Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2 Introduction aux Probabilités - Université Rennes 2
84 Chapitre 2. Variables aléatoires discrètes Buts marqués par équipe et par match 0 1 2 3 4 5 6 7 8 Total Équipes ayant marqué ce nombre de buts 268 266 152 53 13 7 0 0 1 760 Exercice 2.7 (Espérance d’une loi uniforme) 1. On jette une pièce équilibrée. On appelle X la variable aléatoire qui vaut 0 si on obtient Face et 1 si on obtient Pile. Donner l’espérance de X. 2. On jette un dé équilibré et on appelle X le résultat du lancer. Que vaut E[X]? 3. Rappeler ce que vaut la somme 1 + 2 + ··· + n. En déduire l’espérance de U lorsque U ∼ U {1,...,n}. 4. On reprend l’exercice sur le gardien de nuit du chapitre 1, lequel a 10 clés pour ouvrir une porte. Dans le cas où il est à jeun et élimine chaque clé après un essai infructueux, quel est le nombre moyen d’essais nécessaires pour ouvrir la porte? 5. Soit m et n dansÆ∗ . Soit X une variable aléatoire à valeurs dans {1,2,...,mn} et telle que ∀i ∈ {1,2,...,mn},È(X = i) = 1/m−1/n. (a) Déterminer m en fonction de n pour qu’on ait bien une loi de probabilité. (b) Déterminer E[X] et trouver n tel que E[X] = 7/2. Exercice 2.8 (Espérance d’une loi de Bernoulli) 1. On jette une pièce dont la probabilité d’apparition de Pile est 2/3. On appelle X la variable aléatoire qui vaut 0 si on obtient Face et 1 si on obtient Pile. Quelle est l’espérance de X ? 2. De façon générale, que vaut E[X] lorsque X ∼ B(p)? 3. Une roulette a 37 numéros : 18 rouges, 18 noirs et 1 vert (le zéro). (a) Si vous misez sur une couleur et que cette couleur sort, vous récupérez 2 fois votre mise, sinon vous perdez votre mise. Supposons que vous misiez 1e sur rouge, quel est votre bénéfice moyen? (b) Si vous misez sur un numéro (le zéro étant exclu) et que ce numéro sort, vous récupérez 36 fois votre mise, sinon vous la perdez. Supposons que vous misiez 1e sur le 13, quel est votre bénéfice moyen? Exercice 2.9 (Espérance d’une loi binomiale) 1. Calculer E[X] lorsque X suit une loi binomiale B(n,p) (on pourra s’inspirer de l’exercice V du TD1). 2. Soit X1,...,Xn n variables aléatoires indépendantes et identiquement distribuées (en abrégé i.i.d.) suivant la loi de Bernoulli B(p). Rappeler la loi de X = X1+···+Xn. Retrouver alors le résultat de la question précédente. 3. Soit X1,...,Xn+m variables aléatoires i.i.d. suivant la loi de Bernoulli B(p). Loi de X = X1 +···+Xn ? Loi de Y = Xn+1 +···+Xn+m ? Loi de Z = X +Y ? 4. Soit X une variable aléatoire qui suit une loi binomiale B(n,1/2). Chaque réalisation de X est affichée sur un compteur qui est détraqué comme suit : si X n’est pas nul, le compteur affiche la vraie valeur de X ; si X est nul, le compteur affiche un nombre au hasard entre 1 et n (i.e. tiré suivant une loi U {1,...,n}). Soit Y la variable aléatoire égale au nombre affiché. Déterminer la loi de Y et son espérance. Exercice 2.10 (Espérance d’une loi hypergéométrique) 1. On considère n et N dansÆ∗ avec n ≤ N et p ∈]0,1[ tel que Np ∈Æ∗ . Pour fixer les idées, notre modèle est celui d’une population de taille N dans laquelle Np votants sont favorables au candidat A. Afin d’estimer p on tire au hasard sans remise n individus dans la population et on appelle X le nombre de votants pour A dans cet échantillon. Rappeler la loi suivie par X. Arnaud Guyader - Rennes 2 Probabilités
2.6. Exercices 85 2. On numérote de 1 à Np les Np votants pour le candidat A. Pour tout k ∈ {1,...,Np}, on appelle Xk la variable aléatoire qui vaut 1 si l’individu k fait partie de l’échantillon, 0 sinon. (a) Donner la relation entre X et X1,...,XNp. (b) Montrer que E[X1] = n/N. En déduire que E[X] = np. Comparer à la moyenne d’une variable aléatoire distribuée suivant une loi binomiale B(n,p). 3. On tire au hasard et sans remise 5 cartes d’un jeu de 32 cartes. Soit X la variable aléatoire égale au nombre de rois obtenus. Donner sans calculs la loi et l’espérance de X. Exercice 2.11 (Espérance d’une loi géométrique) On rappelle que pour tout x ∈]−1,+1[, on a +∞ n=1 nxn−1 = 1 (1−x) 2 et +∞ n=1 n(n−1)xn−2 = 2 (1−x) 3. 