TD Proba Stat 2021 VF

Faculté Polydisciplinaire de Ouarzazate
Département de Mathématiques-Informatique-Gestion
Exercices corrigés Proba-Stat
Réalisé par :
I. Boutaayamou
Exercices corrigés de Probabilité-Statistiques de SMI S3 I. Boutaayamou FP de Ouarzazate 1
Préface
Ce recueil s'adresse aux étudiants de la deuxiéme année SMI. L'origine de ce recueil

sont des travaux dirigés donnés pour SMI pour l'année 2020. Il contient plusieurs
exercices de niveaux variés avec corrigés bien détaillés. Les exercices proposés ont
été choisis minutieusement dont la plupart comme des applications directes du cours
ou exemple type pour comprendre les théorèmes du cours. Des rappels de cours sont
aussi proposés dans les solutions pour faciliter la compréhension de la correction.
Table des matières

1 Notions de Probabilité 3
2 Variables aléatoires 7
3 Lois de probabilités usuelles 12
4 Couple de variable aléatoires discrètes 15
1 Notions de Probabilité
Exercice 1. Dans une urne, nous avons 10 boules rouge et 10 boules noire, on tire 2 boules de
l'urne sans remise.
1. Quel est le nombre de tirages possibles.
2. Quel est le nombre de tirages pour que les boules tirés sont de couleurs diérente.
3. Quel est le nombre de tirages pour que les boules tirés sont rouge, et celui qui donnent des
boules de même couleurs.
4. Déduire des questions 2 et 3 le résultat de la question 1.
Correction
1. Le nombre de tirages est une combinaison de 2 boules parmi 20 : C20
2
= 20!
2!×18!
= 190.
2. Il ya 10 choix pour les rouges et de même pour les boules noires. donc on a C10
1 1
× C10 =
10 = 100.
2
3. Le nombre de tirage d'avoir 2 rouges est C10

