Exercice 3 - En plein dans le mille!

N
Un joueur tire sur une cible de 10cm de rayon, constituée de
couronnes concentriques, délimitées par des cercles de rayons 1,2,

O
BRAIN CORPORATION ..., 10 cm, et numérotées respectivement de 10 à 1. La proba-
DIRECTION DE L’ENSEIGNEMENT bilité d’atteindre la couronne k est proportionnelle à l’aire de cette
Département de la conception des sujets couronne, et on suppose que le joueur atteint sa cible à chaque

TI
lancer. Soit X la variable aléatoire qui à chaque lancer associe le
numéro de la cible.
FICHE DE TRAVAUX DIRIGES
1. Quelle est la loi de probabilité de X ?

RA
2. Le joueur gagne k euros s’il atteint la couronne numérotée k
OPTION ISE CYCLE LONG / AS
pour k compris entre 6 et 10, tandis qu’il perd 2 euros s’il
VARIABLES ALEATOIRES atteint l’une des couronnes périphériques numérotées de 1 à 5.
Le jeu est-il favorable au joueur ?

O
Exercice 4 - Garagiste

RP
La présente fiche de TD devra être traitée par les étudiants
avant la séance de correction faute de quoi , ceux qui ne
l’auront pas fait ne seront pas admis en classe.
CO
Exercice 1 - Loi d’un dé truqué
On considère un dé cubique truqué dont les faces sont numérotés
de 1 à 6 et on note X la variable aléatoire donnée par le numéro de
la face du dessus. On suppose que le dé est truqué de sorte que la
probabilité d’obtenir une face est proportionnelle au numéro inscrit
N
Un garagiste dispose de deux voitures de location. Chacune est
utilisable en moyenne 4 jours sur 5. Il loue les voitures avec une
marge brute de 300 euros par jour et par voiture. On considère X
la variable aléatoire égale au nombre de clients se présentant chaque
jour pour louer une voiture. On suppose que X(Ω) = {0, 1, 2, 3}
avec
P (X = 0) = 0, 1 P (X = 1) = 0, 3 P (X = 2) = 0, 4 P (X = 3) = 0, 2.
1. On note Z le nombre de voitures disponibles par jour.
Déterminer la loi de Z. On pourra considérer dans la suite
que X et Z sont indépendantes.

sur cette face.

2. On note Y la variable aléatoire : ” nombre de clients satisfaits
1. Déterminer la loi de X, calculer son espérance. par jour”. Déterminer la loi de Y .
AI

2. On pose Y = 1/X. Déterminer la loi de Y , et son espérance. 3. Calculer la marge brute moyenne par jour.

Exercice 2 - Plus grand nombre tiré Exercice 5 - Analyse de sang

BR

On lance deux dés parfaitement équilibrés. On note X le plus On cherche à dépister une maladie détectable à l’aide d’un ex-
grand des numéros obtenus. Déterminer la loi de la variable amen sanguin. On suppose que dans notre population, il y a une
aléatoire X. proportion p de personnes qui n’ont pas cette maladie.

BRAIN CORPORATION 1
 1. On analyse le sang de r personnes de la population, avec r entier On voudrait connaı̂tre la méthode la plus économique (=celle qui

N
au moins égal à 2. On suppose que l’effectif de la population nécessite en moyenne le moins d’analyse). Pour cela, on note Xn la
est suffisamment grand pour que le choix de ces r personnes variable aléatoire du nombre d’analyses réalisées dans la deuxième
méthode. On pose Yn = Xnn .

O
s’apparente à un tirage avec remise. Quelle est la probabilité
qu’aucune de ces personnes ne soit atteinte de la maladie?
1. Déterminer la loi de Yn , et montrer que son espérance vaut :
2. On regroupe le sang de ces r personnes, puis on procède à 1 + n1 − (0.85)n .

TI
l’analyse de sang. Si l’analyse est négative, aucune de ces per-
sonnes n’est malade et on arrête. Si l’analyse est positive, on 2. Etudier la fonction f (x) = ax+ln x, pour a = ln(0, 85). Donner
fait toutes les analyses individuelles (on avait pris soin de con- la liste des entiers n tels que f (n) > 0.

