Académique Documents
Professionnel Documents
Culture Documents
ProbabilitesUniversFini 2017
ProbabilitesUniversFini 2017
MPSI 1 TD
1. Justifier la formule X
∀A ∈ P(Ω) , P(A) = P({ω})
ω∈A
En appliquant cette propriété à tous les événements dont la probabilité apparaît dans le membre de
droite de la somme ci-dessus, ce membre de droite devient une combinaison linéaire des probabilités des
événements élémentaires de Ω.
2. Fixons ω ∈ Ω tel que ω appartient exactement à q événements de la famille (Ai )i∈[[1,p]] (q ∈ [[1, p]]). Montrer
q
k−1 q
X
que le coefficient de P({ω}) dans le membre de droite est (−1) .
k
k=1
3. En déduire la formule attendue.
4. Application. Un organisateur a fait imprimer n invitations nominatives différentes pour une une soirée.
Sa secrétaire a imprimé sur n enveloppes les n adresses différentes des invités, mais, voyant qu’il n’y a pas
d’invitation à son nom, elle décide de glisser aléatoirement les invitations dans les enveloppes. Quelle est
la probabilité pn qu’aucun invité ne reçoive son invitation ? quelle est la limite de pn lorsque n → +∞ ?
1
3 Conditionnement
3.1 Probabilités totales
⊲ Exercice 3.1.
Un bus circule sur un boulevard où les feux sont bicolores. Quand il arrive à un carrefour, si le feu est vert,
le suivant sera vert avec la probabilité α et si le feu est rouge, le feu suivant sera rouge avec la probabilité β,
α, β ∈]0, 1[. On note pn la probabilité pour le n-ième feu d’être vert quand le bus y arrive. On suppose connue
p1 (état du premier feu pris en compte).
1. Etablir une relation entre pn et pn+1 pour n ∈ N∗ . En déduire pn en fonction de p1 .
2. Etudier la convergence de la suite (pn )n∈N .
3.3 Indépendance
⊲ Exercice 3.4.
Soit (Ω, P ) un espace probabilisé fini. Soient Ak , 1 6 k 6 n, n événements mutuellement indépendants de
probabilités respectives
! pk . Montrer qu’on peut majorer la probabilité pour qu’aucun de ces événements n’arrive
Xn
par exp − pk .
k=1
⊲ Exercice 3.5.
On lance une pièce équilibrée n fois (n > 2). Pour tout k ∈ {1 · · · , n}, Ak désigne l’événement “on obtient Pile
au k-ième lancer”. Soit An+1 l’événement “le nombre de Piles obtenus au cours des n lancers est pair”.
1. Déterminer les probabilités des événements Ak , k ∈ {1 · · · , n + 1}.
2. Déterminer la probabilité P(An+1 |A1 ∩ · · · ∩ An ).
En déduire que les événements A1 , . . . , An+1 ne sont pas mutuellement indépendants.
3. Montrer que pour toute sous famille de n événements choisis parmi A1 , . . . , An , An+1 est formée d’événe-
ments mutuellement indépendants.
⊲ Exercice 3.6.
Soit n > 2. On choisit au hasard un entier compris entre 1 et n. Pour p ∈ [[1, n]] diviseur de n, on note Ap
l’événement « le nombre choisi est divisible par p ».
1. Calculer P(Ap ) pour tout p ∈ [[1, n]].
2. Montrer que si p1 , . . . , pr sont les diviseurs premiers distincts de n, alors les événements Ap1 , . . . , Apr sont
mutuellement indépendants.
3. On désigne par ϕ la fonction indicatrice d’Euler :
∀n ∈ N∗ , , ϕ(n) = Card{k ∈ [[1, n]] | k ∧ n = 1}.
r
ϕ(n) Y 1
En déduire que = 1− .
n i=1
pi
2
Correction des exercices
⊲ Corrigé de l’exercice 1.1
1.
2.
3.
4. Application.
Notons, pour tout i ∈ [[1, n]], Ei l’événement « l’invité numéro i reçoit la bonne enveloppe ».
\n [n
Nous cherchons la probabilité de l’événement Ei = Ei .
i=1 i=1
La formule du crible donne
n
! n s
!
