Exercices : Complément de Probabilités

Exercice 1 Soit (Ω, A, P ) un espace de probabilité. Montrer que :

1. Soient (An )n≥0 ∈ A tq A0 ⊂ A1 ⊂ ... ⊂ An ⊂ An+1 ⊂ ...
Alors P (∪k≥0 Ak ) = limn→∞ P (An ).
2. Soient (Bn )n≥0 ∈ A tq B0 ⊃ B1 ⊃ ... ⊃ Bn ⊃ Bn+1 ⊃ ...
Alors P (∩k≥0 Bk ) = limn→∞ P (An )

Exercice 2 Soit X une v.a de densité f (x) = λe−|x| sur R.

1. Calculer λ. Déterminer la fonction de répartition F et le loi de |X|.
2. Calculer les moments d’ordre n de X, par suite déduire E(X) et V (X).
3. Y est une v.a non corrélée avec X et de même loi. Calculer la moyenne
et la variance des v.a S = 2X − Y et T = X 2 .

Exercice 3 Soit X une v.a dans Z∗ de loi donnée par :

∀ k ∈ Z∗ P (X = k) = 2−(|k|+1)

On définit la v.a Y par : Y (ω) = X(ω), si X(ω) > 0 et Y (ω) = −X(ω) +

1, si X(ω) < 0 .
Déterminer la loi de Y .

Exercice 4 Soit X une variable aléatoire à valeurs dans N sur l’espace de

probabilité discret (Ω, P ). On définit sa fonction génératrice par GX (s) =
E(sX ) = k∈N P (X = k)sk
P

1. Montrer que GX (s) est bien définie sur [−1, 1].

2. Montrer que GX caractérise la loi de X.
0 00
3. Supposons que X et X 2 sont intégrables. Notons GX et GX les dérivées
0
première et seconde de GX . Montrer que E(X) = GX (1) et E(X 2 ) =
00 0
GX (1) + GX (1). En déduire l’expression de Var(X).

Exercice 5 Calculer la fonction génératrice de X dans les cas suivants

1. de loi de Bernoulli de paramètre p ∈ [0; 1] ;

1
 2. de loi binomiale de paramètres n ∈ N∗ et p ∈ [0; 1] ;
3. de loi de Poisson de paramètre λ > 0 ;
4. de loi géométrique de paramètre p ∈]0; 1[.
5. En déduire l’espérance et la variance de X dans chacun des cas.

Exercice 6 Calculer la fonction caractéristique de X dans les cas suivants

1. de loi Uniforme sur [a; b] ;
2. de loi Exponenetielle de paramètre λ ;
3. de loi Normale centrée réduite ;
4. de loi Normale de paramètres m et σ.

Exercice 7 1. Soit X le nombre d’avion arrivant en une heure sur un

aéroport. On a E(X) = 16 et V (X) = 16. A l’aide de l’inégalité de
Bienaymé Tchebecheff B.T donner une minoration de P (10 < X <
22).
2. En utilisant B.T, combien de fois doit-on lancer une pièce de monnaie
équilibrée pour que l’on ait une probabilité supérieure à 0.9 que le
nombre de pile sur le nombre de lancers soit compris entre 0.4 et 0.6 ?

Exercice 8 Soient λ, µ > 0, p, q ∈ (0, 1) tq p + q = 1.

Z = (X, Y ) ∈ N × N∗ de loi donnée par :
i
P (X = i, Y = n) = e−λ λi! p2 (1 − p)k si n = 2k + 1 ; et P (X = i, Y = n) =
i
e−µ µi! q 2 (1 − q)k si n = 2k + 2.
Déterminer les marginales de Z.

Exercice 9 Soit f : R2 → R définie par :

f (x, y) = ce−x .1|y|≤x .
1. Déterminer c pour que f soit une densité.
2. Calculer E(Y ).
3. Calculer les lois marginales.
4. X et Y sont-elles indépendantes ?

2
Exercice 10 1. Soient X et Y deux v.a indépendantes de loi exponen-
tielle de paramètres respectivement λ et µ.
S = X + Y , donner la loi de S.
2. Soient X et Y deux v.a indépendantes de loi exponentielle de pa-
ramètres respectivement λ et µ.
Z=X Y , donner la loi de Z.

3. Soient X et Y deux v.a indépendantes telles que fX = 3x2 .1[0,1] et

Y ∼ U[0,1] .
T = X.Y , donner la loi de T .
4. Soient X et Y deux v.a indépendantes de même loi de densité fX (x) =
1 −|x|
2 .e .
R = 2X + Y , donner la loi de R.

Exercice 11 Soient X et Y deux v.a indépendantes de loi exponentielle de

paramètres respectivement λ et µ.
Déterminer la loi du couple ( X
Y ,Y )

Exercice 12 Soit X et Y deux variables aléatoires indépendantes de loi

N (0; 1).
X
1. Déterminer la loi de Y .

2. Déterminer la loi du couple (X; X + Y ), et en déduire la loi condition-

nelle de X sachant X + Y .
3. Déterminer la loi du couple (X; Z) = (X; X 2 + Y 2 ).
4. En déduire la loi de X 2 + Y 2 puis la loi conditionnelle de X sachant
X 2 + Y 2.