RA
server une partie du sang recueilli avant l’analyse groupée). On
3. Montrer que f (n) > 0 équivaut à E(Yn ) < 1. En déduire la
note Y la variable aléatoire qui donne le nombre d’analyses de
réponse (en fonction de n) à la question posée.
sang effectuées. Donner la loi de probabilité de Y et calculer
son espérance en fonction de r et de p.
Exercice 7 - Recrutement
3. On s’intéresse à une population de n personnes, et on effectue

O
Une entreprise souhaite recruter un cadre. n personnes se
des analyses collectives après avoir mélangé les prélèvements
présentent pour le poste. Chacun d’entre eux passe à tour de rôle
par groupe de r personnes, où r est un diviseur de n. Mon-
un test, et le premier qui réussit le test est engagé. La probabilité
trer que le nombre d’analyses que l’on peut espérer économiser,

RP
de réussir le test est p ∈]0, 1[. On pose également q = 1 − p. On
par rapport à la démarche consistant à tester immédiatement
définit la variable aléatoire X par X = k si le k-ième candidat qui
toutes les personnes, est égal à npr − nr .
passe le test est engagé, et X = n + 1 si personne n’est engagé.
4. Dans cette question, on suppose que p = 0, 9 et on admet
qu’il existe un réel a > 1 de sorte que la fonction x 7→ px − 1. Déterminer la loi de X.
CO
1
x est croissante sur [1, a] et décroissante sur [a, +∞[. Écrire
Pn k,
Pn k−1
2. En dérivant la formule donnant k=0 x calculer k=1 kx
un algorithme permettant de déterminer pour quelle valeur de pour x ̸= 1.
l’entier r le nombre pr − 1r est maximal.
3. En déduire l’espérance de X.
Exercice 6 - Vaches laitières
4. Quelle est la valeur minimale de p pour avoir plus d’une chance
Les vaches laitières sont atteintes par une maladie M avec la sur deux de recruter l’un des candidats?
N

probabilité p = 0, 15. Pour dépister la maladie M dans une étable

de n vaches, on fait procéder à une analyse de lait. Deux méthodes
Exercice 8 - Génotype
sont possibles :
AI

On s’intéresse à une maladie génétique. Elle est portée par

ˆ Première méthode : On fait une analyse sur un échantillon de
un gène particulier qui existe en deux formes : l’allèle A (sain),
lait de chaque vache.
et l’allèle B (malade). Il existe donc par chaque individu trois
ˆ Deuxième méthode : On effectue d’abord une analyse sur un génotypes possibles : 1 (A A), 2 (A B) et 3 (B B). Un individu
BR

échantillon de lait provenant du mélange des n vaches. Si le est malade lorsqu’il porte le génotype (B B). Le but de l’exercice
résultat est positif, on effectue une nouvelle analyse, cette fois est de démontrer que la proportion de malades est constante au
pour chaque vache. cours du temps.

