Beruflich Dokumente
Kultur Dokumente
AbdelhamidElMossadeq
ProfesseurlEHTP
A.ElMossadeq
Juillet2012
3
4
6
6
8
9
10
11
12
14
23
6.
7.
8.
9.
27
37
45
47
49
50
51
52
54
54
54
55
55
56
57
57
59
82
87
88
93
95
95
100
105
112
116
119
120
Vecteurs alatoires
Fonction de rpartition
Les marges dun vecteur alatoire
Vecteurs alatoires discrets
Vecteurs alatoires absolument continus
Oprations sur les vecteurs alatoires
137
138
139
140
141
145
145
146
149
7. Les moments
8. Densits de probabilit conditionnelle
9. Esprance mathmatique conditionnelle
10. La droite de rgression
11. Convergence des variables alatoires
11.1.
11.2.
11.3.
11.4.
11.5.
Convergence
Convergence
Convergence
Convergence
Comparaison
presque partout
en probabilit
en loi
en norme dordre p
des convergences
150
154
155
156
158
158
158
158
159
159
160
161
164
164
166
191
191
192
193
194
195
195
196
196
197
198
199
201
203
204
205
Analyse Combinatoire
A. El Mossadeq
Proposition 1
card A = np
Preuve 1
Par hypothse, le cardinal de f 1 (fyg) est non nul pour tout y dans B .
Donc f 1 (fyg) est non vide pour tout y dans B , do la surjection de f:
Daprs la dcomposition canonique de f , A=R et f (A) sont quipotents.
Or f est surjective, donc :
f (A) = B
et par consquent A=R et B ont le mme cardinal :
C (x)
=
=
=
=
fy 2 A j xRyg
fy 2 A j f (x) = f (y)g
y 2 A j y 2 f 1 (ff (x)g)
f 1 (ff (x)g)
8x 2 A : card C (x) = p
Soit alors x1 ; :::; xn un systme de reprsentants des classes dquivalence modulo R.
Comme C (x1 ) ; :::; C (xn ) forment une partition de A :
A. El Mossadeq
Analyse Combinatoire
8
8i; j 2 f1; :::; ng : i 6= j =) C (xi ) \ C (xj) = ;
>
>
<
n
S
>
>
C (xi ) = A
:
i=1
On a alors :
card A
=
=
=
n
X
k=1
n
X
card C (xk )
p
k=1
np
Exemple 1
2. Applications
Proposition 2
card F (A; B) = pn
Analyse Combinatoire
A. El Mossadeq
Preuve 2
a dans B:
Il y a p possibilits, donc p applications de A dans B .
F (A1 ; B) = pn
A1 = A
fag
Lapplication ':
F (A; B)
F (A1 ; B)
7 !
fjA1 ; fjfag
F (fag ; B)
est bijective, do :
card F (A; B)
=
=
card F (A1 ; B)
pn
card F (fag ; B)
Exemple 2
A. El Mossadeq
Analyse Combinatoire
Proposition 3
card P (E) = 2n
Preuve 3
Lapplication
P (E)
A
!
7 !
=) A = B
Il en rsulte que :
4. Injections
Proposition 4
n, et G (A; B)
Analyse Combinatoire
A. El Mossadeq
card G (A; B) =
n!
(n
p)!
n!
(n
p)!
Preuve 4
n!
n=
(n 1)!
(ii) On suppose que si A1 est un ensemble p 1 lments, alors le cardinal de
G (A1 ; B) est :
n!
card G (A1 ; B) =
(n (p 1))!
Soit A un ensemble de cardinal n, a un lment arbitraire de A et considrons
lensemble :
A1 = A
Lapplication
fag
G (A; B)
7 !
G (A1 ; B)
fjA1
est surjective, de plus pour tout f 2 G (A1 ; B), le cardinal de limage rciproque de f par
est [n
card
(p
1
1)] :
(ff g) = n
(p
1)
A. El Mossadeq
Analyse Combinatoire
card G (A; B)
=
=
[n
Corollaire 1
P (A) = n!
C (n; p) =
n, est :
n!
p! (n p)!
Preuve 5
Soit A = f1; ::; pg, soit G (A; B) lensemble des injections de A dans B , et soit
E lensemble des parties de B p lments.
Lapplication :
G (A; B)
f
!
7 !
E
f (f1; :::; pg)
Analyse Combinatoire
A. El Mossadeq
C (n; p) =
n!
p! (n p)!
6. Arrangements
Proposition 6
A(n; p) =
n!
(n
p)!
Preuve 6
G (A; B)
f
!
7 !
A
(f (1) ; :::; f (p))
A(n; p)
=
=
card G (A; B)
n!
(n p)!
A. El Mossadeq
Analyse Combinatoire
Exemple 3
Combien dquipes direntes de football (onze joueurs) peut-on former avec les
36 lves dune classe en tenant compte de la place des joueurs ?
Si lon tient compte de la place des joueurs, le nombre dquipes direntes est
le nombre darrangements de onze lments parmi les 36 lves de la classe,
savoir :
36!
36!
=
A (36; 11) =
(36 11)! 25!
7. Combinaisons
Proposition 7
C(n; p) =
n!
p! (n p)!
Preuve 7
A
(a1 ; :::; ap )
!
7 !
C
fa1 ; :::; ap g
est surjective. De plus le cardinal de limage rciproque par ' de tout lment
X de C est p! :
card '
(X) = p!
10
Analyse Combinatoire
A. El Mossadeq
card A = p!card C
do :
C(n; p) =
n!
p! (n p)!
Exemple 4
Combien dquipes direntes de football (onze joueurs) peut-on former avec les
36 lves dune classe sans tenir compte de la place des joueurs ?
Si lon ne tient pas compte de la place des joueurs, le nombre dquipes direntes
dans ce cas est le nombre de combinaisons de onze lments parmi les 36 lves
de la classe, savoir :
36!
C (36; 11) =
11! 25!
= 600 805 296
Proposition 8
P (p1 ; :::; pn ) =
p!
p1 !:::pn !
o :
p = p1 + ::: + pn
11
A. El Mossadeq
Analyse Combinatoire
Preuve 8
p!
p1 !:::pn !
o p0 = 0
Exemple 5
P (2; 2; 1; 1)
=
=
6!
2!2!1!1!
180
K(n; p) = C(n + p
12
1; p)
Analyse Combinatoire
A. El Mossadeq
Preuve 9
K(n; p) = C(n + p
1; p)
Exemple 6
Soit E = fa; b; cg :
Dterminer les combinaisons avec rptition de E dordre 1, 2 et 3.
(i) Les combinaisons avec rptition de E dordre 1 sont :
a ;b ; c
(ii) Les combinaisons avec rptition de E dordre 2 sont :
aa ; bb ; cc ; ab ; ac ; bc
(iii) Les combinaisons avec rptition de E dordre 3 sont :
aaa ; bbb ; ccc ; aab ; aac ; abb ; acc ; bbc ; bcc ; abc
13
A. El Mossadeq
Analyse Combinatoire
10. Exercices
Exercice 1
Exercice 2
fag.
Montrer que F (A; B) et F (A1 ; B)
A dans B .
Exercice 3
Montrer quil existe une partie unique A dans P (E) telle que f soit la fonction
caractristique de A.
14
Analyse Combinatoire
A. El Mossadeq
Exercice 4
n.
est n
p + 1.
Exercice 5
Exercice 6
15
A. El Mossadeq
Analyse Combinatoire
Exercice 7
Soit a un lment de E .
Dterminer le nombre de sous-ensembles de E de cardinal p :
qui contiennent a
qui ne contiennent pas a
En dduire :
C(n; p) = C(n
1; p
1) + C(n
1; p)
Exercice 8
1. Montrer que :
C(n; p) = C(n; n
p)
2. En dduire que :
C(n; n) = C(n; 0)
3. En dduire que :
C(2n; n) = 2C(2n
1; n) = 2C(2n
1; n
1)
fC(n; p) j 0
16
n ; p impairg
Analyse Combinatoire
A. El Mossadeq
Exercice 9
Exercice 11
Exercice 12
f1; :::; ng
2. Dterminer le nombre dapplications croissantes de f1; :::; pg dans f1; :::; ng.
3. Dterminer le nombre de solutions de lquation :
n
X
xi = p ; p 2 N ; x i 2 N
n
X
xi
i=1
i=1
p ; p 2 N ; xi 2 N
17
A. El Mossadeq
Analyse Combinatoire
Exercice 13
Combien de plaques minralogiques portant un matricule de sept caractres peuton former si les trois premiers sont des lettres et les quatre derniers sont des
chires ?
Exercice 14
A partir dun groupe de cinq hommes et sept femmes, combien de comits diffrents composs de deux hommes et trois femmes peut-on former ?
Quen est-il si deux des hommes sentendent mal et refusent de siger ensemble
au comit ?
Exercice 15
Un cours de Calcul des Probabilits est suivi par six femmes et quatre hommes.
Un examen a lieu, puis les tudiants sont classs selon leurs notes.
On suppose exclu que deux tudiants obtiennent la mme note.
1. Combien de classements dirents peut-on envisager ?
2. Si les femmes sont classes entre elles uniquement et les hommes entre eux,
combien de classements globaux peut-on envisager ?
Exercice 16
Parmi les dix participants un tournoi dchec, on compte quatre russes, trois
amricains, deux anglais et un franais.
Si dans le classement du tournoi on ne peut lire que la liste des nationalits des
joueurs mais pas leur identit, combien de classements individuels correspond
une telle liste ?
Exercice 17
Douze personnes ont leur disposition trois voitures de six, quatre et deux places
respectivement.
De combien de manires peut-on aecter ces douze personnes aux trois voitures
en supposant que :
18
Analyse Combinatoire
A. El Mossadeq
Exercice 18
Une personne dispose de vingt mille dirhams investir sur quatre placements
potentiels. Chaque mise doit se monter un nombre entier de milliers de dirhams.
Entre combien de stratgies dinvestissement cette personne a-t-elle le choix si
elle dcide de risquer la totalit de la somme ?
Quen est-il si on admet que la personne nest pas oblige dinvestir la totalit
de la somme ?
Exercice 19
Exercice 20
19
A. El Mossadeq
Analyse Combinatoire
n1 + n2 + ::: + nk = N
Exercice 21
Exercice 22
Dans une banque, chaque client possde un compte bancaire dont le code est
compos de tois lettres et cinq chires non ncessairement distincts.
1. On suppose que les trois lettres sont distinctes.
Combien de comptes peut-on ouvrir dont le code :
(a) contient un A et un B ?
(b) contient un A et nit par 123 ?
2. On suppose que les trois lettres ne sont pas ncessairement distinctes.
Combien peut-on ouvrir de comptes dont le code contient au moins deux A ?
3. On suppose que les trois lettres ne sont pas ncessairement distinctes et quil
est impossible dutiliser les chires 0, 1, 2, 3 et 4 qui sont rservs des codes
spciaux.
Combien peut-on ouvrir de comptes dont le code :
(a) nit par 999 ?
(b) commence par A et nit par 89 ?
20
Analyse Combinatoire
A. El Mossadeq
Exercice 23
Exercice 24
Exercice 25
21
A. El Mossadeq
Analyse Combinatoire
1. Calculer :
(a) S(n; 1) et S(n; n),
(b) S(3; 2) et S(4; 2),
(c) Le nombre de toutes les partitions de En en deux classes A1 et A2 o le
cardinal de A1 est k , 1
1.
1) et S(n; k).
n.
p =
p
X
k=1
22
Analyse Combinatoire
A. El Mossadeq
Principaux Rsultats
Arrangements dordre p de
f1; :::; ng
Combinaisons dordre p de
f1; :::; ng
Solutions de lquation :
n
P
xi = p
n!
A (n; p) =
C (n; p) =
(n
p)!
n!
p! (n p)!
P (n) = n!
pi
P (p1 ; :::; pn ) =
(p1 + ::: + pn )!
p1 !:::pn !
K(n; p) = C (n + p
np
p
A (n; p)
C (n; p)
K(n; p)
xi 2 N
xi 2 N
p n
K(n; p)
C (p
1; n
1)
i=1
Solutions de linquation :
n
P
xi p
i=1
Solutions de linquation :
n
P
xi p
xi 2 N
K(n + 1; p)
xi 2 N
p n
C (p; n
i=1
23
1)
1; p)
Espaces Probabiliss
A. El Mossadeq
(A1) ? 2 A
(A2) Si A 2 A, alors Ac 2 A
Remarque 1
(A1)0
2A
En eet, daprs (A2),
Remarque 2
Ac + B c = [AB]c
27
A. El Mossadeq
Espaces Probabiliss
et :
[Ac + B c ]c = [AB]
Donc, il en rsulte, daprs (A2), que AB est un vnement de A
Dnition 2
(T 1) ? 2 T
(T 2) Si A 2 T , alors Ac 2 T
(T 3) Si (An )n2N est une suite dvnements de T , alors
ment de T
1
P
An est un vne-
n=0
Remarque 3
A0
A1
Ak
=
=
=
A
B
?; k
n=0
est un vnement de T .