2
= 45. Et pour même couleurs C10
2 2
+ C10 = 90.
4. On a Ω = {RN, RR, N N }, avec l'événement RN est d'avoir deux boules de diérent cou-
leurs, RR et NN c'est l'événement avoir deux boules rouge et respectivement noire. La
question 1 signie le cardinal de Ω, pour la question 2 il s'agit du cardinal de RN, et la
3 c'est le cardinal de la réunion de RR et NN. D'apèrs ce qui précéde, le résultat de la
question 1 s'obtient en sommant ceux des questions 2 et 3.
Exercice 2. Combien d'anagrammes des mots suivants peut-on former : CHIEN, POISSONS,
ASSASINATS.
Correction
1. Il y a une permutation de 5 lettres diérentes : le nombre d'anagrammes est donc 5!.
2. Il y a une permutation de 8 lettres dont "O" se réréte 2 fois et la lettre "S" se répéte 3 fois.
Donc le nombre est 2!×3!
8!
.
3. de la même façon nous avons 11!
3!×5!
anagrammes possibles pour ASSASSINATS.
Exercice 3. Trouver le nombre de mots de deux voyelles et 3 consonnes que l'on peut former avec
6 voyelles et 20 consonnes, sachant que les mots ne peuvent pas contenir 3 consonnes consécutifs.
Correction
Il faut xer les deux places des voyelles à disposition parmi 5. Donc on a C52 = 10 congurations
possibles. Mais comme la conguration de placer 3 consonnes consécutivement est non autorisé,
il faut éliminer 3 cas de gures (vvccc, vcccv,cccvv), ce qui reste c'est 7 congurations possibles.
Pour chaque conguration il y a 62 possibilités pour les 2 voyelles, et 203 pour les 3 consonnes.
On obtient 7 × 62 × 203 mots possibles.
Exercice 4. Nous disposons d'une table réctangulaire avec 8 chaises, 4 chaises opposées qui
permettent de s'assoir 4 hommes et 4 femmes. Personnes sur les deux petits cotés.
1. Combien de façon possible de s'assoir.
2. Combien de façon possible pour qu'un homme s'assoit en face d'une femme.
3. Chaque personne soit en face et à coté d'une personne de sexe opposé.
Correction
1. 8! façons de faire.
2. Nous optons à faire assoir les femmes tout d'abord. Pour la première femme F1 elle a 8
chaises comme choix. la F2 6 chaises (car en face de la F1 la place est réservée pour un
homme), pour la F3 c'est 4 et 2 pour la F2 , ce qui donne 8 × 6 × 4 × 2 × 1 cas possibles. Il
reste 4 places imposées pour les hommes : il y a 4! cas possible pour faire cette tache. Le
total est 4! × 8 × 6 × 4 × 2 × 1.
3. Je remplis les places numéro 1 et 2 : J'ai 4F et 4H possibles et 2 façons de les assoir.
Je remplis les places numéro 3 et 4 : J'ai 3F et 3H possibles et 1 façon de les assoir.
Le total est 4! × 4! × 2 façons de faire assoir les 8 personnes.
Exercice 5. On tire une boule dans une urne contenant 10 boules numérotées : 2 portent le
numéro 1 et les 8 autres portent les numéros de 2 à 9.
1. Dénir Ω et donner les valeurs des germes de probabilité sur Ω.
2. Calculer la probabilité d'avoir tiré un nombre impair.
3. Calculer la probabilité d'avoir tiré un nombre pair.
Correction
1. Ω = {1, 2, · · · , 9}. Les germes de probabilités sont dénies comme suit : Dans un univers
ni Ω = {ω1 , ω2 , · · · , ωn } on lui associe une suite (pk )k=1···n d'éléments positifs
appelés germes de probabilités avec P ({ωk }) = pk et p1 + p2 + · · · + pn = 1.
Pour notre question les germes de probabilités sont : p1 = 10 2
et p2 = p3 = · · · = p9 = 10
1
.
2. P (”avoirtirunnombreimpair”) = p1 + p3 + p5 + p7 + p9 = 6
10
.
3. P (”avoirtirunnombrepair”) = p2 + p4 + p6 + p8 = 4
10
.
Exercice 6. Dans cet exercice, il s'agit de tirer 2 boules successivement avec remise en notant le
numéro de la boule dans une urne qui contient 10 boules numérotées de 1 à 10.
1. Décrire l'univers associé à cette expérience aléatoire.
2. Donner la probabilité de A="avoir 9 résultante de la somme des deux numéros obtenus".
3. Quelle est la Probabilité de B="avoir une somme inférieure à 9".
Correction
1. Ω est l'ensemble des couples (a, b), où a et b sont dans {1, 2, · · · , 10}. Il y a 100 éléments
dans cet univers. On a aussi l'équiprobabilité, puisque les boules sont identiques au toucher.
2. Comptons le nombre de solutions de a + b = 9. L'entier a va de 1 inclus à 8 inclus, et il y a
une unique valeur de b = 9 − a associée. Il y a 8 cas favorables à A. On a donc P (A) = 100
8
.
3. Notons Ak l'événement "la somme a + b = k ". Ces événements étant incompatibles, et
leur réunion est égale à B : on a B = ∪9k=2 Ak (On dit que le système (Ak ) est complet de
B). Puisque ils sont disjoints alors P (B) = 9k=2 P (Ak ). Un calcul identique au précédent
P
donne P (Ak ) = k−1
100
. Ce qui donne P (B) = 1+2+···+8
100
36
= 100 .
Exercice 7. Une analyse est faite sur le comportement des conducteurs sur la route et a donné
les statistiques suivantes :
52% sont des femmes.
60% des conducteurs sont des bons conducteurs.
75% des femmes sont des bonnes conductrices.
Déduire la probabilité qu'un bon conducteur soit une femme.
Correction
Dans cet exercice, nous devons tout d'abord traduire les données par le vocabulaire probabiliste.
Soit l'événement F = {être une femme} et BC = {être un bon conducteur}. D'après les hypo-
thèses nous avons P (F ) = 0.52, P (BC) = 0.60 et P (BC|F ) = 0.75. L'objectif est de calculer
P (F |BC) ?
Depuis la dénition de la probabilité conditionnelle nous avons : P (F |BC)P (BC) =
P (BC|F )P (F ), donc soit P (F |BC) = 0.75×0.52
0.60
= 0.65 = 65%.
Exercice 8. Dans une population nous avons 52% femmes et 48% des hommes.
12% des femmes sont infectées par Covid-19.
9% des hommes sont infectés par Covid-19.
Quelle est la proportion des infectés dans cette population.
Correction
Comme dans l'exercice précédent, soit l'événement F = {être une femme}, H = {être un homme}
et Cov = {T est positif }. D'après les hypothèses nous avons P (F ) = 0.52, P (H) = 0.48,
P (Cov|F ) = 0.12 et P (Cov|H) = 0.09. L'objectif est de calculer P (Cov) ?
Depuis les probabilités totales nous avons : Ω = F ∪ H , alors
P (Cov) = P (Cov ∩ F ) + P (Cov ∩ H) = P (Cov|F )P (F ) + P (Cov|H)P (H) = 0.11. (1)
Exercice 9. Certaines pièces automobiles sont contrefaites. nous avons 90% sont véritables et
5% des pièces sont défectueuses et 40% des contrefaites sont défectueuses.
On prend au hasard une pièce et on constate qu'elle est défectueuses. Quelle est la probabilité
quelle soit d'origine.
Correction
Soit l'événement V = {La pièce est véritable}, F = {La pièce est fausse} et D =
{La pièce est défectueuse}. D'après les hypotèses nous avons : P (V ) = 0.9, P (F ) = 0.1 ;
P (D|V ) = 0.05 ; P (D|F ) = 0.4. Nous cherchons P (V |D) ?
La formule des probabilités totale nous donne :
P (D) = P (D|V )P (V ) + P (D|F )P (F ) = 0.085.
La formule de Bayes nous donne :
P (D|V )P (V ) 0.05 × 0.9

P (V |D) = = = 0.53.
P (D) 0.085
2 Variables aléatoires
Exercice 1.
On considère un dé cubique truqué dont les faces sont numérotés de 1 à 6 et on note X la variable
aléatoire donnée par le numéro de la face du dessus. On suppose que le dé est truqué de sorte que
la probabilité d'obtenir une face est proportionnelle au numéro inscrit sur cette face.
1. Déterminer la loi de X , calculer son espérance.
2. On pose Y = 1/X . Déterminer la loi de Y , et son espérance.
Correction
1. X prend ses valeurs dans {1, . . . , 6}. Par hypothèse, il existe un réel a tel que P (X = k) =
ka. Maintenant, puisque PX est une loi de probabilité, on a :
6
X 6×7
P (X = k) = 1 ⇐⇒ a = 1 =⇒ a = 1/21.
k=1
2
On a donc :
k 1 2 3 4 5 6
1 2 3 4 5 6
P (X = k) 21 21 21 21 21 21
P6
On vérie aisément en appliquant la formule E(X) = k=1 kP (X = k) que E(X) = 13
3
.
2. On a Y = k ⇐⇒ X = 1/k . Y prend donc ses valeurs dans {1, 1/2, 1/3, 1/4, 1/5, 1/6}, et
la loi est donnée par :
1/k 1/1 1/2 1/3 1/4 1/5 1/6

