Université Cadi Ayyad A.U.

: 2019-2020
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 1

Vrai-Faux

1. On peut associer deux ensembles fondamentaux diérents à une même expéri-

ence aléatoire.

2. Dans un espace probabilisé, l'égalité p(A ∪ B) = p(A) + p(B) implique que les
événements A et B sont indépendants.

3. Si deux événements sont indépendants alors leurs complémentaires le sont

aussi.

Exercice 1 Soit Ω = {a, b, c, d, e, f, g}. Calculer card(P(Ω)).

Exercice 2 Soit (Ω, A, p) un espace probabilisé. Soit B ∈ A. Pour tout A∈A on
P (A∩B)
pose π(A) = P (B)
. Montrer que π est une probabilité sur (Ω, A).
Exercice 3 On tire sans remise deux cartes successivement deux cartes d'un jeu
de cartes de 52 et on chercher la probabilité de tirer un as au deuxième tirage. Soit
A1 :  obtenir un as au premier tirage et A1 :  obtenir un as au deuxième tirage.
Calculer P (A2 |A1 );
Exercice 4 On lance trois fois une pièce de monnaie et on considère les événements
: A: obtenir au moins deux faces et B: Obtenir face au premier coup.

1. Calculer P (A) et P (B) :

2. Calculer P (A ∩ B);
3. Calculer P (A|B).

Exercice 5 Dans une urne contenant deux boules rouges et trois noires, quatre
personnes (A,B,C,D) tirent successivement une boule sans la remettre. La première
personne qui tire une rouge gagne. Calculer la probabilité de gain de chacun des
quatre joueurs.
Université Cadi Ayyad A.U.: 2019-2020
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

Suite de correction T. D 1

Vrai-Faux

1. On peut associer deux ensembles fondamentaux diérents à une même expéri-

ence aléatoire.
Vrai: Par exemple dans l'expérience aléatoire du lancé d'un dé non truqué à
six faces, l'ensemble fondamental est Ω1 = {1, 2, 3, 4, 5, 6} mais on peut faire
le choix selon la parité (résultat obtenu paire ou impaire), et dans ce cas,
Ω2 = {{1, 3, 5}, {2, 4, 6}} (à noter que Ω1 et Ω2 sont diérents).
2. Dans un espace probabilisé, l'égalité
p(A ∪ B) = p(A) + p(B) (1)
implique que les événements A et B sont indépendants.
Faux: On sait que

p(A ∪ B) = p(A) + p(B) − p(A ∩ B). (2)

Alors pour que (1) soit satisfaite il sut que p(A ∩ B) = 0, ce qui n'a rien à
voir avec 'A et B sont indépendants'. On considère ar exemple Ω = {1, 2, 3}
avec p(1) = p(2) = 21 et p(3) = 0. Soit A = {1, 3} et B = {2, 3}. On voit
que p(A ∩ B) = p(3) = 0 et p(A ∪ B) = p(Ω) = 1 = p(A) + p(B) alors que
p(A ∩ B) = 0 6= p(A).p(B) = 41 .
3. Si deux événements sont indépendants alors leurs complémentaires le sont
aussi.
Vrai: Soient A et B deux évenement indépendants. Remarquons que A et
B c sont aussi indépendants. En eet,

A = (A ∩ B) ∪ (A ∩ B c ). (3)
Donc
p(A) = p(A ∩ B) + p(A ∩ B c ). (4)
 D'où
p(A ∩ B c ) = p(A) − p(A ∩ B)
= p(A) − p(A)p(B)
= p(A)[1 − p(B)]
= p(A)p(B c ).

C'est-à-dire A et B c sont indépendants. Il s'en suit de même que Ac et B c

sont indépendants.
Exercice 1 Soit Ω = {a, b, c, d, e, f, g}. Calculer card(P(Ω)).
On a card(P(Ω)) = 2card(Ω) = 27 = 128.

N.B: Exercices 2, 3, 4 et 5 sont déjà corrigés en classe.

