Université Paris 13, Institut Galilée MACS 2 – Probabilités

Année universitaire 2011-2012

Fiche 1 – Révisions de probabilités

Lois discrètes, conditionnement, indépendance

Exercice 1. On répartit au hasard b boules dans n urnes numérotées.
1. Quelle est la probabilité que la première urne soit vide ?
2. Calculer le nombre moyen d’urnes vides.

Exercice 2. On répartit au hasard b boules dans 2 urnes.

1. Quelle est la loi du nombre X de boules dans la première urne ?
2. On note Y le nombre de boules dans la deuxième urne. Donner la loi de (X, Y ). À quelle
condition X et Y sont-elles indépendantes ?

Exercice 3. On considère trois urnes, A, B et C. L’urne A contient 2 boules blanches et 4

noires ; l’urne B, 8 blanches et 4 noires ; et l’urne C 1 blanche et 3 noires. On tire une boule de
chacune des urnes.
Quelle est la probabilité que la boule tirée de A soit blanche, si l’on sait que le tirage a livré 2
boules blanches exactement ?

Exercice 4. Une urne contient B boules blanches et N noires. On tire des boules successivement
avec remise jusqu’à obtention d’une boule noire. On note X le nombre de tirages effectués.
1. Quelle est la loi de X ?
2. Calculer l’espérance et la variance de X.
3. Quelle est la probabilité qu’il faille au moins k tirages pour voir apparaître une boule noire ?

Exercice 5 – Collectionneur de vignettes. Chaque paquet de céréales contient une vignette

à collectionner. Il existe N = 100 vignettes différentes.
1. Quelle est la loi du nombre de paquets à ouvrir pour avoir 2 vignettes différentes ?
2. Pour tout entier k < N , on note τk le nombre de paquets à ouvrir pour avoir k + 1 vignettes
différentes à partir du moment où l’on en a déjà k différentes. Quelle est la loi de τk ?
3. En déduire l’espérance de T , nombre de paquets qu’il faut ouvrir pour compléter la collection
de vignettes. En donner un équivalent lorsque N → ∞.
4. Calculer la variance de T .

Exercice 6. Soit X et Y des variables aléatoires indépendantes.

1. Quelle est la loi de X + Y si X et Y ont pour lois respectives P(λ) et P(µ) ?
2. Quelle est la loi de X + Y si X et Y ont pour lois respectives B(m, p) et B(n, p) ? Penser à
l’interprétation de la loi binomiale

Lois continues
Exercice 7. Soit X une variable aléatoire suivant une loi de densité x 7→ 21 e−|x| sur R.
1. Justifier que cette fonction définit bien une densité.
2. Calculer les quantités suivantes : P(X > 0), P(X ≥ 0), P(|X| > x), P(X > x), E[X], E[eX/2 ]

1
Exercice 8. Soit X, Y des variables aléatoires indépendantes de lois exponentielles E(λ) et E(µ)
respectivement.
1. Prouver que la loi de X est « sans mémoire », c’est-à-dire que, pour tous s, t > 0,

P(X > t + s|X > t) = P(X > s).

2. Déterminer la loi de min(X, Y ).

3. Déterminer la loi de uX où u > 0.
4. Déterminer la loi de 1 + bXc (partie entière de X).

Exercice 9. Soit X une variable aléatoire de loi normale N (0, 1).

1. Calculer sa transformée de Laplace E[etX ] où t ∈ R.
2. Dériver pour en déduire l’espérance et la variance de X.

Convergences
Exercice 10. Avant un référendum, on effectue un sondage en interrogeant n(= 1000) Français
tirés au hasard.
1. Avec la loi des grands nombres, justifier que la proportion (aléatoire) de personnes interrogées
répondant « oui » sera proche de la proportion p (non aléatoire) au sein de la population totale.
Écrire le nombre de « oui » comme une somme de fonctions indicatrices
2. Que donne le théorème central limite ? Que peut-on déduire quant au résultat du référendum
si le sondage donne 52% de « oui » ?

Exercice 11. Pour p ∈]0, 1[, soit Xp une variable aléatoire de loi géométrique de paramètre p.
Quelle est la limite en loi de pXp lorsque p → 0+ ?

Exercice 12. Soit (Xn )n≥1 une suite de variables aléatoires telle que Xn suit la loi de Poisson
Xn − n
de paramètre n. Déterminer la limite en loi de √ .
n
Exercice 13 – Loi faible des grands nombres. Soit (Xn )n≥1 une suite de variables aléatoires
indépendantes et de même loi, de carré intégrable (c’est-à-dire E[(Xn )2 ] = σ 2 < ∞).
1. Rappeler l’inégalité de Tchebychev, et l’appliquer à Snn , où Sn = X1 + · · · + Xn .
2. En déduire la loi faible des grands nombres :
 
X1 + · · · + Xn
P − E[X1 ] > ε −→ 0.
n n