PE

Dpartement de Mathmatiques et Informatique
Exercices Corrigs

Abdelhamid El Mossadeq
Professeur lEHTP

2007-2008

A. El Mossadeq
Juin 2007
TABLE DES MATIRES

Analyse Combinatoire 1

Les Espaces de Probabilit 31

Les Variables Alatoires 103

Les Vecteurs Alatoires 157

Les Lois Usuelles de Probabilit 263

Analyse Combinatoire

Analyse Combinatoire A. El Mossadeq
Exercice 1
Soit et 1 deux ensembles et , une application de dans 1.
On suppose que 1 est ni de cardinal : et que pour tout dans 1, le cardinal de
limage rciproque de par ,, ,
1
(), est gal un entier non nul j.
1. Montrer que , est surjective.
2. Soit R la ralation dquivalence associe ,.
Montrer que ,R et 1 sont quipotents.
3. En dduire le cardinal de .
Solution 1
1. Par hypothse, le cardinal de ,
1
() est non nul pour tout dans 1.
Donc ,
1
() est non vide pour tout dans 1, do la surjection de ,.
2. Daprs la dcomposition canonique de ,, ,R et , () sont quipotents.
Or , est surjective, donc , () = 1, et par consquent ,R et 1 ont mme
cardinal.
3. Pour tout r .dsignons par C (r) la classe dquicalence de r modulo R.
On a :
C (r) = [ rR
= [ , (r) = , ()
=
_
[ ,
1
(, (r))
_
= ,
1
(, (r))
On en dduit que C (r) a pour cardinal j pour tout r .
Soit alors r
1
. .... r
n
un systme de reprsentants des classes dquivalence modulo
la relation dquivalence R.
Comme C (r
1
) . .... C (r
n
) forment une partion de , on a :
cc:d =
n
k=1
cc:d C (r
k
) = :j
Exercice 2
Soit et 1 deux ensembles de cardinaux respectifs : et j, et dsignons par T (. 1)
lensemble des applications de dans 1.
1. Dterminer le nombre dapplications de dans 1 pour : = 1 et : = 2.
2. Soit c et
1
= c.
Montrer que T (. 1) et T (
1
. 1) T (c . 1) sont quipotents.
3. En dduire, par un raisonnement par rcurrence, le nombre dapplications de
dans 1.
3
A. El Mossadeq Analyse Combinatoire
Solution 2
1. + : = 1 : pour dnir une application de = c dans 1, il sut de dnir
limage de c dans 1.
Il y a j possibilits, donc j applications de dans 1.
+ : = 2 : pour dnir une application de
= c. / 1
il sut de dnir les images c et / dans 1.
Pour chacun deux, il y a j possibilits, donc j
2
applications de dans 1.
2. Considrons lapplication :
T (. 1) T (
1
. 1) T (c . 1)
,
_
,
jA
1
. ,
jfag
_
o ,
jA
1
et ,
jfag
reprsentent les restrictions de ,
1
et
1
respectivement, est
une bijection.
3. Il sen suit que :
cc:d T (. 1) = cc:d [T (
1
. 1) T (c . 1)]
= cc:d T (
1
. 1) cc:d T (c . 1)
= j cc:d T (
1
. 1)
Par un raisonnement par rcurrence sur :, : _ 1, on conclut que :
cc:d T (. 1) = j
n
Exercice 3
Soit 1 un ensemble de cardinal ni : et T (1) lensemble de toutes ses parties.
1. Soit , de 1 dans 0. 1 une application.
Montrer quil existe une partie unique dans T (1) telle que , soit la fonction
caractristique de .
2. En dduire, en utilisant Exercice 2., le cardinal de T (1).
Solution 3
1. Soit :
, : 1 0. 1
une application.
= ,
1
(1) est lunique partie de 1 telle que , soit la fonction caractristique
A
de .
4
2. Lapplication c :
T (1) T (1. 0. 1)

A
o T (1. 0. 1) est lensemble des applications de 1 dans 0. 1, est une bijec-
tion.
On en dduit que :
cc:d T (1) = cc:d T (1. 0. 1)
= 2
n
Exercice 4
Soit et 1 deux ensembles de cardinaux respectifs j et :, j _ :.
1. Dterminer le nombre dapplications injectives de dans 1 pour j = 1. 2.
2. Soit c ,
1
= c et G (resp.G
1
) lensemble des injections de (resp.
1
) dans 1.
Montrer que si q est une injection de
1
dans 1, alors lapplication , de dans
1 qui r
1
associe q (r) et c associe un lment arbitraire de 1 q (
1
)
est une injection.
3. En dduire que lapplication qui , G associe la restriction de ,
1
est une application surjective sur G
1
, et que pour tout q G
1
, le cardinal de
limage rciproque de q par est : j + 1.
4. Dterminer par rcurrence sur j, le nombre dinjections de dans 1.
5. On suppose : = j.
En dduire le nombre de bijections de dans 1.
Solution 4
1. + j = 1
Toute application de = c dans 1 est une injection. Donc, il y a :
injections de c dans 1.
+ j = 2
Pour le premier lment c de = c. / il y a : possibilits alors que pour
le deuxime / il ny a que (: 1) possibilits puisque son image doit tre
dirente de celle de c.
Donc, le nombre dinjections de c. / dans 1 est :(: 1).
2. Soit :
q :
1
1
une injection.
5
Pour tout 1 q (
1
), lapplication ,
y
qui coincide avec q sur
1
et telle
que :
,
y
(c) =
est une injection.
De plus :
q = ,
yjA
1
On peut construire ainsi (: j + 1) aplications injectives : autant que le car-
dinal de 1 q (
1
).
3. Daprs la question 2, lapplication :
G G
1
, ,
jA
1
est surjective, de plus pour tout q G
1
on a :
cc:d
1
(q) = : j + 1
Il sen suit que :
cc:d G = (: j + 1) cc:d G
1
4. En utilisant le thorme des Bergers, on conclut, par une rcurrence sur j,
j _ 1, que :
cc:d G =
:!
(: j)!
5. Lorsque : = j, toute injection est une bijection.
Il y a donc :! bijections de sur 1.
Exercice 5
On appelle arrangement dordre j de , toute suite ordonne de j lments dis-
tincts choisis parmi les lments de .
1. Montrer que lensemble des arrangements dordre j de est quipotent
lensemble des injections de 1. .... j dans .
2. En dduire le nombre darrangements dordre j de , not (:. j).
3. En dduire le nombre de permutations de (arrangements dordre : de A),
not 1(:).
6
Solution 5
1. Soit (c
1
. .... c
p
) un arrangement dordre j de .
Lapplication , :
1. .... j
i c
i
est une injection.
Rciproquement, si :
, : 1. .... j
est une injection, alors (, (1) . .... , (j)) est un arrangement dordre j de .
2. On en dduit que le nombre darrangements dordre j de concide avec le
nombre dinjections de 1. .... j dans ; do :
(:. j) =
:!
(: j)!
3. En particulier, le nombre de permutations de coincide avec le nombre de
bijections de , savoir :
1(:) = :!
Exercice 6
Soit un ensemble : lments.
On appelle combinaison dordre j de , toute suite non ordonne de j lments
distincts choisis parmi les lments de .
1. Quelle est le nombre darrangements quon peut associer une combinaison
dordre j de ?
2. En dduire le nombre de combinaisons dordre j de , not C(:. j).
Solution 6
1. Etant donne une combinaison dordre j de , le nombre de suite ordonne de
j lments distincts quon peut construire, partir de cette combinaison, est le
nombre de permutations de j lments, a savoir j!.
2. Ainsi, chaque combinaison dordre j de correspond j! arrangements dordre
j de , donc :
(:. j) = j!C(:. j)
do :
C(:. j) =
:!
j! (: j)!
7
Exercice 7
Soit c un lment de 1.
Dterminer le nombre de sous-ensembles de 1 de cardinal j :
qui contiennent c
qui ne contiennent pas c
En dduire :
C(:. j) = C(: 1. j 1) +C(: 1. j)
Solution 7
Le nombre de sous-ensembles de 1 de cardinal j qui contiennent c est le nombre
de parties (j 1) lments de 1 c, savoir :
C(: 1. j 1) =
(: 1)!
(j 1)! (: j)!
Le nombre de sous-ensembles de 1 de cardinal j qui ne contiennent pas c est le
nombre de parties j lments de 1 c, savoir :
C(: 1. j) =
(: 1)!
j! (: j 1)!
Or toute partie de 1 j lments soit elle contient c soit elle ne le contient pas, on
en dduit donc :
C(:. j) = C(: 1. j 1) +C(: 1. j)
Exercice 8
Soit un ensemble : lments.
1. Quelle est le nombre de partie de j lments ?
2. En dduire le cardinal de T ().
Solution 8
1. Le nombre de partie de j lments est le nombre de combinaisons dordre
j de
2. Notons C(:. j) lensemble des lments de T () ayant j lments.
[C(:. j)]
0pn
forment une partition de T () do :
8
cc:d T () =
n
p=0
cc:d C(:. j)
=
n
p=0
C (:. j)
= (1 + 1)
n
= 2
n
Exercice 9
1. Montrer que :
C(:. j) = C(:. : j)
2. En dduire que :
C(:. :) = C(:. 0)
3. En dduire que :
C(2:. :) = 2C(2: 1. :) = 2C(2: 1. : 1)
4. En utilisant les dveloppements de (1 1)
n
et (1 + 1)
n
, calculer :
C(:. j) [ 0 _ j _ : . j pair
et :
C(:. j) [ 0 _ j _ : . j impair
Solution 9
1. Soit 1 un ensemble : lments.
A toute partie de 1 j lments correspond une et une seule partie de 1 un
ensemble (: j) lments qui est son complmentaire, do :
C(:. j) = C(:. : j)
2. En particulier :
C(:. :) = C(:. : :) = C(:. 0) = 1
Lunique partie de 1 : lments est 1.
Lunique partie de 1 qui ne contient aucun lment est lensemble vide ?.
3. Puisque:
C(:. j) = C(: 1. j 1) +C(: 1. j)
9
et :
C(:. j) = C(:. : j)
alors :
C(2:. :) = C(2: 1. : 1) +C(2: 1. :)
= 2C(2: 1. : 1)
= 2C(2: 1. :)
4. En utilisant la formule du binme on a :
(1 + 1)
n
=
n
p=0
C(:. j)
et :
(1 1)
n
=
n
p=0
(1)
np
C(:. j)
=
n
p=0
(1)
np
C(:. : j)
=
n
p=0
(1)
p
C(:. j)
En faisant la somme et la dirence de ces deux quantits, on obtient :
2
n
= 2
C(:. j) [ 0 _ j _ : . j pair
et :
2
n
= 2
C(:. j) [ 0 _ j _ : . j impair
do :
C(:. j) [ 0 _ j _ : . j pair =

C(:. j) [ 0 _ j _ : . j impair
= 2
n1
Exercice 10
Soit 1 = c
1
. .... c
n
un ensemble : lments.
On appelle permutation avec rptition dordre (j
1
. .... j
n
) de 1, toute suite
ordonne des lments de 1, o llment c
i
est rpt j
i
fois, 1 _ i _ :.
Dterminer le nombre de ces permutations quon note 1 (j
1
. .... j
n
) .
10
Solution 10
Le nombre de manires pour placer llment c
1
dans j
1
positions de la suite est le
nombre de combinaison dordre j
1
parmi j lments : C(j. j
1
).
Pour c
2
, il y a C(j j
1
. j
2
) manires possibles,...
Pour c
k
, il y a C(j j
1
... j
k1
. j
k
) manires possibles.
Do :
1 (j
1
. .... j
n
) =
n
k=1
C(j j
1
... j
k1
. j
k
)
=
j!
j
1
!...j
n
!
o j
0
= 1.
Exercice 11
Soit 1 = c
1
. .... c
n
On appelle combinaison avec rptition dordre j de 1, toute suite non ordonne
des lments de 1 de longeur j.
Dterminer le nombre de ces combinaisons quon note 1(:. j).
Solution 11
On dmontre que le nombre de combinaisons avec rptition dordre j de : l-
ments.est :
1(:. j) = C(: + j 1. j)
Exercice 12
1. Dterminer le nombre dapplications strictement croissantes de 1. .... j dans
1. .... :
2. Dterminer le nombre dapplications croissantes de 1. .... j dans 1. .... :.
3. Dterminer le nombre de solutions de lquation :
n
i=1
r
i
= j . j N . r
i
N
4. Dterminer le nombre de solutions de linquation :
n
i=1
r
i
_ j . j N . r
i
N
11
Solution 12
1. Dmontrons que le nombre dapplications strictement croissantes de 1. .... j
dans 1. .... : est le nombre de combinaisons dordre j de 1. .... :, savoir :
C(:. j) =
:!
j! (: j)!
En eet, si :
, : 1. .... j 1. .... :
est une application strictement croissante, alors (, (1) . .... , (j)) est une combi-
naison dordre j de 1. .... :.
Rciproquement, soit c
1
. .... c
p
une combinaison dordre j de 1. .... : et soit
o une permutation de 1. .... j telle que :
c
(1)
< c
(2)
< ... < c
(p)
Lapplication , :
1. .... j 1. .... :
/ c
(k)
est strictement croissante.
Do le rsultat.
2. Dmontrons que le nombre dapplications croissantes de 1. .... j dans 1. .... :
est le nombre de combinaisons avec rptition dordre j de 1. .... :, savoir :
1(:. j) = C(: + j 1. j)
=
(: + j 1)!
j!(: 1)!
En eet, si :
, : 1. .... j 1. .... :
est une application, alors (, (1) . .... , (j)) est une combinaison avec rptition
dordre j de 1. .... :.
1
. .... c
p
une combinaison avec rptition dordre j de
1. .... : et soit o une permutation de 1. .... j telle que :
c
(1)
_ c
(2)
_ ... _ c
(p)
Lapplication , :
1. .... j 1. .... :
/ c
(k)
est croissante.
Do le rsultat.
12
3. Dmontrons que le nombre de solutions de lquation :
n
i=1
r
i
= j . j N . r
i
N
est le nombre de combinaisons avec rptition dordre j de 1. .... :, cest
dire :
1(:. j) = C(: + j 1. j)
=
(: + j 1)!
j!(: 1)!
En eet, si (r
1
. .... r
n
) est une solution de cette quation, alors la suite dans
laquelle llment 1 est rpt r
1
fois, ..., llment : est rpt r
n
fois est une
combinaison avec rptition dordre j de 1. .... :.
1
. .... c
p
une combinaison avec rptition dordre j de
1. .... : et dsignons par r
i
le nombre de rptition de llment i dans cette
combinaison; on a alors :
n
i=1
r
i
= j
(r
1
. .... r
n
) est donc une solution de lquation. Do le rsultat.
4. Remarquons que linquation :
n
i=1
r
i
_ j . j N . r
i
N
est quivalente :
r
n+1
N :
n+1
i=1
r
i
= j
Il en rsulte qu le nombre de solutions de linquation est gal au nombre de
solutions de lquation :
n+1
i=1
r
i
= j . j N . r
i
N
savoir :
1(: + 1. j) = C(: + j. j)
Exercice 13
Combien de plaques minralogiques portant un matricule de sept caractres peut-on
former si les trois premiers sont des lettres et les quatre derniers sont des chires ?
13
Solution 13
Pour chaque lettre, il y a 26 possibilits, alors quil y a 10 possibilits pour chaque
chire.
Ainsi, le nombre de plaques minralogiques quon peut former est :
26
3
10
4
Exercice 14
A partir dun groupe de cinq hommes et sept femmes, combien de comits dirents
composs de deux hommes et trois femmes peut-on former ?
Quen est-il si deux des hommes sentendent mal et refusent de siger ensemble au
comit ?
Solution 14
Pour le choix des trois femmes il y a C (7. 3) possibilits et pour celui des
hommes il y a C (5. 2).
On en dduit que le nombre total de comits quon peut ainsi former est :
C (7. 3) C (5. 2) = 350
Les deux hommes ne peuvent siger ensemble, donc soit lun seulement sige
dans le comit, soit aucun des deux ne sige dans le comit.
Le nombre de choix des hommes dans le premier cas est :
C (2. 1) C (3. 1) = 6
dans le second cas, le nombre de choix des hommes est :
C (2. 0) C (3. 2) = 3
Ainsi, le nombre de choix des deux hommes est :
C (2. 1) C (3. 1) +C (2. 0) C (2. 2) = 9
et par suite, le nombre de comits quon peut ainsi former est :
C (7. 3) [C (2. 1) C (3. 1) +C (2. 0) C (2. 2)] = 315
On peut aussi procder en dnombrant les comits o les deux hommes sigent
ensemble soit :
C (7. 3) [C (2. 2) C (3. 0)] = 35
Do, le nombre de comit recherch est :
350 35 = 315
14
Exercice 15
Un cours de Calcul des Probabilits est suivi par six femmes et quatre hommes.
Un examen a lieu, puis les tudiants sont classs selon leurs notes.
On suppose exclu que deux tudiants obtiennent la mme note.
1. Combien de classements dirents peut-on envisager ?
2. Si les femmes sont classes entre elles uniquement et les hommes entre eux,
combien de classements globaux peut-on envisager ?
Solution 15
1. Le nombre de classements possibles est le nombre de permutations dordre 10,
savoir :
10! = 3628800
2. le nombre de classements des femmes est 6! et celui des hommes est 4!.
Il en rsulte que le nombre de classements globaux est :
4! 6! = 17280
Exercice 16
Parmi les dix participants un tournoi dchec, on compte quatre russes, trois
amricains, deux anglais et un franais.
Si dans le classement du tournoi on ne peut lire que la liste des nationalits des
joueurs mais pas leur identit, combien de classements individuels correspond une
telle liste ?
Solution 16
Etant donn un classement par nationalit, il y a 4! possibilits pour classser indi-
viduellement les quatre russes, 3! pour les trois amricains, 2! pour les deux anglais
et une seule possibilit pour le franais.
Donc, le nombre de classents individuels qui correspondent un classement par
nationalit est :
4! 3! 2! 1! = 288
Notons que le nombre de classements individuels est :
1 (10) = 10!
et le nombre de classements par nationalit est le nombre de permutations avec les
rptitions (4. 3. 2. 1) :
1 (4. 3. 2. 1) =
10!
4! 3! 2! 1!
= 12 600
15
Exercice 17
Douze personnes ont leur disposition trois voitures de six, quatre et deux places
respectivement.
De combien de manires peut-on aecter ces douze personnes aux trois voitures en
supposant :
1. que nimporte laquelle de ces personnes est susceptible de conduire ?
2. que seulement quatre des douze personnes sont susceptibles de conduire ?
Solution 17
1. Puisque nimporte laquelle de ces personnes est susceptible de conduire, le nom-
bre de manires de rpartir les douze personnes sur les trois voitures est le
nombre de permutations dordre 12 avec les rptitions 6, 4 et 2, savoir :
1 (6. 4. 2) =
12!
6!4!2!
= 13860
2. Si seulement quatre des douze personnes sont susceptibles de conduire, alors il
faut dabord choisir trois personnes parmi ces quatre et les aecter aux trois
voitures en tant que conducteurs, puis rpartir les neuf personnes restantantes
sur les trois voitures. Le nombre de possibilits pour choisir les conducteurs est
:
C (4. 3) = 4
et le nombre de manires pour rpartir les neuf personnes sur les trois voitures
est le nombre de permutations dordre 9 avec les rptitions 5, 3 et 1, savoir :
1 (5. 3. 1) =
9!
5!3!1!
= 504
Finalement, le le nombre de manires de rpartir, dans ce cas, les douze per-
sonnes sur les trois voitures est :
C (4. 3) 1 (5. 3. 1) = 2016
Exercice 18
Un ascenseur desservant ` tages contient o personnes.
1. De combien de manires les o personnes peuvent-elles sarrter aux dirents
tages ?
16
2. De combien de manires les o personnes peuvent-elles sarrter aux dirents
tages si :
il y a :
1
tages tels quen chacun deux sarrtent c
1
personnes,
il y a :
i
i
personnes,
il y a :
k
k
personnes,
o :
:
1
+ :
2
+ ... + :
k
= `
Solution 18
1. Chacune des o personnes a ` choix possibles pour sarrter, donc le nombre
de manires possibles est `
S
, cest le nombre dapplications dun ensemble o
lments dans un ensemble ` lments.
2. Le nombre de personnes o scrit :
o = :
1
c
1
+ :
2
c
2
+ ... + :
k
c
k
Le nombre de manires pour rpartir les tages est le nombre de permutations
dordre ` avec les rptitions :
1
. :
2
. .... :
k
savoir :
1 (:
1
. :
2
. .... :
k
) =
`!
:
1
!:
2
!...!:
k
Le nombre de manire pour rpartir les o personnes est le nombre de permuta-
tions dordre o avec les rptitions c
1
(:
1
fois), ..., c
k
(:
k
fois) savoir :
1 (c
1
. .... c
1
. .... c
k
. .... c
k
) =
o!
(c
1
!)
n
1
... (c
k
!)
n
k
Ainsi, mle nombre total de possibilits est :
1 (:
1
. :
2
. .... :
k
) 1 (c
1
. .... c
1
. .... c
k
. .... c
k
) =
`!o!
:
1
!:
2
!...!:
k
(c
1
!)
n
1
... (c
k
!)
n
k
Exercice 19
Une personne dispose de vingt mille dirhams investir sur quatre placements po-
tentiels. Chaque mise doit se monter un nombre entier de milliers de dirhams.
Entre combien de stratgies dinvestissement cette personne a-t-elle le choix si elle
dcide de risquer la totalit de la somme ?
Quen est-il si on admet quelle nest pas oblige dinvestir la totalit de la somme ?
17
Solution 19
Soit r
i
, 1 _ i _ 4, la somme, en milliers de dirhams, investie dans le i
eme
placements.
Le nombre de stratgies possibles est donc gal au nombre de solutions de
lquation :
4
i=1
r
i
= 20 . r
i
N . 1 _ i _ 4
savoir :
1(4. 20) = C(23. 20)
= 1771
Dans le cas o la personne nest pas oblige dinvestir la totalit de la somme,
le nombre de stratgies possibles est donc gal au nombre de solutions de
linquation :
4
i=1
r
i
_ 20 . r
i
N . 1 _ i _ 4
savoir :
1(5. 20) = C(24. 20)
= 10626
Exercice 20
On achte six pices mcaniques. De combien de manires peut-on les rpartir si :
1. elles doivent tre places chacune dans un atelier dirent ?
2. elles sont places deux deux dans trois ateliers dirents ?
3. il y a quatre ateliers, deux recevant deux pices chacun et deux autres une pice
chacun ?
Solution 20
1. Le nombre de manires de rpartir les six pices mcaniques, chacune dans un
atelier dirent, est le nombre de permutations dordre 6 :
6! = 720
2. Le nombre de manires de rpartir les six pices mcaniques, deux deux dans
trois ateliers dirents, est le nombre de permutations dordre 6 avec les rpti-
18
tions (2. 2. 2) :
1 (2. 2. 2) =
6!
2! 2! 2!
= 90
3. Le nombre de manires de rpartir les six pices mcaniques sur quatre ateliers
dirents , deux recevant chacun deux pices et les deux autres recevant chacun
une seule pice, est le nombre de permutations dordre 6 avec les rptitions
(2. 2. 1. 1) :
1 (2. 2. 1. 1) =
6!
2! 2! 1! 1!
= 180
Exercice 21
Quel est le nombre de monmes de lensemble des polynomes homognes : variables
de degr j ?
Solution 21
Un monme de lensemble des polynomes homognes : variables et de degr j
scrit sous la forme :
A
1
1
A
2
2
...A
n
n
o :
_
_
_
c
i
N . 1 _ i _ :
c
1
+ ... + c
n
= j
Il en rsulte que le nombre de monmes de lensemble des polynomes homognes
: variables de degr j est gal au nombre de solutions de lquation :
_
_
_
c
1
+ ... + c
n
= j
c
i
N . 1 _ i _ :
savoir :
1 (:. j) = C (: 1 +j. j)
19
Exercice 22
Dans une banque, chaque client possde un compte bancaire dont le code est compos
de tois lettres et cinq chires non ncessairement distincts.
1. On suppose que les trois lettres sont distinctes.
Combien de comptes peut-on ouvrir dont le code :
(a) contient un et un 1 ?
(b) contient un et nit par 123 ?
2. On suppose que les trois lettres ne sont pas ncessairement distinctes.
Combien peut-on ouvrir de comptes dont le code contient au moins deux ?
3. On suppose que les trois lettres ne sont pas ncessairement distinctes et quil
est impossible dutiliser les chires 0, 1, 2, 3 et 4 qui sont rservs des codes
spciaux.
Combien peut-on ouvrir de comptes dont le code :
(a) nit par 999 ?
(b) commence par et nit par 89 ?
Solution 22
1. Puisque les lettres sont distinctes, le nombre totale de comptes quon peut ouvrir
dans ce cas est :
(26. 3) 10
5
= 156 10
7
(a) Le nombre de manires pour placer les lettres et 1 est :
(3. 2) = 6
La troisime lettre tant dirente de et 1, donc le nombre de choix
posssible est :
26 2 = 24
Les cinq chires ntant pas ncessairement distincts, donc le nombre de
choix est :
10
5
= 100000
Do le nombre de comptes qui contient et 1 est :
(3. 2) 24 10
5
= 144 10
5
(b) Le nombre de manires pour placer la lettre est :
(3. 1) = 3
20
Pour les deux autres lettres, le nombre de choix est :
(25. 2) = 600
Le nombre de choix possibles pour les deux chires restants est :
10
2
= 100
Do le nombre de comptes qui commencent par la lettre et nissent
par 123 est :
(3. 1) (25. 2) 10
2
= 18 10
4
2. Dans ce cas, le compte contient soit exactement deux fois la lettre , soit
exactement troi fois la lettre .
Dans le premier cas, le nombre de choix possibles pour placer exactement deux
fois la lettre est :
C (3. 2) = 3
alors que le nombre de choix posssibles pour la lettre restante est :
26 1 = 25
puisquelle est ncessairement distinctes de .
Dans le second cas, il ny a quun seul choix possible.
Les cinq chires ntant pas ncessairement distincts, donc le nombre de choix
est :
10
5
= 100000
Do le nombre de comptes qui contiennent au moins deux est :
[C (3. 2) 25 + 1] 10
5
= 76 10
5
3. Dans ce cas, le nombre total de comptes est :
26
3
5
5
= 54925 10
3
(a) Le nombre de choix possibles pour les trois lettres est :
26
3
= 17576
Le nombre de choix possibles pour les deux chires restants est :
5
2
= 25
Do le nombre de comptes qui nissent par 999 est :
26
3
25 = 4394 10
2
(b) Pour placer les deux lettres restantes, le nombre de choix possibles est :
26
2
= 676
21
alors que le nombre de choix possibles pour placer les trois chires restants
est :
5
3
= 125
Do le nombre de comptes qui commencent par la lettre et nissent
par 89 est :
26
2
5
3
= 845 10
2
Exercice 23
Les : tmes dune encyclopdie, numrots de 1 :, sont placs au hasard sur une
tagre.
1. Combien y a-t-il de manire de les placer ?
2. Parmi ces classements, combien y en a-t-il o :
(a) les tmes 1 et 2 se trouvent cte cte dans cet ordre ?
(b) les tmes 1 j se trouvent cte cte dans cet ordre ?
Solution 23
1. Le nombre de manire de placer les : tmes de lencyclopdie sur ltagre.est
le nombre de permutations dordre : :
1 (:) = :!
(a) Si les tmes 1 et 2 doivent se trouver cte cte dans cet ordre, alors
il y a (: 1) manires possibles pour les placer, puis (: 2)! manires
possibles pour placer les (: 2) tmes restants.
Donc, le nombre de placements possibles dans ce cas est : (: 1)!.
(b) Si les tmes 1 j doivent se trouver cte cte dans cet ordre, alors il
y a (: j + 1) manires possibles pour les placer, puis (: j)! manires
possibles pour placer les (: j) tmes restants.
Donc, le nombre de placements possibles dans ce cas est : (: j + 1)!
Exercice 24
On jette quatre ds discernables et on appelle rsultat, une suite ordonne des quatre
points amens.
1. Combien y a-t-il de rsultats possibles ?
2. Combien parmi eux qui conduisent :
22
(a) un carr ? (quatre points identiques),
(b) un brelan ? (trois points identiques et un autre dirent),
(c) une double-paire ? (deux couples dirents de points indentiques),
(d) une simple-paire ? (deux points identiques et les autres dirents),
(e) un rsultat banal ? (quatre points dirents)
Solution 24
1. Chaque d comporte six faces, donc le nombre de rsultats possibles est :
6
4
= 1296
(a) Pour former un carr, il sut de choisir lune des six faces, il y a donc 6
carrs possibles.
(b) Pour former un brelan, il sut de choisir une face qui sera rpte trois
fois puis une autre, dirente de la premire, qui se rptera une fois.
Il y a donc :
(6. 2) = 30
possibilits pour le choix des deux faces.
Le nombre de manire de les ordonner est le nombre de permutations avec
les rptitions (3. 1) :
1 (3. 1) = 4
Do le nombre de brelans est :
(6. 2) 1 (3. 1) = 120
(c) Pour former une double-paire, il sut de choisir deux faces parmi les six,
chacune sera rpte deux fois.
Il y a donc :
C (6. 2) = 15
possibilits pour le choix des deux faces.
les rptitions (2. 2) :
1 (2. 2) = 6
Do le nombre de double-paire est :
C (6. 2) 1 (2. 2) = 90
(d) Pour former une simple-paire, il sut de choisir une face parmi les six qui
sera rpte deux fois puis deux autres faces direntes, parmi les cinq
restantes, qui seront rptes chacune une seule fois.
23
Ainsi, il y a donc :
C (6. 1) C (5. 2) = 60
possibilits pour le choix des trois faces.
les rptitions (2. 1. 1) :
1 (2. 1. 1) = 12
Do le nombre de simple-paire est :
C (6. 1) C (5. 2) 1 (2. 1. 1) = 720
(e) Le nombre de rsultats banals est le nombre darrangements de quatre
faces parmi les six faces :
(6. 4) = 360
Exercice 25
Soit 1
n
= c
1
. .... c
n
Si
1
. ....
p
sont des sous ensembles de 1
n
, on dit quils forment une partition de
1
n
en j classes si :
(1
1
) pour tout i 1. .... j,
i
est non vide
(1
2
)
1
. ....
p
sont deux deux disjoints
(1
3
) la runion de
1
. ....
p
coincide avec 1
n
On remarque que pour toute permutation o de 1. .... j, les partitions
1
. ....
p
et
(1)
. ....
(p)
sont identiques.
On note o(:. j) le nombre de toutes les partitions de 1
n
en j classes.
1. Calculer :
(a) o(:. 1) et o(:. :),
(b) o(3. 2) et o(4. 2),
(c) Le nombre de toutes les partitions de 1
n
en deux classes
1
et
2
o le
cardinal de
1
est /, 1 _ / _ : 1.
(d) En dduire o(:. 2).
2. Soit c
n+1
un lment nappartenant pas 1
n
et posons 1
n+1
= 1
n
' c
n+1
.
(a) Etant donne une partition de 1
n
en (/ 1) classes, combien de partitions
de 1
n+1
en / classes peut-on costruire ?
(b) Etant donne une partition de 1
n
en / classes, combien de partitions de
1
n+1
en / classes peut-on costruire ?
(c) En dduire une relation entre o(: + 1. /), o(:. / 1) et o(:. /).
24
3. Soit 1
p
= c
1
. .... c
p
, 1 _ j _ :.
(a) Montrer que toute surjection de 1
n
sur 1
p
dtermine une partition de 1
n
en j classes.
(b) Quel est le nombre de surjections de 1
n
sur 1
p
correspondant une par-
tition de 1
n
en j classes ?
(c) En dduire le nombre de surjections de 1
n
sur 1
p
en fonction de o(:. j).
4. Soit / un lment de 1. .... j.
(a) Quel est le nombre de parties / lments dans 1
p
?
(b) Quel est le nombre dapplications de 1
n
dans 1
p
?
(c) Quel est le nombre de surjections 1
n
sur 1
k
?
(d) En dduire que pour tout j 1. .... : on a :
j
n
=
p
k=1
C(j. /)o(:. /)/!
Solution 25
1. (a) (i) o
1
n
est le nombre de partitions de 1
n
en une seule classe, donc
o
1
n
= 1
(ii) o
n
n
est le nombre de partitions de 1
n
en :-classes, donc chaque
i
,
1 _ i _ :, ne contient quun seul lment de 1
n
, et par consquent,
il ny a quune seule partition de 1
n
en :-classes, do :
o
n
n
= 1
(b) Dans ce cas on a :
cc:d
1
+ cc:d
2
= 3
et compte tenu du fait que les partitions (
1
.
2
) et (
2
.
1
) sont iden-
tique, on a alors :
cc:d
1
= 1 et cc:d
2
= 2
donc le nombre de partitions de 1
3
en deux classes est gal au nombre de
parties de 1
3
un seul lment, do :
o
2
3
= C (3. 1)
=
1
2
[C (3. 1) +C (3. 2)]
25
(c) Dans ce cas on a :
cc:d
1
+ cc:d
2
= 4
et compte tenu du fait que les partitions (
1
.
2
) et (
2
.
1
) sont iden-
tiques, on a alors :
cc:d
1
= 1 et cc:d
2
= 3
ou :
cc:d
1
= 2 et cc:d
2
= 2
Le nombre de partitions de 1
4
en deux classes dans le premier cas est :
o
2
4
= C (4. 1)
=
1
2
[C (4. 1) +C (4. 3)]
alors que dans le second cas, le nombre de partitions de 1
4
en deux classes
est :
o
2
4
=
1
2
C (4. 2)
do :
o
2
4
=
1
2
3
k=1
C (4. /)
(d) Compte tenu de la question prcdente, le nombre de partitions de 1
n
en
deux classes (
1
.
2
) tel que :
cc:d
1
= / . 1 _ / _ : 1
est :
C (:. /) :i : ,= 2/
1
2
C (:. /) :i : = 2/
Do :
o
2
4
=
1
2
n1
k=1
C (:. /)
2. (a) Soit (
1
. ....
k1
) une partition de 1
n
en (/ 1)-classes, alors (
1
. ....
k1
. c
n+1
)
est une partition de 1
n+1
en /-classes.
26
(b) Soit (
1
. ....
k
n
en /-classes, et posons :
1
i
=
i
' c
n+1
. 1 _ i _ /
Alors pour i, 1 _ i _ /, (
1
. ...
i1
. 1
i
.
i+1
. ....
k
) est une partition de
1
n+1
en /-classes.
(c) Puisque toutes les partitions de 1
n+1
en /-classes ont lune des deux formes
prcdentes, alors :
o
k
n+1
= o
k1
n
+ /o
k
n+1
3. Soit 1
p
= c
1
. .... c
p
, 1 _ j _ :.
(a) Soit :
, : 1
n
1
p
une surjection.
Pour tout /, 1 _ / _ j, posons :
k
= ,
1
(c
k
)
(
1
. ....
p
) est alors une partition de 1
n
en j classes.
(b) Soit (
1
. ....
p
n
en j classes.
Le nombre de surjections de 1
n
sur 1
p
correspondant cette partition est
le nombre e bijections de (
1
. ....
p
) sur de 1
p
, savoir : j!
(c) Il en rsulte que le nombre de surjections de 1
n
sur 1
p
est :
j!o (:. j)
4. Soit / un lment de 1. .... j.
(a) Le nombre de parties / lments dans 1
p
est :
C (:. /) =
:!
/! (: /)!
(b) Le nombre dapplications de 1
n
dans 1
p
est :
j
n
(c) Le nombre de surjections 1
n
sur 1
k
est :
/!o (:. /)
(d) Soit / un lment de 1. .... j et 1
k
une partie de 1
p
/ lments.
Toute surjection :
, : 1
n
1
k
induit une application 1
n
sur 1
p
telle que :
, (1
n
) = 1
k
27
Donc, le nombre dapplications de 1
n
dans 1
p
telle que :
Cc:d , (1
n
) = /
est :
C(j. /)o(:. /)/!
Do, le nombre dapplications de 1
n
sur 1
p
est :
j
n
=
p
k=1
C(j. /)o(:. /)/!
28
Appendice
Principaux Rsultats
Arrangements dordre p de
1. .... :
j _ : (:. j) =
:!
(: j)!
Combinaisons dordre j de
1. .... :
j _ : C (:. j) =
:!
j! (: j)!
Permutations de 1. .... : 1 (:) = :!
Permutations avec rptition
dordre (j
1
. .... j
n
) de 1. .... :
j
i
_ 1 1 (j
1
. .... j
n
) =
(j
1
+ ... + j
n
)!
j
1
!...j
n
!
Combinaisons avec rptition
dordre j de 1. .... :
1(:. j) = C (: + j 1. j)
Applications de 1. .... j dans
1. .... :
:
p
Applications injectives de
1. .... j dans 1. .... :
j _ : (:. j)
Applications de 1. .... j dans
1. .... : strictement croissantes
j _ : C (:. j)
Applications croissantes de
1. .... j dans 1. .... :
1(:. j)
Solutions de lquation :
n
i=1
r
i
= j
r
i
N 1(:. j)
Solutions de lquation :
n
i=1
r
i
= j
r
i
N
j _ :
C (j 1. : 1)
Solutions de linquation :
n
i=1
r
i
_ j
r
i
N 1(: + 1. j)
Solutions de linquation :
n
i=1
r
i
_ j
r
i
N
j _ :
C (j. : 1)
29

