Statistique Probabilités: Jean-Pierre Lecoutre

Retrouver ce titre sur Numilog.
com
jean-pierre lecoutre
statistique
et probabilités
QCM et exercices corrigés
10 sujets d’examen corrigés
Avec rappels de cours
6e édition
Lims-lecoutre-p.1.indd 1 13/11/14 13:23

Retrouver ce titre sur Numilog.com
© Dunod, 2015
5, rue Laromiguière, 75005 Paris
www.dunod.com
ISBN 978-2-10-072150-4
Lecoutre.indd 1 05/11/14 08:43

Sommaire
Avant-propos V
TD 1 • Notion de probabilité 1
L’essentiel du cours 1
Pouvez-vous répondre? 5
Questions de réflexion 6
Entraînement 6
Solutions 11
TD 2 • Variable aléatoire discrète 21

Entraînement 26
Solutions 29
TD 3 • Variable aléatoire continue 35

Entraînement 40
Solutions 44
TD 4 • Couple et vecteur aléatoires 51

Entraînement 57
Solutions 61

IV TD Statistique et probabilités
TD 5 • Notions de convergence 71
Pouvez-vous répondre ? 75
Entraînement 76
Solutions 79
TD 6 • Estimation ponctuelle 85
Entraînement 90
Solutions 93
TD 7 • Estimation par intervalle de confiance 105

Entraînement 111
Solutions 115
TD 8 • Théorie des tests 123

Entraînement 128
Solutions 136
TD 9 • Sujets d’examen corrigés 157

Sujets d’examen 157
Éléments de correction 169
Tables statistiques 189

Index 201

Avant-propos
Ce volume de la série TD, de la collection « Éco Sup », s’adresse aux étudiants de

Licence d’Économie et de Gestion. Au début de chaque chapitre, les principales
notions de cours et les résultats essentiels sont rappelés de façon succincte dans
« L’essentiel du cours ». Un bref texte introductif indique les points essentiels qui
vont être abordés et étudiés dans le chapitre. Il ne s’agit pas d’un résumé de cours,
mais seulement d’un avant-propos où l’on essaie d’expliquer, dans un langage
peu formalisé, le fondement et l’utilité des notions définies ensuite de façon plus
formelle.
Chacun des huit chapitres présente la même structure. Un certain nombre d’affir-
mations constituent le paragraphe « Pouvez-vous répondre ? ». La réponse en
vrai-faux permet à l’étudiant de vérifier s’il a bien compris les principaux points
de cours. Il doit exercer sa vigilance face à des affirmations, parfois simples, mais
qui peuvent contenir un piège.
Les « Questions de réflexion » qui sont proposées ensuite ont essentiellement
pour but de mettre l’accent sur certains éléments de cours un peu délicats. Il faut
être attentif aux commentaires qui figurent dans la solution de l’exercice, en fin de
chapitre.
Les exercices d’« Entraînement » permettent enfin à l’étudiant de tester sa capa-
cité à passer de la théorie à la pratique. Ils suivent l’ordre de progression du cours
et sont précédés d’un titre indiquant la principale notion à laquelle ils se rappor-
tent. Une rubrique « Analyse de l’énoncé et conseils » précise la démarche à suivre
et les résultats de cours à utiliser pour résoudre l’exercice proposé.
Les solutions très détaillées sont regroupées en fin de chapitre, et souvent assor-
ties de commentaires.
Dans le dernier chapitre, les textes récents des examens de 2e année de Licence
d’Économie et Gestion de l’université Panthéon-Assas permettent de retrouver
les principaux points abordés dans les chapitres précédents. L’étudiant peut ainsi
évaluer le niveau de difficulté de ce qui peut être demandé à une épreuve d’exa-
men. Les corrigés sont rassemblés après les énoncés.


