Beruflich Dokumente
Kultur Dokumente
On suppose que les variables X et Y sont indépendantes. b) Soit Y la variable aléatoire déterminant le nombre d’analyses effectuées dans
Montrer que le deuxième protocole.
n
X Exprimer l’espérance de Y en fonction de n, N et p.
P(X 6= Y ) = pi (1 − pi )
i=1
c) Comparer les deux protocoles pour les valeurs N = 1 000, n = 10 et p = 0,01.
Sn = X1 + · · · + Xn ?
Exercice 27 [ 04111 ] [Correction]
À un péage autoroutier n voitures franchissent au hasard et indépendamment b) Déterminer espérance et variance de Sn /n.
l’une des trois barrières de péage mises à leur disposition. On note X1 , X2 , X3 les
c) Soit ε > 0. Établir
variables aléatoires dénombrant les voitures ayant franchi ces barrières.
Sn
1
a) Déterminer la loi de X1 . P − p > ε ≤
n 4nε2
b) Calculer les variances de X1 , X2 et de X1 + X2 .
d) Pour ε = 0, 05, quelle valeur de n choisir pour que Sn /n soit voisin de p à ε
c) En déduire la covariance de X1 et X2 . près avec une probabilité supérieure à 95 % ?
Montrer que
E (g(|X|))
∀a ≥ 0, P (|X| ≥ a) ≤ Exercice 33 [ 04042 ] [Correction]
g(a)
Soit X une variable aléatoire d’espérance µ et de variance σ 2 . Montrer
1
Exercice 29 [ 03816 ] [Correction] P (µ − ασ < X < µ + ασ) ≥ 1 −
α2
Une variable aléatoire X suit une loi du binôme de paramètre p et de taille n.
Établir pour ε > 0, p
Exercice 34 [ 04043 ] [Correction]
X p(1 − p)
P − p ≥ ε ≤
√ Soit X une variable aléatoire de moyenne µ et de variance σ 2 .
n ε n
En introduisant la variable aléatoire
2
Exercice 30 [ 03834 ] [Correction] Y = [α(X − µ) + σ]
Soit X une variable aléatoire suivant une loi binomiale de taille n et de paramètre
Montrer que pour tout α > 0
p.
Montrer que pour tout λ, ε > 0 1
P (X ≥ µ + ασ) ≤
1 + α2
P (X − np > nε) ≤ E (exp(λ(X − np − nε))
De plus, pour k ∈ J0 ; nK, si l’événement (X = k) est réalisé, il y a n − k questions (3p + 1)n 3n(3p + 1)(1 − p)
E(Z) = et V(Z) =
pour lesquelles l’étudiant répond au hasard avec une probabilité 1/4 de réussir : 4 16
j n−k−j
n−k 1 3
P (Y = j | X = k) = avec j ∈ J0 ; n − kK Exercice 5 : [énoncé]
j 4 4
La modélisation entraîne que la variable aléatoire X suit une loi binomiale de
a) La variable Z prend ses valeurs dans J0 ; nK. paramètres n et p :
Pour k ∈ J0 ; nK, l’événement (Z = k) peut être décomposé en la réunion
disjointe des événements n k
P(X = k) = p (1 − p)n−k avec k ∈ J0 ; nK
k
(X = j, Y = k − j) avec j ∈ {0, 1, . . . , k}
La variable aléatoire Y n’est quant à elle bien connue que lorsque le nombre
Ainsi n − X de cibles restant l’est, elle suit alors une loi de Bernoulli
k
X
P(X = j, Y = k − j)
P (Z = k) = n−k `
P (Y = ` | X = k) = p (1 − p)n−k−` avec ` ≤ n − k
j=0 `
Par probabilité composées
Par probabilités totales
P(X = j, Y = k − j) = P (Y = k − j | X = j) P(X = j) m
X
P(Z = m) = P(X = k, Y = m − k)
Ainsi k=0
k k−j n−k
X n−j 1 3 n Par probabilités composées
P(Z = k) = pj (1 − p)n−j
j=0
k−j 4 4 j m
X
P(Z = m) = P(X = k) P (Y = m − k | X = k)
Or k=0
n−j n n! k n
= =
k−j j (k − j)!(n − k)!j! j k Ceci donne
m
X n n−k m
On en déduit P(Z = m) = p (1 − p)2n−k−m
k m−k
k=0
n−k Xk k−j
n n−k 3 k 1
P(Z = k) = (1 − p) (1 − p) pj Or
k 4 j 4 n n−k n! n m
j=0 = =
k m−k k!(m − k)!(n − m)! m k
Par la formule du binôme
et donc m k
n
n−k
3 1
k n m X m 1
P(Z = k) = (1 − p)n−k (1 − p) + p P(Z = m) = p (1 − p)2n−m ×
k 4 4 m k 1−p
k=0
Par la formule du binôme Inversement, supposons les évènements A et B indépendants. On sait qu’alors
m
n m 2n−m (2 − p) n m P(A ∩ B) = P(A) P(B), P(Ā ∩ B) = P(Ā) P(B),
P(Z = m) = p (1 − p) = q (1 − q)n−m
m (1 − p)m m
P(A ∩ B̄) = P(A) P(B̄) et P(Ā ∩ B̄) = P(Ā) P(B̄)
avec q = p(2 − p).
