Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

Exercice 01 :

On lance 2 pièces de monnaie homogènes et on observe le nombre de « faces » obtenues. Soit 𝑋

la grandeur désignant le nombre de « faces » obtenues.

1- a : L’espace fondamental Ω est : Ω = {𝑃𝑃, 𝑃𝐹, 𝐹𝑃, 𝐹𝐹 } Avec : 𝑐𝑎𝑟𝑑 (Ω) = 4

1- b : X ∶ le nombre de face

𝑋 (Ω) = {0, 1, 2} 𝑐𝑎𝑟 𝑋 ∶ Ω ⟼ ℝ tel-que :

0 𝑠𝑖 𝜔 ∈ {𝑃𝑃} = 𝐴
𝑋(𝜔) = {1 𝑠𝑖 𝜔 ∈ {𝐹𝑃, 𝑃𝐹 } = 𝐵
2 𝑠𝑖 𝜔 ∈ {𝐹𝐹 } = 𝐶

2- Montrons que 𝑋 est une variable aléatoire sur Ω muni de la σ-Algèbre 𝒫 (Ω)

Soit 𝑥 ∈ ℝ ∶ 𝑋 −1 (]−∞, 𝑥]) ∈ 𝒫(Ω) ?

𝑆𝑖 𝑥 < 0 ∶ 𝑋 −1 (]−∞, 𝑥]) = ϕ ∈ 𝒫(Ω)

𝑆𝑖 0 ≤ 𝑥 < 1 ∶ 𝑋 −1 (]−∞, 𝑥]) = {𝑃𝑃} = A ∈ 𝒫(Ω)
𝑆𝑖 1 ≤ 𝑥 < 2 ∶ 𝑋 −1 (]−∞, 𝑥]) = {𝑃𝑃, 𝐹𝑃, 𝑃𝐹} = A ∪ B ∈ 𝒫(Ω)
𝑆𝑖 𝑥 ≥ 2 ∶ 𝑋 −1 (]−∞, 𝑥]) = {𝑃𝑃, 𝐹𝑃, 𝑃𝐹, 𝐹𝐹} = A ∪ B ∪ C = Ω ∈ 𝒫(Ω)

Donc 𝑋 est une variable aléatoire sur 𝒫 (Ω)

3- Montrons que 𝑋 n’est pas une variable aléatoire sur Ω muni de la σ- algèbre ℱ=

{Ω, ϕ, {PP}, {FF, PF, FP}}

Soit 𝑥 ∈ ℝ ∶ 𝑋 −1 (]−∞, 𝑥]) ∈ ℱ ?

𝑆𝑖 𝑥 < 0 ∶ 𝑋 −1 (]−∞, 𝑥]) = ϕ ∈ ℱ

𝑆𝑖 0 ≤ 𝑥 < 1 ∶ 𝑋 −1 (]−∞, 𝑥]) = {𝑃𝑃} ∈ ℱ
𝑆𝑖 1 ≤ 𝑥 < 2 ∶ 𝑋 −1 (]−∞, 𝑥]) = {𝑃𝑃, 𝐹𝑃, 𝑃𝐹} ∉ ℱ
𝑆𝑖 𝑥 ≥ 2 ∶ 𝑋 −1 (]−∞, 𝑥]) = {𝑃𝑃, 𝐹𝑃, 𝑃𝐹, 𝐹𝐹} = Ω ∈ ℱ

Puisque l’image réciproque du borélien [1, 2[ n’appartient pas à l’algèbre ℱ. Alors,

L’application 𝑋 (∙) n’est pas une variable aléatoire sur, muni de l’algèbre ℱ.

P a g e 1 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

Dans le cadre où Ω est muni de la σ-Algèbre 𝒫 (Ω) :

1- 𝑃(𝑋 = 0) = 𝑃(𝐴) = 1/4 6- 𝑃(𝑋 < 0) = 𝑃(ϕ) = 0

2- 𝑃(𝑋 = 1) = 𝑃(𝐵) = 2/4 7- 𝑃(𝑋 ∈ ]−∞, 0]) = 𝑃(𝑋 = 0) = 𝑃(A) = 1/4

3- 𝑃(𝑋 = 2) = 𝑃(𝐶 ) = 1/4 8- 𝑃(𝑋 ∈ ]1, 2]) = 𝑃(𝑋 = 2) = 𝑃(C) = 1/4

4- 𝑃(𝑋 = −1) = 𝑃(ϕ) = 0 9- 𝑃(𝑋 > 1) = 𝑃(X = 2) = 𝑃(𝐶 ) = 1/4

1
𝑃 (𝑋 = 0) = 𝑠𝑖 ∶ 𝑎 = 0
4
1
𝑃 (𝑋 = 1) = 𝑠𝑖 ∶ 𝑎 = 1
5- P(X = 𝑎), 𝑎 ∈ ℝ = 2
1
𝑃 (𝑋 = 2) = 𝑠𝑖 ∶ 𝑎 = 2
4
{ 0 𝑠𝑖𝑛𝑜𝑛

Exercice 02 : On considère les fonctions F(x) et G(x) suivantes :

1- Les graphiques de F et G :

2- 1- F est une fonction de répartition ?

La fonction F(x) n’est pas une fonction de répartition car elle n’est pas croissante, la

1 1
fonction fait un saut vers une valeur inférieure au point 2 (𝐹 (2− ) = > 𝐹 (2) = ).
4 8

2- 2- G est une fonction de répartition ?

