Beruflich Dokumente
Kultur Dokumente
Pour BCPST 1
Mohamed TARQI
3
3 3 3 4 4 4 5 6 6 7 8 8 8 10 11 11 12 12
P(E) "" . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ensembles nis 1.3.1 1.3.2 Ensembles quipotents . . . . . . . . . . . . . . . . . . . . . . . . . . Proprits des cardinaux des ensembles nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Nombre d'application de Nombre d'injections de Nombre de parties Tirage avec remise Tirage sans remise Tirage simultan
1.4
. . . . . . . . . . . . . . . . . . . . . . . .
1.5
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Probabilits
2.1 2.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Concepts de base des probabilits . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 2.2.2 2.3 2.3.1 2.3.2 2.4 2.4.1 2.4.2 2.5 preuve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ensemble
14
14 14 14 15 16 16 18 22 22 23 25
. . . . . . . . . . . . . . .
Probabilit
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Probabilit conditionnelle
Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
28 28 29 30 30 33 33 35 36 36 36 40 41 41 43 44 46
Fonction de rpartition . . . . . . . . . . . . . . . . . . . . . . . . . . Esprance mathmatiques ( la moyenne ) Ingalit de Bienyam-Tchebychev Loi uniforme Variance et cart-type . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Couple de variables alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . Lois marginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Lois conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . L'indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Covariance, coecient de corrlation linaire . . . . . . . . . . . . .
51 53 55
Chapitre 1
Dnombrement
Contents
1.1 1.2 1.3 1.4 1.5 Gnralits. Rappels . . . . . . . . . Applications . . . . . . . . . . . . . . Ensembles nis . . . . . . . . . . . . . Dnombrement . . . . . . . . . . . . . Applications ( Exemples de tirages ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 . 5 . 6 . 8 . 11
a appartient E
Remarquons que cette interdiction a une autre interdiction : On ne peut pas parler d'un ensemble dont les lments seraient tous les ensembles, car on devait avoir En gnral, on dtermine un ensemble soit, en explicitant ses lments : soit par comprhension : Par exemple :
},
E = {x/x N = {x/x
}.
Z = {x/x
entier relatif
Soit
consti-
et not
P(E)
( ou sous
) si tout lment de
est lment de
et on note
AE
On a donc :
A E (x, x A = x E) A E (A P(E))
On rappelle que pour tout x on a :
tant donne un ensemble E et une partie A de E . On appelle complA dans E et on note E l'ensemble de tous les lments de E n'appartient pas
A.
Donc
A E
en particulier
= {x E/x A} / =E
et
et
et
y B},
produit cartsien de
Aet B .
runion de A et B. intersection de A et B.
A B = ,
Soit a)
sont
disjointes.
i I,
Gnralisation :
I
un ensemble non vide, pour tout on se donne un ensemble
Ei .
on dnit
Ei = {x/i I,
iI iI
tel que x Ei }
(Ei )iI
b)
Ei = {x/i I, x Ei }
(Ei )iI
de
P(E)
AB A B = CE CE CE AB A B CE = CE CE
Dmonstration :
En eet :
(x E),
on peut crire :
non(x A et x B) (x A) ou (x B) / / non(x A ou x B) (x A) et (x B) / /
c'est dire :
AB A B CE = CE CE AB A B CE = CE CE
Dnition 1.1.5.
ensembles
Donc :
Soit
et
et
et on note
B deux parties d'un ensemble E . On appelle dirence des A \ B l'ensemble des lments de A n'appartient pas B .
A \ B = {x E/x A et x B} /
Exercice 1.1.
Soit
(Ai )1in
E
C i=n
i=n
1. Montrer que :
i=n
Ai
i=1
=
i=1
et
AC i
i=n
et
Ai
i=1
=
i=1
AC . i
de
E,
on pose :
A B = (A B) \ (A B).
Montrer que :
A B = (A \ B) (B \ A) = (A B) (B A).
1.2 Applications
Soient
et
On dit que
f une application de E source dans F but. surjective ou une surjection si tout lment de que y = f (x)
ou une
( E), (x E) tel
On dit que
injective
injection
bijective
ou une
bijection
que y = f (x)
Donc une application est une bijection si et seulement si elle est la foissurjective et injective.
Si une application
et
p n, E
on pose
Dnition 1.3.1.
dans
F,
on dit que
et
sont
quipotents
et
F.
Exemples
1. Soit
et
sont
: P n
est une bijection. 2. L'application
I n + 1
dnie par :
R \ {1}
et
R \ {1}
sont quipotentes.
dnie par :
: ] 1, 1[ x
est une bijection, donc
x 1x2
] 1, 1[ [1, n].
et
sont quipotentes.
Dnition 1.3.2.
n E cardE = n
tel que
soit quipotent
Ce nombre
est appel le
cardinal
de
E,
on crit
On pose, par convention, card = 0 Un ensemble non f ini est appel ensemble inf ini, par exemple N, Z, Q, R, C sont des
ensembles innis.
F. f
Si Si
E et F cardE =cardF . E
et
et une application
de
Thorme 1.3.2.
F.
Thorme 1.3.3.
Si Si Si
f cardf (E) = cardF injective cardE = cardf (E) cardF bijective cardE = cardf (E) = cardF
tant donne une application
de
ni dans
ni.
Thorme 1.3.4.
et
on a :
Exercice 1.2.
1.
E, F, G tant trois ensembles nis, dmontrer que : card(E F G) = cardE + cardF + cardG card(E F ) card(E G) card(F G) + card(E F G) A
. .
2.
B tant deux parties d'un ensemble ni E , dmontrer que : A cardE = cardA + cardA (A = E = E\A) cardE = card(A B) + card(A B) + card(A B) + card(A B)
et
Thorme 1.3.5.
et
F,
on a :
Rgle
Si un objet la paire
a peut tre choisi de n faons et qu'un objet b peut tre choisi de m faons, (a, b), prise dans cette ordre, peut tre choisie de nm faons.
Gnralisation
Quels que soient les ensembles nis
E1 , E2 , ..., Ep ,
on a :
cardE n = (cardE)n
1.4 Dnombrement
On note
En (n 1)
lments.
Le nombre d'applications de
Ep
sur
En
est
np .
F(Ep , En )
l'ensemble d'applications de
Ep
sur
En .
Soit l'application :
Ep = {a1 , a2 , ..., ap }
est bien dnie bijective, donc :
p cardF(Ep , Fn ) = cardEn = np
Dnition 1.4.1.
de
Soit E un ensemble et p un entier non nul. Un E p = E E ... E est appel une p-liste d'lments de E .
lment
(x1 , x2 , ..., xp )
Exemples
1. Le nombre possible de rsultats, l'issue de trois lancers successifs d'une pice de monnaie est
23 = 8.
3 liste
d'lments de
{P, F }
boules numrotes
1, 2, ..., r
urnes numrotes
1, 2, ..., n
de ces
{(x1 , x2 , ..., xr ) o xi le
Il y a donc
i}
nr
telle rpartition.
Le nombre d'injections de
Ep
sur
En
est
n(n 1)...(n p + 1)
Ep
l'ensemble
En ,
une fois
parmi
dirent du choix
de l'image de de l'image de
1, 2,
il y a
n1
dirent de l'image de
et
n(n 1)...(n p + 1) =
On note :
n! (n p)! n! (n p)!