Université Cadi Ayyad A.U.: 2019-2020
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 2

Exercice 1 Dans une urne contenant deux boules rouges et trois noires, quatres
personnes A1 , A2 , A3 et A4 tirent successivement une boule sans la remettre. La
première personne qui tire une rouge gagne. Calculer p(Ai ), i ∈ {1, 2, 3, 4}.

Exercice 2 Soient trois urnes U1 , U2 et U3 contenant des boules rouges, bleues ou

vertes selon la décomposition suivante: U1 = {3R, 4B, 1V }, U2 = {1R, 2B, 3V } et
U3 = {4R, 3B, 2V }. On tire au sort entre ces trois urnes. Sachant qu'on a obtenu
une boule rouge, on se pose la question de savoir la probabilité qu'elle provienne
de la deuxième urne U2 . Calculer alors P (R), P (U2 |R) et P (U2 ).

Exercice 3 On jette un dé rouge et un dé vert et on considère les événements:

A le dé vert marque 6  et B le dé rouge marque 5 . Montrer que ces deux
événements sont indépendants.

Exercice 4 On lance deux pièces de monnaies distinctes et on s'intéresse aux

événements A  Obtenir pile sur la pièce 1  et B  Obtenir pile sur la pièce 2 

1. Déterminer l'ensemble fondamental relatif à cette expérience;

2. Calculer p(A) et p(B);

3. Soit C = {P F, F P }. Calculer p(C), p(A ∩ B), p(A ∩ C) et p(B ∩ C).
4. En déduire que les événements A, B et C sont deux à deux indépendants mais
ils ne le sont pas dans leurs ensemble.

Exercice 4 Calculer le nombre des mots diérents qu'on peut former avec les
lettres du mots :Nour.

Exercice 5 Calculer le nombre des tiercés dans le désordre avec quinze chevaux
au départ.

Exercice 6 Un devoir surveillé examine les étudiants d'une classe de mathéma-

tiques sur un choix multiple où cinq réponses sont poseés à une question, une
seule étant correcte. Quand l'événement A:  Un étudiant a bien travaillé pendant
le semestre est réalisé, sa réponse est juste, dans le cas contraire, cet étudiant
répond sans réichir (au hasard). Si l'événement B: Cet étudiant a fourni la
bonne réponse est réalisé, calculer p(B|A) et p(A|B) en fonction de p(A).
Université Cadi Ayyad A.U.: 2019-2020
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 2: Solutions

Exercice 1 Dans une urne contenant deux boules rouges et trois noires, quatres
personnes A1 , A2 , A3 et A4 tirent successivement une boule sans la remettre. La
première personne qui tire une rouge gagne. Calculer p(Ai ), i ∈ {1, 2, 3, 4} (la
probabilité du gain du ième joueur).
Solution: Cet exercice fait appel à la formule des probabilités composés

2
• p(A1 ) = p(R1 ) = (le premier joueur possède deux chances sur 5 possibilités).
5
3 2 3
• p(A2 ) = p(N1 ∩ R2 ) = p(N1 )p(R2 |N1 ) = × =
5 4 10
(Le gain du deuxième joueur est conditionné par la perte du premier joueur
et par le tirage d'une boule rouge lors du deuxième tirage).

3
• p(A3 ) = p(N1 ∩ N2 ∩ R3 ) = p(N1 )p(N2 |N1 )p(R3 |N1 ∩ N2 ) = 5
× 24 × 2
3
= 15 .
(Le gain du troisième joueur est conditionné par la perte des deux précédents).

• p(A4 ) = p(N1 ∩ N2 ∩ N3 ∩ R4 ) = p(N1 )p(N2 |N1 )p(N3 |N1 ∩ N2 )p(R4 |N1 ∩ N2 ∩

N3 ) = 53 × 24 × 13 × 22 = 10
1
. (Le gain du quatrième joueur est conditionné par
la perte des trois précédents).