La variable Z suit une loi binomiale. Ceci se relit
Exercice 9 : [énoncé] On a
La réponse est négative en général. P(f (X) = y ∩ X = x)
P (f (X) = y | X = x) =
Supposons que X et Y suivent des lois de Bernoulli de paramètre 1/2. P(X = x)
On a
Or {X = x} ⊂ {f (X) = y}, donc
P(X + Y = 2) = P(X = 1) P(Y = 1) = 1/4
et P (f (X) = y | X = x) = 1
P(X − Y = 0) = P(X = 0) P(Y = 0) + P(X = 1) P(Y = 1) = 1/2
Cependant, les variables X et f (X) étant supposées indépendantes
Or l’événement X + Y = 2 est inclus dans l’événement X − Y = 0 donc
P (f (X) = y | X = x) = P(f (X) = y)
P(X + Y = 2 ∩ X − Y = 0) = P(X + Y = 2)
Ainsi f (X) = y presque sûrement.
et l’on constate
La réciproque est immédiate et donc X et f (X) sont indépendantes si, et
P(X + Y = 2 ∩ X − Y = 0) 6= P(X + Y = 2) P(X − Y = 0) seulement si, f (X) est presque sûrement constante.
En supprimant le dernier terme assurément nul de la deuxième somme et en y a) Notons x1 , . . . , xn les valeurs (entières) prises par X. On a
ajoutant un terme nul correspondant à l’indice 0 n
X
N −1 N −1 ϕX (u) = eiuxk P(X = xk )
X X
E(X) = (n + 1) P(X > n) − nP (X > n) k=1
n=0 n=0
La fonction ϕX est alors combinaison linéaire de fonctions 2π-périodiques
Enfin, en combinant ces sommes (car xk ∈ Z) et de classe C ∞ .
n
N −1
X
X ϕX (0) = E(1) = 1, ϕ0X (0) = ixk P(X = xk ) = iE(X) et ϕ00X (0) = − E(X 2 )
E(X) = P(X > n) k=1
n=0
b) Si X suit une loi de Bernoulli de paramètre p
Puisque et donc
n+1−k
P(X ≥ k) = P(Y ≥ k) = P(X = xi ) = P(Y = yi )
n
Diffusion autorisée à titre entièrement gratuit uniquement - dD
[http://mp.cpgedupuydelome.fr] édité le 5 mai 2016 Corrections 11
Exercice 19 : [énoncé] On a
n
La valeur de a se déduit de l’identité X n−1 n 2n − 1
=
n k−1 n−k n−1
X k=1
P(X = k) = 1
en considérant le coefficient de X n−1 dans le développement de
k=0
Or b) L’espérance de X est
n+1 n+1 n
= n
k+1 k+1 k X
E(X) = (n + k) P (X = n + k)
donc k=0
n
1 X n+1 k
E(Y ) = p (1 − p)n−k Or
n+1 k+1
k=0 n+k−1 n+k
(n + k) =n
k k
puis par glissement d’indice
donc
n+1
X
1 n+1 k n
p (1 − p)(n+1)−k (n!)2 X n + k (n!)2
E(Y ) = 2n + 1 (2n + 1)n
p(n + 1) k E(X) = n = n =
k=1 (2n)! k (2n)! n n+1
k=0
et enfin par la formule du binôme avec un terme manquant
Pour calculer la variance, commençons par calculer E(X(X + 1)).