P a g e 2 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

a- G(x) est une fonction croissante au sens large et présentant des sauts vers des valeurs

supérieurs 𝑝𝑖 aux points 0 et 1.

b- ∀ 𝑥 ∈ ℝ , 0 ≤ 𝐺(𝑥) ≤ 1, d’où G(x) est positive

c- lim 𝐺(𝑥) = 0 et lim 𝐺(𝑥) = 1

𝑥→−∞ 𝑥→+∞

d- On doit vérifier la continuité à la droite pour les points de saut :

1 1
• 𝐺 (0+ ) = 𝑒𝑡 𝐺 (0) = Donc 𝐺 (0+ ) = 𝐺 (0) ce qui implique que 𝐺 est continue à
3 3

droite de 0.

• 𝐺 (1+ ) = 1 𝑒𝑡 𝐺 (1) = 1 Donc 𝐺 (1+ ) = 𝐺 (1) D’où : 𝐺 est continue à droite de 1.

• Ainsi, 𝐺 est continue à droite de tous les points de ℝ car en dehors de 0 et 1 la fonction

𝐺 est continue, donc elle est continue à droite de chaque point où elle est continue.

Donc G(x) est une fonction de répartition

3- Soit X une variable aléatoire de fonction de répartition G :

1 1
• 𝑃 (𝑋 = 0) = 𝑃 (𝑋 ≤ 0) − 𝑃 (𝑋 < 0) = 𝐺 (0) − 𝐺 (0− ) = − 0 =
3 3

2 1
• 𝑃 (𝑋 = 1) = 𝑃 (𝑋 ≤ 1) − 𝑃 (𝑋 < 1) = 𝐺 (1) − 𝐺 (1− ) = 1 − =
3 3

1 3 3 1 3− 1 1 1
• 𝑃 ( < 𝑋 < ) = 𝑃 (𝑋 < ) − 𝑃 (𝑋 ≤ ) = 𝐺 ( ) − 𝐺 ( ) = 1 − =
2 2 2 2 2 2 2 2

3 3 3 7 5
• 𝑃 (𝑋 > ) = 1 − 𝑃 (𝑋 ≤ ) = 1 − 𝐺 ( ) = 1 − =
4 4 4 12 12

Exercice 3 :

1- 1 : F(x) est une fonction de répartition ?

a- ∀ 𝑥 ∈ ℝ , 0 ≤ 𝐹(𝑥) ≤ 1, d’où F(x) est positive

b- 𝑙𝑖𝑚 𝐹(𝑥) = 0 et 𝑙𝑖𝑚 𝐹(𝑥) = 1

𝑥→−∞ 𝑥→+∞

c- On doit vérifier la continuité à la droite pour les points

de saut :

P a g e 3 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021
1 1
• 𝐹 (0+ ) = 𝑒𝑡 𝐹 (0) = Donc 𝐹 (0+ ) = 𝐹 (0) ce qui implique que 𝐹 est continue à droite de 0.
5 5
1 1
• 𝐹 (2+ ) = 𝑒𝑡 𝐹 (2) = Donc F(2+ ) = 𝐹 (2) D’où : 𝐹 est continue à droite de 2.
2 2

9 9
• 𝐹 (4+ ) = 𝑒𝑡 𝐹 (4) = Donc F(4+ ) = 𝐹 (4) D’où : 𝐹 est continue à droite de 4.
10 10

• 𝐹 (6+ ) = 1𝑒𝑡 𝐹 (6) = 1 Donc F(6+ ) = 𝐹 (6) D’où : 𝐹 est continue à droite de 6.

• Ainsi, 𝐹 est continue à droite de tous les points de ℝ car en dehors de 0, 2, 4 et 6 la fonction 𝐹

est continue, donc elle est continue à droite de chaque point où elle est continue.

d- Outre, 𝐹(𝑥) est croissante au sens large sur ℝ. Car. ∀ 𝑥, 𝑦 ∈ ℝ: 𝑥 ≤ 𝑦 ⟹ 𝐹 (𝑥) ≤ 𝐹 (𝑦). Aussi

𝐹 (𝑥) fait des sauts vers des valeurs supérieurs aux points 0, 2 et 6.

Donc 𝐹 (𝑥)est une fonction de répartition

1- 2 : Graphique de 𝐹(𝑥)

2- Calcul de probabilités
9 9
• 𝑃 ( 𝑋 = 4) = 𝑃 ( 𝑋 ≤ 4) − 𝑃 ( 𝑋 < 4) = 𝐹 ( 4) − 𝐹 ( 4− ) = − =0
10 10

5 2 3
• 𝑃 ( 𝑋 = 2) = 𝑃 ( 𝑋 ≤ 2) − 𝑃 ( 𝑋 < 2) = 𝐹 ( 2) − 𝐹 ( 2− ) = − =
10 10 10

9 5 2
• 𝑃 (2 < 𝑋 < 5) = 𝑃 (𝑋 < 5) − 𝑃 (𝑋 ≤ 2) = 𝐹 (5− ) − 𝐹 (2) = − =
10 10 5

9 1
• 𝑃 ( 𝑋 > 4) = 1 − 𝑃 ( 𝑋 ≤ 4 ) = 1 − 𝐹 ( 4) = 1 − =
10 10

P a g e 4 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

Exercice 4 :

Une urne contient des boules blanches et des boules noires. La proportion des boules
1
blanches est . On procède au maximum à 4 tirages avec remise. On s’arrête dès que l’on obtient
5

une boule blanche, si cela se produit avant le 4ème tirage. Soit 𝑋 la variable aléatoire dont les

valeurs sont égales au nombre de tirages effectués.