Notion
de probabilité 1
Si on veut formaliser un problème dans lequel le hasard intervient, on doit construire un

modèle probabiliste, choisi en fonction du but que l’on poursuit. Ce modèle est constitué d’un
ensemble fondamental, d’une tribu d’événements et d’une probabilité. Le choix de l’ensemble
fondamental est très important pour le calcul ultérieur des probabilités des événements.
Nous introduirons aussi les notions de probabilité conditionnelle et d’indépendance. La
formule de Bayes est souvent très utile pour le calcul de probabilités conditionnelles.
1. Ensemble fondamental
Le résultat d’une expérience aléatoire s’appelle un événement élémentaire. L’en-
semble des résultats possibles s’appelle ensemble fondamental (ou univers) et est
noté traditionnellement Ω. Chaque élément ω de Ω représente donc un événement
élémentaire, et toute partie A ⊂ Ω (ou A ∈ P (Ω)) sera un événement. Parfois on dit
que Ω est l’ensemble des éventualités possibles et les événements élémentaires sont
© Dunod. La photocopie non autorisée est un délit.
alors les singletons, c’est-à-dire les ensembles réduits à un seul élément {ω}, qui
sont effectivement en toute rigueur des événements, puisqu’appartenant à P (Ω),
ce qui n’est pas le cas du point ω.
2. Algèbre et tribu d’événements

Le couple Ω, P (Ω) s’appelle un espace probabilisable. Même si Ω est fini, le cardinal
de P (Ω) peut être un nombre très grand et dans ce cas on est amené alors à
ne considérer qu’une famille restreinte A de parties de Ω, A ⊂P (Ω). Pour que
le résultat des opérations ensemblistes (union, intersection, complémentaire) soit
encore un événement, il est nécessaire que la famille d’événements qui a été retenue
soit fermée, ou stable, vis-à-vis de ces opérations, c’est-à-dire qu’il soit bien un

2 TD Statistique et probabilités
élément de la famille. De plus, les événements « certain », Ω, et « impossible », ∅,

doivent également appartenir à cet ensemble. Ainsi, on associera à une épreuve
aléatoire un ensemble non vide de parties de Ω, noté A, qui vérifiera :
C1 pour tout A ∈ A, alors Ā ∈ A;
C2 pour tout A ∈ A et tout B ∈ A, alors A ∪ B ∈ A.
Il y a fermeture pour le complémentaire et l’union. Cet ensemble A s’appelle une

algèbre de parties de Ω. Bien entendu, grâce aux lois de Morgan, on a une définition
équivalente en remplaçant la condition C2 par :
C2 pour tout A ∈ A et tout B ∈ A, alors A ∩ B ∈ A.
Propriétés d’une algèbre

P1 La famille étant non vide, on en conclut que :
∅ ∈ A et Ω ∈ A
P2 Si Aj ∈ A pour 1 ≤ j ≤ n, on démontre par récurrence que :
n

Aj ∈ A
j=1
P3 Si Aj ∈ A pour 1 ≤ j ≤ n, on démontre également par passage au complé-

mentaire que :
n

Aj ∈ A
j=1
Cependant, certaines expériences peuvent se dérouler indéfiniment et on a donc

besoin de renforcer la propriété P2 de fermeture pour l’union finie par une condition
de fermeture pour l’union dénombrable, soit :
C3 Si An ∈ A pour tout n ∈ N, alors :
∞

An ∈ A
n=0
Cette condition exprime que toute union dénombrable d’événements est encore
un événement. L’ensemble A auquel on impose les conditions C1 et C3 s’appelle
alors une σ-algèbre ou tribu d’événements.
Le couple formé de l’ensemble fondamental Ω et de la tribu d’événements associée
A s’appelle un espace probabilisable.

TD • otio de ro i ité 3
3. Probabilité
Définition. On appelle probabilité P sur (Ω, A) une application P : A → [0, 1] telle
que :
(i) P(Ω) = 1;
(ii) pour toute suite An d’événements incompatibles, soit An ∈ A avec Am ∩ An = ∅
pour m = n :
∞ ∞

P An = P(An )
n=0 n=0
propriété dite de σ-additivité.