Les Espaces Probabiliss

Espaces de Probabilits A. El Mossadeq
Exercice 1
On considre un espace probabilis engendr par trois vnements . 1 et C.
Exprimer dans cet espace les vnements :
(1) seul se produit
(2) et 1 se produisent mais non C
(3) les trois vnements se produisent simultanment
(4) au moins lun des vnements se produit
(5) au moins deux vnements se produisent
(6) deux vnements au plus se produisent
(7) un seul vnement se produit
(8) deux vnements ou plus se produisent
(9) deux vnements seulement se produisent
(10) aucun des trois vnements ne se produit
(11) pas plus de deux vnements ne se produisent.
Solution 1
(1) seul se produit :
1
c
C
c
(2) et 1 se produisent mais non C :
1C
c
(3) les trois vnements se produisent simultanment :
1C
(4) au moins lun des vnements se produit :
+1 +C = 1
c
C
c
c
1C
c
c
1
c
C 1C
c
1
c
C
c
1C 1C
(5) au moins deux vnements se produisent :
1 +C +1C = 1C
c
1
c
C
c
1C 1C
(6) deux vnements au plus se produisent :
(1C)
c
(7) un seul vnement se produit :
1
c
C
c
c
1C
c
c
1
c
C
(8) deux vnements ou plus se produisent :
1 +C +1C = 1C
c
1
c
C
c
1C 1C
33
A. El Mossadeq Espaces de Probabilits
(9) deux vnements seulement se produisent :
1C
c
1
c
C
c
1C
(10) aucun des trois vnement ne se produit :
c
1
c
C
c
(11) pas plus de deux vnements ne se produisent :
(1C)
c
Exercice 2
1. Lintersection de deux tribus est-elle une tribu ?
2. La runion de deux tribus est-elle une tribu ?
3. Le produit cartsien de deux tribus est-il une tribu ?
Solution 2
1. Dmontrons que lintersection dune famille (T
i
)
i2I
de tribus de T (), o est
un ensemble non vide, est une tribu de T ().
Soit :
T =
i2I
T
i
(a) (11) ? T , puisque ? T
i
pour tout i 1.
(b) (12) Si T , alors :
T == \i 1 : T
i
== \i 1 :
c
T
i
==
c
T
(c) (13) Si (
n
)
n2N
est une suite d vnements deT , alors pour tout i 1,
(
n
)
n2N
est une suite d vnements deT
i
, donc, pour tout i 1,
1
n=0
n
est un vnement de T
i
, et par consquent
1
n=0
n
est un vnement de T .
Il en rsulte que T est une tribus de T ().
2. La runion de deux algbres de T () nest pas, en gnral, une algbre deT ().
En eet, prenons :
= c. /. c
A
1
= O. c . /. c .
A
2
= O. / . c. c .
34
Lvnement :
c. / = c ' /
nest pas un lment de A
1
' A
2
.
3. Le produit cartsien de deux tribus nest pas, en gnral, une tribu.
En eet, reprenons lexemple prcdent :
= c. /. c
A
1
= O. c . /. c .
A
2
= O. / . c. c .
Alors :
(c. /) = c /
est un vnement de A
1
A
2
, mais :
(c. /)
c
= (c. /)
nest pas un vnement de A
1
A
2
.
Exercice 3
Soit un ensemble non vide.
1. Montrer que T = O. et T () sont des tribus.
2. Donner la plus petite algre contenant une partie de .
3. On pose
= c. /. c. d. c
Construire lalgbre engendre par :
C = c . /. c . d. c
Solution 3
1. (a) O. est une tribu. Cest la plus petite tribu de T ().
(b) T () est une tribu. Cest la plus grande tribu de T ().
2. La plus petite algbre contenant est :
O. .
c
.
3. Lalgbre engendre par C est :
O. c . /. c . d. c . /. c. d. c . c. d. c . c. /. c .
35
Exercice 4
Considrons les classes suivantes de T (R) :
C
1
= ] . r[[ r R
C
2
= ] . r] [ r R
C
3
= ]r. +[[ r R
C
4
= [r. +[[ r R
C
5
= ]r. [[ r. R
C
6
= [r. [[ r. R
C
7
= ]r. ] [ r. R
C
8
= [r. ] [ r. R
Montrer que ces huit classes C
i
(1 _ i _ 8) engendrent une mme tribu B
R
appele
la tribu des borliens de R.
Solution 4
Pour tout i, 1 _ i _ 8, dsignons par B
i
la tribu engendre par C
i
.
1. B
1
= B
2
(a) Pour tout r R, considrons la suite :
1
n
=] . r +
1
:
[
(1
n
)
n1
est une suite dcroissante dintervalles de C
1
, donc :
]. r] =
1
n=1
] . r +
1
:
[
est un lment de B
1
, do :
C
2
B
1
et par consquent :
B
2
B
1
(b) Rciproquement, pour tout r R, considrons la suite :
1
n
=
_
. r
1
:
_
(1
n
)
n1
est une suite croissante dintervalles de C
2
, donc :
]. r[ =
1
n=1
_
. r
1
:
_
36
est un lment de B
2
, do :
C
1
B
2
et par consquent :
B
1
B
2
Donc :
B
1
= B
2
2. B
1
= B
4
Pour tout r R, on a :
(] . r[)
c
= [r. +[
On en dduit que :
C
4
B
1
et :
C
1
B
4
On conclut que :
B
4
= B
1
= B
2
3. B
2
= B
3
Pour tout r R, on a :
(]. r])
c
= ]r. +[
On en dduit que :
C
3
B
2
et C
2
B
3
On conclut que :
B
3
= B
2
= B
1
= B
4
4. B
1
= B
5
(a) Pour tout r R, considrons la suite (1
n
)
n2N
de C
5
:
1
n
=]r :. r[ . : N
donc :
n2N
1
n
=] . r[
est un lment de B
5
do :
C
1
B
5
37
et par consquent :
B
1
B
5
(b) Dautre part, pour tout (r. ) R
2
on a :
]r. [= ]r. +[ ]. [
donc :
C
5
B
1
et par consquent :
B
5
B
1
Do :
B
5
= B
1
= B
2
= B
3
= B
4
5. B
4
= B
6
(a) Pour tout r R considrons, la suite (1
n
)
n2N
dintervalles de C
6
:
1
n
= [r. r +:[ . : N
donc :
n2N
1
n
= [r. +[
est un lment de B
6
, do :
C
4
B
6
et par consquent :
B
4
B
6
2
on a :
[r. [= [r. +[ ]. [
donc :
C
6
B
4
et par consquent :
B
6
B
4
Do :
B
6
= B
4
= B
1
= B
2
= B
3
= B
5
38
6. B
7
= B
5
(a) Pour tout (r. ) R
2
considrons la suite (1
n
)
n1
dintervalles de C
7
:
1
n
=
_
r.
1
:
_
. : _ 1
donc :
n2N
1
n
= ]r. [
est un lment de C
5
, do :
C
5
B
7
et par consquent :
B
5
B
7
2
on a :
]r. ] = ]r. +[ ]. ]
donc :
C
7
B
5
et par consquent :
B
7
B
5
Do :
B
7
= B
5
= B
1
= B
2
= B
3
= B
4
= B
6
7. B
8
= B
7
(a) Pour tout (r. ) R
2
considrons la suite (1
n
)
n1
dintervalles de C
8
:
1
n
=
_
r
1
:
.
_
. : _ 1
donc :
1
n=1
1
n
= ]r. ]
est un lment de C
7
, do :
C
7
B
8
et par consquent :
B
7
B
8
39
2
on a :
[r. ] = [r. +[ ]. ]
et par consquent :
B
8
B
7
Do :
B
8
= B
7
= B
1
= B
2
= B
3
= B
4
= B
5
= B
6
Exercice 5
Soit :
A :
une application.
Montrer que si c est une tribu de T (), alors :
A
1
(c) =
_
A
1
(1) [ 1 c
_
est une tribu de T ().
Solution 5
O A
1
(c) car O = A
1
(O) et O c
Si A
1
(1) A
1
(c) alors [ A
1
(1)] A
1
(c) puisque 1 c et :
_
A
1
(1)
= A
1
[ 1]
Si ([A
1
(1
n
)])
n2N
est une suite dvnements de A
1
(c) alors :
n2N
A
1
(1
n
) = A
1
_
n2N
1
n
_
est aussi un vnement de A
1
(c) puisque

n2N
1
n
c.
Exercice 6
Soit (. T ) un espace probabilisable et un vnement de T .
Montrer que :
T
A
= 1 [ 1 T
40
Solution 6
O T
A
car :
O = O
et O T
Si 1 T
A
, o 1 T , alors [ 1] T
A
puisque :
[ 1] = 1 = [ 1]
et [ 1] T .
Si [1
n
]
n2N
est une suite dvnements de T
A
, alors

n2N
[1
n
] est aussi un
vnement de T
A
puisque :
n2N
[1
n
] =
_
n2N
1
n
_
et

n2N
1
n
est un vnement de T .
Il en rsulte que T
A
Exercice 7
Soit (. T .1) un espace de probabilit et 1 un vnement de T de probabilit non
nulle.
Montrer que lapplication 1
B
:
T
B
R
1 [ [ 1]
est une probabilit sur T
B
.
Solution 7
1
B
prend ses valeurs dans lintervalle [0. 1] et on a :
1 [1 [ 1] =
1 [11]
1 [1]
= 1
41
Si C et 1 sont deux vnements incompatibes de T
B
, alors :
1
B
[C 1] = 1 [C 1 [ 1]
=
1 [(C 1) 1]
1 [1]
=
1 [C1 11]
1 [1]
=
1 [C1]
1 [1]
+
1 [11]
1 [1]
= 1 [C [ 1] +1 [1 [ 1]
= 1
B
[C] +1
B
[1]
Si (
n
)
n2N
est une suite dvnements de T
B
deux deux incompatibles alors :
1
B
_
1
k=0
k
_
= 1
__
1
k=0
k
_
[ 1
_
=
1
__
1
k=0
k
_
1
_
1 [1]
=
1
_
1
k=0
(
k
1)
_
1 [1]
=
1
k=0
1 [(
k
1)]
1 [1]
=
1
k=0
1 [
k
[ 1]
=
1
k=0
1
B
[
k
]
Il en rsulte que 1
B
est une probabilit sur T
B
.
Exercice 8
Soit (. T .1) un espace de probabilit.
1. Montrer que deux vnements et 1 de la tribu T sont indpendants si et
seulement si :
1 [1] = 1 [] 1 [1]
42
2. Montrer que si trois vnements , 1 et C sont indpendants alors ils sont deux
deux indpendants.
3. Montrer sur un exemple que la rciproque est fausse.
Solution 8
1. Il sut de prouver que si :
1 [1] = 1 [] 1 [1]
alors on a aussi :
1 [1
c
] = 1 [] 1 [1
c
]
1 [
c
1] = 1 [
c
] 1 [1]
1 [
c
1
c
] = 1 [
c
] 1 [1
c
]
En eet, puisque :
= 1 1
c
alors :
1 [1
c
] = 1 [] 1 [1]
= 1 [] 1 [] 1 [1]
= 1 [] (1 1 [1])
= 1 [] 1 [1
c
]
de mme :
1 = 1
c
1
donc :
1 [
c
1] = 1 [1] 1 [1]
= 1 [1] 1 [] 1 [1]
= 1 [
c
] 1 [1]
et nalement :
1 [
c
1
c
] = 1 [( +1)
c
]
= 1 1 [ +1]
= 1 1 [] 1 [1] +1 [] 1 [1]
= (1 1 []) (1 1 [1])
= 1 [
c
] 1 [1
c
]
43
2. Soient , 1 et C trois vnements indpendants.
Montrons quils sont deux deux indpendants.
(a) et 1 sont indpendants.
En eet, puisque :
1 = 1C +1C
c
alors :
1 [1] = 1 [1C] +1 [1C
c
]
= 1 [] 1 [1] 1 [C] +1 [] 1 [1] 1 [C
c
]
= 1 [] 1 [1]
puisque :
1 [C] +1 [C
c
] = 1
(b) On dmontre dune manire analogue que et C sont indpendants et
que 1 et C sont indpendants.
3. Montrons que la rciproque est en gnral, fausse. Soit alors :
= c. /. c. d
et supposons que ces quatre vnements lmentaires sont quiprobables :
j (c) = j (/) = j (c) = j (d) =
1
4
Considrons les vnements :
= c. d . 1 = /. d . C = c. d
On a :
1 = C = 1C = d
donc :
1 [1] = 1 [C] = 1 [1C] = j (d) =
1
4
et comme :
1 [] 1 [1] = 1 [] 1 [C] = 1 [1] 1 [C] =
1
4
On conclut que les trois vnements , 1 et C sont deux deux indpendants.
44
Or :
1C = d
donc :
1 [1C] = j (d) =
1
4
Il en rsulte que les trois vnements , 1 et C ne sont pas indpendants
puisque :
1 [] 1 [1] 1 [C] =
1
8
Exercice 9
Soit (. T .1) un espace de probabilit. On considre lensemble :
A = ` T [ 1 (`) = 0 ou 1 (`
c
) = 0
1. A est-elle une tribu T () ?
2. Montrer quun vnement ` de T est indpendant avec lui mme si et seulement
si ` est un vnement de A.
Solution 9
1. Montrons que :
A = ` T [ 1 (`) = 0 ou 1 (`
c
) = 0
est une tribu de T (). En eet :
(a) O A
(b) Si ` A alors `
c
A par dnition de A
(c) Soit (`)
n2N
est une suite dvnements de A.
(i) si pour tout : N :
1 [`
n
] = 0
alors :
1
_
n2N
`
n
_
= 0
puisque :
1
_
n2N
`
n
_
_
n2N
1 [`
n
]
45
(ii) sil existe :
0
N telle que :
1 [`
n
0
] = 1
alors :
1
_
n2N
`
n
_
= 1
puisque :
1 [`
n
0
] _ 1
_
n2N
`
n
_
Il en rsulte que

n2N
`
n
est un vnement de A et par suite A est
une tribu T ()
2. ` T est un vnement indpendant avec lui mme si et seulement si:
1 [``
c
] = 1 [`] 1 [`
c
]
et comme :
1 [``
c
] = 1 [O] = 0
donc, si et seulement si :
1 [`] = 0 ou 1 [`
c
] = 0
On en dduit que ` A.
Exercice 10
Trois maladrois tirent sur un objectif. Chacun na quune seule balle.
Le premier a trois chances sur quatre pour atteindre lobjectif, le second deux chances
sur trois et le troisime une chance sur deux seulement.
Lobjectif a-t-il alors plus de chances de recevoir une seule balle ou les trois balles ?
Solution 10
i
: "lobjectif est atteint par le i
eme
joueur , i = 1. 2. 3
o : "lobjectif reoit une seule balle
1 : "lobjectif reoit les trois balles
Remarquons que les vnements
1
,
2
et
3
sont indpendants.
46
Daprs lnonc on a :
1 [
1
] =
3
4
1 [
2
] =
2
3
1 [
3
] =
1
2
Et comme :
o =
1
c
2
c
3
c
1
c
3
c
1
c
2
3
1 =
1
3
alors :
1 [o] = 1 [
1
c
2
c
3
] +1 [
c
1
c
3
] +1 [
c
1
c
2
3
]
= 1 [
1
] 1 [
c
2
] 1 [
c
3
] +1 [
c
1
] 1 [
2
] 1 [
c
3
] +1 [
c
1
] 1 [
c
2
] 1 [
3
]
=
1
4
et :
1 [1] = 1 [
1
3
]
= 1 [
1
] 1 [
2
] 1 [
3
]
=
1
4
On en dduit que :
1 [o] = 1 [1]
Lojectif a donc autant de chance de recevoir une seule balle que de recevoir les trois
balles.
Exercice 11
Trois usines , 1 et C produisent respectivement 50%, 30% et 20% des moteurs de
voitures.
Parmi la production de chacune des ces trois usines, 5%, 3% et 2% sont dfectueux.
Calculer la probabilit pour quun moteur dfectueux provient de lusine .
47
Solution 11
: le moteur est fabriqu par lusine "
1 : le moteur est fabriqu par lusine 1"
C : le moteur est fabriqu par lusine C"
1 : le moteur est dfectueux"
On a :
1 [] = .5 ; 1 [1 [ ] = .05
1 [1] = .3 ; 1 [1 [ 1] = .03
1 [C] = .2 ; 1 [1 [ C] = .02
Daprs le thorme de 1cc:, on a :
1 [ [ 1] =
1 [] 1 [1 [ ]
1 [] 1 [1 [ ] +1 [1] 1 [1 [ 1] +1 [C] 1 [1 [ C]
=
25
38
Exercice 12
Un conducteur normal a une chance sur mille davoir un accident de voiture au cours
dune priode dtermine.
Un conducteur ivre a une chance sur cinquante davoir un accident de voiture au
cours de la mme priode.
On admet quun conducteur sur cent conduit en tat divresse.
Soient les vnements :
: "avoir un accident"
1 : "conduire en tat divresse"
1. Calculer :
1 (1) ; 1 (1
c
)
1 ( [ 1) ; 1 (
c
[ 1)
1 ( [ 1
c
) ; 1 (
c
[ 1
c
)
2. Dtermimer :
1 (1 ) ; 1 (1
c
)
1 (1
c
) ; 1 (1
c

c
)
3. En dduire :
1 () ; 1 (1 [ )
4. Retrouver le rsultat en appliquant le thorme de Bayes.
48
Solution 12
1. On a :
1 [1] =
1
100
1 [1
c
] = 1 1 [1] =
99
100
1 [ [ 1] =
1
50
1
_
[ 1
= 1 1 [ [ 1] =
49
50
1
_
[

1
=
1
1000
1
_
[

1
= 1 1
_
[

1
=
999
1000
2. On a :
1 [1 ] = 1 [1] 1 [ [ 1] = 2 10
4
1
_
= 1
_
1
_
[

1
= 99 10
5
1
_
1

= 1 [1] 1
_
[ 1
= 98 10
4
1
_
= 1
_
1
_
[

1
= 99 999 10
5
(a) Puisque :
= 1

1
alors :
1 [] = 1 [1 ] +1
_
= 119 10
5
(b) On a :
1 [1 [ ] =
1 [1 ]
1 []
=
20
119
(c) Daprs le thorme de 1cc: :
1 [1 [ ] =
1 [1] 1 [ [ 1]
1 [1] 1 [ [ 1] +1
_
1
_
[

1
=
20
119
49
Exercice 13
Des tudes statistiques sur une population constitue de 60% de femmes et 40%
dhommes permettent de considrer quil y a 50% dhommes et 30% de femmes qui
fument.
On choisit au hasard un individu de la population et on constate quil fume.
Quelle est la probabilit pour quil soit un homme ?
Solution 13
1 : "lindividu est une femme"
H : "lindividu est un homme"
: "lindividu est un fumeur"
On a :
_
_
_
1 [1] = .6 ; 1 [ [ 1] = .3
1 [H] = .4 ; 1 [ [ H] = .5
Daprs le thorme de 1cc: :
1 [H [ ] =
1 [H] 1 [ [ H]
1 [H] 1 [ [ H] +1 [1] 1 [ [ 1]
=
10
19
= 52.63%
Exercice 14
Un appareil peut tre mont avec des pices de haute qualit ou des pices ordinaires.
Dans le premier cas, sa abilit est de 95%, dans le second cas, elle est de 70%.
40% des appareils sont monts avec des pices haute qualit.
Un appareil a t soumis lessai et sest avr bon. Trouver la probabilit quil soit
mont avec des pices de haute qualit.
Solution 14
C : "lappareil est mont avec des pices ordinaires"
H : "lappareil est mont avec des pices de haute qualit"
1 : "lappareil est able"
50
On a :
_
_
_
1 [C] = .6 ; 1 [1 [ C] = .7
1 [H] = .4 ; 1 [1 [ H] = .95
Daprs le thorme de 1cc: :
1 [H [ 1] =
1 [H] 1 [1 [ H]
1 [H] 1 [1 [ H] +1 [C] 1 [1 [ C]
=
19
40
= 47.5%
Exercice 15
Une urne contient des boules blanches et des boules noires.
On eectue une suite de : tirages dans lurne.
On suppose que la probabilit que la /
eme
boule tire soit blanche alors que les / 1
prcdantes ltaient est
1
/ + 1
.
Calculer la probabilit que les : premires boules tires soient toutes blanches.
Solution 15
Pour / N
, dsignons par 1
k
lvnement :
1
k
: la /
eme
boule est blanche
Pour tout /, / _ 2. on a :
1 [1
k
[ 1
1
...1
k1
] =
1
/ + 1
Daprs le principe des probabilits composes, on a :
1 [1
1
...1
n
] = 1 [1
1
] 1 [1
2
[ 1
1
] ...1 [1
n
[ 1
1
...1
n1
]
= 1 [1
1
]
1
3
...
1
: + 1
=
21 [1
1
]
(: + 1)!
51
Exercice 16
Douze appareils sont en exploitation.
Trois parmi eux sont fabriqus par lusine l
1
, quatre par lusine l
2
et cinq par
lusine l
3
.
Les appareils provenant de lusine l
1
passe lessai avec une probabilit de 90%, ceux
de lusine l
2
avec une probabilit de 80% et ceux de lusine l
3
avec une probabilit
de 75%.
Trouver la probabilit quun appareil choisi au hasard passe lessai.
Solution 16
l
i
: lappreil provient de lusine l
i
, i = 1. 2. 3
1 : lappreil est able
On a :
_
_
1 [l
1
] =
3
12
; 1 [1 [ l
1
] = 0.90
1 [l
2
] =
4
12
; 1 [1 [ l
2
] = 0.80
1 [l
3
] =
5
12
; 1 [1 [ l
3
] = 0.75
Daprs la formule des probabilits totales on a :
1 [1] =
3
i=1
1 [l
i
] 1 [1 [ l
i
]
=
965
1200
= 80.42%
Exercice 17
Une pice dun quipement lectronique est constitue de trois partie essentielles ,
1 et C.
On a constat dans le pass que la partie tombait en panne dans 10% des cas, la
partie 1 dans 30% des cas et la partie C dans 40% des cas.
La partie opre indpendamment de 1 et de C.
Les parties 1 et C sont dpendantes de telle sorte que si C est dfaillante, les chances
sont de 1 sur 3 que 1 soit dfaillante aussi.
Deux au moins des trois parties doivent tre en tat de marche pour que lquipement
fonctionne.
Calculer la probabilit pour quil fonctionne.
52
Solution 17
: la partie fonctionne
1 : la partie 1 fonctionne
C : la partie C fonctionne
1 : lquipement fonctionne
On a :
_
_
1 [] = 0.9 . 1 [1] = 0.7 . 1 [C] = 0.6
1 [1C] = 1 [] 1 [1C]
1
_
1 [

C
= 1 1
_
1 [

C
=
1
3
Puisque lquipement fonctionne lorsque deux au moins des trois parties sont en tat
de marche, on a :
1 = 1

C

1C

1C 1C
= 1

C

1C 1C
do :
1 [1] = 1
_
1

C
+1
_

1C
+1 [1C]
= 1 [] 1
_
1

C
+1 [] 1
_
1C
+1 [1C]
= 1 [] 1
_
1
_
1 [

C
+1 [] 1
_
1C
+1 [1C]
or :
1 [1C] = 1 1
_
1 +

C
= 1 1
_
1
_
+1
_
1

C
= 1 1
_
1
_
+1
_
1
_
1 [

C
et :
1
_
1C
= 1 [C] 1 [1C]
On en dduit alors que :
1 [1] = 79.667%
Exercice 18
Une preuve sportive, o deux concurrents et 1 sont en jeu, consiste atteindre
une cible partage en trois cases notes C
1
, C
2
et C
3
.
On admet quun coup atteint une et une seule case.
53
Pour le joueur , les probabilits respectives datteindre les cases C
1
, C
2
et C
3
forment une progression arithmtique de raison
1
4
, alors que pour le joueur 1, les
trois probabilits sont gales.
On choisit lun des deux joueurs, la probabilit que soit choisi est la moiti de la
probabilit de choisir 1.
Le concurrent choisi atteint la case C
3
. Quelle est la probabilit que ce concurrent
soit ?
Solution 18
: "le concurrent choisi est "
1 : "le concurrent choisi est 1"
C
k
: "le concurrent atteint la cible C
k
"
On a :
1 [] =
1
3
1 [1] =
2
3
et :
1 [C
1
[ 1] = 1 [C
2
[ 1] = 1 [C
3
[ 1] =
1
3
Posons :
j = 1 [C
1
[ ]
Puisque :
1 [C
1
[ ] +1 [C
2
[ ] +1 [C
3
[ ] = 1
et :
1 [C
3
[ ] =
1
4
+1 [C
2
[ ] =
1
2
+1 [C
1
[ ]
on en dduit :
1 [C
1
[ ] =
1
12
; 1 [C
2
[ ] =
4
12
; 1 [C
3
[ ] =
7
12
Daprs la formule de Bayes on a :
1 [ [ C
3
] =
1 [] 1 [C
3
[ ]
1 [] 1 [C
3
[ ] +1 [1] 1 [C
3
[ 1]
=
7
15
54
Exercice 19
Deux rgulateurs contrlent le fonctionnement dun moteur.
Il est dsirable que durant un temps t, le moteur fonctionne sans panne.
En prsence des deux rgulateurs, la panne peut survenir avec une probabilit
12
.
Lorsque seul le premier fontionne avec une probabilit
1
. Lorsque seul le second
fontionne avec une probabilit
2
. Et Lorsque les deux sont en panne avec une prob-
abilit
0
.
La abilit du premier rgulateur est j
1
et celle du second rgulateur est j
2
.
Les lments se mettent en panne indpendamment les uns des autres.
Trouver la abilit totale.
Solution 19
1
1
: le premier rgulateur fonctionne
1
2
: le deuxime rgulateur fonctionne
` : le moteur fonctionne
On a :
1 [1
1
] = j
1
; 1 [1
2
] = j
2
1
_

` [ 1
1
1
2
=
12
; 1
_

` [ 1
1

1
2
=
1
1
_

` [

1
1
1
2
=
2
; 1
_

` [

1
1

1
2
=
0
Comme les deux rgulateurs fonctionnent indpendamment lun de lautre, on a
aussi :
1 [1
1
1
2
] = 1 [1
1
] 1 [1
2
]
Puisque la panne peut survenir dans nimporte quelle situation, alors lvnement
` se dcompose comme suit :
` =

`1
1
1
2

`1
1

1
2

`

1
1
1
2

`

1
1

1
2
On en dduit :
1 [`] = 1 1
_

`
= 1 1 [1
1
] 1 [1
2
] 1
_

` [ 1
1
1
2
1 [1
1
] 1
_
1
2
1
_

` [ 1
1

1
2
1
_
1
1
1 [1
2
] 1
_

` [

1
1
1
2
1
_
1
1
1
_
1
2
1
_

` [

1
1

1
2
= 1 j
1
j
2
12
(1 j
1
) j
2
1
j
1
(1 j
2
)
2
(1 j
1
) (1 j
2
)
0
55
Exercice 20
On considre quatre groupes , 1, C et 1.
Dans chaque groupe, les proportions de personnes ayant fait des tudes suprieures
sont respectivement de 5%, 10%, 25% et 40%.
On choisit au hasard lun des groupes et dans le groupe choisi une personne.
1. Quelle est la probabilit que la personne choisie au hasard ait fait des tudes
suprieures ?
2. La personne choisie ayant fait des tudes suprieures, quelle est la probabilit
quelle appartienne au groupe 1 ?
Solution 20
: la personne appartient au groupe "
1 : la personne appartient au groupe 1"
C : la personne appartient au groupe C"
1 : la personne appartient au groupe 1"
o : la personne a fait des tudes suprieure
On a :
_
_
1 [] =
1
4
1 [o [ ] = .05
1 [1] =
1
4
1 [o [ 1] = .10
1 [C] =
1
4
1 [o [ C] = .25
1 [1] =
1
4
1 [o [ 1] = .40
1. Daprs la formule des probabilits totales on a:
1 [o] = 1 [] 1 [o [ ] +1 [1] 1 [o [ 1] +1 [C] 1 [o [ C] +1 [1] 1 [o [ 1]
= .2
2. Daprs le thorme de 1cc:, on a :
1 [1 [ o] =
1 [1] 1 [o [ 1]
1 [o]
=
1
2
= 50%
56
Exercice 21
Un joueur est en prsence de deux urnes et 1 : lurne contient quatre boules
noires et trois blanches, lurne 1 contient trois boules noires et quatre blanches.
Le joueur choisit au hasard lune des deux urnes et y eectue une succession de
tirages dune boules avec remise.
Quelle est la probabilit que la troisime boule tire soit noire sachant que les deux
premires boules tires sont noires ?
Solution 21
: "le tirage est eectu de lurne "
1 : "le tirage est eectu de lurne 1"
et pour tout /, / _ 1, dsignons par `
k
lvnement :
`
k
: "la /
eme
boule est noire"
On a :
1 [] = 1 [1] =
1
2
1 [`
k
[ ] = 1
_
`
k
[ 1
=
4
7
1 [`
1
`
2
] = 1 [] 1 [`
1
`
2
[ ] +1 [1] 1 [`
1
`
2
[ 1]
= 1 [] 1 [`
1
[ ] 1 [`
2
[ ] +1 [1] 1 [`
1
[ 1] 1 [`
2
[ 1]
=
25
98
et :
1 [`
1
`
2
`
3
] = 1 [] 1 [`
1
`
2
`
3
[ ] +1 [1] 1 [`
1
`
2
`
3
[ 1]
= 1 [] 1 [`
1
[ ] 1 [`
2
[ ] 1 [`
3
[ ] +1 [1] 1 [`
1
[ 1] 1 [`
2
[ 1] 1 [`
3
[ 1]
=
13
98
Do, daprs la formule de Bayes :
1 [`
3
[ `
1
`
2
] =
1 [`
1
`
2
`
3
]
1 [`
1
`
2
]
=
13
25
57
Exercice 22
On considre trois urnes l
1
, l
2
et l
3
contenant des boules blanches et des boules
noires.
Les proportions des boules blanches dans les trois urnes l
1
, l
2
et l
3
sont
1
3
,
1
2
et
1
4
respectivement.
On eectue un tirage de trois boules : la premire de l
1
, la deuxime de l
2
et la
toisime de l
3
.
Calculer la probabilit davoir / boules blanches, 0 _ / _ 3.
Solution 22
1
k
: "la boule tire de lurne l
k
est blanche" . 1 _ / _ 3
1
k
: "le tirage a donn / boules blanches" 0 _ / _ 3
On a :
_
_
1 [1
1
] =
1
3
1 [1
2
] =
1
2
1 [1
3
] =
1
4
et :
_
_
1
0
=

1
1

1
2

1
3
1
1
= 1
1

1
2

1
3
+

1
1
1
2

1
3
+

1
1

1
2
1
3
1
2
= 1
1
1
2

1
3
+1
1

1
2
1
3
+

1
1
1
2
1
3
1
3
= 1
1
1
2
1
3
do :
1 [1
0
] =
6
24
; 1 [1
1
] =
11
24
1 [1
3
] =
6
24
; 1 [1
4
] =
1
24
58
Exercice 23
Un voyageur arrive un carrefour, il sait qu cet endroit il va trouver deux routes,
une bonne et lautre non.
A ce carrefour, il y a trois frres 1
1
, 1
2
et 1
3
.
1
1
dit la vrit une fois sur dix, 1
2
cinq fois sur dix et 1
3
neuf fois sur dix.
Le voyageur sadresse un et un seul des trois frres, il demande son chemin et
saperoit par la suite que cette route est bonne.
Quelle est la probabilit quil se soit adress 1
1
, 1
2
ou 1
3
?
Solution 23
1 : "la route est bonne"
1
i
: "le voyageur sadresse 1
i
" . 1 _ i _ 3
On a :
1 [1
1
] = 1 [1
2
] = 1 [1
3
] =
1
3
et :
1 [1 [ 1
1
] =
1
10
; 1 [1 [ 1
2
] =
5
10
; 1 [1 [ 1
3
] =
9
10
1 [1] =
3
i=1
1 [1
i
] 1 [1 [ 1
i
]
=
1
2
et daprs la formule de Bayes, on a :
1 [1
i
[ 1] =
1 [1
i
] 1 [1 [ 1
i
]
1 [1
i
] 1 [1 [ 1
i
]
do :
_
_
1 [1
1
[ 1] =
1
15
1 [1
2
[ 1] =
5
15
1 [1
3
[ 1] =
9
15
59
Exercice 24
Une partie des accidents scolaires sont des des accidents de laboratoires.
25% des tudiants ne lisent pas les notices de mise en garde qui accompagnent
les produits quils manipulent. Parmi ceux qui lisent, 10% ont tout de mme des
accidents par manque de prcaution.
Quelle est, pour un tudiant qui ne lit pas la notice, la probabilit davoir un accident
si la probabilit quun accident nait pas lu la notice est .75 ?
Solution 24
1 : "ltudiant lit la notice"
: "ltudiant a un accident"
On a :
_
_
1
_
= .25
1 [ [ 1] = .1
1
_
1 [
= .75
Il faut dterminer 1
_
[

1
.
Calculons dabord 1 [].
Puisque :
= 1

1
donc :
1 [] = 1 [1] 1 [ [ 1] +1 [] 1
_
1 [
=
1 [1] 1 [ [ 1]
1 1
_
1 [
= .3
On en dduit :
1
_
[

1
=
1 [] 1
_
1 [
1
_
= .9
60
Exercice 25
Deux usines fabriquent les mmes pices.La premire produit 70% de bonnes et la
seconde 90%. Les deux usines fabriquent la mme quantit de pices.
1. Quel est le pourcentage des pices bonnes sur lensemble des deux usines ?
2. On achte une pice et on constate quelle est bonne. Quelle est la probabilit
quelle proviennent de la seconde usine ?
Solution 25
l
1
: "la pice est fabrique par le premier usine"
l
2
: "la pice est fabrique par le deuxime usine"
1 : "la pice est bonne"
On a :
1 [l
1
] = .5 ; 1 [1 [ l
1
] = .7
1 [l
2
] = .5 ; 1 [1 [ l
2
] = 0.9
1 [l
2
[ 1] =
1 [l
2
] 1 [1 [ l
2
]
1 [l
1
] 1 [1 [ l
1
] +1 [l
2
] 1 [1 [ l
2
]
=
45
80
= 56.25%
Exercice 26
On considre deux sacs o
1
et o
2
contenant chacun trois boules rouges et sept boules
noires.
On prend une boule dans o
1
et on la place dans o
2
.
Quelle est alors la probabilit de tirer une boule rouge de o
2
?
61
Solution 26
: "la boule tire de o
1
est rouge"
1 : "la boule tire de o
2
est rouge"
alors, daprs la formule des probabilits totales on a :
1 [1] = 1 [] 1 [1 [ ] +1
_
1
_
1 [

=
3
10
Exercice 27
Une usine produit des moteurs. Chacun deux a la probabilit
1
1000
dtre d-
fectueux.
Un contrle est fait. Il dcle immanquablement un moteur dfectueux, mais rejette
un bon moteur avec la probabilit
1
100
.
Un moteur est rejet par le contrle. Quelle est la probabilit quil soit eectivement
dfectueux.
Solution 27
1 : "le moteur est dfectueux"
1 : "le moteur est rejet par le contrle"
On a :
_
_
1 [1] =
1
1000
1 [1 [ 1] = 1
1
_
1 [

1
=
1
100
Daprs la formule de Bayes, on a :
1 [1 [ 1] =
1 [1] 1 [1 [ 1]
1 [1] 1 [1 [ 1] +1
_
1
_
1 [

1
=
100
1099
= 0.090992
62
Exercice 28
Un avion est port disparu. On pense que laccident a pu arriver aussi bien dans
nimporte laquelle de trois rgions donnes.
Notons 1 c
i
la probabilit quon dcouvre lavion dans la rgion i sil y est eec-
tivement.
Quelle est la probabilit que lavion se trouve la rgion i, i = 1. 2. 3, si les recherches
dans la rgion 1 nont rien donn ?
Solution 28
1
1
: "lavion a disparu dans la rgion 1"
1
2
1
3
1 : "les recherches dans la rgion 1 nont rien donn"
On a :
_
_
1 [1
1
] =
1
3
; 1 [1 [ 1
1
] = c
1 [1
2
] =
1
3
; 1 [1 [ 1
2
] = 1
1 [1
3
] =
1
3
; 1 [1 [ 1
3
] = 1
Calculons 1 [1] :
1 [1] = 1 [1
1
] 1 [1 [ 1
1
] +1 [1
2
] 1 [1 [ 1
2
] +1 [1
3
] 1 [1 [ 1
3
]
=
1
3
(c + 2)
1 [1
1
[ 1] =
1 [1
1
] 1 [1 [ 1
1
]
1 [1
1
] 1 [1 [ 1
1
] +1 [1
2
] 1 [1 [ 1
2
] +1 [1
3
] 1 [1 [ 1
3
]
=
c
c + 2
1 [1
2
[ 1] =
1 [1
2
] 1 [1 [ 1
2
]
1 [1
1
] 1 [1 [ 1
1
] +1 [1
2
] 1 [1 [ 1
2
] +1 [1
3
] 1 [1 [ 1
3
]
=
1
c + 2
63
1 [1
3
[ 1] =
1 [1
3
] 1 [1 [ 1
3
]
1 [1
1
] 1 [1 [ 1
1
] +1 [1
2
] 1 [1 [ 1
2
] +1 [1
3
] 1 [1 [ 1
3
]
=
1
c + 2
Exercice 29
Trois urnes , 1 et C renferment des boules blanches et des boules noires.
Les proportions de boules blanches sont respectivement de 30%, 60% et 40%.
On tire au hasard une premire boule de lurne , une seconde est extraite de 1 ou
C suivant que la premire soit blanche ou noire.
1. Quelle est la probabilit que la seconde boule soit blanche ?
2. La seconde boule est blanche. Quelle est la probabilit que la premire soit
noire ?
Solution 29
1 : "le tirage est eectu de lurne 1"
C : "le tirage est eectu de lurne C"
1
1
: "la premire boule tire est blanche"
1
2
: "la deuxime boule tire est blanche"
Ona :
_
_
1 [] =
1
3
; 1 [1
2
[ ] = .3
1 [1] =
1
3
; 1 [1
2
[ 1] = .6
1 [C] =
1
3
; 1 [1
2
[ C] = .4
1. Puisque :
1
2
= 1
1
1
2

1
1
1
2
alors :
1 [1
2
] = 1 [1
1
] 1 [1
2
[ 1
1
] 1
_
1
1
1
_
1
2
[

1
1
= 0.46
64
1
_
1
1
[ 1
2
=
1
_
1
1
1
_
1
2
[

1
1
1 [1
1
] 1 [1
2
[ 1
1
] 1
_
1
1
1
_
1
2
[

1
1
=
14
23
= 60.87%
Exercice 30
Un examen comporte des rponses par oui ou par non.
Un tudiant connait seulement la moiti du programme. Lorsquil ne sait pas rpon-
dre une question, il rpond au hasard.
Quelle est la probabilit pour quune rponse soit exacte cause de ses connaissances
et non cause de la chance ?
Solution 30
C : "ltudiant connait le programme"
: "la rponse de ltudiant est exacte"
On a :
_
_
1 [C] =
1
2
1 [ [ C] = 1
1
_
[

C
=
1
2
1 [C [ ] =
1 [C] 1 [ [ C]
1 [C] 1 [ [ C] +1
_
1
_
[

C
=
2
3
Exercice 31
Une compagnie se procure des accumulateurs chez quatre fournisseurs dirents :
45% du premier, 25% du second, 20% du troisime et 10% du quatrime.
Dautre part, 90% des accumulateurs provenant du premier fournisseur fonctionnent
bien. Les proportions sont de 85% pour le deuxime, 95% pour le troisime et 80%
pour le quatrime.
65
1. Calculer la probabilit quun accumulateur choisi au hasard soit dfectueux.
2. On choisit au hasard un accumulateur et on constate quil est dfectueux.
Un responsable arme quil provient du quatrime fournisseur.
Quen pensez-vous ?
Solution 31
1
i
: "laccumulateur provient du i
eme
fournisseur" ,1 _ i _ 4
1 : "laccumulateur est dfectueux"
On a :
_
_
1 [1
1
] = .45 ; 1 [1 [ 1
1
] = .10
1 [1
2
] = .25 ; 1 [1 [ 1
2
] = .15
1 [1
3
] = .20 ; 1 [1 [ 1
3
] = .05
1 [1
4
] = .10 ; 1 [1 [ 1
4
] = .20
1. Daprs la formule des probabilits totales on a :
1 [1] =
4
i=1
1 [1
i
] 1 [1 [ 1
i
]
= .1125
1 [1
i
[ 1] =
1 [1
i
] 1 [1 [ 1
i
]
1 [1]
do :
1 [1
1
[ 1] =
18
45
1 [1
2
[ 1] =
15
45
1 [1
3
[ 1] =
4
45
1 [1
4
[ 1] =
8
45
On en dduit que larmation du responsable nest pas fonde.
Il y a plus de chance que laccumulateur provient du premier ou du deuxime
fournisseur que du quatrime fournisseur.
66
Exercice 32
On considre deux urnes : lune peinte en blanc et lautre peinte en noir.
Chacune de ces deux urnes contient des boules blanches et des boules noires.
Lurne blanche contient une proportion c de boules noires et lurne noire contient
une proportion , de boules blanches.
On choisit une urne au hasard (probabilit j de tirer lurne blanche et = 1 j de
tirer lurne noire) et on tire ensuite une boule de cette urne. Si la boule tire est de
la mme couleur que lurne, on tire nouveau une boule de cette urne. Dans le cas
contraire, on eectue le tirage dans lautre urne. On poursuit ce mode de tirage,
supposs tous avec remise, la :
eme
boule est tire dans lurne dont la couleur est
celle de la (: 1)
eme
boules tire.
Soit j
n
la probabilit que la :
eme
boule tire soit blanche,
n
la probabilit que la
:
eme
boule tire soit noire et \
n
le vecteur colonne de composantes j
n
et
n
.
1. Etablir une relation de rcurrence entre \
n
et \
n1
.
2. En dduire que :
\
n
= `
n
\
0
o ` est une matrice carre et \
0
est le vecteur colonne de composantes j et .
3. Que signie :
(a) c = , = 0 ?
(b) c = , = 1 ?
(c) c +, = 1 ?
4. Calculer, dans chacun de ces cas, les limites de j
n
et
n
quand : tend vers +.
Solution 32
1 : "le tirage est eectu de lurne blanche"
` : "le tirage est eectu de lurne noire"
1
n
: "la :
eme
boule est blanche"
`
n
: "la :
eme
boule est noire"
On a :
1 [1] = j . 1 [`] =
et :
1 [1
n
[ 1
n1
] = 1 [1
n
[ 1] = 1 c
1 [1
n
[ `
n1
] = 1 [1
n
[ `] = ,
1 [`
n
[ 1
n1
] = 1 [`
n
[ 1] = c
1 [`
n
[ `
n1
] = 1 [`
n
[ `] = 1 ,
67
et pour tout :, : _ 2, on a :
_
_
_
1
1
= 1
1
1 1
1
`
1
n
= 1
n
1
n1
1
n
`
n1
de mme :
_
_
_
`
1
= `
1
1 `
1
`
`
n
= `
n
1
n1
`
n
`
n1
1. Daprs la formule des probabilits totales on a :
_
_
_
1 [1
1
] = 1 [1
1
[ 1] 1 [1] +1 [1
1
[ `] 1 [`]
1 [1
n
] = 1 [1
n
[ 1
n1
] 1 [1
n1
] +1 [1
n
[ `
n1
] 1 [`
n1
]
_
_
_
1 [`
1
] = 1 [`
1
[ 1] 1 [1] +1 [`
1
[ `] 1 [`]
1 [`
n
] = 1 [`
n
[ 1
n1
] 1 [1
n1
] +1 [`
n
[ `
n1
] 1 [`
n1
]
do :
_
_
_
j
1
= (1 c) j +,
j
n
= (1 c) j
n1
+,
n1
_
_
_
1
= cj + (1 ,)
n
= cj
n1
+ (1 ,)
n1
On en dduit que pour tout :, : _ 1, on a :
\
n
= `\
n1
o ` est la matrice carre :
` =
_
_
1 c ,
c 1 ,
_
_
et :
\
0
=
_
j
_
2. Il en rsulte que pour tout : N
on a :
\
n
= `
n
\
0
68
(a) Si :
c = , = 0
alors lurne blanche ne contient que des boules blanches et lurne noire
ne contient que des boules noires. Tous les tirages seront eectus de la
mme urne, celle choisie au dpart.
(b) Si :
c = , = 1
alors lurne blanche ne contient que des boules noires et lurne noire ne
contient que des boules blanches. Les tirages seront eectus en alternant
les deux urnes.
(c) Si :
c +, = 1
alors les deux urnes ont la mme composition. Une fois que lurne est
choisie, il nest plus ncessaire de la changer.
3. (a) Si :
c = , = 0
alors la matrice ` est la matrice identique dordre 2 :
` = 1
2
do pour tout : N
:
_
_
_
j
n
= j
n
=
(b) Si :
c = , = 1
alors :
` =
_
_
0 1
1 0
_
_
puisque :
`
2
= 1
2
69
on en dduit que pour tout / N
:
\
2k
=
_
j
_
\
2k+1
=
_

j
_
Les suites (j
n
)
n2N
et (
n
)
n2N
sont divergentes sauf lorsque :

j = =
1
2
(c) Si :
c +, = 1
alors :
`
2
= `
donc :
\
n
= `\
0
=
_
1 c
c
_
do :
_
_
_
j
n
= 1 c
n
= c
Exercice 33
On appelle preuve, un lot de trois sujets tirs au hasard parmi cent sujets possi-
bles.
Un candidat doit traiter au choix lun des trois sujets.
1. Combien dpreuves peut-on proposer au candidat ?
2. Un candidat se prsente en ne connaissant que la moiti des sujets. Quelle est
la probabilit pour quil sache traiter :
(a) les trois sujets ?
(b) seulement deux sujets ?
(c) un seul sujet
(d) aucun des trois sujets ?
70
Solution 33
1. Le nombre dpreuves quon peut- proposer au candidat est :
C (100. 3) = 161700
2. La probabilit j
k
pour que le candidat sache traiter exactement / sujets, 0 _
/ _ 3, parmi les trois sujets proposs est :
j
k
=
C (50. /) C (50. 3 /)
C (100. 3)
do :
(a) La probabilit pour quil sache traiter les trois sujets est :
j
3
= .1212
(b) La probabilit pour quil sache traiter seulement deux sujets est :
j
2
= .3788
(c) La probabilit pour quil sache traiter un seul sujets est :
j
1
= .3788
(d) La probabilit pour quil ne sache traiter aucun sujets est :
j
0
= .1212
Exercice 34
Dans une loterie de cent billets, deux billets sont gagnants.
1. Quelle est la probabilit de gagner au moins un lot si lon prend douze billets ?
2. Combien faut-il acheter de billets pour que la probabilit de gagner au moins
un lot soit suprieure .8 ?
Solution 34
1. La probabilit j
k
, 0 _ / _ 2, de ganger exactement / lots lorsquon dtient 12
billets est :
j
k
=
C (2. /) C (98. 12 /)
C (100. 12)
71
do la probabilit 1 de ganer au moins un lot est :
1 = j
1
+j
2
= 1 j
0
=
17
75
= 22.67%
2. La probabilit j
n;k
, 0 _ / _ 2, de ganger exactement / lots lorsquon dtient :
billets est :
j
n;k
=
C (2. /) C (98. : /)
C (100. :)
do la probabilit 1
n
de ganer au moins un lot est :
1
n
= j
n;1
+j
n;2
= 1 j
n;0
=
:(199 :)
9900
On en dduit que :
1
n
.8 == : _ 56
Exercice 35
On jette : fois deux ds.
1. Quelle est la probabilit pour que le double six sorte au moins une fois ?
2. Combien de fois faut-il jeter les deux ds pour parier avec avantage dobtenir
au moins une fois le double six ?
Solution 35
1. La probabilit pour que le double six ne sorte aucune fois est :
n
=
_
35
36
_
n
do la probabilit pour quil sorte au moins une fois est :
j
n
= 1
n
= 1
_
35
36
_
n
72
2. Do :
j
n

