 ) = p(1 − p)2 (2 − 3p)

• Si 2 − 3p > 0, c’est-à-dire p < 23 , P (A) > P (B) et il vaut mieux choisir l’avion A.
• Si 2 − 3p < 0, c’est-à-dire p > 23 , P (A) < P (B) et il vaut mieux choisir l’avion B.
• Si 2 − 3p = 0, c’est-à-dire p = 23 , P (A) = P (B) et peu importe le choix de l’avion.

6. Soit Ak l’év´enement
 n “les joueurs obtiennent chacun k piles”. La probabilité cherchée
S Pn
est alors p = P Ak = P (Ak ).
k=0 k=0
2
Les lancers des 2 joueurs étant indépendants, on a alors P (Ak ) = Cnk 21n .
Pn
Cn
D’où p = 41n (Cnk )2 , soit p = 42n
n .
k=0
7. 9
Ici, cardΩ = C52 et X(Ω) = {0, 1, 2}.
2
Pour [X = 2], on choisit la hauteur des 2 carrés (C13 choix), puis on choisit une autre
2 ×44
C13
carte (C512−8 choix). Ainsi, P ([X = 2]) = C529 ≈ 9.10−7 .
1
Pour [X = 1], on choisit la hauteur du carré (C13 = 13 choix), puis, dans les 5 autres AS de Carreau
5
cartes, il ne doit pas y avoir de carré (C48 − 12 × 44 choix). Ainsi,
5
13 × (C48 − 12 × 44)
P ([X = 1]) = 9
≈ 6.10−3 .
C52

Enfin, P ([X = 0]) = 1 − P ([X = 1]) − P ([X = 2]). carré d'As ou de hauteur A
on apprend des choses en prépa quand même !

8. cardΩ = 53 et X(Ω) = {1, 2, 3}.


Pour avoir [X = 1], il faut tirer 3 fois la même boule et on a 5 choix possibles. Ainsi,
P ([X = 1]) = 553 = 251
= 0, 04 .
Pour avoir [X = 3], pour la première boule, on a 5 choix, pour la deuxième 4 et pour
la troisième 3. Ainsi, P ([X = 3]) = 5×4×3
53
= 12
25
= 0, 48 .
Pour avoir [X = 2], il faut 2 boules distinctes (5×4 choix), la boule différente des autres
pouvant être en premier, en deuxième ou en troisième. Ainsi, P ([X = 2]) = 5×4×3 53
= 12
25
.
Remarque : On a bien P ([X = 1]) + P ([X = 2]) + P ([X = 3]) = 1.

9. k−1
Cn−i
1. cardΩ = Cnk , X(Ω) = [[1, n − k + 1]] et P ([X = i]) = (on choisit les k − 1
Cnk
boules restantes à tirer parmi les n − i plus grandes que i).

1 (n−1)(n−2)
2. cardΩ = A3n = n(n − 1)(n − 2), X(Ω) = [[1, n]] et P ([X = i]) = n
(= n(n−1)(n−2)
).

(i−1)(n−i)
3. cardΩ = Cn3 , X(Ω) = [[2, n − 1]] et P ([X = i]) = Cn3
(1 boule avant, 1 après).

10. cardΩ = n!.


1. Les jetons de p + 1 à n peuvent être tirés dans n’importe quel ordre, soit (n − p)!
façons. Ceux de 1 à p sont tirés dans cet ordre en suivant, soit en premier, soit en deux-
ième,..., soit de façon à ce que le jeton p soit tiré en dernier, c’est-à-dire le jeton 1 en
(n−p+1)!
position n − p + 1, d’où n − p + 1 choix et p = n!
.
2. On a p! ordres possibles pour les jetons numérotés de 1 à p. Comme tous les ordres
sont équiprobables, la probabilité d’avoir les jetons de 1 à p dans l’ordre croissant est p!1 .

11. X(Ω) = {2, · · · , n+1} : en effet, au minimum, il faut 2 tirages pour obtenir un numéro
supérieur ou égal au précédent, et au maximum, il en faut n + 1 (lorsque les n premiers
numéros sont n, n − 1, · · · , 2, 1.
On a X > i lorsque n1 > n2 > · · · > ni et il y a Cni i-uplets (n1 , · · · , ni ) de la sorte (un
seul ordre possible).
i
Le nombre total de i-uplets étant ni , il en résulte que P ([X > i]) = Cnni (encore valable
pour i = 1 puisque Cn1 = n1 = n et que P ([X > 1]) = 1). On a donc :
 i−1 i
P ([X = i]) = P ([X > i − 1]) − P ([X > i]) = Cni−1
n
− Cnni si 1 ≤ i ≤ n
.
P ([X = n + 1]) = n1n
12. Soit p la probabilité d’obtenir “face” et X la v.a. égale au nombre de lancers : X(Ω) =
IN∗ et P ([X = k]) = pq k−1 . On a alors :
X
+∞ X
+∞ X
+∞
pq q
2k−1
P ([X pair ]) = P ([X = 2k]) = p q = pq q 2(k−1) = 2
= .
k=1 k=1 k=1
1−q 1+q

q 1
On a donc P ([X pair ]) = 1+q
et P ([X impair ]) = 1+q
.

(En particulier, P ([X pair ]) < P ([X impair ])).

s
13. P ([X = k]) = pq k−1 et P ([X ≤ s]) = p q k−1 = p(1 + · · · + q s−1 ) = p 1−q
1−q
= 1 − qs.
k=1
ln α
On veut 1 − q s ≥ 1 − α, soit q s = es ln q ≤ α d’où s ln q ≤ ln α et comme ln q < 0, s ≥ ln q
.
A.N. : α = 0, 01, q = 56 donne s ≥ ln−25−ln
ln 10
6
≈ 25, 3 d’où s = 26 .

14. Z(Ω) = {1, · · · , M} avec, pour k ≤ M − 1, P ([Z = k]) = P ([X = k]) = pq k−1 et
P ([Z = M]) = P ([X ≥ M] ) = 1 − P ([X ≤ M − 1]) = 1 − (1 − qM−1) = qM−1 (cf ex 13). Y
(Ω) = {M, M + 1 , · · · } avec, pour k > M , P ([Y = k]) = P ([X = k]) = pqk−1 et P ([Y =
M]) = P ([X ≤ M]) = 1 − qM .

15. Soit Ak l’événement “le sauteur réussit la hauteur k”. On a, par hypothèse, P (Ak ) = 1
k
.
Si X désigne la hauteur du dernier saut réussi, on a X(Ω) = IN∗ (car P (A1 ) = 1) et,
pour n ∈ IN∗ ,
[X = n] = A1 ∩ · · · ∩ An ∩ An+1 .
Les sauts étant supposés indépendants, les événements Ak le sont aussi et les probabilités
se multiplient, soit :

Y
n  
1 1
P ([X = n]) = P (Ak ) × P (An+1 ) = × 1− .
k=1
n! n + 1

1 1
Ainsi, P ([X = n]) = − pour tout n ∈ IN∗ .
n! (n + 1)!

