Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
A.1. Annales 215<br />
3. Pour la variance de X, commençons par calculer son moment d’ordre 2 :<br />
d’où<br />
E[X 2 ] = (−1) 2 × 1<br />
2 +02 × 1<br />
4 +22 × 1<br />
6 +32 × 1 23<br />
=<br />
12 12 ,<br />
Var(X) = E[X 2 ]−(E[X]) 2 = 23<br />
12 −<br />
<br />
1<br />
12<br />
2<br />
= 275<br />
≈ 1.91<br />
144<br />
<br />
275<br />
et l’écart-type vaut : σ(X) = 144 ≈ 1.38.<br />
4. Notons S la variable correspondant au gain du joueur sur 144 parties successives de ce jeu. Il<br />
est clair queS = X1+···+X144, oùXi représente le gain à la partiei. Puisque les 144 variables<br />
Xi sont indépendantes et identiquement distribuées, le Théorème Central Limite s’applique,<br />
à savoir que S suit approximativement une loi normale N(144 × E[X],144 × Var(X)) =<br />
N(12,275). Dès lors, une valeur approchée de la probabilité que le gain sur les 144 parties<br />
soit positif est :<br />
S −12<br />
È(S > 0) =È<br />
√ ><br />
275 −12<br />
<br />
√<br />
275<br />
<br />
−12 12<br />
≈ 1−Φ √ = Φ √ ≈ 0.7642.<br />
275 275<br />
Le joueur a donc environ 76% de chances d’avoir un gain global positif sur 144 parties successives.<br />
V. Beaujolais nouveau<br />
Le beaujolais nouveau est arrivé.<br />
1. Un amateur éclairé, mais excessif, se déplace de réverbère en réverbère. Quand il se lance pour<br />
attraper le suivant, il a 80% de chances de ne pas tomber. Pour gagner le bistrot convoité, il<br />
faut en franchir 7. On notera X le nombre de réverbères atteints sans chute.<br />
(a) La variable aléatoire X peut prendre les valeurs {0,1,...,6,7}.<br />
(b) La loi de X est en gros celle d’une variable géométrique commençant à 0 et “tronquée”<br />
à droite puisque<br />
etÈ(X = 7) = 0.8 7 .<br />
∀k ∈ {0,1,...,6} È(X = k) = 0.2×0.8 k<br />
2. La variable Y suivant une loi de Poisson P(4), la probabilité de faire au plus deux chutes est<br />
tout simplement<br />
È(Y ≤ 2) =È(Y = 0)+È(Y = 1)+È(Y = 2) = e −4<br />
<br />
40 41 42<br />
+ + = 13e<br />
0! 1! 2!<br />
−4 ≈ 0.238<br />
3. Avant toute chose, notons qu’il est clair d’après l’énoncé que l’alarme fait partie des 8 boutons.<br />
(a) Sur les 8 boutons, 2 conduisent à l’arrêt du “jeu” (le bon étage ou l’alarme), pour les 6<br />
autres on rejoue. En ce sens, la variable Z suit une loi géométrique de paramètre 1/4.<br />
(b) On en déduit que E[Z] = 4 et Var(Z) = 12.<br />
VI. Loi de Gumbel<br />
1. On considère la fonction g définie pour tout réel x par g(x) = e−e−x. Puisque limx→−∞e−x =<br />
+∞ etlimx→+∞e −x = 0, il s’ensuit quelimx→−∞g(x) = 0 etlimx→+∞g(x) = 1. Par ailleurs,<br />
la fonction g est dérivable en tant que composée de fonctions dérivables et sa dérivée vaut<br />
g ′ (x) = e−x−e−x. L’allure de g est donnée en figure A.6 à droite.<br />
<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2