1 2 3 4 5 6
P (Y = k) 21 21 21 21 21 21
Le calcul de l'espérance n'est pas plus dicile, et donne :

2
E(Y ) = .
7
Attention à l'erreur suivante : ce n'est pas parce que Y = 1/X que E(Y ) = 1/E(X)!!!.
Exercice 2.
Un joueur tire sur une cible de 10cm de rayon, constituée de couronnes concentriques, délimitées
par des cercles de rayons 1,2, ..., 10 cm, et numérotées respectivement de 10 à 1. La probabilité
d'atteindre la couronne k est proportionnelle à l'aire de cette couronne, et on suppose que le joueur
atteint sa cible à chaque lancer. Soit X la variable aléatoire qui à chaque lancer associe le numéro
de la cible.
1. Quelle est la loi de probabilité de X ?
2. Le joueur gagne k euros s'il atteint la couronne numérotée k pour k compris entre 6 et 10,
tandis qu'il perd 2 euros s'il atteint l'une des couronnes périphériques numérotées de 1 à 5.
Le jeu est-il favorable au joueur ?
Correction
1. On note Ak l'aire de la couronne k , et A l'aire totale. Par les hypothèses d'équiprobabilité
faites dans l'énoncé, on a
Ak
P (X = k) =
A
pour k compris entre 1 et 10. Pour la couronne k , le cercle extérieur est de rayon 11 − k
et le cercle intérieure de rayon 10 − k (un petit dessin pourra aider pour faire attention à
l'inversion entre l'ordre des cercles et les rayons). On a donc, en cm2 , Ak = π (11 − k)2 −
(10 − k)2 ) = π(21 − 2k). On en déduit que
21 − 2k
P (X = k) = .
100
2. Notons Y la variable aléatoire correspondant au gain algébrique du joueur. Y prend ses
valeurs dans −2, 6, 7, 8, 9, 10. L'événement ”Y = −2” est égal à l'événement ”X ≤ 5”, et
donc
75
P (Y = −2) = P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4) + P (X = 5) =
100
d'après le résultat de la question précédente. D'autre part, pour k = 6, . . . , 10, on a
P (Y = k) = P (X = k).
On en déduit le calcul de l'espérance de Y :

75 6 × 9 + 7 × 7 + 8 × 5 + 9 × 3 + 10 × 1 3
E(Y ) = −2 × + = .
100 100 10
L'espérance est positive. Le jeu est favorable au joueur. En moyenne, il peut espérer gagne
0,3 euros par partie.
Exercice 3.
On lance deux dès parfaitement équilibrés. On note X le plus grand des numéros obtenus. Déter-
miner la loi de la variable aléatoire X .
Correction
On choisit pour univers Ω = {1, . . . , 6}2 que l'on munit de la probabilité uniforme puisque les deux
dés sont équilibrés. Remarquons que le cardinal de Ω vaut 36. X prend ses valeurs dans {1, . . . , 6}.
L'événement X = 1 est égal à {(1, 1)} et donc
1
P (X = 1) = .
36
De même, on a
1
P (X = 2) = P {(1, 2); (2, 1); (2, 2)} =
12
5
P (X = 3) = P {(1, 3); (2, 3); (3, 3); (3, 1); (3, 2)} =
36
7
P (X = 4) = P {(1, 4); (2, 4); (3, 4); (4, 4); (4, 3); (4, 2); (4, 1)} =
36
1
P (X = 5) = P {(1, 5); (2, 5); (3, 5); (4, 5); (5, 5); (5, 4); (5, 3); (5, 2); (5, 1)} =
4
11
P (X = 6) = P {(1, 6); (2, 6); (3, 6); (4, 6); (5, 6); (6, 6); (6, 5); (6, 4); (6, 3); (6, 2); (6, 1)} = .
36
Exercice 4.
Un garagiste dispose de deux voitures de location. Chacune est utilisable en moyenne 4 jours sur
5. Il loue les voitures avec une marge brute de 300 euros par jour et par voiture. On considère X
la variable aléatoire égale au nombre de clients se présentant chaque jour pour louer une voiture.
On suppose que X(Ω) = {0, 1, 2, 3} avec
P (X = 0) = 0, 1 P (X = 1) = 0, 3 P (X = 2) = 0, 4 P (X = 3) = 0, 2.
1. On note Z le nombre de voitures disponibles par jour. Déterminer la loi de Z . On pourra