X
+∞  X +∞ n X
+∞
X 1 1
n z zn
GX (z) = IE(z ) = z − = −
n=1
n! (n + 1)! n! n=1 (n + 1)!
 n=1
1 1 1
= ez − 1 − (ez − 1 − z) = ez 1 − +
z z z
   
0 z 1 1 1 00 z 1 1 1 2 2
GX (z) = e 1 − + 2 − 2 et GX (z) = e 1 − + 2 + 2 − 3 + 3
z z z z z z z z
donc G0X (1) = e − 1 et G00X (1) + G0X (1) − (G0X (1))2 = 2 + (e − 1) − (e − 1)2 = 3e − e2 , soit :

IE(X) = e − 1 et var(X) = 3e − e2 .
16. 1. On numérote les dés et on note Xi le nombre de lancers du dé i, pour obtenir un
k T
5
as. P ([Xi ≤ k]) = 1 − P ([Xi > k]) = 1 − 56 . Or [X ≤ k] = [Xi ≤ k].
i=1
Les événements [Xi ≤ k] sont indépendants car ce qui se passe sur un dé ne dépend pas
Q
5 h  i5
5 k
des autres dés ; d’où P ([X ≤ k]) = P ([Xi ≤ k]) = 1 − 6 . On a donc :
i=1

h  i5 h  i5
5 k 5 k−1
X(Ω) = IN∗ et P ([X = k]) = P ([X ≤ k]) − P ([X ≤ k − 1]) = 1 − 6
− 1− 6

2. Soit Y le nombre de dés lancés. Tout ce passe comme si on ne lançait qu’un dé
4
 
1 5 5 k−5
et qu’on voulait obtenir 5 as ; Y (Ω) = {5, 6, · · · , +∞} et P ([Y = k]) = Ck−1 6 6
.

17. 1. Cas de tirages sans remise : X(Ω) = [[r, 5 + r]].


Si X = r + k, on fait r + k tirages sans remise : il faut donc tirer k boules noires et
r boules blanches et l’ordre compte. De plus, la dernière boule tirée doit être blanche : il
faut alors placer les k boules noires parmi les r + k − 1 places. On a ainsi :

Crk+k−1 Ak5 Ar10


P ([X = r + k]) = .
Ar+k
15

2. Cas de tirages avec remise : X(Ω) = [[r, +∞[ et la proportion des boules ne varient
pas (2/3 de blanches et 1/3 de noires). On a alors :
 k  r
k 1 2
P ([X = r + k]) = Cr+k−1 .
3 3

18. Xn (Ω) = {0, 1} : Xn = 1 si pile tombe au lancer n, 0 sinon.

1. Sn (Ω) = [[0, n]]. Sn = k si k des Xi valent 1, les n − k autre 0.


 k  n−k
1 1 1
P ([Sn = k]) = Cnk = n Cnk :
2 2 2

la loi suivie par Sn est la loi binomiale B n, 12 .

2. T (Ω) = [[k, +∞[. [T = n] si Xn = 1 et si k − 1 des xi valent 1 pour i ∈ [ 1, n − 1]]


k−1 1
d’où P ([T = n]) = Cn−1 .
2n
3. Si [U = n], où n ≥ k, il y a eu alors, ou bien k piles et n − k faces (avec n − k < k),
k−1 k−1
Cn−1 Cn−1
soit k faces et n − k piles d’où U (Ω) = [k, 2k − 1]] et P ([U = n]) = 2 2n
= 2n−1 .
19. P ([X = n]) = (λ/n)P ([X = n − 1]) donne : P ([X = 1]) = λP ([X = 0]),

λ λ2
P ([X = 2]) = P ([X = 1]) = P ([X = 0])
2 2
λ λ3
P ([X = 3]) =
P ([X = 2]) = P ([X = 0]).
3 3!
n
Par récurrence, on montre que P ([X = n]) = λn! P ([X = 0]) pour n ∈ IN∗ (et même pour
P
+∞ P λn
+∞
n = 0). De plus, P ([X = n]) = 1, donc P ([X = 0]) n!
= 1 et P ([X = 0]) = e−λ .
n=0 n=0
n
D’où P ([X = n]) = e−λ λn! : X suit la loi de Poisson P(λ) .

20. On pose pn = P ([X = n]). On a alors pn+2 = 5pn+1 −pn = 0, d’équation caractéristique
n P
+ ∞
4r2 − 5r + 1 = 0, soit (4r − 1)(r − 1) = 0, donc pn = A + B 14 . Mais pn = 1, donc
n=0
lim pn = 0 et A = 0.
n
P
+∞
B

1 n

Enfin, pn = 1− 14
= 43 B, d’où B = 3
4
et P ([X = n]) = 3
4 4
: X suit la loi G0 3
4
.
n=0

Couples aléatoires discrets

1. (X, Y )(Ω) = {(x, y) ; y ≥ x ; x, y ∈ [ 1, 6]]}. Si Z désigne le résultat du deuxième dé,


on a : 
P ([X = x] ∩ [Z = y]) si y > x
P ([(X, Y ) = (x, y)]) = .
P ([X = x] ∩ [Z ≤ x]) si y = x
Comme X et Z sont indépendantes, on a :
 1
P ([(X, Y ) = (x, y)]) = P ([X = x])P ([Z = y]) = 36 si y > x
x .
P ([(X, Y ) = (x, x)]) = P ([X = x])P ([Z ≤ x]) = 36
P P 1 y 2y−1
P ([Y = y]) = P ([(X, Y ) = (x, y)]) = 36
+ 36
= 36
pour y > 1 (encore valable
x x<y
1
pour y = 1 car P ([Y = 1]) = P ([X = 1] ∩ [Z = 1]) = 36
.)
2y−1
On a donc Y (Ω) = [[1, 6]] et P ([Y = y]) = 36
.

