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

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

52 Chapitre 1. Espaces probabilisés<br />

En raisonnant de même en partant respectivement de “avantage pour le joueur” et “avantage<br />

pour son adversaire”, on aboutit finalement au système d’équations :<br />

lequel se résout sans difficulté :<br />

P = 2<br />

3<br />

⎧<br />

⎨<br />

⎩<br />

P + = 2 1<br />

3 + 3P P = 2<br />

3P+ + 1<br />

3P− P− = 2<br />

3P <br />

2 1<br />

+<br />

3 3 P<br />

<br />

+ 1<br />

3<br />

2 4<br />

× P ⇒ P =<br />

3 5 .<br />

Remarque : il est possible d’arriver brutalement au même résultat en décomposant toutes<br />

les possibilités de gain du jeu à partir de 40-40 :<br />

P =È(GG∪GPGG∪PGGG∪GPGPGG∪GPPGGG∪PGGPGG∪PGPGGG∪...)<br />

Le motif est limpide : le gain du jeu se décompose en une séquence de n couples GP ou<br />

PG, conclu par le couple GG. Puisqu’il y a deux choix pour chaque couple, le nombre de<br />

séquences possibles de longueur n est 2 n . Il reste à voir queÈ(PG) =È(GP) = 2/9 et<br />

È(GG) = 4/9 pour arriver à une brave série géométrique :<br />

P =<br />

+∞<br />

n=0<br />

2 n × 4<br />

9<br />

n 2<br />

=<br />

9<br />

4<br />

9<br />

+∞<br />

n=0<br />

n 4<br />

=<br />

9<br />

4<br />

5 .<br />

2. La probabilité p3 d’arriver à 40-40 correspond à la probabilité de 6 échanges parmi lesquels 3<br />

ont été remportés par le joueur, les 3 autres par son adversaire. Puisqu’il y a 6 3 combinaisons<br />

de la sorte, on en déduit :<br />

3 3 6 2 1<br />

p3 = =<br />

3 3 3<br />

160<br />

729 .<br />

3. La probabilité p2 que le joueur gagne le jeu en arrivant à 40-30 et en concluant s’obtient par<br />

le même raisonnement :<br />

p2 = 2<br />

3 ×<br />

3 2 5 2 1<br />

=<br />

3 3 3<br />

160<br />

729 .<br />

La probabilité p1 que le joueur gagne le jeu en arrivant à 40-15 et en concluant :<br />

1 2<br />

p1 = 2<br />

3 ×<br />

4<br />

3<br />

3<br />

3 1<br />

3<br />

La probabilité p0 que le joueur gagne un jeu blanc :<br />

p0 =<br />

2<br />

3<br />

4<br />

= 16<br />

81 .<br />

= 64<br />

243 .<br />

4. La probabilité PG que le joueur gagne le set se déduit des calculs précédents :<br />

PG = P ×p3 +p2 +p1 +p0 = 208<br />

≈ 0.856.<br />

243<br />

5. Tout ce qui précède se généralise en remplaçant 2/3 par p et 1/3 par q = 1−p :<br />

PG = ϕ(p) = p2<br />

1−2pq ×20p3q 3 +10p 4 q 2 +4p 4 q +p 4 = p 4<br />

<br />

20pq3 1−2pq +10q2 <br />

+4q +1 .<br />

Remarque : on vérifie bien que ϕ(0) = 0, ϕ(1) = 1, ϕ(1/2) = 1/2, et de façon générale<br />

ϕ(1−p) = 1−ϕ(p). Cette dernière propriété signifie simplement que le graphe de la fonction<br />

ϕ admet (1/2,1/2) comme centre de symétrie (voir figure 1.11).<br />

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

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

Saved successfully!

Ooh no, something went wrong!