Ap = n(n 1)...(n p + 1) = n
Applications
Dnition 1.4.2.
lment de
E,
cardE
= n, un
arrangement de p
E.
est une
p-liste
Ap . n
Remarques
Si p > n, Ap = 0 : Il n'y a aucune injection de Ep dans En . n Si p = n, An = n! c'est le nombre d'applications bijectives ( permutations n sur En . Si p = 0, on pose par convention A0 = 1. n
) de
Ep
Exemples
1. Une agence de voyage soumet ces clients une liste de huit ville. Elle propose de choisir un circuit de cinq villes parmi ces huit, en indiquant l'ordre de visite des cinq villes choisies. Le nombre de circuits possibles est
A5 = 336 8
2. Combien de classements peut-on former avec 23 lves ( on suppose qu'il n'y a pas d'ex-aequo) : c'est
A23 = 23! 23
tiercs possible dans
[1, 12]).
Il y a
A3 = 1320 12
l ordre.
d'ex-aequo)
Exercice 1.3.
Combien peut-on former de mots avec toutes les lettres du mot tant utilise une seule fois ? Combien en existe-t-il commenant par
AHM ED,
chaque lettre
et nissant par
parties de
ayant
lments
Dsignons par
Pp (E)
l'ensemble de
Thorme 1.4.3.
(0 p n)
lments
Dmonstration :
Soient Soit
un ensemble a
lments et
l'ensemble d'injections de
dans
et
l'application :
Un sous-ensemble de
de cardinal
est appel
combinaison
de
E.
p > n,
p n
= 0,
ayant un cardinal
E. n,
on a :
0 n
n n
=1
Exemples
1. L'agence de voyages (l'exemple prcdent ) propose galement ces clients une formule "libert" pour laquelle le touriste choisit cinq villes sans prciser l'ordre dans lequel ces villes seront visites. Le nombre de formules "libert" est 2. Il y a
5 8
= 56
A3 12 3!
= 220
5 52
= 2598 960.
Exercice 1.4.
positifs de l'quation
nombres entiers
Proposition 1.4.2.
p n
p n1
p1 n1
tant donn
et
entiers naturels
(0 p n),
alors
p n
np et n
10
Dmonstration :
E un ensemble ni a n lments. Si A E est une partie a p lments alors A =
Soit
n p lments
donc l'application :
Pp (E)
et
Pnp (E)
p n
np n
np
Soit
a E.
p lments peuvent se regrouper en deux catgories disjointes : d'une part a et d'autre part ceux qui ne contient pas a. Les premiers s'obtient en adjoignant a n'importe que partie a p1 lments de E\{a}. p1 y en a donc n1 . p Les autres sont forms de p lments pris parmi E\{a}. Il y en a n1 p p1 p En conclusion : n = n1 + n1 .
Les parties a
tant donns
et
rels o
n,
alors :
p=n
(a + b)n =
p=0
p np p b na
Exemples
Soit
n N , + +2
1 n 1 n
on a :
0 n 0 n 0 n
+ +
1 n
2 n 2 n
+ ... +
2 n 3 n
n n
p=n
=
p=0
p n
= (1 + 1)n = 2n .
p n
+ ... + (1)p
p n
+ ... + (1)n
n n p=n
n n
p=n
=
p=0
p p n (1)
= (1 + 1)n = 0.
+ 22
+ ... + 2p
+ ... + 2n
=
p=0
p p n2
= 3n .
boules, de
couleurs direntes
Ni (i [1, k])
i,
on a :
(k N ), N1 + N2 + ... + Nk = N
On
boules une une, en remettant chaque fois la boule tire dans l'urne
avant de prcder au tirage suivant, le rsultat est un les rptitions sont possibles, il existe donc
nuplet
Nn
rsultats possibles.
11
n1 + n2 + ... + nk = n. Quel est le nombre de n-uplets qui constitus de n1 boules de la couleur 1, n2 boules de la couleur 2, ..., nk boules de la couleur k .
Soient des entiers tels que
n1 , n2 , ..., nk
n n n n! Proposition 1.5.1. Ce nombre (Nombre de tirages possibles) gal n1 !n2 !...nk ! N1 1 N2 2 ...Nk k .
n! Proposition 1.5.2. Ce nombre (Nombre de tirages possibles) gal n1 !n2 !...nk ! An11 An22 ...Ankk . N N N
lments
de l'ensemble des boules de l'urne. Le nombre de cas possibles est donc de la couleur 1 prise parmi
n. N
prise parmi
(n1 , n2 , ..., nk ) signie que cette partie est constitu de n1 boules N1 , n2 boules de la couleur 2 prise parmi N2 , ..., nk boules de Nk .
nk n1 n2 N1 N2 ... Nk .
Un sac contient 4 boules rouges, 2 noires et 3 blanches. On tire de ce sac deux boules
avec
Solution
Notons :
A l'ensemble de tirages contenant une boule rouge et une boule blanche ; B l'ensemble de tirages contenant deux boules de mme couleur ; C l'ensemble de tirages contenant au moins une boule blanche. 2! 1 0 1 a) cardA = 1!0!1! 4 2 3 = 24 b) On peut crire B = B1 B2 B3 ( runion disjointe ) avec : .. B1 l'ensemble de tirages contenant deux boules rouges ; .. B2 l'ensemble de tirages contenant deux boules noires ; .. B3 l'ensemble de tirages contenant deux boules blanches.
12
Donc :
cardB = cardB1 + cardB2 + cardB3 2! 2! 2! = 42 20 30 + 40 22 30 + 40 20 32 2! 0! 0! 0! 2! 0! 0! 0! 2! = 29 C = C1 C2 ( runion disjointe ) avec : .. C1 l'ensemble de tirages contenant un boule blanche et une boule rouge ; .. C2 l'ensemble de tirages contenant une boule blanche et une boule noire ; ..C3 = B3 .
c) Alors :
Exercice 1.6.
Refaite le mme exercice dans les cas suivants : Tirage sans remise et Tirage simultan.
13
Chapitre 2
Probabilits
Contents
2.1 2.2 2.3 2.4 2.5 Introduction . . . . . . . . . . . . . Concepts de base des probabilits Probabilit . . . . . . . . . . . . . . Probabilit conditionnelle . . . . . Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 14 16 22 25
2.1 Introduction
Lorsqu'un phnomne est dtermin par une loi connue, on peut utiliser cette loi pour faire des
prvisions.
choisissons un origine et un sens sur cette droite, chaque instant le point est repr par son abscisse. Mathmatiquement, le mouvement est donc reprsent par une fonction :
f : I R t x = f (t)
Par application de de cette loi, on peut prvoir et dterminer la position du mobile chaque instant. Ce pendant toutes les situations ne sont pas aussi simples : par exemple, dans une partie de pile ou face, on ne peut pas dire l'avance si c'est pile qui sortir ou si face. Un tel phnomne semble chapper toute prvision. On dit qu'il est alatoire. L'objet des probabilits est d'tudier, d'un point de vue thorique les phnomnes ala-
toires
14
Exemples
1. Soit l'preuve " lancer une pice de monnaie trois fois dans l'air ". On peut obtenir soit pile, soit face pour le premier cas, puis, soit pile, soit face pour le deuxime lancer, etc... 2. " Tirage d'une carte d'un jeu de 52 cartes " 3. Dans une urne on dpose sept boules rouges, quatre noires et deux boules vertes " On tire successivement deux boules sans les remettre dans l'urne "
associ cette preuve est l'ensemble des rsultats possibles. On note cette ensemble
P P P F P F F P P
F F F P F
Dans ce cas :
= {P P P, P P F, P F P, P F F, F P P, F P F, F F P, F F F }
2. Dans l'exprience " lancer deux fois d'un d "
= [1, 6]2
3. Au jeu de la roulette qui contient 37 chires,0,1,2,...,36. L'espace des ventualits est :
= {n N/0 n 36}
4. L'espace des vnements associ l'preuve " lancer d'une pice de monnaie et d'un d " est :
= {P, F } [1, 6]
Dnition 2.2.3.