2. On a T (Ω) = [[2, 12]], X(Ω) = {0, 1} et Y (Omega) = [[0, 4]]. On note px,y = P ([X =
x] ∩ [Y = y]). On a :
1
• pour T = 2, X = 0 et Y = 2, avec P ([T = 2]) = 36
2
• pour T = 3, X = 1 et Y = 3, avec P ([T = 3]) = 36
3
• pour T = 4, X = 0 et Y = 4, avec P ([T = 4]) = 36
4
• pour T = 5, X = 1 et Y = 0, avec P ([T = 5]) = 36
5
• pour T = 6, X = 0 et Y = 1, avec P ([T = 6]) = 36
6
• pour T = 7, X = 1 et Y = 2, avec P ([T = 7]) = 36
5
• pour T = 8, X = 0 et Y = 3, avec P ([T = 8]) = 36
4
• pour T = 9, X = 1 et Y = 4, avec P ([T = 9]) = 36
3
• pour T = 10, X = 0 et Y = 0, avec P ([T = 10]) = 36
2
• pour T = 11, X = 1 et Y = 1, avec P ([T = 11]) = 36
1
• pour T = 12, X = 0 et Y = 2, avec P ([T = 12]) = 36 .
3 5 2 5 3
p0,0 = 36
p0,1 = 36
p0,2 = 36
p0,3 = 36
p0,4 = 36
Ainsi, 4 2 6 2 4 .
p1,0 = 36
p1,1 = 36
p1,2 = 36
p1,3 = 36
p1,4 = 36
P
4
1
P
4
2. X(Ω) = {0, 1} avec P ([X = 0]) = p0,y = 2
et P ([X = 1]) = p1,y = 12 .
y=0 y=0
7 7 8 7
Y (Ω) = [[0, 4]] avec P ([Y = 0]) = 36
, P ([Y = 1]) = 36
, P ([Y = 2]) = 36
, P ([Y = 3]) = 36
7
et P ([Y = 4]) = 36 .

3 1 7 3
3. P ([X = 0] ∩ [Y = 0]) = p0,0 = 36 alors que P ([X = 0])P ([Y = 0]) = 2
× 36
6= 36
:
les variables aléatoires X et Y ne sont donc pas indépendantes.

3. X(Ω) = [[1, n]], Y (Ω) = [[1, n]], avec Y ≤ X.

P ([X, Y ) = (i, j)]) = P ([X = i] ∩ [Y = i]) = P ([X = i])P ([Y = j]/[X = i]).

Or P ([X = i]) = n1 (boı̂te choisie au hasard) et P ([Y = j]/[X = i]) = 1


i
si j ≤ i, 0 sinon
 1
in
pour j ≤ i
donc pij = .
0 pour j > i
P P
n
1 1
P
n
1
Loi de Y : p.j = pij = in
: P ([Y = j]) = n i
pour j ∈ [ 1, n]] .
i i=j i=j

X
n
1 XX j
n n
1 X j
IE(Y ) = jP ([Y = j]) = =
j=1
n j=1 i=j i n 1≤j≤i≤n i

1 XX j 1 X i(i + 1) 1 X
n i n n
= = = (i + 1)
n i=1 j=1 i n i=1 2i 2n i=1
 
1 n(n + 1)
= +n
2n 2

n+3
soit IE(Y ) = 4
.

P
n P
n
1 1
P
n
1
2. P ([X = Y ]) = P ([X = i] ∩ [Y = i]) = in
, soit P ([X = Y ]) = n i
.
i=1 i=1 i=1
 
(j+k)λj+k 1 jλj+k kλj+k
4. 1. pjk = P ([X = j] ∩ [Y = k]) = e j! k!
= e j!k!
+ j!k!
.

X
+∞
1 jλj X λk 1 λj X kλk
+∞ +∞
pj. = pjk = +
k=0
e j! k=0 k! e j! k=0 k!

1 λ j X λk
j +∞
λ−1 jλ jλj 1 λj λ
= e + = eλ−1 + λe
j! e j! (k − 1)! j! e j!
k=1

j
soit P ([X = j]) = eλ−1 (j + λ) λj! pour j ∈ IN .
Comme j et k jouent le même rôle, les v.a. X et Y ont même loi.

P
+∞
On doit avoir pj. = 1. Or
j=0
! !
X
+∞ X
+∞
jλj X
+∞ j
λ X
+∞
λj
pj. = eλ−1 +λ = eλ−1 + λeλ = 2λe2λ−1 .
j=0 j=0
j! j=0
j! j=1
(j − 1)!

On doit donc avoir 2λe2λ = e, soit g(2λ) = 0 avec g : x 7→ xex − e. g 0 (x) = ex (x + 1) donc
g est strictement croissante sur IR+ , avec g(1) = 0. C’est donc que 2λ = 1, soit λ = 12
1 (j+ 12 )
et P ([X = j]) = P ([Y = j]) = e− 2 2j j!
pour j ∈ IN .
1
p00 = 0 alors que p0. = p.0 = 12 e− 2 6= 0. Donc p0. p.0 6= p00 : X et Y ne sont pas
indépendantes.

  X +∞ X+∞
(j + k)λj+k X X (j + k)(2λ)j+k
+∞ +∞
2. IE 2X+Y = 2j+k = = 2(2λ)e2(2λ)−1 obtenu
j=0 k=0
ej!k! j=0 k=0
ej!k!
 
en remplaçant λ par 2λ dans le calcul du 1. Avec λ = 12 , on a alors IE 2X+Y = 2e .

 +∞ 
P
+∞ P
+∞
1+an 1
P sn
P
+∞
(as)n
5. 1. GX (s) = sn P ([X = n]) = sn 4(n!) = 4 n!
+ n!
= 14 (es + eas ).
n=0 n=0 n=0 n=0
P
+∞
1
On doit avoir P ([X = n]) = 1, soit GX (1) = 1. Or GX (1) = 4
(e + ea ), donc
n=0
e + ea = 4 et a = ln(4 − e) .

G0X (s) = 14 (es + aeas ) donc IE(X) = G0X (1) = 14 (e + aea ) et G00X (s) = 14 (es + a2 eas ) donc
 
1 1
var(X) = G00X (1)
+ − G0X (1) G0X (1)2
2e + a e + ae − (e2 + 2aea+1 + a2 e2a )
= 2 a a
4 4
1  
= 8e − e2 + aea (4 − 2e) + a2 ea (4 − ea )
16

donc, avec a = ln(4 − e), IE(X) = 14 (e + (4 − e) ln(4 − e)) et

 
var(X) = 1
16
e(8 − e) + (4 − e)(4 − 2e) ln(4 − e) + e(4 − e) ln2 (4 − e) .

P
n P
n
2. P ([S = n]) = P ([X = k] ∩ [Y = n − k]) = P ([X = k])P ([Y = n − k]) par
k=0 k=0
indépendance de X et de Y . On a donc

1 X (1 + ak )(1 + an−k ) 1 X k
n n
P ([S = n]) = = Cn (1 + ak + an−k + an )
16 k=0 k!(n − k)! 16n! k=0

P
n P
n P
n
avec Cnk = 2n et Cnk ak = Cnk an−k = (a + 1)n .
k=0 k=0 k=0
1
On a donc P ([S = n]) = 16n!
[2n (1 + an ) + 2(a + 1)n ], soit

1
P ([S = n]) = [2n (1 + (ln(4 − e))n ) + 2(ln(4 − e) + 1)n ] .
16n!
P 1
P
+∞
1 1 1 1
6. 1. pn. = pnm = en! 2m+1
= 2en! 1− 12
= en!
= e−1 n!1 et
m m=0

X X
+∞
1
−1
pn. = e = e−1 e = 1
n n=0
n!

donc (pnm ) définit bien la loi de probabilité d’un vecteur (X, Y ).

