ECGE1114 - TP 4 - Variables aléatoires discrètes

A l’issue de ce TP, vous devriez maitriser les sujets suivants :

• Distribution d’une variable aléatoire discrète.
→ Exercices 1 et 2
• Espérance d’une variable aléatoire discrète.
→ Exercices 3,4 et exercice supplémentaire 1
• Ecart-type et variance d’une variable aléatoire discrète.
→ Exercice 5
• Théorème de Tchebysheff.
→ Exercice 6
• Question transversale.
→ Exercice supplémentaire 2

Exercices aléatoires
1. Exercice
On lance 4 dés équilibrés à 6 faces (numérotées de 1 à 6). Soit la variable aléatoire X
correspondant au nombre de dés ayant une face supérieure ou égale à 3 et Y la variable
aléatoire modélisant le gain obtenu de la façon suivante : si la somme des faces des 4 dés
est paire alors on gagne la somme des faces obtenues, sinon on perd 9 euros. Laquelle de
ces affirmations est correcte ?
(a) Les valeurs possibles de la variable aléatoire Y sont - 9 et 9 .
(b) Les valeurs possibles de la variable aléatoire X sont 0, 1.
(c) Les valeurs possibles de la variable aléatoire X sont 1, 2, 3, 4.
(d) Les valeurs possibles de la variable aléatoire Y sont -9, 4, 6, 8, 10, 12, 14, 16, 18, 20,
22, 24
(e) Les valeurs possibles de la variable aléatoire Y sont 0, 1, 2, 3, 4.
Solution
La réponse correcte est : Les valeurs possibles de la variable aléatoire Y sont -9, 4, 6, 8,
10, 12, 14, 16, 18, 20, 22, 24.
2. Exercice
Le département de santé national a testé la présence d’impuretés dans l’eau potable. Les
résultats sont les suivants : 23% des puits analysés n’ont aucune impureté, 48% des puits
ont l’impureté A et 42% ont l’impureté B. Si l’on choisit un puit au hasard dans le pays,
donnez la distribution de probabilité de Y (les probabilités doivent être arrondies à deux
décimales), ainsi que le nombre d’impuretés trouvées dans le puit. (Remarque : classez
les valeurs possibles par ordre croissant.)
Valeurs possibles :
Probabilités :

ECGE1114 - TP 4 - Solutionnaire 1
 Solution
Les valeurs possibles sont : 0 (quand ni A, ni B), 1 (quand soit A, soit B, mais pas les
deux) et 2 (quand A et B). On définit les événements A = ”Présence d’impureté A” et
B = ”Présence d’impureté B”. On sait que P (A ∩ B) = P (A ∪ B) = 0.23, P (A) = 0.48 et
P (B) = 0.42. Par la loi d’addition, on peut en déduire que P (A ∩ B) = P (A) + P (B) −
P (A ∪ B) = 0.48 + 0.42 − (1 − 0.23) = 0.13.
On obtient alors : P (Y = 0) = P (A ∩ B) = 0.23, P (Y = 2) = P (A ∩ B) = 0.13 et
P (Y = 1) = P (A) − P (A ∩ B) + P (B) − P (A ∩ B) = 0.64.
La distribution demandée est donc :
Valeurs possibles : 0 1 2
Probabilités : 0.23 0.64 0.13
3. Exercice
On choisit au hasard, successivement et avec remise deux boules dans une urne contenant
5 boules. Chaque boule porte exactement un numéro. Les 5 numéros portés par ces boules
sont 3,6,7,9 et 10. On définit la variable aléatoire X comme étant la somme des deux boules
tirées. Combien vaut l’espérance de X ? Arrondissez votre résultat à deux décimales et
veillez à ne pas arrondir les résultats obtenus lors de vos calculs intermédiaires.
Solution
Le tableau ci-dessous montre toutes les possibilités pour la somme des deux boules. Les
lignes du tableau représentent les valeurs possibles pour la première boule, alors que les
colonnes sont les valeurs possibles pour la seconde. Chacune des 25 cellules du tableau a
1
une probabilité de 25 .
3 6 7 9 10
3 6 9 10 12 13
6 9 12 13 15 16
7 10 13 14 16 17
9 12 15 16 18 19
10 13 16 17 19 20
On peut donc obtenir l’espérance en divisant par 25 la somme des chiffres à l’intérieur du
tableau :

1
(6 + 9 + 10 + · · · + 20) = 14.
25
4. Exercice
À partir de la distribution de probabilité suivante, déterminez E( Y1 ) et E(Y 2 − 1). Veillez
à ne pas arrondir les résultats obtenus lors de vos calculs intermédiaires. Arrondissez à
deux décimales vos réponses finales.
y p( y)
2 0.31
3 0.46
4 0.08
5 0.15
(a) E(1/Y )
(b) E(Y 2 − 1)