• On peut résumer l’expérience par le schéma ci-dessous :

Tirage N° 1 Tirage N° 2 Tirage N° 3 Tirage N° 4

𝟏 𝟏 𝟏 𝟏
B ( ) : STOP B ( ) : STOP B ( ) : STOP B ( ) : STOP
𝟓 𝟓 𝟓 𝟓

𝟒 𝟒
N( ) N( ) 𝟒 𝟒
𝟓 𝟓 N( ) N ( ) : STOP
𝟓 𝟓

1- L’espace fondamental Ω est : Ω = {𝐵, 𝑁𝐵, 𝑁𝑁𝐵, 𝑁𝑁𝑁𝐵, 𝑁𝑁𝑁𝑁} Avec : 𝑐𝑎𝑟𝑑 (Ω) = 5

2- Les valeurs prises par X : 𝑋 (Ω) = {1,2,3,4}

1
• 𝑃 (𝑋 = 1) = 𝑃 (𝐵 ) =
5

4 1 4
• 𝑃(𝑋 = 2) = 𝑃 (𝑁𝐵) = × =
5 5 25

4 4 1 16
• 𝑃(𝑋 = 3) = 𝑃 (𝑁𝑁𝐵) = × × =
5 5 5 125

4 4 4 4 4 4 4 1 320
• 𝑃(𝑋 = 4) = 𝑃 (𝑁𝑁𝑁𝑁 ) + 𝑃(𝑁𝑁𝑁𝐵) = [ × × × ] + [ × × × ] =
5 5 5 5 5 5 5 5 625

La loi de probabilité de X est donnée par :

𝑥 1 2 3 4 Somme

𝟏 𝟒 𝟏𝟔 𝟑𝟐𝟎
𝑷(𝑿 = 𝒙) 1
𝟓 𝟐𝟓 𝟏𝟐𝟓 𝟔𝟐𝟓

P a g e 5 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

3- 1 : La fonction de répartition de X :

Nous savons que la fonction de répartition d’une variable aléatoire discrète X, notée 𝐹𝑋 est

définie sur ℝ à valeurs dans [0,1] par : 𝐹𝑋 (𝑥) = 𝑃(𝑋 ≤ 𝑥), ∀𝑥 ∈ ℝ

∗ 𝑆𝑖 𝑥 < 1 ∶ 𝐹𝑋 (𝑥) = 0

1
∗ 𝑆𝑖 1 ≤ 𝑥 < 2 ∶ 𝐹𝑋 (𝑥) = 𝑃(𝑋 = 1) ⟹ 𝐹𝑋 (𝑥) =
5
1 4 9
∗ 𝑆𝑖 2 ≤ 𝑥 < 3 ∶ 𝐹𝑋 (𝑥) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) ⟹ 𝐹𝑋 (𝑥) = + =
5 25 25
1 4 16 61
∗ 𝑆𝑖 3 ≤ 𝑥 < 4 ∶ 𝐹𝑋 (𝑥) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) ⟹ 𝐹𝑋 (𝑥) = + + =
5 25 125 125

∗ 𝑆𝑖 𝑥 ≥ 4 ∶ 𝐹𝑋 (𝑥) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) ⟹ 𝐹𝑋 (𝑥)

1 4 16 320
= + + + =1
5 25 125 625

Donc 𝑭(𝒙) est :

0 𝑠𝑖 𝑥 < 1
1
𝑠𝑖 1 ≤ 𝑥 < 2
5
9
𝐹 (𝑥 ) = 𝑠𝑖 2 ≤ 𝑥 < 3
25
61
𝑠𝑖 3 ≤ 𝑥 < 4
125
{1 𝑠𝑖 𝑥 ≥ 4

3- 2 : Graphe de la fonction de répartition 𝐹𝑋 (𝑥) :

P a g e 6 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

4- Calcul de probabilités :
1 4
• 𝑃(1 < 𝑋 ≤ 5) = 𝑃(𝑋 ≤ 5) − 𝑃(𝑋 ≤ 1) = 𝐹(5) − 𝐹 (1) = 1 − =
5 5

1 4
• 𝑃 (𝑋 ≥ 2) = 1 − 𝑃 (𝑋 < 2) = 1 − 𝐹 (2− ) = 1 − =
5 5

• 𝑃 (𝑋 < 1) = 𝐹 (1− ) = 0

5- Calcul de l’espérance 𝐸(𝑋) et l’écart-type 𝜎(𝑿) :

𝑥 1 2 3 4 Somme
1 4 16 320
𝑃(𝑋 = 𝑥) 1
5 25 125 625
1 8 48 1280
𝑥𝑖 . 𝑃(𝑋 = 𝑥𝑖 ) 2,952
5 25 125 625
1 16 144 5120
𝑥𝑖2 . 𝑃(𝑋 = 𝑥𝑖 ) 10,184
5 25 125 625
4

𝑬(𝑿) = ∑ 𝑥𝑖 ∙ 𝑃(𝑋 = 𝑥𝑖 ) = 2,952

𝑖=1

𝝈(𝑿) = √𝑉(𝑿)

𝑽(𝑿) = ∑ 𝑥𝑖2 ∙ 𝑃(𝑋 = 𝑥𝑖 ) − [𝐸 (𝑿)]2 = 10,184 − (2.952)2 = 1,469696

𝑖=1

𝝈(𝑿) = √1,469696 = 1,21231

Exercice 5 :

Une urne contient 2 boules blanches et 8 boules noires. Un joueur tire successivement 5

boules avec remise. S’il tire une boule blanche, il gagne 2 points, sinon il en perd 3. Soit 𝑋 le

nombre de boules blanches et 𝑌 le nombre de points obtenus.