Exercice 2 Soient trois urnes U1 , U2 et U3 contenant des boules rouges, bleues ou

vertes selon la décomposition suivante: U1 = {3R, 4B, 1V }, U2 = {1R, 2B, 3V } et
U3 = {4R, 3B, 2V }. On tire au sort entre ces trois urnes. Sachant qu'on a obtenu
une boule rouge, on se pose la question de savoir la probabilité qu'elle provienne
de la deuxième urne U2 . Calculer alors P (R), P (U2 |R) et P (U2 ).
Solution: Cet exercice fait appel à la formule de Bayese que nous rappelons ici: On
considère un système complet d'événements (i.e., une partition de Ω) {A1 , ..., An }
de probabilités strictement positives,p(Ai ) > 0 pour tout i ∈ {1, ..., n}, et deux à
deux incompatibles (c'est-à-dire Ai ∩ Aj = ∅ pour tout i 6= j dans {1, ..., n}) avec
P
p(Ai ) = 1. On suppose que les événements inclus dans les Ai ont une proba-
bilité connues d'avance, appelées probabilités a priori . En suite on se propose de
décomposer un événement quelconque B supposé de probabilité non nulle. Alors,
[ [
B = B ∩ Ω = B ∩ ( Ai ) = (Ai ∩ B).

Remarquons que les événements Ai ∩ B sont deux à deux incompatibles (car les
Ai le sont), donc
 X X
p(B) = p(Ai ∩ B) = p(Ai )p(B|Ai ).
L'objectif de la formule de Bayese est de calculer les probabilités a posteriori
p(Ai |B) qui sont donc données pour tout i ∈ {1, 2, ..., n} par :

p(Ai ∩ B) p(Ai )p(B|Ai )

p(Ai |B) = =P .
p(B) p(Ai )p(B|Ai )
Dans le cas de notre excercice on obtient:

3 3 1
p(Ui )p(R|Ui ) = ( 38 + 16 + 49 ).
P P
• p(R) = p(R ∩ Ui ) =
i=1 i=1 3
• La probabilité a posteriori de l'urne U2 est alors

1
p(U2 )p(R|U 2) p(U2 )p(R|U 2) 6 12
p(U2 |R) = = 3 = 3 1 4 = .
p(R) P 8
+ +
6 9
71
p(Ui )p(R|Ui )
i=1

1 71 12 36
• Remaque: p(U2 ) = = > p(U2 |R) = = !
3 213 71 213

Exercice 3 On jette un dé rouge et un dé vert et on considère les événements:

A le dé vert marque 6  et B le dé rouge marque 5 . Montrer que ces deux
événements sont indépendants.
Solution: Dans cet exercice Ω = E × E, avec E = {1, ..., 6}. En suite, remarquons
que A = {6} × E et B = E × {5}. Alors A ∩ B = {(6, 5)}. On sous-entend de
l'énoncé que les dés ne sont pas truqués, donc il y a equiprobabilité. Aisni,

card(A) 6
• p(A) = = 2 = 16 ;
card(Ω) 6
card(B) 6
• De même, p(B) = = 2 = 16 ;
card(Ω) 6
card(A ∩ B) 1 1
• p(A ∩ B) = = 2 = 36
= p(A)p(B).
card(Ω) 6
Donc A et B sont indépendants.

Exercice 4 On lance deux pièces de monnaies distinctes et on s'intéresse aux

événements A  Obtenir pile sur la pièce 1  et B  Obtenir pile sur la pièce 2 

1. Déterminer l'ensemble fondamental relatif à cette expérience;

 2. Calculer p(A) et p(B);
3. Soit C = {P F, F P }. Calculer p(C), p(A ∩ B), p(A ∩ C) et p(B ∩ C).
4. En déduire que les événements A, B et C sont deux à deux indépendants mais
ils ne le sont pas dans leurs ensemble.

Solution:
1. Ω=E×E avec E = {P, F };
2. Remarquons que A = {P } × E = {(P, P ), (P, F )} et que B = E × {P } =
{(P, P ), (F, P )}. Alors p(A) = p(B) = 42 = 12 ;
3. Soit C = {P F, F P }. On voit que p(C) = 42 = 12 . Remarquons que A ∩ B =
{(P, P )}, alors p(A ∩ B) = 41 = p(A)p(B). On trouve de même p(A ∩ C) =
p(B ∩ C) = 41 .
4. Alors les événements A, B et C sont deux à deux indépendants mais ils ne le
sont pas dans leurs ensemble du fait que

1
p(A ∩ B ∩ C) = p(∅) = 0 6= p(A)p(B)p(C) = .
8

Exercice 4 bis Calculer le nombre des mots diérents qu'on peut former avec les
lettres du mots :Nour. Solution: N = 4! = 24 .