1. On lance un dé équilibré et on appelle X la variable correspondant à la première apparition du numéro 1. Rappeler la loi de X et calculer E[X]. 2. Généralisation : soit X ∼ G(p), que vaut E[X]? 3. On reprend l’exercice sur le gardien de nuit du TD1, lequel a 10 clés pour ouvrir une porte. Dans le cas où il est ivre et remet chaque clé dans le trousseau après un essai infructueux, quel est le nombre moyen d’essais nécessaires pour ouvrir la porte? 4. On considère des polygones convexes dont le nombre N de côtés est une variable aléatoire ayant pour loiÈ(N = n) = 2 2−n pour tout n ≥ 3. Quel est l’espérance du nombre de côtés du polygone? Quel est l’espérance du nombre de diagonales du polygone? Exercice 2.12 (Espérance d’une loi de Poisson) 1. Soit X une variable aléatoire qui suit une loi de Poisson de paramètre λ ∈Ê∗ + . Montrer que E[X] = λ. 2. Toujours pour X ∼ P(λ), on considère alors la variable aléatoire Y = e −X . Calculer E[Y]. 3. Un athlète tente de franchir des hauteurs successives numérotées 1,2,...,n,... Il a le droit à un seul essai par hauteur, s’il échoue il est éliminé. On suppose que les sauts sont indépendants les uns des autres et que la probabilité de succès aun-ème saut estrn = 1/n pour toutn ∈Æ∗ . On note X la variable aléatoire égale au numéro du dernier saut réussi. (a) Montrer que ∀n ∈Æ∗ : pn =È(X = n) = n/(n +1)!. Via l’écriture n = (n +1) −1, vérifier qu’on a bien +∞ n=1 pn = 1. (b) Montrer que E[X +1] = e. En déduire E[X]. Exercice 2.13 (Espérance d’une loi arithmétique) Soit X une variable aléatoire à valeurs dans {0,1,...,n} et telle que ∀k ∈ {0,1,...,n}, pk = È(X = k) = αk. 1. Déterminer α pour que X soit effectivement une variable aléatoire. 2. On rappelle que n . En déduire E[X]. k=0k2 = n(n+1)(2n+1) 6 Exercice 2.14 (Deux dés : somme et différence) On lance deux dés équilibrés. On note U1 et U2 les variables aléatoires correspondant aux résultats obtenus. 1. Rappeler la loi de U1, son espérance et sa variance. 2. On appelle X = (U1 +U2) la somme et Y = (U1 −U2) la différence des deux résultats. Que valent E[X] et E[Y]? Montrer que E[XY] = 0. 3. En déduire que X et Y sont décorrélées. Sont-elles indépendantes ? Exercice 2.15 (Deux dés : min et max) On lance deux dés équilibrés. On note U1 et U2 les variables aléatoires correspondant aux résultats obtenus. On appelle X = min(U1,U2) le minimum et Y = max(U1,U2) le maximum des deux dés. Probabilités Arnaud Guyader - Rennes 2
- Page 37 and 38: 1.5. Corrigés 33 et on peut donc u
- Page 39 and 40: 1.5. Corrigés 35 2. Soit A et B de
- Page 41 and 42: 1.5. Corrigés 37 - Concernant la l
- Page 43 and 44: 1.5. Corrigés 39 q Figure 1.9 - Un
- Page 45 and 46: 1.5. Corrigés 41 et pour l’Europ
- Page 47 and 48: 1.5. Corrigés 43 3. On cherche cet
- Page 49 and 50: 1.5. Corrigés 45 Exercice 1.27 (La
- Page 51 and 52: 1.5. Corrigés 47 Exercice 1.31 (Le
- Page 53 and 54: 1.5. Corrigés 49 qui se calcule à
- Page 55 and 56: 1.5. Corrigés 51 2. Cette fois la
- Page 57 and 58: 1.5. Corrigés 53 Figure 1.11 - Pro
- Page 59: 1.5. Corrigés 55 3. Nous voulons c
- Page 62 and 63: 58 Chapitre 2. Variables aléatoire
- Page 64 and 65: 60 Chapitre 2. Variables aléatoire
- Page 66 and 67: 62 Chapitre 2. Variables aléatoire
- Page 68 and 69: 64 Chapitre 2. Variables aléatoire
- Page 70 and 71: 66 Chapitre 2. Variables aléatoire
- Page 72 and 73: 68 Chapitre 2. Variables aléatoire
- Page 74 and 75: 70 Chapitre 2. Variables aléatoire
- Page 76 and 77: 72 Chapitre 2. Variables aléatoire
- Page 78 and 79: 74 Chapitre 2. Variables aléatoire
- Page 80 and 81: 76 Chapitre 2. Variables aléatoire
- Page 82 and 83: 78 Chapitre 2. Variables aléatoire
- Page 84 and 85: 80 Chapitre 2. Variables aléatoire
- Page 86 and 87: 82 Chapitre 2. Variables aléatoire
- Page 90 and 91: 86 Chapitre 2. Variables aléatoire
- Page 92 and 93: 88 Chapitre 2. Variables aléatoire