1
2
== : _ 25
Exercice 36
On dispose de deux urnes contenant respectivement cinq boules bleues et quatre
rouges, et six boules bleues et cinq rouges. On tire une boule de chaque urne.
Quelle est la probabilit :
1. de tirer deux boules rouges ?
2. de tirer deux boules bleues ?
3. de tirer une boule bleue et une boule rouge ?
Solution 36
1. La probabilit de tirer deux boules rouges est :
j
1
=
4
9
5
11
=
20
99
2. La probabilit de tirer deux boules bleues est :
j
2
=
5
9
6
11
=
30
99
3. La probabilit de tirer une boule bleue et une boule rouge est :
j
3
=
5
9
5
11
+
4
9
6
11
=
49
99
= 1 j
1
j
2
Exercice 37
On lance au hasard un d dont les faces sont numrots de 1 6.
On suppose que la probabilit dapparition dun chire pair est le double de celle
dun chire impair et que les faces paires sont quiprobables.
Quelle est la probabilit dobtenir un diviseur de six ?
73
Solution 37
Dsignons par j (/), 1 _ / _ 6, la probabilit dobtenir la face / du d.
On a :
j (2) = j (4) = j (6)
j (1) = j (3) = j (5)
et :
j (2) = 2j (1)
Puisque :
6
i=1
j (/) = 1
on en dduit que :
j (2) = j (4) = j (6) =
2
9
j (1) = j (3) = j (5) =
1
9
Soit lvnement :
1 : "obtenir un diviseur de six"
on a :
1 = 1. 2. 3. 6
do :
1 [1] = j (1) +j (2) +j (3) +j (6) =
2
3
Exercice 38
Une urne contient six boules rouges et quatre boules blanches.
On tire au hasard deux boules sans remise.
Calculer la probabilit des vnements suivants :
1. les deux boules sont rouges,
2. les deux boules sont blanches,
3. les deux boules sont de couleurs direntes.
74
Solution 38
1. La probabilit que les deux boules tires soient rouges est :
j
1
=
6
10
5
9
=
1
3
2. La probabilit que les deux boules tires soient blanches est :
j
2
=
4
10
3
9
=
2
15
3. La probabilit que les deux boules tires soient de couleurs direntes est :
j
3
=
6
10
4
9
+
4
10
6
9
=
8
15
= 1 j
1
j
2
Exercice 39
On choisit au hasard un numro de tlphone huit chires.
1. : les huit chires du numro sont tous distincts.
2. 1 : le produit des huit chires du numro est divisible par deux.
3. C : les huit chires du numro forment une suite strictement croissante.
4. 1 : les huit chires du numro forment une suite croissante.
Solution 39
Le nombre ` de numro de tlphone huit chire est :
` = 10
8
1. Le nombre de numro dont les huit chires sont distincts est le nombre darragements
de huit lments parmi dix lments, do :
1 [] =
(10. 8)
10
8
= 0.018144
75
2. Le produit des huit chires nest pas divisible par deux si et seulement tous les
chires du numro sont impairs.
Le nombre ` de ces numros est :
` = 5
8
do :
1
_
=
_
1
2
_
8
et par consquent :
1 [1] = 1
_
1
2
_
8
=
255
256
= 0.996
3. Le nombre de numros huit chires formant une suite strictement croissante
est le nombre de combinaison de huit lments parmi dix lments, do :
1 [C] =
C (10. 8)
10
8
= 4.5 10
7
4. Le nombre de numros huit chires formant une suite croissante est le nombre
de combinaison avec rptition de longueur huit parmi dix lments, do :
1 [1] =
1 (10. 8)
10
8
=
C (17. 8)
10
8
= 2.431 10
4
Exercice 40
Les : tomes dune encyclopidie sont disposs au hasard sur une tagre.
1. Quelle est la probabilit que les tomes 1 et 2 appraissent cte cte dans cet
ordre ?
2. Quelle est la probabilit que les tomes 1 j (2 _ j _ :) appraissent cte cte
dans cet ordre ?
76
Solution 40
Le nombre de manire ` de placer les : tomes sur ltagre est :
:!
1. Le tome 1 peut occuper les positions de 1 : 1.
Le tome 2 ne peut occuper quune seule position : celle cot du tome 1.
pour les (: 2) tomes restants, il y a (: 2)! manires de les placer sur
ltagtre.
Do la probabilit recherche est :
1 =
(: 1) (: 2)!
:!
=
1
:
2. Le tome 1 peut occuper les positions de 1 : j + 1.
Il ny a quune seule manire pour placer les tomes de 2 j une fois que la
position du tome 1 est choisie.
pour les (: j) tomes restants, il y a (: j)! manires de les placer sur
ltagtre.
Do la probabilit recherche est :
1 =
(: j + 1) (: j)!
:!
=
(: j + 1)!
:!
=
1
(:. j 1)
Exercice 41
: personnes sont runies dans une mme salle.
1. Il ny a pas deux personnes ayant le mme jour danniversaire.
2. Deux personnes au moins ont le mme jour danniversaire.
3. Deux personnes, et deux seulement, ont le mme jour danniversaire.
77
Solution 41
1. La probabilit pour quil ny a pas deux personnes ayant le mme jour danniversaire
est :
j
1
=
C (365. :)
365
n
2. La probabilit pour que deux personnes au moins ont le mme jour danniversaire
est :
j
2
= 1 j
1
3. La probabilit pour que deux personnes, et deux seulement ont le mme jour
danniversaire est :
j
3
=
C (365. : 1)
365
n
Exercice 42
Le code condentiel dune carte bancaire est un nombre de quatre chires tous non
nuls.
Le code dune carte est choisi au hasard par ordinateur.
1. : le code est un nombre pair
2. 1 : le code nest compos que de chires pairs
3. C : le code contient une et seule fois le chire 1
4. 1 : le code est compos de quatre chires distincts
5. 1 : les quatre chires du code forment une suite croissante
6. 1 : les quatre chires du code forment une suite strictement croissante
Solution 42
Le nombre de codes quon peut ainsi former est :
9
4
= 6561
1. Le nombre de codes pairs est :
4 9
3
= 2619
do :
1 [] =
4
9
2. Le nombre de codes composs seulement de chires pairs est
4
4
= 256
78
do :
1 [1] =
_
4
9
_
4
= .039
3. Le nombre de codes o le chire 1 gure une et seule fois est
C (4. 1) 8
3
= 2048
do :
1 [C] =
C (4. 1) 8
3
9
4
= .31215
4. Le nombre de codes composs de quatre chires distincts est :
(9. 4) = 3024
do :
1 [1] =
(9. 4)
9
4
= .46
5. Le nombre de codes o les quatre chires forment une suite croissante est :
1 (9. 4) = 495
do :
1 [1] =
1 (9. 4)
9
4
= .075446
6. Le nombre de codes o les quatre chires forment une suite strictement crois-
sante est :
C (9. 4) = 126
do :
1 [1] =
C (9. 4)
9
4
= .0192
Exercice 43
Une urne contient six boules numrotes de 1 6.
On tire successivement trois boules de lurne, sans remise.
79
1. : la troisime boule tire porte le numro 2
2. 1 : la troisime boule tire porte un numro pair
3. C : la troisime boule tire porte un numro au moins gal 2
4. C : la troisime boule tire porte un numro au moins gal 2
Solution 43
Notons j (/), 1 _ / _ 6, la probabilit pour que la troisime boule tire porte le
numro /.On a :
j (/) =
(5. 2)
(6. 3)
=
1
6
1. En particulier, la probabilit pour que la troisime boule tire porte le numro
2 est :
j (2) =
1
6
2. La probabilit pour que la troisime boule tire porte un numro pair est :
1 = j (2) +j (4) +j (6)
=
1
2
3. La probabilit pour que la troisime boule tire porte un numro au moins gal
2 est :
1 = j (2) +j (3) +j (4) +j (5) +j (6)
= 1 j (1)
=
5
6
Exercice 44
On considre six boules numrotes de 1 6.
Une boite comporte six compartiments numrots de 1 6.
On place au hasard les boules, une boule par compartiment.
Quelle est la probabilit pour que quatre boules au moins soient dans le comparti-
ment ayant le mme numro que la boule ?
80
Solution 44
Dsignons par
k
, 1 _ / _ 6, lvnement :
k
: "exactement / boules sont dans le compartiment ayant le mme numro que la boule"
et remarquons que :
5
= O
Lvnement
4
est ralis dans le cas o quatre parmi les six boules (1. 2. 3. 4. 5. 6)
sont places dans les compartiments comportant respectivement leurs numros, alors
les deux boules restantes sont places chacune dans le compartiment comportant le
numro de lautre, do :
1 [
4
] =
C (6. 4)
6!
Lvnement
6
est ralis dans le seul cas o les boules (1. 2. 3. 4. 5. 6) sont places
dans les compartiments (1. 2. 3. 4. 5. 6) respectivement, do :
1 [
6
] =
1
6!
do la probabilit recherche est :
1 = 1 [
4
] +1 [
6
]
=
16
6!
=
1
45
Exercice 45
On dispose de trois urnes. Les deux premire urnes contiennent cinq boules vertes
et quatre rouges chacune. La troisime contient six boules vertes et quatre rouges.
On choisit au hasard une urne dans laquelle on tire une boule. On constate que
cette boule est verte.
Quelle est la probabilit de lavoir tire de la troisime urne ?
Solution 45
l
i
: "le tirage est eectu de la i
eme
urne" . 1 _ i _ 3
\ : "la boule tire est verte"
81
On a :
_
_
1 [l
1
] =
1
3
; 1 [\ [ l
1
] =
1
2
1 [l
2
] =
1
3
; 1 [\ [ l
2
] =
1
2
1 [l
3
] =
1
3
; 1 [\ [ l
3
] =
3
5
Daprs la thorme de 1cc: on a :
1 [l
3
[ \ ] =
1 [l
3
] 1 [\ [ l
3
]
1 [l
1
] 1 [\ [ l
1
] +1 [l
2
] 1 [\ [ l
2
] +1 [l
3
] 1 [\ [ l
3
]
=
3
8
Exercice 46
On dispose de deux pices de monnaie truques, une pice de dix dirhams et une
pice de cinq dirhams.
La probabilit dobtenir pile en lanant la pice de dix dirhams est .8 alors que la
probabilit dobtenir face en lanant celle de cinq dirhams est .7.
On lance au hasard lune des deux pices et on obtient face.
Quelle est la probabilit davoir choisi celle de dix dirhams ?
Solution 46
Considrons les vnements suivants :
C : "la pice lance est celle de cinq dirhams"
1 : "la pice lance est celle de dix dirhams"
1 : "le cot obtenu est face"
1 : "le cot obtenu est pile"
On a :
_
1 [C] = .5 ; 1 [1 [ C] = .7
1 [1] = .5 ; 1 [1 [ 1] = .2
1 [1 [ 1] =
1 [1] 1 [1 [ 1]
1 [C] 1 [1 [ C] +1 [1] 1 [1 [ 1]
=
2
9
82
Exercice 47
On dispose de dix jetons : deux noirs, cinq blancs et trois bicolores (une face blanche
et une face noire).
On choisit au hasard un jeton que lon jette. La face apparente est blanche.
Quelle est la probabilit que la face cache soit blanche ?
Solution 47
considrons les vnements suivants :
J
b
: "le jeton choisi est blanc"
J
n
: "le jeton choisi est noir"
J
c
: "le jeton choisi est bicolore"
1
a
: "la face apparente est blanche"
1
c
: "la face cache est blanche"
On a :
_
_
1 [J
b
] =
1
2
; 1 [1
a
[ J
b
] = 1 ; 1 [1
c
[ J
b
] = 1
1 [J
n
] =
1
5
; 1 [1
a
[ J
n
] = 0 ; 1 [1
c
[ J
n
] = 0
1 [J
c
] =
3
10
; 1 [1
a
[ J
c
] =
1
2
; 1 [1
c
[ J
c
] =
1
2
1 [1
c
[ 1
a
] =
1 [1
c
1
a
]
1 [1
a
]
or :
1 [1
c
1
a
] = 1 [J
b
] =
1
2
et :
1 [1
a
] = 1 [J
b
] 1 [1
a
[ J
b
] +1 [J
n
] 1 [1
a
[ J
n
] +1 [J
c
] 1 [1
a
[ J
c
] =
13
20
daprs la formule des probabilits totales.
Do :
1 [1
c
[ 1
a
] =
10
13
83
Exercice 48
On considre une population dans laquelle 75% des cancers des poumons sont ob-
servs chez les fumeurs.
La population contient 4% de cancers de poumons, et 60% de fumeurs.
On tire au hasard un individu de cette population.
1. Quelle est la probabilit que la personne ne fume pas et na pas de cancer ?
2. Si la personne ne fume pas, quelle est la probabilit quelle na pas de cancer ?
3. Si la personne na pas de cancer, quelle est la probabilit quelle fume ?
Solution 48
C : "la personne a le cancer"
1 : "la personne fume"
On a :
_
_
1 [1] = 0.6
1 [C] = 0.04
1 [1 [ C] = 0.75
1. On a :
1 [1
c
C
c
] = 1 1 [1 +C]
= 1 1 [1] 1 [C] +1 [1C]
= 1 1 [1] 1 [C] +1 [C] 1 [1 [ C]
= 0.39
2. On a :
1 [C
c
[ 1
c
] =
1 [1
c
C
c
]
1 [1
c
]
= 0.975
3. On a :
1 [1 [ C
c
] = 1 1 [1
c
[ C
c
]
= 1
1 [1
c
C
c
]
1 [C
c
]
= 0.59375
84
Exercice 49
Pour prvenir lextension dune pidmie virale, on dcide de soumettre la population
menace des tests. Dune faon gnrale, le rsultat de chaque test est positif pour
les porteurs de virus, ngatif pour les personnes qui ne sont pas atteintes, mais il y
a des exeptions.
Le but de lexercice est de comparer deux procds de dpistage. Lun nutilisant
quun seul test, lautre consistant en la succession de deux tests identiques raliss
indpendamment lun de lautre.
On choisit au hasard un individu et on dsigne par \ et 1 les vnements :
\ : " est porteur de virus"
1 : "le test appliqu est positif"
On admet que :
1 [\ ] = 0.1
1 [1 [ \ ] = 0.95
1
_
1 [

\
= 0.03
1. Dans cette question, on tudie la procdure de contrle qui nutilise quun seul
test.
(a) Calculer la probabilit de lvnement 1.
(b) Le test appliqu sest avr ngatif.
Calculer la probabilit que soit porteur du virus.
2. On eectue maintenant deux tests identiques. On considre lvnement :
1
2
: "les deux tests appliqus sont positifs"
(a) Si est porteur du virus, quelle est la probabilit pour que les deux tests
appliqus soient ngatifs ?
(b) Les deux tests ont t ngatifs. Quelle est la probabilit que soit porteurs
du virus ?
(c) Conclure.
Solution 49
1. (a) On a :
1 [1] = 1 [\ ] 1 [1 [ \ ] +1
_
1
_
1 [

\
= .122
85
(b) Daprs le thorme de 1cc:, on a :
1
_
\ [

1
=
1 [\ ] 1
_
1 [ \
1
_
=
5
878
= 5.6948 10
3
(a) Les deux tests tant indpendants, donc :
1
_
1
2
[ \
=
_
1
_
1 [ \
_
2
= 25 10
4
(b) Daprs le thorme de 1cc:, on a :
1
_
\ [

1
2
=
1 [\ ] 1
_
1
2
[ \
1
_
1
2
= 3.243 10
6
(c) On en dduit que :
1
_
\ [

1
2
=
1
1756
1
_
\ [

1
Il est donc prfrable de pratiquer deux tests successifs.

Exercice 50
On considre les familles deux enfants.
1. Une famille deux enfants dont au moins un garon.
Quelle est la probabilit que cette famille ait deux garons ?
2. Une famille deux enfants dont lain est un garon.
Quelle est la probabilit que cette famille ait deux garons ?
Solution 50
G
1
: "le premier enfant est un garon"
G
2
: "le second enfant est un garon"
G : "la famille a au moins un garon"
86
Notons que les vnements G
1
et G
2
sont indpendants et que :
1 [G
1
] = 1 [G
2
] =
1
2
1. On a :
G = G
1

G
2

G
1
G
2
G
1
G
2
do :
1 [G] =
3
4
Dautre part :
1 [G
1
G
2
[ G] =
1 [G
1
G
2
G]
1 [G]
=
1 [G
1
G
2
]
1 [G]
=
1
3
2. On a:
1 [G
1
G
2
[ G
1
] =
1 [G
1
G
2
]
1 [G
1
]
=
1
2
Exercice 51
On dispose de dix urnes numrotes de 0 9.
Lurne / contient / boules noires et 9 / boules blanches.
On choisit une urne au hasard et sans connaitre son numro on tire deux boules
avec remise.
1. Quelle est la probabilit dobtenir deux boules noires ?
2. Les deux boules obtenues sont noires. Quelle est la probabilit quelles provi-
ennent de lurne l
5
?
3. Le premier tirage a donn une boule noire. Quelle est la probabilit que le
second tirage donnent aussi une boule noire ?
87
Solution 51
l
i
: "le tirage est eectu de lurne i" . 0 _ i _ 9
`
i
: "la i
eme
boule tire est noire" . i = 1. 2
On a :
1 [l
k
] =
1
10
. 0 _ / _ 9
1 [`
i
[ l
k
] =
/
9
. 0 _ / _ 9 . i = 1. 2
1. Daprs la formule des probabilits totales, la probabilit dobtenir deux boules
noires est :
1 [`
1
`
2
] =
9
k=0
1 [l
k
] 1 [`
1
`
2
[ l
k
]
=
19
54
2. Daprs la thorme de 1cc: on a :
1 [l
5
[ `
1
`
2
] =
1 [l
5
] 1 [`
1
`
2
[ l
5
]
1 [`
1
`
2
]
=
5
57
3. Daprs la formule des probabilits totales :
1 [`
1
] =
9
k=0
1 [l
k
] 1 [`
1
[ l
k
] =
1
2
do :
1 [`
2
[ `
1
] =
1 [`
1
`
2
]
1 [`
1
]
=
19
27
Exercice 52
Un ascenseur dessert dix tages.
Quatre personnes prennent cet ascenceur au rez-de-chausse.
On admet que chacune de ces quatre personnes descend au hasard lun des dix
tages et que les dcisions de ces quatre personnes sont indpendantes.
88
1. Quelle est la probabilit que les quatre personnes sarrtent des tages dif-
frents ?
2. Quelle est la probabilit pour que deux, et deux seulement, sarrtent au mme
tage ?
Solution 52
chaque personne peut descendre dans lun ou lautre des dix tages, donc le nombre
` de possibilits est :
` = 10
4
1. Le nombre de possibilits o les quatre personnes sarrtent des tages dif-
frents est le nombre darrangements de quatre tages parmi les dix tages :
(10. 4) = 5040
do :
1 =
(10. 4)
10
4
= 0.504
2. Les quatre personnes sarrteront trois tages dirents. Il y a donc :
(10. 3) = 720
possibilits.
Dautre part, le nombre de paires de personnes sarrtant au mme tage est :
C (4. 2) = 6
do la probabilit recherche est :
1 =
C (4. 2) (10. 3)
10
4
= 0.432
Exercice 53
Deux joueurs et 1 jouent un jeu dont la rgle est la suivante : il sagit datteindre
une cible.
chacun de ses essais, 1 a une probabilit de
1
2
de toucher la cible et une
probabilit de
1
3
.
89
et 1 jouent tour de rle, la partie se termine ds que lun des deux joueurs
atteint la cible. Cest qui joue le premier.
Soit j
n
la probabilit que gagne son :
eme
essai, et
n
la probabilit que 1 gagne
son :
eme
essai.
1. Calculer j
n
et
n
.
2. Calculer :
1
n
=
n
k=1
j
k
Q
n
=
n
k=1
k
1 = lim
n!1
1
n
Q = lim
n!1
Q
n
Que reprsente chacun de ces termes ?
3. et 1 ont-ils les mmes chances de gagner ?
Solution 53
1.
j
n
=
_
2
3
_
n1
_
1
2
_
n1
1
3
=
_
1
3
_
n
n
=
_
2
3
_
n
_
1
2
_
n1
1
2
=
_
1
3
_
n
90
2.
1
n
= Q
n
=
n
k=1
_
1
3
_
k
=
1
2
_
1
1
3
n
_
1 = lim
n!1
1
n
=
1
2
Q = lim
n!1
Q
n
=
1
2
3. Donc et 1 ont les mmes chances de gagner.
Exercice 54
Deux joueurs et 1 jouent avec deux ds.
Le joueur gagnera en faisant un total de 7, 1 en faisant un total de 6.
Cest 1 qui commence et ensuite et 1 jettent alternativement les ds jusqu ce
que lun des deux gagne.
Quelles sont leurs probabilits de gagner ?
Solution 54
Notons (c. /) les points amens par le premier d et le second d respectivement.
La probabilit de cet vnement lmentaire est
j =
1
36
Le joueur obtient un total de 7 dans les cas suivants:
(1. 6) . (2. 5) . (3. 4) . (6. 1) . (5. 2) . (4. 3)
La probabilit de cet vnement est :
j
7
=
1
6
Le joueur 1 obtient un total de 6 dans les cas suivants:
(1. 5) . (2. 4) . (3. 3) . (5. 1) . (4. 2)
La probabilit de cet vnement est :
j
6
=
5
36
91
Soit j
7;k
(resp. j
6;k
) la probabilit pour que le joueur (le joueur 1)gagne son
/
eme
essai. Alors :
j
7;k
=
_
5
6
_
k1
_
31
36
_
k1
_
1
6
_
et:
j
6;k
=
_
5
6
_
k
_
31
36
_
k1
_
5
36
_
Si lon dsigne par 1
7
(resp. 1
6
) la probabilit pour que le joueur (le joueur 1)gagne,
alors :
1
7
= lim
n!1
n
k=1
j
7;k
=
36
61
1
6
= lim
n!1
n
k=1
j
6;k
=
25
61
Exercice 55
: urnes l
1
. .... l
n
contiennent respectivement 1. .... : boules noires et rien dautre.
On choisit au hasard une urne, on y tire une boule et on la remplace par une blanche.
Une nouveau tirage dans la mme urne donne une boule blanche.
Quelle est la probabilit pour que les tirages aient t faits dans lurne l
i
?
Solution 55
l
i
: "le tirage est eectu de lurne i" . 1 _ i _ :
1
2
: "la 2
eme
boule tire est blanche" . i = 1. 2
On a :
1 [l
k
] =
1
:
. 1 _ / _ :
1 [1
2
[ l
k
] =
1
/
. 1 _ / _ :
92
Daprs la formule des probabilits totales, on a :
1 [1
2
] =
n
k=1
1 [l
k
] 1 [1
2
[ l
k
]
=
1
:
n
k=1
1
/
Do :
1 [l
i
[ 1
2
] =
1 [l
i
] 1 [1
2
[ l
i
]
1 [1
2
]
=
1
i
n
k=1
1
/
Exercice 56
Le quart dune population a t vaccin contre une maladie.
Au cours dune pidmie, on constate quil y a parmi les malades, un vaccin pour
quatre non vaccins. On sait de plus quil y a un malade sur douze parmi les vaccins.
1. Quelle est la probabilit de tomber malade pour un individu non vaccin ?
2. Le vaccin est-il ecace ?
Solution 56
` : "la personne est malade"
\ : "la personne est vaccine"
On a :
1 [\ ] =
1
4
; 1 [\ [ `] =
1
5
; 1 [` [ \ ] =
1
12
93
1. Daprs la thorme de 1cc: on a :
1
_
` [

\
=
1 [`] 1
_
\ [ `
1
_
or :
1 [`] = 1 [\ ] 1 [` [ \ ] +1
_
1
_
` [

\
= 1 [\ ] 1 [` [ \ ] +1 [`] 1
_
\ [ `
=
1 [\ ] 1 [` [ \ ]
1 1
_
\ [ `
=
1 [\ ] 1 [` [ \ ]
1 [\ [ `]
=
5
48
do :
1
_
` [

\
=
1 [`] 1
_
\ [ `
1
_
=
1
9
2. Le vaccin diminue les risques dattrapper la maladie mais pas considrablement.
Il est peu ecace.
Exercice 57
Une boite contient une boule blanche et trois boules rouges.
Une boite 1 contient cinq boules blanches et trois boules rouges.
On tire au hasard et indpendamment une boule de lurne et une boule de lurne
1 et les change de boite.
Calculer la probabilit quaprs lchange :
1. ne contient que des boules rouges.
2. Les deux compositions restent inchanges.
94
Solution 57
1. Dans ce cas, il faut tirer la boule blanche de lurne et une boule rouge de
lurne 1, do la probabilit recherche est :
1 =
1
4
3
8
=
3
32
2. Dans ce cas, les deux boules tires des urnes et 1 doivent tre de la mme
couleur, do la probabilit recherche est :
1 =
1
4
.
5
8
+
3
4
.
3
8
=
29
32
Exercice 58
On considre une suite de tirages avec remise dans une urne l choisie au hasard
parmi : + 1 urnes l
0
. .... l
n
.
Soit j
i
, 0 _ i _ :, la probabilit de choisir lurne l
i
.
On suppose que lurne l
i
, 0 _ i _ :, contient : boules dont i sont noires.
1. Quelle est la probabilit dobtenir une boule noire au /
eme
tirage sachant que
lon a obtenu / 1 boules noires dans les / 1 tirages prcdents ?
2. Quelle est la probabilit que les tirages aient lieu dans lurne l
i
sachant que les
/ premiers tirages ont donn des boules noires ?
Solution 58
Dsignons par `
k
lvnement :
`
k
: "le /
eme
tirage a donn une boule noire"
Pour tout /, / _ 1, et tout i, 0 _ i _ :, on a :
1 [`
k
[ l
i
] =
i
:
et pour tout vnement :
1 [] =
n
i=0
1 [l
i
] 1 [ [ l
i
] =
n
i=0
j
i
1 [ [ l
i
]
daprs la formule des probabilits totales.
95
1. Daprs le thorme de Bayes, on a :
1 [`
k
[ `
1
...`
k1
] =
1 [`
1
...`
k1
`
k
]
1 [`
1
...`
k1
]
Or :
1 [`
1
...`
k1
] =
n
i=0
1 [l
i
] 1 [`
1
...`
k1
[ l
i
]
=
n
i=0
j
i
_
i
:
_
k1
et :
1 [`
1
...`
k
] =
n
i=0
1 [l
i
] 1 [`
1
...`
k
[ l
i
]
=
n
i=0
j
i
_
i
:
_
k
do :
1 [`
k
[ `
1
...`
k1
] =
1 [`
1
...`
k1
`
k
]
1 [`
1
...`
k1
]
=
n
i=0
j
i
_
i
:
_
k
n
i=0
j
i
_
i
:
_
k1
=
1
:
n
i=0
j
i
i
k
n
i=0
j
i
i
k1
2. On a :
1 [l
i
[ `
1
...`
k
] =
1 [l
i
] 1 [`
1
...`
k
[ l
i
]
1 [`
1
...`
k
]
=
j
i
i
k
n
r=0
j
i
i
r
96
Exercice 59
On considre une urne contenant 2: boules : deux boules de la couleur C
1
, deux
boules de la couleur C
2
, ..., deux boules de la couleur C
m
; les : couleurs sont deux
deux direntes.
A chaque tirage, on extrait de lurne deux boules sans remise.
1. Combien y-a-t-il de manires direntes de vider lurne ?
2. Quelle est la probabilit dobtenir deux boules de la couleur C
1
au premier
tirage, deux boules de la couleur C
2
au deuxime tirage, ..., deux boules de la
couleur C
m
au :
eme
tirage ?
3. En dduire la probabilit dobtenir, chacun des : tirages, deux boules de la
mme couleur.
4. Quelle est la probabilit dobtenir deux boules de de la couleur C
1
au premier
2
au deuxime tirage, ..., deux boules de
la couleur C
m2
au (:2)
eme
tirage, deux boules de couleurs direntes au
(:1)
eme
tirage ?
5. En dduire la probabilit dobtenir deux boules de la mme couleur au premier
tirage, deux boules de la mme couleur au deuxime tirage, ..., deux boules de
la mme couleur au (:2)
eme
(:1)
eme
tirage.
6. En dduire la probabilit dobtenir chaque fois deux boules de la mme couleur
lors de (:2) tirages seulement.
Solution 59
1. A chaque tirage, on extrait de lurne deux boules sans remis, donc le nombre
de manires direntes de vider lurne est :
m1
k=0
C (2 (:/) . 2) =
(2:)!
2
m
= :!
m1
k=0
[2 (:/) 1]
2. Il en rsulte que la probabilit j
1
dobtenir deux boules de la couleur C
1
au
premier tirage, deux boules de la couleur C
2
au deuxime tirage, ..., deux boules
de la couleur C
m
au :
eme
tirage est :
97
j
1
=
1
(2:)!
2
m
=
2
m
(2:)!
=
1
:!
m1
k=0
[2 (:/) 1]
3. Par consquent, pour obtenir, chacun des : tirages, deux boules de la mme
couleur, il sut de permuter les : couleurs, do, la probabilit j
2
de cet vne-
ment est :
j
2
= (:!) j
1
=
2
m
:!
(2:)!
=
1
m1
k=0
[2 (:/) 1]
4. Le nombre de manires dobtenir deux boules de de la couleur C
1
au premier
2
au deuxime tirage, ..., deux boules de
la couleur C
m2
au (:2)
eme
(:1)
eme
tirage est :
_
m2
k=1
C (2. 2)
_
C (2. 1) C (2. 1) C (1. 1) C (1. 1) = 4
do, la probabilit j
3
de cet vnement est :
j
3
= 4j
1
=
2
m+2
(2:)!
=
4
:!
m1
k=0
[2 (:/) 1]
98
5. Par consquent, le nombre de manires dobtenir, chacun des (:2) premiers
tirages, deux boules de la mme couleur, et deux boules de couleurs direntes
au (:1)
eme
tirage est le nombre darrangenets de (:2) couleurs parmi les
: couleurs, do, la probabilit j
4
j
4
= (:. :2) j
3
=
2
m1
k=0
[2 (:/) 1]
6. Il sut, maintenant de choisir les deux tirages o on obtient deux boules de
couleurs direntes parmi les : tirages. Ce nombre de choix est le nombres de
combinasons de deux tirages parmi les : tirages, savoir :
C (:. 2) =
:!
2! (:2)!
=
:(:1)
2
Do, la probabilit j
5
dobtenir chaque fois deux boules de la mme couleur
lors de (:2) tirages seulement est :
j
5
= C (:. 2) j
4
=
:(:1)
m1
k=0
[2 (:/) 1]
Exercice 60
Jouer au LOTO consiste cocher une combinaison de six cases sur une ou plusieurs
grilles de quarante neuf cases, numrotes de 1 49, en esprant quelle coincidera
avec la combinaison de six numros, dite gagnante, qui sera dsigne par le hasard.
Nous ntudions pas, ici, ce qui concerne le numro complmentaire.
1. Quelle est la probabilit :
(a) davoir six bons numros :
(i) en cochant une seule grille ?
(ii) en cochant deux grilles ?
(b) Quelle est la probabilit davoir exactement / bons numros, / 1. 2. 3. 4. 5. 6,
en cochant une seule grille ?
99
2. On peut gnralement jouer des grilles multiples : il sagit de cocher plus
de six cases sur une grille de manire avoir plus de chances de rencontrer les
numros de la combimaison gagante.
Les tarifs proposs par la socit du LOTO sont les suivants :
grille simple (six numros par grille sur deux grilles) : 2DH
grille multiple de sept numros : 7DH
grille multiple de huit numros : 28DH
grille multiple de neuf numros : 84DH
grille multiple de dix numros : 210DH
(a) Expliquer les tarifs des grilles multiples.
(b) Quelle est la probabilit davoir exactement / bons numros, / 1. 2. 3. 4. 5. 6,
en jouant une grille multiple de : numros, : 7. 8. 9. 10.
3. La socit du LOTO NATIONAL accorde un joueur ayant choisi une grille de
: numros, : 7. 8. 9. 10, et obtenu / bons numros, / 1. 2. 3. 4. 5. 6, un
multiple entier `(:. /) du gain correspondant lobtention de / bons numros
avec une grille simple.
(a) Expliquer cette dcision.
(b) Calculer `(:. /), / 1. 2. 3. 4. 5. 6 et : 7. 8. 9. 10.
Solution 60
Le nombre de grilles six numros est donc :
C (49. 6) = 13 983 816
1. (a) (i) La probabilit j
6
davoir six bons numros en cochant une seule
grille est :
j
6
=
1
C (49. 6)
= 7.15 10
8
(ii) En cochant deux grilles, les deux tant direntes, la probabilit
davoir six bons numros est :
j
0
6
= 2j
6
= 1.43 10
7
(b) La probabilit j
k
davoir / bons numros en cochant une seule grille est :
j
6
=
C (6. /) C (43. 6 /)
C (49. 6)
100
(a) Une grille multiple : numros, : _ 6, contient C (:. 6) grilles simples,
do :
pour : = 7:
C (7. 6) = 7
pour : = 8:
C (8. 6) = 28
pour : = 9:
C (9. 6) = 84
pour : = 10:
C (7. 6) = 210
ce qui explique les tarifs des grilles multiples.
(b) La probabilit j
n;k
davoir / bons numros en cochant une grille multiple
: numros est :
j
n;k
=
C (6. /) C (43. : /)
C (49. :)
(a) Supposons que le joueur a eu exactement / bons numros en cochant une
grille multiple : numros.
Cette grille correspond :
` = C (:. 6)
grilles simples.
Parmi ces grilles simples :
` = C (/. |) C (: /. 6 |)
grilles contient exactement | bons numros, 1 _ | _ / _ 6.
(b) Notons G(:. /) le gain correspondant exactement / bons numros en
cochant une grille multiple : numros.et G(/) le gain correspondant
exactement / bons numros en cochant une grille simple.
Daprs ce qui prcde on a :
G(:. /) =
k
l=1
`(:. /. |) G(/)
=
k
l=1
C (/. |) C (: /. 6 |) G(/)
101

Les Variables Alatoires

Variables Alatoires A. El Mossadeq
Exercice 1
Soit une variable discrte qui prend des valeurs entires comprises entre 1 et 9 avec
les probabilits :
j
I
= 1 [A = /] = c/ (10 /)
1. Calculer la constante c.
2. Calculer lesprance mathmatique et la variance de A.
On rappelle que si :
o
I
=
a
i=1
i
I
alors :
o
1
=
:(: + 1)
2
o
2
=
:(: + 1) (2: + 1)
6
o
3
= o
2
1
o
4
=
:(: + 1) (2: + 1) (3:
2
+ 3: + 1)
30
Solution 1
1. Puisque :
9
I=1
j
I
= 1
on en dduit :
c =
1
165
2. On a :
1 [A] =
9
I=1
/j
I
= 5
1 [A
2
] =
9
I=1
/
2
j
I
=
149
3
\ [A] = 1 [A
2
] 1 [A]
2
=
74
3
105
A. El Mossadeq Variables Alatoires
Exercice 2
Au cours dune exprience, des rats doivent choisir entre quatre portes dapparence
identique dont lune est dite bonne, et les autres dites mauvaises.
Chaque fois quil choisit la mauvaise porte, le rat reoit une dcharge lectrique
dsagrable et est ramen son point de dpart, et cela jusqu ce quil choisisse la
bonne porte.
Le nombre dessais eectus par le rat est une variable alatoire A.
On envisage trois hypothses :
(1) le rat na pas de mmoire : il choisit de faon quiprobable entre les quatre
portes,
(2) le rat a une mmoire immdiate : chaque nouvel essai, il vite la mauvaise
porte choisie lessai prcdent, et il choisit de faon quiprobable entre les
trois portes,
(3) le rat a une bonne mmoire : chaque essai, il vite toutes les mauvaises
portes choisies prcdemment et il choisit de faon quiprobable entre celles
quil na pas encore essayes.
Dterminer, sous chacune de ces hypothses, la loi de probabilit de A et son
esprance mathmatique.
Solution 2
(1) Sous lhyporhse (H
1
), le rat na pas de mmoire, donc la variable alatoire
A prend ses valeurs dans N
avec les probabilits :

1 [A = /] =
_
3
4
_
I1
1
4
. / N
Lesprance mathmatique de A est :

1 [A] =

I2N
/1 [A = /]
=

I2N
/
_
3
4
_
I1
1
4
= 4
2
), le rat a une mmoire courte, donc la variable alatoire
A prend ses valeurs dans N