[ X X \
P Ei = (−1)s−1 P Eik
i=1 s=1 16i1 <...<is 6n k=1
| {z } {z }|
n (n − s)!
somme de termes =
s n!
| {z }
ne dépend que de s, pas de (i1 , . . . , is )
car il y a (n − s)! répartitions dans lesquelles les s invités i1 , . . . , is ont leur invitation
n
X n! (n − s)!
= (−1)s−1 ×
s=1
(n − s)!s! n!
n
X (−1)s
= −
s=1
s!
n
X (−1)s
= 1−
s=0
s!
n
! n
[ X (−1)s
donc pn = 1 − P Ei = si bien que
i=1 s=0
s!
lim pn = e−1
n→+∞
1
E : « choisir un roi exactement et au plus 2 coeur ».
Observons que a a a a
E = E1 E2 E3 E4 E5
où
— E1 : « choisir le roi de coeur et aucun autre roi ni coeur »,
21
7
P(E1 ) = 32
8
— E3 : « choisir un roi qui n’est pas le roi de coeur et aucun autre roi ni coeur »,
3 21
1
P(E3 ) = 32
7
8
— E4 : « choisir un roi qui n’est pas le roi de coeur, aucun autre roi, un coeur qui n’est pas le roi de
coeur et aucun autre coeur »,
3 7 21
1 1
P(E4 ) = 32
6
8
— E5 : « choisir un roi qui n’est pas le roi de coeur, aucun autre roi, deux coeurs différents du roi de
coeur et aucun autre coeur ».
3 7 21
1 2
P(E5 ) = 32
5
8
2
Nous considérons sur cet univers la probabilité uniforme : tous les n-uplets ont la même probabilité qui vaut
1
.
365n
Notons An l’événement « il existe au moins deux élèves nés le même jour ».
Nous cherchons à calculer pn = P(An ).
La probabilité de l’événement An : « tous les élèves sont nés des jours de l’année différents » est plus facile à
calculer :
n−1
365 × 364 × . . . × (365 − n + 1) Y 365 − k
pn = 1 − P(An ) = 1 − = 1 −
365n 365
k=0
1 >>>
2 Pour n = 10 la probabili t é est 0.11694817771107768
3 Pour n = 12 la probabili t é est 0.1670247888380645
4 Pour n = 14 la probabili t é est 0.2231025120049731
5 Pour n = 16 la probabili t é est 0.2836040052528501
6 Pour n = 18 la probabili t é est 0.3469114178717896
7 Pour n = 20 la probabili t é est 0.41143838358058027
8 Pour n = 22 la probabili t é est 0.4756953076625503
9 Pour n = 24 la probabili t é est 0.538344257914529
10 Pour n = 26 la probabili t é est 0.598240820135939
11 Pour n = 28 la probabili t é est 0.6544614723423995
12 Pour n = 30 la probabili t é est 0.7063162427192688
13 Pour n = 32 la probabili t é est 0.7533475278503208
14 Pour n = 34 la probabili t é est 0.7953168646201543
15 Pour n = 36 la probabili t é est 0.8321821063798795
16 Pour n = 38 la probabili t é est 0.864067821082121
17 Pour n = 40 la probabili t é est 0.891231809817949
18 Pour n = 42 la probabili t é est 0.9140304715618692
19 Pour n = 44 la probabili t é est 0.9328853685514263
20 Pour n = 46 la probabili t é est 0.9482528433672548
21 Pour n = 48 la probabili t é est 0.9605979728794225
22 Pour n = 50 la probabili t é est 0.9703735795779884
3
• Sinon, si pn = 1.
Alors Vn+1 ∩ Vn ⊂ Vn ⇒ 0 6 P(Vn+1 ∩ Vn ) 6 (1 − pn ) = 0 et P(Vn ) = 1 de sorte que
P(Vn+1 ∩ Vn )
P(Vn+1 ) = P(Vn ) +0 = α = (α + β − 1)pn + 1 − β
P(Vn ) | {z } | {z }
| {z } =1 car pn = 1 !
= PVn (Vn+1 )
=α
2. Résolvons la relation de récurrence linéaire d’ordre 1 ci-dessus (les suites sont indicées par N∗ ).
⋆ La droite vectorielle des solutions est Vect ((α + β − 1)n )n∈N∗ .