considérer dans la suite que X et Z sont indépendantes.
2. On note Y la variable aléatoire : " nombre de clients satisfaits par jour". Déterminer la loi
de Y .
3. Calculer la marge brute moyenne par jour.
Correction
1. Z est élément de {0, 1, 2}. On a :
4 4 16
P (Z = 2) = × =
5 5 25
(les deux voitures sont disponibles). D'autre part,
1 1 1
P (Z = 0) = × =
5 5 25
(les deux voitures sont simultanément indisponibles). Enn, on obtient :
8
P (Z = 1) = 1 − P (Z = 0) − P (Z = 2) = .
25
On aurait aussi pu directement remarquer que Z suit une loi binomiale B(2, 4/5).
2. Remarquons que Y est à valeurs dans {0, 1, 2}. On calcule sa loi en utilisant la formule des
probabilités totales. L'événement Y = 0 se produit si X = 0 ou bien si X ≥ 1 et Z = 0.
Ces deux événements étant disjoints, on a :
P (Y = 0) = P (X = 0) + P (X ≥ 1 ∩ Z = 0) = P (X = 0) + P (X ≥ 1)P (Z = 0)
(la disponibilité des voitures étant supposée indépendante de l'arrivée des clients). D'où :
2
1
P (Y = 0) = 0, 1 + 0, 9 × = 0, 136.
5
De même, l'événement Y = 1 se produit si X = 1 et Z ≥ 1 ou bien si X ≥ 2 et Z = 1. On
en déduit :
P (Y = 1) = P (X = 1)P (Z ≥ 1) + P (X ≥ 2)P (Z = 1) = 0, 48.
Enn, l'événement Y = 2 est réalisé si X ≥ 2 et Z = 2. Ceci donne :
2
4
P (Y = 2) = P (X ≥ 2)P (Z = 2) = 0, 6 × = 0, 384.
5
3. La marge brute vaut 300Y . La marge brute moyenne par jour est en euros :
E(300Y ) = 300(0 × 0, 136 + 1 × 0, 48 + 2 × 0, 384) = 374, 4.
Exercice 5.
A et B sont deux avions ayant respectivement 4 et 2 moteurs. Les moteurs sont supposés indé-
pendants les uns des autres, et ils ont une probabilité p de tomber en panne. Chaque avion arrive
à destination si moins de la moitié de ses moteurs tombe en panne. Quel avion choisissez-vous ?
(on discutera en fonction de p). Noter X la variable aléatoire du nombre de moteurs de A qui
tombent en panne, et Y la variable aléatoire du nombre de moteurs de B qui tombent en panne.
On arrive à destination si X = 0, 1 ou si Y = 0.
Correction
On note X la variable aléatoire du nombre de moteurs de A qui tombent en panne, et Y la variable
aléatoire du nombre de moteurs de B qui tombent en panne. X suit une loi binomiale B(4, p). En
particulier, on a :

