Académique Documents
Professionnel Documents
Culture Documents
ALBERT
7. Inégalité de Bonferroni
1. Prouver que, E et F étant deux événements d’un même espace probabilisé, on a :
P( E ∩ F ) > P( E) + P( F ) − 1.
8. Soit (Ω, T ) un univers probabilisable. Écrire avec les opérations ensemblistes (∩, ∪ et complémentaire) les événe-
ments suivants.
1. L’un au moins des événements A, B ou C est réalisé.
2. L’un et seulement l’un des événements A et B est réalisé.
3. Les deux événements A et B sont réalisés et C ne l’est pas.
4. Tous les événements An , n > 1 sont réalisés.
5. L’un au moins des événements An , n > 1 est réalisé.
6. Une infinité parmi les événements An , n > 1 sont réalisés.
7. Seul un nombre fini des événements An , n > 1 sont réalisés.
8. Une infinité parmi les événements An , n > 1 ne sont pas réalisés.
9. Tous les événements An , n > 1 sont réalisés à partir d’un certain rang.
L. A LBERT Exos Proba 2
9. Soit (Ω, F , P) un espace probabilisé. Soit ( An )n>0 une suite d’éléments de F . On appelle limite sup des An (noté
usuellement limAn ), l’événement A : Ã !
\ [
A= An
N ∈N n> N
iii. Conclure
f. Utiliser ce qui précède pour montrer qu’en tapant de manière aléatoire un texte (pendant un temps infini1 ) on
finira par écrire à la suite les œuvres complètes de Victor Hugo.
10. Deux joueurs A et B lancent un dé non pipé à tour de rôle (en commençant par A). Le premier qui obtient 6 a
gagné et le jeu s’arrête.
Calculer les probabilités des événements hh A gagne ii, hh B gagne ii, hh ni A ni B ne gagne ii.
Ad = {kd|k ∈ Ω et kd ∈ Ω}
2o On prend une urne avec n boules numérotées de 1 à n. On fait des tirages avec remise. on note Bk le numéro
de la k-ième boule tirée. On tire des boules jusqu’à ce que Bk 6 Bk−1 . On note X la variable aléatoire égale au
nombre de boules tirées.
a. Quelles peuvent être les valeurs prises par X ?
b. Donner la loi de X (indication : on pourra avantageusement considérer la fonction de répartition de X).
L. A LBERT Exos Proba 4
19. Un manuscrit de 100 pages comporte 200 fautes de frappe. Celles-ci sont réparties aléatoirement et indépen-
damment les unes des autres. On choisit au hasard une page et on note X la v.a.r. égale au nombre de fautes de
frappe sur cette page.
a. Déterminer la loi de X. Quelle autre loi peut-on utiliser pour approcher X ?
b. Calculer la probabilité approchée que la page ne comporte aucune faute de frappe.
20. Soit P1 ,..., Pn une communauté de n personnes, n > 2. De façon indépendante, chacune envoie une lettre à une
autre personne de la communauté en choisissant au hasard (de façon uniforme) le destinataire.
1o On considère l’une de ces personnes : quelle est la probabilité p j,n qu’elle reçoive j lettres ? Donner un équi-
valent de p j,n lorsque n → ∞ (j fixé). Pouvait-on prévoir ce résultat ?
2o Déterminer la probabilité que l’une au moins des n personnes reçoive j lettres, lorsque j > n/2.
22. X1 , X2 sont deux variables aléatoires indépendantes suivant les lois géométriques de paramètres respectifs
p1 , p2 ∈ ]0, 1[. On pose X = min( X1 , X2 ) et Y = max( X1 , X2 ). Déterminer E( X ) et E(Y ).
µ ¶ +∞ µ ¶
k k−q k 1
23. On rappelle que ∀ x ∈ ]−1, 1[, ∀ q ∈ N∗ , ∑ q x converge et ∑ q xk−q = (1 − x)q+1 .
k >q k=q
24. Soit X une v.a. réelle bornée i.e. ∃ M > 0, ∀ ω ∈ Ω, |X (ω )| 6 M. Montrer que X admet une espérance finie.
25. Un rat de laboratoire est soumis à l’expérience suivante : il est enfermé dans une cage comportant 4 portes
derrière chacune desquelles se trouve un morceau de gruyère. Trois des portes sont munies d’un dispositif envoyant
une secousse électrique à l’animal s’il essaye de la franchir. Soit X la v.a.r. égale au nombre d’essais effectués par le
rat jusqu’à ce qu’il trouve la bonne porte. Déterminer la loi de X et son espérance dans chacun des cas suivants.
a. Le rat n’a aucune mémoire.
b. Le rat a une mémoire immédiate (il ne se souvient que de sa dernière tentative).
c. Le rat a une mémoire complète des événements.
L. A LBERT Exos Proba 5
27. Montrer qu’une v.a. réelle qui prend trois valeurs distinctes a sa loi déterminée par son espérance et sa variance.
Autre version : Soient a1 < a2 < a3 ∈ R et X et Y deux v.a. prenant uniquement ces trois valeurs, telles que
E( X ) = E(Y ) et V ( X ) = V (Y ). Montrer que X et Y ont la même loi.
28. On suppose que X ,→ U ([|1, 6|]) et on note Y = 1(X∈{1,6}) . Calculer Cov(X, Y). Les variables aléatoires X et Y
sont-elles indépendantes ?
29. Estimateur.
Soit X un v.a. suivant une loi de Bernoulli B(θ ). Le paramètre θ est inconnu et on désire l’estimer.
∑nk=1 Xk
Pour cela, on considère une suite ( Xn ) de v.a. i.i.d de loi B(θ ) et on note θ̂n = n : c’est l’estimateur.
1o Donner l’espérance et la variance de θ̂n .
2o Montrer que pour λ > 0 : Ã r !
θ (1 − θ ) 1
P |θ̂n − θ | < λ > 1−
n λ2
3o En déduire que µ ¶
3
P |θ̂n − θ | < √ > 0.888
2 n
30. Soit (Xn ) une suite de v.a. iid de variance σ2 . Montrer que
à !
n
1 σ2
Var
n ∑ Xi =
n
i =1
Interprétation ?
31. On considère sur le même espace probabilisé (Ω, A , P), une suite de v.a. (Xn ) de L1 et X ∈ L1 .
On dit que la suite ( Xn )n converge en moyenne vers X si E(| Xn − X |) → 0 quand n → ∞.
On dit que la suite ( Xn )n converge en probabilité vers X si ∀ ε > 0, P(| Xn − X | > ε) → 0 quand n → ∞.
1o On considère ( Zn )n avec P( Zn = 1) = 1
n2
et P( Zn = 0) = 1 − 1
n2
. Que dire de la convergence en moyenne et
en probabilité de la suite ( Zn ) ?
2o Montrer de façon générale que la convergence en moyenne entraîne la convergence en probabilité.
3o En considérant la suite (Yn )n avec P(Yn = n2 ) = 1
n et P(Yn = 0) = 1 − n1 , que dire de la réciproque ?
Exprimer GZ à l’aide de GN et GX .
3o Lors d’une ponte, un insecte pond un nombre aléatoire d’oeufs suivant la loi de Poisson de paramètre λ > 0.
Ensuite la probabilité qu’un oeuf donné devienne un nouvel insecte est α ∈]0, 1[. Déterminer la loi du nombre
d’insectes issus de la ponte.
34.
1o On lance deux dés non pipés. On note S la somme des résultats. Donner la loi de S.
2o Peut-on piper deux dés de telle sorte que la somme des points soit uniformément répartie sur {2, 3, ···, 12} ?
z| }|
{z }{