Soit
vnement.
Exemples
P(),
Dans le jeu de la pice de monnaie lance trois fois,l'vnement " pile sort en premier " est
{P P P, P P F, P F P, P F F }. {2, 4, 6}.
15
vnements particuliers
est dit vnement impossible. est dit vnement certain. Deux vnements A et B sont dits disjoints ou incompatibles si l'vnement A et B est impossible, c'est dire A B = . Chaque partie de possdant un seul lment ( un singleton ) est appel vnement
Exemples
Dans le jeu de la pice de monnaie lance trois fois : 1) L'vnement caractris par " sortir cinq fois pile " est impossible. De mme l'vnement " obtenir une fois pile et deux fois pile " est impossible. 2) Les vnements " obtenir une fois pile " et obtenir deux fois pile " sont incompatibles.
2.3 Probabilit
2.3.1 Dnitions et proprits
Dnition 2.3.1.
Une probabilit
P ()
dans
[0, 1]
qui vrie :
p() = 0, p() = 1
et pour tout couple d'vnements tels que
AB =
on a :
(, P (), p),
si
(, P (), p)
est
Exemple
On lance une pice de monnaie une fois. Ici
L'application :
(, P (), p)
Soit
Proposition 2.3.1.
1. 2. 3.
(, P (), p)
A, B P (), p(A B) = p(A) + p(B) p(A B). A, B P () A B, p(A) p(B). A P (), p(A) = 1 p(A), avec A = A
tels que
16
Dmonstration :
1.
A, B P ()
on a :
A B) = (A B) (B A) (A B)
et les trois parties On a donc :
A B, B A, A B
A = (A B) (A B) B = (B A) (A B)
On a alors :
et
(A B) (A B) = (B A) (A B) =
et
p(A B)
et de
p(B A)
dans (1), on a :
A, B P () a : B = A
tels que
A B. = A (B A)
et
et
BA
= A A,
donc
Dnition 2.3.2.
Soit
(, P (), p)
Proposition 2.3.2.
Soit
(, P (), p)
lmentaires soient quiprobables. On a alors : 1 a , p({a}) = 2 p Si A = {ai1 , ai2 , ..., aip } , p(A) = n = cardA card
17
Preuve :
On a :
= {a1 , a2 , ..., an },
donc :
d'o
i, p({ai }) =
1 n
Exemples
1. L'exemple deja tudier d'une partie de pile ou face trois lancers est un cas particulier o les vnements lmentaires sont quiprobables. 2. Considrons le jet d'un d six faces numrots de 1 6. Si le d une forme rgulire ( cube ) et s'il est fait d'une matire homogne, chaque numro a la mme probabilit, c'est d'quiprobabilit. 3. Si on lance un d truqu comporte les numros
n'est pas la mme distance de chaque face. Dans ce cas il faudra rejeter l'hypothse
6, 1, 2, 3, 4, 5, 6,
dans ce cas
{1, 2, 3, 4, 5}
= {1 , 2 , 3 , 4 , 5 , 6 }. 3
1 4
Le tableau ci-dessous
1 pi
Calculer
4 15
2 x
4
1 12
5
1 12
6 y
et
y,
pour que :
On a d'une part :
4 1 1 1 +x+ + + +y =1 15 4 12 12
d'autre part :
ou
x+y =
19 60
4 1 1 1 + x + = 2( + + y) 15 4 12 12
L'unique solution est
ou
31 1 + x = + 2y 60 3
x=
3 20
et
y=
1 6
18
Exercice 2.2.
p
est une probabilit sur l'univers
. A
et
1 2 p(A) = , p(B) = 3 5
Calculer
p(A B) =
1 6
AB
AB
A,
donc :
1 1 1 = 3 6 6 17 30
7 30 13 30 .
, d'o :
p(A B) =
Exercice 2.3.
On lance deux fois de suite une pice de monnaie. Dterminer l'ensemble puis
pour ce jeu,
P ()
la probabilit associe.
P() = A B C D
avec
A = {, } B = {{(P, P )}, {(P, F )}, {(F, P )}, {(F, F )}} C = {{(P, P ), (P, F )}, {(P, P ), (F, P )}, {(P, P ), (F, F )}, {(P, F ), (F, P )}, {(P, F ), (F, F )}, {(F, P ), (F, F )}} D = {{(P, P ), (P, F ), (F, P )}, {(P, F ), (F, P ), (F, F )}, {(F, F ), (P, P ), (P, F )}, {(F, F ), (P, P ), (F, P )}}
On suppose que les deux ds ne sont pas truqus, donc, par quiprobabilit, on a :
E P(), p(E) =
cardE , d'o : 24
p() = 0
et
p() = 1 1 16
E B, p(E) =
19
2 16 3 E D, p(E) = 16 E C, p(E) =
Exercice 2.4.
Une urne contient 1 boule noire, 2 boules rouges, 3 boules vertes. 1. On prlve successivement et sans remise deux boules de l'urne et on note leur couleur. On suppose que tous les tirages sont quiprobables. Quelle est la probabilit des vnements suivants : boule rouge
A:
B:
C:
2. Mmes questions qu'au 1) On prlve successivement deux boules avec remise (la premire est remise dans l'urne avant le tirage de la deuxime ). 3. Mmes questions, en supposant que l'on prlve deux boules simultanment.
Solution
Pour distinguer les boules de mme couleur, on suppose que les boules sont numrotes
N1 , R 2 , R 3 , V 4 , V 5 , V 6 .
1. Soit
l'univers associ ce premier type de tirage, donc card est le nombre d'ar-
rangements de deux lments ( les deux boules tires ) d'un ensemble six lments ( six boules dans l'urne ) donc card =A6
= 6 5 = 30. 2 = 6.
Pour que
p(A) =
De mme
6 1 = 30 5 .
Pour que
soit rali-
sable il faut tirer les deux boules, successivement et sans remise, parmi les 4 boules
N1 , V 4 , V 5 , V 6 .
D'o
= 4 3 = 12 12 3 = p(B) = 1 p(B) = 1 30 5
p(C) = 1 p(C) avec C : deux boules de mmes couleurs = C1 C2 ( runion disjointe ) C avec : C1 : obtenir deux boules vertes C2 : obtenir deux cardC =2 1 + 3 2 = 8 et p(C) = 1 8 11 = 30 15
boules rouge
donc
20
2. Ici card est le nombre d'application d'un ensemble de six lments dans un ensemble 2 lments, donc card =6
C, on a C = C1 C2 C3 ( runion C1 : obtenir deux boules vertes C2 : obtenir deux boules rouge C3 "obtenir deux boules noires "
D'o
p(A) =
1 16 5 9 = , p(B) = 1 = , 36 4 36 9 =
2 6
et
14 11 p(C) = 1 p(C) = 1 = . 36 18 15
issues possibles dont
3. On obtient exactement les mmes rsultats qu' la question 1) ; l'ordre des boules tires n'intervient pas ; card ralisent
A, 6
ralisant
et
= 15, 4 ralisantC.
donc il y a
Exercice 2.5.
Est-il probable d'amener au moins une fois un six avec un d en quatre coups que d'amener un double six au moins une fois avec deux ds en 24 coups ? (On suppose que les ds ne sont pas truqus)
Solution Avec un d :
L'exprience consiste lancer quatre fois un d et noter les numros obtenus ; l'ensemble Soit
est
{1, 2, 3, 4, 5, 6}4 , = 54
et
donc card
= 64 . A = {1, 2, 3, 4, 5}4
donc cardA
p(A) = 1
54 64
possibles et card
24 cardB = 35
Conclusion :
n avec le d : obtenir au
Il est plus probable d'amener au moins une fois un six avec un d en quatre coups que d'amener un double six au moins une fois avec deux ds en 24 coups.