4 0 4−0 4 1
P (X = 0) + P (X = 1) = p (1 − p) + p (1 − p)4−1 = (1 − p)4 + 4p(1 − p)3 .
0 1
D'autre part, Y suit une loi binomiale B(2, p). En particulier,
P (Y = 0) = (1 − p)2 .
On a intérêt à prendre l'avion A si P (X = 0) + P (X = 1) ≥ P (Y = 0). Ceci donne :
p(1 − p)2 (2 − 3p) ≥ 0.
Donc, si 0 ≤ p < 2/3 (cas que l'on espère être celui du monde réel), il est préférable de choisir A.
Si p = 32 , le choix est indiérent, et si p > 2/3, il vaut mieux choisir B .
Exercice 6.
Un restaurateur accueille chaque soir 70 clients. Il sait qu'en moyenne, deux clients sur cinq
prennent une crème brûlée. Il pense que s'il prépare 30 crèmes brûlées, dans plus de 70% des cas,
la demande sera satisfaite.
1. A-t-il raison ?
2. Combien de crèmes brûlées doit-il fabriquer au minimum pour que la demande soit satisfaite
dans au moins 90% des cas.
Indic. : Introduire la variable aléatoire égale au nombre de crèmes brûlées commandées chaque
soir.
Correction
Soit X la variable aléatoire comptant le nombre de crèmes brûlées commandées chaque soir. X
compte le nombre de succès (=crème brûlée commandée) dans la répétition indépendante de 70
épreuves de Bernoulli dont chacune a une probabilité de succès égale à 0.4. Ainsi, X suit une loi
binomiale de paramètre 70 et 0.4.
1. La demande est satisfaite si X ≤ 30. On doit donc déterminer si P (X ≤ 30) ≥ 0.7. A
l'aide d'une calculatrice ou d'un tableur, on trouve facilement que P (X ≤ 30) ' 0, 73 : le
restaurateur a raison.
2. On cherche le plus petit entier k tel que P (X ≤ k) ≥ 0, 9. Toujours à l'aide d'un tableur,
on constate que P (X ≤ 32) ' 0, 86 et que P (X ≤ 33) ' 0, 91. Il sut de préparer 33
crèmes brûlées pour satisfaire la clientèle dans 90% des cas. Ca vaut peut-être le coup de
fabriquer 3 crèmes supplémentaires !
Exercice 7.
Correction
3 Lois de probabilités usuelles
Exercice 1.
Soit n ≥ 3 donné. On se donne un sac contenant 10 boules, dont neufs noires et une rouge. On
eectue des tirages suivant le principe suivant :
On remet la boule après tirage.
On a gagné dès que la boule rouge est sortie.
On arrête le jeu quand on a tiré la rouge ou bien au bout de n tirages, quelque soit la
couleur de la nème boule !
On appelle X la variable aléatoire égale au nombre de tirages eectués lors du jeu.
1. Quelle est le support de X ?
2. Décrire les événement X = 1 et X = 2, et donner leurs probabilités.
3. Pour k ≤ n − 1, calculer P (X = k).
4. Calculer P (X = k). A-t-on X suit une loi géométrique.
Correction
1. Le support de X est : X(Ω) = {1, 2, · · · , n}.
2. Puisque n ≥ 3, alors l'événement X = 1 a lieu si on tire la boule rouge au premier coup,
et X = 2 désigne que le premier tirage on sort une boule noire et la rouge au second. On a
alors :
1 9 1
P (X = 1) = , P (X = 2) = × .
10 10 10
Remarque : Essayer de discuter le cas où n = 2 ! !
3. X vaut k ≤ n − 1 lorsque l'on a tiré une noire k-1 fois de suite au début puis au nal une
rouge : P (X = k) = ( 10
9 k−1
) 1
× 10 .
4. X vaut n lorsque l'on a tiré n-1 fois une noire dans les n-1 premiers tirages, et puisque on
s'arrête au nème tirage alors peu importe sa couleur : P (X = n) = ( 10 ) .
9 n−1
La variable ne suit pas la loi géométrique puisque son support est ni. même si la somme
des germes vaut 1 !
Exercice 2.
Soit n ≥ 2 donné. On se donne un sac contenant 20 boules, dont 5 rouges et 15 noires. On tire n
boules les unes après les autres avec remise de la boule à chaque fois.
1. Pour 1 ≤ k ≤ n, on appelle Xk la variable aléatoire égale à 0 si on la kème boule tirée est
noire et égale à 1 si elle est rouge. Donner la loi de Xk et son espérance.
2. On note S = X1 + · · · + Xn . Donner l'interprétation de S, sa loi et son espérance.
3. On eectue six tirages. Calculer la probabilité d'avoir au moins deux boules rouges.
Correction
1. Xk suit une loi de Bernoulli avec probabilité de succès "tirage d'une boule rouge" p =
P (Xk = 1) = 14 et q = 1 − p = P (Xk = 0) = 34 . Son espérance E(Xk ) = 14 .
2. S est somme de n variables de Bernoulli, toutes indépendante et de même loi avec paramètre
égal à 41 , alors S suit la loi binomiale B(n, 41 ). Elle donne le nombre de boules rouges tirées,
elle prend ses valeurs entre 0 et n. On sait que pour tout k = 0, 1, · · · , n
n
P (S = k) = Cnk pk q n−k , E(S) = np = .
4
3. P (S ≥ 2) = 1 − P (S = 0) − P (S = 1) = 1 − q 6 − 6 × 14 ( 34 )5 = 1909
4096
' 46.6%
Exercice 3.
Un QCM contient 20 questions ? Chaque question ore quatre réponses possibles, dont une seule
est correcte.
Un étudiant répond totalement au hasard à chaque question. Soit X la variable aléatoire égale au
nombre de bonnes réponses qu'il donne. Trouver la loi de X et son espérance ?
Correction
Les diérentes questions sont indépendantes. Chaque question se traduit par un succès (donner
une bonne réponse) de probabilitès 14 . Nous somme dans le cadre du nombre de succès parmi 20
expériences indépendantes aléatoires.
X suit la loi B(20, 14 ) et on sait dans ce cas que E(X) = 20
4
= 5. Le candidat peut espérer avoir
une note égale à 5 si les réponses fausses ne font pas perdre de points.
Exercice 4.
Un concierge à un trousseau de dix clefs indiscernables au toucher, et dont une seule ouvre la
porte. Chaque fois qu'il a testé une clef qui ne marche pas, il secoue son trousseau n'importe
comment et recommence.
1. Soit X le nombre d'essais nécessaires pour ouvrir la porte. Trouver la loi de X et son
espérance.
2. Calculer +∞ n=1 P (X = n). Et calculer la probabilité de l'événement B : n'arriver jamais à
P
ouvrir la porte ?
Correction
1. X représente le numéro du premier succès dans une suite déxpériences se traduisant par
un succès (probabilité p = 10
1
) ou un échec (probabilité 10
9
). Elle suit la loi géométrique de
paramètre p, pour tout n ∈ N : ∗
9 n−1 1
P (X = n) = ( ) × .
10 10
P+∞ P+∞ 9 n−1 P+∞ 9 n

2. n=1
1
P (X = n) = 10 n=1 ( 10 )
1
= 10 n=0 ( 10 ) = 10 × 1− 9 = 1.
1 1
10
Appelons An l'événement : ouvrir la porte au nème essaie qui est q uivalent à X = n, les
événements An et B forment système complet l'événements, on doit donc avoir :
+∞
X
P (B) + P (An ) = 1.
n=1
Ce qui entraine que P (B) = 0.
Exercice 5.
Le nombre d'appels X reçu par le SAMU en une heure suit une loi de Poisson de paramétre λ.
Chaque appel est analysé, et il y a une probabilité p pour que le SAMU accepte de venir et renvoyer
le demandeur au médecin de garde. Trouver la loi de Y représentant le nombre de déplacement
du SAMU en une heure.
Correction
L'événement Y = n est la réunion des événements incompatibles :
A
Pk+∞:"Le SAMU a reçu k ≥ n appels et il en a accepté n parmi les k". Alors P (Y = n) =
k=n P (Ak ).
Ak est l'intersection des deux événements "il y a eu k appels" et "parmi ces k appels il en accepte
n". On utilise les probabilités conditionnelles :
λk
P (Ak ) = P (k appels)P ( n acceptés | k appels = e−λ × Ckn pn (1 − p)k−n
k!
puisque le nombre d'appels acceptés parmi k appels reçu suit une loi binomiale B(k, p). On a
ensuite
+∞ +∞
X λk pn X k 1
P (Y = n) = e−λ × Ckn pn (1 − p)k−n = e−λ λ (1 − p)k−n × .
k=n
k! n! k=n (k − n)!
Faisons un changement d'indice u = k − n, qui varie de 0 à +∞ :