1 [A = 1] =
1
4
1 [A = /] =
1
4
_
2
3
_
I2
. / _ 2
106
1 [A] =

I2N
/1 [A = /]
=
1
4
+
1
I=2
/
_
2
3
_
I2
1
4
=
13
4
3
), le rat a une bonne mmoire, donc la variable alatoire
A prend ses valeurs dans lensemble 1. 2. 3. 4 avec les probabilits :
1 [A = i] =
1
4
. i 1. 2. 3. 4
1 [A] =
4
i=1
/1 [A = /]
=
5
2
Exercice 3
On jette deux ds parfaitement quilibrs.
Soient A et 1 les variables alatoires uniformes associes chacun des deux ds.
1. Dterminer la loi de probabilit de la variable alatoire :
2 = A +1
Calculer lesprance mathmatique et la variance de 2.
2. Dterminer la loi de probabilit de A sachant que [2 = 5] .
Solution 3
Pour tout / 1. ... 6, on a :
1 [A = /] = 1 [1 = /]
=
1
6
et :
1 [A] = 1 [1 ] =
6
I=1
/1 [A = /] =
7
2
107
1
_
A
2
= 1
_
1
2
=
6
I=1
/
2
1 [A = /] =
91
6
\ [A] = \ [1 ] = 1
_
A
2
1 [A]
2
=
35
12
1. Remarquons que la variable alatoire :
2 = A +1
prend ses valeurs dans lensemble 2. .... 12.
Pour tout / 2. .... 12, dsignons par 1 (/) lensemble :
1 (/) = (r. ) 1. ... 6 1. ... 6 [ r + = /
Alors, pour tout / 2. .... 12, on a :
1 [2 = /] =

(a,j)21(I)
1 [A = r. 1 = ]
=
cc:d 1 (/)
36
Dautre part :
1 [2] = 1 [A] +1 [1 ]
= 7
et :
\ [2] = \ [A] +\ [1 ]
=
35
6
2. Sous lhypothse [2 = 5], A ne peut prendre que les valeurs 1. 2. 3. 4, do :
1 [A = / [ 2 = 5] =
1 [A = /. 1 = 5 /]
1 [2 = 5]
=
1
4
Do :
1 [A [ 2 = 5] =
4
I=1
/1 [A = / [ 2 = 5]
=
5
2
108
Exercice 4
Une urne contient une boule bleue, une boule noire et une boule rouge.
On eectue de cette urne des tirages successifs dune boule avec remise.
On dsigne par A la variable alatoire prenant pour valeur le nombre de boules
tires quand, pour la premire fois, deux couleurs exactement ont t obtenues.
Dterminet la loi de probabilit de A.
Solution 4
Notons qu chaque tirage, les tois boules sont quiprobables.
Pour tout /, / _ 2, on a :
1 [A = /] = (3. 2)
_
1
3
_
I
= 2
_
1
3
_
I1
o (3. 2) correspond au choix de deux couleurs parmi les trois couleurs.
Exercice 5
On lance un d parfaitement quilibr dont les faces sont numrots de 1 6 et on
note A la variable alatoire gale au nombre alatoire obtenu.
Si A est divisible par 3, on extrait simultanment trois boules dune urne con-
tenant trois boules blanches et cinq boules noires. Sinon, on extrait simultanment
A boules dune urne 1 contenant deux boules blanches et trois boules noires.
Soit 1 la variable alatoire gale au nombre de boules blanches obtenues.
1. Dterminer la loi de probabilit de la variable alatoire 1 , son esprance math-
matique et sa variance.
2. Calculer la probabilit que le tirage ait t eectu de lurne sachant que lon
a obtenu deux boules blanches.
Solution 5
1. Pour tout :, 1 _ : _ 6, on a :
1 [A = :] =
1
6
et pour tout /, 0 _ / _ 3, on a :
109
1 [1 = /] =
6
v=1
1 [1 = /. A = :]
=
6
v=1
1 [A = :] 1 [1 = / [ A = :]
=
1
6
6
v=1
1 [1 = / [ A = :]
Dterminons alors la loi conditionnelle de 1 relativement A :
(a) Si : = 3 ou : = 6, le tirage simultan de trois boules est alors eectu
de lurne qui contient trois boules blanches et cinq boules noires, do
pour tout / 0. 1. 2. 3:
1 [1 = / [ A = :] =
C (3. /) C (5. 3 /)
C (8. 3)
(b) Si : ,= 3 et : ,= 6 alors le tirage simultan de : boules est eectu, dans ce
cas, de lurne 1 qui contient deux boules blanches et trois boules noires,
do por tout /, 0 _ / _ inf (2. :), on a :
1 [1 = / [ A = :] =
C (2. /) C (3. : /)
C (5. :)
(c) Dterminons maintenant le tableau de la loi conditionnelle de de 1 rela-
tivement A :
1 A 1 2 3 4 5 6
0
3
5
3
10
5
28
0 0
5
28
1
2
5
3
5
15
28
2
5
0
15
28
2 0
1
10
15
56
3
5
1
15
56
3 0 0
1
56
0 0
1
56
110
Do la loi de 1 :
/ 0 1 2 3
1 [1 = /]
22
105
173
420
313
840
1
168
(d) Lesprance mathmatique de 1 est donne par :
1 [1 ] =
3
I=0
/1 [1 = /]
=
47
40
= 1.175
(e) On a :
1
_
1
2
=
3
I=0
/
2
1 [1 = /]
=
1643
840
1.956
do la variancede 1 :
\ [1 ] = 1
_
1
2
1 [1 ]
2
=
19331
33600
0.57533
2. Dsignons par lvnement :
On a :
1 [] = 1 [(A = 3) (A = 6)]
= 1 [(A = 3)] +1 [(A = 6)]
=
1
3
111
Do :
1 [ [ 1 = 2] =
1 [ (1 = 2)]
1 [1 = 2]
=
1 [(A = 3) (1 = 2)]
1 [1 = 2]
+
1 [(A = 6) (1 = 2)]
1 [1 = 2]
=
1 [A = 3] 1 [1 = 2 [ A = 3]
1 [1 = 2]
+
1 [A = 6] 1 [1 = 2 [ A = 6]
1 [1 = 2]
= 2
1 [A = 3] 1 [1 = 2 [ A = 3]
1 [1 = 2]
=
75
313
0.24
Exercice 6
Un forain propose un jeu : A tout les coups on gagne.
Chaque joueur fait tourner deux petites roues divises chacune en dix secteurs gaux.
On suppose que les deux roues sont indpendantes et que les probabilits darrt de
chaque roue sur chaque secteur sont gales.
La premire a trois secteurs rouges et sept blancs et la deuxime a un secteur noir
et neuf blancs.
Lorsque les deux roues sarrtent lune sur le rouge et lautre sur le noir, le joueur
gagne un gros lot qui revient au forain 201H; lorsque lune des deux roues seule-
ment sarrtent sur le blanc, le joueur gagne un lot qui revient au forain 21H;
lorsque les deux roues sont sur le blanc, le joueurgagne lot qui revient au forain
11H.
Le forain fait payer un montant de :1H, : N
, pour chaque partie.

Dsignons par A la variable alatoire qui, chaque partie, associe le bnce du
forain sur cette partie.
1. Dterminer la loi de probabilit de A.
2. Quelle valeur le forain doit-il donner : pour avoir une esprance de bnce
gale au moins un dirham ?
Solution 6
Dsignons par /, : et : les vnements :
/ : "la roue sarrte sur le secteur blanc"
: : "la roue sarrte sur le secteur noir"
: : "la roue sarrte sur le secteur rouge"
112
et par (r. ), o r. /. :. :, le rsultat amen par la premire roue et la deuxime
roue respectivement, alors :
j (/. /) =
63
100
j (/. :) =
7
100
j (:. /) =
27
100
j (:. :) =
3
100
1. Les valeurs prises par A la variable alatoire A sont :
:20 . :2 . :1
do la loi de probabilit de A :
1 [A = :20] = j (:. :)
=
3
100
1 [A = :2] = j (/. :) +j (:. /)
=
34
100
1 [A = :1] = j (/. /)
=
63
100
En rsum :
/ :20 :2 :1
1 [A = /]
3
100
34
100
63
100
2. Calculons lesprance mathmatique de cette variable alatoire :
1 [A] =

I2fn20,n2,n1g
/1 [A = /]
= :
191
100
do :
1 [A] _ 1 == : _ 3
Le forain doit demander une mise dau moins t:oi: dirhams pour avoir une
esprance de bnce gale au moins un dirham.
113
Exercice 7
Pour o ]0. 1[ et : _ 2, on dnit la suite (j
I
)
1Ia
par :
j
I
=
_
_
_
C
a
(1 o) min (/. : /) si 1 _ / _ : 1
o si / = :
o C
a
est une constante positive.
Dterminer C
a
pour que la suite (j
I
)
1Ia
soit une loi de probabilit.
Solution 7
On doit avoir :
a
I=1
j
I
= 1
ou encore :
a1
I=1
j
I
= 1 o
do :
C
a
=
1
a1
I=1
min (/. : /)
Si : = 2: alors :
min (/. 2:/) =
_
_
_
/ si 1 _ / _ :
2:/ si :+ 1 _ / _ 2:1
do :
2n1
I=1
min (/. 2:/) =
n
I=1
min (/. 2:/) +
2n1
I=n+1
min (/. 2:/)
=
n
I=1
/ +
2n1
I=n+1
(2:/)
= :
2
et par consquent :
C
a
=
1
:
2
114
Si : = 2:+ 1 alors :
min (/. 2:+ 1 /) =
_
_
_
/ si 1 _ / _ :
2:+ 1 / si :+ 1 _ / _ 2:
do :
2n
I=1
min (/. 2:/) =
n
I=1
min (/. 2:+ 1 /) +
2n
I=n+1
min (/. 2:+ 1 /)
=
n
I=1
/ +
2n
I=n+1
(2:+ 1 /)
= :(:+ 1)
et par consquent :
C
a
=
1
:(:+ 1)
Exercice 8
Soit A une variable alatoire qui suit la loi gomtrique de paramtre o.
Soit : N
et posons :
1 = min (:. A)
2 = max (:. A)
Dterminer les lois de probabilit de 1 et 2.
Solution 8
A suit la loi gomtrique de paramtre o, donc pour tout / N
on a :
1 [A = /] = o (1 o)
I1
1. On a :
1 [1 = :] = 1 [A _ :]
= o
1
I=v
(1 o)
I1
= o (1 o)
v1
1
I=0
(1 o)
I
= (1 o)
v1
115
Pour / 1. .... : 1 on a :
1 [1 = /] = 1 [A = /]
= o (1 o)
I1
2. On a :
1 [2 = :] = 1 [A _ :]
= o
v
I=1
(1 o)
I1
= o
1 (1 o)
v
1 (1 o)
= 1 (1 o)
v
Pour / _ : + 1 on a :
1 [2 = /] = 1 [A = /]
= o (1 o)
I1
Exercice 9
Une urne renferme dix boules numrotes de 1 10, indiscernables au toucher.
On tire, au hasard, deux boules avec remise de cette urne.
On considre les variables alatoires :
A : le plus grand des deux nombres ports par les deux boules.
1 : le plus petit des deux nombres ports par les deux boules.
2 = A 1.
1. Si 1 est la fonction de rpartition de A, montrer que pour tout / 1. .... 10
on ait :
1 (/) =
(/ 1)
2
100
2. En dduire la loi de probabilit de A, son esprance mathmatique et sa vari-
ance.
3. Dterminer la loi de probabilit de 1 , son esprance mathmatique et sa vari-
ance.
Les variables alatoires A et 1 sont-elles indpendantes ?
4. Dterminer la loi de probabilit de 2, son esprance mathmatique et sa vari-
ance.
5. Sous lhypothse [2 = 4], dterminer les lois de probabilits conditionnelles de
A et 1 ainsi que leurs esprances mathmatiques.
116
Solution 9
Dsignons par 1
i
, i 1. 2, la variable alatoire gale au numro port par la i
cnc
boule tire.
1
1
et 1
2
sont indpendants et on a :
1 [1
i
= /] =
1
10
. / 1. .... 10
1. Pour tout / 1. .... 10, on a :
1 (/) = 1 [A < /]
= 1 [1
1
< /. 1
2
< /]
= 1 [1
1
< /] 1 [1
2
< /]
=
(/ 1)
2
100
2. On en dduit que pour tout / 1. .... 10 :
1 [A = /] = 1 (/ + 1) 1 (/) =
2/ 1
100
donc :
1 [A] =
10
I=1
/1 [A = /] = 7.15
et :
1
_
A
2
=
10
I=1
/
2
1 [A = /] = 56.65
do :
\ [A] = 1
_
A
2
1 [A]
2
= 5.5275
3. Pour tout / 1. .... 10 :
1 [1 _ /] = 1 [1
1
_ /. 1
2
_ /]
= 1 [1
1
_ /] 1 [1
2
_ /]
=
(11 /)
2
100
do la fonction de rpartition 1
Y
de 1 :
1
Y
(/) = 1 [1 < /] = 1
(11 /)
2
100
pout tout / 1. .... 10.
117
Il en rsulte que pour tout / 1. .... 10 :
1 [1 = /] = 1
Y
(/ + 1) 1
Y
(/)
=
21 2/
100
= 1 [A = 11 /]
do :
1 [1 ] = 1 [11 A]
= 11 1 [A]
= 3.85
et :
\ [1 ] = \ [11 A]
= \ [A]
= 5.5275
Les variables alatoires A et 1 ne sont pas indpendantes puisque :
1 [A = 1. 1 = 2] = 0
alors que :
1 [A = 1] ,= 0 ct 1 [1 = 2] ,= 0
4. 2 prend ses valeurs dans lensemble 0. .... 9.
Remarquons que :
1 [2 = /] =
10I
v=1
1 [A = : +/. 1 = :]
et que :
+ si r < :
1 [A = r. 1 = ] = 0
+ si r = :
1 [A = r. 1 = r] = 1 [1
1
= r. 1
2
= r]
=
1
100
+ si r :
1 [A = r. 1 = ] = 1 [1
1
= r. 1
2
= ] 1 [1
1
= . 1
2
= r]
=
2
100
118
do :
1 [2 = 0] =
10
v=1
1 [A = :. 1 = :]
=
1
10
et pour tout / 1. .... 9
1 [2 = /] =
10I
v=1
1 [A = : +/. 1 = :]
=
2 (10 /)
100
Ainsi :
1 [2] =
9
I=0
/1 [2 = /]
= 3.3
1
_
2
2
=
9
I=0
/
2
1 [2 = /]
= 16.5
\ [2] = 1
_
2
2
1 [2]
2
= 5.61
5. (a) Sous lhypothse [2 = 4], A prend ses valeurs dans lensemble 5. .... 10
1 [A = / [ 2 = 4] =
1 [A = /. 1 = / 4]
1 [2 = 4]
=
1
6
do :
1 [A [ 2 = 4] =
10
I=5
/1 [A = / [ 2 = 4]
= 7.5
Remarquons que, sous lhypothse [2 = 4], A est uniformment distribu
sur lensemble 5. .... 10.
119
(b) Sous lhypothse [2 = 4], 1 prend ses valeurs dans lensemble 1. .... 6
1 [1 = / [ 2 = 4] =
1 [A = 4 +/. 1 = /]
1 [2 = 4]
=
1
6
do :
1 [1 [ 2 = 4] =
6
I=1
/1 [A = / [ 2 = 4] = 3.5
Remarquons de mme, que sous lhypothse [2 = 4], 1 est uniformment
distribu sur lensemble 1. .... 6.
Exercice 10
Soit une urne contenant une boule rouge, deux boules noires et trois boules jaunes.
on extrait successivement et sans remise quatre boules de cette urne.
Dsignons par A la variable alatoire prenant pour valeurs le rang du tirage aprs
lequel, pour la premire fois, il ne reste que deux couleurs dans lurne.
Dterminer la loi de probabilit de A et son esprance mathmatique.
Solution 10
Dsignons par :, : et , les vnements lmentaites la boule est noire, la boule est
rouge et la boule est jaune respectivement, et par c/cd.. la suite ordonne des rsul-
tats des tirages successifs.
La variable alatoire prend les valeurs 1. 2. 3. 4.
1. Lvnement [A = 1] correspond lobtention dune boule rouge au premier
tirage, do :
1 [A = 1] =
1
6
2. Lvnement [A = 2] correspond lun des vnements :
:: on ,: on ::
do :
1 [A = 2] =
2
6

1
5
+
3
6

1
5
+
2
6

1
5
=
3
10
120
:,: on ,:: on :,: on ,:: on ,,: on ,,,
do :
1 [A = 3] =
2
6

3
5

1
4
+
3
6

2
5

1
4
+
2
6

3
5

1
4
+
3
6

2
5

1
4
+
3
6

2
5

1
4
+
3
6

2
5

1
4
=
3
10
:,,: on ,:,: on ,,:: on ,,:: on ,:,: on :,,: on :,,, on ,:,, on ,,:,
do :
1 [A = 4] =
2
6

3
5

2
4

1
3
+
3
6

2
5

2
4

1
3
+
3
6

2
5

2
4

1
3
+
3
6

2
5

2
4

1
3
+
3
6

2
5

2
4

1
3
+
2
6

3
5

2
4

1
3
+
2
6

3
5

2
4

1
3
+
3
6

2
5

2
4

1
3
+
3
6

2
5

2
4

1
3
=
3
10
5. Lesprance mathmatique de A est :
1 [A] =
4
I=1
/1 [A = /]
=
14
5
Exercice 11
Un joueur entreprend une partie de roulette en misant constamment sur les chances
simples. Il a donc, chaque partie, une probabilit j de doubler sa mise et une
probabilit 1 j de la perdre.
Commenant par miser un dirham, il double sa mise aussi longtemps quil perd et
sarrte ou recommence un dirham ds quil a gagne.
1. Montrer que dans ces conditions, il gagnera exactement un dirham chaque fois
que le sort lui sera favorable.
2. Trouver la loi de probabilit de la variable alatoire A gale au nombre de coups
ncessaires pour gagner un dirham.
Calculer lesprance mathmatique et la variance de A.
121
3. Trouver la loi de probabilit de la variable alatoire A
a
gale au nombre de
coups ncessaires pour gagner : dirhams.
Calculer lesprance mathmatique et la variance de A
a
.
Solution 11
1. Supposons que le joueur a gagn au /
cnc
coup.
Il a perdu pendant (/ 1) coups, le total de ses mises est :
1 + 2 + 2
2
+... + 2
I2
= 2
I1
1
Au /
cnc
coup, il a mis 2
I1
et a gang :
2 2
I1
= 2
I
Son gain est donc :
2
I
_
2
I1
1
_
2
I1
= 1
2. Pour tout / N
on a :
1 [A = /] = j (1 j)
I1
et par suite :
1 [A] =

I2N
/1 [A = /]
=
1
j
et :
1 [A (A 1)] =

I2N
/ (/ 1) 1 [A = /]
=
2
j
2

1
j
do :
1
_
A
2
= 1 [A (A 1)] +1 [A]
=
2
j
2
et :
\ [A] = 1
_
A
2
1 [A]
2
=
1 j
j
2
122
3. Pour gagner : dirhams, il faut que la personne joue : parties.
A
a
est donc la somme de : variables alatoires indpendantes qui suivent toutes
la mme loi que A; on les notes 1
1
. .... 1
a
.
pour tout / N
, / _ :, soit 1 (/) lensemble :

1 (/) = (/
1
. .... /
a
) (N
)
a
[ /
1
+... +/
a
= /
alors :
1 [A
a
= /] = 1 [1
1
+... +1
a
= /]
=

(I
1
,...,I
n
)21(I)
1 [1
1
= /
1
. .... 1
a
= /
a
]
=

(I
1
,...,I
n
)21(I)
j
a
(1 j)
Ia
= C (/ 1. : 1) j
a
(1 j)
Ia
de plus :
1 [A
a
] = :1 [A] =
:
j
et :
\ [A
a
] = :\ [A] =
:(1 j)
j
2
Exercice 12
Peut-on considrer les expressions suivantes comme des densits de probabilit de
variables alatoires :
1. ,
1
(r) =
1
/ c
si c _ r _ / et ,
1
(r) = 0 ailleurs.
2. ,
2
(r) =
[r[
c
2
si c _ r _ c et ,
2
(r) = 0 ailleurs.
3. ,
3
(r) =
1
r
si 1 _ r _ c et ,
3
(r) = 0 ailleurs.
4. ,
4
(r) = c exp cr si r _ 0 et ,
4
(r) = 0 ailleurs.
5. ,
5
(r) = 2r exp r
2
si r _ 0 et ,
5
(r) = 0 ailleurs.
6. ,
6
(r) =
1
: (1 +r
2
)
, r R.
7. ,
7
(r) =
1
2
exp [r[ , r R.
123
Solution 12
Une fonction :
, : R R
est une densit de probabilit si :
(1) , est positive
(2) , est intgrable et :
_
R
, (r) dr = 1
1. ,
1
est une densit de probabilit,cest la densit de la loi uniforme sur lintervalle
[c. /] .
2. ,
2
est une densit de probabilit.
3. ,
3
4. ,
4
est une densit de probabilit si et seulement si c est strictement positif.
Dans ce cas, cest la densit de probabilit de la loi exponentielle de paramtre c.
5. ,
5
6. ,
6
est une densit de probabilit, cest la densit de probabilit de la loi de
Cauchy.
7. ,
7
Exercice 13
Pour quelles valeurs du paramtre c, les exprssions suivantes peuvent tre consid-
res comme des densits de probabilit de variables alatoires :
1. ,
1
(r) = c si 0 _ r _ c et ,
1
(r) = 0 ailleurs.
2. ,
2
(r) =
r
c
2
si 0 _ r _ c et ,
2
(r) = 0 ailleurs.
3. ,
3
(r) =
1
8
(4 r) si 0 _ r _ c et ,
3
(r) = 0 ailleurs.
4. ,
4
(r) =
2c r
c
2
si c _ r _ 2c et ,
4
(r) = 0 ailleurs.
5. ,
5
(r) = r exp cr
2
si r _ 0 et ,
5
(r) = 0 ailleurs.
124
Solution 13
Il faut dterminer, lorsquils existent, les valeurs du paramtre c telles que :
(1) ,
i
soit positive
(2) ,
i
soit intgrable et :
_
R
, (r) dr = 1
1. ,
1
est une densit de probabilit pour c = 1.
2. ,
2
nest pasune densit de probabilit.
3. ,
3
est une densit de probabilit pour c = 4.
4. ,
4
nest pasune densit de probabilit.
5. ,
5
est une densit de probabilit pour c =
1
2
.
Exercice 14
Soient c ]1. +[ et A une variable alatoire absolument continue dont la densit
de probabilit , est dnie par :
, (r) =
1
r
2
(r + ln r) . 1 _ r _ c
1. Calculer la constante K.
2. Calculer lesprance mathmatique et la variance de A
Solution 14
1. Puisque , est une densit de probabilit, on a :
_
R
, (r) dr = 1
donc :
_
o
1
1
r
2
(r + ln r) dr = 1
do :
1 =
c
(c 1) (ln c + 1)
125
2. On a :
1 [A] =
_
R
r, (r) dr
=
_
o
1
1
r
(r + ln r) dr
=
1
2
c
2c + ln
2
c 2
(c 1) (ln c + 1)
et :
1
_
A
2
=
_
R
r
2
, (r) dr
=
_
o
1
1 (r + ln r) dr
=
1
2
c
c
2
+ 2c ln c 2c + 1
(c 1) (ln c + 1)
do :
\ [A] = 1
_
A
2
1 [A]
2
=
1
2
c
c
2
+ 2c ln c 2c + 1
(c 1) (ln c + 1)

1
4
c
2
_
2c + ln
2
c 2
_
2
(c 1)
2
(ln c + 1)
2
Exercice 15
Soit A une variable alatoire absolument continue de densit de probabilit :
, (r) =
_
_
_
1r(4 r) :i r [0. 4]
0 :i r , [0. 4]
1. Calculer la constante K.
2. Dterminer la fonction de rpartition de A.
3. Dterminer la probabilit des vnements :
[1 _ A _ 2]
[A 3 [ A 2]
5. Dterminer la densit de probabilit de la variable alatoire :
2 =
_
A
126
Solution 15
1. On a :
_
R
, (r) dr =
_
4
0
1r(4 r) dr
= 1
32
3
do :
1 =
3
32
0 1 2 3 4
0.0
0.1
0.2
0.3
x
y
, (r) =
3
32
r (4 r)
2. La fonction de rpartition 1 de A est dnie pour tout r R par :
1 (r) =
_
a
1
, (t) dt
Ainsi :
(a) pour r _ 0 :
1 (r) = 0
(b) pour r [0. 4] :
1 (r) =
_
a
1
, (t) dt
=
_
a
0
3
32
t (4 t) dt
=
r
2
32
(6 r)
127
(c) pour r _ 4 :
1 (r) =
_
a
1
, (t) dt
=
_
4
0
, (t) dt
= 1
En rsum :
1 (r) =
_
_
0 :i r _ 0
r
2
32
(6 r) :i r [0. 4]
1 :i r _ 4
3. On a :
1 [A 3 [ A 2] =
1 [(A 3) (A 2)]
1 [A 2]
=
1 [A 3]
1 [A 2]
=
1 1 (3)
1 1 (2)
=
5
16
et :
1 [1 _ A _ 2] = 1 (2) 1 (1) =
11
32
4. Calculons lesprance mathmatique et la variance de A :
1 [A] =
_
R
r, (r) dr
=
_
4
0
3
32
r
2
(4 r) dr
= 2
et :
1
_
A
2
=
_
R
r
2
, (r) dr
=
_
4
0
3
32
r
3
(4 r) dr
=
24
5
128
do :
\ [A] = 1
_
A
2
1 [A]
2
=
4
5
5. Le changement :
2 =
_
A
quivaut :
A = 2
2
On a alors :
dr
d.
= 2.
do la densit ,
Z
de 2 est :
,
Z
(.) = ,
A
_
.
2
_
dr
d.
=
3
16
.
3
_
4 .
2
_
. 0 _ . _ 2
Exercice 16
Soit A une variable alatoire absolument continue de densit de probabilit , dnie
par :
, (r) =
_
_
_
1 [r[ :i [r[ _ 1
0 ci||cn::
1. Tracer le graphe de ,, et vrier que , est bien une densit de probabilit.
4. On dnit la valeur mdiane : comme lunique solution de lquation :
1 (r) =
1
2
et le mode r
A
la valeur pour laquelle la densit , est maximale.
Dterminer : et r
A
.
5. Calculer la probabilit des vnements :
_
1
2
_ A _
1
4
_
_
[A[
1
2
_
129
Solution 16
1. Soit 1 le triangle de sommet (1. 0) , (1. 1) et (1. 0) .
Alors :
_
R
, (r) dr = [1]
= 1
1c t:ic:q|c 1
2. La fonction de rpartition de A est dnie pour tout r R par :
1 (r) =
_
a
1
, (t) dt
do :
(a) pour r _ 1 :
1 (r) = 0
puisque :
, (r) = 0
pour tout r ]. 1[ .
(b) pour 1 _ r _ 0 :
1 (r) =
_
a
1
, (t) dt
=
_
a
1
(1 +t) dt
=
1
2
(1 +r)
2
130
(c) pour 0 _ r _ 1 :
1 (r) =
_
a
1
, (t) dt
=
_
a
1
(1 [t[) dt
= 1
1
2
(1 r)
2
(d) pour r _ 1 :
1 (r) =
_
a
1
, (t) dt
=
_
1
1
(1 [t[) dt
= 1
En rsum :
1 (r) =
_
_
0 :i r _ 1
1
2
(1 +r)
2
:i 1 _ r _ 0
1
1
2
(1 r)
2
:i 0 _ r _ 1
1 :i r _ 1
3. Lesprance mathmatique de A est :
1 [A] =
_
R
r, (r) dr
=
_
1
1
r (1 [r[) dr
= 0
puisque la fonction :
r r, (r)
est une fonction impaire sur lintervalle [1. 1].
Do la variance de A :
131
\ [A] = 1
_
A
2
=
_
R
r
2
, (r) dr
=
_
1
1
r
2
(1 [r[) dr
= 2
_
1
0
r
2
(1 r) dr
=
1
6
4. (a) La relation :
1 (:) =
1
2
quivaut :
1 [A _ :] = 1 [A :] =
1
2
do la mdiane :
: = 0
(b) La valeur maximum de , est 1, elle correspond au mode :
r
A
= 0
5. On a :
1
_
1
2
_ A _
1
4
_
= 1
_
1
4
_
1
_
1
2
_
=
19
32
et :
1
_
[A[ _
1
2
_
= 1 1
_
1
2
_
+1
_
1
2
_
=
1
4
132
Exercice 17
Soit A une variable alatoire absolument continue de densit de probabilit , dnie
par :
, (r) =
_
_
0 :i r _ 0
r
/
2
exp
r
/
:i r 0
1. Si r = 2 est lunique valeur du mode, dterminer le paramtre /.
2. Calculer le moment dordre / de A, / _ 1.
En dduire lesprance mathmatique et la variance de A.
3. Calculer le coecient de variation de A dni par :
\
1
[A] =
o [A]
1 [A]
Solution 17
1. Si 2 est lunique valeur du mode alors :
,
0
(2) = 0
do :
/ = 2
2. Puisque pour tout : N :
_
+1
0
r
a
exp rdr = :!
alors, le moment dordre / de A est :
1
_
A
I
=
_
R
r
I
, (r) dr
=
_
+1
0
1
4
r
I+1
exp
r
2
dr
= 2
I
_
+1
0
n
I+1
exp ndn
= 2
I
(/ + 1)!
On en dduit :
1 [A] = 4
et :
1
_
A
2
= 24
133
do :
\ [A] = 1
_
A
2
1 [A]
2
= 8
3. Le coecient de variation est :
\
1
[A] =
o [A]
1 [A]
=
_
2
2
Exercice 18
Soit A une variable alatoire absolument continue dnie par :
1 [A _ r] =

r
c
. r _ c
o A reprsente le revenu par habitant, c le revenu minimum et c un coecient
dpendant du type du pays o lon se place.
1. Soit 1 (r) la probabilit pour que le revenu dune personne, tire au hasard
dans un pays donn, soit infrieur r.
Quelle condition doit satisfaire pour que 1 soit une fonction de rpartition ?
2. Trouver la densit de probabilit ,.
3. Quelle condition doit-elle satisfaire pour que le moment dordre / existe ?
4. Dterminer la loi de probabilit de la consommation dnie par :
C = À
o
o ` et , sont des constantes donnes.
Calculer lesprance mathmatique et la variance de C.
Solution 18
1. Pour tout r [c. +[ on a :
1 (r) = 1 [A < r]
= 1 1 [A _ r]
= 1

r
c
Puisque 1 est continue gauche on a :
lim
a!o
1 (r) = 1 (c)
do :
= c
c
134
2. Pour tout r Rc, 1 est drivable en r, donc :
, (r) = 1
0
(r)
do :
, (r) =
cc
c
r
c+1
. r c
3. Le moment dordre / de A est :
1
_
A
I
=
_
R
r
I
, (r) dr
=
_
+1
o
cc
c
r
Ic1
dr
Il existe si et seulement si r
Ic1
est intgrable sur ]c. +[, c ,= 0, donc si et
seulement si :
/ c 1 < 1
do :
/ < c
Si cette condition est satisfaite, on a :
1
_
A
I
=
cc
I
c /
4. (a) Le changement :
C = À
o
quivaut :
A =
_
C
`
_1
do :
dr
dc
=
1
,`
1
c
1
1
La densit ,
C
de C est donc donne par :
,
C
(c) = ,
A
_
_
c
`
_1
dr
dc
=
_
_
0 :i c < `c
o
c
,
`
c
c
c
+1
:i c `c
o
135
(b) Le moment dordre / de C existe si :
c /,
Dans ces conditions, ce moment est gal :
1
_
C
I
= 1
_
_
À
o
_
I
_
= `
I
1
_
A
Io
= `
I
c
c
Io
c /,
Ainsi, si , < c alors :
1 [C] = `c
c
o
c ,
et si 2, < c alors :
1
_
C
2
= `
2
c
c
2o
c 2,
donc, si 2, < c on obtient :
\ [C] = 1
_
C
2
1 [C]
2
=
`
2
c,
2
c
2o
(c ,)
2
(c 2,)
Exercice 19
Soit A une variable alatoire absolument continue suivant la loi uniforme sur lintervalle
_
:
2
.
:
2
_
.
Dterminer la densit de probabilit de la variable :
1 = tan A
1 admet-elle un moment dordre 1 ?
Que peut-on conclure ?
136
Solution 19
La densit de probabilit de la loi uniforme sur lintervalle
_
:
2
.
:
2
_
est donne, pour
tout r R, par :
,
A
(r) =
1
:
2
,
2
]
(r)
(1) Le changement :
1 = tan A
quivaut :
A = arctan 1
do :
dr
d
=
1
1 +
2
Ainsi, pour tout R, la densit ,
Y
de 1 est :
,
Y
() = ,
A
(arctan )
dr
d
=
1
: (1 +
2
)
2
,
2
]
(arctan )
=
1
: (1 +
2
)
(2) Le moment dordre 1 de 1 est dni par :
1 [1 ] =
_
R
,
Y
() d
=
_
R
: (1 +
2
)
d
Ce moment nexiste pas car la fonction :

: (1 +
2
)
nest pas intgrable sur R.
Mais la variable alatoire A possde un moment dordre 1 :
1 [A] =
_
R
r,
A
(r) dr
=
_
2
2
1
:
rdr
= 0
137
Exercice 20
Soit A une variable alatoire absolument continue dont la densit de probabilit ,
est la fonction caractristique sur lintervalle [0. 1] .
Dterminer les lois de probabilit des variables alatoires :
1. 1 = sin
:
2
A
2. 2 = (/ c) A +c
3. l = 2 ln A
Solution 20
La densit de probabilit de la loi uniforme sur lintervalle [0. 1] est donne, pour
tout r R, par :
,
A
(r) =
[0,1]
(r)
=
_
_
_
1 :i r [0. 1]
0 :i r , [0. 1]
1. Le changement :
1 = sin
:
2
A
quivaut :
A =
2
:
arcsin 1
do :
dr
d
=
2
:
1
_
1
2
Ainsi, pour tout R, la densit ,
Y
de 1 est :
,
Y
() = ,
A
_
2
:
arcsin
_
dr
d
=
2
:
1
_
1
2
[0,1]
_
2
:
arcsin
_
=
2
:
1
_
1
2
[0,1[
()
2. Le changement :
2 = (/ c) A +c
quivaut :
A =
2 c
/ c
138
do :
dr
d.
=
1
/ c
Ainsi, pour tout . R, la densit ,
Z
de 2 est :
3. Le changement :
l = 2 ln A
quivaut :
A = exp
l
2
do :
dr
dn
=
1
2
exp
n
2
Ainsi, pour tout n R, la densit ,
l
de l est :
,
l
(n) = ,
A
_
exp
n
2
_
dr
d
=
1
2
exp
n
2
[0,1]
_
exp
n
2
_
=
1
2
exp
n
2
]0,+1[
(n)
Exercice 21
Soit un nombre rel et , la fonction de R dans R dnie par
, (r) =
_
_
_
0 :i r < 0
2
[a]
:i r _ 0
o [r] dsigne la partie entire de r.
1. Calculer pour que , soit la densit de probabilit dune variable alatoireab-
solument continue A.
2. Calculer lesprance mathmatique de A.
Solution 21
1. Pour que , soit une densit de probabilit, il faut quelle soit positive, intgrable
et que :
_
R
, (r) dr = 1
139
Or :
_
R
, (r) dr =
_
+1
0
2
[a]
dr
=
+1
a=0
_
a+1
a
2
[a]
dr
=
+1
a=0
2
a
= 2
do :
=
1
2
2. Calculons lesprance mathmatique de A :
1 [A] =
_
R
r, (r) dr
=
1
2
_
+1
0
r2
[a]
dr
=
1
2
+1
a=0
_
a+1
a
r2
[a]
dr
=
1
2
+1
a=0
2
a
_
a+1
a
rdr
=
3
2
Exercice 22
On dsigne par A la variable alatoire reprsentant le nombre dexemplaires vendus
mensuellement par un diteur et on suppose que A suit la loi uniforme sur lintervalle
[c. /] :
, (r) =
_
_
0 :i r < c
1
/ c
:i c _ r _ /
0 :i r /
Lditeur produit un nombre / dexemplaires par mois.
Sur tout exemplaire vendu, il ralise un bnice de c dirhams et sur tout exemplaire
invendu, il subit une perte de , dirhams.
140
1. Dterminer le prot moyen de lditeur.
2. Dterminer la production / qui maximise le prot.
3. Application numrique :
_
_
_
c = 1000 / = 2000
c = 21H , = 11H
Solution 22
A suit la loi uniforme sur lintervalle [c. /], donc lesprance mathmatique de A est
donne par :
1 [A] =
c +/
2
1. Soit 1
I
la variable alatoire reprsentant le prot de lditeur lorsquil produit
/ exemplaires., alors :
1
I
= cA , (/ A)
do, le prot moyen de lditeur lorsquil produit / exemplaires est :
1 [1
I
] = 1 [cA +, (/ A)]
= c1 [A] , (/ 1 [A])
=
c +/
2
(c +,) ,/
2. On a :
1
I
= cA , (/ A)
= (c +,) A ,/
Cette fonction est strictement dcroissante par rapprt /, donc atteint son
maximum lorsque / est minimum, cest dire :
/ = c
3. Application mumrique :
(a) Lesprance mathmatique de A est :
1 [A] =
c +/
2
= 1500
141
(b) Le prot moyen de lditeur lorsquil produit / exemplaires.est :
1 [1
I
] =
c +/
2
(c +,) ,/
= 4500 /
(c) Le nombre maximum dexemplaires produire pour maximiser le prot
est :
/ = c
= 1000
Exercice 23
Soit A une variable alatoire absolument continue dont la densit de probabilit ,
est une fonction continue telle que pour tout r 1 on ait :
, (r) = , (/ r)
o / est un rel donn.
On suppose que lesprance mathmatique de A existe.
Calculer cet esprance en fonction de /.
Solution 23
On a :
1 [A] =
_
R
r,
A
(r) dr
Considrons le changement de variable :
r = / t
alors :
1 [A] =
_
R
(/ t) ,
A
(/ t) dt
=
_
R
(/ t) ,
A
(t) dt
= 1 [/ A]
= / 1 [A]
do :
1 [A] =
/
2
142
Exercice 24
On tudie la dure 1 des communications tlphoniques urbaines et lon trouve que
cette dure suit une loi exponenetielle donne par la densit :
, (t) =
_
_
_
0 t _ 0
cexp /t t 0
1. Quelle relation doit vrier c et / pour que , soit eectivement une densit de
probabilit ?
2. Quelle est la fonction de rpartition de 1 ?
3. Calculer la fonction caractristique de 1.
4. En dduire la dure moyenne dune communication tlphonique ainsi que son
cart-type.
5. Quelle valeur faut-il donner / pour que la probabilit quune communication
dpasse trois minutes soit gale 0.01?
Solution 24
1. On a :
_
R
, (t) dt =
_
+1
0
cexp /tdt
=
c
/
Or :
_
R
, (t) dt = 1
donc :
c = /
2. La fonction de rpartition 1 de 1 est dnie pour tout t R par :
1 (t) =
_
t
1
, (r) dr
(a) si t _ 0, alors :
1 (t) = 0
puisque :
, (t) = 0
pour tout t ]. 0[
143
(b) si t _ 0, alors :
1 (t) =
_
t
1
, (r) dr
=
_
t
0
cexp (cr) dr
= 1 exp (ct)
En rsum :
1 (t) =
_
_
_
0 :i t _ 0
1 exp (ct) :i t _ 0
3. La fonction caractristique de 1 est dnie pour tout t R par :
(t) = 1 [exp it1]
=
_
R
(exp irt) , (r) dr
=
_
+1
0
cexp (it c) rdr
=
c
c it
4. Puisque :
(I)
(0) = i
I
1
_
1
I
on en dduit :
1 [1] = i
0
(0)
=
1
c
et :
1
_
1
2
= " (0)
=
2
c
2
et par suite :
\ [1] = 1
_
1
2
1 [1]
2
=
1
c
2
do :
o [1] =
1
c
144
5. La relation
1 [1 _ 3] = 10
2
quivaut :
c
3c
= 10
2
do :
c =
2
3
ln 10
= 1.535
Exercice 25
On considre la fonction , dnie par :
, (r) =
1
2o
ln
_
o
[r[
_
[0,0]
(r)
o o est un paramtre rel strictement positif.
1. Montrer que , est la densit de probabilit dune variable alatoire A.
3. Calculer le moment dordre / de A.
En dduire la variance de A.
Solution 25
1. , est positive, intgrable et on a :
_
1
, (r) dr =
_
0
0
1
2o
ln
_
o
[r[
_
dr
=
1
o
_
0
0
ln
_
o
r
_
dr
= 1
donc, , est bien la densit de probabilit dune variable alatoire A.
2. La fonction de rpartition 1 de A est dnie par :
1 (r) =
_
a
1
, (t) dt
Ainsi :
145
(a) si r _ o :
1 (r) =
_
a
1
, (t) dt = 0
(b) si o _ r _ 0 :
1 (r) =
_
a
1
, (t) dt
=
1
2o
_
a
0
ln
_
o
t
_
dt
=
1
2
+
r
2o
_
1 + ln
_
o
r
__
(c) si 0 _ r _ o :
1 (r) =
_
a
1
, (t) dt
=
1
2o
_
a
0
ln
_
o
[t[
_
dt
=
1
2o
_
0
0
ln
_
o
t
_
dt +
1
2o
_
a
0
ln
_
o
t
_
dt
= 1 (0) +
r
2o
_
1 + ln
_
o
r
__
=
1
2
+
r
2o
_
1 + ln
_
o
r
__
(d) si r _ o :
1 (r) =
_
a
1
, (t) dt
=
_
0
0
, (t) dt
= 1
En rsum :
1 (r)
_
_
0 :i r _ o
1
2
+
r
2o
_
1 + ln
_
o
r
__
:i o _ r _ 0
1
2
+
r
2o
_
1 + ln
_
o
r
__
:i 0 _ r _ o
1 :i r _ o
146
3. Le moment dordre / de A est dni par :
1
_
A
I
=
_
R
r
I
, (r) dr
=
_
0
0
r
I
, (r) dr
remarquons que la fonction :
r r
I
, (r)
dnie sur [o. o] est paire lorsque / est pair, et est impaire lorsque / est impair,
do :
1
_
A
2I+1
= 0
et :
1
_
A
2I
=
_
R
r
2I
, (r) dr
= 2
_
0
0
r
2I
, (r) dr
=
1
o
_
0
0
r
2I
ln
_
o
r
_
dr
=
o
2I
(2/ + 1)
2
Il en rsulte que :
\ [A] = 1
_
A
2
=
o
2
9
Exercice 26
Soit A une variable alatoire dont la fonction de rpartition est donne par :
1
A
(r) =
1
2
_
c
t
]1,0]
(t) +
_
2 c
t
_
]0,+1]
(t)
Dterminer la fonction de rpartition puis la densit de probabilit de la variable

alatoire :
1 = [A[
147
Solution 26
Il est clair que 1 est une variable alatoire positive, donc :
(1) si t _ 0, alors :
1
Y
(t) = 0
(2) si t _ 0, alors :
1
Y
(t) = 1 [1 < t]
= 1 [[A[ < t]
= 1 [t < A < t]
= 1
Y
(t) 1
Y
(t)
= 1 c
t
En rsum :
1
Y
(t) =
_
_
_
0 :i t _ 0
1 c
t
:i t _ 0
Cest la fonction de rpartition de la loi exponentielle de paramtre 1.
Do la densit de probabilit de 1 :
,
Y
(t) =
_
_
_
0 :i t < 0
c
t
:i t 0
Exercice 27
Dterminer la fonction gnratrice et la fonction caractristique :
1. dune variable alatoire binomiale dordre : et de paramtre j,
2. dune variable alatoire de Poisson de paramtre `.
Solution 27
1. Soit A une variable alatoire binomiale dordre : et de paramtre j. alors pour
tout /, 0 _ / _ :, on a :
1 [A = /] = C (:. /) j
I
(1 j)
aI
148
(a) La fonction gnratrice G dune telle variable est dnie pour tout . C
par :
G(.) = 1
_
.
A
=
a
I=0
.
I
1 [A = /]
=
a
I=0
C (:. /) (j.)
I
(1 j)
aI
= [j. + (1 j)]
a
(b) La fonction caractristique est dnie pour tout t R par :
(t) = G(exp it) = [j exp it + (1 j)]
a
2. Si A est une variable alatoire de Poisson de paramtre `, alors pour tout : N,
on a :
1 [A = :] =
`
a
:!
exp `
(a) La fonction gnratrice G dune telle variable est dnie pour tout . C
par :
G(.) = 1
_
.
A
=