On en dduit que la condition (T 3) implique la condition (A3), et par consquent
toute -algbre est une algbre.
28
Espaces Probabiliss
A. El Mossadeq
Remarque 4
Proposition 1
A2T
=) 8i 2 I : A 2 Ti
=) 8i 2 I : Ac 2 Ti
=) Ac 2 T
T.
Il en rsulte que T est une tribu de P ( ).
29
1
P
n=0
n=0
An est un vnement de
A. El Mossadeq
Espaces Probabiliss
Remarque 5
=
=
=
A1
A2
fa; b; cg
f;; fag ; fb; cg ; g
f;; fbg ; fa; cg ; g
Lvnement :
nest pas un lment de A1 [ A2 alors que fag et fbg sont des vnements de
A1 [ A2 .
Remarque 6
=
=
=
A1
A2
fa; b; cg
f;; fag ; fb; cg ; g
f;; fbg ; fa; cg ; g
Alors :
est un vnement de A1
A2 , mais :
f(a; b)gc =
fbg
f(a; b)g
A2 .
Dnition 3
Espaces Probabiliss
A. El Mossadeq
Exemple 1
Prenons :
=
=
fa; b; c; dg
ffag ; fa; bgg
C1
C2
C3
C4
C5
C6
C7
C8
=
=
=
=
=
=
=
=
f] 1; x[j x 2 Rg
f] 1; x] j x 2 Rg
f]x; +1[j x 2 Rg
f[x; +1[j x 2 Rg
f]x; y[j x; y 2 Rg
f[x; y[j x; y 2 Rg
f]x; y] j x; y 2 Rg
f[x; y] j x; y 2 Rg
Les huit -algbres engendres par les huit classes Ci (1 i 8) sont identiques.
Dsignons par BR la -algbre engendre par lune quelconque des huit classes.
BR est appel la tribu des borliens de R, et les lments de BR sont appels
les borliens de R.
Preuve 2
Pour tout i, 1
1. B1 = B2
(a) Pour tout x 2 R, considrons la suite :
In =]
1
1; x + [
n
31
A. El Mossadeq
(In )n
Espaces Probabiliss
] 1; x] =
est un lment de B1 , do :
1
Y
1
1; x + [
n
n=1
C2
B1
B2
B1
et par consquent :
(In )n
1
n
1; x
In =
] 1; x[ =
est un lment de B2 , do :
1
X
n=1
1; x
C1
B2
B1
B2
et par consquent :
Donc :
B1 = B2
2. B1 = B4
Pour tout x 2 R, on a :
(]
32
1
n
Espaces Probabiliss
A. El Mossadeq
On en dduit que :
C4
B1
C1
B4
et :
On conclut que :
B4 = B1 = B2
3. B2 = B3
Pour tout x 2 R, on a :
C3
B2
et
C2
B3
On conclut que :
B3 = B2 = B1 = B4
4. B1 = B5
(a) Pour tout x 2 R, considrons la suite (In )n2N de C5 :
In =]x
donc :
n; x[ ; n 2 N
In =]
n2N
1; x[
est un lment de B5 do :
C1
B5
B1
B5
et par consquent :
33
A. El Mossadeq
Espaces Probabiliss
C5
B1
B5
B1
et par consquent :
Do :
B5 = B1 = B2 = B3 = B4
5. B4 = B6
(a) Pour tout x 2 R considrons, la suite (In )n2N dintervalles de C6 :
In = [x; x + n[ ; n 2 N
donc :
In = [x; +1[
n2N
est un lment de B6 , do :
C4
B6
B4
B6
et par consquent :
C6
B4
34
Espaces Probabiliss
A. El Mossadeq
et par consquent :
B6
B4
Do :
B6 = B4 = B1 = B2 = B3 = B5
6. B7 = B5
(a) Pour tout (x; y) 2 R2 considrons la suite (In )n
In = x; y
donc :
1
n
; n
dintervalles de C7 :
In = ]x; y[
n2N
est un lment de C5 , do :
C5
B7
B5
B7
et par consquent :
C7
B5
B7
B5
et par consquent :
Do :
B7 = B5 = B1 = B2 = B3 = B4 = B6
35
A. El Mossadeq
Espaces Probabiliss
7. B8 = B7
(a) Pour tout (x; y) 2 R2 considrons la suite (In )n
1
;y
n
In = x
; n
dintervalles de C8 :
donc :
1
Y
In = ]x; y]
n=1
est un lment de C7 , do :
C7
B8
B7
B8
et par consquent :
B8
B7
Do :
B8 = B7 = B1 = B2 = B3 = B4 = B5 = B6
Proposition 3
D1
D2
=
=
fB1
fA1
:::
:::
Bn j Bi 2 BR ; 1 i ng
An j Ai 2 C1 ; 1 i ng
D1 et D2 engendrent une mme tribu quon note BRn et quon appelle la tribu
des borlien de Rn . Ses lments sont appels les borliens de Rn .
36
Espaces Probabiliss
A. El Mossadeq
Preuve 3
Admis
Dnition 4
2. Mesures de Probabilit
Dnition 5
P :A !R
P [A
B] = P [A] + P [B]
Exemple 2
P( )
A
!
7 !
37
R
card A
A. El Mossadeq
Espaces Probabiliss
Proposition 4
Soit :
P :A !R
une fonction additive.
1. On a :
P (;) = 0
2. Si A1 ; :::; An sont des vnements de A deux deux incompatibles, alors :
P [A1
:::
P [B] = P [A] + P [B
A]
En particulier :
P [ ] = P [A] + P A
4. Si A et B sont deux vnements de A alors :
P [A + B] = P [A] + P [B]
P [AB]
Preuve 4
P [A]
;]
P [A
P [A] + P [;]
do :
P [;] = 0
38
Espaces Probabiliss
A. El Mossadeq
2:
P [A1
:::
P [A1
:::
An+1 ]
P [(A1
:::
An )
P [(A1
:::
An )] + P [An+1 ]
B=A
[B
A]
do :
P [B] = P [A] + P [B
A]
P [ ] = P [A] + P [
A]
En particulier :
ou encore :
P [ ] = P [A] + P A
39
An+1 ]
A. El Mossadeq
Espaces Probabiliss
A+B =A
[B
AB]
do
P [A + B]
P [A] + P [B
AB]
P [A] + P [B]
P [AB]
P [B] = P [A] + P [B
A]
do :
P [A]
P [B]
Proposition 5
P [A] =
1
X
n=0
40
P [An ]
Espaces Probabiliss
A. El Mossadeq
Preuve 5
1. (1) =) (2)
Si (An )n2N est une suite dcroissante dvnements de A dintersection A 2 A,
lim P [An
n!1
A] = 0
do :
n!1
2. (2) =) (3)
Si (An )n2N est une suite croissante dvnements de A de runion A 2 A,
n2N
or, Ac 2 A, donc :
n!1
cest dire :
lim P [
An ] = P [
n!1
A]
do :
n!1
3. (3) =) (4)
Si (An )n2N est une suite dvnements de A deux deux incompatibles et de
runion A, alors la suite (Bn )n2N telle que pour tout k 2 N :
Bk =
k
M
i=0
41
Ai
A. El Mossadeq
Espaces Probabiliss
Bk
1
M
Ai
k=0
k=0
et par consquent :
P [A]
=
=
=
=
lim P [Bn ]
" n
#
M
Ak
lim P
n!1
n!1
lim
n!1
1
X
k=0
n
X
P [Ak ]
k=0
P [Ak ]
k=0
4. (4) =) (1)
Bk = Ak
Ak
42
Espaces Probabiliss
A. El Mossadeq
1
M
Bn
1
X
n=1
[A0
n=1
An ]
A0
An
n2N
A0
An
n2N
=
et par consquent:
1
X
P [Bn ] = P
n=1
Or :
An = A0
A0
"
1
M
Bn = P [A0 ]
n=1
[A0
An ]
donc :
P [An ]
P [A0 ]
P [A0 ]
P [A0 An ]
n
X
P [Bi ]
i=1
do :
n!1
1
X
P [Bi ] = 0
i=1
Dnition 6
Une fonction additive P qui vrie lune des quatre conditions de la proposition
5 est dite une fonction -additive.
Une fonction -additive positive est appele une mesure.
Une probabilit est une mesure qui vrie :
P( )=1
43
A. El Mossadeq
Espaces Probabiliss
(i ) P ( ) = 1
(ii ) Pour tout couple (A; B) dvnements incompatibles de A
P [A
A on a :
B] = P [A] + P [B]
(iii ) Pour toute suite dvnements (An )n2N de A deux deux incompatibles
1
L
telle que
Ai 2 A, on a :
n=0
"
1
M
Ai =
n=0
1
X
P [An ]
n=0
Remarque 7
Soit :
!R
une mesure.
Lapplication :
!R
A 7 ! P [A] =
[A]
[ ]
Dnition 7
On appelle espace probabilis, ou espace de probabilit, la structure mathmatique constitue par un triplet ( ; T ;P ) o ( ; T ) est un espace probabilisable
et P une probabilit sur T .
44
Espaces Probabiliss
A. El Mossadeq
est dnom-
Proposition 6
p:
!R
! 7 ! p (!) = P [f!g]
Preuve 6
(i) p prend ses valeurs dans lintervalle [0; 1] car la probabilit P prend ses
valeurs dans lintervalle [0; 1] :
(ii)
X
p (!)
!2
!2
"
P [f!g]
M
!2
P[ ]
45
f!g
A. El Mossadeq
Espaces Probabiliss
Proposition 7
Soit :
!R
p:
Preuve 7
lmentaires quiprobables :
1
N
la probabilit dun vnement A de P ( ) est :
8! 2
: p (!) =
P [A] =
card A
N
46
Espaces Probabiliss
A. El Mossadeq
4. Les Alas
Dnition 9
8B 2 B : X
(B) 2 T
Exemple 3
8
<
:
(f0g) = A
(f1g) = A
Remarque 8
(B) = X
(B) j B 2 B
47
A. El Mossadeq
Espaces Probabiliss
Dnition 10
Proposition 8
Soit :
X : ( ; T ; P ) ! (E; B)
un ala.
La fonction PX dnie pour tout B 2 B par :
PX [B] = P X
(B)
Preuve 8
PX [E] = P X
(E) = P [ ] = 1
(A) et
B]
P X
(A
B)
P X
(A)
P X
(A) + P X
PX [A] + PX [B]
(B)
1
(B)
(iii) Si (An )n2N est une suite dvnements de B deux deux incompatibles alors
X 1 (An )
et on a :
n2N
48
Espaces Probabiliss
A. El Mossadeq
PX
"
1
M
Ak
k=0
"
P X
"
=
=
1
X
k=0
1
X
1
M
Ak
k=0
1
M
(Ak )
k=0
P X
!#
(Ak )
PX [Ak ]
k=0
5. Probabilits Conditionnelles
Dnition 11
P [B j A] =
P [AB]
P [A]
Proposition 9
TA = fBA j B 2 T g
Alors TA est une tribu de P (A) et lapplication :
PA :
TA
B
!
7
!
R
PA [B] = P [B j A]
A. El Mossadeq
Espaces Probabiliss
Preuve 9
2:
do le rsultat.
50
Espaces Probabiliss
A. El Mossadeq
Proposition 11
P [A] =
1
X
n=1
P [An ] P [A j An ]
Preuve 11
Comme :
1
M
An
n=1
alors :
A
1
M
AAn
n=1
do :
P [A]
=
=
1
X
n=1
1
X
n=1
P [AAn ]
P [An ] P [A j An ]
51
A. El Mossadeq
Espaces Probabiliss
Exemple 4
A
F
H
On a :
:
:
:
8
< P [F ] = 0:52
:
P [A j F ] = 0:64
P [A j H] = 0:54
P [H] = 0:48
P [A]
=
=
P [F ]
0:592
P [A j F ] + P [H]
P [A j H]
Proposition 12
Pour tout k; k
1, on a :
P [Ak ] P [A j Ak ]
P [Ak j A] = P
1
P [An ] P [A j An ]
n=1
52
Espaces Probabiliss
A. El Mossadeq
Preuve 12
P [Ak j A] =
P [AAk ]
P [A]
et puisque :
P [A] =
1
X
n=1
P [An ] P [A j An ]
P [AAk ] = P [Ak ] P [A j Ak ]
alors :
P [Ak ] P [A j Ak ]
P [Ak j A] = P
1
P [An ] P [A j An ]
n=1
Exemple 5
P [A j H] = 0:54
P [H] = 0:48
P [F j A]
=
=
P [F ]
0:56216
P [F ] P [A j F ]
P [A j F ] + P [H] P [A j H]
et donc :
P [H j A] = 1
P [F j A] = 0:43784
53
A. El Mossadeq
Espaces Probabiliss
6. Indpendance
6.1. Sous Tribus Indpendantes
Dnition 12
i
n,
est dnie sur un espace probabilis ( ; T ;P ) valeurs dans un espace
probabilisable (
i n,
o lala Xi , 1
i ; Ti ):
Xi : ( ; T ;P ) ! ( i ; Ti )
Notons Pi la loi PXi de lala Xi , 1
n:
Dnition 13
On dit que les alas X1 ; :::; Xn sont indpendants si les sous tribus X1 1 (T1 ) ; :::;
Xn 1 (Tn ) sont indpendantes.