Exercice 5 Calculer le nombre des tiercés dans le désordre avec quinze chevaux
au départ.
Solution: 3
Dans le desordre N = C15 = 455 alors que dans l'ordre c'est un ar-
0 3
rangement N = A15 = 15 × 14 × 13 = 2730

Exercice 6 Un devoir surveillé examine les étudiants d'une classe de mathéma-

tiques sur un choix multiple où cinq réponses sont poseés à une question, une
seule étant correcte. Quand l'événement A:  Un étudiant a bien travaillé pendant
le semestre est réalisé, sa réponse est juste, dans le cas contraire, cet étudiant
répond sans réichir (au hasard). Si l'événement B: Cet étudiant a fourni la
bonne réponse est réalisé, calculer p(B|A) et p(A|B) en fonction de p(A).
Il s'agit d'une application de la formule de Bayese. On pose p(A) = p. On
c
considère la partition {A, A } de Ω. Alors

p(A ∩ B) p(A)p(B|A) p 5p
p(A|B) = = c c
= (1−p)
= .
p(B) p(A)p(B|A)) + p(A )p(B|A ) p+ 5 4p + 1
 p(B|A) = 1 (la probablilité que cet étudiant fournit la réponse juste sachant
qu'il a bien travaillé c'est 1);
p(B|Ac ) = 15 (la probablilité que cet étudiant fournit la réponse juste sachant qu'il
1
n'a pas bien travaillé c'est , car le QCM ore 5 possibilités);
5
p(Ac ) = 1 − p.
Université Cadi Ayyad A.U.: 2019-2020
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 3

Exercice 1 Soit X la v.a associée à l'expérience du lancer d'une pièce de monnaie.

Calculer les moments de X : E(X) et V (X).

Exercice 2 Même question que l'exercice précédent pour une variable indicatrice.

Exercice 3 Soit Ω un EFREAD discret et X la variable aléatoire associée. On

suppose que X(Ω) = {x1 , . . . , xk } et que la loi de probabilité correspondante est
uniforme. On note x la moyenne arithmétique des xi , i ∈ {1, . . . , k}. Calculer la
variance de X.

Exercice 4 Considérons les deux distributions suivantes:

X 2 4 6
1 1 1
4 4 2

Y -4 3 33
1 1 1
2 3 6

1. Calculer E(X) et E(Y );

2. Calculer E(X 2 ) et E(Y 2 );
3. Calculer V (X) et V (Y );
4. Comparer V (X) et V (Y );
5. Conclure.

Exercice 5 Soit l'ensemble fondamental Ω = {a, b, c} et la tribu associée A =

{∅, {a, b}, {c}, Ω}, les événements a et b étant indiscernables. On dénit l'application
réelle X sur Ω par X(a) = 1, X(b) = 2 et X(c) = 3.
1. S'il y a équiproba des événements élémentaires, peut-on dénir la loi de proba
de X ?
2. Si la probabilité p est dénie sur (Ω, A) par p({c)} = 1 et si on dénit
l'application Y sur Ω par Y (ω) = 3 pour tout ω ∈ Ω, calculer p(X = Y ).
Peut-on conclure que X et Y ont même loi de proba?
Université Cadi Ayyad A.U.: 2019-2020
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 3: Solutions

Exercice 1 Soit X la v.a associée à l'expérience du lancer d'une pièce de monnaie.