1. On suppose que le jeu est avec remise

Remarque : Les tirages sont implicitement supposés indépendants.

• Définissons 𝑍𝑖 = 1 si le joueur tire une boule blanche au i-ème tirage, 𝑍𝑖 = 0 sinon. La

proportion de boules blanches = probabilité d'avoir une boule blanche qui est la probabilité du

P a g e 7 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

succès. Car le succès dans cette expérience de Bernoulli est d'avoir une boule blanche. Donc,

1
chaque 𝑍𝑖 suit une loi de Bernoulli ℬ ( ).
5

• Comme 𝑋 = 𝑍1 + 𝑍2 +∶∶∶ + 𝑍5 , il s'agit de répéter l’expérience de Bernoulli 5 fois / Du fait

que le tirage se fait avec remise, on aura à chaque fois la même configuration de boules dans

l'urne (toujours 2 blanches et 8 noires), Donc, X suit une loi binomiale 𝐵(𝑛 ; 𝑝) 𝑎𝑣𝑒𝑐 𝑛 =
1
5 𝑒𝑡 𝑝 = .
5

4 5−𝑥 1 𝑥
𝑃(𝑋 = 𝑥) = 𝐶5𝑥 ( ) ( )
5 5
• D’où : 𝐸 (𝑋 ) = 𝑛𝑝 = 5 × = 1
1
5
1 4 4
{𝑉 (𝑋 ) = 𝑛𝑝𝑞 = 5 × 5 × 5 = 5

b. Exprimons Y en fonction de X

𝑠𝑖 𝑋 = 0 ∶ 𝑌 = 2(0) − 3(5 − 0) = −15

𝑠𝑖 𝑋 = 1 ∶ 𝑌 = 2(1) − 3(5 − 1) = −10
𝑠𝑖 𝑋 = 2 ∶ 𝑌 = 2(2) − 3(5 − 2) = −5
On a :
𝑠𝑖 𝑋 = 3 ∶ 𝑌 = 2(3) − 3(5 − 3) = 0
𝑠𝑖 𝑋 = 4 ∶ 𝑌 = 2(4) − 3(5 − 4) = 5
{ 𝑠𝑖 𝑋 = 5 ∶ 𝑌 = 2(5) − 3(5 − 5) = 10

Donc : 𝑌 = 2(𝑋) − 3(5 − 𝑋 ) = 5(𝑋 − 3)

Loi de Y : L’ensemble des valeurs prises par 𝑌 est : 𝑌(Ω) = {−15, −10, −5, 0, 5, 10}

4 5−𝑥 1 𝑥 𝑌+15
On a : 𝑃(𝑋 = 𝑥) = 𝐶𝑛𝑥 ( ) ( ) Puisque : 𝑋 =
5 5 5

𝑌+15 4 5−𝑥 1 𝑥
D’où : 𝑃 ( = 𝑥) = 𝐶5𝑥 ( ) ( )
5 5 5

4 5−𝑥 1 𝑥
Donc : la loi de 𝑌 est donnée par : 𝑃(𝑌 = 5(𝑥 − 3)) = 𝐶5𝑥 ( ) ( ) (0 ≤ 𝑥 ≤ 5)
5 5

𝑥 0 1 2 3 4 5 Somme

𝑃(𝑋 = 𝑥) 0,32768 0,4096 0,2048 0,0512 0,0064 0,00032 1

𝑦 -15 -10 -5 0 5 10 /

𝑃(𝑌 = 𝑦) 0,32768 0,4096 0,2048 0,0512 0,0064 0,00032 1

P a g e 8 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

𝑦 ∙ 𝑃(𝑌 = 𝑦) -4,9152 -4,096 -1,024 0 0,032 0,0032 -10

𝑦 2 ∙ 𝑃(𝑌 = 𝑦) 73,728 40,96 5,12 0 0,16 0,032 120

𝐸 (𝑌) = 𝐸(5(𝑋 − 3) = 𝐸 (5𝑋 ) − 15 = 5𝐸 (𝑋 ) − 15 = 5(1) − 15 = −10

• Méthode 1 : { 4
𝑉 (𝑌) = 𝑉(5(𝑋 − 3) = 𝑉 (5𝑋 ) − 𝑉 (−15) = 25𝑉 (𝑋 ) − 0 = 25 ( ) = 20
5

𝐸 (𝑌) = −10
• Méthode 2 : {
𝑉 (𝑌) = ∑5𝑖=0 𝑦𝑖2 ∙ 𝑃(𝑌 = 𝑦𝑖 ) − [𝐸 (𝑌)]2 = 120 − (−10)2 = 20