21
Proposition 2.4.1.
Dmonstration :
pB () = p(B) = p(B) = 1 p(B) p(B) A, A , tels que A A = on a : pB (A A ) = p[(AA )B] = p[(AB)(A B)] = p(B) p(B)
p(A B) p(B)
p(AB) p(B)
= pB (A) + pB (A )
Exemple
On tire une carte d'un jeu de 32 cartes :
1 1 1 1
R R R R
D D D D
V V V V
10 10 10 10
9 9 9 9
8 8 8 8
7 7 7 7
R : tirer un roi T : tirer un tr`f le e R T : tirer un roi de tr`f le e 8 1 Ici card = 32 p(T ) = = 4 , p(R T ) = 32
ce cas l'espace des vnements est
1 32
et
p(RT ) p(T )
1 8
On arrive maintenant savoir, avant de dcouvrir la carte, qu'il s'agit d'un tre. Dans
Donc tirer un roi dans ces conditions-l est un vnement de sachant que l'on tir un tre. Cet vnement est not On a bien et
p(R/T ) =
p(RT ) p(T ) .
. C'est 1 p(R/T ) = 8
tirer un roi
Remarques
Il est parfois ais de dterminer p(A/B). On peut alors P (A B) = P (A/B) P (B). De mme, si P (A) = 0, P (A B) = P (B/A) P (A).
dduire
P (A B)
en crivant
Proposition 2.4.2.
p(A) = 0
1. 2. 3. et
Soit
et
(, P (), p)
tels
p(B) = 0,
alors
Ai Aj =
Exemple
2 boules vertes. On tire successivement deux boules sans les remettre dans l'urne. Pour i = 1 ou 2, on note : Ri eme tirage N l'vnement tirer une boule noire ` l'vnement tirer une boule rouge au i i eme tirage V l'vnement tirer une boule verte au ieme tirage On a : ` ` au i i 1) R1 = , N1 = , V1 = 2) R1 N1 = , V1 R1 = , N1 V1 = 3) R1 N1 V1 = N1 , V1 , R1 forment une partition de . De mme N2 , V2 , R2 forment une partition de .
Dans une urne on dpose boules rouges, boules noires et
(, P (), p)
et
A1 , A2 , ..., An
des vne-
Alors :
i=n
p(A) =
i=1
p(A/Ai ) p(Ai )
Preuve :
p(A) = p(A )
car
= p(A (A1 A2 ... An ) = p((A A1 ) (A A2 ) ... (A An )) = p(A A1 ) + p(A A2 ) + ... + p(A An )) = p(A/A1 ) p(A1 ) + ... + p(A/An ) p(An )
car car
A1 , A2 , ..., An
Exemple
Un individu est choisi au hasard dans une population possdant la proportion
p ]0, 1[
de tricheurs. On fait tirer une carte d'un jeu de 52 cartes cet individu et on admet que si cet individu est un tricheur il est sur de retourner un as. Quelle est la probabilit que cet individu retourne un as ? Soit
l'vnement
et
l'vnement
l'individu
retourne un as
.
23
On a
: = T T,
ainsi :
p(B) > 0,
on a, pour
l'identit :
p(Ak /B) =
p(B/Ak ) p(Ak )
i=n
p(B/Ai ) p(Ai )
i=1
Preuve :
k {0, 1, ..., n},
on peut crire :
p(Ak /B) = =
p(B/Ai ) p(Ai )
i=1
Exemple
Un matre et son lve tirent l'arc sur une cible. La probabilit pour que l'arc aille l'lve est
0.8 ;
0.5.
Par contre,
si la che est tire par le matre, la probabilit de succs est quelle est la probabilit qu'elle ait t tire par le matre ? Notons :
0.7.
p(A/B).
p(A/B ) =
d'o
p(A/B ) =
0.70.2 0.70.2+0.50.8
= 0.2592
24
2.5 Indpendance
Soit
et
Remarquons que si la ralisation de l'vnement bilit de la ralisation de l'vnement formule des probabilits composes devient :
B (p(B) = 0) n'agit pas sur la probaA (p(A) = 0), c'est dire p(A/B) = p(A), alors la
Deux vnements
et
(, P (), p)
sont dits
L'indpendance est une relation symtrique entre les vnements. Si p(A) = 0 ou p(B) = 0, les deux vnements sont indpendants (p(A B) = p(A) p(B) = 0)
Exemples
1. On tire une carte d'un jeu de 32 cartes. On considre les trois vnements :
R : tirer un roi T : tirer un tre R T : tirer un roi de tre Les vnements R : tirer un roi
eet :
et
T :
donc
R. n
enfants.
2. Considrons les direntes rpartitions possibles des sexes des enfants d'une famille ayant
Considrons l'vnement
M :
F :
Notons
Cas : n = 2
= 2n .
2
Alors
et
M F =M
25
d'o
Cas
3
2 1 3 1 = , p(F ) = , p(M F ) = 4 2 4 2 p(M F ) = p(M ).p(F ), M et F ne sont pas indpendants : n=3 p(M ) =
dans ce cas.
On a dans ce cas :
= {(G, G, G), (G, G, F ), (G, F, F ), (F, G, F ), (F, G, G), (F, F, G), (G, F, G), (F, F, F )} M = {(G, G, F ), (G, F, F ), (F, G, F ), (F, G, G), (F, F, G), (G, F, G)} F = {(G, G, G), (G, G, F ), (F, G, G), (G, F, G)}
et
p(M ) =
Dans ce cas
3 4 1 3 6 = , p(F ) = = , p(M F ) = 8 4 8 2 8
et
sont indpendants.
Exercice 2.6.
Montrer que , pour
n > 3, M
et
Si
Soient A et B deux vnements d'un espace probabilis (, P (), p). A et B sont indpendants, alors A et B sont indpendants. De mme pour les vnements A et B et pour les vnements A et B.
Proposition 2.5.1.
Preuve :
On a
A = (A B) (A B)
et
A et B sont indpendants, et par symtrie A et B sont aussi indpen et A sont indpendants. A sont indpendants. alors B (Ak )1kn
une suite nie d'vnements d'un espace probabilis
Dnition 2.5.2.
(, P (), p).
Soit
A1 , A2 , ..., An
d'vnements distincts, on a :
Remarque
Si les vnements
A1 , A2 , ..., An
pendants deux deux, mais la rciproque est est fausse en gnral. Voici un contre exemple.
Exemple
a et b. Considrons les A = {a pair }, B = {b impair } et C = {a et b de mme parit} On 1 a : p(A) = p(B) = p(C) = et p(A B) = p(A C) = p(B C) = 1 donc A, B et 2 4 C sont deux deux indpendants, mais p(A B C) = 0 = 1 : A, B et C ne sont pas 8
On lance deux ds non truqus dont les rsultats sont nots vnements suivants mutuellement indpendants.
27
Chapitre 3
dans
R.
Notations
Soit
1 (x) 1. X
2. 3. 4.