Calculer les moments de X : E(X) et V (X).
Solution
Soit X la v.a qui code 0 pour le résultat pile et 1 pour le résultat face. Alors on a
•
E(X) = p1 x1 + p2 x2
= PX (X = 0) × 0 + PX (X = 1) × 1
1 1
= 0× +1×
2 2
1
= .
2
•
V (X) = p1 (x1 − E(X))2 + p2 (x2 − E(X))2
1 1 1 1
= (0 − )2 + (1 − )2
2 2 2 2
1 1 1
= + = .
8 8 4

Exercice 2 Même question que l'exercice précédent pour une variable indicatrice.
Solution
Soit A l'événement assocoé à une variable indicatrice de probabilité q ∈]0, 1[.
•
E(X) = p1 x1 + p2 x2
= PX (X = 0) × 0 + PX (X = 1) × 1
= 0 × (1 − q) + 1 × q
= q.
 •
V (X) = p1 (x1 − E(X))2 + p2 (x2 − E(X))2
= (1 − q) × (0 − q)2 + q × (1 − q)2 = q(1 − q) .

Exercice 3 Soit Ω un EFREAD discret et X la variable aléatoire associée. On

suppose que X(Ω) = {x1 , . . . , xk } et que la loi de probabilité correspondante est
uniforme. On note x la moyenne arithmétique des xi , i ∈ {1, . . . , k}. Calculer la
variance de X.
Solution
• Il y a equiprobabilité donc pi = 1
k
pour tout i ∈ {1, . . . , k}. Alors
k k
X 1X
E(X) = p i xi = xi .
i=1
k i=1

Dans ce cas E(X) coïncide avec la moyenne arithmétique x des valeurs pos-
sibles de X i.e., E(X) = x .
•
k k
X 1X
V (X) = pi (xi − x)2 = (xi − x)2 .
i=1
k i=1

Exercice 4 Considérons les deux distributions suivantes:

X 2 4 6
1 1 1
4 4 2

Y -4 3 33
1 1 1
2 3 6

1. Calculer E(X) et E(Y );

2. Calculer E(X 2 ) et E(Y 2 );
3. Calculer V (X) et V (Y );
4. Comparer V (X) et V (Y );
5. Conclure.
Solution
 9 9
1. E(X) = 12 + 1 + 3 = 4.5 = et E(Y ) = −2 + 1 + 33
6
= 4.5 = ;
2 2
385
2. E(X 2 ) = 1 + 4 + 18 = 23 et E(Y 2 ) = 8 + 3 + 121 × 32 = ;
2
3. V (X) = E(X 2 ) − E 2 (X) = 23 − ( 29 )2 = 11
4
. De même V (Y ) = 689
4
;
4. V (Y ) >> V (X) (très supérieure);
5. On a E(X) = E(Y ), les v.a sont donc de même centre de distribution
(moyenne). Par contre, V (Y ) >> V (X) indique que la dispersion de Y autour
de sa moyenne est beaucoup plus grande que celle de X.

Exercice 5 Soit l'ensemble fondamental Ω = {a, b, c} et la tribu associée A =

{∅, {a, b}, {c}, Ω}, les événements a et b étant indiscernables. On dénit l'application
réelle X sur Ω par X(a) = 1, X(b) = 2 et X(c) = 3.
1. S'il y a équiproba des événements élémentaires, peut-on dénir la loi de proba
de X ?
2. Si la probabilité p est dénie sur (Ω, A) par p({c)} = 1 et si on dénit
l'application Y sur Ω par Y (ω) = 3 pour tout ω ∈ Ω, calculer p(X = Y ).
Peut-on conclure que X et Y ont même loi de proba?
Solution
1. Remarquons que X −1 (1) = {a} ∈/ A, donc X n'est pas une variable aléatoire,
on ne peut pas donc dénir une loi de probabilité pour X.
2. La loi de probabilité de Y ici est une loi de Dirac avec une masse de probabilité
concentrée en a = 3 i.e., p(Y = 3) = 1.
D'autre part, p(X = Y ) = p({ω ∈ Ω|X(ω) = Y (ω)}) = p({c}) = 1. Cepen-
dant, on ne peut pas déduire que X est de même moi que Y car X ne dénit
pas une variable aléatoire.
Université Cadi Ayyad A.U.: 2019/20
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 4 (Lois usuelles)

