UNIVERSITÉ CADI AYYAD Année 2011/2012

Ecole Nationale Des sciences Appliquée Module : Proba.

Resp. : I. Ouassou

Fiche de TD N 0 2

Exercice 1 Une urne contient N boules numrotes de 1 N . On tire une boule au hasard (toutes
les boules ont la mme probabilit d’tre tires) et on dfinit la v.a. X gale au numro de la boule
extraite.

1. Dterminer E[X], Var[X], σX et la v.a. centre–rduite associe X.

Exercice 2 Soit X une v.a. à valeurs dans N telle que :

4
∀ n ∈ N∗ , P (X = n) = P (X = n − 1).
n
1. Trouver la loi de X et son esprance.

Exercice 3 Deux joueurs jouent àpile ou face avec des pices quilibres. A lance (n + 1) pices et B
lance n pices (n ∈ N∗ ). Soient X et Y le nombre alatoire de “faces” amenes respectivement par
A et B.

1. Calculer la probabilit des vnements suivants {X − Y = k}, k ∈ Z, {X = Y }, que {X > Y }.

2. On lance n fois une pice non truque. Soit X la v.a. gale au nombre de fois o on obtient
aX
pile, et soit Y = n , (a ∈ R∗+ ). Calculer E[Y ].
2
Exercice 4 Soit X une v.a. suivant une loi de Poison de paramtre λ. Soit une autre v.a. Y
dfinie par :  X
2
si X est pair
Y = (1)
0 si X est impair.

1. Dterminer la loi de Y , son esprance et sa variance.

Exercice 5 Soient X et Y deux v.a. entires et indpendantes : X suivant une loi de Bernoulli de
paramtre p et Y suivant une loi de Poisson de paramtre λ. Soit Z la variable dfinie par Z = XY.
Calculer :

1. La loi de Z.

2. La fonction gnratrice de Z.

3. En dduire E[Z] et V ar[Z].

4. P (X = 1 / Z = 0).

1
Exercice 6 Soient X1 et X2 deux v.a. indpendantes à valeurs dans N et de mme loi, avec :
1
∀ k ∈ N, P (X1 = k) = .
2k+1
1. Dterminer la loi et l’esprance de Y = sup (X1 , X2 ).

Exercice 7 On donne :
e−1 1
∀ m ∈ N∗ , P ({X = m} ∩ {Y = n}) = × m.
n! 2
1. Montrer qu’on peut dfinir ainsi 2 v.a. X et Y et donner leurs lois.

2. Sont-elles indpendantes ?

3. Calculer leur esprance et leur variance.

Exercice 8 Dans un bassin contenant 90 vairons mles et 210 femelles, on capture avec un filet
un lot de 20 vairons. On dsigne par X le nombre de mles dans le filet.

1. Quelle est la loi de probabilit de X ? Quel est le nombre moyen de vairons mles dans le filet
?

2. Calculez P [X = 3] et P [4 ≤ X ≤ 7].

Exercice 9 Dans la fabrication de composants lectroniques, on constate que chaque pice fabrique
a une probabilit p = 0, 10 d’tre dfectueuse, et ceci indpendamment des pices djà fabriques.
A la sortie de la chane de fabrication on prend au hasard n pices -c’est-à-dire n composants- qui
constituent un chantillon de taille n.
On note X la v.a. gale au nombre de pices dfectueuses dans cet chantillon.

1. Quelle est la loi de X et quel est le nombre moyen de composants dfectueux dans l’chantillon
?

2. On suppose que n = 15. Donner la probabilit d’obtenir exactement 3 composants dfectueux.

3. On suppose que n = 50. Quelle est la probabilit de l’vnement [X < 10].

Exercice 10 On considre de nouveau la fabrication de composants lectroniques o chaque pice

fabrique a une probabilit p = 0, 20 d’tre dfectueuse. On prlve au hasard des composants la sortie
de la chane de fabrication jusqu’ obtenir pour la premire fois une pice dfectueuse. Soit X le nombre
de pices tires pour obtenir la premire pice dfectueuse.