Cette dnition se traduit par :
Espaces Probabiliss
A. El Mossadeq
2:
ni
M
Aij ; 1
j=1
o les Aij , 1
ni et 1
Dnition 14
m,
k=1
Les vnements A1 ; :::; An de lespace probabilis ( ; T ;P ) sont dits indpendants si les partitions suivantes de :
= A1
:
= An
Ac1
Acn
sont indpendantes.
Lindpendance des vnements A1 ; :::; An se traduit par les 2n quations :
n.
55
A. El Mossadeq
Espaces Probabiliss
Dnition 16
Dnition 17
Proposition 13
Les projections :
1
:(
2 ; T1
T2 ) ! (
1 ; T1 )
:(
2 ; T1
T2 ) ! (
2 ; T2 )
56
Espaces Probabiliss
A. El Mossadeq
Preuve 13
(A1 )
1
2 (A2 )
=
=
A1
A2
T2 et par consquent
2 ; T1
8A2 2 T2 : P2 [A2 ] = P [
2]
2 ; T2 ; P2 )
partir de la
A2 ]
P [A1
A2 ] = P1 [A1 ]
57
P2 [A2 ]
A. El Mossadeq
Espaces Probabiliss
Lespace probabilis ( 1
T2 ; P ) est alors dtermin par ses marges.
2 ; T1
On dit quil est le produit de ses marges.
La probabilit P , note P1 P2 , ou P1 P2 , est appele le produit tensoriel de
P1 et P2 .
Remarque 9
58
Espaces Probabiliss
A. El Mossadeq
8. Exercices
Exercice 1
Exercice 2
Exercice 3
Soit
59
A. El Mossadeq
Espaces Probabiliss
3. On pose
= fa; b; c; d; eg
Construire lalgbre engendre par :
C1
C2
C3
C4
C5
C6
C7
C8
=
=
=
=
=
=
=
=
f] 1; x[j x 2 Rg
f] 1; x] j x 2 Rg
f]x; +1[j x 2 Rg
f[x; +1[j x 2 Rg
f]x; y[j x; y 2 Rg
f[x; y[j x; y 2 Rg
f]x; y] j x; y 2 Rg
f[x; y] j x; y 2 Rg
Exercice 5
Soit :
X:
une application.
Montrer que si E est une tribu de P ( ), alors :
(E) = X
60
(B) j B 2 E
Espaces Probabiliss
A. El Mossadeq
Exercice 6
TA = fA \ B j B 2 T g
Exercice 7
TB
A
!
7 !
R
P [A j B]
Exercice 9
N = fN 2 T j P (N ) = 0 ou P (N c ) = 0g
61
A. El Mossadeq
Espaces Probabiliss
2. Montrer quun vnement N de T est indpendant avec lui mme si et seulement si N est un vnement de N .
Exercice 10
Exercice 11
Trois usines A, B et C produisent respectivement 50%, 30% et 20% des moteurs de voitures.
Parmi la production de chacune des ces trois usines, 5%, 3% et 2% sont dfectueux.
Calculer la probabilit pour quun moteur dfectueux provient de lusine A.
Exercice 12
A
I
:
:
"avoir un accident"
"conduire en tat divresse"
62
Espaces Probabiliss
A. El Mossadeq
1. Calculer :
2. Dtermimer :
3. En dduire :
P (I)
P (A j I)
P (A j I c )
;
;
;
P (I c )
P (Ac j I)
P (Ac j I c )
P (I \ A)
P (I \ Ac )
;
;
P (I c \ A)
P (I c \ Ac )
P (A) ; P (I j A)
4. Retrouver le rsultat en appliquant le thorme de Bayes.
Exercice 13
Des tudes statistiques sur une population constitue de 60% de femmes et 40%
dhommes permettent de considrer quil y a 50% dhommes et 30% de femmes
qui fument.
On choisit au hasard un individu de la population et on constate quil fume.
Quelle est la probabilit pour quil soit un homme ?
Exercice 14
Un appareil peut tre mont avec des pices de haute qualit ou des pices
ordinaires.
Dans le premier cas, sa abilit est de 95%, dans le second cas, elle est de 70%.
40% des appareils sont monts avec des pices haute qualit.
Un appareil a t soumis lessai et sest avr bon. Trouver la probabilit quil
soit mont avec des pices de haute qualit.
Exercice 15
63
A. El Mossadeq
Espaces Probabiliss
On suppose que la probabilit que la k eme boule tire soit blanche alors que les
1
k 1 prcdantes ltaient est
:
k+1
Calculer la probabilit que les n premires boules tires soient toutes blanches.
Exercice 16
Exercice 17
Une pice dun quipement lectronique est constitue de trois partie essentielles
A, B et C .
On a constat dans le pass que la partie A tombait en panne dans 10% des cas,
la partie B dans 30% des cas et la partie C dans 40% des cas.
La partie A opre indpendamment de B et de C .
Les parties B et C sont dpendantes de telle sorte que si C est dfaillante, les
chances sont de 1 sur 3 que B soit dfaillante aussi.
Deux au moins des trois parties doivent tre en tat de marche pour que lquipement
fonctionne.
Calculer la probabilit pour quil fonctionne.
Exercice 18
Une preuve sportive, o deux concurrents A et B sont en jeu, consiste atteindre une cible partage en trois cases notes C1 , C2 et C3 .
On admet quun coup atteint une et une seule case.
Pour le joueur A, les probabilits respectives datteindre les cases C1 , C2 et C3
1
forment une progression arithmtique de raison , alors que pour le joueur B ,
4
64
Espaces Probabiliss
A. El Mossadeq
Exercice 19
Exercice 20
Exercice 21
65
A. El Mossadeq
Espaces Probabiliss
Exercice 22
Exercice 23
Exercice 24
Une partie des accidents scolaires sont des des accidents de laboratoires.
25% des tudiants ne lisent pas les notices de mise en garde qui accompagnent
les produits quils manipulent. Parmi ceux qui lisent, 10% ont tout de mme des
accidents par manque de prcaution.
Quelle est, pour un tudiant qui ne lit pas la notice, la probabilit davoir un accident si la probabilit quun accident nait pas lu la notice est 0:75 ?
66
Espaces Probabiliss
A. El Mossadeq
Exercice 25
Deux usines fabriquent les mmes pices. La premire produit 70% de bonnes et
la seconde 90%. Les deux usines fabriquent la mme quantit de pices.
1. Quel est le pourcentage des pices bonnes sur lensemble des deux usines ?
2. On achte une pice et on constate quelle est bonne. Quelle est la probabilit
quelle proviennent de la seconde usine ?
Exercice 26
Exercice 27
1
Une usine produit des moteurs. Chacun deux a la probabilit
dtre d1000
fectueux.
Un contrle est fait. Il dcle immanquablement un moteur dfectueux, mais re1
jette un bon moteur avec la probabilit
.
100
Un moteur est rejet par le contrle. Quelle est la probabilit quil soit eectivement dfectueux.
Exercice 28
Un avion est port disparu. On pense que laccident a pu arriver aussi bien dans
nimporte laquelle de trois rgions donnes.
Notons 1
i la probabilit quon dcouvre lavion dans la rgion i sil y est
eectivement.
Quelle est la probabilit que lavion se trouve la rgion i, i = 1; 2; 3, si les
recherches dans la rgion 1 nont rien donn ?
67
A. El Mossadeq
Espaces Probabiliss
Exercice 29
Exercice 30
Exercice 31
68
Espaces Probabiliss
A. El Mossadeq
Exercice 32
Vn = M n V0
o M est une matrice carre et V0 est le vecteur colonne de composantes p
et q:
3. Que signie :
(a)
=0?
(b)
=1?
(c)
=1?
4. Calculer, dans chacun de ces cas, les limites de pn et qn quand n tend vers
+1:
Exercice 33
On appelle preuve, un lot de trois sujets tirs au hasard parmi cent sujets
possibles.
Un candidat doit traiter au choix lun des trois sujets.
69
A. El Mossadeq
Espaces Probabiliss
Exercice 34
Exercice 35
Exercice 36
70
Espaces Probabiliss
A. El Mossadeq
Exercice 37
Exercice 38
Une urne contient six boules rouges et quatre boules blanches. On tire au hasard
deux boules sans remise. Calculer la probabilit des vnements suivants :
1. les deux boules sont rouges,
2. les deux boules sont blanches,
3. les deux boules sont de couleurs direntes.
Exercice 39
71
A. El Mossadeq
Espaces Probabiliss
Exercice 40
Les n tomes dune encyclopidie sont disposs au hasard sur une tagre.
1. Quelle est la probabilit que les tomes 1 et 2 appraissent cte cte dans cet
ordre ?
2. Quelle est la probabilit que les tomes 1 p (2
n) appraissent cte
Exercice 41
Exercice 42
Le code condentiel dune carte bancaire est un nombre de quatre chires tous
non nuls.
Le code dune carte est choisi au hasard par ordinateur.
Calculer la probabilit des vnements suivants :
1. A : le code est un nombre pair
2. B : le code nest compos que de chires pairs
3. C : le code contient une et seule fois le chire 1
4. D : le code est compos de quatre chires distincts
5. E : les quatre chires du code forment une suite croissante
6. F : les quatre chires du code forment une suite strictement croissante
72
Espaces Probabiliss
A. El Mossadeq
Exercice 43
Exercice 44
Exercice 45
On dispose de trois urnes. Les deux premire urnes contiennent cinq boules
vertes et quatre rouges chacune. La troisime contient six boules vertes et quatre
rouges.
On choisit au hasard une urne dans laquelle on tire une boule. On constate que
cette boule est verte.
Quelle est la probabilit de lavoir tire de la troisime urne ?
Exercice 46
On dispose de deux pices de monnaie truques, une pice de dix dirhams et une
pice de cinq dirhams.
La probabilit dobtenir pile en lanant la pice de dix dirhams est :8 alors que
la probabilit dobtenir face en lanant celle de cinq dirhams est :7.
73
A. El Mossadeq
Espaces Probabiliss
Exercice 47
On dispose de dix jetons : deux noirs, cinq blancs et trois bicolores (une face
blanche et une face noire).
On choisit au hasard un jeton que lon jette. La face apparente est blanche.
Quelle est la probabilit que la face cache soit blanche ?
Exercice 48
On considre une population dans laquelle 75% des cancers des poumons sont
observs chez les fumeurs.
La population contient 4% de cancers de poumons, et 60% de fumeurs.
On tire au hasard un individu de cette population.
1. Quelle est la probabilit que la personne ne fume pas et na pas de cancer ?
2. Si la personne ne fume pas, quelle est la probabilit pour quelle na pas de
cancer ?
3. Si la personne na pas de cancer, quelle est la probabilit quelle fume ?
Exercice 49
Pour prvenir lextension dune pidmie virale, on dcide de soumettre la population menace des tests. Dune faon gnrale, le rsultat de chaque test est
positif pour les porteurs de virus, ngatif pour les personnes qui ne sont pas atteintes, mais il y a des exeptions.
Le but de lexercice est de comparer deux procds de dpistage. Lun nutilisant
quun seul test, lautre consistant en la succession de deux tests identiques raliss indpendamment lun de lautre.
On choisit au hasard un individu A et on dsigne par V et T les vnements :
74
Espaces Probabiliss
A. El Mossadeq
V
T
:
:
On admet que :
P [V ] = 0:1
P [T j V ] = 0:95
P T j V = 0:03
1. Dans cette question, on tudie la procdure de contrle qui nutilise quun seul
test.
(a) Calculer la probabilit de lvnement T .
(b) Le test appliqu A sest avr ngatif.
Calculer la probabilit que A soit porteur du virus.
2. On eectue maintenant deux tests identiques. On considre lvnement :
Exercice 50
75
A. El Mossadeq
Espaces Probabiliss
Exercice 51
Exercice 52
Exercice 53
76
Espaces Probabiliss
A. El Mossadeq
A et B jouent tour de rle, la partie se termine ds que lun des deux joueurs
atteint la cible. Cest A qui joue le premier.
Soit pn la probabilit que A gagne son neme essai, et qn la probabilit que B
gagne son neme essai.
1. Calculer pn et qn :
2. Calculer :
Pn =
n
X
pk ; Qn =
n
X
qk
k=1
k=1
P = lim Pn ; Q = lim Qn
n!1
n!1
Exercice 54
Exercice 55
77
A. El Mossadeq
Espaces Probabiliss
Exercice 56
Exercice 57
Exercice 58
On considre trois sacs. Le premier contient deux billes rouges et cinq bleues,
le deuxime contient trois billes rouges et deux bleues, alors que le troisime
contient deux billes rouges et trois noires. On coisit au hasard un sac duquel on
tire au hasard et sans remise deux billes.
1. Quelle est la probabilit dobtenir deux billes rouges ?
2. Les deux billes sont rouges. Quelle est la probabilit quil en reste une autre
bille rouge dans le sac ?