- Page 94 and 95: 90 Chapitre 2. Variables aléatoire
- Page 96 and 97: 92 Chapitre 2. Variables aléatoire
- Page 98 and 99: 94 Chapitre 2. Variables aléatoire
- Page 100 and 101: 96 Chapitre 2. Variables aléatoire
- Page 102 and 103: 98 Chapitre 2. Variables aléatoire
- Page 104 and 105: 100 Chapitre 2. Variables aléatoir
- Page 106 and 107: 102 Chapitre 2. Variables aléatoir
- 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
2.6. Exercices 85<br />
2. On numérote de 1 à Np les Np votants pour le candidat A. Pour tout k ∈ {1,...,Np}, on<br />
appelle Xk la variable aléatoire qui vaut 1 si l’individu k fait partie de l’échantillon, 0 sinon.<br />
(a) Donner la relation entre X et X1,...,XNp.<br />
(b) Montrer que E[X1] = n/N. En déduire que E[X] = np. Comparer à la moyenne d’une<br />
variable aléatoire distribuée suivant une loi binomiale B(n,p).<br />
3. On tire au hasard et sans remise 5 cartes d’un jeu de 32 cartes. Soit X la variable aléatoire<br />
égale au nombre de rois obtenus. Donner sans calculs la loi et l’espérance de X.<br />
Exercice 2.11 (Espérance d’une loi géométrique)<br />
On rappelle que pour tout x ∈]−1,+1[, on a +∞<br />
n=1 nxn−1 = 1<br />
(1−x) 2 et +∞<br />
n=1 n(n−1)xn−2 = 2<br />
(1−x) 3.<br />
1. On lance un dé équilibré et on appelle X la variable correspondant à la première apparition<br />
du numéro 1. Rappeler la loi de X et calculer E[X].<br />
2. Généralisation : soit X ∼ G(p), que vaut E[X]?<br />
3. On reprend l’exercice sur le gardien de nuit du TD1, lequel a 10 clés pour ouvrir une porte.<br />
Dans le cas où il est ivre et remet chaque clé dans le trousseau après un essai infructueux,<br />
quel est le nombre moyen d’essais nécessaires pour ouvrir la porte?<br />
4. On considère des polygones convexes dont le nombre N de côtés est une variable aléatoire<br />
ayant pour loiÈ(N = n) = 2 2−n pour tout n ≥ 3. Quel est l’espérance du nombre de côtés<br />
du polygone? Quel est l’espérance du nombre de diagonales du polygone?<br />
Exercice 2.12 (Espérance d’une loi de Poisson)<br />
1. Soit X une variable aléatoire qui suit une loi de Poisson de paramètre λ ∈Ê∗ + . Montrer que<br />
E[X] = λ.<br />
2. Toujours pour X ∼ P(λ), on considère alors la variable aléatoire Y = e −X . Calculer E[Y].<br />
3. Un athlète tente de franchir des hauteurs successives numérotées 1,2,...,n,... Il a le droit à<br />
un seul essai par hauteur, s’il échoue il est éliminé. On suppose que les sauts sont indépendants<br />
les uns des autres et que la probabilité de succès aun-ème saut estrn = 1/n pour toutn ∈Æ∗ .<br />
On note X la variable aléatoire égale au numéro du dernier saut réussi.<br />
(a) Montrer que ∀n ∈Æ∗ : pn =È(X = n) = n/(n +1)!. Via l’écriture n = (n +1) −1,<br />
vérifier qu’on a bien +∞<br />
n=1 pn = 1.<br />
(b) Montrer que E[X +1] = e. En déduire E[X].<br />
Exercice 2.13 (Espérance d’une loi arithmétique)<br />
Soit X une variable aléatoire à valeurs dans {0,1,...,n} et telle que ∀k ∈ {0,1,...,n}, pk =<br />
È(X = k) = αk.<br />
1. Déterminer α pour que X soit effectivement une variable aléatoire.<br />
2. On rappelle que n . En déduire E[X].<br />
k=0k2 = n(n+1)(2n+1)<br />
6<br />
Exercice 2.14 (Deux dés : somme et différence)<br />
On lance deux dés équilibrés. On note U1 et U2 les variables aléatoires correspondant <strong>aux</strong> résultats<br />
obtenus.<br />
1. Rappeler la loi de U1, son espérance et sa variance.<br />
2. On appelle X = (U1 +U2) la somme et Y = (U1 −U2) la différence des deux résultats. Que<br />
valent E[X] et E[Y]? Montrer que E[XY] = 0.<br />
3. En déduire que X et Y sont décorrélées. Sont-elles indépendantes ?<br />
Exercice 2.15 (Deux dés : min et max)<br />
On lance deux dés équilibrés. On note U1 et U2 les variables aléatoires correspondant <strong>aux</strong> résultats<br />
obtenus. On appelle X = min(U1,U2) le minimum et Y = max(U1,U2) le maximum des deux dés.<br />
<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2