Une probabilité est donc une application qui à un événement va associer un nombre
compris entre 0 et 1. Le triplet (Ω, A, P) s’appelle un espace probabilisé.
Propriétés
P1 L’événement impossible est de probabilité nulle :
P(∅) = 0
P2 La probabilité de l’événement complémentaire d’un événement quelconque

A s’obtient par :
P(Ā) = 1 − P(A)
P3 Si un événement en implique un autre, sa probabilité est plus petite :
A ⊂ B ⇒ P(A) ≤ P(B)
P4 La probabilité de l’union de deux événements s’obtient par la formule de

Poincaré :
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
4. Probabilités conditionnelles
On considère l’espace probabilisé (Ω, A, P) et un événement particulier B de A
tel que P(B) > 0. La connaissance de la réalisation de B modifie la probabilité de
réalisation d’un événement élémentaire, puisque l’ensemble des résultats possibles
est devenu B et non plus Ω. Cette nouvelle probabilité, notée P(.|B), est définie sur
la tribu conditionnelle :
A|B = {A ∩ B/A ∈ A}

par :
P(A ∩ B)
P(A|B) =
P(B)
La formule de définition de la probabilité conditionnelle peut aussi s’écrire, si

P(A) > 0 :
P(A ∩ B) = P(B)P(A|B) = P(A)P(B|A)
Elle s’appelle parfois formule des probabilités composées et se généralise par récur-
rence :
P(A1 ∩ A2 ∩ . . . ∩ An ) = P(A1 )P(A2 |A1 )P(A3 |A1 ∩ A2 ) . . .

P(An |A1 ∩ A2 ∩ . . . ∩ An−1 )
n
k−1

= P(A1 ) P Ak | Ai
k=2 i=1
5. Théorème de Bayes
Un système complet d’événements est une partition de Ω en événements {A1 , . . . , An }

de probabilités strictement positives, P(Ai ) > 0 pour
1 ≤ i ≤ n, et incompatibles
deux à deux, i.e. avec Ai ∩ Aj = ∅ pour i = j et ni=1 P(Ai ) = 1. On suppose que
les probabilités des événements inclus dans chacun des Ai sont connues et on va
donc décomposer un événement quelconque B sur ce système :
n n

B=B∩Ω=B∩ Ai = (Ai ∩ B)
i=1 i=1
On aboutit ainsi à la formule de la probabilité totale :
n
n

P(B) = P(Ai ∩ B) = P(Ai )P(B|Ai )
i=1 i=1
Ceci va nous permettre de calculer les probabilités a posteriori P(Ai |B), après réali-
sation d’un événement B, à partir des probabilités a priori P(Ai ), 1 ≤ i ≤ n :
P(Ai ∩ B) P(Ai )P(B|Ai )

P(Ai |B) = = n
P(B)
P(Ai )P(B|Ai )
i=1
résultat appelé formule de Bayes ou parfois théorème de Bayes.

6. Indépendance en probabilité
Définition. Deux événements A et B sont dits indépendants, relativement à la probabilité
P, si :
P(A ∩ B) = P(A)P(B)
La probabilité de réalisation simultanée de deux événements indépendants est