Exercice 13 Soit X une variable aléatoire de loi N (0, 1) et T indépendante

de X telle que P [T = 1] = P [T = −1] = 21 . Montrer que Y = T X suit une
loi N (0, 1) et que le vecteur aléeatoire (X, Y ) n’est pas gaussien.

Exercice 14 Soient X1 ;... ; Xn des variables aléatoires de Bernoulli indépendantes

toutes de même loi :
P (Xi = 1) = p, P (Xi = 0) = 1−p pour un p ∈]0; 1[. Soit Sn = X1 +...+Xn .

3
 1. Quelle est la loi de Sn ?
2. Quelle est la loi du couple (X1 ; Sn ) ?
3. Quelle est la loi conditionnelle de X1 sachant Sn ?
4. Quelle est la loi de conditionnelle de Sn sachant X1 ?

Exercice 15 Une usine fabrique des pièces, à la sortie 0.5% sont défectueuses.
On considère un lot de n pièces, et on note Xn le nombre de pièces défectueuses.
1. Comment peut-on modéliser Xn ?.
2. Pour n = 5000, comment peut-on approximer Xn ?.
En déduire une valeur approchée de la probabilité d’avoir au plus 20
pièces défectueuses.

Exercice 16 Soit la suite (Xn )n∈N de variables aléatoires indépendantes et

de même loi, telle que :
P (Xn = 1) = 0.02

P (Xn = 0) = 0.98

Xn vaut 1 lorsque le téléphone du n ième abonné est occupé et 0 sinon.

Soit Sn = X1 + ... + Xn . Sn est le nombre d’abonnés utilisant le téléphone
en même temps.
Soit N le nombre d’appels que le central peut traiter en même temps.
Déterminer N tel que P (S5000 > N ) ≥ 0.025.

Exercice 17 Soit (Xn )n≥1 une suite de variables aléatoires de loi binomiale
B(n, pn ) telle que :
lim npn = λ > 0.
n→∞
1. Montrer que Xn converge en loi vers une variable aléatoire qui suit la
loi de poisson de paramètre λ.
2. Application :
La proportion de maison touchées par la foudre une année donnée est
0.01%.
Quelle est la probabilité qu’une assurance assurant 100000 maisons ait
moins de 10 maisons touhées par la foudre ?.

4
Exercice 18 On achète un stock d’ampoules pour un lampadaire. Les am-
poules ont une durée de vie de loi E(λ). La première ampoule dure un temps
X1 , on la remplace immédiatement et la deuxième qui dure un temps X2
. . .Soit T > 0. On admet que le nombre d’ampoules N grillées pendant le
temps T est tel que N est de loi P(λT ). On suppose que λT ∈ N.
1. Calculer m = E(N ).
2. Soit p ∈ N∗ . Montrer que P (N ≥ m + p) = P (X1 + · · · + Xm+p ≤ T ).
3. On suppose maintenant que λ = 1, T = 20, p = 5. Donner une valeur
numérique approchée de P (N ≥ m + p).
4. Avec les mêmes valeurs numériques que ci-dessus, combien d’ampoules
faut-il acheter au minimum pour que P (se retrouver à court d’ampoules avant le tempsT ) <
0.05 ?

Exercice 19 Un assureur assure n automobilistes (numéroté de 1 à n)

contre les accidents. Les assurés versent une prime le 1er janvier. Au cours
de l’année, l’assureur devra verser la somme Xi à l’assuré numéro i. Les Xi
sont supposées être des variables aléatoires indépendantes et identiquement
distribuées. La prime versée par chaque assuré est E(X1 ) + m (m ∈ R). On
suppose que var(X1 ) = 1.
1. Estimer la probabilité

P (X1 + · · · + Xn ≥ n(E(X1 ) + m))

pour n = 100 et m = 0.1 (c’est la probabilité que l’assureur fasse

faillite).
2. On suppose toujours que m = 0.1, trouver un entier n0 tel que si
n ≥ n0 , P (X1 + · · · + Xn ≥ n(E(X1 ) + m)) ≤ 0.05.

Exercice 20 Tn une variable aléatoire de Student à n degrés de liberté.

1. Déterminer t tel que :
(a) P [T7 < t] = 0.95
(b) P [T24 < t] = 0.6

5
 2. Calculer :
(a) P [T5 < 0.92]
(b) P [T7 < 3]
3. Déterminer n tel que : (a) P [Tn < 2.6] = 0.99
(b) P [Tn < 1.94] = 0.95
4. Déterminer a tel que P [−a < T5 < a] = 0.95

Exercice 21 χn une variable aléatoire du Khi-deux à n degrés de liberté.

1. 1. Déterminer x tel que :
(a) P [χ26 < x] = 0.75
(b) P [χ21 < x] = 0.01
2. Calculer :
(a) P [χ3 < 1.21]
(b) P [χ5 < 9.24]
3. Déterminer n tel que :
(a) P [χn < 3.36] = 0.5
(b) P [χn < 2.20] = 0.1

Exercice 22 Fn,m une variable aléatoire de Fisher à (n, m) degrés de li-

berté.
1. Déterminer f tel que :
(a) P [F2,5 < f ] = 0.95
(b) P [F12,8 < f ] = 0.95
2. Déterminer f tel que :
(a) P [F20,11 < f ] = 0.975
(b) P [F16,3 < f ] = 0.975.