École Supérieure Privée d’Ingénierie et de Technologies

Module : Probabilités 1

Correction DS №1
Niveau : 4ème année DS / INFINI Année universitaire : 2021-2022

Exercice 1 :
Un appareil électronique envoie à une imprimante un code qui est un nombre de trois chiffres.
Chaque chiffre ne pouvant prendre que les valeurs 0 ou bien 1 (Exemple : 1 0 1).
1. Quel est le nombre des codes possibles ? Citer tous ces codes.

D’une part, le code se compose de trois chiffres abc, dont chacun a deux possibilités
0 et 1. Ceci implique que, d’après le principe de multiplication, le nombre des codes
possibles soit 23 .

D’autre part, l’esemble des codes possibles est :

Ω = {(0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1)}

2. On supposera dans ce qui suit que tous ces codes ont la même probabilité d’être
produits. Soit X la variable aléatoire représentant le nombre de 1 figurant dans le
code.

(a) Vérifier que X suit une loi binomiale des paramètres n ∈ N∗ et p ∈]0, 1[ à
déterminer.
La variable aléatoire X représente le nombre de succès dans trois répétitions
indépendantes d’une expérience de Bernoulli équilibrée. Autrement dit, X suit
1
la loi binomiale de paramètres n = 3 et p = 2
et on écrit X ∼ B(3, 12 ).
(b) Calculer la fonction génératrice GX de la v.a X.

1
 — Méthode 1 : la variable aléatoire X suit la loi binomiale de paramètres n = 3
et p = 21 . Donc et d’après notre cours, la fonction génératrice GX de X est
donnée par :

1 1 (z + 1)3
GX (z) = ((1 − ) + z)3 =
2 2 8

— Méthode 2 : pour z ∈ [−1, 1], on a :

3
X X 1 1
GZ (z) = P(X = k) z k = C3k ( )k ( )3−k z k
k=0
2 2
k∈X(Ω)
3
X z 1
= C3k ( )k ( )3−k
k=0
2 2
1 z (z + 1)3
= ( + )3 =
2 2 8

(c) Calculer son espérance mathématique E(X) et sa variance V(X).

— Méthode 1 : la variable aléatoire X suit la loi binomiale de paramètres n = 3

et p = 21 . Donc et d’après notre cours, l’espérance et la variance de X sont
données par :

3 3
E[X] = n ∗ p = et V[X] = n ∗ p(1 − p) =
2 4

— Méthode 2 : En utilisant le lien entre la fonction génératrice et les moments

d’une variable aléatoire, on a :

0 (z + 1)3 0 3 3
E[X] = GX (1) = ( )|z=1 = (z + 1)2|z=1 =
8 8 2
3
00 0 0 (z + 1) 00 3 3 6 3 3
V[X] = GX (1) + GX (1) − (GX (1))2 = ( )|z=1 + − ( )2 = (z + 1)|z=1 − =
8 2 2 8 4 4

3. On détecte que l’imprimante présente trois états possibles :

* Le cas E0 : l’imprimante n’écrit que le code 0 0 0 quelque soit le code émis par
l’appareil.
* Le cas E1 : l’imprimante écrit correctement les deux premiers caractères du code et
n’écrit ensuite qu’un 0. Exemple : le code envoyé est 011 mais le code imprimé est
010.
* Le cas E2 : l’imprimante fonctionne correctement. ( i.e code envoyé=code imprimé)

2
On désigne par C l’événement :  le code imprimé est identique à celui émis par
l’appareil quelque soit l’état de l’imprimante, et on se donne que P(E0 ) = 0, 1 et
P(E1 ) = 0, 4. On note que le code émis par l’appareil est indépendant de l’état de
l’imprimante.
(a) Vérifier que P(E2 ) = 0, 5.
Les évènements E0 , E1 et E2 forme un système complet. Ceci implique que :