égale au produit des probabilités que chacun de ces événements se produise
séparément. En conséquence, si P(B) > 0 :
P(A ∩ B) P(A)P(B)
P(A|B) = = = P(A)
P(B) P(B)
La réalisation d’un événement ne modifie pas la probabilité de réalisation de
l’autre.
Indépendance mutuelle
Si l’on considère n événements Ai , avec n > 2, il y a lieu de distinguer l’indépen-
dance deux à deux qui impose :
P(Ai ∩ Aj ) = P(Ai )P(Aj ) 1 ≤ i = j ≤ n
de l’indépendance mutuelle, condition plus forte qui s’écrit :
P(Ai1 ∩ Ai2 ∩ . . . ∩ Aik ) = P(Ai1 )P(Ai2 ) . . . P(Aik ) 2 ≤ k ≤ n
pour tous les sous-ensembles {i1 , . . . , ik } de {1, 2, . . . , n}.
Vrai Faux
1. On peut associer deux ensembles fondamentaux différents à
une même expérience.
2. L’égalité P(A ∪ B) = P(A) + P (B) implique que les événements
A et B sont incompatibles.
3. L’information apportée par la connaissance de la réalisation
d’un événement B augmente la probabilité d’un autre événement
A, i.e. P(A|B) ≥ P(A).
4. Si deux événements sont incompatibles, alors ils sont indépen-
dants.
5. Si deux événements sont indépendants, alors leurs complé-
mentaires le sont aussi.
6. Soit Ω = {a, b, c, d} avec équiprobabilité des événements élé-
mentaires sur P (Ω). Les événements A = {a, b} et B = {a, c} sont
dépendants car ils sont réalisés simultanément quand l’événement
élémentaire a est réalisé.

7. On lance deux pièces de monnaie parfaitement identiques et on note les trois

résultats possibles PP, FF et PF où la lettre P (resp. F) désigne le résultat pile (resp.
face). L’événement élémentaire PF est-il de probabilité 1/3?
8. Un roi sanguinaire a imaginé le jeu suivant : il fait arrêter quelques-uns de ses
sujets et les fait conduire devant un sac contenant mille jetons numérotés de un
à mille ; ils doivent alors tirer trois fois un jeton dont on note le numéro avant de
le remettre dans le sac. Le roi leur demande alors de choisir le cas dans lequel ils
seront pendus : soit lorsque le produit des trois nombres est pair, soit dans le cas
contraire. Quelle est la probabilité pour un sujet d’être pendu :
s’il connaît le calcul des probabilités?
s’il ne le connaît pas?
9. On considère deux événements quelconques A et B. Exprimer en fonction de
P(A), P(B) et P(A ∩ B) les probabilités conditionnelles suivantes : P(A|A ∪ B),
P(A|A ∩ B) et P(B̄|Ā) ; que devient cette dernière probabilité lorsque A et B sont
indépendants?
10. On suppose que dans une famille de deux enfants, les différentes répartitions
ordonnées fille-garçon sont équiprobables.
a) Sachant que l’un au moins des enfants est une fille, calculer la probabilité que
les deux enfants soient des filles.
b) Si vous sonnez à l’appartement de cette famille et qu’une fille vous ouvre,
quelle est la probabilité que l’autre enfant soit une fille?
Ensemble fondamental
11. On lance simultanément deux dés numérotés de 1 à 6. Déterminer l’ensemble

fondamental Ω dans les cas suivants :
a) Les deux dés sont distincts (par exemple un rouge et un bleu).
b) Les deux dés sont identiques.
c) Les deux dés sont identiques et on s’intéresse seulement à la parité du résultat.
Analyse de l’énoncé et conseils. L’ensemble fondamental est déterminé à chaque fois

par la manière dont un résultat élémentaire va être noté.
Lecoutre.indd 10 21/10/14 11:51

12. On lance six boules dans quatre cases distinctes. Représenter l’ensemble
fondamental Ω dans les deux cas suivants.
a) Les boules sont numérotées de 1 à 6.
b) Les boules sont identiques.
Analyse de l’énoncé et conseils. Comme dans l’exercice précédent, il faut se poser la

question de savoir ce qui caractérise un événement élémentaire.
13. Au résultat pile du lancer d’une pièce on associe la valeur +1 et la valeur −1