1
2. P ([X = n]) = pn. = e−1 n! donc X suit la loi de Poisson P(1) .
P −1 P 1
+∞
p.m = pnm = 2em+1 n!
= 12 21m donc P ([Y = m]) = 12 21m et
n n=0

1

Y suit la loi géométrique G0 2
.
e−1 1
pnm = n! 2m+1
= pn. p.m : les v.a.r. X et Y sont donc indépendantes.

q q
3. Pour Z de loi G0 (p), on a IE(Z) = p
et var(Z) = p2
donc IE(Y ) = 1, var(Y ) = 2 ,
et pour Z de loi P(λ), on sait que IE(Z) = var(Z) = λ donc IE(X) = var(X) = 1 .

7. P 1 1
P
+ ∞
1 1 1 1 1 1
P 1 1
1. pn. = pnm = 2n−1 3 3m−1
= 2n−1 3 1− 13
= 2 2n−1
et pn. = 2 1− 12
= 1 donc
m m=1 n
(pnm ) définit bien une probabilité π.

2. pn. = 12 2n−1
1
donc X suit la loi géométrique G 12 .
P P
+ ∞ m−1 
p.m = pnm = 31m 1
2n−1
= 31m 1−1 1 = 32 13 donc Y suit la loi géométrique G 2
3
.
n n=1 2

1 q
Pour Z de loi G(p), on sait que IE(Z) = p
et var(Z) = p2
donc IE(X) = var(X) = 2 ,
IE(Y ) = 32 , var(Y ) = 3
4
.

8. On suppose par exemple n ≤ m.


Pn P
n
P ([X = Y ]) = P ([X = k] ∩ [Y = k]) = P ([X = k])P ([Y = k]) car X et Y sont
k=0 k=0
indépendantes. Or P ([X = k]) = Cnk 21n et P ([Y = k]) = Cm
k 1
2m
puis, en posant k = n − i
(ou i = n − k) :

1 X
n
1 X
n
1
P ([X = Y ]) = n−i
Cnn−i Cm = Cni Cm
n−i
= n
Cm +n
2m+n i=0
2m+n i=0
2m+n

d'aprés l'identité de Vandermonde.

1 n
Donc P ([X = Y ]) = 2m +n C.m+n
9. 1. Z = donc Z(Ω) = Q∗+ et, si r ∈ Q∗+ , on peut écrire r =
X
Y
s
t
avec s et t premiers
entre eux. On a alors :
X
+∞ X
+∞
P ([Z = r]) = P ([X = ms] ∩ [Y = mt]) = P ([X = ms])P ([Y = mt])
m=1 m=1
X
+∞
p2 X
+∞
p2 q s+t−2
= pq ms−1 pq mt−1 = q m(s+t) =
m=1
q2 m=1
1 − q s+t

X
  
2. IE(Z) = IE Y
= IE X × Y1 = IE(X) × IE 1
Y
car X et Y sont indépendantes.
 +∞
P 1 m−1 p +∞ P qm
Or IE(X) = 1
p
et IE Y1 = m
pq =q m
= − pq ln(1 − q) = − p1−p
ln p
.
m=1 m=1
ln p
On a donc finalement IE(Z) = − 1−p .
A-t-on − ln p > 1−p, c’est-à-dire 1−p+ln p < 0 ? Si Φ(p) = 1−p+ln p, Φ0 (p) = −1+ 1p > 0
car p ∈]0, 1[. Donc Φ est strictement croissante sur ]0, 1[, avec Φ(1) = 0, d’où Φ(p) < 0
pour p ∈]0, 1[ et IE(Z) > 1 .

10. 1. On s’intéresse au rang des 2 boules rouges, non identiques, puisque numérotées.
Pour la 1, il y a n + 2 rangs possibles, et pour la 2, il n’en reste que n + 1. Comme tous les
1
tirages sont équiprobables, il vient alors P ([(R1 , R2 ) = (i, j)]) = (n+2)(n+1) pour i 6= j .
P 1
On a alors P ([R1 = i]) = P ([(R1 , R2 ) = (i, j)]) = n+2 et comme i et j jouent le même
j6=i

rôle, R1 et R2 ont pour loi l’équiprobabilité sur [[1, n + 2]] .

2. P ([(N1 , N2 ) = (i, j)]) = P ([(R1 , R2 ) = (i, j)]) + P ([(R1 , R2 ) = (j, i)]) pour i < j et
donc
2
P ([(N1 , N2 ) = (i, j)]) = (n+2)(n+1)
pour i < j .

P P
n+2
2
On a alors P ([N1 = i]) = P ([(N1 , N2 ) = (i, j)]) = (n+2)(n+1)
pour i ≤ n + 1, soit
j j=i+1

2(n + 2 − i)
N1 (Ω) = [[1, n + 1]] et P ([N1 = i]) = pour i ∈ [ 1, n + 1]] .
(n + 2)(n + 1)

On a N2 − N1 (Ω) = [[1, n + 1]] (écart le plus petit lorsque les 2 boules se suivent et le plus
grand si l’une est la première et l’autre la dernière). On a de plus,

X
n+2 −k
P ([N2 − N1 = k]) = P ([N1 = i] ∩ [N2 − N1 = k])
i=1
X
n+2 −k
2(n + 2 − k)
= P ([N1 = i] ∩ [N2 = k + i]) =
i=1
(n + 2)(n + 1)

donc N2 − N1 a même loi que N1 .


X
n+1
2i(n + 2 − i) 2 X
n+1
2 X
n+1
IE(N1 ) = = i− i2
i=1
(n + 2)(n + 1) n + 1 i=1
(n + 2)(n + 1) i=1

P
n+1
(n+1)(n+2) P
n+1
(n+1)(n+2)(2n+3) 2n+3 n+3
avec i= 2
et i2 = 6
donc IE(N1 ) = n + 2 − 3
= 3
, et
i=1 i=1
IE(N2 − N1 ) = IE(N1 ) = IE(N2 ) − IE(N1 ), soit IE(2N2 ) = 2IE(N1 ).

Ainsi, IE(N1 ) = 13 (n + 3) et IE(N2 ) = 23 (n + 3) .

11.
P ([X = i] ∩ [S = k]) P ([X = i] ∩ [Y = k − i])
P ([X = i]/[S = k]) = =
P ([S = k]) P ([S = k])
P ([X = i])P ([Y = k − i])
= .
P ([S = k])

en utilisant l’indépendance de X et de Y .