+∞
pn n X u 1
P (Y = n) = e−λ λ λ (1 − p)u × .
n! u=0 u!
Dans la somme de la série, on reconnait eλ(1−p) . Donc :

pn n λ(1−p) (λp)n
P (Y = n) = e−λ λ e = e−λp .
n! n!
Il s'agit d'une loi de Poisson de paramètre λp.
C'est normale avec l'interprétation courante de la loi de Poisson. Si le SAMU reçoit en moyenne
λ appels par heure, il en accepte en moyenne λp par heure. Cette terminologie traduit le fait que
le nombre d'appels acceptés suit la loi de Poisson de paramètre λp.
4 Couple de variable aléatoires discrètes
Exercice 1.
On dispose de n boites numérotées de 1 à n. La boite k contient k boules numérotées de 1 à k .
On choisit au hasard de façon équiprobable une boite, puis une boule dans cette boite. On note
X le numéro de la boite et Y le numéro de la boule.
1. Déterminer la loi conjointe du couple (X, Y ).
2. En déduire la loi de Y .
3. Calculer l'espérance de Y .
Correction
1. Pour tout (i, j) dans {1, . . . , n}2 , on a

P (X, Y ) = (i, j) = P (X = i)P (Y = j|X = i).
On en déduit que si j > i, alors P (X, Y ) = (i, j) = 0 alors que si j ≤ i,

1 1
P (X, Y ) = (i, j) = × .
n i
2. Y prend ses valeurs dans {1, . . . , n} et on a

n n n
X X X 1
P (Y = k) = P (X = i, Y = k) = P (X = i, Y = k) = .
i=1 i=k i=k
ni
3. Pour calculer l'espérance, on applique la dénition et on permute les sommes.

n n
1 XX k
E(Y ) =
n k=1 i=k i
n i
1X1X
= k
n i=1 i k=1
n
1 X 1 i(i + 1)
= ×
n i=1 i 2
n
1 Xi+1
=
n i=1 2

1 (n + 1)(n + 2)
= × −1
2n 2
n+3
= .
4
Exercice 2.
Soit (X, Y ) un couple de variables aléatoires suivant une loi uniforme sur {0, . . . , n}2 .
1. Déterminer la loi de X , la loi de Y .
2. X et Y sont-elles indépendantes ?
3. Déterminer la loi de X + Y .
Correction
1. X est à valeurs dans {0, . . . , n}. On a, pour tout k de {0, . . . , n},
n n
X X 1 1
P (X = k) = P (X, Y ) = (k, i) = 2
= .
i=0 i=0
(n + 1) n+1
X suit donc une loi uniforme sur {0, . . . , n}. Par symétrie, il en est de même de Y .
2. Les variables X et Y sont indépendantes, car pour tout couple (i, j) de {0, . . . , n}, on a
bien
1
P (X = i), (Y = j) = P (X = i)P (Y = j) = .
(n + 1)2
3. La variable aléatoire X + Y est à valeurs dans {0, . . . , 2n} et pour tout k dans cet intervalle
d'entiers, on a
Xk

P (X + Y = k) = P (X = i, Y = k − i) .
i=0
Si k ≤ n, ceci devient égal à

k
X 1 k+1
P (X + Y = k) = = .
i=0
(n + 1)2 (n + 1)2
Si k > n, la somme ne peut aller que jusque n (car i ≤ n) et ne peut commencer qu'en
k − n (car k − i ≤ n) et donc
n
X 1 2n − k + 1
P (X + Y = k) = 2
= .
i=k−n
(n + 1) (n + 1)2
Exercice 3.
Soient X et Y deux variables aléatoires à valeurs dans N∗ , telles que :
a
P (X = i) ∩ (Y = j) = i+j ,
2
pour tous i, j de N∗ .
1. Calculer a.
2. Déterminer les lois marginales de X et Y .
3. X et Y sont-elles indépendantes ?
Correction
1. Il est d'abord nécessaire que a ≥ 0. On a ensuite :
X a +∞
X a
i+j
= 1 ⇐⇒ i
= 1 ⇐⇒ a = 1.
i,j≥1
2 i=1
2
2. Pour i ∈ N∗ , on a :
+∞ +∞
X X 1 1 1 1
P (X = i) = P (X = i) ∩ (Y = j) = i+j
= i
= i−1
.
j=1 j=1
2 2 2 2
X suit donc une loi géométrique de paramètre 1/2. Par raison de symétrie, il en est de
même pour Y .
3. On a :
1
P (X = i) × P (Y = j) = = P (X = i) ∩ (Y = j) .
2i+j
Les variables aléatoires sont indépendantes.
Exercice 4.
Soit X et Y deux variables aléatoires indépendantes suivant la même loi géométrique de paramètre
p ∈]0, 1[. On pose Z = min(X, Y ) et q = 1 − p. Soit en outre n un entier strictement positif.
1. Calculer P (X ≥ n).
2. Calculer P (Z ≥ n). En déduire P (Z = n). Quelle est la loi de Z ?
3. Les variables X et Z sont-elles indépendantes ?
Correction
1. L'événement X ≥ n s'écrit comme réunion (dénombrable et disjointe) des événéments
élémentaires X = k , k ≥ n. On a donc
X X q n−1 p
P (X ≥ n) = P (X = k) = q k−1 p = = q n−1 .
k≥n k≥n
1−q
2. On a Z ≥ n si et seulement si X ≥ n et Y ≥ n. Ces deux événements sont indépendants,

et donc
P (Z ≥ n) = P (X ≥ n)P (Y ≥ n) = q 2n−2 .
Or,
P (Z = n) = P (Z ≥ n) − P (Z ≥ n + 1) = q 2n−2 − q 2n = q 2n−2 (1 − q 2 ).
Ainsi, Z suit une loi géométrique de paramètre 1 − q 2 .
3. Remarquons que les événements (X = n) ∩ (Z ≥ n) et (X = n) ∩ (Z = n) sont égaux et