à face. Déterminer l’ensemble fondamental Ω associé aux expériences aléatoires
suivantes :
a) On effectue six lancers successifs.
b) On lance six pièces identiques simultanément.
c) On lance six pièces identiques simultanément et on ne s’intéresse qu’à la valeur
du résultat total obtenu.
Analyse de l’énoncé et conseils. Chaque événement élémentaire est spécifié de façon

différente selon les cas.
Atomes
14. Soit A, B et C trois événements quelconques liés à une même épreuve aléatoire.
Décomposer les événements E = (A ∪ B)∆C et F = A ∪ (B∆C) en une réunion
d’événements incompatibles deux à deux et indécomposables, appelés atomes.
Dans quel cas les événements E et F sont-ils confondus?
Analyse de l’énoncé et conseils. Si un schéma ne peut en aucun cas remplacer une

démonstration, la représentation des événements E et F à partir de A, B et C sera une
aide précieuse pour déterminer leur décomposition en atomes. Ces derniers sont des
événements qui s’expriment sous la forme A ∩ B ∩ C̄, Ā ∩ B̄ ∩ C . . .
Algèbre d’événements
15. Soit Ω = {a, b, c, d}. Déterminer l’algèbre A contenant les événements {c} et {d}.
Analyse de l’énoncé et conseils. Ce sont les propriétés générales d’une algèbre qui
vont permettre de déterminer celle qui est demandée.
16. Soit Ω = {a, b, c,d, e}. Déterminer l’algèbre A engendrée par la partition
Π = {a}, {b, c}, {d} , {e} de Ω.
Analyse de l’énoncé et conseils. L’algèbre demandée doit contenir tous les éléments
de la partition et donc aussi toutes leurs réunions.
Lecoutre.indd 11 21/10/14 11:51

17. Déterminer toutes les algèbres d’événements définies sur les ensembles Ω
suivants.
a) Ω = {a}.
b) Ω = {a, b}.
c) Ω = {a, b, c}.
Analyse de l’énoncé et conseils. Les algèbres finies comportent 2k éléments, avec k

variant de 1 à card Ω.
18. À l’aide des opérations d’union, d’intersection et de passage au complémen-

taire, construire à partir de deux sous-ensembles quelconques A et B de Ω toutes les
parties possibles de cet ensemble fondamental. Montrer qu’il s’agit d’une algèbre
d’événements.
Analyse de l’énoncé et conseils. Il faut considérer la partition de Ω que l’on peut

former à partir des atomes (cf. exercice 14, page précédente).
Tribu d’événements
19. Soit Ω un ensemble infini non dénombrable et C l’ensemble des parties A de

Ω telles que A ou bien Ā est dénombrable. Montrer que C est une σ-algèbre ou
tribu d’événements.
Analyse de l’énoncé et conseils. Il faut vérifier les propriétés caractéristiques d’une

tribu et utiliser le fait qu’un ensemble inclus dans un ensemble dénombrable est lui-
même dénombrable.
Calcul de probabilités
1 2 1
20. Soit A et B deux événements tels que P(A) = , P(B) = et P(A ∩ B) = .
4 3 8
Calculer les probabilités de E = « au moins l’un de ces événements se produit » et
F = « un seul de ces événements se produit ».
Analyse de l’énoncé et conseils. C’est une application directe de la formule de

Poincaré.
21. On considère un lot de 100 bulletins sur lesquels figurent les réponses oui
ou non à trois questions. Après dépouillement, les nombres de réponses oui aux
questions 1, 2 et 3 sont respectivement 60, 40 et 30. Les nombres de réponses oui
associées aux questions 1 et 2, 1 et 3 et 2 et 3 sont respectivement 24, 15 et 12. Enfin,
sur 10 bulletins il est répondu oui aux trois questions. On désigne par Ei , 1 ≤ i ≤ 3,
Lecoutre.indd 12 21/10/14 11:51

l’événement « la réponse est oui à la i−ème question » sur un bulletin prélevé au

hasard parmi les 100. On demande d’exprimer à l’aide des Ei les trois événements
suivants, puis de calculer leur probabilité : sur le bulletin prélevé, on a obtenu deux
oui et un non, un oui et deux non, trois non.
Analyse de l’énoncé et conseils. Il faut décomposer chaque événement considéré en

