Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2 Introduction aux Probabilités - Université Rennes 2
154 Chapitre 3. Variables aléatoires à densité 2. Pour répondre à cette question, il suffit d’appliquer le résultat précédent en considérant X1 (respectivement X2) comme le temps mis par Alice (respectivement Bob) pour pouvoir sortir. L’énoncé implique que X1 ∼ E(1/20) et X2 ∼ E(1/30). Le temps mis par le premier pour sortir est la variable aléatoire Y = min(X1,X2), laquelle suit donc une loi exponentielle de paramètre 1/20 + 1/30 : Y ∼ E(5/60). En moyenne, le premier sort donc au bout de E[Y] = 60/5 = 12 minutes. 3. Le temps nécessaire pour que les deux soient sortis correspond à la variableX = max(X1,X2). La loi de X n’est plus une bête exponentielle : on pourrait facilement la déterminer via sa fonction de répartition, mais nul besoin ici puisqu’on ne s’intéresse qu’à sa moyenne. Il suffit en effet de remarquer que X +Y = X1 +X2 pour en déduire que E[X] = E[X1]+E[X2]−E[Y] = 20+30−12 = 38 minutes. Remarque : Notons que par définition du minimum, nous avons à la fois Y ≤ X1 et Y ≤ X2, donc il n’est pas étonnant de voir que E[Y] ≤ E[X1] et E[Y] ≤ E[X2] (propriété de positivité de l’espérance). Idem pour le maximum. Exercice 3.11 (Think Tank) 1. Comme d’habitude, il faut que c vérifie : Êf(x)dx 1 = = c donc il faut c = 5, ce qui donne 1 0 (1−x) 4 dx = c f(x) = 5(1−x) 4 {0
3.6. Corrigés 155 Exercice 3.12 (Loi polynomiale) 1. Pour que f soit effectivement une densité, il faut que Êf(x)dx 1 = = c 1 0 (x+x 2 x2 )dx = c 2 1 x3 + = 3 0 5c 6 , donc il faut c = 6/5, ce qui donne f(x) = 6 5 (x+x2 ) {0 30) = 100−80 1 = 100 5 . Il y a donc une chance sur 5 que l’ambulance mette plus d’une demi-heure à intervenir. Probabilités Arnaud Guyader - Rennes 2
- Page 108 and 109: 104 Chapitre 2. Variables aléatoir
- Page 110 and 111: 106 Chapitre 2. Variables aléatoir
- Page 112 and 113: 108 Chapitre 2. Variables aléatoir
- Page 114 and 115: 110 Chapitre 2. Variables aléatoir
- Page 116 and 117: 112 Chapitre 2. Variables aléatoir
- Page 118 and 119: 114 Chapitre 2. Variables aléatoir
- Page 120 and 121: 116 Chapitre 3. Variables aléatoir
- Page 122 and 123: 118 Chapitre 3. Variables aléatoir
- Page 124 and 125: 120 Chapitre 3. Variables aléatoir
- Page 126 and 127: 122 Chapitre 3. Variables aléatoir
- Page 128 and 129: 124 Chapitre 3. Variables aléatoir
- Page 130 and 131: 126 Chapitre 3. Variables aléatoir
- Page 132 and 133: 128 Chapitre 3. Variables aléatoir
- Page 134 and 135: 130 Chapitre 3. Variables aléatoir
- Page 136 and 137: 132 Chapitre 3. Variables aléatoir
- Page 138 and 139: 134 Chapitre 3. Variables aléatoir
- Page 140 and 141: 136 Chapitre 3. Variables aléatoir
- Page 142 and 143: 138 Chapitre 3. Variables aléatoir
- Page 144 and 145: 140 Chapitre 3. Variables aléatoir
- Page 146 and 147: 142 Chapitre 3. Variables aléatoir
- Page 148 and 149: 144 Chapitre 3. Variables aléatoir