3. Sachant que la premire bille sortie est noire, quelle est la probabilit que
lautre soit rouge ?
78
Espaces Probabiliss
A. El Mossadeq
Exercice 59
On considre une suite de tirages avec remise dans une urne U choisie au hasard
parmi n + 1 urnes U0 ; :::; Un .
Soit pi , 0 i n, la probabilit de choisir lurne Ui .
On suppose que lurne Ui , 0 i n, contient n boules dont i sont noires.
1. Quelle est la probabilit dobtenir une boule noire au k eme tirage sachant que
lon a obtenu k
1 tirages prcdents ?
2. Quelle est la probabilit que les tirages aient lieu dans lurne Ui sachant que
les k premiers tirages ont donn des boules noires ?
Exercice 60
(m
au (m
1)eme tirage ?
1)eme tirage.
79
A. El Mossadeq
Espaces Probabiliss
2) tirages seulement.
Exercice 61
Jouer au LOTO consiste cocher une combinaison de six cases sur une ou
plusieurs grilles de quarante neuf cases, numrotes de 1 49, en esprant quelle
coincidera avec la combinaison de six numros, dite gagnante, qui sera dsigne
par le hasard.
Nous ntudions pas, ici, ce qui concerne le numro complmentaire.
1. Quelle est la probabilit :
(a) davoir six bons numros :
(i) en cochant une seule grille ?
(ii) en cochant deux grilles ?
(b) Quelle est la probabilit davoir exactement k bons numros, k 2 f1; 2; 3; 4; 5; 6g,
en cochant une seule grille ?
80
Espaces Probabiliss
A. El Mossadeq
un multiple entier
Exercice 62
81
A. El Mossadeq
Espaces Probabiliss
Notations
Soit
Terminologie
ensembliste
partie pleine,
ensemble fondamental
Notation
Terminologie
probabiliste
lvnement certain
ensemble vide
lvnement impossible
partie , sous-ensemble
vnement
lment
vnement lmentaire
complmentaire de A
lvnement non A
A[B =A+B
runion de A et B
lvnement A ou B
A \ B = AB
intersection de A et B
lvnement A et B
AB = ;
A et B sont disjoints
A et B sont incompatibles
A
!2
n A = Ac = A
Notation
A
T
Ai =
i2I
i2I
Terminologie
Ai
Ai
i2I
Ai =
L
i2I
i2I
Ai
82
Espaces Probabiliss
A. El Mossadeq
! E une application.
Si B est un vnement de E , on dsigne par [X 2 B] lvnement de
Soit X :
[X 2 B] = X
(B) = f! 2
j X (!) 2 Bg
[X < a] = X
(] 1; a[) = f! 2
j X (!) < ag
[X
a] = X
(] 1; a]) = f! 2
j X (!)
[X > a] = X
(]a; +1[) = f! 2
j X (!) > ag
[X
a] = X
([a; +1[) = f! 2
j X (!)
[X = a] = X
(fag) = f! 2
ag
ag
j X (!) = ag
[a < X < b] = X
(]a; b[) = f! 2
[a < X
b] = X
(]a; b]) = f! 2
j a < X (!)
[a
X < b] = X
([a; b[) = f! 2
ja
X (!) < bg
[a
([a; b]) = f! 2
ja
X (!)
b] = X
83
bg
bg
Variables Alatoires
A. El Mossadeq
1. Variables Alatoires
Dnition 1
Une variable alatoire une dimension est un ala X dni sur un espace probabilis ( ; T ;P ) valeurs dans lespace probabilisable (R; BR ), o BR est la
tribu des borliens de R.
Ainsi, limage rciproque de tout borlien B de BR est un vnement de la
tribu T :
8B 2 BR ; X
(B) 2 T
ou encore :
8B 2 BR ; [X 2 B] 2 T
Rappelons que si :
X : ( ; T ;P ) ! (R; BR )
est une variable alatoire, alors la loi PX de X dnie borlien B de BR
par :
PX [B] = P [X
(B)]
(] 1; x[)]
P [X
P [X < x]
Remarque 1
87
A. El Mossadeq
Variables Alatoires
Remarque 2
2. Fonctions de Rpartition
Dnition 2
Soit :
X : ( ; T ;P ) ! (R; BR )
une variable alatoire.
On appelle fonction de rpartition de X , la fonction F dnie pour tout x dans
R par :
Proposition 1
2. F est croissante.
3. F est continue gauche
Preuve 1
1. (a) F prend ses valeurs dans lintervalle [0; 1] car PX prend ses valeurs dans
lintervalle [0; 1]
88
Variables Alatoires
A. El Mossadeq
lim xn =
n!1
telle que :
n2N
] 1; xn [ = ;
lim PX (] 1; xn [) = 0
n!1
do :
lim F (xn ) = 0
n!1
Il en rsulte que :
lim F (x) = 0
x! 1
lim xn = +1
n!1
X
n2N
] 1; xn [ = R
lim PX (] 1; xn [) = PX [R] = 1
n!1
do :
lim F (xn ) = 1
n!1
89
A. El Mossadeq
Variables Alatoires
Il en rsulte que :
lim F (x) = 1
x!+1
y =) ] 1; x[ ] 1; y[
=) PX (] 1; x[) PX (] 1; y[)
=) F (x) F (y)
lim xn = a
n!1
BR telle que :
X
n2N
] 1; xn [ = ] 1; a[
lim PX (] 1; xn [) = PX (] 1; a[)
n!1
do :
n!1
x!a
lim xn = a
n!1
90
Variables Alatoires
A. El Mossadeq
telle que :
n2N
] 1; xn [ = ] 1; a]
lim PX (] 1; xn [) = PX (] 1; a])
n!1
do :
lim F (xn )
n!1
PX (] 1; a])
F (a) + PX [fag]
lim F (x)
x!a+
F (a+)
F (a) + PX [fag]
Proposition 2
P [a X < b]
P [a < X < b]
P [a X b]
P [a < X b]
P [X = a]
=
=
=
=
=
F
F
F
F
F
(b) F (a)
(b) F (a+)
(b+) F (a)
(b+) F (a+)
(a+) F (a)
Preuve 2
On a :
[a; b[= ] 1; b[
]a; b[ = ] 1; b[
91
PX (] 1; a[)
A. El Mossadeq
Variables Alatoires
[a; b] = ] 1; b]
]a; b] = ] 1; b]
fag = ] 1; a]
Proposition 3
Soit :
F :R !R
une fonction telle que :
1. (a) F prend ses valeurs dans lintervalle [0; 1] ,
(b) lim F (x) = 0
x! 1
2. F est croissante.
3. F est continue gauche
Alors F est la fonction de rpartition dune loi de probabilit unique.
Preuve 3
Admis
PX (] 1; x[) = F (x)
92
Variables Alatoires
A. El Mossadeq
Dnition 3
X : ( ; T ;P ) ! (R; BR )
est dite discrte si elle prend au plus une innit dnombrable de valeurs.
La loi PX de X est alors une loi discrte.
Il en rsulte que si X est une variable alatoire discrte dont lensemble des
valeurs est fx1 ; :::; xn ; :::g :
pi
PX [fxi g]
P [X = xi ]
Supposons que fx1 ; :::; xn ; :::g sont ordonns dans le sens croissant :
et pour tout x 2 R on a :
F (x) =
0
F (xk )
si
si
x x1
xk 1 < x
93
xk ; 2
A. El Mossadeq
Variables Alatoires
et pour tout x 2 R on a :
8
0
>
>
>
>
<
F (xk )
F (x) =
>
>
>
>
:
1
si
x1
si
xk
si
x > xn
<x
xk ; 2
Exemple 1
pk = P [X = k] = C (n; k) pk (1
p)n
1; et de
On la note B (n; p) :
Lorsque n = 1; X est appel une variable alatoire de Bernouilli de paramtre
p:
Exemple 2
ak
pk = P [X = k] = e
k!
On la note P (a) :
94
Variables Alatoires
A. El Mossadeq
X : ( ; T ;P ) ! (R; BR )
est dite continue si sa fonction de rpartition est continue.
Il en rsulte que pour tout a lment de R on a :
P [X = a] = F (a+)
F (a) = 0
X : ( ; T ;P ) ! (R; BR )
est dite absolument continue si sa loi de probabilit PX admet une densit relativement la mesure de Lebesgue sur R, cest dire, il existe une fonction
positive et intgrable f telle que lon ait pour tout x 2 R :
Z x
F (x) =
f (t) dt
1
95
A. El Mossadeq
Variables Alatoires
f (x) = F 0 (x)
La condition :
PX [R] = 1
se traduit par :
+1
f (t) dt = 1
1
F (x) =
f (t) dt
1
F est donc la fonction de rpartition dune loi de probabilit unique admettant f comme densit de probabilit.
Exemple 3
On dit quune variable alatoire X suit la loi uniforme sur lintervalle [a; b] si elle
possde une densit de probabilit dnie par :
f (x)
(x)
b a [a;b]
8
1
>
>
si
<
b a
>
>
: 0
si
96
x 2 [a; b]
x2
= [a; b]
Variables Alatoires
A. El Mossadeq
y 0.15
0.10
0.05
-4
-3
-2
-1
8
>
F (x) = 0
>
>
>
>
>
<
x
F (x) =
>
b
>
>
>
>
>
: F (x) = 1
a
a
si
si
si
Exemple 4
1
f (x) = p exp
2
97
1
2
A. El Mossadeq
Variables Alatoires
0.4
0.3
0.2
0.1
-1
1.0
0.8
0.6
0.4
0.2
-1
Exemple 5
98
Variables Alatoires
A. El Mossadeq
0.4
0.3
0.2
0.1
0.0
La densite de la loi
Sa fonction de rpartition est donne par :
Z x
F (x) =
f (t) dt
1
0
e
(0:4)
si
si
x
x
0
0
1.0
0.9
0.8
0.7
0.6
0
La f onction de repartition de
99
(0:4)
10
A. El Mossadeq
Variables Alatoires
6. Changements de Variables
Considrons une variable alatoire X dnie sur un espace probabilis ( ; T ;P ) de
fonction de rpartition FX , et soient a et b deux rels tels que a soit non
nul.
Proposition 4
FaX+b (x) = FX
b
a
FaX+b (x) = 1
FX
b
a
faX+b (x) =
1
fX
jaj
b
a
Preuve 4
FaX+b (x)
=
=
=
P [aX + b < x]
x b
P X<
a
x b
FX
a
FaX+b (x)
=
=
P [aX + b < x]
x b
P X>
a
100
Variables Alatoires
A. El Mossadeq
FaX+b (x)
P X
FX
b
a
b
a
FaX+b (x)
FX
=
Or la fonction :
7 !
b
a
x b
a
fX (t) dt
1
x
1
fX
1 a
R
1
fX
a
b
a
du
b
a
aX + b, do :
1
faX+b (x) = fX
a
b
a
FaX+b (x)
=
=
=
1
Z
Z
FX
b
a
+1
x b
a
x
1
101
fX (t) dt
1
fX
a
b
a
du
A. El Mossadeq
Variables Alatoires
Or la fonction :
7 !
1
fX
a
b
a
aX + b, do :
1
fX
a
faX+b (x) =
b
a
1
fX
jaj
faX+b (x) =
b
a
Exemple 6
Y =
et considrons la variable :
0.4
0.3
0.2
0.1
-3
-2
-1
102
Variables Alatoires
A. El Mossadeq
7 !
R
y = S (x)
telle que :
fX :
Proposition 5
La densit fS
de S
(y) = fX S
(y)
dx
dS
Preuve 5
PS
[B]
=
=
PX S
Z
S
(B)
fX (x) dx
1 (B)
fX S
(y)
dx
dy
dS
7 !
R
fX S
103
(y)
dx
dS
A. El Mossadeq
Variables Alatoires
Exemple 7
f (x) =
8
< 1
:
si
x 2 [0; 1]
si
x2
= [0; 1]
U=
2 ln X
On a alors :
X = exp
U
2
do :
dx
=
du
1
exp
2
u
2
fU (u)
=
=
=
fX exp
1
exp
2
1
exp
2
104
u
2
u
2
u
2
dx
dy
[0;1]
exp
]0;+1[ (u)
u
2
Variables Alatoires
A. El Mossadeq
7. Les Moments
Dnition 6
(i) si X est une variable alatoire discrte prenant les valeurs x1 ; :::; xn ; :::
avec les probabilits lmentaires p1 ; :::; pn ; ::: alors :
E [X] =
1
X
xk pk
k=1
Exemple 8
pk
=
=
P [X = k]
ak a
e ; k2N
k!
105
A. El Mossadeq
Variables Alatoires
E [X]
1
X
k=1
1
X
kpk
k
k=1
ak
e
k!