I2N
.
I
1 [A = /]
=

I2N
(`.)
a
:!
exp `
= exp `(. 1)
(b) La fonction caractristique est dnie pour tout t R par :
(t) = G(exp it) = exp `(exp it 1)
Exercice 28
On suppose quun vnement peut se produire partir de linstant 0.
On note A la variable alatoire telle que [A < t] indique que lvnement sest
produit avant linstant t et G(t) la probabilit pour que lvnement ne se produise
pas dans lintervalle [0. t[.
On suppose que :
(1) G est drivable et G(0) = 1.
(2) 1 [A < t +dt [ A _ t] = `dt
149
1. Trouver une relation entre G(t +dt) et G(t) .
2. En dduire G(t) .
3. Dterminer la fonction de rpartition de A ainsi que sa densit de probabilit.
Solution 28
1. Pour tout t 0 on a :
`dt = 1 [A < t +dt [ A _ t]
=
1 [(A < t +dt) (A _ t)]
1 [A _ t]
or :
1 [t _ A < t +dt] = 1 [A < t +dt] 1 [A < t]
= (1 G(t +dt)) (1 G(t))
= G(t) G(t +dt)
donc :
`dt ==
G(t) G(t +dt)
G(t)
do :
G(t +dt) = (1 `dt) G(t)
2. Il sen suit que pour tout t 0 on a :
G(t +dt) G(t)
dt
= `G(t)
donc :
G
0
(t) = `G(t)
Do, pour tout t, t _ 0. on a :
G(t) = exp `t
puisque :
G(0) = 1
3. Il en rsulte que la fonction de rpartition de A est donne par :
1 (t) = 1 [A < t]
= 1 G(t)
150
do :
1 (t) =
_
_
_
0 :i t _ 0
1 exp `t :i t _ 0
et par consquent, la densit de probabilit de A est dnie pour tout t R :
, (t) = 1
0
(t)
=
_
_
_
0 :i t _ 0
èxp `t :i t 0
0 1 2 3 4 5 6 7 8 9 10
0.05
0.10
0.15
0.20
0.25
0.30
x
y
La densite f pour ` = 0.3
Exercice 29
1. Soit :
A : (. T .1) (R. B
R
)
une variable alatoire admettant une moyenne j et un cart-type non nulle o.
Dmontrer que pour tout rel t strictement positif on a :
1 [[A j[ to] _
1
t
2
2. Dune urne contenant, en nombre gal, des boules blanches et des boules noires,
on extrait successivement six boules avec remise. On marque deux points pour
une boule blanche et cinq points pour une boule noire.
Soit A la variable alatoire gale au nombre de boules blanches tires et o la
somme des points obtenus.
151
(a) Dterminer la loi de probabilit de A, son esprance mathmatique et sa
variance.
(b) Exprimer o en fonction de A, puis dterminer la loi de probabilit de o,
son esprance mathmatique et sa variance.
(c) En utilisant lingalit de Bienaym-Tchebychev, dterminer un majorant
des probabilits de chacun des vnements :
[[o 1 (o)[ 5]
[[o 1 (o)[ 10]
(d) Calculer eectivement les probabilits de ces vnements.
Que constate-on ?
Solution 29
1. Pour tout rel t strictement positif on a :
o
2
=
_
(A j)
2
d1
=
_
[jAjjto]
(A j)
2
d1
_ (to)
2
1 [[A j[ to]
do, pour tout rel t strictement positif :
1 [[A j[ to] _
1
t
2
(a) A suit donc une loi binomiale dordre : = 6 et de paramtre j =
1
2
; donc
pour tout /, 0 _ / _ 6, on a :
1 [A = /] = C (6. /)
_
1
2
_
6
Son esprance mathmatique est :
1 [A] = :j = 3
et sa variance est :
\ [A] = :j (1 j) = 1.5
(b) On a :
o = 2A + 5 (6 A)
= 3 (10 A)
152
o prend ses valeurs dans lensemble :
3/ [ 4 _ / _ 10
Donc, pour tout /, 4 _ / _ 10 on a :
1 [o = 3/] = 1 [A = 10 /]
= C (6. 10 /)
_
1
2
_
6
Dautre part :
1 [o] = 1 [3 (10 A)]
= 3 (10 1 [A])
= 21
et :
\ [o] = \ [3 (10 A)]
= 9\ [A]
= 13.5
(c) Daprs lingalit de Bienaym-Tchebychev :
1 [[o 1 (o)[ 5] _ .54
et :
1 [[o 1 (o)[ 10] _ .135
(i) On a :
[[o 1 (o)[ 5] = [o 1 (o) < 5]
[o 1 (o) 5]
= [o < 16] [o 26]
= [o = 12] [o = 15]
[o = 27] [o = 30]
do :
1 [[o 1 (o)[ 5] =
3
16
= .1875
(ii) on a :
[[o 1 (o)[ 10] = [o < 11] [o 31]
= O
153
do :
1 [[o 1 (o)[ 10] = 0
(iii) On constate que les majorants fournis par lingalit de Bienaym-
Tchebychev sont trop grands par rapport aux valeurs relles des
vnements considrs.
Exercice 30
La longvit dune abeille ouvrire est une variable alatoire 1 dont la densit de
probabilit est dnie par :
, (t) =
_
_
_
0 t _ 0
`t
2
exp (ct) t 0
1. Sachant que la longvit moyenne est de 60 jours, calculer c et `.
2. Soit 1 la longvit moyenne de 1000 abeilles ouvrires.
Dterminer t telle que :
1 [[1 50[ t] _ 0.01
(a) en utilisant lingalit de Bienaym-Tchebychev,
(b) en utilisant une approximation par la loi normale.
Solution 30
1. On a :
_
R
, (t) dt = 1 ==
_
+1
0
[`t
2
exp (ct)] dt = 1
==
2`
c
3
= 1
Dautre part :
1 [1] = 60 ==
_
R
t, (t) dt = 60
==
_
+1
0
[`t
3
exp (ct)] dt = 60
==
6`
c
4
= 60
Do :
c =
1
20
` =
1
16000
154
2. Soit 1 la longvit moyenne de 1000 abeilles ouvrires.
1 est donc la moyenne empirique dun 1000-chantillon de variable parente 1,
et par consquent :
1 [1 ] = 1 [1]
et :
\ [1 ] =
\ [1]
1000
Calculons alors la variance de 1.
1
_
1
2
=
_
R
t
2
, (t) dt
=
_
+1
0
_
10c
4
t
4
exp (ct)
dt
= 4800
do :
\ [1] = 1
_
1
2
1 [1]
2
= 1200
et nalement :
_
_
_
1 [1 ] = 60
\ [1 ] = 1.2
(a) Daprs lingalit de Bienaym-Tchebychev :
1 [[ 1 50 [ t] _
\ [1 ]
t
2
Il sut donc que :
\ [1 ]
t
2
_ 0.01
do :
t _ 10.96
(b) Si 1 est normale alors :
1 [[ 1 50 [ 2.58o [1 ]] = 0.01
Il sut donc que :
t _ 2.58o [1 ]
do :
t _ 2.83
155

Les Vecteurs Alatoires

Vecteurs Alatoires A. El Mossadeq
Exercice 1
Soit (. T .1) un espace de probabilit, et et 1 deux vnements de cet espace
tels que :
1 [] = 1 [ [ 1] =
1
2
1 [1 [ ] =
1
4
Soient A et 1 les variables alatoires indicatrices de et 1 respectivement.
1. A et 1 sont elles indpendantes ?
2. A et 1 ont-elles une mme loi de probabilit ?
3. Calculer :
1 [A
2
+1
2
= 1]
1 [A
2
1
2
= A1 ]
Solution 1
On a :
A =
A
1 =
B
1. Puisque :
1 [] = 1 [ [ 1]
on en dduit que les vnements et 1 sont indpendants.
Il en rsulte que les variables alatoires A =
A
et 1 =
B
sont aussi indpen-
dantes.
2. Comme :
1 [] ,= 1 [1]
les variables alatoires A et 1 ne suivent pas la mme loi de probabilit.
(a) Puisque :
_
A
2
+1
2
= 1
= [(A. 1 ) = (1. 0)] [(A. 1 ) = (0. 1)]

et vu lindpendance de A et 1 , on a :
1
_
A
2
+1
2
= 1
= 1 [(A. 1 ) = (1. 0)] +1 [(A. 1 ) = (0. 1)]

= 1 [A = 1] 1 [1 = 0] +1 [A = 0] 1 [1 = 1]
= 1 [] 1
_
+1
_
1 [1]
=
1
2
159
A. El Mossadeq Vecteurs Alatoires
(b) puisque :
A
2
= A
1
2
= 1
alors :
A
2
1
2
= A1
et par consquent :
1
_
A
2
1
2
= A1
= 1
Exercice 2
On considre un couple (A. 1 ) de variables alatoirs prenant les valeurs (i. ,) dans
0. 1. 2. 3 0. 1. 2 avec les probabilits indiques sur le tableau :
1 A 0 1 2 3
0 0.1 0.2 0.1 0.1
1 0.1 0.0 0.0 0.1
2 0.1 0.0 0.2 0.0
1. Dterminer les probabilits marginales de A et 1 .
3. Calculer les esprances mathmatiques de A et 1 ainsi que leurs variances.
4. Former les tableaux des probabilits conditionnelles de A relativement 1 et
de 1 relativement A.
5. Dterminer la distribution de probabilit de la variable alatoire :
l = A1
et calculer lesprance mathmatique de l.
6. Dterminer la droite de rgression de 1 en A et tracer son graphe.
160
Solution 2
1. On ajoute au tableau initial une ligne et une colonne sur lesquelles on indique
les lois marginales de A et de 1 qui sont dnies par :
1
X
(i) = 1 [A = i]
=
2
j=0
1 [A = i. 1 = ,] . i 0. 1. 2. 3
et :
1
Y
(,) = 1 [1 = ,]
=
3
i=0
1 [A = i. 1 = ,] . , 0. 1. 2
do le tableau :
1 A 0 1 2 3 1
Y
0 0.1 0.2 0.1 0.1 0.5
1 0.1 0.0 0.0 0.1 0.2
2 0.1 0.0 0.2 0.0 0.3
1
X
0.3 0.2 0.3 0.2 1
2. Les variables alatoires A et 1 ne sont pas indpendantes car :
1 [A = 1. 1 = 1] = 0
alors que :
1 [A = 1] ,= 0
et :
1 [1 = 1] ,= 0
(a) On a :
1 [A] =
3
i=0
i1 [A = i] = 1.4
1 [A
2
] =
3
i=0
i
2
1 [A = i] = 3.2
\ [A] = 1 [A
2
] 1 [A]
2
= 1.24
161
(b) de mme :
1 [1 ] =
2
j=0
,1 [1 = ,] = 0.8
1 [1
2
] =
2
j=0
,
2
1 [1 = ,] = 1.4
\ [1 ] = 1 [1
2
] 1 [1 ]
2
= 0.76
(a) La loi conditionnelle de 1 relativement A est dnie pour tout (i. ,)
0. 1. 2. 3 0. 1. 2 par :
1 [1 = , [ A = i] =
1 [(A. 1 ) = (i. ,)]
1 [A = i]
do le tableau :
1 A 0 1 2 3
0
1
3
1
1
3
1
2
1
1
3
0 0
1
2
2
1
3
0
2
3
0
(b) La loi conditionnelle de 1 relativement A est dnie pour tout (i. ,)
0. 1. 2. 3 0. 1. 2 par :
1 [A = i [ 1 = , [] =
1 [(A. 1 ) = (i. ,)]
1 [1 = ,]
do le tableau :
1 A 0 1 2 3
0
1
5
2
5
1
5
1
5
1
1
2
0 0
1
2
2
1
3
0
2
3
0
162
3. Posons :
l = A1
Dsignons par 1 (/) lensemble :
1 (/) = (i. ,) 0. 1. 2. 3 0. 1. 2 [ i, = /
An de dterminer les valeurs / prises par la variable alatoires l, et les en-
sembles 1 (/) correspondants, il serait plus judicieux de former le tableau du
produit de A et 1 :
1 A 0 1 2 3
0 0 0 0 0
1 0 1 2 3
2 0 2 4 6
Alors la loi de probabilit de l est dnie par :
1 [l = /] =

(i;j)2I(k)
1 [(A. 1 ) = (i. ,)]
do :
/ 1
U
(/)
0 0.7
3 0.1
4 0.2
Lesprance mathmatique de l est donne par :
1 [l] = 0 1 [l = 0] + 3 1 [l = 3] + 4 1 [l = 4]
= 1.1
4. Dterminons dabord la covariance de A et 1 :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
= 1 [l] 1 [A] 1 [1 ]
= 0.02
163
La droite de rgression de 1 en A est dnie :
=
Co [A. 1 ]
\ [A]
[r 1 [A]] +1 [1 ]
=
1
62
[r 51]
-0.5 0.0 0.5 1.0 1.5 2.0 2.5
0.79
0.80
0.81
0.82
0.83
x
y
1c d:oitc dc : cq:c::io: dc 1 c: A
Exercice 3
On considre un sac contenant sept billes blanches et trois billes noires duquel on
eectue deux tirages sans remise.
Soit A la variable alatoire dont la valeur est :
- 0 si le premier tirage donne une bille blanche
- 1 si le premier tirage donne une bille noire.
Soit 1 la variable alatoire dont la valeur est :
- 0 si le second tirage donne une bille blanche
- 1 si le second tirage donne une bille noire.
1. Dresser le tableau de la loi conjointe du couple (A. 1 ) et indiquer sur ce tableau
les lois marginales de A et 1.
2. Dterminer la matrice des variances et covariances de (A. 1 ) .
164
Solution 3
1.
1c/|ccn dc: |oi: co:,oi:tc ct :c:qi:c|c: dc A ct 1
A1 0 1 1
X
0
42
90
21
90
7
10
1
21
90
6
90
3
10
1
Y
7
10
3
10
1
A et 1 suivent une mme loi de probabilit, cest la loi de Bernouilli de
paramtre j =
3
10
.
2. On a :
1 [A] = 1 [1 ] =
1
i=0
i1 [A = i]
=
3
10
et :
1
_
A
2
= 1
_
1
2
=
1
i=0
i
2
1 [A = i]
=
3
10
do :
\ [A] = \ [1 ] = 1
_
A
2
1 [A]
2
=
21
100
Aussi, on a :
1 [A1 ] =
1
i=0
1
j=0
i,1 [A = i. 1 = ,]
=
1
15
do la covariance de A et 1 :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
=
7
300
165
La matrice des variances et covariances de (A. 1 ) est dnie par :
(X;Y )
=
_
_
\ [A] Co [A. 1 ]
Co [A. 1 ] \ [1 ]
_
_
=
_
_
21
100

7
300
7
300
21
100
_
_
3. Puisque la covariance de A et 1 est non nulle, on en dduit que A et 1 ne sont
pas indpendantes.
4. Dterminons les coecients c et / de la droite rgression de 1 en A :
= cr +/
On a :
c =
Co [A. 1 ]
\ [A]
=
1
9
et
/ = 1 [1 ] c1 [A] =
1
3
do la droite rgression de 1 en A :
=
1
9
[r 3]
-3 -2 -1 1 2 3 4 5
-0.2
0.2
0.4
0.6
x
y
166
Exercice 4
Un sac contient : jetons numrots de 1 :, : _ 3.
On en tire successivement trois, sans remise.
On appelle A la variable alatoire gale au plus grand des trois nombres lus sur les
trois jetons tirs, et 1 la variable alatoire gale celui des trois nombres lus dont
la valeur est intermdiaire entre les deux autres.
Dterminer les lois de probabilit de A et 1 ainsi que leurs esprances mathma-
tiques.
Solution 4
Soit J
i
,1 _ i _ 3, la variable alatoire gale au numro port par le i
eme
jeton tir.
(1) On a :
A = sup (J
1
. J
2
. J
3
)
et pour tout / 3. 4. .... : :
[A = /] = [J
1
= /. J
2
< /. J
3
< /] [J
1
< /. J
2
= /. J
3
< /]
[J
1
< /. J
2
< /. J
3
= /]
et comme :
1 [J
1
= /. J
2
< /. J
3
< /] = 1 [J
1
< /. J
2
= /. J
3
< /]
= 1 [J
1
< /. J
2
< /. J
3
= /]
=
(/ 1) (/ 2)
:(: 1) (: 2)
on en dduit :
1 [A = /] = 31 [J
1
= /. J
2
< /. J
3
< /] = 3
(/ 1) (/ 2)
:(: 1) (: 2)
1 [A] =
n
k=3
/1 [A = /] =
3
4
(: + 1)
(2) Soit o
3
le groupe des permutations de 1. 2. 3.Pour tout / 2. 4. .... : 1
on a :
[1 = /] =

2S
3
_
J
(1)
= /. J
(2)
< /. J
(3)
/
Or pour tout o o
3
:
1
_
J
(1)
= /. J
(2)
< /. J
(3)
< /
=
(/ 1) (: /)
:(: 1) (: 2)
167
donc :
1 [1 = /] = Cc:d o
3
1
_
J
(1)
= /. J
(2)
< /. J
(3)
/
= 6
(/ 1) (: /)
:(: 1) (: 2)
Lesprance mathmatique de 1 est :
1 [1 ] =
n1
k=2
/1 [1 = /] =
(: + 1)
2
Exercice 5
Soient A
1
. .... A
n
: variables alatoires indpendantes.
Chacune de ces variables prend les valeurs 1 et 1 avec une probabilit gale
1
2
pour chacune de ces valeurs.
Soit :
2
n
= A
1
+... +A
n
Quelle est la probabilit pour que la variable alatoire [2
n
[ soit minimum ?
Solution 5
(1) Si : est pair gal 2/, alors la valeur minimum prise par [2
n
[ est 0; de plus :
1 [[2
n
[ = 0] = 1 [2
n
= 0]
= C (2/. /)
_
1
2
_
k
_
1
2
_
2kk
= C (2/. /)
_
1
2
_
2k
(2) Si : est impair gal 2/ +1, alors la valeur minimum prise par [2
n
[ est 1; de
plus :
[[2
n
[ = 1] = [2
n
= 1] [2
n
= 1]
do :
1 [[2
n
[ = 1] = 1 [2
n
= 1] +1 [2
n
= 1]
= C (2/ + 1. / + 1)
_
1
2
_
k+1
_
1
2
_
k
+C (2/ + 1. /)
_
1
2
_
k
_
1
2
_
k+1
= 2C (2/ + 1. /)
_
1
2
_
2k+1
168
et nalement :
1 [[2
n
[ = 1] = C (2/ + 1. /)
_
1
2
_
2k
Exercice 6
On jette : ds parfaitement quilibrs.
Soit `
n
la variables alatoire gale la moyenne des points obtenus.
1. Calculer lesprance mathmatique et la variance de `
n
.
2. Dterminer : pour que lcart-type de `
n
soit strictement infrieur 0.01.
Solution 6
Dsignons par 1
i
, 1 _ i _ :, la variable alatoire gale au point amen par le i
eme
d.
1
1
. .... 1
n
sont indpendantes et suivent une mme loi de probabilit : la loi est
uniforme sur lensemble 1. 2. 3. 4. 5. 6 :
1 [1
i
= /] =
1
6
. / 1. 2. 3. 4. 5. 6
Pour tout i, 1 _ i _ :, On a :
1 [1
i
] =
7
2
1 [1
2
i
] =
91
6
\ [1
i
] =
35
12
Puisque :
`
n
=
1
:
n
i=1
1
i
et vu que les variables alatoires 1
1
. .... 1
n
sont indpendantes et suivent une mme
loi de probabilit alors :
1 [`
n
] = 1 [1
i
] =
7
2
\ [`
n
] =
1
:
\ [1
i
] =
35
12:
Ainsi :
o [`
n
] _ 10
2
== : _
35
12
10
4
== : _ 29167
169
Exercice 7
On considre le systme dquations :
_
n + 2 = 5
An + 1 = 2
o A, 1 et 2 sont trois variables alatoires indpendantes de lois respectives :
_
_
\i 1. 3. 5. 7. 9 1 [A = i] =
1
5
\, 2. 4. 6. 8. 10 1 [1 = ,] =
1
5
\/ 1. .... 10 1 [2 = /] =
1
10
Quelles sont les probabilits pour que le systme ait :
1. une innit de solution ?
2. aucune solution ?
3. une solution unique ?
4. Quelle est la probabilit que le systme admette la solution unique (1. 2) ?
Solution 7
o
1
: le systme admet une innit de solutions
o
2
: le systme nadmet aucune solution
o
3
: le systme a une solution unique
o
4
: le systme admet la solution unique (1. 2)
et posons :
= 1. 3. 5. 7. 9 2. 4. 6. 8. 10 1. .... 10
1. Le systme admet une innit de solutions si et seulement si :
A
1
=
1
2
=
2
5
donc si et seulement si :
(A. 1. 2) = (1.2.5)
do :
1 [o
1
] =
1
cc:d
=
1
250
170
2. Le systme nadmet aucune solution si et seulement si :
A
1
=
1
2
,=
2
5
Posons :
o
21
= (1. 2. /) [ / 1. 2. 3. 4. 6. 7. 8. 9. 10
o
22
= (3. 6. /) [ / 1. .... 10
o
23
= (5. 10. /) [ / 1. .... 10
alors :
1 [o
2
] =
cc:d o
21
cc:d
+
cc:d o
22
cc:d
+
cc:d o
23
cc:d
=
9
250
+
10
250
+
10
250
=
29
250
3. Le systme admet une solution unique si et seulement si :
1 2A ,= 0
Posons :
o
31
= 1 4. 6. 8. 10 1. .... 10
o
32
= 3 2. 4. 8. 10 1. .... 10
o
33
= 5 2.4. 6. 8 1. .... 10
o
34
= 7 2. 4. 6. 8. 10 1. .... 10
o
35
= 9 2. 4. 6. 8. 10 1. .... 10
alors :
1 [o
3
] =
cc:d o
31
cc:d
+
cc:d o
2
cc:d
+
cc:d o
33
cc:d
+
cc:d o
34
cc:d
+
cc:d o
35
cc:d
=
40
250
+
40
250
+
40
250
+
50
250
+
50
250
=
22
25
4. Le systme admet la solution unique (1. 2) si et seulement si :
_
_
_
A + 21 = 2
et
1 2A ,= 0
171
(A.1.2) (1. 4. 9) . (3. 2. 7) . (5. 2. 9)
do :
1 [o
4
] =
3
250
Exercice 8
Soit A
1
. .... A
n
des variables alatoires indpendantes qui suivent une mme loi de
probabilit telle que :
\i 1. .... : :
_
1 [A
i
= 1] = o
1 [A
i
= 1] = 1 o
o o est un paramtre rel appartenant ]0. 1[ .
Pour tout /, 1 _ / _ :, on pose :
1
k
=
k
i=1
A
i
1. Calculer lesprance mathmatique de 1
k
.
2. En dduire la loi de probabilit de 1
k
.
3. Dterminer les valeurs de o pour lesquelles les variables 1
1
. .... 1
n
sont deux
deux non corrles.
Solution 8
1. Puisque les variables alatoires A
1
. .... A
n
sont indpendantes alors :
1 [1
k
] = 1
_
k
i=1
A
i
_
=
k
i=1
1 [A
i
]
= (1 [A
1
])
k
Or :
1 [A
1
] = 1 1 [A
1
= 1] + (1) 1 [A
1
= 1]
= 2o 1
do :
1 [1
k
] = (2o 1)
k
172
2. Puisque la variable alatoire 1
k
ne prend que les valeurs 1 et 1 alors :
1 [1
k
] = 1 1 [1
k
= 1] + (1) 1 [1
k
= 1]
= 21 [1
k
= 1] 1
do :
1 [1
k
= 1] =
1
2
(1 [1
k
] + 1)
=
1
2
_
1 + (2o 1)
k
_
et par consquent :
1 [1
k
= 1] =
1
2
_
1 (2o 1)
k
_
En rsum, la loi de probabilit de 1
k
,1 _ / _ :. est donne par :
_
_
1 [1
k
= 1] =
1
2
_
1 + (2o 1)
k
_
1 [1
k
= 1] =
1
2
_
1 (2o 1)
k
_
3. Remarquons dabord que les variables A
2
1
. .... A
2
n
sont indpendantes
Soit alors i et , des entiers de 1. .... :, et sans perte de gnralits, supposons
i < , :
1 [1
i
1
j
] = 1
__
i
k=1
A
k
__
j
k=1
A
k
__
= 1
__
i
k=1
A
2
k
__
j
k=i+1
A
k
__
=
_
i
k=1
1
_
A
2
k
__
j
k=i+1
1 [A
k
]
_
= (1 [A
1
])
ji
= (2o 1)
ji
puisque pour tout /, 1 _ / _ :, on a :
1
_
A
2
k
= 1
Dautre part :
1 [1
i
] 1 [1
j
] = (2o 1)
i+j
173
Ainsi, les variables alatoires 1
i
et 1
j
sont non corrles si et seulement si :
1 [1
i
1
j
] = 1 [1
i
] 1 [1
j
]
(2o 1)
ji
= (2o 1)
i+j
+ Si :
2o 1 ,= 0
alors :
(2o 1)
2i
= 1
cequi est impossible puisque o , 0. 1 .
+ Si :
2o 1 = 0
alors :
o =
1
2
En rsum, les variables alatoires 1
i
et 1
j
sont non corrles si et seule-
ment si :
o =
1
2
Exercice 9
Soit (A
n
)
n1
une suite de variables alatoires indpendantes qui suivent toutes la
mme loi de Bernouilli de paramtre j, 0 < j < 1.
On dnit la suite (1
n
)
n1
par :
_
_
_
1
1
= A
1
:
1
n
= c1
n1
+A
n
: . : _ 2
o c et : sont des rels xs.
1. Montrer que pour tout :, : _ 1, on a :
1
n
=
n
k=0
c
k
(A
nk
:)
2. Calculer lesprance mathmatique et la variance de 1
n
, : _ 1.
3. Calculer la covariance de 1
n
et 1
n+s
, : _ 1 et : _ 1.
174
Solution 9
A
n
, : _ 1, suit la mme loi de Bernouilli de paramtre j, donc :
_
_
_
1 [A
n
= 0] = 1 j
1 [A
n
= 1] = j
de plus :
_
_
_
1 [A
n
] = j
\ [A
n
] = j (1 j)
1. Dmontrons par rcurrence sur :, : _ 1, que :
1
n
=
n
k=0
c
k
(A
nk
:)
+ Pour : = 1, on obtient :
1
1
= A
1
:
donc, la relation est vraie.
+ Supposons que pour tout :, : _ 1, on a :
1
n
=
n1
k=0
c
k
(A
nk
:)
Alors :
1
n+1
= c1
n
+A
n+1
:
= c
_
n1
k=0
c
k
(A
nk
:)
_
+A
n+1
:
=
n1
k=0
c
k+1
(A
nk
:) +A
n+1
:
=
n
k=1
c
k
(A
n+1k
:) +A
n+1
:
=
n
k=0
c
k
(A
n+1k
:)
do la relation.
175
2. On a :
1 [1
n
] = 1
_
n1
k=0
c
k
(A
nk
:)
_
=
n1
k=0
c
k
(1 [A
nk
] :)
= (j :)
n1
k=0
c
k
=
_
_
:(j :) :i c = 1
1 c
n
1 c
(j :) :i c ,= 1
et :
\ [1
n
] = 1
_
n1
k=0
c
k
(A
nk
:)
_
=
n1
k=0
c
2k
\ [A
nk
]
= j (j 1)
n1
k=0
c
2k
=
_
_
:j (j 1) :i [c[ = 1
1 c
2n
1 c
2
j (j 1) :i [c[ , = 1
3. Puisque les variables A
1
. .... A
n
Co [A
i
. A
j
] = 0 . i ,= ,
do :
Co [1
n
. 1
n+s
] = Co
_
n1
i=0
c
i
A
ni
.
n+s1
j=0
c
j
A
n+sj
_
=
n1
i=0
n+s1
j=0
c
i+j
Co [A
ni
. A
n+sj
]
176
Or :
Co [A
ni
. A
n+sj
] =
_
_
_
0 :i i ,= , :
\ [A
ni
] :i i = , :
=
_
_
_
0 :i i ,= , :
j (1 j) :i i = , :
do :
Co [1
n
. 1
n+s
] =
_
_
:j (1 j) :i c = 1
(1)
s
:j (1 j) :i c = 1
1 c
2n
1 c
2
c
s
j (j 1) :i [c[ , = 1
Exercice 10
Soit Aet 1 deux variables alatoires indpendantes valeurs dans 1. 0. 1 telles
que :
_
_
1 [A = 1] = j
1
0 _ j
1
_
1
2
1 [A = 1] = j
2
0 _ j
2
_
1
2
et :
1 [1 = 1] = 1 [1 = 0] = 1 [1 = 1]
1. Dterminer la loi de
o = A +1
2. On dnit la variable alatoire 2 par :
2 =
_
_
_
o
1
:i A +1 = 0
o
2
:i:o:
(a) Montrer que la loi de 2 ne dpend pas de j
1
et j
2
.
(b) Dterminer les valeurs de o
1
et o
2
pour que :
_
_
_
1 [2] = 2
ct
\ [2] = 3
177
Solution 10
Notons que :
1 [A = 0] = 1 j
1
j
2
1 [1 = 1] = 1 [1 = 0] = 1 [1 = 1] =
1
3
et que :
1 [A = i. 1 = ,] = 1 [A = i] 1 [1 = ,]
puisque Aet 1 sont indpendantes.
1. o prend ses valeurs dans lensemble 2. 1. 0. 1. 2, et on a :
1 [o = 2] = 1 [A = 1. 1 = 1]
=
j
1
3
1 [o = 1] = 1 [A = 1. 1 = 0] +1 [A = 0. 1 = 1]
=
1 j
2
3
1 [o = 0] = 1 [A = 1. 1 = 1] +1 [A = 0. 1 = 0] +1 [A = 1. 1 = 1]
=
1
3
1 [o = 1] = 1 [A = 0. 1 = 1] +1 [A = 1. 1 = 0]
=
1 j
1
3
1 [o = 2] = 1 [A = 1. 1 = 1]
=
j
2
3
En rsum :
/ 2 1 0 1 2
1 [o = /]
j
1
3
1 j
2
3
1
3
1 j
1
3
j
2
3
2. (a) On a :
1 [2 = o
1
] = 1 [A +1 = 0]
= 1 [o = 0]
=
1
3
do :
1 [2 = o
2
] = 1 [A +1 ,= 0]
= 1 1 [A +1 = 0]
=
2
3
178
En rsum :
_
_
1 [2 = o
1
] =
1
3
1 [2 = o
2
] =
2
3
(b) On a :
1
_
2
2
= \ [2] + (1 [2])
2
= 11
Dautre part :
_
_
1 [2] = o
1
1 [2 = o
1
] +o
2
1 [2 = o
2
] =
o
1
+ 2o
2
3
1 [2
2
] = o
2
1
1 [2 = o
1
] +o
2
2
1 [2 = o
2
] =
o
2
1
+ 2o
2
2
3
do :
_
_
_
1 [2] = 3
1 [2
2
] = 11
==
_
_
o
1
+ 2o
2
3
= 3
o
2
1
+ 2o
2
2
3
= 11
== (o
1
. o
2
) (1.4) . (5.2)
Exercice 11
Soit A une variable alatoire possdant une moyenne j et une variance o
2
, et soit
(A
1
. .... A
n
) un n-chantillon issu A.
Dterminer lesprance mathmatique et la variance de la variable alatoire :
` =
1
:
n
k=1
A
i
Solution 11
Notons dabord que pour tout i 1. .... : on a :
1 [A
i
] = 1 [A] = j
\ [A
i
] = \ [A] = o
2
179
do :
1 [`] = 1
_
1
:
n
k=1
A
i
_
=
1
:
n
k=1
1 [A
i
]
= j
et :
\ [`] = \
_
1
:
n
k=1
A
i
_
=
1
:
2
n
k=1
\ [A
i
]
puisque les variables alatoires A
1
. .... A
n
sont indpendantes. Il sen suit que :
\ [`] =
o
2
:
Exercice 12
Soient A
1
. .... A
n
des variables alatoires indpendantes de fonctions de rpartition
1
1
. .... 1
n
respectivement.
On considre les variables alatoires :
_
_
_
l = max (A
1
. .... A
n
)
\ = min (A
1
. .... A
n
)
1. Dterminer les fonctions de rpartition de l et \.
2. On suppose que 1
1
. .... 1
n
sont drivables.
Dterminer les densits de probabilit de l et \.
3. Etudier le cas o A
1
. .... A
n
est un n-chantillon issu dune variable parente A.
Solution 12
1. Notons 1
U
et 1
V
les fonctions de rpartition des variables alatoires l et \
respectivement.
180
(a) Pour tout n R on a :
1
U
(n) = 1 [l < n]
= 1 [max (A
1
. .... A
n
) < n]
= 1 [A
1
< n. .... A
n
< n]
=
n
k=1
1 [A
k
< n]
=
n
k=1
1
k
(n)
(b) Pour tout R on a :
1
V
() = 1 [\ < ]
= 1 [min (A
1
. .... A
n
) < ]
= 1 1 [min (A
1
. .... A
n
) _ ]
= 1 1 [A
1
_ . .... A
n
_ ]
= 1
n
k=1
1 [A
k
_ ]
= 1
n
k=1
(1 1 [A
k
< ])
= 1
n
k=1
[1 1
k
()]
2. dsignons par ,
1
. .... ,
n
les densits de probabilit de A
1
. .... A
n
respectivement
et par ,
U
et ,
V
les densits de probabilit de l et \ respectivement.
(a) Pour tout n R on a :
,
U
(n) =
d
dn
1
U
(n)
=
n
i=1
,
i
(n)
_
k6=i
1
k
(n)
_
181
(b) Pour tout R on a :
,
V
() =
d
d
1
V
()
=
n
i=1
,
i
()
_
k6=i
(1 1
k
())
_
3. Dsignons par 1 et , la fonction de rpartition et la densit de probabilit de
A respectivement.
On a alors :
1
1
= ... = 1
n
= 1
et :
,
1
= ... = ,
n
= ,
Il en rsulte que :
(a) pour tout n R on a :
1
U
(n) = [1 (n)]
n
et :
,
U
(n) = :, (n) [1 (n)]
n1
(b) pour tout R on a :
1
V
() = 1 [1 1 ()]
n
et :
,
V
() = :, () [1 1 ()]
n1
Exercice 13
Soit (A. 1 ) un couple de variables alatoires admettant une densit ,, et dsignons
par ,
X
et ,
Y
les densits marginale de A et 1 respectivement.
Posons :
1(A. 1 ) =
_
(r. ) R
2
: , (r. ) ,= 0
_
1(A) = r R : ,
X
(r) ,= 0
1(1 ) = R : ,
Y
() ,= 0
182
1. Montrer que :
1(A. 1 ) 1(A) 1(1 )
2. Montrer que si les variables alatoires A et 1 sont indpendantes alors :
1(A. 1 ) = 1(A) 1(1 )
Solution 13
Dsignons par ,
X
et ,
Y
1. Pour tout (r. ) R
2
on a :
, (r. ) = ,
X
(r) ,
Y
( [ r) = ,
Y
() ,
X
(r [ )
Il en rsulte que si :
, (r. ) ,= 0
alors :
,
X
(r) ,= 0 et ,
Y
() ,= 0
et par consquent :
1(A. 1 ) 1(A) 1(1 )
2. Si les variables alatoires A et 1 sont indpendantes alors pour tout (r. ) R
2
on a :
, (r. ) = ,
X
(r) ,
Y
()
et par suite :
, (r. ) ,= 0 == ,
X
(r) ,= 0 et ,
Y
() ,= 0
do :
1(A. 1 ) = 1(A) 1(1 )
Exercice 14
Soit (A. 1 ) un couple de variables alatoires absolument continues admettant une
densit , telle que :
\(r. ) R
2
: , (r. ) = , (. r)
Montrer que les variables alatoires A et 1 suivent une mme loi de probabilit.
183
Solution 14
Dsignons par ,
X
et ,
Y
Pour tout r R on a :
,
X
(r) =
_
R
, (r. ) d
=
_
R
, (. r) d
= ,
Y
(r)
do le rsultat.
Exercice 15
On considre les alas A
1
. .... A
n
dnis sur un espace probabilis (. T. 1) valeurs
dans un espace probabilisable (c. B).
La loi de (A
1
. .... A
n
) est dite symtrique si lon a pour tout
1
B. ....
n
B et
toute permutation o de 1. .... : :
1 [A
1

1
. .... A
n

n
] = 1
_
A
1

(1)
. .... A
n

(n)
1. Montrer que si la loi de (A

1
. .... A
n
) est symtrique, alors pour tout / 1. .... :,
les /-marges de (A
1
. .... A
n
) suivent la mme loi.
2. Montrer que si (A
1
. .... A
n
) est un :-chantillon dala parent A alors la loi de
(A
1
. .... A
n
) est symtrique.
3. On eectue : tirages successifs, avec remise, dans une urne et on dsigne par
A
i
, 1 _ i _ :, le rsultat du i
eme
tirage.
Montrer que la loi de (A
1
. .... A
n
) est symtrique.
Solution 15
Notons que pour toute permutation o de 1. .... : :pour tout
1
B. ....
n
B
on a :
1 [A
1