égaux à (X = n) ∩ (Y ≥ n). Si X et Z étaient indépendantes, alors on aurait
P ((X = n) ∩ (Z ≥ n)) = P (X = n)P (Z ≥ n)
et
P ((X = n) ∩ (Z = n)) = P (X = n)P (Z = n).
En particulier, on devrait avoir P (Z = n) = P (Z ≥ n), ce qui n'est pas le cas. X et Z ne
sont pas des variables aléatoires indépendantes.
Exercice 5.
Dans un bureau de poste, il y a deux guichets. Chacune des personnes arrivant à la poste choisit le
premier guichet avec une probabilité p, ou le deuxième guichet avec une probabilité q = 1 − p. Les
personnes eectuent leur choix de façon indépendante. En une heure, le nombre X de personnes
arrivés à la poste suit une loi de Poisson P(m). On désigne par Y le nombre de personnes ayant
choisi le premier guichet.
1. Exprimer la probabilité conditionnelle de Y = k sachant que X = n.
2. En déduire la loi conjointe du couple (X, Y ).
3. Déterminer la loi de Y . On trouvera que Y suit une loi de Poisson de paramètre mp.
Correction
1. Pour chaque personne, le choix du premier guichet se fait avec une probabilité p. Les choix
sont indépendants les uns des autres, et Y = k|X = n compte le nombre de "succès"
lorsqu'on réalise n fois l'épreuve. On reconnait le schéma théorique d'une variable aléatoire
de loi binomiale. On a donc :
si 0 ≤ k ≤ n
n k n−k
k
p q
P (Y = k|X = n) =
0 si k > n.
2. On a :
P (Y = k, X = n) = P (X = n)P (Y = k|X = n)
−m mn n k n−k
e n! k
p q si k ≤ n
=
0 sinon.
3. Il faut réaliser la sommation ! On a, tenant compte du fait que les premiers termes sont
nuls :
+∞
X
P (Y = k) = P (Y = k, X = n)
n=k
k X +∞
−m p 1 (mq)n
= e
q k! n=k (n − k)!
k +∞
−m p 1 k
X (mq)n−k
= e (mq)
q k! n=k
(n − k)!
k +∞
−m p 1 X (mq)n
= e (mq)k
q k! n=0
(n)!
k
−m p 1
= e (mq)k emq
q k!
(mp)k
= e−mp .
k!
Exercice 6.
On suppose que le nombre N d'enfants dans une famille suit une loi de Poisson de paramètre
λ > 0. On suppose qu'à chaque naissance, la probabilité que l'enfant soit une lle est p ∈]0, 1[ et
celle que ce soit un garçon est q = 1 − p. On suppose aussi que les sexes des naissances successives
sont indépendants. On note X la variable aléatoire correspondant au nombre de lles par familles,
et Y celle du nombre de garçons.
1. Déterminer la loi conjointe du couple (N, X).
2. En déduire la loi de X et celle de Y .
Correction
1. La probabilité P (X = k|N = n) est égale Cnk pk q n−k si k ≤ n (à nombre de naissances xé,
le nombre de lles suit une loi binomiale de paramètres n et p), et 0 si k > n (ou k > 0).
On en déduit que
n k n−k −λ λn

P (N = n, X = k) = P (X = k|N = n)P (N = n) = p q e .
k n!
2. On déduit la loi marginale de X à partir de la loi du couple :

X
P (X = k) = P (X = k, N = n)
n≥k
X e−λ λn pk q n−k
=
n≥k
k!(n − k)!
+∞
e−λ λk pk X λn−k q n−k
=
k! n=k
(n − k)!
+∞
e−λ λk pk X λm q m
=
k! m=0
m!
e−λ λk pk λq
= e
k!
e−λp (λp)k
=
k!
Ainsi, X suit une loi de Poisson de paramètre λp. De même, Y suit une loi de Poisson de
paramètre λq .
Exercice 7.
Un étudiant s'ennuie durant son cours de probabilités et passe son temps à regarder par la fenêtre
les feuilles tomber d'un arbre. On admet que le nombre de feuilles tombées à la n du cours est
une variable aléatoire X qui suit une loi de Poisson de paramètre λ > 0.
1. a) Expliquer pourquoi les hypothèses de l'énoncé permettent de dire que pour tout λ > 0,
+∞ k
X λ
eλ = .
k=0
k!
b) Calculer l'espérance et la variance de X.

2. A chaque fois qu'une feuille tombe par terre, l'étudiant lance une pièce qui donne pile avec
une probabilité p et face avec probabilité q = 1 − p, p ∈]0, 1[. On note F et P le nombre de
faces et de piles obtenus respectivement.
a) Pour k ∈ N xé, expliquer de manière simple pourquoi la loi de F sachant X = k est
une loi binomiale dont on précisera les paramètres. En déduire l'expression de P (F =
a|X = k).
b) Pour (k, a) ∈ N, calculer la quantité P (X = k, F = a).
c) En déduire la loi de F , ainsi que son espérance.
d) Donner, sans calculs, la loi de P .
3. Montrer que P et F sont indépendantes.
4. Calculer E[P F ] et V ar[P + F ].
Correction
1. a) On nous dit que X est une variable aléatoires à valeurs dans N telle que
λk
P (X = k) = e−λ .
k!
On sait aussi que
+∞
X
P (X = k) = 1.
k=0
De ces deux relations, on déduit facilement le résultat demandé.
+∞ k
λ
X λ
e = .
k=0
k!
b) Ce sont des arguments à savoir. On a