Exemple 9
Soit X une variable alatoire qui suit une loi exponentielle de paramtre
8
si x 0
< f (x) = 0
f (x) = e
E [X]
=
=
si
x>0
xf (x) dx
ZR+1
xe
dx
Proposition 6
106
g XdP
g (x) dPX
Variables Alatoires
A. El Mossadeq
Preuve 6
(i) si X est une variable alatoire discrte prenant les valeurs x1 ; :::; xn ; :::
avec les probabilits lmentaires p1 ; :::; pn ; ::: respectivement alors :
1
X
E [g X] =
g (xk ) pk
k=1
g (x) f (x) dx
Exemple 10
g:
R !R
x 7 ! xk
E [g X] = E X k
est appel le moment dordre k de X .
107
A. El Mossadeq
Variables Alatoires
Ainsi :
(i) si X est une variable alatoire discrte prenant les valeurs x1 ; :::; xn ; :::
avec les probabilits lmentaires p1 ; :::; pn ; ::: respectivement alors :
E [g X] =
1
X
xki pi
i=1
Proposition 7
1. Si :
X : ( ; T ;P ) ! (R; BR )
est une variable alatoire telle que :
X (!) = a
pour tout ! 2
Alors :
, o a 2 R.
E [X] = a
2. Si :
X : ( ; T ;P ) ! (R; BR )
est une variable alatoire positive alors E [X] est positive.
3. Si X1 ; :::; Xn sont des variables alatoires dnies sur ( ; T ;P ) et P -intgrables,
et si a1 ; :::; an sont des constantes relles alors :
" n
#
n
X
X
E
ai Xi =
ai E [Xi ]
i=1
i=1
108
Variables Alatoires
A. El Mossadeq
Preuve 7
( ; T ;P )
7 !
(R; BR )
a
E [X] =
2. On a :
XdP = aP [ ] = a
0 =)
XdP
=) E [X]
3. On a :
"
n
X
i=1
ai Xi
=
=
=
i=1
ai
Xi dP
Z "X
n
n
X
i=1
n
X
ai Xi dP
ai E [Xi ]
i=1
Dnition 7
Soit
X : ( ; T ;P ) ! (R; BR )
1, soit P -intgrable.
109
A. El Mossadeq
1. E [X] =
Variables Alatoires
E X
X k dP
)k dP
E [X] = 0
9. X est dite rduite si :
V [X] = 1
10. X est dite centre rduite si :
8
< E [X] = 0
et
:
V [X] = 1
110
Variables Alatoires
A. El Mossadeq
Proposition 8
Soit
X : ( ; T ;P ) ! (R; BR )
V [X] = E X 2
V [aX + b] = a2 V [X]
3. La variable :
Y =
E [X]
[X]
1. On a :
V [X]
E (X
E X2
E X2
2.
V [aX + b]
=
=
=
2 X+
E ((aX + b) (a + b))
h
i
2
E (a (X
))
a2 V [X]
111
A. El Mossadeq
Variables Alatoires
3. On a :
E [Y ] = E
E [X]
=0
[X]
V [Y ] = E Y 2 = E
"
E [X]
[X]
=1
8. Fonctions Caractristiques
Dnition 8
(i) si X est une variable alatoire discrte prenant les valeurs x1 ; :::; xn ; :::
avec les probabilits lmentaires p1 ; :::; pn ; ::: alors :
X
1
X
exp (itxk ) pk
k=1
112
Variables Alatoires
A. El Mossadeq
Remarque 3
La fonction caractristique dune variable alatoire X nest autre que la transforme de Fourier de la mesure PX :
Exemple 11
p)1
p (k) = pk (1
; k 2 f0; 1g
(t)
E [exp itX]
1
X
exp (itk) p (k)
k=0
(1
p) + p exp it
Exemple 12
Soit X une variable alatoire qui suit la loi uniforme sur lintervalle [a; b] :
f (x) =
1
b
; x 2 [a; b]
(t)
=
=
=
=
E [exp itX]
Z
exp (itx) f (x) dx
R
Z b
1
exp (itx) dx
a
a b
exp (ibt) exp (iat)
i (b a) t
113
A. El Mossadeq
Variables Alatoires
Proposition 9
Soit :
X : ( ; T ;P ) ! (R; BR )
une variable alatoire.
1. (a)
(b) j
(c)
est continue
Xj
X
(0) = 1
= exp (ibt)
(at)
1. (a)
7 !
R
exp (itx)
n:
est n fois
Variables Alatoires
A. El Mossadeq
(b) On a :
Xj
1
(c) Par continuit de
exp itxdPX
on obtient :
X
(0) = 1
2. On a :
aX+b (t)
(at)
(t)
E [exp it (X + Y )]
(t)
(t)
n:
En particulier :
(k)
X (0)
= E (iX)
115
(t) dt
A. El Mossadeq
Variables Alatoires
9. Fonctions Gnratrices
Dnition 9
Soit X une variable alatoire discrte prenant les valeurs 0; :::; n; ::: avec les probabilits lmentaires p0 ; :::; pn ; :::
On appelle fonction gnratrice de X , ou la gnratrice de Laplace de X , la
fonction GX dnie pour tout z 2 C par :
GX (z)
=
=
E zX
1
X
z k pk
k=0
Remarque 4
pour tout t 2 R.
Remarque 5
Puisque :
GX (1)
1
X
pk
k=0
116
Variables Alatoires
A. El Mossadeq
Exemple 13
p)1
p (k) = pk (1
; k 2 f0; 1g
GX (z)
E zX
1
X
z k p (k)
=
=
k=0
(1
p) + pz
Proposition 10
Soit X une variable alatoire discrte prenant les valeurs 0; :::; n; ::: avec les probabilits lmentaires p0 ; :::; pn ; ::: et GX sa fonction gnratrice.
1. Pour tout k 2 N on a :
(k)
GX (0) = k!pk
2. Si le rayon de convergence est strictement suprieur 1, on a :
E [X (X
En particulier :
1) ::: (X
8
< E [X] = G0X (1)
:
(k)
k + 1)] = GX (1)
117
A. El Mossadeq
Variables Alatoires
Preuve 10
1. On a :
GX (z)
1
X
n=0
k 1
X
z n pn
n
z pn + z pk +
n=0
do :
1
X
z n pn
n=k+1
(k)
GX (0) = k!pk
2. On a :
(k)
GX (z)
1
X
n (n
k + 1) z (n
1) :: (n
k)
pn
n=0
do :
(k)
GX (1)
1
X
n (n
1) :: (n
k + 1) pn
n=0
E [X (X
1) ::: (X
k + 1)]
Il en rsulte que :
E X2
E [X (X
118
1)] + E [X]
Variables Alatoires
A. El Mossadeq
Soit :
X : ( ; T ;P ) ! (R; BR )
une variable alatoire admettant une moyenne
Pour tout rel t strictement positif on a :
1
t2
j>t ]
P [jX
Preuve 11
(t )2
)2 dP
Zj>t
[jX
)2 dP
(X
dP
j>t ]
j>t ]
(t ) P [jX
do lingalit.
Remarque 6
En posant :
t ="
lingalit scrit aussi :
Pour tout rel " strictement positif on a :
2
P [jX
j > "]
119
"2
A. El Mossadeq
Variables Alatoires
11. Exercices
Exercice 1
Soit une variable discrte qui prend des valeurs entires comprises entre 1 et 9
avec les probabilits :
pk = P [X = k] = ak (10
k)
1. Calculer la constante a:
2. Calculer lesprance mathmatique et la variance de X:
On rappelle que si :
Sk =
n
X
ik
i=1
alors :
S1
S2
S3
S4
n (n + 1)
2
n (n + 1) (2n + 1)
6
2
S1
n (n + 1) (2n + 1) 3n2 + 3n + 1
30
Exercice 2
Au cours dune exprience, des rats doivent choisir entre quatre portes dapparence
identique dont lune est dite bonne, et les autres dites mauvaises.
Chaque fois quil choisit la mauvaise porte, le rat reoit une dcharge lectrique
dsagrable et est ramen son point de dpart, et cela jusqu ce quil choisisse la bonne porte.
Le nombre dessais eectus par le rat est une variable alatoire X:
120
Variables Alatoires
A. El Mossadeq
Exercice 3
Z =X +Y
Calculer lesprance mathmatique et la variance de Z:
2. Dterminer la loi de probabilit de X sachant que [Z = 5] :
Exercice 4
121
A. El Mossadeq
Variables Alatoires
Exercice 5
Une urne contient une boule bleue, une boule noire et une boule rouge.
On eectue de cette urne des tirages successifs dune boule avec remise.
On dsigne par X la variable alatoire prenant pour valeur le nombre de boules
tires quand, pour la premire fois, deux couleurs exactement ont t obtenues.
Dterminer la loi de probabilit de X .
Exercice 6
122
Variables Alatoires
A. El Mossadeq
Exercice 7
Pour
k n
Exercice 8
Y
Z
=
=
min (r; X)
max (r; X)
Exercice 9
1)2
F (k) =
100
2. En dduire la loi de probabilit de X , son esprance mathmatique et sa
variance.
(k
123
A. El Mossadeq
Variables Alatoires
Exercice 10
Soit une urne contenant une boule rouge, deux boules noires et trois boules
jaunes.
on extrait successivement et sans remise quatre boules de cette urne.
Dsignons par X la variable alatoire prenant pour valeurs le rang du tirage aprs
lequel, pour la premire fois, il ne reste que deux couleurs dans lurne.
Dterminer la loi de probabilit de X et son esprance mathmatique.
Exercice 11
124
Variables Alatoires
A. El Mossadeq
Exercice 12
1
exp
2
jxj , x 2 R:
Exercice 13
Pour quelles valeurs du paramtre , les exprssions suivantes peuvent tre considres comme des densits de probabilit de variables alatoires :
1. f1 (x) =
2. f2 (x) =
si 0
si 0
x
x
et f1 (x) = 0 ailleurs.
et f2 (x) = 0 ailleurs.
1
(4 x) si 0 x
et f3 (x) = 0 ailleurs.
8
2
x
4. f4 (x) =
si
x 2 et f4 (x) = 0 ailleurs.
2
3. f3 (x) =
5. f5 (x) = x exp x2 si x
0 et f5 (x) = 0 ailleurs.
125
A. El Mossadeq
Variables Alatoires
Exercice 14
1. Calculer la constante K.
Exercice 15
1. Calculer la constante K.
[1
2]
[X > 3 j X > 2]
4. Calculer lesprance mathmatique et la variance de X:
5. Dterminer la densit de probabilit de la variable alatoire :
p
Z= X
Exercice 16
126
Variables Alatoires
A. El Mossadeq
f (x) =
8
< 1
:
jxj
jxj
ailleurs
1
2
et le mode xM la valeur pour laquelle la densit f est maximale.
Dterminer m et xM :
F (x) =
1
2
jXj >
1
2
1
4
Exercice 17
1:
127
A. El Mossadeq
Variables Alatoires
V1 [X] =
[X]
E [X]
Exercice 18
A
; x a
x
o X reprsente le revenu par habitant, a le revenu minimum et
dpendant du type du pays o lon se place.
P [X
x] =
un coe cient
1. Soit F (x) la probabilit pour que le revenu dune personne, tire au hasard
dans un pays donn, soit infrieur x:
Quelle condition doit satisfaire la constante A pour que F soit une fonction
de rpartition ?
2. Trouver la densit de probabilit f:
3. Quelle condition doit-elle satisfaire pour que le moment dordre k existe ?
4. Chercher la loi de probabilit de la consommation dnie par :
C= X
o
et
Exercice 19
Y = tan X
Y admet-elle un moment dordre 1 ? Que peut-on conclure ?
128
Variables Alatoires
A. El Mossadeq
Exercice 20
2 ln X:
Exercice 21
Soit
absolument continue X .
2. Calculer lesprance mathmatique de X .
Exercice 22
f (x) =
si a x b
b a
Lditeur produit un nombre k dexemplaires par mois.
Sur tout exemplaire vendu, il ralise un bnice de dirhams et sur tout exemplaire invendu, il subit une perte de dirhams.
1. Dterminer le prot moyen de lditeur.
2. Dterminer la production k qui maximise le prot.
129
A. El Mossadeq
Variables Alatoires
3. Application numrique :
a = 1000
b = 2000
= 2DH
= 1DH
Exercice 23
f (x) = f (b
x)
Exercice 24
de probabilit ?
2. Quelle est la fonction de rpartition de T ?
3. Calculer la fonction caractristique de T .
4. En dduire la dure moyenne dune communication tlphonique ainsi que son
cart-type.
5. Quelle valeur faut-il donner k pour que la probabilit quune communication
ne dpasse pas trois minutes soit gale 0:01 ?
130
Variables Alatoires
A. El Mossadeq
Exercice 25
f (x) =
o
1
ln
2
jxj
; ] (x)
Exercice 26
Soit X une variable alatoire dont la fonction de rpartition est donne par :
1 t
e ] 1;0] (t) + 2 e t ]0;+1] (t)
2
Dterminer la fonction de rpartition puis la densit de probabilit de la variable
alatoire :
FX (x) =
Y = jXj
Exercice 27
Exercice 28
131
A. El Mossadeq
Variables Alatoires
t] = dt
Exercice 29
1. Soit :
X : ( ; T ;P ) ! (R; BR )
une variable alatoire admettant une moyenne
1
t2
2. Dune urne contenant, en nombre gal, des boules blanches et des boules
noires, on extrait successivement six boules avec remise. On marque deux
points pour une boule blanche et cinq points pour une boule noire.