2. On suppose que le jeu est sans remise.

Dans ce cas-là : X suit une loi hypergéométrique 𝐻 (𝑁 = 10, 𝑚 = 2, 𝑛 = 5), on est dans la

situation d'une population totale de N boules dont m est le nombre de boule vérifiant une certaine

caractéristique (ici la blancheur) et n est l’échantillon tiré sans remise. X représente le nombre

d'éléments vérifiant la caractéristique (ici le nombre de boules blanches dans l'échantillon)

𝑋(Ω) = {0, 1, 2}
𝑋 ↝ 𝐻 (𝑁, 𝑚, 𝑛) avec ∶ N = 10, m = 2 et n = 5
Donc : {
𝐶 𝑘 𝐶 𝑛−𝑘
𝑃(𝑋 = 𝑘) = 𝑚 𝑁−𝑚 𝑛 𝐶𝑁

2
𝐸(X) = 𝑛𝑝 = 5 × =1
10
D’où : { 𝑁−𝑛 2 8 (10−5) 4
𝑉(𝑋) = 𝑛𝑝𝑞 = 5× × × =
𝑁−1 10 10 (10−1) 9

𝑥 0 1 2 Somme
𝐶20 𝐶10−2
5−0
2 5−1
𝐶21 𝐶10−2 5 5−2
𝐶22 𝐶10−2 2
𝑃(𝑋 = 𝑥) 5 = 5 = 5 = 1
𝐶10 9 𝐶10 9 𝐶10 9

La loi de Y :

L’ensemble des valeurs prises par 𝑌 est : 𝑌(Ω) = {−15, −10, −5}

𝑃(𝑌 = 5(𝑥 − 3)) = 𝑃(𝑋 = 𝑥) Car si 𝑋 = 𝑥 c'est équivalent à 𝑌 = 5(𝑋 − 3) (deux

événements équivalents ont la même probabilité)

P a g e 9 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

𝐶𝑥2 𝐶5−𝑥
10−2
Donc, La loi de 𝑌 est donnée par : 𝑃(𝑌 = 5(𝑥 − 3)) = (0 ≤ 𝑥 ≤ 2)
𝐶510

𝑦 -15 -10 -5 Somme

𝐶20 𝐶10−2
5−0
2 5−1
𝐶21 𝐶10−2 5 5−2
𝐶22 𝐶10−2 2
𝑃(𝑌 = 𝑦) 5 = 5 = 5 = 1
𝐶10 9 𝐶10 9 𝐶10 9

L’espérance et la variance de Y :

𝐸 (𝑌) = 𝐸(5(𝑋 − 3) = 𝐸 (5𝑋 ) − 15 = 5𝐸 (𝑋 ) − 15 = 5(1) − 15 = −10

Méthode 1 : { 4 100
𝑉 (𝑌) = 𝑉(5(𝑋 − 3) = 𝑉 (5𝑋 ) − 𝑉 (−15) = 25𝑉 (𝑋 ) − 0 = 25 ( ) =
9 9

2 5 2
𝐸 (𝑌) = −15 ( ) − 10 ( ) − 5 ( ) = −10
9 9 9
Méthode 2 : { 1000 100
𝑉 (𝑌 ) = ∑𝑖=0 𝑦𝑖2
5
∙ 𝑃(𝑌 = 𝑦𝑖 ) − [𝐸 (𝑌)]2 = − (−10)2 =
9 9

Exercice 06 :

Soit 𝑋 une variable aléatoire discrète. Déterminer la loi de 𝑋, 𝐸(𝑋) et 𝑉(𝑋) lorsque la fonction de
1
0 𝑠𝑖 𝑥 < −
3
1 1
𝑠𝑖 − < 𝑥 ≤ 2
répartition de 𝑋 est donnée par : 𝐹 (𝑥) = 10 3
8
𝑠𝑖 2 < 𝑥 ≤ 12
10
{ 1 𝑠𝑖 𝑥 ≥ 12

I-1 : La loi de 𝑋 :
1
On a 𝑋(Ω) = {− , 2, 12}, donc :
3

1 1 1 1 1− 1 1
𝑃 (𝑋 = − ) = 𝑃 (𝑋 ≤ − ) − 𝑃 (𝑋 < − ) = 𝐹 (− ) − 𝐹 (− ) = −0=
3 3 3 3 3 10 10
8 1 7
𝑃(𝑋 = 2) = 𝑃(𝑋 ≤ 2) − 𝑃(𝑋 < 2) = 𝐹(2) − 𝐹(2− ) = − =
10 10 10

8 2
𝑃(𝑋 = 12) = 𝑃(𝑋 ≤ 12) − 𝑃(𝑋 < 12) = 𝐹(12) − 𝐹(12− ) = 1 − =
10 10

La loi de X est :

1
𝑥 − 2 12 𝑆𝑜𝑚𝑚𝑒
3

1 7 2
𝑃(𝑋 = 𝑥) 1
10 10 10
P a g e 10 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

2. L’espérance et la variance de 𝑋 :
3
1 14 24 113
𝐸(𝑋) = ∑ 𝑥𝑖 𝑃(𝑋 = 𝑥𝑖 ) = − + + =
30 10 10 30
𝑖=1

𝑉(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2 = ∑ 𝑥𝑖 2 𝑃(𝑋 = 𝑥𝑖 ) − [𝐸(𝑋)]2