+∞
X
E(X) = kP (X = k)
k=0
+∞
−λ
X λk
= e
k=1
(k − 1)!
+∞
X λk
= e−λ λ
k=0
k!
= λ.
On a de la même façon, en écrivant k 2 = k(k − 1) + k ,
+∞
X
E(X 2 ) = k 2 P (X = k)
k=0
+∞ +∞
X λk X λk
= e−λ + e−λ
k=2
(k − 2)! k=1
(k − 1)!
2
= λ + λ.
On en déduit que 2
V (X) = E(X 2 ) − E(X) = λ.
2. a) Lorsque X est xé égal à k , F compte le nombre de succès (obtenir face) de la répétition
de k expériences aléatoires indépendantes ayant chacune une probabilité q de succès.
Donc la loi de F sachant X = k est une loi binomiale B(k, q). On en déduit que
si 0 ≤ a ≤ k
k a k−a
a
q p
P (F = a|X = k) =
0 sinon.
b) On a :
P (F = a, X = k) = P (X = k)P (F = a|X = k)
−λ λk k a k−a
e k! a q p si a ≤ k
=
0 sinon.
c) D'après la formule de la loi marginale,

+∞
X
P (F = a) = P (F = a, X = k)
k=a
a X +∞
−λ q 1 (λp)k
= e
p a! k=a (k − a)!
a +∞
−λ q 1 a
X (λp)k−a
= e (λp)
p a! k=a
(k − a)!
a +∞
−λ q 1 a
X (λp)k
= e (λp)
p a! k=0
k!
a
q 1
= e−λ (λp)a eλp
p a!
(λq)a
= e−λq .
a!
Ainsi, F suit une loi de Poisson de paramètre qλ.
d) Par symétrie, P suit une loi de Poisson de paramètre pλ.
3. L'événement (F = a) ∩ (P = b) est l'événement (F = a) ∩ (X = a + b) et donc
P(F = a et P = b) = P(F = aet X = a + b)

= P (F = a|X = a + b)P (X = a + b)
a+b

−λ λ a+b a b
= e q p
(a + b)! a
λa+b a b
= e−λ q p.
a!b!
D'autre part,
(λq)a −λp (λp)b
P(F = a) × P(P = b) = e−λq e .
a! b!
Ces deux quantités sont égales, et donc P et F sont indépendantes.
4. Par indépendance de P et F , on a
E(P F ) = E(P )E(F ) = λ2 pq
et
V ar[P + F ] = V ar(P ) + V ar(F ) = λ,
ce qu'on pouvait aussi retrouver en remarquant plus simplement que P + F = X .

Langue

TD Proba Stat 2021 VF

Transféré par

Informations du document

Description :

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

TD Proba Stat 2021 VF

Titre original :

Transféré par

Description :

Droits d'auteur :

Faculté Polydisciplinaire de Ouarzazate

Exercices corrigés Proba-Stat

Ce recueil s'adresse aux étudiants de la deuxiéme année SMI. L'origine de ce recueil

Table des matières

3. Le nombre de tirage d'avoir 2 rouges est C10

P (Cov) = P (Cov ∩ F ) + P (Cov ∩ H) = P (Cov|F )P (F ) + P (Cov|H)P (H) = 0.11. (1)

P (D) = P (D|V )P (V ) + P (D|F )P (F ) = 0.085.

La formule de Bayes nous donne :

P (D|V )P (V ) 0.05 × 0.9

1/k 1/1 1/2 1/3 1/4 1/5 1/6

Le calcul de l'espérance n'est pas plus dicile, et donne :

On en déduit le calcul de l'espérance de Y :

1. On note Z le nombre de voitures disponibles par jour. Déterminer la loi de Z . On pourra

3 Lois de probabilités usuelles

P+∞ P+∞ 9 n−1 P+∞ 9 n

Ce qui entraine que P (B) = 0.

Faisons un changement d'indice u = k − n, qui varie de 0 à +∞ :

Dans la somme de la série, on reconnait eλ(1−p) . Donc :

4 Couple de variable aléatoires discrètes

On en déduit que si j > i, alors P (X, Y ) = (i, j) = 0 alors que si j ≤ i,

2. Y prend ses valeurs dans {1, . . . , n} et on a

3. Pour calculer l'espérance, on applique la dénition et on permute les sommes.

Si k ≤ n, ceci devient égal à

2. On a Z ≥ n si et seulement si X ≥ n et Y ≥ n. Ces deux événements sont indépendants,

3. Remarquons que les événements (X = n) ∩ (Z ≥ n) et (X = n) ∩ (Z = n) sont égaux et

P ((X = n) ∩ (Z ≥ n)) = P (X = n)P (Z ≥ n)

2. On déduit la loi marginale de X à partir de la loi du couple :

b) Calculer l'espérance et la variance de X.

b) Ce sont des arguments à savoir. On a

c) D'après la formule de la loi marginale,

P(F = a et P = b) = P(F = aet X = a + b)

E(P F ) = E(P )E(F ) = λ2 pq

Centres d'intérêt liés

Vous aimerez peut-être aussi

Le calcul de l'espérance n'est pas plus dicile, et donne :

3. Pour calculer l'espérance, on applique la dénition et on permute les sommes.