1
. .... A
n

n
] = 1
_
A
(1)

(1)
. .... A
(n)

(n)
1. Soit / 1. .... :, et considrons la /-marge (i

1
. .... i
k
), et posons :
i
k+1
. .... i
n
= 1. .... : i
1
. .... i
k
Soit o la permutation de 1. .... : telle que :

o (i
k
) = /
Soit
1
B. ....
k
B et posons :
j
= c . / + 1 _ , _ :
184
On a :
1 [A
i
1

1
. .... A
i
k

k
] = 1
_
A
i
1

1
. .... A
i
k

k
. A
i
k+1
c. ....A
i
n
c
= 1
_
A
i
1

1
. .... A
i
k

k
. A
i
k+1

k+1
. ....A
i
n

n
= 1
_
A
1

(1)
. .... A
k

(k)
. A
(i
k+1
)

(k+1)
.A
(i
n
)

(n)
= 1
_
A
1

1
. .... A
k

k
. A
(i
k+1
)

k+1
.A
(i
n
)

n
= 1
_
A
1

1
. .... A
k

k
. A
(i
k+1
)
c.A
(i
n
)
c
= 1 [A
1

1
. .... A
k

k
]
Il en rsulte que toute les /-marges de (A
1
. .... A
n
) ont la mme loi.
2. Soit (A
1
. .... A
n
) un :-chantillon dala parent A
(A
1
. .... A
n
) sont donc : alas indpendants qui suivent tous la mme loi que
lala A
Alors pour tout
1
B. ....
n
B et toute permutation o de 1. .... : on a :
1 [A
1

1
. .... A
n

n
] =
n
i=1
1 [A
i

i
]
=
n
i=1
1 [A
i
]
=
n
i=1
1
_
A
(i)
=
n
i=1
1
_
A
i

(i)
= 1
_
A
1

(1)
. .... A
n

(n)
donc la loi de (A
1
. .... A
n
) est symtrique.
3. On suppose que les tirages sont eectus avec remise.
Dans ce cas, (A
1
. .... A
n
) un :-chantillon dala parent A, o A reprsente le
rsultat obtenu lorsquon eectue un tirage de lurne. Il en rsulte, daprs la
question prcdente, que la loi de (A
1
. .... A
n
) est symtrique.
Exercice 16
Soit 1 la fonction de rpartition dun couple de variables alatoires (A. 1 ) :
1 (r. ) =
_
_
_
(1 c
x
) (1 c
y
) :i r _ 0 ct _ 0
0 :i r < 0 on < 0
1. Calculer la densit , de (A. 1 ) .
2. Quelles sont les densits marginales de A et 1.
185
4. Quelle est la fonction de rpartition de 2 = A +1 ?
Solution 16
On a :
1 (r. ) =
_
_
_
(1 c
x
) (1 c
y
) :i r _ 0 ct _ 0
0 :i r < 0 on < 0
1. En tout point (r. ) R
2
(0. 0) on a :
, (r. ) =
J
2
JrJ
1 (r. )
=
_
_
_
exp (r +) :i r 0 ct 0
0 :i r < 0 on < 0
2. Puisque la densit , du couple (A. 1 ) est symtrique :
\(r. ) R
2
: , (r. ) = , (. r)
donc les variables alatoires A et 1 ont une mme loi de probabilit.
(a) On a :
,
X
(r) =
_
R
, (r. ) d
=
_
_
0 :i r _ 0
_
+1
0
exp (r +) d :i r 0
=
_
_
_
0 :i r _ 0
exp r :i r 0
et donc :
,
Y
() = ,
X
()
=
_
_
_
0 :i _ 0
exp :i 0
(b) Les variables alatoires A et 1 sont indpendantes puisque pour tout
(r. ) R
2
:
, (r. ) = ,
X
(r) ,
Y
()
186
3. Dterminons dabord la densit de :
2 = A +1
On a :
,
Z
(.) =
_
R
, (r. . r) dr
=
_
_
0 :i . _ 0
_
z
0
exp .dr :i . 0
=
_
_
_
0 :i . _ 0
. exp . :i . 0
Ainsi, la fonction de rpartition 1
Z
de 2 est :
1
Z
(.) =
_
z
1
,
Z
(t) dt
=
_
_
0 :i . _ 0
_
z
0
t exp (t) dt :i . 0
=
_
_
_
0 :i . _ 0
1 (1 +.) exp . :i . 0
Exercice 17
Soit (A. 1 ) un couple de variables alatoires de densit de probabilit :
, (r. ) =
_
_
_
1 :i 0 < < 1 r ct r 0
0 ci||cn::
1. Dterminer la constante 1.
2. Calculer la matrice des variances et covariances de (A. 1 ) .
5. Calculer les densits de probabilit conditionnelles de 1 relativement A, et
de A relativement 1.
187
Solution 17
Soit 1 le domaine limit par le triangle de sommets (0. 0) . (0. 1) et (1. 0).La densit
du couple (A. 1 ) est dnie par :
, (r. ) =
_
_
_
1 :i (r. ) 1
0 :i (r. ) , 1
1c do:ci:c 1
1. On a :
1 =
__
R
2
, (r. ) drd
= 1
__
D
drd
= 1(1)
=
1
2
do :
1 = 2
2. Puisque la densit , du couple (A. 1 ) est symtrique :
\(r. ) R
2
: , (r. ) = , (. r)
donc les variables A et 1 suivent une mme loi de probabilit.
188
(a) Do :
,
X
(r) =
_
R
, (r. ) d
=
_
_
_
1x
0
2d :i r ]0. 1[
0 :i r , ]0. 1[
=
_
_
_
2 (1 r) :i r ]0. 1[
0 :i r , ]0. 1[
et :
,
Y
() = ,
X
()
=
_
_
_
2 (1 ) :i ]0. 1[
0 :i , ]0. 1[
(b) Ainsi :
1 [A] =
_
R
r,
X
(r) dr
=
_
1
0
2r (1 r) dr
=
1
3
= 1 [1 ]
et :
1
_
A
2
=
_
R
r
2
,
X
(r) dr
=
_
1
0
2r
2
(1 r) dr
=
1
6
= 1
_
1
2
do :
\ [A] = 1
_
A
2
1 [A]
2
=
1
18
= \ [1 ]
189
(c) On a :
1 [A1 ] =
__
R
2
r, (r. ) drd
=
__
D
2rdrd
=
_
1
0
__
1x
0
2rd
_
dr
=
1
12
do :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
=
1
36
(d) La matrice des variances et covariances de (A. 1 ) est dnie par :
(X;Y )
=
_
_
\ [A] Co [A. 1 ]
Co [A. 1 ] \ [1 ]
_
_
=
_
_
1
18

1
36
1
36
1
18
_
_
3. Puisque la covariance de A et 1 est non nulle, on en dduit que A et 1 ne sont
pas indpendantes.
= cr +/
On a :
c =
Co [A. 1 ]
\ [A]
=
1
2
et
/ = 1 [1 ] c1 [A]
=
1
2
190
=
1
2
[r 1]
-2 -1 1 2
-0.75
-0.50
-0.25
0.25
0.50
0.75
1.00
1.25
1.50
1.75
x
y
1c d:oitc dc : cq:c::io: dc1 c: A
5. Calculons les densits de probabilit conditionnelles de 1 relativement A, et
de A relativement 1.
(a) Pour tout r ]0. 1[, la densit conditionnelle de 1 relativement [A = r]
est donne par :
,
Y
( [ r) =
, (r. )
,
X
(r)
=
_
_
1
1 r
:i ]0. 1 r[
0 :i , ]0. 1 r[
(b) Pour tout ]0. 1[, la densit conditionnelle de A relativement [1 = ]
est donne par :
,
X
(r [ ) =
, (r. )
,
Y
()
=
_
_
1
1
:i r ]0. 1 [
0 :i r , ]0. 1 [
191
Exercice 18
Un triplet de variables alatoires (A. 1. 2) a une loi conjointe qui admet une densit
de probabilit , telle que :
A suit la loi uniforme sur lintervalle [0. 1] dont la densit est note ,
X
1 admet une densit de probabilit conditionnelle relativement A telle que :
,
Y
( [ r) =
_
_
_
( r) exp ( r) :i 0 _ r _ 1 ct r <
0 ci||cn::
2 admet une densit de probabilit conditionnelle relativement (A. 1 ) telle
que :
,
Z
(. [ r. ) =
_
_
_
( r) exp . ( r) :i 0 _ r _ 1 . r < . . 0
0 ci||cn::
1. Donner lexprssion de ,.
2. Quelles sont les lois marginales de 1 et 2 ?
3. Quelle est la loi conditionnelle de (A. 1 ) relativement 2 ?
4. On pose :
_
_
_
l = 1 A
\ = 2 (1 A)
(a) Quelle est la loi du triplet (A. l. \ ) ?
(b) A, l et \ sont elles indpendantes ?
Solution 18
Posons :
1 =
_
(r. . .) R
3
[ 0 _ r _ 1 . r < . . 0
_
et :
1
(X;Y )
=
_
(r. ) R
2
[ 0 _ r _ 1 . r <
_
1. Pour tout (r. . .) R
3
on a :
, (r. . .) =
_
_
_
,
X
(r) ,
Y
( [ r) ,
Z
(. [ r. ) :i (r. . .) 1
0 :i (r. . .) , 1
192
do :
, (r. . .) =
_
_
_
( r)
2
exp (1 +.) ( r) :i (r. . .) 1
0 :i (r. . .) , 1
(a) La densit ,
(X;Y )
du couple (A. 1 ) est donne par :
, (r. ) = ,
X
(r) ,
Y
( [ r)
=
_
_
_
( r) exp ( r) :i (r. ) 1
(X;Y )
0 :i (r. ) , 1
(X;Y )
do :
,
Y
() =
_
R
, (r. ) dr
=
_
inf(1;y)
0
( r) exp ( r) dr
(i) si ]0. 1[ alors :
,
Y
() =
_
y
0
( r) exp ( r) dr
= 1 (1 +) exp
(ii) si ]1. +[ alors :
,
Y
() =
_
1
0
( r) exp ( r) dr
= [(c 1) 1] exp
En rsum :
,
Y
() =
_
_
0 :i ]. 0[
1 (1 +) exp :i ]0. 1[
[(c 1) 1] exp :i ]1. +[
193
(b) La densit ,
Z
de 2 est donne par :
,
Z
(.) =
__
R
2
, (r. . .) drd
=
_
_
0 :i . _ 0
_
1
0
__
+1
y
( r)
2
exp (1 +.) ( r) d
_
dr :i . 0
=
_
_
0 :i . _ 0
2
(1 +.)
3
:i . 0
2. Calculons la densit conditionnelle de (A. 1 ) relativement 2.
Pour tout . ]0. +[ on a :
,
(X;Y )
(r. [ .) =
, (r. . .)
,
Z
(.)
=
_
_
1
2
( r)
2
(1 +.)
3
c
(1+z)(yx)
:i (r. ) 1
(X;Y )
0 :i (r. ) , 1
(X;Y )
(a) Le changement :
_
_
_
A = A
l = 1 A
\ = 2 (1 A)
quivaut :
_
_
A = A
1 = A +l
2 =
\
l
Le Jacobien de cette dernire transformation est :
1 0 0
1 1 0
0

n
2
1
n
=
1
n
194
do, la densit du triplet (A. l. \ ) est donne par :
,
(X;U;V )
(r. n. ) = ,
_
r. r +n.

n
_
[J[
=
_
_
_
nexp (n +) 0 _ r _ 1 . n 0 . 0
0 ci||cn::
(b) Calculons les densits marginales ,
U
et ,
V
de l et \ respectivement :
,
U
(n) =
__
R
2
, (r. n. ) drd
=
_
_
0 :i n _ 0
_
1
0
__
+1
0
nexp (n +) d
_
dr :i n 0
=
_
_
_
0 :i n _ 0
nexp n :i n 0
et :
,
V
() =
__
R
2
, (r. n. ) drdn
=
_
_
0 :i _ 0
_
1
0
__
+1
0
nexp (n +) dn
_
dr :i 0
=
_
_
_
0 :i _ 0
exp :i 0
Il en rsulte que pour tout (r. n. ) R
3
:
, (r. n. ) = ,
X
(r) ,
U
(n) ,
V
()
les variables alatoires A, l et \ sont donc indpendantes.
195
Exercice 19
Soit (A. 1. 2) un triplet de variables alatoires telle que :
A admette une densit marginale :
,
X
(r) =
_
_
0 :i r _ 0
r
3
6
exp r :i r 0
1 admette une densit de probabilit conditionnelle relativement [A = r] telle
que :
,
Y
( [ r) =
_
_
3
2
r
3
:i 0 < < r
0 ci||cn::
2 admette une densit de probabilit conditionnelle relativement [(A. 1 ) = (r. )]
telle que :
,
Z
(. [ r. ) =
_
_
2 ( .)
2
:i 0 < . <
0 ci||cn::
1. Dterminer la loi conjointe du triplet (A. 1. 2) .
2. Dterminer la loi de probabilit conditionnelle du couple (A. 1 ) sous lhypothse
[2 = .] .
3. Dterminer la loi de probabilit conditionnelle de la variable alatoire A sous
lhypothse [1 = . 2 = .].
4. On pose :
_
_
_
l = A +1
\ = A 1
(a) Quelle est la loi du couple (l. \ ) ?
(b) Quelles sont les lois conditionnelles de l et \ ?
(c) l et \ sont-elles indpendantes ?
Solution 19
Posons :
1 =
_
(r. . .) R
3
[ 0 < . < < r
_
196
1. Pour tout (r. . .) R
3
on a :
, (r. . .) =
_
,
X
(r) ,
Y
( [ r) ,
Z
(. [ r. ) :i (r. . .) 1
0 :i (r. . .) , 1
do :
, (r. . .) =
_
, (r. . .) = ( .) exp r :i (r. . .) 1
0 :i (r. . .) , 1
2. Calculons dabord la densit marginale ,
Z
de 2 :
,
Z
(.) =
__
R
2
, (r. . .) drd
=
_
_
0 :i . _ 0
_
+1
z
__
x
z
( .) exp rd
_
dr :i . 0
=
_
_
_
0 :i . _ 0
exp . :i . 0
do, la densit conditionnelle de (A. 1 ) relativement 2.est dnie pour tout
. ]0. +[ par :
,
(X;Y )
(r. [ .) =
, (r. . .)
,
Z
(.)
=
_
_
_
( .) exp (r .) :i 0 < . < < r
0 ci||cn::
3. Calculons la densit marginale ,
(Y;Z)
du couple (1. 2) :
,
(Y;Z)
(. .) =
_
R
, (r. . .) dr
=
_
_
_
+1
y
( .) exp rdr :i 0 < . <
0 ci||cn::
=
_
_
_
( .) exp :i 0 < . <
0 ci||cn::
do, la densit conditionnelle de A relativement (1. 2).est dnie pour tout
197
(. .) R
2
, 0 < . < , par :
,
X
(r [ . .) =
, (r. . .)
,
(Y;Z)
(. .)
=
_
_
_
exp (r ) :i 0 < . < < r
0 ci||cn::
(a) La densit marginale ,
(X;Y )
du couple (A. 1 ) est donne par :
, (r. ) =
_
_
_
,
X
(r) ,
Y
( [ r) :i 0 < < r
0 ci||cn::
donc :
,
(X;Y )
(r. ) =
_
_
_
1
2
2
exp :i 0 < < r
0 ci||cn::
Linverse de la transformation :
l = A +1
\ = A 1
est la transformation :
A =
1
2
(l +\ )
1 =
1
2
(l \ )
Le Jacobien de cette dernire est :
1
2
1
2
1
2

1
2
=
1
2
do pour tout (n. ) R
2
:
,
(U;V )
(n. ) = ,
_
1
2
(n +) .
1
2
(n )
_
[J[
=
1
16
(n )
2
exp
1
2
(n +)
198
U
et ,
V
,
U
(n) =
_
R
,
(U;V )
(n. ) d
=
_
_
_
0 :i n _ 0
_
u
0
1
16
(n )
2
exp
1
2
(n +) d :i n 0
=
_
0 :i n _ 0
1
16
_
n
2
4n + 8 8 exp
n
2
_
exp
n
2
:i n 0
et :
,
V
() =
_
R
,
(U;V )
(n. ) dn
=
_
_
0 :i _ 0
_
u
0
1
16
(n )
2
exp
1
2
(n +) dn :i 0
=
_
0 :i _ 0
exp :i 0
Do, les densits conditionnelles de l relativement \ et de \ relative-
ment \ sont dnies par :
,
U
(n [ ) =
,
(U;V )
(n. )
,
V
()
=
_
_
1
16
(n )
2
exp
1
2
(n ) :i 0 < < n
0 ci||cn::
et :
,
V
( [ n) =
,
(U;V )
(n. )
,
U
(n)
=
_
_
1
16
(n )
2
n
2
4n + 8 8 exp
u
2
exp
2
:i 0 < < n
0 ci||cn::
(c) Les variables alatoires l et \ ne sont pas indpendantes car :
,
U
(n [ ) ,= ,
U
(n)
199
Exercice 20
Soient A et 1 un couple de variables alatoires normales indpendantes de moyennes
j et j
0
, et de variances o
2
et o
02
respectivement.
1. Quelle est la densit de probabilit du couple (A. 1 ) ?
2. On pose :
_
_
l =
A j
o
\ =
A j
0
o
0
(a) Quelle est la densit du couple (l. \ ) ?
(b) l et \ sont-elles indpendantes ?
3. On considre la variable alatoire 2 dnie par :
2 =
l
\
(a) Dterminer la densit de probabilit du couple (l. 2) .
(b) En dduire la densit de 2.
4. Dterminer la densit de probabilit de la variable alatoire :
1 = A +1
Solution 20
On a :
,
X
(r) =
1
o
_
2:
exp
1
2o
2
(r j)
2
. r R
,
Y
() =
1
o
0
_
2:
exp
1
2o
02
( j
0
)
2
. R
1. La densit , du couple (A. 1 ) est dni pour tout (r. ) R
2
par :
, (r. ) = ,
X
(r) ,
X
(r)
=
1
2:oo
0
exp
1
2
_
_
r j
o
_
2
+
_
j
0
o
0
_
2
_
(a) La transformation inverse de la transformation :
_
_
l =
A j
o
\ =
1 j
0
o
0
200
est :
_
_
_
A = ol +j
1 = o
0
\ +j
0
Son jacobien est gal :
J =
o 0
0 o
0
= oo
0
do la densit ,
(U;V )
de (l. \ ) est dnie pour tout (n. ) R
2
par :
,
(U;V )
(n. ) = , (on +j. o
0
+j
0
) [J[
=
1
2:
exp
1
2
_
n
2
+
2
_
U
et ,
V
(i) Pour tout n R on a :
,
U
(n) =
_
R
,
(U;V )
(n. ) d
=
_
R
1
2:
exp
1
2
_
n
2
+
2
_
d
=
1
2:
exp
1
2
n
2
_
R
exp
1
2
2
d
=
1
_
2:
exp
1
2
n
2
(ii) Puisque la densit ,
(U;V )
du couple (l. \ ) est symtrique, donc pour
tout R on a :
,
V
() = ,
U
()
=
1
_
2:
exp
1
2
2
(c) Les variables alatoire l et \ sont indpendantes puisque pour tout
(n. ) R
2
:
,
(U;V )
(n. ) = ,
U
(n) ,
V
()
201
2. La transformation inverse de la transformation :
_
l = l
2 =
\
l
est :
_
l = l
\ = l2
Son Jacobien est gal :
J =
1 0
. n
= n
do la densit ,
(U;V )
du couple (l. \ ) :
,
(U;Z)
(n. .) = ,
(U;V )
(n. n.) [J[
=
[n[
2:
exp
1
2
n
2
_
1 +.
2
_
pour tout (n. .) R
2
.
Il en rsulte que la densit ,
Z
de 2 est donne pour tout . R.par :
,
Z
(.) =
_
R
,
(U;Z)
(n. .) dn
=
_
R
[n[
2:
exp
1
2
n
2
_
1 +.
2
_
dn
=
1
: (1 +.
2
)
Cest la densit de probabilit de la loi de Cauchy.
3. La densit de probabilit de la variable alatoire :
1 = l +\
est dnie pour tout t R.par :
,
T
(t) =
_
R
,
(U;V )
(n. t n) dn
=
_
R
1
2:
exp
1
2
_
n
2
+ (t n)
2
_
dn
=
1
2
_
:
exp
t
2
4
cest la densit de la loi normale A (0. 2).
202
Exercice 21
Soient A et 1 deux variables alatoires indpendantes qui suivent une mme loi de
probabilit dont la densit est dnie par :
, (t) =
1
t
2
. t _ 1
1. On pose :
_
l = A1
\ =
A
1
(a) Quelle est la densit de probabilit du couple (l. \ ) ?
2. Dterminer les lois marginales de l et \ .
3. Dterminer la densit de probabilit et la fonction de rpartition de la variable
alatoire :
2 =
_
l
Solution 21
1. Pour tout t [1. +[ on a :
,
X
(t) = ,
Y
(t) =
1
t
2
Puisque les variables alatoires A et 1 sont indpendantes alors la densit ,
du couple (A. 1 ) est dnie pour tout (r. ) R
2
par :
, (r. ) = ,
X
(r) ,
Y
()
do :
, (r. ) =
_
_
_
1
r
2
2
:i (r. ) [1. +[ [1. +[
0 :i (r. ) , [1. +[ [1. +[
(a) Linverse de la transformation :
_
l = A1
\ =
A
1
est la transformation :
_
_
_
A =
_
l\
1 =
_
l
\
203
Son Jacobien J est :
J =
2
_
n
_
n
2
_
1
2
_
n

_
n
2
_
=
1
2
La densit ,
(U;V )
de (l. \ ) est dnie pour tout (n. ) R
2
par :
,
(U;V )
(n. ) = ,
_
_
n.
_
n
_
[J[
Et comme le domaine 1
(U;V )
o la densit ,
(U;V )
de (l. \ ) est non nul est
donne par :
1
(U;V )
=
_
(n. ) R
2
[ n _ 1 .
1
n
_ _ n
_
on en dduit que la densit ,
(U;V )
de (l. \ ) est dnie :
,
(U;V )
(n. ) = ,
_
_
n.
_
n
_
[J[
=
_
1
2n
2
:i (n. ) 1
(U;V )
0 (n. ) , 1
(U;V )
(b) Les domaines 1
U
et 1
V
o les densits ,
U
de l et ,
V
de \ sont non nulles
correspondent respectivement la 1
ere
projection et la 2
eme
projection
de 1
(U;V )
do :
1
U
= [1. +[
et :
1
V
= ]0. +[
204
Et comme :
1
(U;V )
,= 1
U
1
V
donc, les variables alatoires l et \ ne sont pas indpendantes.
2. Calculons les densits marginales ,
U
de l et ,
V
de \ respectivement.
(a) On a :
,
U
(n) =
_
R
,
(U;V )
(n. ) d
=
_
_
0 :i n < 1
_
u
1
u
1
2n
2
d :i n _ 1
=
_
_
0 :i n < 1
ln n
n
2
:i n _ 1
(b) On a :
,
V
() =
_
R
,
(U;V )
(n. ) dn
=
_
+1
sup
(
v;
1
v
)
1
2n
2
dn
(i) si 0 < _ 1 alors :
,
V
() =
_
+1
1
v
1
2n
2
dn
=
1
2
(ii) si _ 1 alors :
,
V
() =
_
+1
v
1
2n
2
dn
=
1
2
2
En rsum :
,
V
() =
_
_
0 _ 0
1
2
0 < _ 1
1
2
2
_ 1
205
3. (a) On a :
2 =
_
l == l = 2
2
do :
dn
d.
= 2.
La densit ,
Z
de 2 est dnie pour tout . R :
,
Z
(.) = ,
U
_
.
2
_
dn
d.
=
_
_
0 :i . < 1
4
.
3
ln . :i . _ 1
(b) La fonction de rpartition 1
Z
de 2 est dnie pour tout . R par :
1
Z
(.) =
_
z
1
,
Z
(t) dt
=
_
_
0 :i . _ 1
_
z
1
4
t
3
ln tdt :i . _ 1
=
_
_
0 :i . _ 1
1
1 + 2 ln .
.
2
:i . _ 1
Exercice 22
Soit (A. 1 ) un couple de variables alatoires dont la densit de probabilit est dnie
par :
, (r. ) =
_
_
1
_
r
:i r 0 . 0 . r + < 1
0 ci||cn::
1. Dterminer la constante 1
2. Dterminer les lois marginales et conditionnelles de A et 1.
3. A et 1 sont-elles indpendantes ?
4. Dterminer la droite de rgression de 1 en A.
206
Solution 22
Posons :
1 =
_
(r. ) R
2
[ r 0 . 0 . r + < 1
_
Pour tout (r. ) 1 on a :
, (r. ) =
_
_
1
_
r
:i (r. ) 1
0 :i (r. ) , 1
1. Calculons la constante 1 :
__
R
2
, (r. ) drd =
_
1
0
__
1x
0
1
_
r
d
_
dr
= 1:
Do :
1 =
1
:
2. Puisque la densit , de (A. 1 ) est symtrique, donc A et 1 suivent une mme
loi de probabilit.
(a) La densit marginale ,
X
de A est donne par :
,
X
(r) =
_
R
, (r. ) d
=
_
_
0 :i r , ]0. 1[
_
1x
0
1
:
_
r
d :i r ]0. 1[
=
_
_
_
0 :i r , ]0. 1[
2
:
_
1 r
r
r ]0. 1[
(b) La densit marginale ,
Y
de 1 est donne par :
,
Y
() = ,
X
()
=
_
_
0 :i , ]0. 1[
2
:
_
1
:i ]0. 1[
207
(c) La densit conditionnelle de A relativement 1 est dnie pour tout
]0. 1[ par :
,
X
(r [ ) =
, (r. )
,
Y
()
=
1
2
_
r (1 )
:i 0 < r < 1
(d) La densit conditionnelle de 1 relativement A est dnie pour tout
r ]0. 1[ par :
,
Y
( [ r) = ,
X
( [ r)
=
1
2
_
(1 r)
:i 0 < < 1 r
, (r. ) ,= ,
X
(r) ,
Y
()
(a) On a :
1 [A] =
_
R
r,
X
(r) dr
=
_
1
0
2
:
r
_
1 r
r
dr
=
1
4
= 1 [1 ]
et :
1
_
A
2
=
_
R
r
2
,
X
(r) dr
=
_
1
0
2
:
r
2
_
1 r
r
dr
=
1
8
= 1
_
1
2
do :
\ [A] = 1
_
A
2
1 [A]
2
=
1
16
= \ [1 ]
208
(b) On a :
1 [A1 ] =
__
R
2
r, (r. ) drd
=
_
1
0
__
1x
0
1
:
r
1
_
r
d
_
dr
=
1
24
do :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ] =
1
48
(c) Dterminons les coecients c et / de la droite rgression de 1 en A.
On a :
c =
Co [A. 1 ]
\ [A]
=
1
3
et
/ = 1 [1 ] c1 [A] =
1
3
=
1
3
[r 1]
-2 -1 1 2 3
-0.5
0.5
1.0
x
y
209
Exercice 23
par :
, (r. ) =
_
_
1 sin
:
2
(2r +) :i r 0 . 0 . 2r + < 1
0 ci||cn::
2. Dterminer les lois marginales A et 1.
4. Calculer la matrice des variances et covariances de A et 1.
5. Dterminer la droite de rgression de 1 en A
6. Calculer la densit conditionnelles de A relativement 1 et de 1 relativement
A.
Solution 23
Posons :
1 =
_
(r. ) R
2
[ r 0 . 0 . 2r + < 1
_
1
X
=
_
r R [ 0 < r <
1
2
_
1
Y
= R [ 0 < < 1
1c do:ci:c 1
On a :
, (r. ) =
_
_
0 :i (r. ) , 1
1 sin
:
2
(2r +) (r. ) 1
210
1. On a :
__
R
2
, (r. ) drd =
_ 1
2
0
__
12x
0
1 sin
:
2
(2r +) d
_
dr
=
21
:
2
do :
1 =
:
2
2
2. Les densits marginales ,
X
et ,
Y
de A et 1 sont donnes respectivement par :
,
X
(r) =
_
R
, (r. ) d
=
_
_
0 :i r ,
_
0.
1
2
_
_
12x
0
:
2
2
sin
:
2
(2r +) d :i r
_
0.
1
2
_
=
_
_
0 :i r ,
_
0.
1
2
_
: cos :r :i r
_
0.
1
2
_
et :
,
Y
() =
_
R
, (r. ) dr
=
_
_
0 :i , ]0. 1[
_ 1
2
(1y)
0
:
2
2
sin
:
2
(2r +) dr :i ]0. 1[
=
_
_
0 :i , ]0. 1[
:
2
cos
:
2
:i ]0. 1[
, (r. ) ,= ,
X
(r) ,
Y
()
211
4. (a) On a :
1 [A] =
_
R
r,
X
(r) dr
=
_ 1
2
0
:r cos :rdr
=
: 2
2:
et :
1
_
A
2
=
_
R
r
2
,
X
(r) dr
=
_ 1
2
0
:r
2
cos :rdr
=
:
2
+ 8
4:
2
do :
\ [A] = 1
_
A
2
1 [A]
2
=
: + 1
:
2
(b) On a :
1 [1 ] =
_
R
,
Y
() d
=
_
1
0
:
2
cos
:
2
d
=
1
2
1 [A]
=
: 2
4:
et :
1
_
1
2
=
_
R
2
,
Y
() d
=
_
1
0
:
2
2
cos
:
2
d
=
1
4
1
_
A
2
=
:
2
+ 8
16:
2
212
do :
\ [1 ] = 1
_
1
2
1 [1 ]
2
=
1
4
\ [A]
=
: + 1
4:
2
(c) On a :
1 [A1 ] =
__
R
2
r, (r. ) drd
=
__
D
:
2
2
r sin
:
2
(2r +) drd
=
_ 1
2
0
__
1x
0
:
2
2
r sin
:
2
(2r +) d
_
dr
=
: + 2
2:
do :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
=
1
8:
2
_
3:
2
+ 12: 4
_
(X;Y )
=
_
_
\ [A] Co [A. 1 ]
Co [A. 1 ] \ [1 ]
_
_
=
_
_
: + 1
:
2
1
8:
2
(3:
2
+ 12: 4)
1
8:
2
(3:
2
+ 12: 4)
: + 1
4:
2
_
_
c =
Co [A. 1 ]
\ [A]
=
3:
2
+ 12: 4
8 (: + 1)
et
/ = 1 [1 ] c1 [A] =
: 2
4:

3:
2
+ 12: 4
8 (: + 1)
: 2
2:
213
=
3:
2
+ 12: 4
8 (: + 1)
r +
: 2
4:

3:
2
+ 12: 4
8 (: + 1)
: 2
2:
-0.4 -0.2 0.2 0.4 0.6 0.8 1.0
-1.0
-0.5
0.5
1.0
1.5
x
y
6. (a) La densit conditionnelle de A relativement 1 est dnie pour tout
]0. 1[ par :
,
X
(r [ ) =
, (r. )
,
Y
()
=
_
_
:
sin
:
2
(2r +)
cos
:
2
:i 0 < r <
1
2
( 1)
0 ci||cn::
(b) La densit conditionnelle de 1 relativement A est dnie pour tout
r
_
0.
1
2
_
par :
,
Y
( [ r) =
, (r. )
,
X
(r)
=
_
_
:
2
sin
:
2
(2r +)
cos :r
:i 0 < < 1 2r
0 ci||cn::
214
Exercice 24
Soit A une variable alatoire qui suit la loi normale centre rduite et 1 une variable
alatoire, indpendante de A, qui prend ses valeurs dans lensemble 1. 1 telle
que :
1 [1 = 1] = j
o j ]0. 1[.
Dterminer la loi de probabilit de :
2 = A1
Solution 24
Notons 1
Z
la fonction de rpartition de 2 et 1
X
celle de A.
On a :
[2 < .] = [A .. 1 = 1] [A < .. 1 = 1]
donc :
1
Z
(.) = 1 [2 < .]
= 1 [A .. 1 = 1] +1 [A < .. 1 = 1]
= 1 [A .] 1 [1 = 1] +1 [A < .] 1 [1 = 1]
et comme A suit une loi normale centre rduite, alors :
1 [A .] = 1 [A < .]
do :
1
Z
(.) = (1 j) 1
X
(.) +j1
X
(.) = 1
X
(.)
Il en rsulte que 2 suit la loi normale centre rduite.
Exercice 25
par :
, (r. ) = 1 :i r 0 . r
2
+
2
< 1
2. Dterminer les lois marginales A et 1.
4. Calculer la matrice des variances et covariances de A et 1.
5. Dterminer la droite de rgression de 1 en A
6. Calculer la densit conditionnelles de A relativement 1 et de 1 relativement
A.
215
Solution 25
Posons :
1 =
_
(r. ) R
2
[ r 0 . r
2
+
2
< 1
_
On a :
, (r. ) =
_
_
_
1 :i (r. ) 1
0 :i (r. ) , 1
1. On a :
__
R
2
, (r. ) drd =
__
D
1drd
= 1
:
2
do :
1 =
2
:
2. Les densits marginales ,
X
et ,
Y
de A et 1 sont donnes respectivement par :
,
X
(r) =
_
R
, (r. ) d
=
_
_
0 :i r , ]0. 1[
_
p
1x
2
p
1x
2
2
:
d :i r ]0. 1[
=
_
_
0 :i r , ]0. 1[
4
:
_
1 r
2
:i r ]0. 1[
et :
,
Y
() =
_
R
, (r. ) dr
=
_
_
0 :i , ]1. 1[
_
_
1y
2
0
2
:
dr :i ]1. 1[
=
_
0 :i , ]1. 1[
2
:
_
1
2
:i ]1. 1[
, (r. ) ,= ,
X
(r) ,
Y
()
216
4. (a) On a :
1 [A] =
_
R
r,
X
(r) dr
=
_
1
0
4
:
r
_
1 r
2
dr
=
4
3:
et :
1
_
A
2
=
_
R
r
2
,
X
(r) dr
=
_
1
0
4
:
r
2
_
1 r
2
dr
=
1
4
do :
\ [A] = 1
_
A
2
1 [A]
2
=
9:
2
64
36:
2
(b) On a :
1 [1 ] =
_
R
,
Y
() d
=
_
1
1
2
:
_
1
2
d
= 0
et :
1
_
1
2
=
_
R
2
,
Y
() d
=
_
1
1
2
:
2
_
1
2
d
= 1
_
A
2
=
1
4
do :
\ [1 ] = 1
_
1
2
=
1
4
217
(c) On a :
1 [A1 ] =
__
R
2
r, (r. ) drd
=
__
D
2
:
rdrd
=
_
1
0
_
_
p
1x
2
p
1x
2
2
:
rd
_
dr
= 0
do :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
= 0
Les variables alatoires sont non corrles mais ne sont pas indpendantes.
(X;Y )
=
_
_
\ [A] Co [A. 1 ]
Co [A. 1 ] \ [1 ]
_
_
=
_
_
9:
2
64
36:
2
0
0
1
4
_
_
= cr +/
On a :
c =
Co [A. 1 ]
\ [A]
= 0
et
/ = 1 [1 ] c1 [A]
=
1
4
=
1
4
218
-2 -1 1 2
-0.2
-0.1
0.1
0.2
0.3
0.4
x
y
6. (a) La densit conditionnelle de A relativement 1 est dnie pour tout
]1. 1[ par :
,
X
(r [ ) =
, (r. )
,
Y
()
=
_
_
1
_
1
2
:i 0 < r <
_
1
2
0 ci||cn::
(b) La densit conditionnelle de 1 relativement A est dnie pour tout
r ]0. 1[ par :
,
Y
( [ r) =
, (r. )
,
X
(r)
=
_
_
1
2
_
1 r
2
:i
_
1 r
2
< <
_
1 r
2
0 ci||cn::
Exercice 26
Soit (A. 1 ) un couple de variables alatoires indpendantes suivant toutes les deux
la mme loi uniforme sur lintervalle [2. 1].
Dterminer la loi de probabilit de la variable alatoire :
1 = inf (A. 1 )
219
Solution 26
Notons 1
X
, 1
Y
et 1
Z
les fonctions de rpartition de A, 1 et 2 respectivement et
,
X
, ,
Y
et ,
Z
leurs densits respectives.
On a :
1
X
(n) = 1
Y
(n)
=
_
n + 2
3
_
[2;1]
(n) +
[1;+1[
(n)
= 1 (n)
et :
,
X
(n) = ,
Y
(n)
=
1
3
[2;1]
(n)
= , (n)
Puisque :
1 = inf (A. 1 )
alors :
1 [1 _ t] = 1 [A _ t. 1 _ t]
= 1 [A _ t] 1 [1 _ t]
= [1 1 (t)]
2
do :
1
T
(t) = 1 [1 < t]
= 1 [1 1 (t)]
2
=
_
1
_
1 t
3
_
2
_
[2;1]
(t) +
[1;+1[
(t)
Il en rsulte que :
,
T
(t) = 1
0
T
(t)
=
2
9
(1 t)
[2;1]
(t)
Exercice 27
Un appareil lectrique fonctionne avec trois piles 1
i
, i 1. 2. 3 .
La dure de vie de la pile 1
i
est une variable alatoire A
i
. Les trois variables alatoires
A
1
, A
2
et A
3
sont indpendantes et suivent une mme loi exponentielle de paramtre
`, ` 0.
220
Lappareil sarrte de fonctionner ds que deux piles sont uses.
Soit 1 la variable alatoire reprsentant le temps de onctionnement de lappareil
lectrique.
Dterminer la loi de probabilit de 1 et calculer son esprance mathmatique et sa
variance.
Solution 27
Soit 1 et , la fonction de rpartition et la densit de probabilit de la loi exponen-
tielle de paramtre `.
On a :
1 (t) =
_
_
_
0 :i t _ 0
1 exp `t :i t _ 0
, (t) =
_
_
_
0 :i t < 0
èxp `t :i t 0
1. Dsignons par 1
T
et ,
T
la fonction de rpartition et la densit de probabilit
de 1 respectivement.
Puisque :
[1 < t] = [A
1
< t. A
2
< t. A
3
_ t] [A
1
< t. A
2
_ t. A
3
< t]
[A
1
_ t. A
2
< t. A
3
< t] [A
1
< t. A
2
< t. A
3
< t]
et puisque A
1
, A
2
et A
3
1
T
(t) = 1 [1 < t]
= 3 [1 (t)]
2
[1 1 (t)] + [1 (t)]
3
= [1 (t)]
2
[3 21 (t)]
= [1 exp `t]
2
[1 2 exp `t] . t _ 0
do :
,
T
(t) = 6`[1 exp `t] exp 2`t . t 0
2. On a :
1 [1] =
_
R
t,
T
(t) dt
=
_
+1
0
6`t [1 exp `t] exp 2`tdt
=
5
6`
221
1
_
1
2
=
_
R
t
2
,
T
(t) dt
=
_
+1
0
6`t
2
[1 exp `t] exp 2`tdt
=
19
18`
2
do :
\ [1] = 1
_
1
2
1 [1]
2
=
13
36`
2
Exercice 28
Soit (A. 1 ) un couple de variables alatoires admettant une densit de probabilit
,
(X;Y )
dnie par :
,
(X;Y )
(r. ) =
_
_
_
1 (
2
r
2
) exp () :i [r[ _ ct 0
0 :i:o:
o 1 est une constante.
2. Les variables alatoires A et 1 sont-elles indpendantes ?
3. Pour (/. :) N
2
, calculer 1
_
A
k
1
s
.
4. En dduire la covariance de A et 1.
Que constate-t-on ?
5. On pose :
_
_
_
l = A +1
\ = A 1
(a) Dterminer la loi du couple (l. \ ) .
(b) Les variables alatoires l et \ sont-elles indpendantes ?
Solution 28
Posons :
1
(X;Y )
=
_
(r. ) R
2
[ [r[ _ ct 0
_
222
On a alors
1
X
= r R [ ,
X
(r) ,= 0
= R
et :
1
Y
= R [ ,
Y
() ,= 0
= ]0. +[
o ,
X
et ,
Y
sont les densits marginales de A et 1.
1. On a :
__
R
2
,
(X;Y )
(r. ) drd = 1
_
+1
0
_
y
y
_
2
r
2
_
exp () drd
= 1
_
+1
0
exp ()
__
y
y
_
2
r
2
_
dr
_
d
=
41
3
_
+1
0