événements incompatibles et utiliser une formule souvent utile dans ce type d’exercice :
P(A ∩ B̄) = P(A) − P(A ∩ B).
22. Un étudiant doit répondre à quatre questions à choix multiple où trois

réponses sont proposées à chaque fois, une seule étant correcte.
a) Dans le cas où l’étudiant répond au hasard et de façon indépendante à chaque
question, calculer la probabilité qu’il donne plus de réponses justes que fausses.
b) Que devient cette probabilité s’il n’y a que deux réponses possibles à chaque
question? et s’il y en a quatre?
Analyse de l’énoncé et conseils. On construit l’ensemble fondamental le plus simple

décrivant l’ensemble des résultats possibles, de telle sorte qu’il y ait équiprobabilité des
événements élémentaires. Ayant écrit l’événement considéré à l’aide de ces événements
élémentaires, le calcul de sa probabilité se fait sans difficulté.
23. Deux joueurs A et B participent à un jeu avec des probabilités respectives de

victoire à chaque partie p et q = 1 − p. Le gagnant est celui qui le premier obtient
deux victoires de plus que l’autre. Quelle est la probabilité de gain de chaque
joueur?
Analyse de l’énoncé et conseils. Il est conseillé de faire un arbre du déroulement

des deux premières parties et de marquer à l’extrémité des quatre branches la nouvelle
valeur de la probabilité de gain du joueur A par exemple.
Problèmes de dénombrement
24. On jette trois dés identiques numérotés de 1 à 6. Calculer la probabilité

d’observer les résultats suivants.
a) Trois fois le même chiffre.
b) Deux fois le même chiffre et un autre différent.
c) Trois chiffres différents.
Analyse de l’énoncé et conseils. Ayant construit l’ensemble fondamental où il y

a équiprobabilité des événements élémentaires, on écrit, en utilisant par exemple les
lettres de l’alphabet, la forme générale du résultat considéré pour calculer ensuite le
nombre de résultats différents de cette forme.
Lecoutre.indd 13 21/10/14 11:51

25. On tire au hasard et sans remise cinq cartes d’un jeu de trente deux. Calculer
la probabilité d’obtenir : une paire (résultat de la forme aabcd), deux paires (aabbc),
un full (aaabb).
Analyse de l’énoncé et conseils. Voir exercice précédent. Il s’agit de problèmes

combinatoires délicats qui demandent beaucoup d’attention pour bien déterminer tous
les résultats différents ayant la même forme.
26. Un tiroir contient n paires de gants différentes. En raison d’une panne d’élec-
tricité, Achille Talon prend au hasard 2r gants dans ce tiroir, avec r < n. Quelle est
la probabilité qu’il n’ait obtenu aucune paire de gants appareillés?
Analyse de l’énoncé et conseils. Il faut d’abord dénombrer tous les résultats possibles
équiprobables. Ensuite, on doit examiner comment les gants doivent être choisis pour
qu’il n’y ait aucune paire appareillée, en n’oubliant pas qu’une paire est constituée de
deux gants, un droit et un gauche !
Probabilités conditionnelles
27. On cherche une lettre qui a la probabilité p de se trouver dans l’un des quatre
tiroirs d’un secrétaire. Quelle est la probabilité qu’elle se trouve dans le quatrième
tiroir, sachant qu’on ne l’a pas trouvée dans les trois premiers?
Analyse de l’énoncé et conseils. C’est une simple application de la définition d’une

probabilité conditionnelle. Il faut cependant bien noter que p est la probabilité que la
lettre soit dans le secrétaire et que, si elle y est, tous les tiroirs ont la même probabilité
de la contenir.
28. On considère trois urnes U1 , U2 et U3 qui contiennent respectivement deux

boules noires, deux boules blanches et une blanche et une noire. On vous présente
l’une de ces trois urnes tirée au hasard ; quelle est la probabilité que ce soit U1 :
si vous savez que l’urne contient au moins une boule noire?
si vous tirez une boule noire?
Analyse de l’énoncé et conseils. Il s’agit encore du calcul d’une probabilité condi-

