Faculté des sciences et techniques Année 2020-2021

Tanger
Département de Mathématiques
Filière : GEGM - 2ème année
Module : Statistique descriptive et Probabilités
T D2

Exercice 1 Considérons l’expérience aléatoire consistant à lancer un dé équilibré où Ω est l’univers.

Et soient Θ1 et Θ2 les algèbres suivantes :

Θ1 = {∅, P, I, Ω} avec P = {2, 4, 6}, I = {1, 3, 5}

;
Θ2 = P(Ω)
Déterminer dans chacun des trois cas suivants si X est une variable aléatoire ou non (Justifier vos
réponses) :
1. X(i) = i si i = 1, 2, 3, 4, 5, 6 avec l’algèbre Θ2

2. 
1
 si i est pair
X(i) =  avec l’algèbre Θ1

2
 si i est impaire .

3. 
1
 si i = 1, 2, 3
X(i) =  avec l’algèbre Θ1

2
 si i = 4, 5, 6

K.B et H.R, GEGM/S3, Corrigé de l’exercice 1 Il faut vérifier que (X ≤ x) = {x ∈ ω/X(ω) ≤ x}

est un événement pour tout x ∈ R
1. (a) Si (X < 1), (X ≤ x) = ∅ ∈ Θ2
(b) Si (1 ≤ x < 2), (X ≤ x) = {1} ∈ Θ2
(c) Si (2 ≤ x < 3), (X ≤ x) = {1, 2} ∈ Θ2
(d) Si (3 ≤ x < 4), (X ≤ x) = {1, 2, 3} ∈ Θ2
(e) Si (4 ≤ x < 5), (X ≤ x) = {1, 2, 3, 4} ∈ Θ2
(f) Si (5 ≤ x < 6), (X ≤ x) = {1, 2, 3, 4, 5} ∈ Θ2
(g) Si (6 ≤ x), (X ≤ x) = {1, 2, 3, 4, 5, 6} = Ω ∈ Θ2
∀x ∈ R, (X ≤ x) ∈ Θ2 , ainsi X est une variable aléatoire
2. (a) Si (X < 1), (X ≤ x) = ∅ ∈ Θ1
(b) Si (1 ≤ x < 2), (X ≤ x) = {2, 4, 6} = P ∈ Θ1
(c) Si (2 ≤ x), (X ≤ x) = {1, 2, 3, 4, 5, 6} = Ω ∈ Θ2
Donc X est une variable aléatoire
3. (a) Si (X < 1), (X ≤ x) = ∅ ∈ Θ1
(b) Si (1 ≤ x < 2), (X ≤ x) = {1, 2, 3} < Θ1
Donc X n’est pas une variable aléatoire

1
Exercice 2 Soit X, Y deux variables aléatoires définies sur le même espace de probabilité. Démon-
trer que U = min(X, Y) et V = max(X, Y) sont aussi des variables aléatoires.
K.B et H.R, GEGM/S3, Corrigé de l’exercice 2 Il faut démontrer que (X ≤ u) et (Y ≤ v) sont des
événements.
1.
(U > u) = (min(X, Y) > u) = (X > u et Y > u) = (X > u) ∩ (Y > u)
c’est l’intersection de deux événements, donc c’est un événement, ainsi (U > u) = (U ≤ u) est
un événement (le complémentaire d’un événement est un événement)
2. De même
(V ≤ v) = (max(X, Y) ≤ v) = (X < v et Y < v) = (X < v) ∩ (Y < v)
est un envenimement
U et V sont des variables aléatoires

Exercice 3 On considère la variable aléatoire X dont la loi est donnée par les valeurs -2, -1, 0, 1, 3
et les probabilités associées 0.2, 0.1, p , 0.2 et 0.1.
1. Représenter dans une table la fonction de probabilité, P(X = x) et la fonction de distribution
de probabilité, F(x) = P(X ≤ x), et calculer p, E(X) et Var(X).
2. Soit la variable aléatoire Y = |X| (valeur absolue de X). Quelle est la loi de probabilité de Y.
3. Déterminer la fonction de répartition F(y) de Y et tracer sa courbe.
4. Calculer E(Y) et l’écart-type, σ(Y)
———————————————-
K.B et H.R, GEGM/S3, Corrigé de l’exercice 3 1. P est une probabilité, d’où
k=1 P(X = k) = 1, on trouve p=0,4
P5