R: = { /X() = x} se note X = x. X 1 (]a, +[) = { /X() > a} se note X > a. X 1 ([a, b[) = { /a X() < b} se note a X b. X 1 (] , a]) X 1 (] , b]) se note (X a, X b).
dans
Exemples
1. On lance une pice de monnaie, l'univers associ cette exprience est soit
= {P, F },
X({P }) = 1
et
X({F }) = 0, 1 2
alors
p(X = 0) = p(X = 1) =
2. Soit une urne deux catgories contenant des boules blanches en proportion des boules noires en proportion chaque tirage
et
1 p.
de
X()
des boules
3. Un tournoi de football se joue entre quatre quipes. Chaque quipe doit rencontrer une fois et une fois seulement les trois autres. chaque match, on attribue 2 points l'quipe gagnante, 0 point l'quipe perdante et 1 point chaque quipe s'il y a match nul. Soit
et dnition
) Soit
(, P (), p),
alors
suit la loi de
la loi de probabilit de
X.
Dmonstration :
On a :
X() =
a
donc
(X = a)
pX (X()) =
a
p(X = a) = 1
Soient B et B deux parties disjointes de X(), donc ils existent deux parties disjointes A et A de tels que : X(A) = B et X(A ) = B , donc :
pX (B B ) = p(
aBB
X = a)
Exemple
Un sac contient six jetons : deux jetons portent le numro 1 ; trois portent le numro 2 ; un jeton porte le numro 3. On suppose que les jetons ont mme probabilit d'apparition. On tire simultanment trois jetons du sac. Soit nombres ports par les jetons tirs.
29
X.
associ cette preuve est l'ensemble des parties trois lments (jetons)
card =
3 6
= 20
{1, 1, 1}, {1, 2, 2}, {1, 1, 3}, {1, 2, 3}, {2, 2, 2}, {2, 2, 3}
Donc
4, 5, 6, 7,
c'est--dire
2 1 2 3
20
1 2 2 3
= + 20 20
1 1 1 2 3 1 2 1 3 1
+ 3 20
3 3
7 20 7 = 20 =
20
xi X() p(X = xi )
4
3 20
5
7 20
6
7 20
7
3 20
la fonction numrique
FX
ap-
x R, FX (x) = p(X x)
Exercice 3.1.
Un sac contient 3 boules rouges et 3 boules vertes. On tire une une les 6 boules du sac ( sans remise ) Soit
la v.a.r qui chaque tirage des six boules associe le nombre de boules vertes
tires avant l'apparition, pour la premire fois, d'une boule rouge. 1) Quelles sont les valeurs prises par 2) Quelle est la loi de
X? X.
X?
30
Solution
1. Le rsultat de cette preuve est une permutation des 6 boules et, si on dsigne par
card = 6!
Il est vident que au
X() = {0, 1, 2, 3} ( car la premire boule rouge peut apparatre 1er tirage ( alors X = 0), ou au 2me tirage ( alors X = 1), ou au 3me tirage ( alors X = 2) ou au 4me tirage (alors X = 3)) p(X = 0) = p(E0 ) E0 tant l'vnement constitu er position, donc gure en 1 (
des permutations des 6 boules du sac o une rouge
2.
cardE0 =
permutations des
1 3 5!
fois,
5!
est le nombre de
p(X = 0) =
1 5! 3
6!
1 2
p(X = 1) = p(E1 ) E1 tant l'vnement constitu des permutations des 6 er position, et une rouge en 2 position, donc verte en 1 cardE1 = (
1 pour la verte tir la 3 1 1 3 3 4!
fois,
fois,
4!
est le nombre de
p(X = 1) =
1 1 4! 3 3
6!
3 10
p(X = 2) = p(E2 ) E2 tant l'vnement constitu des permutations des 6 boules du sac o gurant une er position, une verte en 2 position et une rouge en 3 position, donc verte en 1 cardE2 = A2 1 3! 3 3 (A2 3
correspondant aux arrangements des deux boules vertes gurant en 1 et 2 positions,
fois,
3!
3 A2 1 3! 3 3 = 6! 20
= 3!3!
31
(3!
dsignant le nombre de permutations des trois boules vertes ou des trois boules
rouges ), on a :
p(X = 2) =
La loi de probabilit de
3!3! 1 = 6! 20
k X() p(X = k)
3. Fonction de rpartition de Si Si Si
0
1 2
1
3 10
2
3 10
3
1 10
X.
Soit
xR
8 10
x [2, 3[ (X x) = (X = 0) (X = 1) (X = 2)
19 20
( runion
x [3, +[
(X x) = (X = 0) (X = 1) (X = 2) (X = 3)
disjointe )donc :
20 =1 20
FX (x) =
0 1 2 1
8 10 19 20
Thorme 3.2.1. Soit X une v.a.r. et soit FX sa fonction de rpartition. Alors FX possde
les proprits suivantes : 1) 2) 3)
F est une fonction croissante ( au sens large F est continue droite en tout point de R. lim FX (x) = 0 et lim FX (x) = 1
x+
Proposition 3.2.1.
1) 2)
Soit X une v.a.r . et soit FX sa fonction de rpartition. a, b R, a < b, P (a < X b) = FX (b) FX (a) a R, p(X = a) = FX (a) FX (a ), (FX (a ) = lim FX (x))
On a :
xa
32
i=n
E(X) =
i=1
xi p(X = xi ) U
une fonction de
Proposition 3.2.2.
a :
Soit
une v.a.r et
dans
R,
dnie sur
DX .
On
i=n
E(U (X)) =
i=1
avec
U (xi )p(X = xi )
alors
Dnition 3.2.3.
Y
De manire gnrale si
E(X) = 0, X
est
dite centre.
i=n
V ar(X) =
i=1
On appelle
Remarque
1. La variance est un nombre positif car la somme de produits positifs
V ar(X) = i=n [xi E(X)]2 p(X = xi ) : C'est i=1 [xi E(X)]2 et p(X = xi ).
33
i=n
V ar(X) =
i=1 i=n
=
i=1
x2 p(X i
= xi ) 2E(X)
i=1
xi p(X = xi ) + E (X)
i=1 i=n
p(X = xi )
p(X = xi ) = 1)
= E(X 2 ) E 2 (X)
d'o :
Proposition 3.2.3.
ni (, P (), p) et
Soit
a, b
V ar(aX + b) = a2 V ar(X)
et
Dmonstration :
On a d'une part :
V ar(aX + b) = E[(aX + b)2 ] E 2 (aX + b) = a2 E(X 2 ) + 2abE(X) + b2 a2 E 2 (X) 2abE(X) b2 = a2 [E(X 2 ) E 2 (X)] = a2 V ar(X)
et d'autre part :
(aX + b) = =
= |a|
= |a| (X)
Dnition 3.2.5.
rduite associe X .
Proposition 3.2.4.
gale un, de mme
La variable alatoire
Y =
centre-
E(Y ) = 1
34
Dmonstration :
1 1 E(Y ) = E( XE(X) ) = (X) [E(X) E(E(X))] = (X) [E(X) E(X)] = 0 (X) 1 V ar(Y ) = ( (X) )2 V ar(Y ) = 1 ( car V ar(Y ) = 2 (Y )) V ar(Y ) = 1 = E(Y 2 ) E 2 (Y ) = 1 E(Y 2 ) = 1
Exemple
Dans l'exemple prcdent, Exercice 3.1, on a :
E(X) =
kX()
kp(X = k) 1 3 3 1 +1 +2 +3 2 10 20 20
= 0 = 3 4
E(X 2 ) =
kX()
k 2 p(X = k) 1 3 3 1 + 12 + 22 + 32 2 10 20 20
= 02 =
Donc
27 20 27 3 63 ( )2 = 20 4 80
(X) =
La variable
V ar(X) = 0.88741
Y =
XE(X) (X)
ni, positif : 2 2
m sa moyenne et
son
p(|X m| )
preuve :
Nous savons que :
2 = V ar(X) =
xi
35
On pose :
= |X m| = {xi / |X(xi ) m| }
alors
2 =
xi 2
p( )p(X = xi ) 2 p( ) = 2 p(|X m| )
d'o
p(|X m| )
2 2
Remarque
En considrant l'vnement contraire
C,
p(|X m| < ) 1
En eet,
2 2
2 2
1 p( ) 1
2 , c'est--dire 2
p(|X m| < ) 1
( C = |X m| < )
avec
Dnition 3.3.1.
