Ecole Supérieure de Gestion et d’Economie Numérique

Higher School of Management and Digital Economy

-----ESGEN----

2020/2021 Probabilités 2ème Année Préparatoire

Série 1 : Variables Aléatoires Réelles

Exercice 1 : Soit (Ω, ℱ, 𝑃) un espace probabilisé ou Ω={𝑤 , 𝑤 , 𝑤 , 𝑤 , 𝑤 , 𝑤 }, ℱ = Ƥ(Ω) et

la loi de probabilité est donnée par : 𝑃({𝑤 })= , 𝑖 = 1, … ,6.

Soient les événements aléatoires : 𝐴 = {𝑤 , 𝑤 }, 𝐵 = {𝑤 , 𝑤 }, 𝐶 = {𝑤 , 𝑤 }.

On considère une application X de Ω dans ℝ, donnée par :
𝑋(𝑤) = 3 . 1 (𝑤) − 4 . 1 (𝑤) + 1 (𝑤)
1- Montrer que X est une variable aléatoire.
2- Donner la loi de probabilité de X et tracer son graphe.
3- Déterminer la fonction de répartition de X et tracer son graphe.
4- Calculer 𝑃(𝑋 > −4), 𝑃(−4 ≤ 𝑋 < 3), 𝑃(𝑋 < −5).

Exercice 2 : Soit (Ω, ℱ, 𝑃) un espace probabilisé, soit A,B,C,D un système complet

d’évènements de Ω avec P(A) = 0.1, P(B) = 0.3,
P(C) = 0.4. On pose : 𝑋(𝑤) = 1 (𝑤) − 2. 1 (𝑤) − 3. 1 (𝑤), 𝑤 ∈ Ω
1- Déterminer la fonction de masse et la fonction de répartition de la variable aléatoire 𝑋.
2- Calculer 𝑃(−2 < 𝑋 ≤ 1), 𝑃(𝑋 > −3).

Exercice 3 : On lance 2 fois une pièce de monnaie équilibrée et l’on considère le nombre de
faces obtenu, soit X ce nombre.
1- Montrer que X est une variable aléatoire sur Ω muni de Ƥ(Ω) après avoir déterminé Ω et
le support de X.
2- Montrer que X n’est pas une variable aléatoire sur Ω muni de
ℱ = ∅, Ω, {𝑃𝑃}, {𝐹𝑃, 𝑃𝐹, 𝐹𝐹 }
3- Lorsque Ω est muni de Ƥ(Ω) calculer les probabilités :
𝑃(𝑋 = 0), 𝑃(𝑋 = 1), 𝑃(𝑋 = 2), 𝑃(𝑋 = 𝑎) 𝑎𝑣𝑒𝑐 𝑎 ∈ ℝ , 𝑃(𝑋 ]−∞, 0]),
𝑃(−1 < 𝑋 < 2), 𝑒𝑡 𝑃(𝑋 ≥ 3).
Exercice 4 : Soit (Ω, ℱ, 𝑃) un espace probabilisé et A, B et C trois évènements indépendants
avec P(A)=P(B)=P(C)=1/2 .
On pose : 𝑋(𝑤) = 1 (𝑤) + 1 (𝑤) − 1 (𝑤)
1- Déterminer 𝑋(Ω), sa fonction de masse et sa fonction de répartition .
2- Calculer l’espérance et la variance.
1
Exercice 5 : Soit 𝑋 une variable aléatoire prenant que les valeurs 6,7,8 et 9 et tel que :
1
𝑃(𝑋 > 8) = 0.5 ; 𝑃(𝑋 < 8) = ; 𝑃(𝑋 = 6) = 𝑃(𝑋 = 7)
3
Déterminer la loi de probabilité de 𝑋 ainsi que 𝐸(𝑋 ) et 𝑉(𝑋).

Exercice 6 : Une urne contient cinq boules indiscernables au toucher :deux vertes et trois
rouges .
On extrait simultanément et au hasard deux boules de l’urne.
On note 𝑋 la variable aléatoire égale au nombre de boules vertes figurant dans le tirage.

1) Vérifier que 𝑃(𝑋 = 0) = puis déterminer la loi de probabilité de la variable 𝑋.

2) Calculer l’espérance mathématique ainsi que la variance de la variable 𝑋.
3) Calculer la probabilité de l’évènement suivant :
A :‹‹ les deux boules tirées sont de même couleur ››
4) Calculer 𝑃((𝑋 = 0)/𝐴) = 𝑃 (𝑋 = 0) c’est-à-dire la probabilité que (𝑋 = 0)sachant que
A est réalisé.

Exercice 7 (EHEC) : Un sauteur en hauteur tente de franchir les hauteurs successives 1,2, .
..,n,… On suppose les sauts indépendants les uns des autres et on suppose aussi que la
probabilité de succès à la hauteur 𝑛(𝑛 ∈ ℕ∗ ) est . le sauteur est éliminé à son premier échec.
On note X la variable aléatoire « numéro du dernier saut réussi »
1- Trouver la loi de X
2- Calculer E(X) et V(X).

Exercice 8(EHEC): si 𝑃(𝑋 = 𝑘) = 𝑃 = ave 𝑋(𝛺) = {1; 2; … 𝑛}

a- Trouver la somme de 𝑃 avec 𝑘 variant de 1 à 𝑛.

b- Calculer E(X) et V(X).
c- Application sur un jet d’un dé équilibré.