1. Quelle est la loi de X et le nombre moyen de pices tires ?

Exercice 11 Le nombre d’oeufs pondus, au cours d’une ponte, par une certaine espce animale
est une v.a. qui suit la loi de Poisson de paramtre λ. Selon les espces λ peut tre gal 2 ou 4.5:

1. Quelle est la probabilit ( calculer ou lire sur les tables) que [X < 3], [2 < X ≤ 6], [X > 8] ?

2
Exercice 12 Les rats ont-ils de la mmoire ?
Au cours d’une exprience sur le comportement des animaux, des rats doivent choisir entre 4
portes d’apparence identiques dont l’une est dite ”bonne” et les 3 autres ”mauvaises”. Chaque
fois qu’il choisit une mauvaise porte, le rat reoit une dcharge lectrique dsagrable et est ramen son
point de dpart et cela jusqu’ ce qu’il choisisse la bonne porte. Le nombre d’essais effectus par le
rat est une variable alatoire X. On envisage successivement les trois hypothses suivantes:

H1 : Le rat n’a aucune mmoire: il choisit chaque fois de faon quiprobable entre les 4 portes.

H2 : Le rat a une mmoire immdiate: chaque nouvel essai, il vite la mauvaise porte choisie l’essai
prcdent et il choisit de faon quiprobable entre les trois autres portes.

H3 : Le rat a une bonne mmoire: chaque nouvel essai, il vite toutes les mauvaises portes choisies
prcdemment et il choisit de faon quiprobable entre celles qu’il n’a pas encore essayes.

1. Dterminer la loi de probabilit de la variable alatoire X.

2. valuer E[X] sous les trois hypothses.

Exercice 13 Dnombrement du nombre de bactries dans une solution.

Pour dnombrer une population bactrienne, on dpose un volume connu de la culture bactrienne
dans une petite cuve quadrille et on effectue le comptage au microscope. Le quadrillage comporte
100 carreaux et on s’intresse au nombre de bactries prsentes sur un carreau donn.
On suppose que la rpartition des bactries se fait au hasard et que le fait qu’une bactrie se trouve
dans un carreau donn ne dpend pas de la prsence ou non d’autres bactries sur ce carreau.

1. Il y a 250 bactries dans la culture verse dans la cuve.

2. Dterminez la loi de probabilit du nombre B de bactries prsentes sur le carreau donn. Quel
est le nombre moyen de bactries sur ce carreau ?

3. Calculez la probabilit qu’il y ait entre 1 et 3 bactries sur un carreau, puis plus de 5 (justifiez
les approximations effectues).

Exercice 14 (devoir) Les petits pains aux raisins...

Pour faire des petits pains aux raisins, un boulanger fait une pte reprsentant un volume de
20dm3 , prend K=900 raisins qu’il ajoute la pte et mlange le tout. Il prend ensuite des petits
volumes de 100cm3 qu’il met sous forme de pains. Si un pain a au moins 10 raisins, il sera dit
dlicieux.
Si vous achetez un petit pain au hasard, soit N la variable alatoire gale au nombre de raisins qui
s’y trouvent.

1. Quelle est la loi de probabilit de N et par quelle loi peut-on l’approcher ?

2. Quelle est la probabilit que votre pain soit dlicieux ?

3. Sachant que votre pain est dlicieux, quelle est la probabilit qu’il contienne exactement 12
raisins ?

3
 4. Aprs avoir mang la moiti du pain, vous avez trouv 5 raisins.

5. Quelle est la probabilit que le pain entier en contienne exactement 12 ?

Exercice 15 On jette deux dés cubiques bien équilibrés, discernables -par une couleur ou un ordre
de lancer- et on s’intéresse aux couples des points observés.
A toute observation ω = (r, s), on associe le minimum des deux nombres r et s. Soit X la
variable aléatoire minimum des points: ω = (r, s) 7−→ X(ω) = min(r, s).