2. E(X) ?
5
X
E(X) = kP(X = k) = 0
k=1

3. V(X) ?
5
X
V(X) = E(X ) − E(X) =
2 2
k2 P(X = k) − 0 = 2
k=1

Table 1 – Loi de probabilité de X (colonnes 1 et 2)

X P(X = K) P(X = K) kP(X = k) k2 P(X = k) P(X ≤ k)

-2 0,2 0,2 -0,4 0,8 0,2
-1 0,1 0,1 -0,1 0,1 0,3
0 p 0,4 0 0 0,7
1 0,2 0,2 0,2 0,2 0,9
3 0,1 0,1 0,3 0,9 1
Somme 1 1 0 2

2
4. La loi de probabilité de Y

P(Y = 0) = P(|X|) = 0) = P(X = 0) = 0, 4

P(Y = 1) = P(|X|) = 1) = P(X = 1 ou x = −1) = P(X = 1) + P(X = −1) = 0, 1 + 0, 2 = 0, 3

P(Y = 2) = P(|X|) = 2) = P(X = 2 ou x = −2) = P(X = 2) + P(∅) = 0 + 0, 2 = 0, 2
P(Y = 3) = P(|X|) = 3) = P(X = 3 ou x = −3) = P(X = 3) + P(∅) = 0 + 0, 1 = 0, 1
On vérifie que 4k=1 P(Y = k) = 1
P

Table 2 – Loi de probabilité de Y (colonnes 1 et 2)

Y = |X| P(Y = k) kP(Y = k) k2 P(Y = k) P(Y ≤ k)

0 0,4 0 0 0,4
1 0,3 0,3 0,3 0,7
2 0,2 0,4 0,8 0,9
3 0,1 0,3 0,9 1
Somme 1 1 2 1

5. F est une fonction en escalier

Interval ] − ∞, 0[ [0, 1[ [1, 2[ [2, 3[ [3, +∞[

F(y) 0 0,4 0,7 0,9 1

6. E(Y) et σ(Y)
4
X
E(Y) = kP(Y = k) = 1
k=1
5
X
V(Y) = σ (Y) = E(Y ) − E(Y) =
2 2 2
k2 P(Y = k) − 1 = 2 − 1 = 1
k=1

3
 Figure 1 – Courbe de la fonction de répartition F de la v. a. Y

Exercice 4 Deux amis décident de jouer à Pile ou Face et adoptent la règle suivante : Le jeu continu
et ne s’arrête que si pile et face se présentent au moins trois fois.
Quelle est la probabilité que le jeu n’est pas s’arrêté durant 10 lancés.

K.B et H.R, GEGM/S3, Corrigé de l’exercice 4 Soit X ="le nombre de piles obtenue en 10 lan-
cés", X suit une binomiale de paramètre (n=10,p=1/2)
Soit A l’évènement "le jeu continu et ne s’arrête pas"

Table 3 – Les évènements possible

Lancés Pile Face

1 0P 10F
2 1P 9F Le jeu continu et ne s’arrête pas : A1 = (X ≤ 3)
3 2P 8F
4 3P 7F
5 4P 6F
6 5P 5F Le jeu s’arrête : A
7 6P 4F
8 7P 3F
9 8P 2F
10 9P 1F Le jeu continu et ne s’arrête pas A2 = (8 ≤ X)
11 10P 0F

4
 on sait que si X ∼ Bin(n, p), alors

P(X = k) = Ckn pk (1 − p)(n−k)

A = {(0P, 10F); (1P, 9F); (2P, 8F); (8P, 2F); (9P, 1F); (10P, 0F)} = A1 ∪ A2
P(A) = P(A1 )+P(A2 ) = P(X = 0)+P(X = 1)+P(X = 2)+P(X = 8)+P(X = 9)+P(X = 10) = 7/64

Exercice 5 1. On considère la variable aléatoire X «nombre de naissances observées avant

l’obtention d’une fille » avec p = 1/2 (même probabilité de naissance d’une fille ou d’un
garçon). Montrer que la loi suivit par X est une loi géométrique.
2. Soit X une variable aléatoire dont la loi de probabilité est définie, pour 0<p<1, par P(X =
k) = p(1 − p)k . Calculer E(X).