tionnelle où il faut seulement être attentif à la définition de l’événement par lequel on
conditionne.
29. Une élection a lieu au scrutin majoritaire à deux tours. Deux candidats A
et B sont en présence. Au premier tour 40 % des voix vont à A et 45 % à B, le
reste étant constitué d’abstentions. Aucun candidat n’ayant la majorité absolue,
un second tour est organisé. Tous les électeurs ayant voté la première fois voteront
à nouveau. Un sondage indique par ailleurs que 5 % des voix de A se reporteront
sur B et que 10 % des voix de B iront à A. On estime de plus que les deux tiers des
électeurs n’ayant pas voté au premier tour voteront, à raison de 60 % pour A et
40 % pour B.
Lecoutre.indd 14 21/10/14 11:51

a) Quelle est la probabilité pour qu’un abstentionniste du premier tour vote

pour A? pour B?
b) D’après ce sondage, quel candidat a la plus forte probabilité d’être élu?
Analyse de l’énoncé et conseils. Les résultats du premier tour se traduisent en termes

de probabilités et les éléments du sondage en termes de probabilités conditionnelles
au vote du premier tour. On doit ensuite calculer les probabilités conditionnelles à
l’abstention au premier tour et en déduire la probabilité du vote au second tour, pour
chacun des candidats.
Théorème de Bayes
30. On classe les gérants de portefeuille en deux catégories : ceux qui sont bien
informés et ceux qui ne le sont pas. Lorsqu’un gérant bien informé achète une
valeur boursière pour son client, la probabilité que le cours de celle-ci monte est
de 0,8 ; dans le cas d’un gérant mal informé, cette probabilité ne vaut que 0,5. Si
on choisit au hasard un gérant dans un annuaire professionnel, la probabilité qu’il
soit bien informé est de 0,2. Calculer la probabilité que le gérant ainsi choisi soit
mal informé, sachant que la valeur qu’il a achetée a monté.
Analyse de l’énoncé et conseils. C’est une application directe du théorème de Bayes.
31. Dans la coupe de France de football, une équipe E de première division

estime qu’elle gagnera si elle rencontre une équipe de division inférieure et qu’elle
a une chance sur deux de gagner si c’est une équipe de première division. Sachant
que la probabilité de rencontrer une équipe de division inférieure est p, calculer la
probabilité que E ait rencontré une équipe de division inférieure, sachant qu’elle
a remporté son match.
Analyse de l’énoncé et conseils. Après avoir traduit en termes de probabilités les

informations fournies dans l’énoncé, on applique la formule de Bayes.
1 Vrai. L’ensemble Ω dépend évidemment de l’expérience considérée, mais aussi

du choix de celui qui construit le modèle, et par là présente donc un certain arbi-
traire. L’ensemble fondamental naturel associé à un jet de dé est Ω = {1, 2, 3, 4, 5, 6},
maissi on ne s’intéresse qu’à la parité du résultat, on peut retenir également
Ω = {1, 3, 5} , {2, 4, 6} .
Lecoutre.indd 15 21/10/14 11:51

Statistique Probabilités: Jean-Pierre Lecoutre

Transféré par

Droits d'auteur :

Formats disponibles

Statistique Probabilités: Jean-Pierre Lecoutre

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Statistique Probabilités: Jean-Pierre Lecoutre

Transféré par

Droits d'auteur :

Formats disponibles

Retrouver ce titre sur Numilog.