Soit X la variable alatoire gale au nombre de boules blanches tires et S la
P [jX
j>t ]
[jS
E (S)j > 5]
[jS
132
Variables Alatoires
A. El Mossadeq
Exercice 30
La longvit dune abeille ouvrire est une variable alatoire T dont la densit de
probabilit est dnie par :
8
t 0
< 0
f (t) =
: 2
t exp ( t) t > 0
P [jY
50j > t]
0:01
133
et :
Vecteurs Alatoires
A. El Mossadeq
1. Vecteurs Alatoires
Dnition 1
i,
Xi =
Xi 1 [B]
X)
[B]
1
i [B]
i 1
Rn
n, lapplication :
Xi : ( ; T ;P ) ! (R; BR )
est une variable alatoire une seule dimension dnie sur ( ; T ;P ).
X = (X1 ; :::; Xn )
et pour tout ! 2
on a :
137
A. El Mossadeq
Vecteurs Alatoires
borliens B 2 BR on a :
Pi [B]
P Xi 1 [B]
P X
PX R i
P [X1 2 R; ::; Xi
Ri
1
Rn
Rn
2 R; Xi 2 B; Xi+1 2 R; :::; Xn 2 R]
2. Fonction de Rpartition
Si a = (a1 ; :::an ) est un lment de Rn , on pose :
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
F (x) = PX [ (x)]
On a alors :
F (x)
PX [ (x)]
P [X 2
138
(x)]
Vecteurs Alatoires
A. El Mossadeq
Dnition 3
n:
Proposition 1
F (x1 ; :::; xn ) =
n
Y
Fi (xi )
i=1
Preuve 1
n
Y
P [Xi < xi ]
i=1
F (x1 ; :::; xn ) =
n
Y
i=1
139
Fi (xi )
A. El Mossadeq
Vecteurs Alatoires
Dnition 4
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
n:
Xi ( ) =
X( )
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
p (x1 ; :::; xn ) =
n
Y
i=1
140
pi (xi )
Vecteurs Alatoires
A. El Mossadeq
Preuve 2
X1 ; :::; Xn : ( ; T ;P ) ! (R; BR )
sont indpendantes si et seulement si pour tout (x1 ; :::; xn ) 2 X ( ) :
P [X1 = x1 ; :::; Xn = xn ] =
n
Y
P [Xi = xi ]
i=1
p (x1 ; :::; xn ) =
n
Y
pi (xi )
i=1
Dnition 5
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
141
A. El Mossadeq
Vecteurs Alatoires
Remarque 1
La condition :
PX [Rn ] = 1
se traduit par :
Rn
Remarque 2
Toute fonction :
f : Rn ! R
positive, intgrable telle que :
Rn
Proposition 3
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
fi (xi ) =
Rn
142
Vecteurs Alatoires
A. El Mossadeq
Preuve 3
Remarquons tout dabord que la fonction fi ainsi dnie est une densit de
probabilit.
En eet,fi est positive, intgrable et on a :
Z
Z
fi (xi ) dxi =
f (x1 ; :::; xn ) dx1 :::dxn
R
Rn
Pi (] 1; a[)
=
=
=
=
PX Ri
Z
1
a
Rn
Ri
Z a
] 1; a[
Rn
] 1;a[ Rn
fi (xi ) dxi
1
Proposition 4
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
f (x1 ; :::; xn ) =
n
Y
i=1
143
fi (xi )
A. El Mossadeq
Vecteurs Alatoires
Preuve 4
n
Y
fi (xi )
i=1
=
=
=
=
PX [ (a)]
Z
f (x1 ; :::; xn ) dx1 :::dxn
(a)
n
Y Z ai
i=1
n
Y
fi (xi ) dxi
P [Xi < ai ]
i=1
Rn
(x1 ; :::; xn )
7 !
Rn
f1 (x1 ) :::fn (xn )
Rn
144
n Z
Y
i=1
fi (xi ) dxi
Vecteurs Alatoires
A. El Mossadeq
Dautre part :
PX [ (a)]
=
=
=
=
Zi=1
fi (xi ) dxi
(a)
(x1 ; :::; xn ) 2 Rn :
f (x1 ; :::; xn ) =
n
Y
fi (xi )
i=1
( ; T ;P ) :
Dterminons la loi de la variable alatoire :
Z =X +Y
Puisque X ( ) et Y ( ) sont des ensembles dnombrables, alors Z ( ) est lui
mme un ensemble dnombrable, et par consquent, Z est une variable alatoire
discrte.
145
A. El Mossadeq
Vecteurs Alatoires
Posons :
I(k) = f(x; y) 2 X ( )
Alors :
P [Z = k] =
Y ( ) j x + y = kg
P [X = x; Y = y]
(x;y)2I(k)
Soient X et Y deux variables alatoires telles que le couple (X; Y ) admette une
densit f .
Alors la variable alatoire X + Y possde une densit fX+Y dnie pour tout
u 2 R par :
Z +1
fX+Y (u) =
f (x; u x) dx
1
Preuve 5
La fonction :
7 !
R
Z +1
f (x; u
x) dx
R2
146
Vecteurs Alatoires
A. El Mossadeq
PX+Y (] 1; t[)
=
=
P [X + Y < t]
P [(X; Y ) 2 D (t)]
Z +1 Z t x
f (x; y) dy dx
1
Z +1
Z t1
f (x; u x) du dx
1
1
Z t Z +1
f (x; u x) dx du
=
=
=
fX+Y (u) =
+1
f (x; u
x) dx
Remarque 3
fX+Y (u)
=
=
+1
f (x; u
x) dx
1
+1
fX (x) fY (u
1
x) dx
147
fY
A. El Mossadeq
Vecteurs Alatoires
Exemple 1
Soient X et Y deux variables alatoires indpendantes qui suivent des lois exponentielles de paramtres et respectivement :
fX (x) =
exp
si
si
x>0
x 0
exp
si
si
y>0
y 0
fY (y) =
Z =X +Y
On a :
fX+Y (u)
=
=
=
(i) si
Z
Z
+1
f (x; u
fX (x) fY (u
81
< 0
:
alors :
fX+Y (u)
x) dx
1
+1
=
=
exp (
u)
x) dx
exp (
) xdx
si
si
u>0
8
< 0
:
exp (
dx
si
si
u>0
0
2
u)
u exp (
148
u)
si
si
u 0
u>0
Vecteurs Alatoires
(ii) si
6=
A. El Mossadeq
alors :
8
0
>
>
<
Z u
=
>
>
exp ( u)
exp (
:
0
8
0
>
>
<
=
>
>
[exp ( u) exp (
:
fX+Y (u)
) xdx
u)]
si
si
u>0
si
si
u>0
Rn
7 !
Rn
y = S (x)
telle que :
La densit fS
de S
(y) = fX S
(y) DS 1
Preuve 6
149
A. El Mossadeq
Vecteurs Alatoires
7. Les Moments
Dnition 6
X : ( ; T ;P ) ! (Rn ; BRn )
E [Xn ]
Proposition 7
Soit :
X : ( ; T ;P ) ! (Rn ; BRn )
E [g X] =
g (x) dPX
Rn
Preuve 7
On a :
E [g X] =
g XdP =
Rn
150
g (x) dPX
Vecteurs Alatoires
A. El Mossadeq
Dnition 7
E [X]) (Y
E [Y ])]
Cov [X; Y ]
E [(X
E [X]) (Y
E [Y ])]
E [XY
XE [Y ]
E [XY ]
E [X] E [Y ]
E [X] Y + E [X] E [Y ]]
Proposition 8
i=1
151
A. El Mossadeq
Vecteurs Alatoires
i=1 j=1
i=1
Preuve 8
"
n
Y
i=1
Xi
n Z
Y
i=1
n
Y
PX n
Rn
:::
xi dPXi
E [Xi ]
i=1
Cov [Xi ; Xj ] = 0
Xi et Xj sont donc non corrles.
152
Vecteurs Alatoires
3. On a :
"
n
X
ai Xi
i=1
A. El Mossadeq
E4
E4
"
n
X
ai Xi
n
X
ai (Xi
i=1
"
n
X
i=1
i=1 j=1
n X
n
X
!2 3
E [Xi ])
i=1
n X
n
X
ai Xi
ai aj (Xi
#!2 3
5
E [Xi ]) (Xj
E [Xj ])
ai aj Cov [Xi ; Xj ]
i=1 j=1
Cov [Xi ; Xj ] = 0
Cov [Xi ; Xj ] = V [Xi ]
do :
"
n
X
ai Xi =
i=1
n
X
si
si
i 6= j
i=j
a2i V [Xi ]
i=1
Dnition 8
E (X
E (X))t (Y
E (Y )) = [Cov [Xi ; Yj ]]
= E (X
E (X))t (X
153
A. El Mossadeq
Vecteurs Alatoires
fY (y j x) =
f (x; y)
fX (x)
Proposition 9
Pour tout x 2 R, telle que fX (x) soit non nulle, la fonction fY (: j x) dnie
pour tout y 2 R par :
f (x; y)
fY (y j x) =
fX (x)
est une densit de probabilit.
Preuve 9
f (x; y)
fY (y)
pour tout y 2 R, telle que fY (y) soit non nulle
fX (x j y) =
154
Vecteurs Alatoires
A. El Mossadeq
Dnition 10
E [Y j X = x] =
Lapplication :
yP [Y = y j X = x]
y2Y ( )
x 7 ! E [Y j X = x]
Dnition 11
E [Y j X = x] =
Lapplication :
yfY (y j x) dy
x 7 ! E [Y j X = x]
155
A. El Mossadeq
Vecteurs Alatoires
Proposition 10
E [E [g Y j X = x]] = E [g Y ]
2. Si X et Y sont indpendantes, alors :
E [g Y j X = x] = E [g Y ]
Preuve 10
Admis
Proposition 11
1.
2.
3.
4.
156
Vecteurs Alatoires
A. El Mossadeq
Preuve 11
(X
1
2
E [X]) dP
[X] [Y ]
(Y
1
2
E [Y ]) dP
do la proposition.
Dnition 13
[X] [y
E [Y ]] =
[Y ] [x
E [X]]
Dnition 14
y = ax + b
o :
Cov [X; Y ]
V [X]
E [Y ] aE [X]
Remarque 5
[Y ] [x
E [X]] =
157
[X] [y
E [Y ]]
A. El Mossadeq
Vecteurs Alatoires
Soit (Xn )n2N une suite de variables alatoires dnies sur un espace probabilis
( ; T ;P ) :
On dit que (Xn )n2N converge vers X presque srement ou presque partout au
sens de la probabilit P (P -p.s ou P -p.p), sil existe A 2 T , P [A] = 1, telle
que Xn (!) converge vers X (!) pour tout ! 2 A:
Soit (Xn )n2N une suite de variables alatoires dnies sur un espace probabilis
( ; T ;P ) :
On dit que (Xn )n2N converge en probabilit vers une variable alatoire X dnie
sur ( ; T ;P ) si pour tout " > 0 on a :
lim P [jXn
n!1
Xj > "] = 0
158
Vecteurs Alatoires
A. El Mossadeq
kXkp =
1
p
jXj dP
Dnition 18
Soit (Xn )n2N une suite de variables alatoires dnies sur Lp ( ; T ;P ) et X une
variable alatoire de Lp ( ; T ;P )
On dit que (Xn )n2N converge en norme dordre p vers X si :
lim kXn
n!1
Xkp = 0
Convergence k:k2
Convergence en probabilit
+
Convergence en loi
159
(=
Convergence k:k1
A. El Mossadeq
Vecteurs Alatoires
Soit :
X : ( ; T ;P ) ! (R; BR )
une variable alatoire admettant une moyenne et une variance nie non nulle
2
.
Si (X1 ; :::; Xn ) est un n-chantillon de variable parente X , alors pour tout " > 0
on a :
1
lim P
(X1 + ::: + Xn ) E [X] > " = 0
n!1
n
Preuve 12
Posons :
Mn =
1
(X1 + ::: + Xn )
n
on a :
E [Mn ]
E [X]
V [X]
n
Daprs lingalit de Bienaym-Tchebychev :
V [Mn ]
V [Mn ]
"2
do :
1
(X1 + ::: + Xn )
n
V [X]
n"2
et par consquent :
lim P
n!1
1
(X1 + ::: + Xn )
n
160
Vecteurs Alatoires
A. El Mossadeq
Proposition 13
Soient A 2 T et X = A :
1
La frquence (X1 + ::: + Xn ) darrive de A en n preuves indpendantes
n
converge en loi vers P [A].
Cest la loi des grands nombres de Bernouilli
Preuve 13
Si X =
A,
A 2 T , alors :
E [X] = P [A]
do le rsultat.
Soit :
X : ( ; T ;P ) ! (R; BR )
une variable alatoire admettant une moyenne et une variance nie non nulle
2
et soit (X1 ; :::; Xn ) un n-chantillon de variable parente X .