on crit
X Un
si
On a :
E(X) =
Cas particulier :
1 n
xi
i=1
et V ar(X) =
1 n
x2 E 2 (X) i
i=1
X() = {1, 2, ..., n}, alors la loi 1 P (X = xi ) = n , i = 1, 2, ..., n n+1 E(X) = 2 2 1 V ar(X) = n 12
Si
de
est une
v.a.r
de
Bernoulli si elle
X
suit la loi de
ne prend que deux valeurs 0 et 1 avec des probabilits non nulles. On dit Bernoulli de paramtre
et on crit
X (1, p)
36
Exemple
On lance une pice de monnaie o la probabilit d'amener pile est note v.a.r
p ]0, 1[.
La
dnie par
est une
v.a.r de Bernoulli.
Proposition 3.3.1.
X (1, p), et
alors
p,
q = 1 p.
Chaque fois que l'on tire une boule, on la remet dans l'urne. On a, chaque tirage, la
p(B) = p
schma de Bernoulli :
B
( succs) et
Dnition 3.3.3.
(chec).
q = 1p
fois.
et
p. n
lettres, chacune tant
ou
N. 2n
listes possibles qui sont les vnements lmentaires.
Il y a donc
Proposition 3.3.2.
n
ayant
Soit de ces
et
2n
lments.
et
et
n,
la probabilit de l'vnement
(X = k)
est
(X = k) est form de k vnements lmentaires. tudions, par n exemple, l'vnement lmentaire B...B N...N Chaque tirage d'une boule est indpendant
En eet : L'vnement des autres, il vient alors
k fois
nk fois
(X = k)
ont la mme
P (X = k) =
k pk (1 n
p)nk
Dnition 3.3.4.
sur l'univers la
loi binomiale
p
. On crit
tant donn un schma de Bernoulli de paramtres n et p, la probabilit, p(X = k) = k pk (1p)nk porte le nom de n . On la note B(n, p) et on dit que X suit une loi binomiale de paramtres
et
X B(n, p)
Exemple
Supposons que dans des conditions normales de fonctionnement, la quantit de pices dfectueuses usines par une machine est une caisse de
1%. X
de pices dfectueuses dans
100
0.01)100
1 1 100 0.01 (1
0.01)99
0.9999
Exercice 3.2.
Dans un groupe de 100 personnes, quelle est la probabilit pour que 2 personnes exactement soient nes le mme jour ?
Solution
On suppose que :
La probabilit de naissance est le mme toute l'anne Il y a indpendance entre les naissances. Il n'y a pas d'anniversaire le 29 fvrier ( On ne tient pas compte des annes bissextiles
) Pour un jour donn, chaque individu, on associ une v.a.r de Bernoulli gale 1 si son anniversaire, 0 sinon. Le nombre de personnes nes ce jour l est donc une variable binomiale avec
X (100, p)
p=
1 365 .
p(X = 2) =
2 2 100 p (1
Proposition 3.3.3.
Soit
X B(n, p)
E(X) = np
et
V (X) = npq
38
Dmonstration :
Par dnition, on a :
E(X) =
k=0
kp(X = k) =
k=0
k k n p (1
p)nk =
k=1
k k n p (1
p)nk
k
donc
k n
n! (k 1)!(n k)!
E(X) = n p
k=1 n1
= = =
On peut crire :
np
i=1
np(p + 1 p)n1 np
E(X(X 1)).
n
E(X(X 1)) =
k=0 n
k(k 1) k(k 1)
k=2
k k n p (1
=
mais
k k n p (1
k(k 1)
donc
k n
= n(n 1)
k2 n2
k2 k n2 p (1
p)nk p)nk
k2 k2 (1 n2 p
k=2 n2
= n(n 1)p2
i=0
i i n2 p (1
p)(n2)i
(avec i = k 2)
D'o :
Exercice 3.3.
Un d ttradique a ses quatre faces numrotes d repose sur la face numrote
aprs un lancer
pour que le
p1 =
Soit
1 7 11 5 , p2 = , p3 = , 4 = 12 36 36 12 A
la v.a.r qui associe un jet de ce d la somme des nombres ports sur les faces
visibles. On lance le d 5 fois de suite. Quelle est la probabilit pour que l'vnement
est pair se ralise a) deux fois exactement ? b) au moins une fois ? c) au plus une fois ?
boules, et
Np
boules blanches et
Nq
boules noires,
1p
Dnition 3.3.5.
X
remise, et on appelle
X
Si
N, n
et
p.
Nous crivons et
(N, n, p)
Proposition 3.3.4.
k nk Np Nq n N
(N, n, p),
alors
X() [0, n]
k [0, n] p(X = k) =
Proposition 3.3.5.
Soit
(N, n, p),
on a
E(X) = np
et
V (X) = npq N n N 1
Remarque importante
On montre que
k nk Np Nq n N
tend vers
k pk (1 p)nk quand n
est assez grand, on peut, dans un calcul de probabilit, remplacer la loi hyper-
gomtrique
(N, n, p)
B(n, p) qui ne n et p. Dans la pratique, on admet que cette approximation N > 10n.
40
(, P (), p)
C = (X, Y )
X() = {x1 , x2 , ..., xn } et Y () = {y1 , y2 , ..., ym } pij = p((X = xi ) (Y = yj )), pour (i, j) [1, n] [1, m] pi. = p((X = xi ), pour i [1, n] p.j = p(Y = yj )), pour j [1, m] f: I R t x = f (t)
Dnition 3.4.1.
1) L'application
Soit
C = (X, Y )
C = (X, Y )
2) L'application
X)
3) L'application
s'appelle la
deuxime loi marginale du couple( c'est la loi de Y ) Reprsentation matricielle des lois de = (X, Y ) C
X\ Y
x1 x2 xn
Loi de
y1 p11 p21
y2 p12 p22
ym p1m p2m
Loi de
p1 p2
pn1 p1
pn2 p2
pnm pm
pn
1
Exemple
Une urne contient 4 boules blanches et 3 boules noires. On tire successivement 2 boules de l'urne. Nous noterons
41
0
9 49 12 49 3 7
Soit
1
12 49 16 49 4 7
Loi de X
Y X\
0
1 7 2 7 3 7
1
2 7 2 7 4 7
Loi de X
0 1
Loi de Y
3 7 4 7
0 1
Loi de Y
3 7 4 7
Thorme 3.4.1.