⋆ On cherche une solution particulière. Le second membre est de la forme « polynôme de degré 0 fois
suite géométrique de raison 1 ». Or 1 = α + β − 1 ⇐⇒ α + β = 2, or α ∈]0, 1[ et β ∈]0, 1[ donc
1 6= α + β − 1 si bien que l’on cherche une solution particulière sous la forme d’un polynôme de degré
0 fois la suite géométrique de raison 1, c’est-à-dire sous la forme d’une constante.
1−β
On trouve que la suite constante de valeur convient.
2 − α−β
1−β n
Ainsi, la droite affine des solutions est + t. (α + β − 1) |t∈R .
2−α−β n∈N∗
∗ 1−β 1−β
∀n ∈ N , pn = p1 − (α + β − 1)n−1 +
2−α−β 2−α−β
1−β
En particulier, puisque α + β − 1 ∈] − 1, 1[, |α + β − 1| < 1, lim pn = .
n→+∞ 2−α−β
4
Sous ces hypothèses, l’évènement A :« tirer deux serviettes vertes »a une probabiblité
5
2 5
P(A) = 9
=
2
18
Sous ces hypothèses, l’événement B :« tirer deux serviettes de couleurs différentes fg a une probabiblité
5 4
1 × 1 5
P(B) = 9
=
2
9
Ω = {(Vi , Rj ) | (i, j) ∈ [[1, 5]] × [[1, 4]]} ∪ {(Rs , Vt ) | (s, t) ∈ [[1, 4]] × [[1, 5]]}
pour lesquels le premier élément désigne la derviette choisie en premier et le deuxième élément désigne
la serviette choisie en second.
• Modélisation 3 : choix simultané de deux serviettes mais on ne s’encombre pas d’une
description de l’univers.
9
On se limite à dire |Ω| =
2
5
P(A) = 29
2
5
4
1 × 1 5
P(B) = 9
=
2
9
5
La probabilité de prendre deux serviettes vertes est .
18
5
La probabilité de prendre deux serviettes de couleurs différentes est .
9
2. Notons
— D l’événement « choir deux serviettes de couleur différente »,
— T1 l’événement « on ouvre le tiroir T1 »,
— T2 l’événement « on ouvre le tiroir T2 »,
— T3 l’événement « on ouvre le tiroir T3 ».
En appliquant la formule des probabilités totales, ce qui est autorisé car T1 , T2 et T3 sont des
événements de probabilité non nulle,
3
X 5 9 3
P(V ) = PTi (V ) × P(Ti ) = × 0, 3 + × 0, 5 + × 0, 2
9 12 10
i=1
1..
P(D) = ≃ 0, 64
2..
3. Notons
— V l’événement « la serviette choisie est verte »,
— T1 l’événement « on ouvre le tiroir T1 »,
— T2 l’événement « on ouvre le tiroir T2 »,
— T3 l’événement « on ouvre le tiroir T3 ».
En appliquant la formule de Bayes, ce qui est autorisé car T1 , T2 et T3 sont des événements de probabilité
non nulle,
5
PT (V )P(T1 ) 9 × 0, 3
PV (T1 ) = 3 1 =
X 5 9 3
PTi (V )P(Ti ) × 0, 3 + × 0, 5 + × 0, 2
9 12 10
i=1
100
PV (T1 ) = ≃ 0, 28
361
5
⊲ Corrigé de l’exercice 3.4
Notons E l’événement « aucun des événements (Ak )16k6n n’arrive ».
P(E) = P(A1 ∩ . . . ∩ An )
Yn
= P(Ak ) car l’indépendance mutuelle des événements (Ak )16k6n
k=1
implique l’indépendance mutuelle des événements (Ak )16k6n
Yn
= (1 − P(Ak )) car pour tout évévenement A, P(A) = 1 − P(A)
k=1
Yn
6 e−pk en utilisant l’inégalité de convexité : ∀x ∈ R , ex > 1 + x
k=1
n
!
X
6 exp − pk
k=1
n
!
X
Ainsi, P(E) 6 exp − pk .
k=1
car les nombres (pj )j∈J sont deux à deux premiers entre eux
= P A Q
pj
j∈J
1 Y
= Y (question 1 pour p ← pj )
pj j∈J
j∈J
Y 1
=
pj
j∈J
Y
= P(Apj )
j∈J
6
3. Notons, pour tout i ∈ [[1, r]], Ei = {k ∈ [[1, n]] | ∃j ∈ N : k = jpi }.
r
ϕ(n) Y 1
Ainsi, = 1− .
n i=1
pi