1. D’après le cours, si X et Y sont indépendantes, de lois respectives B(n, p) et B(m, p),


alors X + Y suit la loi binomiale B(n + m, p). On a alors, si i ≤ n et k − i ≤ m :

Cni pi (1 − p)n−i Cm
k−i k−i
p (1 − p)m−k+i Cni Cmk−i
P ([X = i]/[S = k]) = k
= k
.
Cn+m pk (1 − p)n+m−k Cn+m

La loi conditionnelle de X sachant [S = k] est donc la loi hypergéométrique H(n+m, k, n),


c’est-à-dire :
k−i
Cni Cm
P ([X = i]/[S = k]) = k
Cn+m
pour i ∈ [ max(0, k − m), min(n, k)]] .

2. D’après le cours, si X et Y sont indépendantes, de lois respectives P(λ) et P(µ),


alors X + Y suit la loi de Poisson P(λ + µ). On a alors, si i ≤ k :
i µ k−i  i  k−i
e−λ λi! e−µ (k−i)! λi µk−i λ µ
P ([X = i]/[S = k]) = k = Cki k
= Cki .
e−(λ+µ) (λ+µ)
k!
(λ + µ) λ+µ λ+µ
 
λ
La loi conditionnelle de X sachant [S = k] est donc la loi binomiale B k, λ+µ , c’est-à-
dire :

λi µk−i
P ([X = i]/[S = k]) = Cki pour i ∈ [ 0, k]] .
(λ + µ)k
P ([X = k] ∩ [Y = i])
12. Pour i ∈ [ 0, k]], P ([Y = i]/[X = k]) = Cki p0i (1 − p0 )k−i = donc
P ([X = k])

P ([X = k] ∩ [Y = i]) = Cki p0i (1 − p0 )k−i P ([X = k]) = Cki p0i (1 − p0 )k−i Cnk pk (1 − p)n−k

pour 0 ≤ i ≤ k ≤ n.

X
n X
n
P ([Y = i]) = P ([X = k] ∩ [Y = i]) = Cki Cnk p0i (1 − p0 )k−i pk (1 − p)n−k
k=i k=i
Xn
n! k!
= p0i (1 − p0 )k−i pk (1 − p)n−k
k!(n − k)! i!(k − i)!
k=i
X
n−i
n!
= p0i (1 − p0 )m pm+i (1 − p)n−m−i
m=k−i
m=0
(n − m − i)!i!m!
X
n−i
= Cni (pp0 )i m
Cn−i (p(1 − p0 ))m (1 − p)n−m−i
m=0
i 0 i
= Cn (pp ) [p(1 − p0 ) + 1 − p]n−i = Cni (pp0 )i (1 − pp0 )n−i

P ([Y = i]) = Cni (pp0 )i (1 − pp0 )n−i pour i ∈ [ 0, n]] donc Y suit la loi binomiale B(n, pp0 ) .

13. 1. P ([X = k] ∩ [Y = n]) = P ([X = k]/[Y = n])P ([Y = n]) avec :


 1
n+1
pour k ∈ {0, · · · , n + 1}
P ([X = k]/[Y = n]) = .
0 sinon.

P ([Y =n])
On a donc P ([X = k] ∩ [Y = n]) = n+1
si 0 ≤ k ≤ n et 0 sinon .

P P
+ ∞ P
n
2. P ([X ≤ Y ]) = P ([X = k]∩[Y = n]) = P ([X = k]∩[Y = n]). Or, d’après
k≤n n=0 k=0
P
n P
+ ∞
(a), on a P ([X = k] ∩ [Y = n]) = P ([Y = n]) donc P ([X ≤ Y ]) = P ([Y = n]) = 1.
k=0 n=0
P P
+ ∞
P ([Y =n]) P
+ ∞
a k
3. P ([X = k]) = P ([X = k]∩[Y = n]) = n+1
= (1−a)2 an = (1−a)2 1−a ,
n n=k n=k
soit P ([X = k]) = (1 − a)ak : X suit donc la loi G0 (1 − a) .

X
+∞ X
+∞
P ([Y − X = j]) = P ([X = k] ∩ [Y − X = j]) = P ([X = k] ∩ [Y = k + j])
k=0 k=0
X
+∞
P ([Y = k + j]) X
+∞
= = (1 − a)2 aj ak = (1 − a)aj
k=0
k+j+1 k=0

Ainsi Y − X suit, comme X, la loi G0 (1 − a) .


14.
P
+∞ P
+∞ P
+∞
βa
1. p0. = p00 + p0m = α + βa + βa cm = α + βa cm = α + 1−c
;
m=1 m=1 m=0

X
+∞ X
+∞
βabn X
+∞
n n
pn. = pnm = βab Cn+m cm = (m + 1) · · · (n + m)cm
m=0 m=0
n! m=0
+∞ (n)
P
+∞
m
P k
 
1 (n) n!
avec (m + 1) · · · (n + m)x = x = 1−x
= (1−x)n+1
donc,
m=0 k=0

βabn
si n 6= 0, pn. = .
(1 − c)n+1

X +∞  n
βa X
+∞
βa b
p0. + pn. = α+ +
n=1
1 − c 1 − c n=1 1 − c
+∞  n
βa X b βa 1
= α+ =α+ b
1 − c n=0 1 − c 1 − c 1 − 1−c
βa
= α+ =α+β =1
1−b−c
donc (pnm ) définit bien la loi de probabilité d’un vecteur (X, Y ) avec :

βa βabn
P ([X = 0]) = α + et P ([X = n]) = pour n ∈ IN∗
a+b (a + b)n+1

a
 a

2. X suit donc la loi αδ0 + βG0 a+b
et Y suit la loi αδ0 + βG0 a+c
, obtenue en
échangeant les rôles de b et c.

a

On sait que, si X0 a pour loi δ0 et si X1 a pour loi G0 a+b
, alors

IE(X k ) = αIE(X0k ) + βIE(X1k )


h i h i
b(a+b) b2 b2
donc IE(X) = α × 0 + β ab = βb a
et IE(X 2
) = α × 0 + β a2
+ a2
= β b
a
+ 2 a2
, puis
h i  
b2 2 2 βb βb b
var(X) = β a + 2 a2 − βa2b , d’où IE(X) =
b
et var(X) = 1 + (2 − β) .
a a a
βc βc h ci
De même, IE(Y ) = et var(Y ) = 1 + (2 − β) .
a a a
P ([Y =m]∩[X=0]) p0m βa a+αb
3. P ([Y = m]/[X = 0]) = P ([X=0])
= p0.
où p0. = α + a+b
= a+b
. Ainsi,

(a+b)(α+βa) βa(a+b)cm
P ([Y = m]/[X = 0]) = a+αb
et P ([Y = m]/[X = 0]) = a+αb
pour m ∈ IN∗ .

pnm βaC n bn cm
D’autre part, P ([Y = m]/[X = n]) = = βa n+mb n , soit, pour tout m ∈ IN,
pn. a+b a+b
P ([Y = m]/[X = n]) = Cnn+m (a + b)n+1 (1 − a − b)m : c’est la loi binomiale négative
BN (n + 1, a + b).
15. 1. X + Y (Ω) = {0, 1, 2} et, comme X et Y sont indépendantes,

 P ([X + Y = 0]) = P ([X = 0])P ([Y = 0]) = q 2
P ([X + Y = 1]) = P ([X = 1])P ([Y = 0]) + P ([X = 0])P ([Y = 1]) = 2pq .