Lims-lecoutre-p.1.indd 1 13/11/14 13:23

Lecoutre.indd 1 05/11/14 08:43

TD 2 • Variable aléatoire discrète 21

TD 3 • Variable aléatoire continue 35

TD 4 • Couple et vecteur aléatoires 51

Lecoutre.indd 1 21/10/14 11:51

TD 7 • Estimation par intervalle de confiance 105

TD 8 • Théorie des tests 123

TD 9 • Sujets d’examen corrigés 157

Tables statistiques 189

Lecoutre.indd 2 05/11/14 08:30

Ce volume de la série TD, de la collection « Éco Sup », s’adresse aux étudiants de

Lecoutre.indd 3 21/10/14 11:51

Lecoutre.indd 4 21/10/14 11:51

Si on veut formaliser un problème dans lequel le hasard intervient, on doit construire un

2. Algèbre et tribu d’événements

Lecoutre.indd 5 21/10/14 11:51

élément de la famille. De plus, les événements « certain », Ω, et « impossible », ∅,

C1 pour tout A ∈ A, alors Ā ∈ A;

C2 pour tout A ∈ A et tout B ∈ A, alors A ∪ B ∈ A.

Il y a fermeture pour le complémentaire et l’union. Cet ensemble A s’appelle une

C2 pour tout A ∈ A et tout B ∈ A, alors A ∩ B ∈ A.

 Propriétés d’une algèbre

P2 Si Aj ∈ A pour 1 ≤ j ≤ n, on démontre par récurrence que :

P3 Si Aj ∈ A pour 1 ≤ j ≤ n, on démontre également par passage au complé-

Cependant, certaines expériences peuvent se dérouler indéfiniment et on a donc

C3 Si An ∈ A pour tout n ∈ N, alors :

Lecoutre.indd 6 21/10/14 11:51

propriété dite de σ-additivité.

P2 La probabilité de l’événement complémentaire d’un événement quelconque

P3 Si un événement en implique un autre, sa probabilité est plus petite :

P4 La probabilité de l’union de deux événements s’obtient par la formule de

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Lecoutre.indd 7 21/10/14 11:51

La formule de définition de la probabilité conditionnelle peut aussi s’écrire, si

P(A ∩ B) = P(B)P(A|B) = P(A)P(B|A)

P(A1 ∩ A2 ∩ . . . ∩ An ) = P(A1 )P(A2 |A1 )P(A3 |A1 ∩ A2 ) . . .

Un système complet d’événements est une partition de Ω en événements {A1 , . . . , An }

On aboutit ainsi à la formule de la probabilité totale :

P(Ai ∩ B) P(Ai )P(B|Ai )

résultat appelé formule de Bayes ou parfois théorème de Bayes.

Lecoutre.indd 8 21/10/14 11:51

La probabilité de réalisation simultanée de deux événements indépendants est

Lecoutre.indd 9 21/10/14 11:51

7. On lance deux pièces de monnaie parfaitement identiques et on note les trois

11. On lance simultanément deux dés numérotés de 1 à 6. Déterminer l’ensemble

Analyse de l’énoncé et conseils. L’ensemble fondamental est déterminé à chaque fois

Lecoutre.indd 10 21/10/14 11:51

Analyse de l’énoncé et conseils. Comme dans l’exercice précédent, il faut se poser la

13. Au résultat pile du lancer d’une pièce on associe la valeur +1 et la valeur −1

Analyse de l’énoncé et conseils. Chaque événement élémentaire est spécifié de façon

Analyse de l’énoncé et conseils. Si un schéma ne peut en aucun cas remplacer une

Lecoutre.indd 11 21/10/14 11:51

Analyse de l’énoncé et conseils. Les algèbres finies comportent 2k éléments, avec k

18. À l’aide des opérations d’union, d’intersection et de passage au complémen-

Analyse de l’énoncé et conseils. Il faut considérer la partition de Ω que l’on peut

19. Soit Ω un ensemble infini non dénombrable et C l’ensemble des parties A de

Analyse de l’énoncé et conseils. Il faut vérifier les propriétés caractéristiques d’une

C2 pour tout A ∈ A et tout B ∈ A, alors A ∩ B ∈ A.

Propriétés d’une algèbre

1 Vrai. L’ensemble Ω dépend évidemment de l’expérience considérée, mais aussi