ECGE1114 - TP 4 - Solutionnaire 2
 Solution P
L’espérance d’une fonction g(·) d’une variable aléatoire discrète Y est E(g(Y )) = y g(y)p(y)
où y représente une valeur possible de y. On trouve donc :
E( Y1 ) = 0.31 × 12 + 0.46 × 31 + 0.08 × 41 + 0.15 × 15 = 0.36
E(Y 2 − 1) = E(Y 2 ) − 1 = (0.31 × 22 + 0.46 × 32 + 0.08 × 42 + 0.15 × 52 ) − 1 = 9.41
(a) E(1/Y ) = 0.36
(b) E(Y 2 − 1) = 9.41
5. Exercice
À partir de la distribution de probabilité suivante, déterminer la variance de 1/Y 2 et de
2Y . Arrondissez à trois décimales vos réponses et veillez à ne pas arrondir les résultats
obtenus lors de vos calculs intermédiaires.
y p( y)
3.5 0.50
5.4 0.27
6.8 0.23
(a) V [1/Y 2 ]
(b) V [2Y ]
Solution
La
P variance d’une fonction g(·) d’une variable aléatoire discrète Y est V ar(g(Y )) =
2
y (g(y) − E(g(Y ))) p(y) où y représente une valeur possible de Y . Il faut donc utili-
ser successivement g(Y ) = 1/Y 2 et g(Y ) = 2Y dans cette formule. On commence par
calculer les espérances :
E(1/Y 2 ) = 1/3.52 ∗ 0.5 + 1/5.42 ∗ 0.27 + 1/6.82 ∗ 0.23 = 0.05505.
E(2Y ) = 7 ∗ 0.5 + 10.8 ∗ 0.27 + 13.6 ∗ 0.23 = 9.544.
On obtient alors :
V (1/Y 2 ) = (1/3.52 −0.05505)2 ∗0.5+(1/5.42 −0.05505)2 ∗0.27+(1/6.82 −0.05505)2 ∗0.23 =
0.001.
V (2Y ) = (7 − 9.544)2 ∗ 0.5 + (10.8 − 9.544)2 ∗ 0.27 + (13.6 − 9.544)2 ∗ 0.23 = 7.446.
(a) la variance de 1/Y 2 = 0.001
(b) la variance de 2Y = 7.446
6. Exercice
Soit Y une variable aléatoire de moyenne 10.1 et de variance 10.4. En utilisant le théorème
de Tchebysheff, proposez une valeur de C telle que P (|Y − 10.1|≥ C) ≤ 0.23. Veillez à ne
pas arrondir les réponses à vos calculs intermédiaires. Arrondissez votre réponse à deux
décimales.
Solution
On sait par le théorème de Tchebysheff que : P (|Y − µ|≥ kσ) ≤ k12 .
On sait que : 0.23 = k12 et que C = kσ
q
1
On isole k : k = 0.23 = 2.09
Dès lors : C = 2.09 × 3.22 = 6.73

ECGE1114 - TP 4 - Solutionnaire 3
Exercices supplémentaires

1. Question Exercice 3.25 du WMS. Solution

Notons X ≡ le nombre de contrats reçu par la firme I.
On a P [X = 0] = 49 , P [X = 1] = 94 , P [X = 2] = 19
E[X] = 0.66
Notons P = 90 000X ⇒ E[P ] = 60 000
En raisonnant de manière identique pour la firme II (v.a. Y ), notons P
f2 = 90 000(X +
Y ) ⇒ E[Pf2 ] = 120 000
2. Question Deux joueurs (A et B) lancent en alternance et de façon totalement indépendante
une pièce de monnaie non biaisée. Le premier joueur à obtenir FACE gagne la partie. On
suppose que le joueur A débute le jeu.
(a) Quelle est la probabilité que le joueur A l’emporte ?
(b) On suppose maintenant que la pièce peut être biaisée, c’est-à-dire que P r(F ACE) = p,
0 ≤ p ≤ 1. Quelle est la probabilité que le joueur A gagne ?
(c) Démontrer que pour 0 ≤ p ≤ 1, P r(A gagne) > 0.5, c’est-à-dire que le joueur A a
toujours plus de chance de gagner la partie.
Solution
a) Notons X ≡ le numéro du lancer où FACE est obtenu pour la première fois et p la
probabilité d’obtenir FACE lors d’un lancer.
P [A gagne] = P [X = 1] + P [X = 3] + P [X = 5] + ...
P [A gagne] = p P+ (1 − p)2 p + (1 − p)4 p + ....
P [A gagne] = p +∞ k=0 (1 − p)
2k p
= 1−(1−p) 2

Ici p = 0.5 ⇒ P [A gagne] = 23

b) cf. développement ci-dessus.

 
p d p
c) On dérive par rapport à p le résultat suivant : P [A gagne] = 1−(1−p)2
: dp 1−(1−p)2
=
p2
(1−(1−p)2 )2
>0
 
p
Il reste à montrer que limp→0 1−(1−p)2
= 0.5.

ECGE1114 - TP 4 - Solutionnaire 4