P ([X + Y = 2]) = P ([X = 1])P ([Y = 1]) = p2

De même, X − Y (Ω) = {−1, 0, 1} et :



 P ([X − Y = −1]) = P ([X = 0])P ([Y = 1]) = pq
P ([X − Y = 0]) = P ([X = 1])P ([Y = 1]) + P ([X = 0])P ([Y = 0]) = p2 + q 2 .

P ([X − Y = 1]) = P ([X = 1])P ([Y = 0]) = pq

2. P ([X + Y = 0] ∩ [X − Y = 1]) = P ([X = 12 ] ∩ [Y = − 12 ]) = 0 alors que


P ([X + Y = 0]) = q 2 6= 0 et P ([X − Y = 1]) = pq 6= 0 si p ∈]0, 1[. Donc, si p ∈]0, 1[,
X − Y et X + Y ne peuvent pas être indépendantes.

16. Si X est de loi de Bernoulli B(p) et Y de loi de Bernoulli B(p0 ), alors XY suit la loi
de Bernoulli de paramètre P ([X = 1] ∩ [Y = 1]).
IE(X) = P ([X = 1]) = p, IE(Y ) = P ([Y = 1]) = p0 et

cov(X, Y ) = IE(XY ) − IE(X)IE(Y ) = P ([X = 1] ∩ [Y = 1]) − P ([X = 1])P ([Y = 1]).

Si X et Y sont indépendantes, alors cov(X, Y ) = 0.


Si cov(X, Y ) = 0, alors P ([X = 1] ∩ [Y = 1]) = P ([X = 1])P ([Y = 1]). D’autre part,

P ([X = 1] ∩ [Y = 0]) = P ([X = 1]) − P ([X = 1] ∩ [Y = 1])


= P ([X = 1]) − P ([X = 1])P ([Y = 1])
= P ([X = 1])(1 − P ([Y = 0])) = P ([X = 1])P ([Y = 0]).

De même, X et Y jouant le même rôle, P ([X = 0] ∩ [Y = 1]) = P ([X = 0])P ([Y = 1]) et

P ([X = 0] ∩ [Y = 0]) = P ([X = 0]) − P ([X = 0] ∩ [Y = 1])


= P ([X = 0]) − P ([X = 0])P ([Y = 1])
= P ([X = 0])(1 − P ([Y = 1])) = P ([X = 0])P ([Y = 0]).

donc si cov(X, Y ) = 0, les v.a.r. de Bernoulli X et Y sont indépendantes.

17. 1. Si S et D sont indépendantes, IE(SD) = IE(S)IE(D). Or SD = X 2 − Y 2 et alors


IE(SD) = IE(X 2 ) − IE(Y 2 ) et

IE(S)IE(D) = [IE(X) + IE(Y )][IE(X) − IE(Y )] = IE(X)2 − IE(Y )2

donc var(X) = var(Y ) .

1
2. Par définition de l’équiprobabilité, P ([X = 1]) = P ([X = 2]) = P ([X = 3]) = 3
et
P ([Y = 1]) = P ([Y = 2]) = P ([Y = 3]) = 13 .
(a) var(X) = var(Y ) car X et Y ont même loi.
(b) S(Ω) = [[2, 6]] et P ([S = 2]) = p11 = 19 , P ([S = 6]) = p33 = 19 ,

2 2
P ([S = 3] = p12 + p21 = , P ([S = 5]) = p23 + p32 = ,
9 9
, P ([D = −1]) = p12 + p23 =

et P ([S = 4]) = p13 + p22 + p31 = 93 . De même,


D(Ω) = [[−2, 2]] et P ([D = 2]) = p31 = 19 , P ([D = −2]) = p13 = 19 ,

2 2
P ([D = 1] = p21 + p32 = ,
9 9
et P ([D = 0]) = p11 + p22 + p33 = 39 .
P ([S = 4] ∩ [D = 1]) = P ([X = 5/2] ∩ [Y = 3/2]) = 0 6= P ([S = 4])P ([D = 1]) : S et D
ne sont pas indépendantes.

18. 1. N0 nombre de v.a.r. Ym égales à 0. N0 (Ω) = [[0, n]].

[Ym = 0] = [X2m = 0] ∩ [X2m+1 = 0]


1 1 1
P ([Ym = 0]) = , P ([Ym = 2]) = , P ([Ym = 1]) = .
4 4 2
k n−k 
P ([N0 = k]) = Cnk 14 3
4
: N0 suit la loi binomiale B n, 14 .
j 
1 i

1 j

1 n−i−j
2. P ([N0 = i] ∩ [N2 = j]) = Cni Cn−i 4 4 2
pour i + j ≤ n, c’est-à-dire

n!

1 i+j

1 n−i−j
P ([N0 = i] ∩ [N2 = j]) = i!j!(n−i−j)! 4 2
pour i + j ≤ n.

P
n P
n
19. IE(Sn ) = IE(Xi ) = np, IE(Tn ) = IE(Yi ) avec IE(Yi ) = IE(Xi )IE(Xi+1 ) = p2 donc
i=1 i=1
2
IE(Tn ) = np et IE(Sn ) = np .
P
n
var(Sn ) = var(Xi ) car les Xi sont indépendantes, donc var(Sn ) = np(1 − p) .
i=1
!
X
n X X
n X
n
IE(Tn2 ) = IE Yi2 + Yi Yj = IE(Yi2 ) +2 IE(Yi Yj )
i=1 i6=j i=1 i<j

IE(Yi2 ) = IE(Xi2 Xi+1


2
) = IE(Xi2 )2 = p2
IE(Yi Yi+1 ) = IE(Xi Xi2+1 Xi+2 ) = p3 pour i ∈ [ 1, n − 1]]
IE(Yi Yj ) = IE(Xi Xi+1 Xj Xj+1 ) = p4 pour j > i + 1.
Puis IE(Tn2 ) = np2 + 2(n − 1)p3 + (n2 − n − 2(n − 1))p4 et

var(Tn ) = IE(Tn2 ) − IE(Tn )2 = np2 + 2(n − 1)p3 + (n2 − 3n + 2)p4 − n2 p4 ,

soit var(Tn ) = np2 + 2(n − 1)p3 + (2 − 3n)p4 .