K.B et H.R, GEGM/S3, Corrigé de l’exercice 5 1. La loi de X

Soit l’événement Ak : "avoir k − 1 garçons et 1 fille, k ∈ N ∗ "

Table 4 – Loi de probabilité de X

X Garçons Filles Ak P(X = k) = P(Ak )

1 0 1 (0G,1F) p
2 1 1 (G,F) p(1 − p)
3 2 1 (G,G,F) p(1 − p)2
4 3 1 (G,G,G,F) p(1 − p)3
5 4 1 (G,G,G,G,F) p(1 − p)4
6 5 1 (G,G,G,G,G,F) p(1 − p)5
7 6 1 (G,G,G,G,G,G,F) p(1 − p)6
. . . . . . ... . . . ...
. . . . . . ... . . . ...
k k-1 1 (G,G,G,G,G,G,G,. . . ..F) p(1 − p)k−1

La table 4 représente la loi de probabilité de X, et on déduit que ∀k ∈ N ∗

P(Ak ) = P(X = k) = P(G, G, G, G, . . . . . . . . . . . . F) = P(G)P(G). . . . . . . . . . . . P(G) P(F) = p(1−p)(k−1)

| {z } | {z }
k−1garçons et 1 fille k−1 f ois

ainsi X suit une loi géométrique de paramètre p=1/2

2. E(X) ?
P(X = k) = p(1 − p)k ⇒ P(X = k − 1) = p(1 − p)k−1
d’où P(X + 1 = k) = p(1 − p)k−1 , donc, X + 1 suit une loi géométrique de paramètre et

E(X + 1) = 1/p = E(X) + 1

Ainsi
1
E(X) = −1
p

5
Exercice 6 L’oral d’un concours comporte au total 100 sujets ; les candidats tirent au sort trois
sujets et choisissent alors le sujet à traiter parmi ces trois sujets. Un candidat se présente en ayant
révisé 60 sujets sur les 100. On note X la variable aléatoire égale au nombre de sujets révisés parmi
les 3. Sachant que X suit une loi hypergéométrique, quelle est la probabilité pour que le candidat ait
révisé :
1. les trois sujets tirés ;
2. exactement deux sujets sur les trois sujets ;
3. aucun des trois sujets.

K.B et H.R, GEGM/S3, Corrigé de l’exercice 6 Soit X “nombre de sujets révisés parmi les 3” ;

X(Ω) ⊂ {0, 1, 2, 3}

si le candidat tire k sujet(s) parmi les 60 révisés, et 3 − k sujets parmi les 40 non révisés,
alors
Ck60 C3−k
P(X = k) = 3
40
C100
1. Les trois sujets tirés

C360 C040
P(X = 3) =
C3100
2. exactement deux sujets sur les trois sujets

C260 C140
P(X = 2) =
C3100

3. aucun des trois sujets.

C060 C340
P(X = 0) =
C3100

Exercice 7 Un standard téléphonique reçoit 300 appels par heure. Il ne peut pas établir plus de 12
connexions par minute. Calculer :
1. La probabilité que le standard reste saturé dans une minute donnée.
2. La probabilité qu’il reçoit une seule appelle dans une minute donnée.

K.B et H.R, GEGM/S3, Corrigé de l’exercice 7 Soit X="le nombre d’appelle par minute"
X ∼ P(λ), avec λ = 300/60 = 5 (5 appelle par minute)

λk
P(x = k) = e−λ
k!
1. Le standard reste saturé dans une minute donnée si X > 12
12
X 5k
P(X > 12) = 1 − P(X ≤ 12) = e−5 = 0, 002
k=0
k!

6
 2. La probabilité qu’il reçoit une seule appelle dans une minute donnée.
5
P(X = 1) = e−5 = 0, 0337
1!