1. Quelle est la loi de probabilité de X ?

2. Quelle est l’espérance mathématique (ou moyenne) E[X] de X ?

3. Quelle est la loi de probabilité de la variable aléatoire Y = (X − E[X])2 .

4. En déduire la moyenne de Y, c-à-d. la variance de X; quel est l’écart-type de X ?

5. On cherchera de la même façon, comme exercice, la loi de probabilité, l’espérance mathématique

et la variance des variables aléatoires:

(a) S = somme des points marqués par les deux dés.

(b) Z = maximum des deux points observés.

Exercice 16 Soient X et Y sont deux v.a. valeurs dans N. On donne la loi du couple (X, Y )

(j + k)λj+k
∀ (j, k) ∈ N2 , P ({X = j} ∩ {Y = k}) = .
e j! k!

1. Déterminer λ. Trouver la loi de X.

2. Les variables X et Y sont–elles indépendantes ?

 
3. Calculer : E 2X+Y .

Exercice 17 Soit (Xn )n∈N une suite de v.a. de Bernoulli, de même paramètre p, et indépendantes
(p ∈ ]0, 1[).

1. Soit Yn = Xn · Xn+1 pour tout n ∈ N ; déterminer la loi de Yn , son espérance et sa variance.

Y1 + Y2 + . . . + Yn
2. Soit Sn = .Déterminer E[Sn ] et V ar[Sn ].
n
3. Montrer que pour tout ε > 0, on a lim P (|Sn − p2 | ≥ ε) = 0.
n→+∞

Exercice 18 On considre k urnes numrotes de 1 k contiennent chacune n boules identiques

numrotes de 1 n. On extrait une boule de chaque urne. On note Xi le numro de la boule tire de
l’urne N ◦ i. On pose M = max1≤i≤k Xi .

1. Calculer la fonction de rpartition FM de la v.a. relle M.

4
 2. En dduire la loi de M.

3. Calculer E[M] et V ar[M].

1
Exercice 19 Pour tout n ∈ N on considre une v.a.r. discrte Xn uniforme sur , 2 , . . . , nn
n n
.

1. Calculer E[Xn ] et limn→+∞ E[Xn ].

Plus gnralement, soit f une fonction continue sur [0, 1]. On pose Yn = f (Xn ).

2. Calculer E[Yn ] et limn→+∞ E[Xn ]. (Il est recommand d’avoir dj entendu parler de sommes
de Riemann ! )
1 n
k p o p est un paramtre rel positif. (Utiliser 2. !)
P
3. Calculer limn→+∞
np+1 k=1

Exercice 20 Soit Xr le temps d’attente du rème succs dans une succession d’preuves de Bernoulli
indpendantes de paramtre p.
 
r
1. Calculer E .
Xr
∞ 1
r−1 k rxr−1
x et montrer que f 0 (x) =
P
2. (Indication : Poser f (x) = r Ck−1 .)
k=r k (1 − x)r

rxr−1
3. Calculer ensuite une primitive de par une succession d’intgrations par parties.
(1 − x)r
On trouve   X r−1  k  r
r k−1 r p r p
E = (−1) + (−1) r log p.
Xr k=1
r − k q q
   
2 3 1
Application numrique : calculer E et E pour p = q = .
X2 X3 2

Exercice 21 Soit X une v.a. binomiale ngative de paramtres 1 et p. i.e. S(X) = N et ∀ k ∈ N,

P (X = k) = pq k . Soit m ∈ N, on pose Y = min(X, m).

1. Donner la loi de Y , son esprance ainsi que sa variance.

Exercice 22 Soient X et Y deux v.a.r. indpendantes et valeurs dans N. On suppose que ∀ n ∈ N∗

et ∀ k ∈ [[0, n − 1]], P (Y = k) ≤ P (Y = n).

1. Montrer que ∀ n ∈ N∗ , P (X + Y = n) ≤ P (Y = n).