26.06.2013 Views

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

1.5. Corrigés 45<br />

Exercice 1.27 (La roulette de la lose)<br />

1. On a bien sûr p0 = 1 et p100 = 0.<br />

2. Supposons que A commence avec ne avec 0 < n < 100 : à la première partie, ou bien il<br />

gagne (ce qui arrive avec probabilité p) et la probabilité qu’il se ruine ensuite devient pn+1,<br />

ou bien il perd (ce qui arrive avec probabilité (1−p)) et la probabilité qu’il se ruine ensuite<br />

devient pn−1. La formule des probabilités totales s’écrit donc :<br />

3. Si pour tout n ∈ {0,...,100}, on admet que :<br />

pn = p×pn+1 +(1−p)×pn−1.<br />

n 1−p<br />

pn = α+β ,<br />

p<br />

il nous reste simplement à déterminer α et β grâce <strong>aux</strong> conditions <strong>aux</strong> bords p0 = 1 et<br />

p100 = 0. Notons θ = 1−p<br />

p afin d’alléger les notations. On a donc à résoudre le système<br />

linéaire de deux équations à deux inconnues :<br />

Ceci donne finalement :<br />

<br />

α+β = 1<br />

α+βθ 100 = 0 ⇐⇒<br />

<br />

α = θ100<br />

θ 100 −1<br />

β = −1<br />

θ 100 −1<br />

∀n ∈ {0,...,100} pn = θ100 −θ n<br />

θ 100 −1 .<br />

4. La probabilité que A finisse ruiné en commençant avec 50e est donc p50 = θ100 −θ 50<br />

θ 100 −1 .<br />

5. A la roulette, la probabilité de gain à chaque partie est p = 18/37, donc θ = 19/18, et la<br />

probabilité de finir ruiné est : p50 ≈ 94%. Il valait mieux en effet aller se promener ce jour-là...<br />

6. Tant qu’à être prêt à perdre 50e, le mieux (ou plutôt : le moins pire) est de les miser en une<br />

seule fois. La probabilité de finir ruiné est alors simplement p = 18/37.<br />

Exercice 1.28 (Loi de succession de Laplace)<br />

1. La probabilité cherchée s’écrit, en suivant l’indication de l’énoncé :<br />

pN =È(En+1|En) =È(En+1 ∩En)<br />

È(En)<br />

=È(En+1)<br />

È(En) ,<br />

la dernière égalité venant de ce que En+1 ⊆ En. Les deux termes se traitent alors de la même<br />

façon, en décomposant sur la partition {U0,...,UN} :<br />

È(En) =<br />

N<br />

k=0È(En|Uk)È(Uk) = 1<br />

N +1<br />

N<br />

k=0È(En|Uk),<br />

1 le terme N+1 venant de l’équiprobabilité pour le choix de l’urne dans laquelle on pioche. Il<br />

reste à voir que si on pioche dans l’urne Uk, la probabilité de tirer 1 boule rouge est k/N<br />

donc la probabilité de tirer n boules rouges à la suite est (k/N) n . On a donc :<br />

pN =<br />

1 N N+1<br />

1<br />

N+1<br />

k=0 (k/N)n+1<br />

. N<br />

k=0 (k/N)n<br />

<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!