P
n P
n P
n
cov(Sn , Tn ) = cov(Xi , Tn ) = cov(Xi , Xj Xj+1 ). Comme les Xi sont indépendantes,
i=1 i=1 j=1
cov(Xi , Xj Xj+1 ) = 0 si i ∈
/ {j, j + 1}.

cov(Xj , Xj Xj+1 ) = IE(Xj2 Xj+1 ) − IE(Xj )IE(Xj Xj+1 )


= IE(Xj2 )IE(Xj+1 ) − IE(Xj )2 IE(Xj+1 ) = p2 − p3 .
De même,
2
cov(Xj+1 , Xj Xj+1 ) = IE(Xj+1 Xj ) − IE(Xj+1 )IE(Xj Xj+1 )
2
= IE(Xj )IE(Xj+1 ) − IE(Xj )IE(Xj+1 )2 = p2 − p3

P
n
donc cov(Sn , Tn ) = [cov(Xj , Xj Xj+1 ) + cov(Xj+1 , Xj Xj+1 )] = 2np2 (1 − p).
j=1

20. 1. Y1 = X1 , Y2 = αY1 + X2 = X2 + αX1 , Y3 = X3 + αX2 + α2 X1 . On peut montrer


P k
n−1
facilement par récurrence que Yn = Xn + αXn−1 + α2 Xn−2 + · · · αn−1 X1 = α Xn−k .
k=0

2. On utilise l’indépendance des Xk . IE(Xk ) = 0, var(Xk ) = 1. L’espérance étant


P k
n−1
linéaire, on a donc IE(Y ) = α IE(Xn−k ) = 0. De plus, les Xk étant indépendantes,
k=0
!
X
n−1 X
n−1 X
n−1
1 − α2n
k 2k
var(Yn ) = var α Xn−k = α var(Xn−k ) = α2k = .
1 − α2
k=0 k=0 k=0

1−α2n
On a donc IE(Y ) = 0 et var(Y ) = 1−α2
.
P
n
On peut également écrire Yn = αn−i Xi et, en utilisant cov(Xi , Xj ) = 0 si i 6= j,
i=1
!
X
n X
n+ m
cov(Yn , Yn+m ) = cov αn−i Xi , αn+m−j Xj
i=1 j=1
X
n X
n
= αn−i αn+m−i var(Xi ) = α2n+m−2i
i=1 i=1
X
n X
n −1
= αm α2(n−i) = α m 2k
α
k=n−i
i=1 k=0

2n
et donc cov(Yn , Yn+m ) = αm 1− α
1−α2
.

21. 1. IE(Z) = IE(XY ) = IE(X)IE(Y ) car X et Y sont indépendantes, donc IE(Z) = pλ .


k
2. P ([Z = k]) = P ([X = 1]∩[Y = k]) = P ([X = 1])P ([Y = k]) = pe−λ λk! pour k ∈ IN∗
et P ([Z = 0]) = P ([X = 0] ∪ [Y = 0]) = P ([X = 0]) + P ([Y = 0]) − P ([X = 0] ∩ [Y = 0]),
soit P ([Z = 0] = 1 − p + pe−λ .

IE(Z 2 ) = IE(X 2 )IE(Y 2 ) = p(var(Y )+IE(Y )2 ) = p(λ+λ2 ) donc var(Z) = pλ(1 + λ − λp) .
P
n
22. X suit la loi binomiale B(n, p1 ) car X = 1I[Xi =1] et Y suit la loi binomiale B(n, p2 )
i=1
P
n
car Y = 1I[Xj =2] . On a donc IE(X) = np1 , IE(Y ) = np2 , var(X) = np1 (1 − p1 ) et
j=1
var(Y ) = np2 (1 − p2 ).

P ([X = i] ∩ [Y = j]) = Cni Cnj−i pi1 pj2 (1 − p1 − p2 )n−i−j .


n X
X n X
n X
n
IE(XY ) = IE(1I[Xi =1] 1I[Xj =2] ) = P ([Xi = 1] ∩ [Xj = 2]).
i=1 j=1 i=1 j=1

Or P ([Xi = 1] ∩ [Xj = 2]) = p1 p2 si i 6= j, donc IE(XY ) = p1 p2 (n2 − n) et


r
p1 p2
cov(X, Y ) = −np1 p2 , donc ρX,Y = − .
(1 − p1 )(1 − p2 )

23. IE(Z) = aIE(X) + b = (a + b)m, donc nécessairement a + b = 1.

var(Z) = a2 var(X) + (1 − a)2 var(Y ) + 2a(1 − a)cov(X, Y )


= a2 σ12 + (1 − 2a + a2 )σ22 + (2a − 2a2 )µ
= a2 (σ12 + σ22 − 2µ) + 2a(µ − σ2 ) + σ22 = f (a)

f 0 (a) = 2a(σ12 + σ22 − 2µ) + 2(µ − σ22 ) et

var(X − Y ) = var(X) + var(Y ) − 2cov(X, Y ) = σ12 + σ22 − 2µ 6= 0


σ22 −µ
donc f 0 (a) = 0 pour a0 = σ12 +σ22 −2µ
, f 0 (a) > 0 pour a < a0 et f 0 (a) < 0 pour a > a0 . Donc
var(Y ) − cov(X, Y )
var(Z) est minimale pour a = et b = 1 − a .
var(X) + var(Y ) − 2cov(X, Y )

P 1
24. 1. P ([Z = X + Y ]) = P ([X = i] ∩ [Y = j] ∩ [Z = i + j]) = n3
× card(A)
i,j;i+j≤n
S
n
où A = {(i, j) ∈ [ 1, n]]2 , i + j ≤ n} = Ak où Ak = {(i, j) ∈ [ 1, n]]2 , i + j = k}. On
k=2
n(n−1) n−1
a cardAk = k −1 donc card(A) = 1+2+· · ·+(n−1) = 2
et P ([Z = X + Y ]) = 2n2
.

2. cov(X, Y ) = 0 car X et Y sont indépendantes.

25. Z(Ω) = IN. Si k > 0,

X
+∞ X
+∞
P ([Z = k]) = P ([X − Y = k]) = P ([Y = n] ∩ [X = k + n]) = P ([Y = n])pq k+n−1
n=0 n=0
P
+∞
d’où P ([Z = k]) = pq k−1 q n P ([Y = n]) et
n=0

X
+∞
q n P ([Y = n]) = GY (q) = IE(q Y ) = IE((1 − p)Y ) = α
n=0

P
+∞
donc P ([Y = k]) = αpq k−1 pour k ≥ 1 et P ([Y = 0]) = 1 − P ([Y = k]) = 1 − α .
k=1

26. Z(Ω) = IN et
P ([Z = n]) = P ([Z = n]/[X = 0])P ([X = 0]) + P ([Z = n]/[X = 1])P ([X = 1])
avec P ([Z = n]/[X = 0]) = P ([0 = n]/[X = 0]) = 1 si n = 0 et 0 si n 6= 0, et
P ([Z = n]/[X = 1]) = P ([Y = n]/[X = 1]) = P ([Y = n]) car X et Y sont indépendantes
n
donc P ([Z = 0]) = 1 − p + pe−λ et pour n ≥ 1, P ([Z = n]) = pe−λ λn! .
P n
+∞ P −λ (λt)n
+∞
gZ (t) = t P ([Z = n]) = 1 − p + pe−λ + pe n!
soit gZ (t) = 1 − p + pe−λ eλt .
n=0 n=1
On en déduit gZ0 (t) = pe−λ λeλt , gZ00 (t) = pe−λ λ2 eλt , puis gZ0 (1) = pλ et gZ00 (1) = pλ2 .
Finalement, comme IE(Z) = gZ0 (1) et var(Z) = gZ00 (1) + gZ0 (1) − gZ02 (1), on obtient :

IE(Z) = pλ et var(Z) = pλ[1 + λ(1 − p)].