La variable alatoire :
p
n 1
(X1 + ::: + Xn ) E [X]
n
converge en loi vers une variable alatoire normale centre rduite.
Preuve 14
161
A. El Mossadeq
Vecteurs Alatoires
alors :
n (t)
Et comme
t
p
n
est deux fois continment direntiable, alors :
(0)
0
(0)
00
(0)
=
=
=
1
0
2
puisque :
(k)
(0) = ik E [X]
t
p
t2
2n
do :
ln
n (t)
n ln
t
p
n ln 1
t2
2n
1 2
t
2
On conclut que :
lim
n!1
n (t)
= exp
162
1 2
t
2
E [X] :
Vecteurs Alatoires
A. El Mossadeq
Remarque 6
Posons :
1
(X1 + ::: + Xn )
n
Mn est la moyenne empirique du n-chantillon.
On a :
8
>
E [Mn ] = E [X] =
>
<
Mn =
2
>
V [X]
>
: V [Mn ] =
=
n
n
Daprs le thorme centrale limite, la variable alatoire centre rduite associe
la moyenne empirique Mn :
Mn
n
converge vers une variable alatoire normale centre rduite.
En consquence, pour n assez grand, la loi de Mn peut tre rapproche par la
2
loi normale N
:
2
Mn
Remarque 7
Posons :
Sn = X1 + ::: + Xn
On a alors :
8
< E [Sn ] = nE [X] = n
:
V [Sn ] = nV [X] = n
Sn
E [Sn ] Sn n
p
=
[Sn ]
n
163
A. El Mossadeq
Vecteurs Alatoires
converge en loi vers une variable normale centre rduite, et par consquent, pour
n assez grand, la loi de Sn peut tre rapproche par la loi normale N n ; n 2 :
Sn
N n ;n
8
< E [Sn ] = nE [X] = np
:
V [Sn ] = nV [X] = np (1
p)
Sn
E [Sn ]
Sn np
=p
[Sn ]
np (1 p)
B (n; p)
p)) :
N (np; np (1
p))
: P ( ),
164
> 0, et
Vecteurs Alatoires
A. El Mossadeq
La variable alatoire :
Sn = X1 + ::: + Xn
est donc une variable de Poisson de paramtre n : P (n ). De plus :
8
< E [Sn ] = nE [X] = n
V [Sn ] = nV [X] = n
Sn
E [Sn ] Sn n
= p
[Sn ]
n
converge en loi vers une variable normale centre rduite.
Il en rsulte que pour n assez grand, la loi de Poisson P (n ) peut tre
rapproche par la loi normale N (n ; n ) :
P (n )
N (n ; n )
165
A. El Mossadeq
Vecteurs Alatoires
14. Exercices
Exercice 1
P X2 + Y 2 = 1
P X 2 Y 2 = XY
Exercice 2
166
Vecteurs Alatoires
A. El Mossadeq
U = XY
et calculer lesprance mathmatique de U:
6. Dterminer la droite de rgression de Y en X et tracer son graphe.
Exercice 3
On considre un sac contenant sept billes blanches et trois billes noires duquel
on eectue deux tirages sans remise.
Soit X la variable alatoire dont la valeur est :
Exercice 4
167
A. El Mossadeq
Vecteurs Alatoires
Exercice 5
Zn = X1 + ::: + Xn
Quelle est la probabilit pour que la variable alatoire jZn j soit minimum ?
Exercice 6
Exercice 7
u
Xu
+
+
2v
Yv
=
=
5
Z
168
Vecteurs Alatoires
A. El Mossadeq
Exercice 8
Soit X1 ; :::; Xn des variables alatoires indpendantes qui suivent une mme loi
de probabilit telle que :
P [Xi = 1]
P [Xi = 1]
8i 2 f1; :::; ng :
=
=
Yk =
k
Y
Xi
i=1
Exercice 9
Soit (Xn )n 1 une suite de variables alatoires indpendantes qui suivent toutes
la mme loi de Bernouilli de paramtre p, 0 < p < 1:
On dnit la suite (Yn )n 1 par :
8
< Y1 = X1 m
o
Yn = Y n
+ Xn
169
A. El Mossadeq
Vecteurs Alatoires
1, on a :
Yn =
n
X
(Xn
m)
k=0
1 et s
1:
1:
Exercice 10
>
>
>
: P [X = 1] = p2
P [Y =
p2
1
2
1] = P [Y = 0] = P [Y = 1]
1. Dterminer la loi de
S =X +Y
2. On dnit la variable alatoire Z par :
8
< 1 si X + Y = 0
Z=
:
sinon
2
et
pour que :
E [Z] = 3
V [Z] = 2
170
Vecteurs Alatoires
A. El Mossadeq
Exercice 11
1X
Xi
M=
n
k=1
Exercice 12
Soient X1 ; :::; Xn des variables alatoires indpendantes de fonctions de rpartition F1 ; :::; Fn respectivement.
On considre les variables alatoires :
8
< U = max (X1 ; :::; Xn )
X:
Exercice 13
171
A. El Mossadeq
Vecteurs Alatoires
1. Montrer que :
D (X; Y )
D (X)
D (Y )
D (X; Y ) = D (X)
D (Y )
Exercice 14
Montrer que les variables alatoires X et Y suivent une mme loi de probabilit.
Exercice 15
P [X1 2 A1 ; :::; Xn 2 An ] = P X1 2 A
(1) ; :::; Xn
2A
(n)
1. Montrer que si la loi de (X1 ; :::; Xn ) est symtrique, alors pour tout k 2
f1; :::; ng, les k -marges de (X1 ; :::; Xn ) suivent la mme loi.
2. Montrer que si (X1 ; :::; Xn ) est un n-chantillon dala parent X alors la loi
de (X1 ; :::; Xn ) est symtrique.
3. On eectue n tirages successifs, avec remise, dans une urne et on dsigne par
172
Vecteurs Alatoires
A. El Mossadeq
Exercice 16
Exercice 17
1. Dterminer la constante K:
Exercice 18
Un triplet de variables alatoires (X; Y; Z) a une loi conjointe qui admet une
densit de probabilit f telle que :
X suit la loi uniforme sur lintervalle [0; 1] dont la densit est note fX
Y admet une densit conditionnelle relativement X telle que :
173
A. El Mossadeq
fY (y j x) =
Vecteurs Alatoires
8
< (y
:
x) exp
(y
x)
si
1 et x < y
ailleurs
1. Donner lexprssion de f:
U =Y X
V = Z (Y X)
(a) Quelle est la loi du triplet (X; U; V ) ?
(b) X , U et V sont elles indpendantes ?
Exercice 19
174
Vecteurs Alatoires
A. El Mossadeq
8
< 3y 2
3
fY (y j x) =
: 0x
si
0<y<x
ailleurs
8
< 2 (y z)
fZ (z j x; y) =
y2
:
0
si
0<z<y
ailleurs
[Z = z] :
3. Dterminer la loi de probabilit conditionnelle de la variable alatoire X sous
lhypothse [Y = y; Z = z].
4. On pose :
U =X +Y
V =X Y
(a) Quelle est la loi du couple (U; V ) ?
(b) Quelles sont les lois conditionnelles de U et V ?
(c) U et V sont-elles indpendantes ?
Exercice 20
8
>
< U=X
>
: V =X
175
0
0
A. El Mossadeq
Vecteurs Alatoires
Z=
U
V
T =X +Y
Exercice 21
Soient X et Y deux variables alatoires indpendantes qui suivent une mme loi
de probabilit dont la densit est dnie par :
f (t) =
1. On pose :
1
;
t2
8
>
< U = XY
>
: V =X
Y
(a) Quelle est la densit de probabilit du couple (U; V ) ?
Z=
176
Vecteurs Alatoires
A. El Mossadeq
Exercice 22
1. Dterminer la constante K
Exercice 23
1. Dterminer la constante K
Exercice 24
Soit X une variable alatoire qui suit la loi normale centre rduite et Y une
variable alatoire, indpendante de X , qui prend ses valeurs dans lensemble
177
A. El Mossadeq
Vecteurs Alatoires
f 1; 1g telle que :
P [Y = 1] = p
o p 2 ]0; 1[.
Dterminer la loi de probabilit de :
Z = XY
Exercice 25
f (x; y) =
8
< K
:
si
x > 0 ; x2 + y 2 < 1
ailleurs
1. Dterminer la constante K
Exercice 26
T = inf (X; Y )
178
Vecteurs Alatoires
A. El Mossadeq
Exercice 27
Exercice 28
1. Dterminer la constante K:
2. Les variables alatoires X et Y sont-elles indpendantes ?
3. Pour (k; s) 2 N2 , calculer E X k Y s .
4. En dduire la covariance de X et Y:
Que constate-t-on ?
5. On pose :
8
< U =X +Y
:
V =Y
(a) Dterminer la loi du couple (U; V ) :
179
A. El Mossadeq
Vecteurs Alatoires
Exercice 29
Soit h une fonction positive dnie sur ]0; +1[ et soit H la fonction dnie pour
tout x, x > 0, par :
H (x) =
h (t) dt
On dsigne par
+1
f(X;Y ) (x; y) =
8
< Kh (jx
:
yj) exp [
si
x > 0 et y > 0
sinon
1. Dterminer la constante K:
2. Dterminer les densits marginales de X et Y:
3. Les variables alatoires X et Y sont-elles indpendantes ?
4. On suppose que pour tout x, x > 0, on a :
h (x) = x
(a) Calculer la covariance de X et Y .
(b) Que constate-t-on pour
=1?
Exercice 30
Z = X2
180
Vecteurs Alatoires
A. El Mossadeq
P (t) = t2
2Xt + Y
Exercice 31
Soit
+1
t (t) dt
et :
2
+1
(t
)2
(t) dt
(x; y) =
1. Montrer que
8
>
>
<
>
>
:
(x + y)
x+y
si
x > 0 et y > 0
sinon
alatoires.
2. Montrer que X et Y ont la mme loi de probabilit.
3. Pour (k; r) 2 N
4. On pose :
S =X +Y
181
A. El Mossadeq
Vecteurs Alatoires
Exercice 32
Exercice 33
Soit (X; Y ) un couple de variables alatoires admettant une densit de probabilit dnie par :
f(X;Y ) (x; y) =
8
< 4x exp
:
(x + y)
si
0<x<y
sinon
1. X et Y sont-elles indpendantes ?
2. Dterminer les lois marginales de X et Y:
3. Pour (k; r) 2 N2 , calculer le moment dordre k de X et le moment dordre r
de Y .
182
Vecteurs Alatoires
4. On pose :
A. El Mossadeq
8
>
>
< U=
X
X +Y
>
>
: V =X +Y
T =
Y
X +Y
Z2 =
8
< 1
:
si
T <m
si
Exercice 34
Soit ' et
1
' (x) = p exp
2
et :
(x) =
x2
2
' (t) dt
1
183
A. El Mossadeq
Vecteurs Alatoires
1. On pose :
Y
X
U=p
2
1
Montrer que les variables alatoires X et U suivent la mme loi de probabilit
et sont indpendantes.
2. Calculer :
P [X > 0; Y > 0]
Exercice 35
T =X +Y
1. Dmontrer que la variable alatoire T a pour densit la fonction h dnie pour
tout t 2 R par :
h (t) =
+1
f (x; t
x) dx
et
respectivement.
184
Vecteurs Alatoires
A. El Mossadeq
Exercice 36
=
=
et
R cos
R sin
0< <2
1
g x2 + y 2 D
K
o K est une costante, D un domaine de R2 et g une fonction continue
positive telle que :
Z +1
M=
g (t) dt
f (x; y) =
U = X2 + Y 2
5. Etudier les cas suivant :
x
(a) g (x) = exp
2
1
(b) g (x) =
;
(1 + x) +1
>0
185
A. El Mossadeq
Vecteurs Alatoires
Exercice 37
D = (x; y) 2 R2 j x2 + y 2
r2
f (x; y) =
1
r2
0
si
si
(x; y) 2 D
(x; y) 2
=D
U = X2 + Y 2
5. Calculer lesprance mathmatique de U:
En dduire les esprances mathmatiques de X 2 et Y 2 puis les variances de
X et Y:
6. Dterminer la densit conditionnelle de Y relativement [X = x] :
Calculer : E [Y j X = x], E Y 2 j X = x puis E X 2 + Y 2 j X = x
7. On suppose prsent quun tireur tire sur une cible ayant la forme du disque
186
Vecteurs Alatoires
A. El Mossadeq
Exercice 38
Soit (X; Y ) un couple de variables alatoires dont la loi de probabilit est donne
par :
n
; (m; n) 2 N N ; m n
n!
est un paramtre rel strictement positif et K une constante relle.
1. Dterminer la constante K .
2. Dterminer les lois marginales de X et Y:
3. Dterminer les lois conditionnelles de X relativement Y et de Y relativement
X:
Exercice 39
f (x; y) =
o
1. Dterminer la constante :
2. Dterminer les densits marginales de X et Y:
3. Les variables alatoires X et Y sont-elles corrles ?
Sont elles indpendantes ?