Exercice 8 Soit X une variable aléatoire suivant une loi de Poisson d’espérance λ.
On définit une nouvelle variable aléatoire Y, de la manière suivante :

 X2 si X est paire et distincte de 0

Y=

0 si X est impaire ou X = 0.


Calculer la probabilité P(Y = k), k = 0, 1, 2, . . . .

K.B et H.R, GEGM/S3, Corrigé de l’exercice 8 (a) Si X est paire et X , 0, alors

P(Y = k) = P(X/2 = k) = P(X = 2k)

X ∼ P(λ)
donc
λ2k
P(Y = k) = P(X/2 = k) = P(X = 2k) = e−λ , k∈N
2k!
(b) Si X est impaire ou X = 0

(Y = 0) = {X = 0; X = 1; X = 3; X = 5; ..... }
Les événements (X = 0), (X = 1), (X = 3), ..........(X = 2k − 1) sont indépendants, donc

P(Y = 0) = P(X = 0) + P(X = 1) + P(X = 3) + P(X = 5)........... + P(X = 2k − 1) + .........

λ λ3 λ5 λ2k−1
= e−λ (1 + + + + .......... ...........)
1! 3! 5! (2k − 1)!
eλ − e−λ
= e−λ ( + 1)
2

eλ = 1 + λ/1! + λ2 /2! + λ3 /3! + ........λn /n! + .........

e−λ = 1 − λ/1! + λ2 /2! − λ3 /3! + ........(−1)n λn /n! + .........

Exercice 9 Soit f la fonction définie par :


k(1 + x2 ) si 0 ≤ x ≤ 3

f (x) = 

0
 si non.

1. Déterminer k pour que f soit une densité de probabilité.

2. Soit X une variable aléatoire dont f est la densité. Calculer les probabilités suivantes :
P(1 < X ≤ 2), P(X < 1).
3. Sachant que X supérieur à 1, calculer la probabilité pour qu’elle soit inférieur à 2.

7
K.B et H.R, GEGM/S3, Corrigé de l’exercice 9 1. f est une densité de probabilité, donc
Z +∞
f (x)dx = 1
−∞

on trouve k=1/12 et 



0 si x ≤ 0
F(x) = 1/12(x + x3 /3) si 0 < x < 3





1
 si x ≥ 3

2. Z 2
1
P(1 < X ≤ 2) = f (x)dx = F(2) − F(1) =
1 18

3.
1
P(X < 1) = F(1) =
9
4.
P(X < 2; X > 1) P(1 < X < 2) 5/18 5
P(X < 2/X > 1) = = = =
P(X > 1) P(X > 1) 8/9 16

Exercice 10 Soient X, Y deux variables aléatoires continues de densité fX (x), fY (y) et soit A
un évènement qu’il se réalise avec la probabilité p. Définissons la variable aléatoire Z comme
suite : 
X si l’évènement A est réalisé

Z=

Y si l’évènement A n’est pas réalisé.


Trouver la densité de Z.

K.B et H.R, GEGM/S3, Corrigé de l’exercice 10 On sait que

A ∪ Ā = Ω ⇒ (Z ≤ z) ∩ A ∪ (Z ≤ z) ∩ Ā = Ω ∩ (Z ≤ z) = (Z ≤ z)

Donc
P(Z ≤ z) = P((Z ≤ z) ∩ A) + P((Z ≤ z) ∩ Ā)
= P((Z ≤ z)/A)P(A) + P((Z ≤ z)/Ā)P(Ā)
= F X (z)p + (1 − p)FY (z)

en dérivant et on trouve :
fZ (z) = p fX (z) + (1 − p) fY (z)

Exercice 11 Soit X une variable aléatoire de densité f donnée par

f (x) = 1/2e−|x|

Quelle est la probabilité que l’équation E : a2 + Xa + 1 = 0 possède deux racines réelles distinctes ?.

8
K.B et H.R, GEGM/S3, Corrigé de l’exercice 11 E admet deux racines distincts si ∆ > 0,
donc
P(E admet 2 racines) = P(∆ > 0) = P(X 2 − a > 0)
= P(|X| > a)
= P(X > 2) + P(X < −2)
Z +∞ Z −2
= 1/2e dx +
−x
1/2e x dx
2 −∞
=e −2