P(E2 ) = 1 − (P(E0 ) + P(E1 )) = 0.5

(b) Supposons que E0 se produit, quelle est la probabilité P(C/E0 ) que le code imprimé
soit quand même celui que l’appareil a envoyé ?
Dans ce cas, l’imprimante n’écrit que le code 0 0 0 quelque soit le code émis par
l’appareil. Ceci implique qu’il y a un seul code parmi 8 seara imprimé correctement
qui est 0 0 0. Et par suite, on a :

1
P(C/E0 ) =
8
1
(c) En déduire la probabilité P(C ∩ E0 ) = 80
.

1 1
P(C ∩ E0 ) = P(C/E0 ) P(E0 ) = ∗ 0.1 =
8 80
(d) Calculer de la même manière que la question précédente, P(C/E1 ) puis P(C/E2 ).
Dans ce cas, l’imprimante écrit correctement les deux premiers caractères du code
et n’écrit ensuite qu’un 0. Ceci implique que les codes émis par l’appareil et qui
se terminent par 0 seront écrits correctement. Il y a 4 codes, et par suite, on a :

4 1
P(C/E0 ) = =
8 2

D’autre part, conditionnement à l’état E2 , tous les codes émis par l’appareil seront
écrits correctemet par l’imprimante. Ceci implique que :

P(C/E2 ) = 1

(e) En déduire P(C).

3
 En utilisant la formule des probabilités totales, on a :

P(C) = P(C/E0 ) P(E0 ) + P(C/E1 ) P(E1 ) + P(C/E2 ) P(E2 )

1 1
= ∗ 0.1 + ∗ 0.4 + 0, 5 = 0.7125
8 2

Exercice 2 :
Soit X une variable aléatoire à densité. On définit sa fonction caractéristique ΦX comme
suit :

∀t ∈ R, ΦX (t) = c e−2|t|

avec la constante c ∈ R.

1. Vérifier que c = 1.
Par définition de la fonction caractéristique, on a :

ΦX (0) = 1

Ceci implique que c = 1.

2. Montrer que la v.a X n’admet pas un moment d’ordre 1.
Il est clair que la fonction caractéristique n’est pas dérivable en 0. Donc, et d’après
notre cours, la variable aléatoire X n’admet pas un moment d’ordre 1.
3. Montrer que la fonction densité fX de la v.a X est donnée par :

2
∀x ∈ R, fX (x) =
π (4 + x2 )

.
Z Z
1 −itx 1
f (x) = e φX (t) dt = e−itx e−2|t| dt
2π R 2π R
Z 0 Z +∞
1 1
= e(2−ix)t
dt + e−(2+ix)t dt
2π −∞ 2π 0
e(2−ix)t 0 e−(2+ix)t +∞
=[ ]−∞ − [ ]
2π (2 − ix) 2π (2 + ix) 0
1 1
= +
2π (2 − ix) 2π (2 + ix)
2
=
π (4 + x2 )

4
4. On considère la v.a Y ∼ N (m, σ 2 ), (m, σ) ∈ (R × R∗+ ), et on rappelle que :

t2
Z ∼ N (0, 1) ⇔ ΦZ (t) = e− 2 , t ∈ R.

(a) Déterminer la fonction caractéristique ΦY de la v.a Y .

D’une part, on a :

L
Y = σ Z + m,

Ceci implique que :

−t2 σ 2
φY (t) = φσ Z+m (t) = eitm φZ (σt) = eitm e 2

(b) En déduire la fonction caractéristique de la v.a −Y .

D’une part, on a :

L
−Y = −σ Z − m,

Ceci implique que :

(−tσ)2 −t2 σ 2
φ−Y (t) = φ−σ Z−m (t) = e−itm φZ (−σt) = e−itm e 2 = e−itm e 2

(c) Supposons que les v.a X et Y sont indépendantes, donner la fonction caratéristique
de la v.a X − Y .
Les variables aléatoires X et −Y sont indépendantes, d’après notre cours, la fonc-
tion caractéristique de la somme X + (−Y ) = X − Y est le produit des fonctions
caractéristiques de X et de −Y . Autrement dit :

φX−Y (t) = φX (t) φ−Y (t)

−t2 σ 2
= e−2|t| e−itm e 2

−(t2 σ 2 +4|t|)
= e−itm e 2