𝑖=1

1 28 288 113 2
𝑉(𝑋) = ( + + )−( ) = 17.42
90 10 10 30

II : Soit 𝑌 = 2𝑋 2 + 1

1. La fonction de masse de 𝒀

11
La variable aléatoire 𝑌 = 2𝑋 2 + 1 est discrète de domaine 𝑌(Ω) = { , 9, 289} 𝑐𝑎𝑟:
9

1 11
𝑠𝑖 𝑥 = − ∶𝑦=
{ 3 9
𝑠𝑖 𝑥 = 2 ∶ 𝑦 = 9
𝑠𝑖 𝑥 = 12 ∶ 𝑦 = 289

Sa fonction de masse est :

1 1 11
𝑃 (𝑋 = − ) = 𝑠𝑖 𝑦 =
3 10 9
7
𝑃(𝑌 = 𝑦) = 𝑃(𝑋 = 2) = 10 𝑠𝑖 𝑦 = 9
2
𝑃(𝑋 = 12) = 𝑠𝑖 𝑦 = 289
10
{0 𝑠𝑖𝑛𝑜𝑛

2. La fonction de répartition de 𝑌 est :

11
𝑠𝑖 𝑦 < ∶ 𝐹 (𝑦 ) = 0
9

11 11 1
𝑠𝑖 ≤ 𝑦 < 9 ∶ 𝐹 (𝑦) = 𝑃 (𝑌 = ) =
9 9 10

11 1 7 8
𝑠𝑖 9 ≤ 𝑦 < 289 ∶ 𝐹 (𝑦) = 𝑃 (𝑌 = ) + 𝑃 (𝑌 = 9) = + =
9 10 10 10

11 1 7 2
𝑠𝑖 𝑦 ≤ 289 ∶ 𝐹 (𝑦) = 𝑃 (𝑌 = ) + 𝑃(𝑌 = 9) + 𝑃(𝑌 = 289) = + + =1
9 10 10 10
P a g e 11 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

D’où :

11
0 𝑠𝑖 𝑦<
9
1 11
𝑠𝑖 <𝑦≤9
𝐹(𝑦) = 𝑃(𝑌 ≤ 𝑦) = 10 9
8
𝑠𝑖 9 < 𝑦 ≤ 289
10
{ 1 𝑠𝑖 𝑦 ≥ 289

Exercice 07 :

Une machine a fabriqué 500 articles dont 5 sont défectueux. On tire au hasard 20 articles.

On supposera le tirage successivement avec puis sans remise.

1. La moyenne et la variance du nombre de pièces défectueuses :

A- Tirage avec remise

La moyenne et la variance du nombre de pièces défectueuses

Définissons 𝑍𝑖 = 1 si la pièce tiré est défectueuse au i-ème tirage, 𝑍𝑖 = 0 sinon. Chaque 𝑍𝑖 suit

5
une loi de Bernoulli ℬ ( ).
500

1 1
Comme 𝑋 = 𝑍1 + 𝑍2 +∶∶∶ + 𝑍20 , X suit une loi binomiale 𝐵 (20 ; ) 𝑎𝑣𝑒𝑐 𝑛 = 20 𝑒𝑡 𝑝 =
100 100

𝑋(Ω) = {0, 1, 2, … … ,20}

1
Donc {𝑋 ↝ ℬ (20, 100)
𝑃(𝑋 = 𝑘) = 𝐶𝑛𝑘 𝑝𝑘 (1 − 𝑝)𝑛−𝑘

1 1
𝐸(X) = 𝑛𝑝 = 20 × 100 = 5
D’où { 1 99 99
𝑉(𝑋) = 𝑛𝑝𝑞 = 20 × 100 × 100 = 500

B- Tirage sans remise

Dans ce cas-là : X suit une loi hypergéométrique avec :

𝑋(Ω) = {0, 1, 2, 3, 4, 5}
𝑋 ↝ 𝐻 (𝑁, 𝑚, 𝑛) avec ∶ N = 500, m = 5 et n = 20
Donc{
𝐶 𝑘 𝐶 𝑛−𝑘
𝑃(𝑋 = 𝑘) = 𝑚 𝑁−𝑚 𝑛 𝐶𝑁

P a g e 12 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021
1 1
𝐸(X) = 𝑛𝑝 = 20 × =
100 5
D’où { 𝑁−𝑛 1 99 (500−20)
𝑉(𝑋) = 𝑛𝑝𝑞 = 20 × × = 0,190461
𝑁−1 100 100 (500−1)

2. La probabilité qu’aucun de ces 20 articles ne soit défectueux :

0
1 0 1 20−0 99 20
Tirage avec remise P(X = 0) = C20 ( ) (1 − ) =( ) = 0,817907
100 100 100

C50 C500−5
20−0
4 20
Tirage sans remise P(X = 0) = 20 = ( ) = 0,8146893
C500 5

On remarque que les résultats sont presque les mêmes ceci est dû au fait que l'on peut dans ce cas
𝑛 20
approximer la loi hypergéométrique par la loi binomiale car = = 0,04 < 0,1.
𝑁 500

Exercice 8 :

On admet que le nombre d’accidents survenant sur une autoroute quotidiennement est une

variable aléatoire de Poisson de paramètre 𝜆 = 3.