- Page 150 and 151: ∈Ê 146 Chapitre 3. Variables al
- Page 152 and 153: 148 Chapitre 3. Variables aléatoir
- Page 154 and 155: 150 Chapitre 3. Variables aléatoir
- Page 156 and 157: 152 Chapitre 3. Variables aléatoir
- Page 160 and 161: 156 Chapitre 3. Variables aléatoir
- Page 162 and 163: 158 Chapitre 3. Variables aléatoir
- Page 164 and 165: 160 Chapitre 3. Variables aléatoir
- Page 166 and 167: 162 Chapitre 3. Variables aléatoir
- Page 168 and 169: 164 Chapitre 3. Variables aléatoir
- Page 170 and 171: 166 Chapitre 3. Variables aléatoir
- Page 172 and 173: 168 Chapitre 3. Variables aléatoir
- Page 174 and 175: 170 Chapitre 3. Variables aléatoir
- Page 176 and 177: 172 Chapitre 3. Variables aléatoir
- Page 178 and 179: 174 Chapitre 3. Variables aléatoir
- Page 181 and 182: Annexe A Annexes A.1 Annales Univer
- Page 183 and 184: A.1. Annales 179 Université de Ren
- Page 185 and 186: A.1. Annales 181 Université de Ren
- Page 187 and 188: A.1. Annales 183 3. Montrer que E[X
- Page 189 and 190: A.1. Annales 185 4. Par définition
- Page 191 and 192: A.1. Annales 187 4. Soit Y la varia
- Page 193 and 194: A.1. Annales 189 0.50 0.45 0.40 0.3
- Page 195 and 196: A.1. Annales 191 4. (Bonus) La prob
- Page 197 and 198: A.1. Annales 193 III. Pièces défe
- Page 199 and 200: A.1. Annales 195 Tandis que dans le
- Page 201 and 202: A.1. Annales 197 IV. Jeu d’argent
- Page 203 and 204: A.1. Annales 199 4. L’espérance
- Page 205 and 206: A.1. Annales 201 1. Dire que T est
- Page 207 and 208: A.1. Annales 203 Université Rennes
154 Chapitre 3. Variables aléatoires à densité<br />
2. Pour répondre à cette question, il suffit d’appliquer le résultat précédent en considérant X1<br />
(respectivement X2) comme le temps mis par Alice (respectivement Bob) pour pouvoir sortir.<br />
L’énoncé implique que X1 ∼ E(1/20) et X2 ∼ E(1/30). Le temps mis par le premier pour<br />
sortir est la variable aléatoire Y = min(X1,X2), laquelle suit donc une loi exponentielle<br />
de paramètre 1/20 + 1/30 : Y ∼ E(5/60). En moyenne, le premier sort donc au bout de<br />
E[Y] = 60/5 = 12 minutes.<br />
3. Le temps nécessaire pour que les deux soient sortis correspond à la variableX = max(X1,X2).<br />
La loi de X n’est plus une bête exponentielle : on pourrait facilement la déterminer via sa<br />
fonction de répartition, mais nul besoin ici puisqu’on ne s’intéresse qu’à sa moyenne. Il suffit<br />
en effet de remarquer que X +Y = X1 +X2 pour en déduire que<br />
E[X] = E[X1]+E[X2]−E[Y] = 20+30−12 = 38 minutes.<br />
Remarque : Notons que par définition du minimum, nous avons à la fois Y ≤ X1 et Y ≤ X2,<br />
donc il n’est pas étonnant de voir que E[Y] ≤ E[X1] et E[Y] ≤ E[X2] (propriété de positivité<br />
de l’espérance). Idem pour le maximum.<br />
Exercice 3.11 (Think Tank)<br />
1. Comme d’habitude, il faut que c vérifie :<br />
Êf(x)dx 1 = = c<br />
donc il faut c = 5, ce qui donne<br />
1<br />
0<br />
(1−x) 4 dx = c<br />
f(x) = 5(1−x) 4 {0