3
exp () d
= 81
Do :
1 =
1
8
1
(X;Y )
,= 1
X
1
Y
3. Pour (/. :) N
2
on a :
1
_
A
k
1
s
=
__
R
2
r
k
s
,
(X;Y )
(r. ) drd
=
1
8
_
+1
0

s
exp ()
__
y
y
r
k
_
2
r
2
_
dr
_
d
Or :
_
y
y
r
2k+1
_
2
r
2
_
dr = 0
et :
_
y
y
r
2k
_
2
r
2
_
dr = 2
_
y
0
r
2k
_
2
r
2
_
dr
=
4
2k+3
(2/ + 1) (3 + 2/)
223
do :
1
_
A
2k+1
1
s
= 0
et :
1
_
A
2k
1
s
=
1
2 (2/ + 1) (3 + 2/)
_
+1
0

2k+s+3
exp () d
=
(2/ +: + 3)!
2 (2/ + 1) (3 + 2/)
4. En particulier, on a :
1 [A] = 0
et :
1 [A1 ] = 0
do :
Co [A. 1 ] = 0
On costate que les variables alatoires sont non corrles mais ne sont pas in-
dpendantes.
_
_
_
l = A +1
\ = 1 A
quivaut :
_
_
A =
1
2
(l \ )
1 =
1
2
(l +\ )
Le Jacobien de cette transformation est :
J =
1
2

1
2
1
2
1
2
=
1
2
Daprs le thorme de changement de variables, la densit ,
(U;V )
du couple
(l. \ ) est donne par :
224
,
(U;V )
(n. ) = ,
(X;Y )
_
n
2
.
n +
2
_
[J[
=
_
_
1
16
n exp
(n +)
2
:i n 0 ct 0
0 :i:o:
(b) Les fonctions :
,
U
(n) =
_
_
1
4
nexp
n
2
:i n 0
0 :i n _ 0
et :
,
V
() =
_
_
1
4
exp
2
:i 0
0 :i _ 0
sont des densits de probabilits. Ce sont les densits marginales des
variables alatoires l et \.
En outre, pour tout (n. ) R
2
on a :
,
(U;V )
(n. ) = ,
U
(n) ,
V
()
Il en rsulte que les variables alatoires l et \ sont indpendantes.
Exercice 29
Soit / une fonction positive dnie sur ]0. +[ et soit H la fonction dnie pour
tout r, r 0, par :
H (r) =
_
x
0
/(t) dt
On dsigne par
h
la fonction dnie pour tout r, r 0, par :
h
(r) =
_
+1
0
/(t) exp (tr) dt
Soit (A. 1 ) un couple de variables alatoires de densit de probabilit :
,
(X;Y )
(r. ) =
_
_
_
1/([r [) exp [o max (r. )] :i r 0 ct 0
0 :i:o:
225
2. Dterminer les densits marginales de A et 1.
3. Les variables alatoires A et 1 sont-elles indpendantes ?
4. On suppose que pour tout r, r 0, on a :
/(r) = r
(a) Calculer la covariance de A et 1 .
(b) Que constate-t-on pour o = 1 ?
Solution 29
Posons :
1 =
_
(r. ) R
2
[ r 0 ct 0
_
1
1
=
_
(r. ) R
2
[ 0 < < r
_
1
2
=
_
(r. ) R
2
[ 0 < r <
_
On a :
1 = 1
1
' 1
2
Puisque la densit ,
(X;Y )
du couple (A. 1 ) est symtrique :
\(r. ) R
2
: ,
(X;Y )
(r. ) = ,
(X;Y )
(. r)
alors :
1 [(A. 1 ) 1
1
] = 1 [(A. 1 ) 1
2
]
de plus, A et 1 suivent la mme loi de probabilit.
1. On a :
__
R
2
,
(X;Y )
(r. ) drd =
__
D
1
,
(X;Y )
(r. ) drd +
__
D
2
,
(X;Y )
(r. ) drd
= 2
__
D
1
,
(X;Y )
(r. ) drd
= 2
_
+1
0
_
+1
y
/(r ) exp (or) drd
Eectuons le changement :
t = r
226
on obtient alors :
__
R
2
,
(X;Y )
(r. ) drd = 2
_
+1
0
_
+1
0
/(t) exp [o ( +t)] dtd
= 2
_
+1
0
exp (o)
__
+1
0
/(t) exp (ot) dt
_
d
= 2
__
+1
0
exp (o) d
_ __
+1
0
/(t) exp (ot) dt
_
=
2
o
h
(o)
Do :
1 =
o
2
h
(o)
2. La densit marginale de A est dnie pour tout r R par :
,
X
(r) =
_
R
,
(X;Y )
(r. ) d
Donc, pour tout r, r 0, on a :
,
X
(r) =
_
x
0
,
(X;Y )
(r. ) d +
_
+1
x
,
(X;Y )
(r. ) d
,
X
(r) =
o
2
h
(o)
__
x
0
/(r ) exp (or) d +
_
+1
x
/( r) exp (o) d
_
Eectuons dans la premire intgrale le changement :
t = r
et dans la deuxime le changement :
t = r
on obtient :
_
x
0
/(r ) exp (or) d = exp (or)
_
x
0
/(t) exp (ot) dt
= exp (or) H (r)
et :
_
+1
x
/( r) exp (o) d = exp (or)
_
+1
0
/(t) exp (ot) dt
=
h
(o) exp (or)
227
et nalement :
,
X
(r) =
o
2
h
(o)
[H (r) +
h
(o)] exp (or)
En rsum, la densit marginale de A est dnie par :
,
X
(r) =
_
_
0 :i r _ 0
o
2
h
(o)
[H (r) +
h
(o)] exp (or) :i r 0
do la densit marginale de 1 :
,
Y
() =
_
_
0 :i _ 0
o
2
h
(o)
[H () +
h
(o)] exp (o) :i 0
3. On constate que les variables alatoires A et 1 ne sont pas indpendantes
puisque :
,
(X;Y )
(r. ) ,= ,
X
(r) ,
Y
()
4. Si pour tout r, r 0, on a :
/(r) = r
alors tout r, r 0 :
H (r) =
r
2
2
et :
h
(o) =
1
o
2
Aussi on a :
,
(X;Y )
(r. ) =
_
_
o
2
[r [ exp [o max (r. )] :i r 0 ct 0
0 :i:o:
et :
,
X
(r) =
_
_
0 :i r _ 0
o
_
2 +o
2
r
2
_
4
exp (or) :i r 0
(a) Calculons la covariance de A et 1 .
228
(i) On a :
1 [A] =
_
R
r,
X
(r) dr
=
o
4
_
+1
0
r
_
2 +o
2
r
2
_
exp (or) dr
En eectuant le changement :
n = or
on obtient :
1 [A] =
1
4o
_
+1
0
_
2n +n
3
_
exp (n) dn
=
2
o
(ii) On a :
1 [A1 ] =
__
R
2
r,
(X;Y )
(r. ) drd
=
__
D
1
r,
(X;Y )
(r. ) drd +
__
D
2
r,
(X;Y )
(r. ) drd
= 2
__
D
1
r,
(X;Y )
(r. ) drd
= o
_
+1
0

__
+1
y
r (r ) exp (or) dr
_
d
Or, en eectuant le changement :
n = r
on obtient :
_
+1
y
r (r ) exp (or) dr = exp (o)
_
+1
0
n(n +) exp (on) dn
=
_
o
2
+
2
o
3
_
exp (o)
do :
1 [A1 ] = o
_
+1
0

_
o
2
+
2
o
3
_
exp (o) d
=
4
o
4
229
et par suite :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
=
4
_
1 o
2
_
o
4
(b) Si :
o = 1
alors :
Co [A. 1 ] = 0
bien que les variables alatoires A et 1 ne sont pas indpendantes.
Exercice 30
Soit A et 1 deux variables alatoires indpendantes qui suivent la mme loi expo-
nentielle de paramtre o.
On pose :
2 = A
2
1
1. Dterminer la loi de probabilit de 2.
2. On considre le polynme :
T (t) = t
2
2At +1
Calculer la probabilit pour que les racines de T soient complexes.
Solution 30
La densit de probabilit de la loi exponentielle de paramtre o. o 0. est dnie
par :
, (r) = o exp (or)
A et 1 tant indpendantes, donc la densit du couple (A. 1 ) est donne par :
,
(X;Y )
(r. ) = , (r) , ()
= o
2
exp [o (r +)]
1. Considrons le changement :
_
_
_
l = A
2
2 = A
2
1
230
Ce changement quivaut :
_
_
_
A =
_
l
1 = l 2
dont le Jacobien vaut :
J =
1
2
_
n
0
1 1
=
1
2
_
n
Daprs le thorme de changement de vatiables, on a :
,
(U;Z)
(n. .) = ,
(X;Y )
__
n. n .
_
[J[
=
1
2
_
n
,
__
n
_
, (n .)
Pa ailleurs, limage par cette dernire transformation du domaine :
1(A. 1 ) =
_
(r. ) R
2
[ r 0 ct 0
_
est le domaine :
1(l. 2) =
_
(n. .) R
2
[ n 0 ct . < n
_
do :
,
(U;Z)
(n. .) =
_
_
o
2
2
_
n
exp [o (
_
n +n .)] :i (n. .) 1(l. 2)
0 :i (n. .) , 1(l. 2)
Dterminons la densit de probabilit de 2 :
,
Z
(.) =
_
R
,
(U;Z)
(n. .) dn
=
_
_
o
2
2
_
+1
0
1
_
n
exp [o (
_
n +n .)] dn :i . _ 0
o
2
2
_
+1
u
1
_
n
exp [o (
_
n +n .)] dn :i . 0
Or :
_
1
_
n
exp
_
o
__
n +n .
_
dn = exp
_
o
_
. +
1
4
__ _
exp
_
o
4
_
2
_
n + 1
_
2
_
dn
_
n
231
et en eecuant le changement :
t =
_
o
2
_
2
_
n + 1
_
on obtient :
_
1
_
n
exp
_
o
__
n +n .
_
dn =
_
2
o
exp
_
o
_
. +
1
4
__ _
exp
_
t
2
2
_
dt
do :
,
Z
(.) =
_
_
o
3
2
_
2
exp
_
o
_
. +
1
4
_
_
+1
_
2
exp
_
t
2
2
_
dt :i . _ 0
o
3
2
_
2
exp
_
o
_
. +
1
4
_
_
+1
_
2
(
2
p
z+1
)
exp
_
t
2
2
_
dt :i . 0
Dsignons par la fonction de rpartition de la loi normale centre rduite :
(r) =
1
_
2:
_
x
1
exp
_
t
2
2
_
dt
alors :
,
Z
(.) =
_
_
_
:o
3
2
_
1
_
_
o
2
__
exp
_
o
_
. +
1
4
_
:i . _ 0
_
:o
3
2
_
1
_
_
o
2
(2
_
. + 1)
__
exp
_
o
_
. +
1
4
_
:i . 0
2. Posons :
0
= A
2
1 = 2
les racines de T sont complexes si et seulement si :
2 < 0
do, la probabilit pour que les racines de T soient complexes est :
1 [2 < 0] =
_
0
1
,
Z
(.) d.
=
_
:o
3
2
_
1
_
_
o
2
__
exp
_
o
4
__
0
1
exp (o.) d.
=
_
:o
_
1
_
_
o
2
__
exp
_
o
4
_
232
Exercice 31
Soit une densit de probabilit dnie sur R
+
telle que les intgrales :
j =
_
+1
0
t (t) dt
et :
o
2
=
_
+1
0
(t j)
2
(t) dt
existent et soient nies.
On dnit la fonction par :
(r. ) =
_
_
(r +)
r +
:i r 0 ct 0
0 sinon
1. Montrer que est la densit de probabilit dun couple (A. 1 ) de variables
alatoires.
2. Montrer que A et 1 ont la mme loi de probabilit.
3. Pour (/. :) N N. calculer 1
_
A
k
1
r
, puis en dduire le coecient de cor-

rlation de A et 1.
4. On pose :
o = A +1
(a) Dterminer la fonction caractristique de la loi conditionnelle de A par
rapport o.
(b) En dduire la variance conditionnelle de A par rapport o.
Solution 31
Posons :
1(r. ) = (r. ) R R [r 0 ct 0
_
_
_
n = r
= r +
Limage de 1(A. 1 ) par ce changement est :
1(n. ) = (n. ) R R [0 < n <
233
Le changement inverse est :
_
_
_
r = n
= n
Son Jacobien vaut :
J =
1 0
1 1
= 1
Do :
_
+1
1
_
+1
1
(r. ) drd =
_
+1
0
_
+1
0
(r +)
r +
drd
=
_ _
D(U;V )
()
dnd
=
_
+1
0
()
__
v
0
dn
_
d
=
_
+1
0
() d
= 1
Donc, est une densit de probabilit
2. Puisque la densit est symtrique :
\(r. ) R R : (r. ) = (. r)
alors A et 1 suivent la mme loi de probabilit.
Dsignons par
X
et
Y
les densits marginales de A et 1 respectivement.
On a :
X
(r) =
_
R
(r. ) d
=
_
_
_
+1
0
(r +)
r +
d :i r 0
0 :i r _ 0
En eectuant le changement :
t = r +
234
il vient que :
X
(r) =
_
_
_
+1
x
(t)
t
dt :i r 0
0 :i r _ 0
De mme :
Y
() =
_
_
_
+1
y
(t)
t
dt :i 0
0 :i _ 0
3. On a :
1
_
A
k
1
r
=
__
R
+
r
k
r
(r. ) drd
=
_
+1
0
_
+1
0
r
k
r
(r +)
r +
drd
Posons :
t = r +
alors :
1
_
A
k
1
r
=
_
+1
0
__
t
0
r
k
(t r)
r
(t)
t
dr
_
dt
=
_
+1
0
(t)
__
t
0
r
k
(t r)
r
t
dr
_
dt
Considrons le changement :
n =
t r
t
alors :
_
t
0
r
k
(t r)
r
t
dr = t
k+r
_
1
0
n
r
(1 n)
k
dn
= t
k+r
, (: + 1. / + 1)
do :
1
_
A
k
1
r
= , (: + 1. / + 1)
_
+1
0
t
k+r
(t) dt
En particulier :
235
(a) si (/ = 1. : = 0) alors :
1 [A] = , (1. 2)
_
+1
0
t (t) dt
=
j
2
= 1 [1 ]
(b) si (/ = 2. : = 0) alors :
1
_
A
2
= , (1. 3)
_
+1
0
t
2
(t) dt
=
j
2
+o
2
3
= 1
_
1
2
(c) si (/ = 1. : = 1) alors :
1 [A1 ] = , (2. 2)
_
+1
0
t
2
(t) dt
=
j
2
+o
2
6
(d) On a :
\ [A] = 1
_
A
2
1 [A]
2
=
j
2
+ 4o
2
12
= \ [1 ]
(e) La covariance de A et 1 est :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
=
2o
2
j
2
12
(f) Le coecient de corrlation de A et 1 est donn par :
j =
Co [A. 1 ]
o [A] o [1 ]
=
2o
2
j
2
j
2
+ 4o
2
236
4. (a) Dterminons dabord la loi du couple (A. o) .
Considrons alors la trasformation :
_
_
_
A = A
o = A +1
Limage du domaine :
1(A. 1 ) = (r. ) R R [r 0 ct 0
par cette transformation est :
1(A. o) = (r. :) R R [0 < r < :
Le changement inverse est :
_
_
_
A = A
1 = o A
Son Jacobien vaut :
J =
1 0
1 1
= 1
Do la densit du couple (A. o) est :
(r. :) = (r. : r) [J[
=
_
_
(:)
:
:i 0 < r < :
0 :i:o:
Il en rsulte que la densit de la variable alatoire o est :
,
S
(:) =
_
+1
1
(r. :) dr
=
_
_
_
s
0
(:)
:
dr :i : 0
0 :i : _ 0
=
_
_
_
(:) :i : 0
0 :i : _ 0
237
(b) La densit conditionnelle de A relativement o est dnie pour tout r,
0 < r < :, par :
,
X
(r [ :) =
(r. :)
,
S
(:)
=
1
:
Cest la loi uniforme sur ]0. :[ .
Ainsi, la fonction caractristique de A relativement o est :
,
X
(r [ :) = 1
_
c
itX
[ o = :
=
_
+1
1
c
itx
,
X
(r [ :) dr
=
1
:
_
s
0
c
itx
dr
=
c
its
1
it:
(c) Puisque la loi conditionnelle de A relativement o est la loi uniforme sur
]0. :[, alors :
1 [A [ o] =
:
2
et :
\ [A [ o] =
:
2
12
Exercice 32
Soit A et 1 deux variables alatoires indpendantes suivant une mme loi de prob-
abilit de densit , dnie sur ]0. +[ .
On pose :
2 =
A
A +1
1. Dterminer la loi de probabilit de 2.
2. Dterminer la loi de probabilit de 2 dans les cas o , suit la loi exponentielle
de paramtre 1.
Solution 32
Les variables alatoires A et 1 sont indpendantes, donc la densit du couple (A. 1 )
est donne par :
,
(X;Y )
(r. ) = , (r) , ()
238
_
_
A = A
2 =
A
A +1
Ce changement quivaut :
_
_
A = A
1 =
A (1 2)
2
dont le Jacobien vaut :
J =
1 0
1 .
.

r
.
2
=
r
.
2
Daprs le thorme de changement de vatiables, on a :
,
(X;Z)
(r. .) = ,
(X;Y )
_
r.
r (1 .)
.
_
[J[
=
r
.
2
, (r) ,
_
r (1 .)
.
_
Pa ailleurs, limage par cette dernire transformation du domaine :
1(A. 1 ) =
_
(r. ) R
2
[ r 0 ct 0
_
est le domaine :
1(A. 2) =
_
(r. .) R
2
[ r 0 ct 0 < . < 1
_
Il en rsulte que la densit de probabilit de 2 est :
,
Z
(.) =
_
R
,
(X;Z)
(r. .) dr
=
_
_
1
.
2
_
R
r, (r) ,
_
r (1 .)
.
_
dr :i . ]0. 1[
0 :i . , ]0. 1[
239
2. Si :
, (r) = exp (r) . r 0
alors pour tout . ]0. 1[ on a :
,
Z
(.) =
1
.
2
_
R
r, (r) ,
_
r (1 .)
.
_
dr
=
1
.
2
_
+1
0
r exp (r) exp
_
r (1 .)
.
_
dr
=
1
.
2
_
+1
0
r exp
_
r
.
_
dr
= 1
Il en rsulte que 2 suit la loi uniforme sur ]0. 1[ .
Exercice 33
Soit (A. 1 ) un couple de variables alatoires admettant une densit de probabilit
dnie par :
,
(X;Y )
(r. ) =
_
_
_
4r exp (r +) :i 0 < r <
0 :i:o:
2. Dterminer les lois marginales de A et 1.
3. Pour (/. :) N
2
, calculer le moment dordre / de A et le moment dordre : de
1 .
En dduire le coecient de corrlation de A et 1.
4. On pose :
_
_
l =
A
A +1
\ = A +1
(a) Dterminer la loi du couple (l. \ ) .
5. On pose :
1 =
1
A +1
(a) Dterminer la fonction de rpartition de 1.
(b) En dduire la mdiane de : de 1.
240
(c) On dnit les variables alatoires 2
1
et 2
2
par :
2
1
=
_
_
_
1 :i 1 :
0 :i 1 _ :
et :
2
2
=
_
_
_
1 :i 1 < :
0 :i 1 _ :
Calculer le coecient de corrlation de 2
1
et 2
2
.
Solution 33
1. Posons :
1(A. 1 ) =
_
(r. ) R
2
[ ,
(X;Y )
(r. ) ,= 0
_
=
_
(r. ) R
2
[ 0 < r <
_
On a alors :
1(A) = r R [ ,
X
(r) ,= 0
= ]0. +[
et :
1(1 ) = R [ ,
Y
() ,= 0
= ]0. +[
Les variables alatoires A et 1 ne sont pas indpendantes car :
1(A. 1 ) ,= 1(A) 1(1 )
2. (a) La densit marginale de A est dnie pour tout r R par :
,
X
(r) =
_
+1
1
,
(X;Y )
(r. ) d
=
_
_
4r exp (r)
_
+1
x
exp () d :i r 0
0 :i r _ 0
=
_
_
_
4r exp (2r) :i r 0
0 :i r _ 0
241
(b) La densit marginale de 1 est dnie pour tout R par :
,
Y
() =
_
+1
1
,
(X;Y )
(r. ) d
=
_
_
4 exp ()
_
y
0
r exp (r) dr :i 0
0 :i _ 0
=
_
_
_
4 [1 (1 +) exp ()] exp () :i 0
0 :i _ 0
3. (a) le moment dordre / de A, / N, est donn par :
1
_
A
k
=
_
+1
1
r
k
,
X
(r) dr
=
_
+1
0
4r
k+1
exp (2r) dr
=
(/ + 1)!
2
k
En particulier :
_
_
1 [A] = 1
1 [A
2
] =
3
2
\ [A] =
1
2
(b) Le moment dordre : de 1 , N, est donn par :
1 [1
r
] =
_
+1
1

r
,
Y
() d
=
_
+1
0
4
r
[1 (1 +) exp ()] exp () d
= 4 (:!)
_
1
3 +:
2
r
_
En particulier :
_
_
1 [1 ] = 2
1 [1
2
] =
11
2
\ [1 ] =
3
2
242
(c) Calculons le moment de A1 :
1 [A1 ] =
__
R
2
r,
(X;Y )
(r. ) drd
= 4
_
+1
0
r
2
exp (r)
__
+1
x
exp () d
_
dr
= 4
_
+1
0
r
2
(r + 1) exp (2r) dr
=
5
2
do :
Co [A. 1 ] = 1 [A1 ] 1 [A] 1 [1 ]
=
1
2
(d) On en dduit le coecient de corrlation de A et 1 :
j [A. 1 ] =
Co [A. 1 ]
o [A] o [1 ]
=
1
_
3
_
_
l =
A
A +1
\ = A +1
quivaut :
_
_
_
A = l\
1 = \ (1 l)
le Jacobien de cette dernire transformation est :
J =
n
(1 n)
=
243
En outre limage par cette transformation du domaine 1(A. 1 ) est :
1(l. \ ) =
_
(n. ) R
2
[ 0 < n <
1
2
. 0
_
(U;V )
du couple
(l. \ ) est donne par :
,
(U;V )
(n. ) = ,
(X;Y )
(n. (1 n)) [J[
=
_
_
_
4n
2
exp () :i (n. ) 1(l. \ )
0 :i (n. ) , 1(l. \ )
(b) Dterminons les densits marginales de ,
U
et ,
V
de l et \ respective-
ment.
Ona :
,
U
(n) =
_
+1
1
,
(U;V )
(n. ) d
=
_
_
_
+1
0
4n
2
exp () d :i 0 < n <
1
2
0 :i:o:
=
_
_
8n :i 0 < n <
1
2
0 :i:o:
et :
,
V
() =
_
+1
1
,
(U;V )
(n. ) dn
=
_
_
_
_ 1
2
0
4n
2
exp () d :i 0
0 :i:o:
=
_
2
2
exp () :i 0
0 :i:o:
On en dduit que les variables alatoires l et \ sont indpendantes
puisque pour tout (n. ) R
2
on a :
,
(U;V )
(n. ) = ,
U
(n) ,
V
()
244
1 =
1
A +1
et notons ,
T
et 1
T
la densit de probabilit et la fonction de rpartition de 1
respectivement.
On a :
1(1) = t R [ ,
T
(t) ,= 0
=
_
1
2
. 1
_
puisque :
0 < A < 1
(a) Dterminons la fonction de rpartition 1
T
de 1 :
1
T
(t) = 1 [1 < t]
= 1
_
1
A +1
< t
_
= 1
_
1
1
A +1
1 t
_
= 1
_
A
A +1
1 t
_
= 1 1 [l _ 1 t]
= 1 1
U
(1 t)
Dterminons alors la fonction de rpartition 1
U
de l :
1
U
(n) =
_
u
1
,
U
(t) dt
=
_
_
0 :i n _ 0
_
u
0
8tdt :i 0 _ n _
1
2
1
=
_
_
0 :i n _ 0
4n
2
:i 0 _ n _
1
2
1 n _
1
2
245
do :
1
T
(t) = 1 1
U
(1 t)
=
_
_
0 :i n _
1
2
1 4 (1 t)
2
:i
1
2
_ n _ 1
1 n _ 1
(b) Pour :
_
1
2
. 1
_
, lquation :
1
T
(:) =
1
2
admet la solution :
: = 1
_
2
4
(c) Puisque :
1 [1 :] = 1 [1 < :] =
1
2
on en dduit que 2
1
et 2
2
suivent la mme loi de probabilit : cest la loi
de Bernouilli de paramtre
1
2
. do :
1 [2
1
] = 1 [2
2
] =
1
2
\ [2
1
] = \ [2
2
] =
1
4
1 [2
1
2
2
] = 1 [2
1
= 1. 2
2
= 1]
= 0
Co [2
1
. 2
2
] = 1 [2
1
2
2
] 1 [2
1
] 1 [2
2
] =
1
4
Il en rsulte quele coecient de corrlation de 2
1
et 2
2
est :
j [2
1
. 2
2
] =
Co [2
1
. 2
2
]
o [2
1
] o [2
1
]
= 1
246
Exercice 34
Soit , et deux fonctions relles dnies pour tout r R par :
,(r) =
1
_
2:
exp
_
r
2
2
_
et :
(r) =
_
x
1
,(t) dt
pour tout (r. ) R
2
par :
,
(X;Y )
(r. ) =
1
2:
_
1 o
2
exp
_
r
2
2or +
2
2
_
1 o
2
_
_
o o est un paramtre rel tel que [o[ < 1.
1. On pose :
l =
1 oA
_
1 o
2
Montrer que les variables alatoires A et l suivent la mme loi de probabilit
et sont indpendantes.
2. Calculer :
1 [A 0. 1 0]
Solution 34
Remarquons que la fonction , est une densit de probabilit, cest la densit de la
loi normale centre rduite, et que est sa fonction de rpartition.
1. Le changement :
_
_
A = A
l =
1 oA
_
1 o
2
quivaut :
_
_
_
A = A
1 = oA +
_
1 o
2
l
247
Le Jacobien de cette dernire transformation est donn par :
J =
1 0
o
_
1 o
2
=
_
1 o
2
Ainsi, la densit du couple (A. l) est donne par :
,
(X;U)
(r. n) = ,
(X;Y )
_
r. or +
_
1 o
2
n
_
[J[
=
1
2:
exp
_
_
_
r
2
2or
_
or +
_
1 o
2
n
_
+
_
or +
_
1 o
2
n
_
2
2
_
1 o
2
_
_
_
_
=
1
2:
exp
_
r
2
+n
2
2
_
pour tout (r. n) R
2
.
Dautre part, pour tout r R et tout n R posons :
_
_
_
,
X
(r) = ,(r)
,
U
(n) = ,(n)
alors ,
X
et ,
U
sont des densits de probabilit, ce sont les densits des variables
alatoires A et l respectivement.
De plus, A et l sont indpendantes puisque pour tout (r. n) R
2
on a :
,
(X;U)
(r. n) = ,
X
(r) ,
U
(r)
2. On a :
1 [A 0. 1 0] =
_
+1
0
_
+1
0
1
2:
_
1 o
2
exp
_
r
2
2or +
2
2
_
1 o
2
_
_
drd
=
1
2:
_
1 o
2
_
+1
0
_
+1
0
exp
_
r
2
2

1
2
_
or
_
1 o
2
__
drd
=
1
_
1 o
2
_
+1
0
,(r)
_
_
+1
0
,
_
or
_
1 o
2
_
d
_
dr
En eectuant le changement de variable :
n =
or
_
1 o
2
248
et en utilisant le fait que pour tout r R on a :
(r) = 1 (r)
on obtient :
1
_
1 o
2
_
+1
0
,
_
or
_
1 o
2
_
d =
_
+1
x
p
1
2
,(n) dn
= 1
_
or
_
1 o
2
_
=
_
or
_
1 o
2
_
do :
1 [A 0. 1 0] =
1
2:
_
+1
0
_ x
p
1
2
0
exp
_
r
2
2

n
2
2
_
drdn
=
1
2:
arctan
o
_
_
1 o
2
_
Exercice 35
1. Soit A et 1 deux variables alatoires absolument continues telles que le couple
(A. 1 ) admette une densit de probabilit ,.
Dmontrer que la variable alatoire :
1 = A +1
a pour densit la fonction dnie pour tout t 1 par :
/(t) =
_
+1
1
, (r. t r) dr
2. Soit A et 1 deux variables alatoires indpendantes qui suivent des lois expo-
nentielles de paramtres ` et j respectivement.
Dterminer la densit de probabilit de la variable alatoire :
1 = A +1
3. Soit A et 1 deux variables alatoires indpendantes qui suivent des lois uni-
formes sur les intervalles [0. c] et [0. /] respectivement.
Dterminer la densit de probabilit de la variable alatoire :
1 = A +1
249
Solution 35
1. Notons dabord que la fonction :
R R
n
_
+1
1
, (r. n r) dr
Dmontrons que cest la densit de la variable alatoire :
1 = A +1
Pour tout t R, dsignons par 1(t) le domaine de R
2
:
1(t) =
_
(r. ) R
2
[ r + < t
_
alors :
1
X+Y
(]. t[) = 1 [A +1 < t]
= 1 [(A. 1 ) 1(t)]
=
_
+1
1
__
tx
1
, (r. ) d
_
dr
Eectuons le changement de variable :
n = r +
Alors :
1
X+Y
(]. t[) =
_
+1
1
__
t
1
, (r. n r) dn
_
dr
=
_
t
1
__
+1
1
, (r. n r) dr
_
dn
Il en rsulte que la densit de probabilit de A +1 est la fonction ,
X+Y
dnie
pour tout n R par :
,
X+Y
(n) =
_
+1
1
, (r. n r) dr
2. Notons ,
X
et ,
Y
les densits de probabilit de A et 1 respectivement.
On a :
,
X
(r) =
_
_
_
0 :i r _ 0
èxp `r :i r 0
250
et :
,
Y
() =
_
_
_
0 :i _ 0
jexp j :i 0
La densit ,
X+Y
de la variable alatoire :
1 = A +1
est dnie pour tout n R par :
,
X+Y
(n) =
_
+1
1
, (r. n r) dr
=
_
+1
1
,
X
(r) ,
Y
(n r) dr
=
_
_
_
0 :i n _ 0
`jexp (jn)
_
u
0
exp (j `) rdr :i n 0
(a) si ` = j alors :
,
X+Y
(n) =
_
_
_
0 :i n _ 0
`
2
nexp `n :i n 0
(b) si ` ,= j alors :
,
X+Y
(n) =
_
_
0 :i n _ 0
`j
` j
[exp (jn) exp (`n)] :i n 0
3. Notons ,
X
et ,
Y
les densits de probabilit de A et 1 respectivement.
Pour tout t R on a :
,
X
(t) =
1
c
[0;a]
(t)
et :
,
Y
(t) =
1
/
[0;b]
(t)
La densit ,
X+Y
de A +1 est dnie pour tout t R par :
251
,
X+Y
(t) =
_
+1
1
, (r. t r) dr
=
_
+1
1
, (t r. r) dr
=
_
+1
1
,
X
(t r) ,
Y
(r) dr
=
_
+1
1
1
c/
[0;a]
(t r)
[0;b]
(r) dr
=
_
+1
1
1
c/
[ta;t]
(r)
[0;b]
(r) dr
=
_
+1
1
1
c/
[ta;t]\[0;b]
(r) dr
Or :
(a) si 0 _ t _ c alors :
[t c. t] [0. /] = [0. t]
(b) si c _ t _ / alors :
[t c. t] [0. /] = [t c. t]
(c) si / _ t _ c +/ alors :
[t c. t] [0. /] = [t c. /]
Il en rsulte que :
,
X+Y
(t) =
1
c/
_
t
[0;a]
(t) +c
[a;b]
(t) + (c +/ t)
[b;a+b]
(t)
Exercice 36
On dsigne par (1. ) les variables alatoires rayon et angle polaire, et on pose :
_
_
_
A = 1cos
1 = 1sin
1 0 ct 0 < < 2:
1. Dterminer la loi du couple (1. ) .
2. En dduire les lois marginales de 1 et .
252
3. On suppose que , est de la forme :
, (r. ) =
1
1
q
_
r
2
+
2
_
D
o 1 est une costante, 1 un domaine de R
2
et q une fonction continue positive
telle que :
` =
_
+1
0
q (t) dt
existe et est nie.
(a) Exprimer 1 en fonction de ` dans les cas suivants :
(i) 1 = R
2
(ii) 1 = (r. ) R
2
[ r 0 ct 0
(iii) 1 = (r. ) R
2
[ r R ct 0
(b) Que peut-on dire du couple (1. ) ?
4. On pose :
l = A
2
+1
2
Dterminer la loi de l.
5. Etudier les cas suivant :
(a) q (r) = exp
_
r
2
_
(b) q (r) =
1
(1 +r)
+1
. c 0
Solution 36
_
_
A = 1cos
1 = 1sin
1 0 ct 0 < < 2:
Son Jacobien vaut :
J =
cos o : sin o
sin o : cos o
= :
253
(R;)
du couple
(1. ) est donne pour tout (:. o) ]0. +[ ]0. 2:[ par :
,
(R;)
(:. o) = ,
(X;Y )
(: cos o. : sin o) [J[
= :,
(X;Y )
(: cos o. : sin o)
2. (a) La loi marginale de 1 esr donne pour tout : ]0. +[ par :
,
R
(:) = :
_
2
0
,
(X;Y )
(: cos o. : sin o) do
(b) La loi marginale de esr donne pour tout o ]0. 2:[ par :
,
(o) = :
_
+1
0
,
(X;Y )
(: cos o. : sin o) d:
3. (a) Puisque :
_
+1
1
_
+1
1
,
(X;Y )
(r. ) drd = 1
alors :
1 =
_ _
D
q
_
r
2
+
2
_
drd
Par passage au coordonnes polaires :
(i) si :
1 = R
2
alors :
1 =
_
+1
1
_
+1
1
q
_
r
2
+
2
_
drd
=
_
+1
0
_
2
0
:q
_
:
2
_
d:do
= `:
(ii) si :
1 =
_
(r. ) R
2
[ r 0 ct 0
_
alors :
1 =
_
+1
0
_
+1
0
q
_
r
2
+
2
_
drd
=
_
+1
0
_
2
0
:q
_
:
2
_
d:do
=
`:
4
254
(iii) si :
1 =
_
(r. ) R
2
[ r R ct 0
_
alors :
1 =
_
+1
1
_
+1
0
q
_
r
2
+
2
_
drd
=
_
+1
0
_

0
:q
_
:
2
_
d:do
=
`:
2
(b) Puisque :
,
(R;)
(:. o) = ,
(X;Y )
(: cos o. : sin o) [J[
= :,
(X;Y )
(: cos o. : sin o)
pour tout (:. o) ]0. +[ ]0. 2:[ , alors :
(i) si :
1 = R
2
on obtient :
,
(R;)
(:. o) =
1
`:
:q
_
:
2
_
]0;+1[
(:)
[0;2]
(o)
et :
,
R
(:) =
2
`
:q
_
:
2
_
]0;+1[
(:)
,
(o) =
1
2:
[0;2]
(o)
suit donc la loi uniforme sur [0. 2:], et les variables alatoires 1
(ii) si :
1 =
_
(r. ) R
2
[ r 0 ct 0
_
on obtient :
,
(R;)
(:. o) =
4
`:
:q
_
:
2
_
]0;+1[
(:)
"
0;
:
2
#
(o)
et :
,
R
(:) =
2
`
:q
_
:
2
_
]0;+1[
(:)
255
,
(o) =
2
:
"
0;
:
2
#
(o)
suit donc la loi uniforme sur
_
0.
:
2
_
, et les variables alatoires 1
(iii) si :
1 =
_
(r. ) R
2
[ r R ct 0
_
on obtient :
,
(R;)
(:. o) =
2
`:
:q
_
:
2
_
]0;+1[
(:)
[0;]
(o)
et :
,
R
(:) =
2
`
:q
_
:
2
_
]0;+1[
(:)
,
(o) =
1
:
[0;]
(o)
suit donc la loi uniforme sur [0. 2:], et les variables alatoires 1
On constate que la loi de 1 ne dpend pas du domaine 1 et
sexprime uniquement en fonction de q, alors que la loi de ne
dpend pas de q mais dpend du domaine 1.
4. Le changement :
l = A
2
+1
2
quivaut :
l = 1
2
ou encore :
1 =
_
l
Dterminons la loi de l.
On a :
,
U
(n) =
d:
dn
,
R
__
n
_
]0;+1[
__
n
_
=
1
`
q (n)
]0;+1[
(n)
5. (a) Si :
q (r) = exp
_
r
2
_
256
alors :
` =
_
+1
0
q (t) dt
= 2
do :
, (r. ) =
_
_
1
2:
exp
_
r
2
+
2
2
_
D
(r. ) :i 1 = R
2
2
:
exp
_
r
2
+
2
2
_
D
(r. ) :i 1 = (r. ) R
2
[ r 0 ct 0
1
:
exp
_
r
2
+
2
2
_
D
(r. ) :i 1 = (r. ) R
2
[ r R ct 0
et :
,
R
(:) =
1
2
exp
_
:
2
2
_
]0;+1[
(:)
,
U
(n) =
1
2
exp
_
n
2
_
]0;+1[
(n)
(b) Si :
q (r) =
1
(1 +r)
+1
. c 0
alors :
` =
_
+1
0
q (t) dt
=
1
c
do :
, (r. ) =
_
_
c
: (1 +r
2
+
2
)
+1
D
(r. ) :i 1 = R
2
4c
: (1 +r
2
+
2
)
+1
D
(r. ) :i 1 = (r. ) R
2
[ r 0 ct 0
2c
: (1 +r
2
+
2
)
+1
D
(r. ) :i 1 = (r. ) R
2
[ r R ct 0
257
et :
,
R
(:) =
2c:
(1 +:
2
)
+1
]0;+1[
(:)
,
U
(n) =
c
(1 +n)
+1
]0;+1[
(n)
Exercice 37
Soit 1 le disque de centre 0 et de rayon :. : 0 :
1 =
_
(r. ) R
2
[ r
2
+
2
_ :
2
_
On dsigne par (A. 1 ) un point alatoire valeurs dans le disque 1 et dont la loi
conjointe est la loi uniforme sur 1 :
, (r. ) =
_
_
1
::
2
:i (r. ) 1
0 :i (r. ) , 1
1. Dterminer les densits marginales de A et 1.
2. Les variables A et 1 sont elles indpendantes ?
3. Calculer la covariance de A et 1.
Que peut-on conclure ?
4. Dterminer la fonction de rpartition puis la densit de probabilit de la variable
alatoires :
l = A
2
+1
2
5. Calculer lesprance mathmatique de l.
En dduire les esprances mathmatiques de A
2
et 1
2
puis les variances de A
et 1.
6. Dterminer la densit conditionnelle de 1 relativement [A = r] .
Calculer 1 [1 [ A = r], 1 [1
2
[ A = r] puis 1 [A
2
+1
2
[ A = r]
7. On suppose prsent quun tireur tire sur une cible ayant la forme du disque
1, et que la loi du point dimpact (A. 1 ) est la loi uniforme sur 1.
Soit 1 la variable alatoire reprsentant la distance du point alatoire (A. 1 )
au centre de la cible.
(a) Dterminer la fonction de rpartition de 1 puis sa densit de probabilit.
(b) Soit (1
1
. .... 1
n
) : distances du centre du disque 1 associes : tirs in-
dpendants.
Calculer :
1 [min (1
1
. .... 1
n
) < c] . 0 < c < :
258
Solution 37
1. Puisque la densit , de (A. 1 ) est symtrique :
\(r. ) R
2
: , (r. ) = , (. r)
alors les variables alatoires A et 1 suivent une mme loi de probabilit, do :
,
X
(r) =
_
R
, (r. ) d
=
_
_
1
::
2
_
p
r
2
x
2
p
r
2
x
2
d :i [r[ _ :
0 :i [r[ :
=
_
_
2
::
2
_
:
2
r
2
:i [r[ _ :
0 :i [r[ :
et par suite :
,
Y
() =
_
_
2
::
2
_
:
2
2
:i [[ _ :
0 :i [[ :
2. On en dduit que les variables alatoires A et 1 ne sont pas indpendantes
puisque :
, (r. ) ,= ,
X
(r) ,
Y
()
3. On a :
1 [A] =
_
R
r,
X
(r) dr
=
_
r
r
2
::
2
r
_
:
2
r
2
dr
= 0
r
2
::
2
r
_
:
2
r
2
est impair sur lintervalle [:. :] .
259
Dautre part :
1 [A1 ] =
_
R
r, (r. ) drd
=
_
r
r
r
_
_
p
r
2
x
2
p
r
2
x
2
1
::
2
d
_
dr
= 0