C = (X, Y )
nales du couple sont donnes par : j=m x X(), p(X = x) = p(X = x, Y = yj ) j=1 i=n p(X = xi , Y = y) y Y (), p(Y = y) = i=1 i=n j=m
i=1 j=1
p(X = xi , Y = yj ) = 1
Dmonstration :
x X(),
on peut crire :
j=m
(X = x) = (X = x) (
j=1 j=m
Y = yj )
=
j=1
d'o
(X = xi , Y = yj ) (runion
disjointe)
j=m
j=m
p(X = x) = p(
j=1
(X = xi , Y = yj ) =
j=1
p(X = x, Y = yj )
i=n
y Y (), p(Y = y) =
i=1
p(X = xi , Y = y)
On a :
i = 1, 2, ..., n
j=m i=n i=n j=m
p(X = xi ) =
j=1
p(X = x, Y = yj ) = 1 =
i=1
p(X = xi ) =
i=1 j=1
p(X = x, Y = yj )
42
Remarque
Le thorme peut s'crire sous la forme :
j=m
pij
j=1 i=n
pij
i=1 j=1
pij = 1
C = (X, Y )
X() = {x1 , x2 , ..., xn } et () = {y1 , y2 , ..., ym } pij = p((X = xi ) (Y = yj )), pour (i, j) [1, n] [1, m] pi. = p(X = xi ), pour i [1, n] p.j = p(Y = yj )), pour j [1, m] Si p(Y = yj ) = 0, on peut considrer les nombres p(X = xi /Y =yj ) =
De mme si
p((X = xi ) = 0,
p(Y = yj /X=xi ) =
d'o la dnition suivante :
Dnition 3.4.2.
tionnelle de relation :
Soit
sachant
C = (X, Y ) un couple de variables alatoires. On appelle loi condiY = yj , l'application dnie sur X(), valeurs dans [0, 1] par la xi p(X = xi /Y =yj ) = pij pj
sachant
[0, 1]
par la relation :
yi p(Y = yi /X=xi ) =
Exemple
Reprenons l'exemple prcdent et dterminons toutes les lois conditionnelles : a)
=0
X /Y
=1
3 7
4 7
3 7
4 7
43
par exemple :
p(X = 0/Y =1 ) =
Y /X
9 49 3 7
3 = 7)
0 1
=0
Y /X
=1
3 7
4 7
3 7
4 7
quelle valeur de et
( ou de b)
loi de
( ou
Y /X=i = Y
=0
=1
p
par exemple
1 2
2 7 3 7
1 2
2 3
1 3
p(X = 0/Y =1 ) =
Y /X
= 2) 3
0 1
=0
Y /X
=1
1 2
1 2
2 3
2 3
Dans ce cas, le conditionnement a eu un eet. Par exemple tirage inue sur la loi de la deuxime.
X/Y =0 = X
ou
Y /X=1 = Y.
Il est normal que dans un tirage sans remise, la connaissance du rsultat de la premire
3.4.3 L'indpendance
Dnition 3.4.3.
Soit variables alatoires, on dit les v.a.r
un couple de
Exemple
Les deux variables remise.
et
Y,
dans le cas de tirage avec remise et ne sont pas indpendantes dans le cas de tirage sans
Exercice 3.4.
Une urne contient une boule porte le numro 1, deux boules portent le numro 2 et trois boules portent le numro 3. On dtermine un entier
ment et avec remise 3 boules de l'urne. On suppose que les tirages sont quiprobables. La premire boule tire fournit le chire des centaines de
n,
le chire des dizaines et le troisime tirage indique le chire des units. 1. Calculer les probabilits des l'vnements :
44
2. Soit
et
la
v.a.r gale
si
n
et
pair et
si
n impair. (X, Y ).
sont-ils indpendantes ?
Solution
1. Puisque le tirage est avec remise alors card
= 63 .
8 27
et
A B
est ralis si on a tir trois boules parmi les quatre qui portent les numros
=444
et
4 p(A) = ( 6 )3 =
=662
p(B) = 1 . 3
(X = 0, Y = 0) signie qu'on obtient un nombre pair qui contient aucun p00 = p(X = 0, Y = 0) = 0 L'vnement (X = 0, Y = 1) signie qu'on obtient un nombre impair qui contient 8 aucun chire pair, c'est--dire A = (X = 0, Y = 1), donc p01 = p(A) = 27 L'vnement (X = 1, Y = 0) signie qu'on obtient un nombre pair qui contient un
p11 =
0 1 2 3
Loi de b) On a, par exemple,
0 0
4 27 4 27 1 27 9 27
1
8 27 8 27 2 27
Loi de
0
18 27
8 27 12 27 6 27 1 27
1
8 9 27 . 27 , donc
pas indpen-
45
Exercice 3.5.
Montrer le rsultat suivant : Deux variables alatoires sont indpendantes si et seulement si, le rang de la matrice associe
A (A = (pij )1in,1jm )
est gal 1.
u(X, Y ) Y
deux v.a.r sur
et
.
(
Z = u(X, Y )
E(Z) =
(x,y)X()Y ()
Cas particuliers :
u(x, y)p(X = x, Y = y)
E(X + Y ) = =
(x + y)p(X = x, Y = y)
(x,y)X()Y ()
(x,y)X()Y ()
Or :
xp(X = x, Y = y) =
(x,y)X()Y ()
[
xX() yY ()
=
xX()
De plus
x[
yY ()
p(X = x, Y = y) = p(X = x)
yY ()
D'o
xp(X = x, Y = y) =
(x,y)X()Y ()
De mme, on a :
xp(X = x) = E(X)
xX()
yp(X = x, Y = y) = E(Y )
(x,y)X()Y ()
Conclusion :
E(X + Y ) = E(X) + E(Y ) E(XY ) =
(x,y)X()Y () xyp(X
= x, Y = y)
46
De plus, si
et
E(XY ) =
(x,y)X()Y ()
= =
xX()
xp(X = x)
yX()
yp(X = y)
= E(X)E(Y )
Donc si
et
indpendantes, alors
E(XY ) = E(X)E(Y )
Soit
(, P (), p)
C = (X, Y )
un couple de
covariance de X et Y
Soient
et not
Cov(X, Y ). ,
alors
et
E(X.Y ) E(X)E(Y )
E[(X E(X))(Y E(Y )] = E(XY ) E(Y )E(X) E(X)E(Y ) + E(X)E(Y ) = E(X.Y ) E(X)E(Y )
Exemple
Soient
En eet,
Y de loi B(1, p), alors Cov(X, Y ) = p(X = 1, Y = 1) p2 . E(XY ) = (x,y)X()Y () xyp(X = x, Y = y) = p(X = 1, Y = 1)
et
Thorme 3.4.2.
1)
Soit X, Y, X , Y des variables alatoires sur (, P (), p). Alors : Cov(X, Y ) = Cov(Y, X) 2) Cov(X + X , Y ) = Cov(X, Y ) + Cov(X , Y ) et Cov(X, Y + Y ) = Cov(X, Y ) + Cov(X, Y ) 3) Cov(X, Y ) = Cov(X, Y ) = Cov(X, Y ) 4) Cov(X, X) = V ar(X) 0 5) V ar(X + Y ) = V ar(X) + 2Cov(X, Y ) + V ar(Y ) 6) Si X et Y indpendantes alors Cov(X, Y ) = 0
47
Lemme
Soit
une v.a.r. Si
V ar(X) = 0
alors
est constante.
Preuve :
V ar(X) =
i=n
X() = {E(X)}
et par suite
E(X).
Alors :
Thorme 3.4.3.
Soit
X, Y
(, P (), p).
Y = aX + b
a, b
des rels )
Preuve :
On pose, pour tout
RT () = V ar(X + Y ),
alors :
V ar(X) = 0, T
trinme
pour tout
Ainsi
V ar(X)) Cov(X, Y ) = 0,
donc
V ar(X) = 0
dans ce cas
et
sont indpendantes et
()
est
vri. Si
Cas d'galit :
|Cov(X, Y )| = (X)(Y ), T () admet une racine double c : T (c) = V ar(cX + Y ) = 0, cX + Y est donc une v.a.r constante b ( d'aprs le lemme ). On a donc cX + Y = b = Y = cX + b = aX + b (c = a).
lorsque
alatoires sur
(, P(), p).
On dit que
et
et on note
(X, Y )
Proposition 3.4.2.