P ([X=1]∩[Z=0]) P ([Z=0]/[X=1])P ([X=1])
P ([X = 1]/[Z = 0]) = P ([Z=0])
= P ([Z=0])
, soit

pe−λ
P ([X = 1]/[Z = 0]) = 1−p+pe−λ
.

27.
P ([X ≤ n]) = P ([max(X1 , X2 ) ≤ n]) = P ([X1 ≤ n] ∩ [X2 ≤ n])
= P ([X1 ≤ n])P ([X2 ≤ n])
n+1
1
P
n
1
1
1 1−( 2 )
n+1

car X1 et X2 sont indépendantes. Or P ([Xi ≤ n]) = = = 1 − 12 2


. 2k 2 1− 12
k=0
1
2
Ainsi, P ([X ≤ n]) = 1 − 2n+1 . On a donc P ([X = 0]) = 14 et, pour n ≥ 1,
 2  2
1 1
P ([X = n]) = P ([X ≤ n]) − P ([X ≤ n − 1]) = 1 − n+1 − 1 − n
2 2
1 1 1 1 3 1
= 1 + 2n+2 − n − 1 − 2n + n−1 = − 2n+2 + n
2 2 2 2 2 2
1 3 1
Ainsi, pour tout n ∈ IN, P ([X = n]) = 2n
− 4 4n
.

1 3 1 2 3
GX (s) = 1− 2s
− 4 1− 4s
= 2−s
− 4−s
.
2 3
On en déduit G0X (s) = (2−s)2
− (4−s)2
et G0X (1) = 2 − 13 , soit IE(X) = 5
3
.
28. 1. Y (Ω) = {k ∈ IN ; k ≥ n}. Pour k > n, P ([Y = k]) = P ([X = k]) = pq k−1 et
P ([Y = n]) = P ([X ≤ n]) = p(1 + q + · · · + q n−1 ) = 1 − q n .
De même, Z(Ω) = {1, · · · , n}. Pour k ∈ {1, · · · , n−1}, P ([Z = k]) = P ([X = k]) = pq k−1
et P ([Z = n]) = P ([X ≥ n]) = 1 − P ([X ≤ n − 1]) = q n−1 .

P
n−1 P
n−1
2. X+T (Ω) = IN\{0, 1} et P ([X +T = n]) = P ([X = k]∩[T = n−k]) = p2 q n−2
k=1 k=1
soit P ([X + T = n]) = (n − 1)p2 q n−2 pour n ≥ 2 .

P ([max(X, T ) ≤ n]) = P ([X ≤ n] ∩ [T ≤ n]) = P ([X ≤ n])P ([T ≤ n]) = (1 − q n )2


d’après 1. et d’après l’indépendance de X et T .
P ([max(X, T ) = n]) = P ([max(X, T ) ≤ n])−P ([max(X, T ) ≤ n−1]) pour n ≥ 2 (et aussi
pour n = 1 car P ([max(X, T ) = 1]) = P ([max(X, T ) ≤ 1]) et P ([max(X, T ) ≤ 0]) = 0).
On a donc
P ([max(X, T ) = n]) = (1 − q n )2 − (1 − q n−1 )2 = q 2n − q 2(n−1) + 2pq n−1 si k ∈ IN∗ .

De même, P ([min(X, T ) ≥ n]) = P ([X ≥ n] ∩ [T ≥ n]) = P ([X ≥ n])P ([T ≥ n]) =


q 2n−2 d’après 1. et d’après l’indépendance de X et T .
P ([min(X, T ) = n]) = P ([min(X, T ) ≥ n]) − P ([max(X, T ) ≥ n + 1]) = q 2n−2 − q 2n , soit
P ([min(X, T ) = n]) = (1 − q 2 )(q 2 )n−1 pour n ∈ IN∗ :

min(X, T ) suit la loi géométrique G(1 − q 2 ) .

29. 1. V = min(X, Y ), W = X − Y , donc V (Ω) = IN et W (Ω) = ZZ.

P ([V = n] ∩ [W = m]) = P ([min(X, Y ) = n] ∩ [X − Y = m])



P ([X = n] ∩ [Y = n − m]) = p2 q 2n−m si m ≤ 0
= .
P ([Y = n] ∩ [X = n + m]) = p2 q 2n+m si m ≥ 0

On a donc, pour n ∈ IN et m ∈ ZZ, P ([W = n]) = p2 q 2n+|m| .


 +∞   
P 2 2n
P m 2 2n 1
• P ([V = n]) = P ([V = n]∩[W = m]) = p q 2 q −1 =p q 2 1−q − 1
ZZ m=0
  m∈
1
avec p2 2 1−q − 1 = p(1+q) = 1−q 2 . On a donc, pour n ∈ IN, P ([V = n]) = (1−q 2 )q 2n :
V suit la loi G0 (1 − q 2 ) .
P
+ ∞ P
+ ∞
p2
• P ([W = m]) = P ([V = n] ∩ [W = m]) = p2 q |m| q 2n = 1−q2
q |m| .
n=0 n=0
p2
On a donc, pour m ∈ ZZ, P ([W = m]) = 1−q2
q |m| .
On a P ([V = n])P ([W = m]) = P ([V = n] ∩ [W = m]) pour tout (n, m) ∈ IN × ZZ :
les variables aléatoires V et W sont donc indépendantes .

P ([X = n + 1] ∩ [Y = n]) P ([X = n + 1])


2. = car X et Y sont indépendantes.
P ([X = n] ∩ [Y = n]) P ([X = n])
P ([X = n + 1] ∩ [Y = n]) P ([V = n] ∩ [W = 1]) P ([W = 1])
Or = = = r car V et W sont
P ([X = n] ∩ [Y = n]) P ([V = n] ∩ [W = 0]) P ([W = 0])
indépendantes et, par suite, P ([X = n + 1]) = rP ([X = n]), puis

P ([X = n]) = rn P ([X = 0]).

P
+ ∞
P ([X=0])
Avec P ([X = n]) = 1−r
= 1 on a bien P ([X = n]) = (1 − r)rn pour tout n ∈ IN .
n=0