n+1
1 − (1 − p) n
E(Y ) = X
p(n + 1) E(X(X + 1)) = (n + k)(n + k + 1) P (X = n + k)
k=0
Or
Exercice 22 : [énoncé] n+k−1 n+k+1
(n + k)(n + k + 1) = n(n + 1)
k k
a) Les valeurs prises pas X sont les éléments de {n, n + 1, . . . , 2n}. puis
Distinguons les boules. Le nombre de tirages possibles est (2n)!
(n!)2
Les tirages de n + k boules contenant toutes les boules rouges (sans pour 2n + 2 n(n + 1)(2n + 1)
E(X(X + 1)) = n(n + 1) =2
autant terminer par une boule rouge) sont au nombre de (2n)! n (n + 2)
n+k donc
n!n! n2 (2n + 1)(2n + 3)
k E(X 2 ) = E(X 2 + X) − E(X) =
(n + 2)(n + 1)
En effet, on choisit k emplacements pour les boules blanches parmi les n + k
et enfin
correspondant au début du tirage extrayant les n rouges. On positionne n2 (2n + 1)
ensuite les boules rouges dans les emplacements restants et les boules V(X) = E(X 2 ) − E(X)2 =
(n + 2)(n + 1)2
blanches dans les emplacements réservés et sur la fin du tirage. On a donc
(n!)2 n + k
P(X ≤ n + k) = Exercice 23 : [énoncé]
(2n)! k
Notons Sn (k) le sous-ensemble de Sn constitué des permutations possédant
On en déduit exactement k ∈ J0 ; nK points fixes.
n n
(n!)2 (n!)2 n + k − 1
n+k n+k−1 X 1 X
P(X = n + k) = − = E(X) = k P(X = k) = k Card Sn (k)
(2n)! k k−1 (2n)! k n!
k=0 k=0
1 b) En développant
Card {(s, x) ∈ Ω | s(x) = x} = Card Ω = n!
n n n
! n
1 X X 1 X 2 n
et donc Vn = Xi2 − 2X̄n Xi + nX̄n2 = Xi − X̄ 2
n−1 i=1 i=1
n − 1 i=1 n−1 n
E(X) = 1
Aussi Par linéarité de l’espérance
n
1 X n
E(X(X − 1)) = k(k − 1) Card Sn (k) 1 X n
E Xi2 − E X̄n2
n! E(Vn ) =
k=0 n − 1 i=1 n−1
Considérons alors
puis
n
σ2
0 1 X 2 n
Ω = {(s, x, y) | s ∈ Sn et x, y ∈ J1 ; nK, x 6= y} E(Vn ) = σ + m2 −
+ m2
n − 1 i=1 n−1 n
On observe
et enfin
n
X E(Vn ) = σ 2
k(k − 1) Card Sn (k) = Card {(s, x, y) ∈ Ω0 | s(x) = x et s(y) = y}
k=0
Exercice 32 : [énoncé]
Par l’inégalité de Bienaymé-Tchebychev
np(1 − p)
P (|Xn − np| ≥ ε) ≤
ε2
Choisissons ε > 0 pour que
(Xn ≤ k) ⊂ (|Xn − np| ≥ ε)
La valeur ε = np − k convient et est strictement positive pour n assez grand. On a
alors
np(1 − p)
P (Xn ≤ k) ≤ −→ 0
(np − k)2 n→+∞
Exercice 33 : [énoncé]
Par l’inégalité de Bienaymé-Tchebychev
σ2 1
P (|X − µ| ≥ ασ) < 2
= 2
(ασ ) α
On conclut par considération d’évènement complémentaire.