Exercice 9(EHEC): Un commerçant estime que la demande d’un certain produit saisonnier
est une variable aléatoire 𝑋 de loi

𝑃(𝑋 = 𝑘) = ( )
pour 𝑘𝜖 

Où 𝑝 est le prix d’une compagne publicitaire de l’année précédente.

1- Vérifiez que 𝑋 suit bien une loi de probabilité.
2- Calculer E(X) et V(X).
3- Connaissant son stock , calculer la probabilité de rupture de stock.

2
Exercice 10: Une urne contient des boules blanches et des boules noires. La proportion des
boules blanches est 1/5. On procède au maximum à 4 tirages avec remise. On s’arrête dès que
l’on obtient une boule blanche. Si cela se produit avant le 4ème tirage. Soit 𝑋 la variable
aléatoire dont les valeurs sont égales au nombre de tirages effectués.
1- Donner l’espace fondamental Ω.
2- Donner la loi de probabilité de 𝑋.
3- Définir la fonction de répartition de 𝑋. Donner une représentation graphique.
4- Calculer les probabilités suivantes :
𝑃(1 < 𝑋 ≤ 5), 𝑃(𝑋 ≥ 2), 𝑃(𝑋 < 1).
5- Calculer l’espérance et l’écart type de 𝑋.

Exercice 11 : On lance une pièce de monnaie équilibrée et l’on s’arrête dès que « face »
apparait ou que 5 piles sont obtenus.

Soit 𝑋 la variable aléatoire qui compte le nombre de lancers nécessaire.

1- Déterminer l’espace fondamental Ω

2- Donner la loi de probabilité de 𝑋.
3- Définir la fonction de répartition de 𝑋
4- Calculer 𝐸(𝑋) 𝑒𝑡 𝑉(𝑋).
5- Quelle est la probabilité qu’au moins 2 lancers soient nécessaires.

Exercice 12: On tire 3 boules d’une urne contenant 3 blanches, 3 rouges et 5 noires.
Supposons que l’on reçoive 1 DA pour chaque boule blanche tirée et que l’on doive au
contraire payer 1 DA pour toute boule rouge tirée et 0 DA pour toute boule noire.
𝑋 désigne le bénéfice net laissé par le tirage.
1- Donner la loi de probabilité de 𝑋.
2- Calculer le bénéfice moyen et V(X).
3- Soit la variable aléatoire Y=X² . Calculer E(Y) de deux manières.

Exercice 13 : On choisit au hasard une boule d’une urne contenant des boules numérotées:
-3, -2, -1,0, 1, 2, 3, 4.
Soit X la variable aléatoire représentant le numéro de la boule tirée.
1- Déterminer la fonction de masse et la fonction de répartition.
2- Reprendre la question 1 pour les variables |𝑋| , 𝑋 .
3- On définit la variable Y de la manière suivante :
- Si X prend une valeur nulle ou impaire, alors Y prend la valeur 0.
- Si X prend une valeur paire, alors Y prend la valeur .

3
Exercice 14 : Soit X une variable aléatoire discrète, sa fonction de répartition est :
0 𝑠𝑖 𝑥 < 0
⎧1
⎪ 𝑠𝑖 0≤𝑥<1
⎪2
3
𝐹(𝑥) = 𝑠𝑖 1 ≤ 𝑥 < 2
⎨5
⎪4
⎪5 𝑠𝑖 2≤𝑥<3
⎩1 𝑠𝑖 𝑥≥3
Déterminer la loi de X, Donner son espérance E(X).

Exercice 15 : Soit F une fonction définie comme suit :

0 𝑠𝑖 𝑥 < 0
⎧ 2/18 𝑠𝑖 0 ≤ 𝑥 < 1
⎪
𝐹(𝑥) = 10/18 𝑠𝑖 2 ≤ 𝑥 < 3
⎨16/18 𝑠𝑖 3 ≤ 𝑥 < 5
⎪
⎩ 1 𝑠𝑖 𝑥 ≥ 5
1- F est-elle une fonction de répartition ?, si oui ,la variable associée est-elle discrète ?.
Justifier.
2- Si X est la variable aléatoire ayant F comme fonction de répartition :
a) Donner les valeurs prises par X
b) Trouver la fonction de masse de X ;
c) Calculer les probabilités suivantes : P( -1<X<4) , P(X≥ 1/2) , 𝑃(𝑋 > 1).
3- Y est une variable aléatoire définie comme suit : 𝑌 = 2𝑋² + 1
a) La variable Y est-elle discrète ? justifier.
b) Déterminer la loi de Y.
c) Déterminer la fonction de répartition de Y.
d) Calculer ce qui suit : 𝐹 (3,5), 𝐹 (1,2), 𝐹 (−1), 𝑒𝑡 𝑃(2 ≤ 𝑌 ≤ 15).

Exercice 16 : F est une fonction telle que :

0 𝑠𝑖 𝑥 < 0
⎧𝑥/5 𝑠𝑖 0 ≤ 𝑥 < 2
⎪
𝐹(𝑥) = (2𝑥 + 1)/10 𝑠𝑖 2 ≤ 𝑥 < 4
⎨ 9/10 𝑠𝑖 4 ≤ 𝑥 < 6
⎪
⎩ 1 𝑠𝑖 𝑥 ≥ 6
1- 𝐹 représente- t-elle une fonction de répartition ?,si oui ,la variable qui lui est associée est-
elle discrète ? justifier votre réponse.
2- 𝑠𝑖 𝑋 est une variable aléatoire ayant 𝐹 comme fonction de répartition , calculer les
probabilités suivantes :

𝑃(𝑋 = 4), 𝑃(𝑋 = 2), 𝑃(2 < 𝑋 ≤ 5)