Exercice 1 (Loi normale ou de Laplace-Gauss) On rappelle que la loi normale est une loi d'une variable
aléatoire X à valeurs dans R de densité donnée par:
1  (x − m)2 
f (x) = √ exp −
σ 2π 2σ 2
où E(X) = m et σ = V (X), on écrit alors X N (m, σ). Si m = 0 et σ = 1 on parle de loi normale
p

centrée reduite encore appelée loi normale standard. Dans la suite on considère une v.a X N (m, σ).
1. On pose U = X−mσ
. Montrer que U est une loi standard i.e., U N (0, 1). Donner la fonction de
densité de U. On note ϕ cette nouvelle fonction de densité.
u2
2. En déduire la valeur de l'intégrale −∞ +∞ −
R
e 2 du.
3. Soit Φ la fonction de répartition associée à U. Donner l'expression de Φ.
4. Montrer que pour tout x ∈ R, Φ(−x) = 1 − Φ(x) (on remarquera que ϕ(−x) = ϕ(x)).
5. En déduire que pour tout a ∈ R∗+ , p(|U | < a) = P (−a < U < a) = 2Φ(a) − 1.
6. Montrer que pour tout x, F (x) = Φ( x−m σ
).
7. Application: Soit X N (m, σ) telle que P (X < 3) = 0, 1587 et P (X > 12) = 0, 0228. On se
propose de calculer P (1 < X < 10). Pour cela, rappelons que Φ(1) = 0, 814 et Φ(2) = 0, 9772
(fournies par les tables usuelles de la loi normale).
(a) En utilisant la question 4 montrer que
X −m 3−m
P( < ) = Φ(−1)
σ σ
et que
X −m 12 − m
P( < ) = Φ(2).
σ σ
(b) En déduire m et σ.
(c) Conclure la valeur de P (1 < X < 10).

Exercice 2 (Loi géométrique ou loi de Pascal). Cette loi convient aux épreuves successives indépendants
jusqua'à l'obtention d'un événement A. La variable aléatoire correspondante X traduit le nombre aléatoire
d'épreuves eectuées. Si p = p(A) alors
PX (X = k) = (1 − p)k−1 p.
∞
1. Montrer que pour tout x tel que |x| < 1, xk = 1
P
1−x
.
k=0
∞
2. En déduire que kxk−1 = 1
P
(1−x)2
.
k=1

3. En utilisant la série ci-dessus

 ∞
(a) Vérier que
P
PX (X = k) = 1.
k=0

(b) montrer que E(X) = 1

p

4. Calculer le moment factoriel de X i.e., E(X(X − 1)).

5. En déduire V (X).
6. Application: Une urne contient une boule blanche et une boule noire. On eectue des tirages
jusqua'à l'obtention d'une boule blanche. Déterminer la loi de probabilité du Nombre N de tirages,
puis calculer E(N ) et V (N ).
Université Cadi Ayyad A.U.: 2019/20
Faculté poly-disciplinaire Filière: SMC/S4
Sa Proba-Stat

T. D 4 (Corrigé)

Exercice 1 (Loi normale ou de Laplace-Gauss) On rappelle que la loi normale est une loi d'une variable
aléatoire X à valeurs dans R de densité donnée par:
1  (x − m)2 
f (x) = √ exp −
σ 2π 2σ 2
où E(X) = m et σ = V (X), on écrit alors X N (m, σ). Si m = 0 et σ = 1 on parle de loi normale
p

centrée reduite encore appelée loi normale standard. Dans la suite on considère une v.a X N (m, σ).
1. On pose U = X−m
σ
. En général, pour une v.a X et a, b ∈ R, on a E(aX + b) = aE(X) + b et
V (aX + b) = a V (X). Pour la v.a U, E(U ) = E( X−m
2
σ
)= 1
σ
(E(X) − m) = 0 = E(X) . On a aussi
V (X)
V (U )(= E(U 2 ) − E 2 (U )) = V ( X−m
σ
)= σ2
= σ2
σ2
= 1 = V (X) .

Alors U est une loi standard i.e., U N (0, 1) .