187
jxj
Lois Usuelles
A. El Mossadeq
1. La Loi de Bernouilli
Soient ( ; T ;P ) un espace probabilis et X une variable alatoire dnie sur cet
espace.
P [X = 1] = p
V [X] = p (1
p)
G (z) = p + (1
p) z
z2C
2. La Loi Binomiale
Soit ( ; T ;P ) un espace probabilis.
191
A. El Mossadeq
Lois Usuelles
n, on a :
P [Zn = k] = C(n; k)pk (1
p)n
La loi de Zn , que lon note B (n; p), est appele la loi binomiale dordre n
et de paramtre p.
Lesprance mathmatique et la variance de Zn sont donnes par :
8
< E [Zn ] = np
V [Zn ] = np(1
p)
Gn (z) = [p + (1
p) z]n
z2C
Remarque 1
3. La Loi Gomtrique
Soit A un vnement dun espace probabilis ( ; T ;P ) :
Soit Y la variable alatoire gale au nombre dpreuves ncessaires pour la ralisation de lvnement A, les preuves tant indpendantes.
192
Lois Usuelles
A. El Mossadeq
Pour tout k , k 2 N , on a :
P [Y = k] = p (1
p)k
o :
p = P [A]
Lesprance mathmatique et la variance de Y sont donnes par :
8
1
>
E
[Y
]
=
>
>
<
p
>
>
1
>
: V [Y ] =
p2
Les fonctions caractristique et gnratrice sont dnies par :
8
p exp it
>
>
(t)
=
; t2R
Y
>
<
1 (1 p) exp it
>
>
>
: GY (z) =
pz
(1 p) z
z2C
Soit Yr une variable alatoire dnie sur cet espace telle que [Yr = r + k] ,
k 2 N, dsigne lvnement :
"A se ralise pour la reme fois la (r + k)eme preuve"
les preuves tant indpendantes.
Pour tout k , k 2 N, on a :
P [Yr = r + k] = C(r + k
193
1; k)pr (1
p)k
A. El Mossadeq
Lois Usuelles
p.
Lesprance mathmatique et la variance de Yr sont donnes par :
8
r
>
E
[Y
]
=
r
>
>
p
<
>
>
r (1 p)
>
: V [Yr ] =
p2
Les fonctions caractristique et gnratrice sont dnies par :
8
>
>
>
>
<
Yr
(t) =
>
>
>
>
: GYr (z) =
p exp it
(1 p) exp it
pz
(1 p) z
t2R
z2C
5. La Loi Multinomiale
On fait n preuves indpendantes chacune pouvant donner les rsultats A1 ; :::; Ar
avec les probabilits p1 ; :::; pr , p1 + ::: + pr = 1.
Notons Zni , 1
Ai en n preuves indpendantes.
Zni est une variable binomiale dordre n et de paramtre pi .
La distribution, dite multinomiale ou polynomiale de degr n, de Zn1 ; :::; Znr
est donne pour tous k1 ; :::; kr dans f0; :::; ng telles que k1 + ::: + kr = n, par :
P [Zn1 = k1 ; ::; :Znr = kr ] =
194
n!
pk11 ::: pkr r
k1 ! ::: kr !
Lois Usuelles
A. El Mossadeq
On a :
8
E Zni = npi
>
>
>
>
<
V Zni = npi (1
>
>
>
>
:
Cov Zni ; Znj =
pi )
npi pj
6. La Loi Hypergomtrique
Dune urne contenant M boules rouges et N
hasard n boules sans remise, n
N.
P [Xn = k] =
C(M; k)C(N M; n
C(N; n)
k)
On a :
E [Xn ]
V [Xn ]
nM
N
nM (N M )(N
(N 1)N 2
n)
7. La Loi Polyhypergomtrique
On suppose que lurne contient N1 boules de la couleur 1, ... , Nr boules de la
couleur r, N1 + :::+ Nr = N .
On tire de lurne n boules sans remise.
Notons Xni , 1
195
A. El Mossadeq
Lois Usuelles
ki
C(N1 ; k1 ):::C(Nr ; kr )
C(N; n)
8. La Loi de Poisson
Une variable alatoire X suit une loi de Poisson de paramtre ,
> 0, si
elle prend des valeurs entires positives ou nulle avec les probabilits :
k
P [X = k] =
k!
exp
; k2N
On la note : P ( ).
V [X] =
G (z) = exp [ (z
1)]
z2C
9. La Loi Uniforme
On dit quune variable alatoire X suit la loi uniforme sur lintervalle [a; b] si
elle admet comme densit la fonction dnie par :
8
1
>
>
si x 2 [a; b]
<
b a
f (x) =
>
>
: 0
si x 2
= [a; b]
196
Lois Usuelles
A. El Mossadeq
si
si
si
>
>
>
: V [X] = (a
b)2
12
Sa fonction caractristique est dnie pour tout t 2 R par :
(t) =
exp (ibt)
i (b
exp (iat)
a) t
197
x>0
si
si
A. El Mossadeq
Lois Usuelles
0.5
0.4
0.3
0.2
0.1
0.0
0
10
1
2
>
>
1
>
: V [X] = 2
(t) =
it
1
f (x) = p exp
2
1
2
198
; x2R
Lois Usuelles
A. El Mossadeq
0.4
0.3
0.2
0.1
-3
-2
-1
V [X] =
(t) = exp it
1
2
2 2
(p) =
+1
xp 1 e x dx ; p > 0
199
A. El Mossadeq
Lois Usuelles
Dnition 2
Une variable alatoire X suit la loi p , p > 0, si elle admet comme densit la
fonction dnie par :
xp 1 e x
; x>0
f (x) =
(p)
On a alors :
8
< E [X] = p
V [X] = p
Proposition 1
Soient X1 ; :::; Xn n variables alatoires indpendantes qui suivent une mme loi
normale centre rduite, et considrons la variable alatoire :
n
X
Zn =
Xi2
i=1
fn (z) =
n
2
z
2
1
n
2
exp
1
z; z>0
2
8
< E [Zn ] = n
:
V [Zn ] = 2n
(t) =
n
2
1
1
2it
200
; t2R
Lois Usuelles
A. El Mossadeq
y 0.12
0.10
0.08
0.06
0.04
0.02
0.00
0
10
12
14
16
18
20
22
24
o :
B (p; q) =
xp
(1
x)q
dx
On a alors :
8
p
>
E
[X]
=
>
>
p+q
<
>
>
>
: V [X] =
pq
(p + q + 1) (p + q)2
201
A. El Mossadeq
Lois Usuelles
Proposition 2
Soient X et Y deux variables alatoire indpendantes telles que X suive une loi
normale centre rduite et Y une loi du khi-deux n degrs de libert.
La variable alatoire :
p
nX
Tn = p
Y
suit la loi de densit :
t2
1+
n
1
fn (t) = p
nB 12 ; n2
n+1
2
; t2R
0.4
0.3
0.2
0.1
-4
-3
-2
-1
8
>
< E [Tn ] = 0
>
: V [Tn ] =
202
n
n+2
Lois Usuelles
A. El Mossadeq
Remarque 2
On a :
t2
1
lim fn (t) = p exp
n!1
2
2
Donc Tn converge vers la loi normale centre rduite.
Proposition 3
Soient X et Y deux variables alatoires indpendantes telles que X suive une loi
du khi-deux n degrs de libert et Y une loi du khi-deux m degrs de libert.
La variable alatoire :
mX
F =
nY
suit la loi de densit :
n+m
n n2 n 1
1
n
2
2
x
f (x) =
x
1
+
; x2R
m
m
B n2 ; m2
dite la loi de Fisher n et m degrs de libert.
y
0.8
0.6
0.4
0.2
0.0
0
203
A. El Mossadeq
Lois Usuelles
Posons :
8
>
>
>
>
< M
>
>
2
>
>
: S
=
=
1X
Xi
n i=1
n
1 X
n
(Xi
M )2
i=1
(M
1) S 2
(n
(n
1) degrs de libert.
4. La variable alatoire :
(M
S
p
n
1) degrs de libert.
204
Lois Usuelles
A. El Mossadeq
16. Exercices
Exercice 1
Z =X +Y
2. Quelle est la loi conditionnelle de X sous lhypothse [Z = a] ?
3. Soit T une variable alatoire telle que la loi conditionnelle de T sachant
Exercice 2
Z =X +Y
2. Quelle est la loi conditionnelle de X sous lhypothse [Z = n] ?
Exercice 3
Soient X et Y deux variables alatoires indpendantes qui suivent une mme loi
gomtrique de paramtre p
1. Quelle est la loi de probabilit de :
Z = max (X; Y )
205
A. El Mossadeq
Lois Usuelles
T =X +Y
3. Quelle est la loi conditionnelle de T sous lhypothse [X = k] ?
Calculer lesprance mathmatique de T sous cette hypothse.
Exercice 4
X +Y
2. U et V sont-elles indpendantes ?
Exercice 5
Exercice 6
206
Lois Usuelles
A. El Mossadeq
Exercice 7
Exercice 8
Exercice 9
as, un autre
as, un autre
as et un autre
as.
Exercice 10
On considre deux urnes contenant chacune dix boules : la premire deux noires
et huit blanches, la deuxime cinq noires et cinq blanches.
207
A. El Mossadeq
Lois Usuelles
Exercice 11
208
Lois Usuelles
A. El Mossadeq
Exercice 12
(n
k) tirages suivants ?
1?
Exercice 13
= 15: Calculer :
P [X > 15]
P [X > 20]
209
0:05
tel que :
A. El Mossadeq
Lois Usuelles
Exercice 14
1
Un artilleur a une probabilit de datteindre une certaine cible.
5
Il tire dix coups et on compte le nombre de fois N o il atteint la cible.
1. Quelle est la loi de probabilit de N ?
2. Quelle est la probabilit quil ait touch la cible une fois ?
3. Quelle est la probabilit quil ait touch la cible au moins une fois ?
4. Dterminer x tel que :
P [N
x]
0:8
Exercice 15
Exercice 16
Le nombre de voitures fabriques par une usine suit une loi de Poisson de
paramtre , > 0.
La probabilit pour quune voiture prsente un dfaut de fabrication est p, p > 0:
210
Lois Usuelles
A. El Mossadeq
Exercice 17
Zn = X1 + ::: + Xn
Exercice 18
Soient X et Y deux variables alatoires indpendantes qui suivent des lois normales N 1 ; 21 et N 2 ; 22 respectivement.
Dterminer la loi de la variable alatoire :
T =X +Y
Exercice 19
Soient X et Y deux variables alatoires indpendantes qui suivent des lois normales N (0; 1) et N ; 2 respectivement.
1. Calculer :
(a) P [X < 2:41]
(b) P [X < 1:09]
2. Dterminer x tel que :
(a) P [X < x] = :975
(b) P [X < x] = :883
3. Trouver une relation entre P [X < x] et P [X <
211
x]
A. El Mossadeq
Lois Usuelles
4. Montrer que :
P [X < a]
P [Y < y] = P X <
Calculer alors :
P [3 < Y < 4]
lorsque
= 4 et
= 2:
7. On suppose que :
Dterminer alors
8
< P [Y > 1] = :8413
et :
P [Y > 9] = :0228
Exercice 20
La taille des individus dune certaine population est une variable alatoire normale
de moyenne 171 cm et dcart-type 4 cm
1. Un individu tant choisi au hasard et X tant sa taille en cm.
Dterminer la probabilit des vnements suivants :
(a) [X = 175 cm] un cm prs,
(b) [X < 160 cm]
(c) [X > 190 cm]
(d) [jX
171j > 8] :
212
Lois Usuelles
A. El Mossadeq
P [jM10
P [jMn
lim P [jMn
171j > a] = 0
n!1
Exercice 21
Une machine fabrique en srie des pices utilises dans la construction dun
appareil lectromnager.
Le diamtre de cette pice doit tre gal 10 cm, mais une marge de tolrance m
est permise : cest dire toute pice dont le diamtre est lment de lintervalle
[10 m; 10 + m] est accepte.
On admet que le diamtre L de la pice est une variable alatoire normale de
moyenne = 10 cm et dcart-type = 0:12 cm:
1. Calculer :
(a) la probabilit quune pice mesure moins de 9:85 cm:
(b) la probabilit quune pice mesure moins de 10:21 cm sachant quelle
mesure plus de 9:85 cm:
2. Sur 4375 pices usines, 924 ont d tre refuses : moti dentre elles tant
trop grandes et les autres trop petites.
Dterminer la marge de tolrance m:
213
A. El Mossadeq
Lois Usuelles
= 10 cm et dcart-type
Exercice 22
P [ a < Tn < a]
en fonction de :
P [Tn < a]
Dterminer a tel que :
214
x]
Lois Usuelles
A. El Mossadeq
Exercice 23
n
2
26
2
21
< x = :75
< x = :01
2. Calculer :
(a) P
(b) P
2
3
2
5
< 1:21
< 9:24
2
n
2
n
< 3:36 = :5
< 2:20 = :1
Exercice 24
215