BRAIN CORPORATION 2
Pour cela, on s’intéresse à une population dont la proportion du
génotype i, à la génération n, est noté ui (n). On rappelle que
chaque enfant reçoit un des deux allèles de chacun de ses par-
ents (et ce de façon complètement aléatoire). On suppose aussi
que les procréations dans la population se font complètement
aléatoirement.
On fixe n ≥ 0 et on note E le génotype d’un enfant de la n + 1-ième
génération, P et M les génotypes respectifs du père et de la mère.
1. Calculer les probabilités conditionnelles P (E = 1|(P, M ) =
(i, j)).
2. En déduire la loi de E en fonction de ui (n).
3. On pose θ(n) = u1 (n)+ 12 u2 (n). Exprimer ui (n+1) en fonction
de θ(n).
4. Démontrer que la proportion de malades ne varie plus à partir
de la génération 2.
RP
Exercice 9 - Tirage dans une urne jusqu’à obtention d’une boule
blanche
Une urne contient b boules blanches et r boules rouges indiscern-
ables au toucher (r et b sont deux entiers naturels dont au moins un
CO
est non nul). On tire au hasard une boule dans l’urne. Si elle est
blanche, on arrête. Si elle est rouge, on la remplace dans l’urne par
une boule blanche, et on répète le protocole de tirage jusqu’à ob-
tention d’une boule blanche. On note X la variable aléatoire égale
au nombre de tirages effectués.
N
1. On suppose dans cette question seulement que b = 2 et r = 3.
(a) Modéliser cette expérience à l’aide d’un arbre pondéré.
AI
(b) Quelles sont les valeurs prises par X?
(c) Déterminer la loi de probabilité de X et son espérance
E(X). Interpréter la valeur de E(X).
BR
2. (a) On se place toujours dans le cas général, et on note pour
tout entier n strictement positif An l’événement ”la n-
ième boule tirée est rouge”. Donner l’ensemble E des
BRAIN CORPORATION
valeurs prises par X et, pour k ∈ E, exprimer l’événement
N
(X = k) en fonction d’événements liés aux événements
A1 , . . . , A k .
O
(b) En déduire la loi de probabilité de la variable aléatoire X.
Exercice 10 - Service de dépannage
TI
Le service de dépannage d’un grand magasin dispose d’équipes
intervenant sur appel de la clientèle. Pour des causes diverses, les
interventions ont parfois lieu avec retard. On admet que les ap-
RA
pels se produisent indépendamment les uns des autres, et que, pour
chaque appel, la probabilité d’un retard est de 0,25.
1. Un client appelle le service à 4 reprises. On désigne par X la
variable aléatoire prenant pour valeurs le nombre de fois où ce
O
client a dû subir un retard.
(a) Déterminer la loi de probabilité de X, son espérance, sa
variance.
(b) Calculer la probabilité de l’événement : ”Le client a au
moins subi un retard”.
2. Le nombre d’appels reçus par jour est une variable aléatoire
Y qui suit une loi de Poisson de paramètre m. On note Z le
nombre d’appels traités en retard.
(a) Exprimer la probabilité conditionnelle de Z = k sachant
que Y = n.
(b) En déduire la probabilité de ”Z = k et Y = n”.
(c) Déterminer la loi de Z. On trouvera que Z suit une loi de
Poisson de paramètre m × 0, 25.
3. En 2020, le standard a reçu une succession d’appels. On note U
le premier appel reçu en retard. Quelle est la loi de U ? Quelle
est son espérance?
Exercice 11 - Optimisation du choix d’une place de parking
On considère une rue infiniment longue et rectiligne. On souhaite
aller à un numéro précis de cette rue. Devant chaque numéro se
3
trouve une place de parking. On cherche à savoir à partir de quel 7. Montrer par récurrence que, pour tout k ≥ 0,

N
moment on doit commencer à s’intéresser aux places disponibles
k 1−p 1−p
pour pouvoir se garer au plus près de l’arrivée. uk = − 2 + 2 (1 − p)k .
p p p

O
Au départ, nous sommes au début de la rue. Par convention,
8. En déduire une expression de S1 en fonction de d et s.
nous poserons que le début de la rue a pour numéro 0. Devant

chaque numéro n, il y a une place de parking qui peut être libre
avec une probabilité p ∈]0, 1[. On suppose que p ne dépend pas de
n et que les occupations des places sont indépendantes les unes par
rapport aux autres.
TI
9. Justifier que S2 − S1 = E(X − d). En déduire la valeur de S2
puis celle de Ds .
10. Démontrer que Ds est minimal pour s le plus petit entier

RA
ln 2
strictement supérieur à α = d + ln(1−p) .
Notre stratégie est la suivante : on se donne s un entier naturel.
On roule sans interruption jusqu’au numéro s de la rue et on choisit
la première place disponible à partir du numéro s (inclus). On note
X le numéro de la place libre trouvée par cette méthode.

O
1. Quelles sont les valeurs prises par X?

RP
2. Déterminer la loi de X.

3. Soit Y = X − s + 1. Démontrer que Y suit une loi géométrique

de paramètre p.

4. En déduire l’espérance et la variance de X.

CO
5. On souhaite aller au numéro d de cette rue avec d ∈ N∗ . Notre
stratégie consiste à choisir un numéro s compris entre 0 et d.
L’espérance Ds = E(|X −d|) est la distance moyenne à l’arrivée
(on admet l’existence de Ds ). Établir que Ds = S1 + S2 , avec

d +∞
N

X X
S1 = (d − n)P (X = n), S2 = (n − d)P (X = n).
n=s n=d+1
AI

6. Soit la suite (uk ) définie pour k ≥ 0 par

k
X
uk = (k − i)(1 − p)i .
BR

i=0

Démontrer que pour tout k ≥ 0, uk+1 = (1 − p)uk + k + 1.

BRAIN CORPORATION 4