𝑋 ↝ 𝑝 (𝜆) 𝑎𝑣𝑒𝑐 𝜆 = 3
𝑥
{ 𝑒 −𝜆 𝜆
𝑃(𝑋 = 𝑘) = (𝑥 ∈ ℕ)
𝑥!

• 𝐸 (𝑥 ) = 𝜆 = 3
1 3 9 27 13
• 𝑃 ( 𝑋 ≤ 3) = 𝑃 ( 𝑋 = 0) + 𝑃 ( 𝑋 = 1) + 𝑃 ( 𝑋 = 2) + 𝑃 ( 𝑋 = 3) = + + + =
𝑒3 𝑒3 2𝑒3 6𝑒3 𝑒3

13 1
𝑃(1≤𝑋≤3 𝑃(𝑋≤3)−𝑃(𝑋<1) 𝑃(𝑋≤3)−𝑃(𝑋=0) − 12
• 𝑃(𝑋 ≤ 3|𝑋 ≥ 1) =
3 𝑒3⁄
= = = (𝑒 1) =
𝑃(𝑋≥1) 1−𝑃(𝑋<1) 1−𝑃(𝑋=0) 1− 𝑒3 −1
𝑒3

Exercice 9 :

Un observateur qui étudie les accidents de la route se place en un point donné d’une route

et note tous les accidents qui y surviennent. On suppose que chaque accident s’accompagne d’une

hospitalisation avec une probabilité 𝑝. Soit 𝑌𝑛 la variable aléatoire « nombre d’hospitalisations au

cours des 𝑛 premiers accidents ».

1. Définissons 𝑍𝑖 = 1 si l’i-ème accident est accompagné par une hospitalisation, 𝑍𝑖 = 0 sinon.

Chaque 𝑍𝑖 suit une loi de Bernoulli ℬ (𝑝).

P a g e 13 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

Comme 𝑌𝑛 = 𝑍1 + 𝑍2 +∶∶∶ + 𝑍n , il s'agit de répéter l’expérience de Bernoulli n fois, Donc, 𝑌

suit une loi binomiale 𝐵(𝑛 ; 𝑝).

𝑌(Ω) = {0, 1, 2, … … , 𝑛}
Donc : {𝑌𝑛 ↝ ℬ (𝑛, 𝑝)
𝑃(𝑌 = 𝑘) = 𝐶𝑛𝑘 𝑝𝑘 (1 − 𝑝)𝑛−𝑘

𝟓
2. 1er cas : 𝒏 = 𝟑𝟎 et 𝒑 =
𝟏𝟎𝟎

5
Puisque 𝑛 = 30 et 𝑝 = < 0.1 et 𝑛𝑝 = 1.5 < 15, on peut faire une approximation de la loi
100

binomiale par la loi poisson de paramètre 𝜆 = 𝑛𝑝.

𝑥
5 𝑒 −𝜆 𝜆
𝜆 = 𝑛𝑝 ⟹ 𝜆 = 30 × 100 = 1.5 D’où : 𝑌𝑛 ↝ 𝑃(1.5), avec : 𝑃(𝑋 = 𝑘) = (𝑥 ∈ ℕ)
𝑥!

Calcul :

𝑃(𝑌𝑛 ≤ 3) = 𝑃 (𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃(𝑋 = 3)

3 9 27 65
1
= 3 + 23 + 43 + 83 = 83 = 0.302155
𝑒2 𝑒2 2𝑒2 6𝑒2 6𝑒2
𝟐
2. 2ème cas : 𝐧 = 𝟖𝟎 et 𝐩 = 𝟏𝟎𝟎

2
Puisque 𝑛 = 80 > 30 et 𝑝 = < 0.1 et 𝑛𝑝 = 1.6 < 15, on peut faire une approximation
100

de la loi binomiale par la loi poisson de paramètre 𝜆 = 𝑛𝑝.

𝑥
2 8 8 𝑒 −𝜆 𝜆
𝜆 = 𝑛𝑝 ⟹ 𝜆 = 80 × 100 = 1.6 = 5 D’où : 𝑌𝑛 ↝ 𝑃 (5), avec : 𝑃(𝑋 = 𝑘) = (𝑥 ∈ ℕ)
𝑥!

Calcul :

𝑃(𝑌𝑛 ≤ 3) = 𝑃 (𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃(𝑋 = 3)

8 64 512 1157
1
= 8 + 58 + 258 + 125
8 =
125 = 0,311459
8
𝑒 5 𝑒 5 2𝑒 5 6𝑒 5 6𝑒 5

P a g e 14 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

Exercice 10 :

Une machine fabrique des boulons dont le diamètre est une variable aléatoire d’espérance

𝑚 = 11 et d’écart-type 𝜎 = 0.08. Un acheteur se présente pour acheter un lot de boulons. Il

n’accepte de prendre le lot que si moins de 1% des boulons ont un diamètre supérieur à 12 ou

inférieur à 10. Doit-il acheter ? (Appliquer l’inégalité de Tchebychev).