1) 2)
Soit
X, Y
(, P(), p).
Alors :
1 (X, Y ) 1 X et Y sont indpendantes = (X, Y ) = 0 3) Si (X, Y ) = 1 (rep.1), alors il existe a > 0 que Y = aX + b.
(resp.a
< 0)
et une constante
tel
Exercice 3.6.
Soit
{1, 0, 1},
c'est--dire :
X() = {1, 0, 1}
Calculer
et
1 3
(X n , X m )
avec
(n, m) N2 .
Solution
k N ,
on a : Si
est pair :
2 3
V ar(X) = E(X 2k ) E 2 (X k ) =
Si
2 2 2 ( )2 = 3 3 9
est impair
V ar(X) = E(X 2k ) E 2 (X k ) =
Calculons
2 2 0= 3 3
(X n , X m ) =
Cov(X n ,X m ) (X n )(X m )
(X n , X m ) =
Si
et
sont pairs.
(X n , X m ) =
Si
2 3
( 2 )2 3
2 9
=1
2 9
est pair et
impair ou si
impair et
pair.
(X n , X m ) =
0 0 ( 2 )2 3
2 9
49
=0
2 3
Si
et
sont impairs.
(X n , X m ) =
2 3
00
2 3
=1
2 3
50
Annexe A
Problme I
Premire partie
Une urne contient deux boules de l'urne. 1. Calculer la probabilit qu'il tire deux boules blanches. 2. Le joueur participe maintenant au jeu suivant : (a) s'il tire deux boules blanches il gagne (b) s'il tire deux boules noires il perd
boules :
blanches et
francs
(x 0) ;
10x
francs ;
(c) s'il tire une boule blanche et une boule noire, il procde un second tirage de deux boules, sans remettre les deux premires boules tires : l'issue de second tirage il gagne On dsigne par ) du joueur. 3. Donner la loi de probabilit de la v.a.r 4. Calculer, en fonction de
francs.
G la v.a.r dont les valeurs sont gales aux gains ( positifs ou ngatifs G. G.
dterminer
y,
l'esprance mathmatique de
pour que
E(G) = 0.
5. s'il tire une boule blanche et une boule noire, il procde un second tirage de deux boules, sans remettre les deux premires boules tires : l'issue de second tirage il gagne
francs.
y,
calculer l'cart-type
(G)
de la variable
en fonction de
x.
Deuxime partie
Soit la fonction
f,
x,
par :
f (x) =
1. Dterminer le rel
110x2 + 60 21
tel que
x+
lim [f (x) x] = 0
pour
f (x) x
x0?
51
2. tudier la fonction
(C)
1.5 cm
).
(G)
et
8.
52
Annexe B
Problme II
On considre le jeu lectronique suivant : Un point lumineux
chaque instant se situer en l'un des cinq points Lorsque le point ci-dessous :
Pj
d'abscisses j gales :
O, et peut 2; 1; 0; 1; 2.
qu'il se positionne en
L est en Pj , j {2, 1, 0, 1, 2} l'instant t, la probabilit pour Pk , k {2, 1, 0, 1, 2} l'instant t + 1 est fournie par le tableau
instant t \
instant t+1
P2 P1 P0 P1 P2
P2 0 0.5 0 0 0
P1 1 0 0.5 0 0
P0 0 0.5 0 0.5 0
P1 0 0 0.5 0 0
P2 0 0 0 0.5 1
Xn
(a) Dterminer les lois de probabilit des v.a.r rance mathmatique et la variance des
(b) Calculer le coecient de corrlation linaire du couple 2. (a) Dterminer la loi de probabilit de
Xn+1
Xn .
(b) On dsigne par
an
la probabilit de l'vnement
Xn = 0.
de rcurrence de la forme :
an+2 + an + an2 = 0, n 2.
(c) Dterminer toutes les suites
(un )nN
un+1 + un + un1 = 0, n 1.
53
(d) En dduire
an .
(an )nN
54
Annexe C
Problme III
On dsire tudier sur un certain nombre d'annes les mouvements migratoires d'une population lors des vacances d't. L'observation de cette population a conduit la construction d'un modle mathmatique dont les hypothses sont les suivantes :
H1 : Le territoire sur lequel volue la population durant les vacances d't est divis en trois rgions, notes 1, 2, 3. H2 : Chaque anne, tout individu de la population tudie choisit une rgion et une seule pour y passer toutes les vacances d't. H3 : Le choix d'une rgion par un individu pour y passer ses vacances d't est un phnomne alatoire qui volue dans le temps partir d'une anne initiale appele anne 1. i {1, 2, 3} et n 1, l'vnement : choisir la rgion i pour y n et i (n) = p[Ai (n)], i {1, 2, 3} la probabilit de choisir l'anne n, la region i pour y passer ses vacances d't. H4 : 1 (1) = 0.2; 2 (1) = 0.45; 3 (1) = 0.35 H5 : La probabilit de choisir la rgion i, i {1, 2, 3}, pour y passer ses vacances l'anne n + 1, ne dpond que du choix effectu l'anne n.
On note
Ai (n),
pour
aij = p[Ai (n + 1)/Aj (n)] , 1 i 3, 1 j 3, la probabilit de choisir la rgion i l'anne n + 1, sachant que l'anne n, on choisi la rgion j. On suppose que i, j {1, 2, 3}, aij est indpendant de l'anne considre et que les aij sont les lments de la matrice M suivante : a11 a12 a13 0.3 0.1 0.6 M = a21 a22 a23 = 0.5 0.3 0.2 a31 a31 a33 0.2 0.6 0.2
On note
H6 : On suppose que la population tudie reste inchange durant toutes les annes prises en considration dans ce modle.
Question prliminaire :
55
A1 , A2 , ..., An une famille d'vnements d'un univers , avec p(A1 A2 ...Ai ) = 0, i = 1, 2, ..., n 1.
Soit Montrer que
Partie A
1. (a) Soit
Bn
en fonction de
n. 1
l'anne
(b) Sachant qu'un individu choisit la rgion qu'il ait choisi la rgion
2,
l'anne
1?
(c) Calculer la probabilit pour qu'un individu change de rgion entre la premire anne et la deuxime anne.
Partie B
2. (a) Exprimer, en le justiant, une relation entre les matrices
1 (n + 1) 2 (n + 1) 3 (n + 1)
puis entre les matrices
et
1 (n + 1) 2 (n + 1) 3 (n + 1) M = P DP 1 ,
avec
et
On pose
1 0 D= 0 0 0 a a P 1 = b b c c
Montrer que
0 0 ( = 0.1+i 0.11) a b c 1 0 0 M n = P 0 n 0 P 1 0 0 n
et
1 P = 1 1
x y z
x y z
Dnition C.0.6.
ments de quand On note alors
On dit qu'une suite de matrices (Un )n1 de type (m q) lC, (Un = [uij (n)]1im,1jq ) converge vers une matrice L = (lij )1im,1jq ntend vers l'inni si lim uij (n) = l (i, j) {1, 2, ..., m} {1, 2, ..., q}
n+
L = lim Un
n+
56
(Un )n1 de type (m q) lments de C , qui converge vers la matrice L , lorsque n tend vers l'inni et V , W deux matrices telles que les produits V L et LW soient dnis, on a alors : lim V Un = V L
n+ n+
U = (uij )1i3,1j3
et
V = (vij )1i3,1j3 U V.
somme des lments de chaque colonne de chacune d'elles soit gale qu'il est de mme pour la matrice
1. Montrer P 1 .
(c) Dduire de ce qui prcde les valeurs des lments 4. Montrer que les suites limites.
a, a , a
de la matrice
57