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.
86 Chapitre 2. Variables aléatoires discrètes<br />
1. Donner la loi de X. En déduire E[X].<br />
2. Exprimer X +Y en fonction de U1 et U2. En déduire E[Y].<br />
3. Exprimer XY en fonction de U1 et U2. En déduire E[XY], puis Cov(X,Y).<br />
Exercice 2.16 (Memento (absence<br />
∈Æ×Æ<br />
de mémoire))<br />
Soit X ∼ G(p) loi géométrique de paramètre p ∈]0,1[.<br />
1. Soit n ∈Æ. ExprimerÈ(X > n) en fonction de p et n. Quel est le lien avec F(n), où F est<br />
la fonction de répartition de X ?<br />
2. En déduire la propriété dite “ d’absence de mémoire ” de la loi géométrique, à savoir que :<br />
∀(m,n) È(X > n+m|X > m) =È(X > n).<br />
Exercice 2.17 (Minimum de lois géométriques)<br />
Soit X1 ∼ G(p1) où p1 ∈]0,1[, X2 ∼ G(p2) où p2 ∈]0,1[, avec X1 et X2 indépendantes. Notons<br />
X = min(X1,X2) le minimum de ces deux variables.<br />
1. Quelles sont les valeurs que peut prendre la variable aléatoire X ?<br />
2. Soit n ∈Æ. ExprimerÈ(X > n) en fonction de p1, p2 et n. En déduire la loi de X.<br />
3. Application : on a en main deux dés qu’on lance en même temps jusqu’à ce qu’apparaisse le<br />
numéro 2 sur au moins l’un des deux dés. Quel est le nombre moyen de “ doubles lancers ”<br />
nécessaires ?<br />
4. Généralisation : soit n variables indépendantes X1,...,Xn suivant des lois géométriques de<br />
paramètres respectifs p1,...,pn, avec pi ∈]0,1[ pour tout i ∈ {1,...,n}. Donner la loi de la<br />
variable aléatoire X = min(X1,...,Xn).<br />
Exercice 2.18 (Un problème de natalité)<br />
Supposons qu’à la naissance, la probabilité qu’un nouveau-né soit un garçon est de 1/2. Supposons<br />
encore que tout couple engendre jusqu’à obtention d’un garçon. Le but est de trouver la proportion<br />
de garçons dans ce modèle théorique.<br />
1. Notons X le nombre d’enfants d’un couple. Donner la loi de la variable aléatoire X.<br />
2. Soit P la proportion de garçons parmi les enfants d’un couple. Exprimer P en fonction de<br />
X.<br />
3. En déduire que E[P] = ln2 ≈ 0.69 (on rappelle que pour tout x ∈ [−1,1[, ln(1 − x) =<br />
− +∞<br />
n=1 xn<br />
n ).<br />
Exercice 2.19 (Tirages de cartes)<br />
On note X la variable aléatoire égale au nombre de rois obtenus lorsqu’on tire successivement 5<br />
cartes avec remise dans un jeu de 32 cartes. Préciser la loi de X, son espérance et sa variance.<br />
Exercice 2.20 (Codage redondant)<br />
Un canal de transmission ne peut traiter que des 0 et des 1. En raison des perturbations sur ce<br />
canal, un 0 peut être transformé en 1 et un 1 en 0 lors d’une transmission, et ce avec la même<br />
probabilité p = 0,2 indépendamment à chaque instant. Pour diminuer la probabilité d’erreur, on<br />
décide de transmettre 00000 à la place de 0 et 11111 à la place de 1 (codage dit redondant). Si le<br />
récepteur décode suivant la règle de la majorité, quelle est la probabilité que le message soit mal<br />
interprété?<br />
Exercice 2.21 (Inégalité de Tchebychev)<br />
On jette 3600 fois un dé et on appelle S le nombre de fois où apparaît le numéro 1.<br />
1. Quelle est la loi de S ? Donner sa moyenne et sa variance.<br />
Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>