On a : 𝐸 (𝑋 ) = 11 𝑒𝑡 𝜎 = 0.08

L’inégalité de Bienaymé Tchebychev est donnée par la formule :

𝑉(𝑋)
𝑃(|𝑋 − 𝐸(𝑋)| > 𝛼) ≤ ∀𝛼>0
𝑎

Soit X la variable aléatoire : diamètre des boulons

Le client achète le lot si 𝑃(𝑋 < 10 𝑜𝑢 𝑋 > 12) < 1% (0.01) Donc :

𝑃(𝑋 < 10 𝑜𝑢 𝑋 > 12) = 1 − 𝑃(10 ≤ 𝑋 ≤ 12)

= 1 − 𝑃(10 − 11 ≤ 𝑋 − 11 ≤ 12 − 11)

= 1 − 𝑃(−1 ≤ 𝑋 − 11 ≤ 1)

= 1 − 𝑃(|𝑋 − 11| ≤ 1)

= 𝑃(|𝑋 − 11| > 1)

Selon l’inégalité de Tchebychev :

𝑉(𝑋)
𝑃(|𝑋 − 𝐸(𝑋)| > 𝛼) ≤ ∀𝛼 >0
𝑎

𝑉(𝑋)
𝑃(|𝑋 − 11| > 1) ≤ ∀𝛼 >0
𝑎

(0.08)2
𝑃(|𝑋 − 11| > 1) ≤ 𝑠𝑎𝑐ℎ𝑎𝑛𝑡 𝑞𝑢𝑒 𝛼 = 1 𝑒𝑡𝜎(𝑋) = 0.08
1

D’où (|𝑋 − 11| > 1) ≤ 0.0064 < 0.01(1%)

Donc le client va acheter le lot.

P a g e 15 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

Exercice 11 :
1. On a : X une v.a. de loi de Poisson de paramètre 𝜆 de domaine 𝑋 (Ω) = ℕ, La variable aléatoire
𝑌 = 𝑔 (𝑋) est alors discrète de domaine 𝑌 (Ω) = 𝑔 (𝑋 (Ω)) de loi :

∑ 𝑃(𝑥) 𝑠𝑖 𝑦 ∈ 𝑌(Ω)
𝐹 (𝑦) = 𝑃 (𝑌 = 𝑦) = {𝑥∈{𝑔(𝑥)=𝑦}
0 𝑠𝑖𝑛𝑜𝑛
D’où loi de Y est donnée par :

𝑃 (𝑌 = 𝑦) =

1 𝜆 𝜆2 𝜆2 + 2𝜆 + 2
𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) = + + = 𝑠𝑖 𝑦 = −2
𝑒 𝜆 𝑒 𝜆 2𝑒 𝜆 2𝑒 𝜆
𝜆3 𝜆4 𝜆5 20𝜆3 + 5𝜆4 + 𝜆5
𝑃(2 < 𝑋 ≤ 5) = 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) = 𝜆 + 𝜆
+ 𝜆
= 𝑠𝑖 𝑦 = 3
6𝑒 24𝑒 120𝑒 120𝑒 𝜆
120 + 120𝜆 + 60𝜆 + 20𝜆 + 5𝜆4 + 𝜆5
2 3
𝑃(𝑋 > 5) = 1 − [𝑃(𝑋 ≤ 2) + 𝑃(2 < 𝑋 ≤ 5)] = 1 − 𝑠𝑖 𝑦 = 10
{ 120𝑒 𝜆
2. A- Pour 𝜆 = 3 la loi de y devrait :

𝑦 -2 3 10 Somme

𝑃(𝑌 = 𝑦) 0,42319 0,492892 0,083918 1

𝑃(𝑌 ≤ 𝑦) 0,42319 0,916082 1 1

B- Ainsi, la fonction de répartition 𝐹(𝑦) devient :

∗ 𝑆𝑖 < −2 ∶ 𝐹𝑌 (𝑦) = 0

∗ 𝑆𝑖 − 2 ≤ 𝑦 < 3 ∶ 𝐹𝑌 (𝑦) = 𝑃(𝑌 = −2) ⟹ 𝐹𝑌 (𝑦) = 0,42319

∗ 𝑆𝑖 3 ≤ 𝑦 < 10 ∶ 𝐹𝑌 (𝑦) = 𝑃(𝑌 = −2) + 𝑃(𝑌 = 3) ⟹ 𝐹𝑌 (𝑦) = 0,42319 + 0,492892

= 0,916082

∗ 𝑆𝑖 𝑦 ≥ 10 ∶ 𝐹𝑌 (𝑦) = 𝑃(𝑌 = −2) + 𝑃(𝑌 = 3) + 𝑃(𝑌 = 10) ⟹ 𝐹𝑌 (𝑦)

= 0,42319 + 0,492892 + 0,083918 = 1

P a g e 16 | 17
Probabilité Série d’exercices N° 1 : les variables aléatoires discrètes 2020/2021

C- Le graphique de la fonction de répartition 𝐹𝑌 (𝑦) :

3. Calcul de probabilité :

• 𝑃(𝑌 ≤ 4) = 𝑃(𝑌 = −2) + 𝑃(𝑌 = 3) = 0,42319 + 0,492892 = 0,916082

• 𝑃(3 ≤ 𝑌 ≤ 9) = 𝑃(𝑌 = 3) = 0,492892

4. La variable 𝑍 = 𝑌 2 est discrète de domaine 𝑍(Ω) = {4,9,100} et de loi :

𝑃(𝑌 = −2) = 0,42319 𝑠𝑖 𝑧 = 4

𝑃(𝑍 = 𝑧) = { 𝑃(𝑌 = 3) = 0,492892 𝑠𝑖 𝑧 = 9
𝑃(𝑌 = 10) = 0,083918 𝑠𝑖 𝑧 = 100

P a g e 17 | 17