1 u2
La fonction de densité de U notée ϕ est donnée par ϕ(u) = √ exp(− ) .
2π 2
Z +∞
u2 √
2. On sait que ϕ(u)du = 1, donc
R +∞
−∞
e− 2 du = 2π .
−∞

3. D'après le cours, la F.R F d'une v.a X est donnée par F (x) = f (t)dt où f est la densité de
Rx
−∞
probabilité de X.
Soit Φ la fonction de répartition associée à U. On a alors
Z x Z x
1 u2
Φ(x) = ϕ(u)du = √ e− 2 du .
−∞ 2π −∞

4. On voit que ϕ est une fonction paire i.e., ϕ(−x) = ϕ(x), alors le graphe de ϕ est symétrique par
rapport à la droite verticale d'équation x = 0. D'où, il en est de même pour la loi de probabilité
de U, c'est-à-dire P (U < −x) = P (U ≥ x). Or, P (U ≥ x) = 1 − Φ(x) (U ≥ x et U < 1 sont
complémentaires), il vient que P (U ≥ x) = 1 − Φ(x). Par suite,

Φ(−x) = 1 − Φ(x) .

5. On a p(|U | < a) = P (−a < U < a) = Φ(a) − Φ(−a) = Φ(a) − (1 − Φ(a)) = 2Φ(a) − 1 = .
6. On a F (x) = P (X < x). Mais X < x ⇔ X−mσ
< x−m
σ
, donc

X −m x−m x−m
F (x) = P ( < ) = Φ( ).
σ σ σ

7. Application: Soit X N (m, σ) telle que P (X < 3) = 0, 1587 et P (X < 12) = 0, 0228. On se
propose de calculer P (1 < X < 10).
 (a) On sait que Φ(1) = 0, 814, donc la question 4 implique
Φ(−1) = 1 − Φ(1) = 0, 1587 = P (X < 3).

De même Φ(2) = 0, 9772 = 1 − 0, 0228 = P (X > 12)

Maintenant en utilisant la question 6,
X −m 3−m
P (X < 3) = P ( < ) = Φ(−1).
σ σ
De même,
X −m 12 − m
P (X < 12) = P ( < ) = Φ(2).
σ σ
(b) D'après la question précédente, 3−m
σ
= −1 et 12−m
σ
= 2, donc la résolution de ce système
donne: m = 6 et σ = 3.
(c) P (1 < X < 10) = P (− 53 < X−6
3
< 43 ) = Φ(1, 33) − Φ(−1, 67) = Φ(1, 33) − (1 − Φ(1, 67)) =
0, 8607.

Exercice 2 (Loi géométrique ou loi de Pascal). Cette loi convient aux épreuves successives indépen-
dants jussqua'à l'obtention d'un événement A. La variable aléatoire correspondante X traduit le nombre
aléatoire d'épreuves eectuées. Si p = p(A) alors
PX (X = k) = (1 − p)k−1 p, k ≥ 1.
∞
1. |x| < 1, xk = 1
(Voir cours d'analyse 2)
P
1−x
k=0
∞
2. kxk−1 = 1
il sut de dériver l'expression de la question précédente.
P
(1−x)2
,
k=1
∞
3. (a) PX (X = k) = 1, il sut d'utiliser la convergence de la série ci-dessus;
P
k=1

(b) On a
∞ ∞ ∞
X X X 1
E(X) = kPX (X = k) = kp(1 − p)k−1 = p k(1 − p)k−1 =
p
k=1 k=1 k=1

(la dérivée de la somme au point x = q = 1 − p).

4.
∞ ∞ ∞
X X X 2(1 − p)
E(X(X−1)) = k(k−1)PX (X = k) = k(k−1)p(1−p)k−1 = p(1−p) k(k−1)(1−p)k−2 = .
p2
k=1 k=1 k=2

(à l'aide de la dérivée deuxième de la somme de la série géométrique ci-dessus).

5. Remarquons que V (X) = E(X 2 ) − E 2 (X) = E(X(X − 1)) + E(X) − E 2 (X) = 1−p p2
.
6. Les tirages sont eectués jusqu'à l'obtention d'une boule blanche, donc N est v.a qui suit la loi
de Pascal avec une proba p = 12 . Alors P (N = n) = 21n . D'après les questions précédentes,
E(N ) = V (N ) = 12 .