1
::
2
est impair sur lintervalle

_
_
:
2
r
2
.
_
:
2
r
2
.
Il en rsulte que :
Co [A. 1 ] = 0
alors que A et 1 ne sont pas indpendantes.
4. Soit 1
U
la fonction de rpartition de l :
1
U
(n) = 1
_
A
2
+1
2
< n
= 1
_
_
A
2
+1
2
<
_
n
_
=
_
_
0 :i n _ 0
: (
_
n)
2
::
2
:i 0 _ n _ :
2
1 :i n _ :
2
=
_
_
0 :i n _ 0
n
:
2
:i 0 _ n _ :
2
1 :i n _ :
2
Il en rsulte que la densit de ,
U
de l est :
,
U
(n) =
_
_
0 :i n _ 0
1
:
2
:i 0 _ n _ :
2
cest la densit de la loi uniforme sur lintervalle [0. :
2
] .
260
5. Calculons lesprance mathmatique de l :
1 [l] =
_
R
n,
U
(n) dn
=
:
2
2
Or :
1 [l] = 1
_
A
2
+1
2
= 1
_
A
2
+1
_
1
2
= 21
_
A
2
do :
1
_
A
2
= 1
_
1
2
=
:
2
4
et par suite :
\ [A] = \ [1 ] = 1
_
A
2
=
:
2
4
6. On a :
,
Y
( [ r) =
, (r. )
,
X
(r)
=
1
2
_
:
2
r
2
:i [r[ _ : ct [[ _
_
:
2
r
2
(a) Si [r[ _ :, alors :
1 [1 [ A = r] =
_
R
,
Y
( [ r) d
=
_
p
r
2
x
2
p
r
2
x
2
1
2
_
:
2
r
2
d
= 0
(b) Si [r[ _ :, alors :
1
_
1
2
[ A = r
=
_
R
2
,
Y
( [ r) d
=
_
p
r
2
x
2
p
r
2
x
2
1
2
_
:
2
r
2
2
d
=
1
_
:
2
r
2
_
p
r
2
x
2
0

2
d
=
:
2
r
2
3
261
(c)
1
_
A
2
+1
2
[ A = r
= 1
_
A
2
[ A = r
+1
_
1
2
[ A = r
= r
2
+
:
2
r
2
3
=
:
2
+ 2r
2
3
7. On a :
1 =
_
A
2
+1
2
=
_
l
do :
1 [1 < c] = 1
_
l < c
2
= 1
U
_
c
2
_
=
c
2
:
2
Il en rsulte que :
1 [min (1
1
. .... 1
n
) _ c] =
n
k=1
1 [1
k
_ c]
= (1 [1 _ c])
n
= (1 1 [1 < c])
n
=
_
1
c
2
:
2
_
n
do :
1 [min (1
1
. .... 1
n
) < c] = 1 1 [min (1
1
. .... 1
n
) _ c]
= 1
_
1
c
2
:
2
_
n
262

Les Lois Usuelles

A. El Mossadeq
Exercice 1
Soient A et 1 deux variables alatoires binomiales indpendantes de paramtres
(:. j) et (:. j) respectivement.
1. Quelle est la loi de probabilit de :
2 = A +1
2. Quelle est la loi conditionnelle de A sous lhypothse [2 = c] ?
3. Soit 1 une variable alatoire telle que la loi conditionnelle de 1 sachant [A = r]
est binomiale de paramtres (r. c).
Montrer que 1 suit une loi binomiale de paramtres (:. cj) .
Solution 1
Les lois de probabilit de A et 1 sont dnies respectivement par :
1 [A = /] = C (:. /) j
k
(1 j)
nk
. 0 _ / _ :
et :
1 [1 = /] = C (:. /) j
k
(1 j)
mk
. 0 _ / _ :
De plus A et 1 sont indpendantes.
1. Pour tout /, 0 _ / _ : +:, on a :
[2 = /] =
k
r=0
[A = :. 1 = / :]
o :
[A = :. 1 = / :] = O :i : : on / : :
do :
1 [2 = /] =
k
r=0
1 [A = :. 1 = / :]
=
k
r=0
1 [A = :] 1 [1 = / :]
puisque A et 1 sont indpendantes.
265
A. El Mossadeq
En remplaant, on obtient :
1 [2 = /] =
_
k
r=0
C (:. :) C (:. / :)
_
j
k
(1 j)
n+mk
= C (: +:. /) j
k
(1 j)
n+mk
2 suit donc une loi binomiale dordre : +: et de paramtre j.
2. Pour tout c, 0 _ c _ : +:, et pour tout /, 0 _ / _ inf (c. :), on a :
1 [A = / [ 2 = c] =
1 [A = /. 2 = c]
1 [2 = c]
=
1 [A = /. 1 = c /]
1 [2 = c]
=
1 [A = /] 1 [1 = c /]
1 [2 = c]
=
C (:. /) C (:. c /)
C (: +:. c)
Cest une loi hypergomtrique.
3. Pour tout r, 0 _ r _ :, et pour tout /, 0 _ / _ r, on a :
1 [1 = / [ A = r] = C (r. /) c
k
(1 c)
xk
Dterminons dabord la loi du couple (A. 1).
Pour tout r, 0 _ r _ :, et pour tout /, 0 _ / _ r, on a :
1 [A = r. 1 = /] = 1 [A = r] 1 [1 = / [ A = r]
= C (:. r) C (r. /) j
x
(1 j)
nx
c
k
(1 c)
xk
Do :
1 [1 = /] =
n
x=k
1 [A = r. 1 = /]
=
n
x=k
C (:. r) C (r. /) j
x
(1 j)
nx
c
k
(1 c)
xk
=
nk
r=0
C (:. : +/) C (: +/. /) j
r+k
(1 j)
nrk
c
k
(1 c)
r
= C (:. /) (jc)
k
nk
r=0
C (: /. :) [j (1 c)]
r
(1 j)
nrk
= C (:. /) (jc)
k
(1 jc)
nk
do le rsultat.
266
A. El Mossadeq
Exercice 2
Soient A et 1 deux variables alatoires indpendantes qui suivent des lois de Poisson
de paramtres ` et j respectivement.
2 = A +1
2. Quelle est la loi conditionnelle de A sous lhypothse [2 = :] ?
Solution 2
Les lois de probabilit de A et 1 sont dnies respectivement par :
1 [A = /] =
`
k
/!
exp ` . / N
et :
1 [1 = /] =
j
k
/!
exp j . / N
de plus, A et 1 sont indpendantes.
1. Pour tout / N on a :
[2 = /] =
k
r=0
[A = :. 1 = / :]
do :
1 [2 = /] =
k
r=0
1 [A = :. 1 = / :]
=
k
r=0
1 [A = :] 1 [1 = / :]
=
1
/!
_
k
r=0
/!
:! (/ :)!
`
r
j
kr
_
exp (` +j)
=
(` +j)
k
/!
exp (` +j)
2 suit donc une loi de Poisson de paramtre ` +j.
267
A. El Mossadeq
2. Pour tout : N et pour tout /, 0 _ / _ :, on a :
1 [A = / [ 2 = :] =
1 [A = /. 2 = :]
1 [2 = :]
=
1 [A = /. 1 = : /]
1 [2 = :]
=
1 [A = /] 1 [1 = : /]
1 [2 = :]
puisque A et 1 sont indpendantes.
En remplaant, on obtient :
1 [A = / [ 2 = :] = C (:. /)
_
`
` +j
_
k
_
j
` +j
_
nk
Donc, la loi conditionnelle de A sous lhypothse [2 = :] est une loi binomiale
dordre : et de paramtre
`
` +j
.
Exercice 3
Soient A et 1 deux variables alatoires indpendantes qui suivent une mme loi
gomtrique de paramtre j
2 = max (A. 1 )
1 = A +1
3. Quelle est la loi conditionnelle de 1 sous lhypothse [A = /] ?
Calculer lesprance mathmatique de 1 sous cette hypothse.
Solution 3
Les lois de probabilit de A et 1 sont dnies pour tout / N
par :
1 [A = /] = 1 [1 = /]
= j (1 j)
k1
De plus, A et 1 sont indpendantes.
1. Calculons la fonction de rpartition 1 de la variable alatoire :
2 = max (A. 1 )
268
A. El Mossadeq
Pour tout : N
on a :
1 (:) = 1 [2 < :]
= 1 [max (A. 1 ) < :]
= 1 [A < :. 1 < :]
= 1 [A < :] 1 [1 < :]
=
_
n1
k=1
j (1 j)
k1
_
2
=
_
1 (1 j)
n1
2
Do, pour tout : N
on a :
1 [2 = :] = 1 (: + 1) 1 (:)
= j (1 j)
n1
_
2 (2 j) (1 j)
n1
2. Dterminons la loi de probabilit de la variable alatoire :

1 = A +1
Pour tout /, / _ 2, on a :
[1 = /] =
k1
r=1
[A = :. 1 = / :]
do :
1 [1 = /] =
k1
r=1
1 [A = :. 1 = / :]
=
k
r=1
1 [A = :] 1 [1 = / :]
= (/ 1) j
2
(1 j)
k1
3. Pour tout / N
et pour tout :, : _ / + 1, on a :
1 [1 = : [ A = /] =
1 [A = /. 1 = :]
1 [A = /]
=
1 [A = /. 1 = : /]
1 [A = /]
= 1 [1 = : /]
= j (1 j)
nk1
269
A. El Mossadeq
Lesprance mathmatique de 1 sous cette hypothse est donne par :
1 [1 [ A = /] =
+1
n=k+1
:1 [1 = : [ A = /]
=
+1
n=k+1
:j (1 j)
nk1
= j
+1
r=o
(: +/ + 1) (1 j)
r
= / + 1 +
1 j
j
Exercice 4
Soient A et 1 deux variables indpendantes suivant la mme loi de Bernouilli de
paramtre j, 0 _ j _ 1
1. Dterminer les lois de probabilit des variables alatoires :
l = A +1
\ = A 1
2. l et \ sont-elles indpendantes ?
Solution 4
On a :
1 [A = /] = 1 [1 = /] = j
k
(1 j)
1k
. / 0. 1
1. (a) La variable alatoire :
l = A +1
prend ses valeurs dans lensemble 0. 1. 2.
(i) On a :
[l = 0] = [A = 0. 1 = 0]
do :
1 [l = 0] = 1 [A = 0. 1 = 0]
= 1 [A = 0] 1 [1 = 0]
= (1 j)
2
270
A. El Mossadeq
(ii) On a :
[l = 1] = [(A. 1 ) = (0. 1)] [(A. 1 ) = (1. 0)]
do :
1 [l = 1] = 1 [(A. 1 ) = (0. 1) (A. 1 ) = (1. 0)]
= 1 [A = 0] 1 [1 = 1] +1 [A = 1] 1 [1 = 0]
= 2j (1 j)
(iii) On a :
1 [l = 2] = 1 [A = 1. 1 = 1]
do :
1 [l = 1] = 1 [A = 1. 1 = 1]
= 1 [A = 1] 1 [1 = 1]
= j
2
Remarquons que l suit une loi binomiale dordre 2 et de paramtre
j.
(b) La variable alatoire :
\ = A 1
prend ses valeurs dans lensemble 1. 0. 1.
(i) On a :
[\ = 1] = [A = 0. 1 = 1]
do :
1 [\ = 1] = 1 [A = 0. 1 = 1]
= 1 [A = 0] 1 [1 = 1]
= j (1 j)
(ii) On a :
1 [\ = 0] = [(A. 1 ) = (0. 0)] [(A. 1 ) = (1. 1)]
do :
1 [\ = 0] = 1 [(A. 1 ) = (0. 0) (A. 1 ) = (1. 1)]
= 1 [A = 0] 1 [1 = 0] +1 [A = 1] 1 [1 = 1]
= j
2
+ (1 j)
2
271
A. El Mossadeq
(iii) On a :
[\ = 1] = [A = 1. 1 = 0]
do :
1 [\ = 1] = 1 [A = 1. 1 = 0]
= 1 [A = 1] 1 [1 = 0]
= j (1 j)
2. Les variables alatoires l et \ ne sont pas indpendantes car :
1 [l = 0. \ = 0] = 1 [A = 0. 1 = 0]
= (1 j)
2
alors que :
1 [l = 0] 1 [\ = 0] = (1 j)
2
_
j
2
+ (1 j)
2
Exercice 5
Deux personnes jouent pile ou face : fois chacune.
1. Quelle est la probabilit que chacune des deux personnes obtienne / fois le ct
pile ?
2. Quelle est la probabilit que les deux personnes obtiennent le mme nombre de
fois pile ?
Solution 5
Le nombre de pile obtenu par lune ou lautre des deux personnes en jetant la
pice : fois est une variable binomiale dordre : et de paramtre
1
2
.
1. Pour tout /, 0 _ / _ :, la probabilit j
ik
que la i
eme
personne obtienne / fois
pile est :
j
ik
= C (:. /)
_
1
2
_
k
_
1
2
_
nk
= C (:. /)
_
1
2
_
n
do, pour tout /, 0 _ / _ :, la probabilit j
k
que les deux personnes obtiennent
chacune / fois pile est :
j
k
= j
1k
j
2k
=
_
C (:. /)
_
1
2
_
n
_
2
272
A. El Mossadeq
2. Ainsi, la probabilit j que les deux personnes obtiennent le mme nombre de
fois pile est :
j =
n
k=0
j
k
=
n
k=0
_
C (:. /)
_
1
2
_
n
_
2
= C (2:. :)
_
1
2
_
2n
Exercice 6
On estime que la probabilit pour un nouveau-n dtre primapare est j, et celle
dtre multipare est = 1 j. On tudie cette parit dans une maternit.
1. Quelle est la probabilit pour que les / premiers nouveaux-ns soient tous des
miltipares ?
2. Quelle est la probabilit pour que le premier primapare soit prcd de / mul-
tipares ?
3. Quelle est la probabilit pour que le :
eme
primapare soit le /
eme
nouveau-n ?
Solution 6
Notons dabord que les naissances sont indpendantes.
1. La probabilit j
1
que les / premiers nouveaux-ns soient tous des multipares
est :
j
1
=
k
2. La probabilit j
2
que le premier primapare soit prcd de / multipares est :
j
2
= j
k
3. Le :
eme
primapare est le /
eme
nouveau-n, donc il y a : 1 primapares parmi
les / 1 premires naissances, puis un primapare la /
eme
naissance.
Do la probabilit j
3
j
3
=
_
C (/ 1. : 1) j
r1
(k1)(r1)
j
= C (/ 1. : 1) j
r
kr
Cest la loi binomiale ngative.
273
A. El Mossadeq
Exercice 7
Un groupe de 2: lles et 2: garons est spar en deux sous groupes de mme
eectif.
Quelle est la probabilit que dans chaque sous groupe il y a autant de lles que de
garons ?
Solution 7
Le nombre de groupes deectif 2: dun ensemble 4: lments est :
C (4:. 2:) =
(4:)!
(2:)! (2:)!
Le nombre de groupes : lles parmi les 2: lles et : garons parmi les 2: garons
est :
C (2:. :) C (2:. :) =
_
(2:)!
:!:!
_
2
Do, la probabilit j que dans chaque sous groupe il y a autant de lles que de
garons est :
j =
[C (2:. :)]
2
C (4:. 2:)
=
[(2:)!]
4
(:!)
4
(4:)!
Cest une distribution hypergomtrique.
Exercice 8
dans une loterie, il y a 400 billets et 4 prix.
Une personne dtient dix billets.
Quelle est la probabilit quelle gagne au moins un lot ?
Solution 8
Dsignons par j
k
la probabilit pour que la personne gagne exactement / lots.
Pour tout /, 0 _ / _ 4, on a :
j
k
=
C (4. /) C (396. 10 /)
C (400. 10)
274
A. El Mossadeq
La probabilit j pour que la personne gagne au moins un lot est :
j =
4
k=1
j
k
= 1 j
0
= 0.096662
Exercice 9
On distribue les 52 cartes dun jeu quatre joueurs . 1. C et 1.
Soient c, /, c et d le nombre das reus par les joueurs respectivement, c+/+c+d = 4.
1. Quelle est la probabilit dune rpartition (c. /. c. d) ?
2. On considre les rpartitions (c. ,. . o) o lun des joueurs, sans prciser lequel,
reoit c as, un autre , as, un autre as et un autre o as.
Combien y a-t-il de rpartitions de ce type ?
Evaluer la probabilit de chacune de ces rpartitions
Solution 9
1. Nous sommes en prsence dune distribution polyhypergomtrique.
Notons j (c. /. c. d) la probabilit de la rpartition (c. /. c. d).
On a alors :
j (c. /. c. d) =
C (13. c) C (13. /) C (13. c) C (13. d)
C (52. 4)
2. Notons j
0
(c. ,. . o) la probabilit de la rpartition (c. ,. . o).
Il y a cinq type de rpartitions (c. ,. . o) :
(a) les rpartitions du type (4. 0. 0. 0) : lun des quatre joueurs reoit les quatre
as.
Le nombre de possibilits correspondantes est :
C (4. 1) = 4
Do :
j
0
(4. 0. 0. 0) = 4j (4. 0. 0. 0)
= 1.0564 10
2
275
A. El Mossadeq
(b) les rpartitions du type (3. 1. 0. 0) : lun des quatre joueurs reoit trois as,
un deuxime un as.
(4. 2) = 12
Do :
j
0
(3. 1. 0. 0) = 12j (3. 1. 0. 0)
= 0.1648
(c) les rpartitions du type (2. 2. 0. 0) : deux joueurs reoivent chacun deux
as.
C (4. 2) = 6
Do :
j
0
(2. 2. 0. 0) = 6j (2. 2. 0. 0)
= 0.13484
(d) les rpartitions du type (2. 1. 1. 0) : lun des quatre joueurs reoit deux as,
deux autres reoivent chacun un as.
1 (2. 1. 1) = 12
Do :
j
0
(2. 1. 1. 0) = 12j (2. 1. 1. 0)
= 0.5843
(e) les rpartitions du type (1. 1. 1. 1) : chaque joueur reoit un as.
C (4. 4) = 1
Do :
j
0
(1. 1. 1. 1) = j (1. 1. 1. 1)
= 0.1055
Exercice 10
On considre deux urnes contenant chacune dix boules : la premire deux noires et
huit blanches, la deuxime cinq noires et cinq blanches.
1. On tire de la premire urne trois boules simultanment et on dsigne par A la
variable alatoire reprsentant le nombre de boules blanches obtenues lors du
276
A. El Mossadeq
tirage.
Dterminer la loi de probabilit de A et son esprance mathmatique.
2. On tire trois boules simultanment de lune des deux urnes. Elles sont toutes
blanches. Quelle est la probabilit de les avoir tires de la premire urne ?
Solution 10
1. (a) Dterminons la loi de probabilit de A.
Puisque lurne ne contient que deux boules noires, donc au moins lune
des trois boules tires serait blanche.
Comme A suit une loi hypergomtrique, alors pour tout /, 1 _ / _ 3,
on a :
1 [A = /] =
C (8. /) C (2. 3 /)
C (10. 3)
Do :
1 [A = 1] =
1
15
1 [A = 2] =
7
15
1 [A = 3] =
7
15
(b) Calculons lesprance mathmatique de A.
On a :
1 [A] =
3
k=1
/1 [A = /]
= 2.4
2. Considrons les vnements :
1 : les trois boules sont blanches
l
1
: les tirages sont eectus de la premire urne
l
2
: les tirages sont eectus de la deuxime urne
On a :
_
_
1 [l
1
] = 1 [l
2
] =
1
2
1 [1 [ l
1
] = 1 [A = 3] =
7
15
1 [1 [ l
2
] =
C (5. 3) C (5. 0)
C (10. 3)
=
1
12
277
A. El Mossadeq
do :
1 [l
1
[ 1] =
1 [l
1
] 1 [1 [ l
1
]
1 [l
1
] 1 [1 [ l
1
] +1 [l
2
] 1 [1 [ l
2
]
=
28
33
Exercice 11
Un industriel vend des paquets de th par lot de 25 paquets.
chaque paquet est suppos peser cent grammes, mais le cntrole statistique a tabli,
partir de lexprience antrieure de lusine, que deux pour cent des paquts produits
nont pas un poids rglementaire, cest dire quils psent moins de cent grammes.
1. On choisit au hasard un lot.
Calculer la probabilit 1
1
quon y trouve au moins un paquet de th non rgle-
mentaire.
2. On choisit au hasard cinq lots.
Dterminer :
(a) la probabilit 1
2
que chaque lot contient au moins un paquet de th non
rglementaire.
(b) la probabilit 1
3
que chaque lot contient exactement un paquet de th non
rglementaire.
(c) la probabililit 1
4
que quatre lot contiennent au plus trois paquets de th
non rglementaires et le cinquime plus de trois paquets non rglemen-
taires.
3. Un picier achte lindustriel cent lots.
Dterminer lesprance mathmatique du nombre de lots qui contiennent :
(a) exactement trois paquets non rglementaires
(b) au moins deux paquets non rglementaires
(c) au plus trois paquets non rglementaires
Solution 11
Dsignons par A la variable alatoire reprsentant le nombre de paquets de th non
rglementaires dans un lot donn. Alors A est une variable binomiale dordre : = 25
et de paramtre j = 0.02 : B(:. j)
1 [A = /] = C (25. /) (0.02)
k
(0.98)
25k
et :
1 [A] = :j = 0.5
278
A. El Mossadeq
1. La probabilit 1
1
de trouver au moins un paquet de th non rglementaire est :
1 [A _ 1] = 1 1 [A < 1]
= 1 1 [A = 0]
= 0.60346
2. Notons A
i
,1 _ i _ 5, la variable alatoire reprsentant le nombre de paquets de
th non rglementaires dans le i
eme
lot. Alors (A
1
. A
2
. A
3
. A
4
. A
5
) constituent
un 5-chantillon de variable parente A, cest dire que (A
1
. A
2
. A
3
. A
4
. A
5
) sont
des variables alatoires indpendantes qui suivent la mme loi que A.
(a) La probabilit que le i
eme
lot contient au moins un paquet de th non
rglementaire.est :
1 [A
i
_ 1] = 1 [A _ 1]
donc la probabilit 1
2
que chaquun des cinq lots contient au moins un
paquet de th non rglementaire est :
1
2
=
5
i=1
1 [A
i
_ 1]
= (1 [A _ 1])
5
= 8.0028 10
2
(b) La probabilit quun lot contient exactement un paquet de th non rgle-
mentaire est :
1 [A = 1] = 0.30789
Do, la probabilit 1
3
que chaque lot contient exactement un paquet de
th non rglementaire est :
1
3
=
5
i=1
1 [A
i
= 1]
= (1 [A = 1])
5
= 2.7668 10
2
279
A. El Mossadeq
(c) (i) La probabililit quun lot contient au plus trois paquets de th non
rglementaires est :
1 [A _ 3] =
3
k=0
1 [A = /]
=
3
k=0
C (25. /) (0.02)
k
(0.98)
25k
= 0.99855
(ii) La probabililit quun lot contient plus de trois paquets de th non
rglementaires est :
1 [A _ 3] = 1 1 [A < 3]
= 1
2
k=0
C (25. /) (0.02)
k
(0.98)
25k
= 1.3243 10
2
(iii) Donc, .la probabililit 1
4
que quatre lot contiennent au plus trois
paquets de th non rglementaires et le cinquime plus de trois
paquets non rglementaires est :
1
4
= C (5. 4) (1 [A _ 3])
4
1 [A _ 3]
= 0.065832
3. (a) Dsignons par 1
k
la variable alatoire gale au nombre de lots, parmi les
cent lots achet par lpicier, contenat chacun exactement / paquets non
rglementaires. Alors, la variable alatoire 1
k
est distribue selon une loi
binomiale dordre : = 100 et de paramtre j = 1 [A = /] :
1 [1
k
= i] = C (100. i) (1 [A = /])
i
(1 1 [A = /])
100i
En particulier, pour / = 3, on obtient :
1 [1
3
= i] = C (100. i) (1 [A = 3])
i
(1 1 [A = 3])
100i
= C (100. i) (0.011798)
i
(0.988202)
100i
Puisque :
1 [A = 3] = 0.011798
Il en rsulte que :
1 [1
3
] = :j
= 1.1798
280
A. El Mossadeq
(b) Dsignons par 1
k
la variable alatoire gale au nombre de lots, parmi les
cent lots achet par lpicier, contenat chacun au moins / paquets non
rglementaires. Alors, la variable alatoire 1
k
binomiale dordre : = 100 et de paramtre j = 1 [A _ /] :
1 [1
k
= i] = C (100. i) (1 [A _ /])
i
(1 1 [A _ /])
100i
1 [1
2
= i] = C (100. i) (1 [A _ 2])
i
(1 1 [A _ 2])
100i
= C (100. i) (0.088645)
i
(0.911355)
100i
Puisque :
1 [A _ 2] = 0.088645
Il en rsulte que :
1 [1
2
] = :j
= 8.8645
(c) Dsignons par o
k
la variable alatoire gale au nombre de lots, parmi
les cent lots achet par lpicier, contenat chacun au plus / paquets non
rglementaires. Alors, la variable alatoire o
k
binomiale dordre : = 100 et de paramtre j = 1 [A _ /] :
1 [o
k
= i] = C (100. i) (1 [A _ /])
i
(1 1 [A _ /])
100i
1 [o
3
= i] = C (100. i) (1 [A _ 3])
i
(1 1 [A _ 3])
100i
= C (100. i) (0.99855)
i
(0.00145)
100i
Puisque :
1 [A _ 3] = 0.99855
Il en rsulte que :
1 [o
3
] = :j
= 99.855
Exercice 12
On considre une urne contenant / boules blanches et c / boules noires.
On tire au hasard une boule de lurne, on note sa couleur, puis on la remet dans lurne
en y remettant en mme temps : boules de la mme couleur que la boule tire, : Z.
281
A. El Mossadeq
On eectue ainsi : tirages et note A la variable alatoire donnant le nombre de
boules blanches obtenues sur ces : tirages.
1. Quelle est la probabilit davoir / boules blanches aux / premiers tirages puis
(: /) boules noires aux (: /) tirages suivants ?
2. En dduire la loi de probabilit de A.
3. Quelles sont les lois obtenues dans chacun des deux cas suivants :
(a) : = 0 ?
(b) : = 1 ?
Solution 12
1. La probabilit j
k
davoir / boules blanches aux / premiers tirages puis (: /)
boules noires aux (: /) tirages suivants est :
j
k
=
/
c
/ +:
c +:
...
/ + (/ 1) :
c + (/ 1) :
c /
c +/:
(c /) +:
c + (/ + 1) :
...
(c /) + (: / 1) :
c + (: 1) :
=
_
k1
i=0
(/ +i:)
_ _
nk1
i=0
((c /) +i:)
_
n1
i=0
(c +i:)
2. Il en rsulte que :
1 [A = /] = C (:. /) j
k
= C (:. /)
_
k1
i=0
(/ +i:)
_ _
nk1
i=0
((c /) +i:)
_
n1
i=0
(c +i:)
(a) Lorsque : = 0, les tirages sont alors eectus avec remise, et la loi de A
est donc une loi binomiale dordre : et de paramtre
/
c
: E
_
:.
/
c
_
:
1 [A = /] = C (:. /)
_
k1
i=0
/
_ _
nk1
i=0
(c /)
_
n1
i=0
(c +i:)
= C (:. /)
_
/
c
_
k
_
c /
c
_
nk
282
A. El Mossadeq
(b) dans le cas o : = 1, les tirages sont alors eectus sans remise, et la loi
de A est donc une loi hypergomtrique :
1 [A = /] = C (:. /)
_
k1
i=0
(/ i)
_ _
nk1
i=0
((c /) i)
_
n1
i=0
(c i)
=
C (/. /) C (c /. : /)
C (c. :)
Exercice 13
Une usine fabrique quatre cent lampes lectriques lheure.
On admet que le nombre A de lampes dfectueuses produites en une heure suit une
loi de Poisson de paramtre c.
1. On suppose
c = 15
Calculer :
1 [A 15]
2. Dterminer la plus grande valeur entire du paramtre c tel que :
1 [A 20] _ 0.05
Solution 13
Pour tout / N on a :
1 [A = /] =
c
k
/!
c
1. Si :
c = 15
alors :
1 [A 15] = 1 1 [A _ 15]
= 1
15
k=0
c
k
/!
c
= 0.43191
283
A. El Mossadeq
2. La relation :
1 [A 20] _ 0.05
quivaut :
1 [A _ 20] _ 0.95
do :
c = 14
Exercice 14
Un artilleur a une probabilit de
1
5
datteindre une certaine cible.
Il tire dix coups et on compte le nombre de fois ` o il atteint la cible.
1. Quelle est la loi de probabilit de ` ?
2. Quelle est la probabilit quil ait touch la cible une fois ?
3. Quelle est la probabilit quil ait touch la cible au moins une fois ?
Solution 14
1. ` suit une loi binimiale dordre 10 et de paramtre
1
5
: E
_
10.
1
5
_
.
Do, pour tout /, 0 _ / _ 10, on a :
1 [` = /] = C (10. /)
_
1
5
_
k
_
4
5
_
10k
2. La probabilit j
1
que lartilleur ait touch la cible une fois est :
j
1
= 1 [` = 1]
= C (10. 1)
_
1
5
__
4
5
_
9
= 0.26844
3. La probabilit 1
1
que lartilleur ait touch la cible au moins une fois est :
1
1
=
10
k=1
1 [` = /]
= 1 1 [` = 0]
= 0.89263
284
A. El Mossadeq
Exercice 15
Une agence de renseignements comprend plusieurs services spcialiss. Soit o lun
dentre eux.
Le nombre de clients qui sadresse lagence au cours dune journe est une
variable alatoire A qui suit une loi de Poisson de paramtre o.
Dsignons par 1 la variable alatoire reprsentant le nombre de clients sadressant
au service o.
1. Quelle est la probabilit, quun jour donn, : clients sadresse lagence ?
2. Chaque client a la probabilit j de consulter le service o.
Quelle est la probabilit quau cours dune journe o : clients sont venus, /
dentre eux ont aient consult le service o ?
3. Dterminet la loi conjointe de (A. 1 ).
4. En dduire la loi de probabilit de la variable alatoire 1 .
Solution 15
1. Pour tout :, : N, on a :
1 [A = :] =
o
n
:!
c
2. Si chaque client a la probabilit j de consulter le service o, la loi conditionnelle

de 1 , sous lhypothse [A = :], est une loi binomiale dordre : et de paramtre
j :
1 [1 = / [ A = :] = C (:. /) j
k
(1 j)
nk
pour tout /, 0 _ / _ :.
3. Pour tout : N et tout /, 0 _ / _ :, on a :
1 [A = :. 1 = /] = 1 [A = :] 1 [1 = / [ A = :]
=
o
n
/! (: /)!
j
k
(1 j)
nk
c
4. Il en rsulte que la loi marginale de 1 est donne pour tout / N par :

1 [1 = /] =
n2N
1 [A = :. 1 = /]
Or :
: _ /
285
A. El Mossadeq
donc :
1 [1 = /] =
1
n=k
1 [A = :. 1 = /]
=
1
n=0
1 [A = : +/. 1 = /]
=
1
n=0
1 [A = : +/] 1 [1 = / [ A = : +/]
=
1
n=0
1
/!:!
o
n+k
j
k
(1 j)
n
c
=
1
n=0
1
/!:!
(oj)
k
[o (1 j)]
n
c
=
(oj)
k
/!
c
n=0
[o (1 j)]
n
:!
=
(oj)
k
/!
c
c
(1p)
=
(oj)
k
/!
c
p
donc 1 suit une loi de Poisson de paramtre oj.
Exercice 16
Le nombre de voitures fabriques par une usine suit une loi de Poisson de paramtre
`, ` 0.
La probabilit pour quune voiture prsente un dfaut de fabrication est j, j 0.
1. Sachant que ` voitures ont t fabriques par lusine, calculer la probabilit
pour que / dentre elles prsentent un dfaut.
2. Calculer la probabilit que / voitures produites soient dfectueuses.
Solution 16
Soit A la variable alatoire reprsentant le nombre de voiture fabriques par lusine.
On a :
1 [A = /] =
`
k
/!
c
. / N
Dsignons par 1 la variable alatoire reprsentant le nombre de voitures dfectueuses
fabriques par lusine.
286
A. El Mossadeq
1. Sous lhypothse [A = `], la variable alatoire 1 suit une loi binomiale dordre
` et de paramtre j: E(`. j) .
Do, pour tout /, 0 _ / _ ` on a :
1 [1 = / [ A = `] = C (`. /) j
k
(1 j)
Nk
2. Il en rsulte que :
1 [1 = /] =
+1
N=k
1 [A = `. 1 = /]
=
+1
N=k
1 [A = `] 1 [1 = / [ A = `]
=
+1
N=0
1 [A = ` +/] 1 [1 = / [ A = ` +/]
=
+1
N=0
`
N+k
(` +/)!
c
C (` +/. /) j
k
(1 j)
N
=
(`j)
k
/!
c
+1
N=0
[`(1 j)]
N
`!
=
(`j)
k
/!
exp èxp `(1 j)
=
(`j)
k
/!
exp `j
1 suit donc une loi de Poisson de paramtre `j.
Exercice 17
Soient A
1
. .... A
n
: variables alatoires indpendantes qui suivent toutes une mme
loi exponentielle de paramtre `, ` 0.
Dterminer la loi de la variable alatoire :
2
n
= A
1
+... +A
n
Solution 17
Soit ., la densit de probabilit de loi exponentielle de paramtre `, et pour tout /,
1 _ / _ :, soit ,
k
la densit de A
1
+... +A
k
.
On a :
, (r) =
_
0 :i r _ 0
èxp `r :i r 0
287
A. El Mossadeq
Dmontrons, par rcurrence sur :, que la densit ,
n
de A
1
+... +A
n
.est dnie pour
tout r 0 par :
,
n
(r) =
`
n
(: 1)!
r
n1
exp `r
les variables alatoires A
1
. .... A
n
tant indpendantes
(1) Pour : = 1, la proprits est vraie.
(2) Suposons que pour tout /, 1 _ / _ : 1, la densit ,
k
de A
1
+... +A
k
est :
,
k
(r) =
`
k
(/ 1)!
r
k1
exp `r . r 0
Puisque A
1
. .... A
n
sont indpendantes, alors :
,
n
(r) = (,
n1
+ ,) (r)
=
_
+1
1
,
n1
(t) , (r t) dt
=
_
_
0 r _ 0
_
x
0
_
`
n1
(: 2)!
t
n2
c
t
_
_
`c
(xt)
dt r 0
=
_
_
0 r _ 0
`
n
(: 2)!
c
x
_
x
0
t
n2
dt r 0
=
_
_
0 r _ 0
`
n
(: 1)!
r
n1
c
x
r 0
do le rsultat.
Exercice 18
Soient A et 1 deux variables alatoires indpendantes qui suivent des lois normales
A (j
1
. o
2
1
) et A (j
2
. o
2
2
) respectivement.
Dterminer la loi de la variable alatoire :
1 = A +1
288
A. El Mossadeq
Solution 18
On a :
,
X
(r) =
1
o
1
_
2:
exp
1
2
_
r j
1
o
1
_
2
. r R
et :
,
Y
() =
1
o
2
_
2:
exp
1
2
_
r j
2
o
2
_
2
. r R
Puisque A et 1 sont indpendantes alors :
,
X+Y
(n) = (,
X
+ ,
Y
) (n)
=
_
+1
1
,
X
(t) ,
Y
(n t) dt
=
1
2:o
1
o
2
_
+1
1
exp
1
2
_
_
t j
1
o
1
_
2
+
_
n t j
2
o
2
_
2
_
dt
=
1
_
o
2
1
+o
2
2
_
2:
exp
1
2 (o
2
1
+o
2
2
)
[n (j
1
+j
2
)]
2
Puisque pour tout c, c 0, on a :
_
+1
1
exp
_
_
cr
2
+/r +c
_
dr =
_
:
c
exp
/
2
4cc
4c
Donc la variable alatoire :
1 = A +1
suit une loi normale de moyenne j
1
+j
2
et de variance o
2
1
+o
2
2
:A (j
1
+j
2
. o
2
1
+o
2
2
)
Exercice 19
Soient A et 1 deux variables alatoires indpendantes qui suivent des lois normales
A (0. 1) et A (j. o
2
) respectivement.
1. Calculer :
(a) 1 [A < 2.41]
(b) 1 [A < 1.09]
2. Dterminer r tel que :
(a) 1 [A < r] = .975
(b) 1 [A < r] = .883
289
A. El Mossadeq
3. Trouver une relation entre 1 [A < r] et 1 [A < r]
4. Montrer que :
1 [c < A < /] = 1 [A < /] 1 [A < c]
5. En dduire 1 [c < A < c] en fonction de 1 [A < c] .
6. Montrer que :
1 [1 < ] = 1
_
A <
j
o
_
Calculer alors :
1 [3 < 1 < 4]
lorsque j = 4 et o = 2.
7. On suppose que :
_
_
_
1 [1 1] = .8413
1 [1 9] = .0228
Dterminer alors j et o.
Solution 19
1. Daprs la table de la loi normale centre rduite on a :
1 [A < 2. 41] = .92
1 [A < 1. 09] = .8621
1 [A < r] = 0. 975 == r = 1.96
1 [A < r] = 0. 883 == r = 1.19
3. Puisque la densit de la loi normale centre rduite est une fonction paire, alors
on a :
1 [A < r] = 1 [A _ r]
= 1 1 [A < r]
4. On a :
]c. /[ = ]. /[ ]. c] == 1 [c < A < /] = 1 [A < /] 1 [A _ c]
== 1 [c < A < /] = 1 [A < /] 1 [A < c]
puisque A est absolument continue.
290
A. El Mossadeq
5. On a :
1 [c < A < c] = 1 [A < c] 1 [A < c]
= 21 [A < c] 1
6. Puisque A est la variable alatoire centre rduite associe 1 , alors :
1 [1 < ] = 1
_
A <
j
o
_
Calculons :
1 [3 < 1 < 4]
lorsque j = 4 et o = 2.
On a :
1 [3 < 1 < 4] = 1 [1 < 4] 1 [1 < 3]
= 1 [A < 0] 1 [A < 0.5]
= 1 [A < 0] (1 1 [A < 0.5])
= .5 1 +.6915
= .1915
7. On a :
_
_
_
1 [1 1] = .8413
1 [1 9] = .0228
==
_
_
1
_
A
1 j
o
_
= .8413
1
_
A
9 j
o
_
= .0228
==
_
_
1
_
A <
j 1
o
_
= .8413
1
_
A <
9 j
o
_
= .9772
==
_
_
j 1
o
= 1
9 j
o
= 2
==
_
o =
8
3
j = o + 1
291
A. El Mossadeq
Exercice 20
La taille des individus dune certaine population est une variable alatoire normale
de moyenne 171 cm et dcart-type 4 cm
1. Un individu tant choisi au hasard et A tant sa taille en cm.
Dterminer la probabilit des vnements suivants :
(a) [A = 175 cm] un cm prs,
(b) [A < 160 cm]
(c) [A 190 cm]
(d) [[A 171[ 8] .
2. On choisit au hasard dix personnes dans la population et lon note `
10
la
moyenne des tailles des individus choisis.
(a) Calculer lesprance mathmatique et la variance de `
10
.
(b) Dterminer c tel que :
1 [[`
10
171[ c] = 0.1
3. On choisit au hasard : personnes dans la population et lon note `
n
la moyenne
des tailles des individus choisis.
(a) Calculer lesprance mathmatique et la variance de `
n
.
(b) En admettant que `
n
suit une loi normale, dterminer c tel que :
1 [[`
n
171[ c] = 0.1
(c) Dmontrer que pour tout c, c 0, on a :
lim
n!1
1 [[`
n
171[ c] = 0
Solution 20
Soit ` la variable alatoire normale centre rduite associe A :
` =
A 171
4
292
A. El Mossadeq
(a)
1 [174 _ A _ 176] = 1 [A _ 176] 1 [A _ 174]
= 1
_
` _
176 171
4
_
1
_
` _
174 171
4
_
= 1 [` _ 1.25] 1 [` _ .75]
= .8944 .7734
= .121
(b)
1 [A < 160] = 1
_
` <
160 171
4
_
= 1 [` < 2.75]
= 1 1 [` < 2.75]
= .003
(c)
1 [A 195] = 1 1
_
` <
195 171
4
_
= 1 1 [` < 6]
= 0
(d)
1 [[A 171[ 8] = 1 [[`[ 2]
= 1 1 [[`[ < 2]
= 2 21 [` < 2]
= .0456
2. Soit A
1
. .... A
10
le 10-chantillon tir de la population.
On a :
`
10
=
10
k=1
A
k
`
10
est la moyenne empirique du 10-chantillon.
(a) Il en rsulte que :
1 [`
10
] = 1 [A]
= 171 cm
293
A. El Mossadeq
et :
\ [`
10
] =
\ [A]
10
= 1.6 cm
2
et par consquent :
o [`
10
] =
o [A]
_
10
= 1.2649 cm
`
10
suit une loi normale A (171 cm. 1.6 cm
2
)
(b) On a :
1 [[`
10
171[ c] = 1
_
[`
10
171[
o [`
10
]

c
o [`
10
]
_
= 2 21
_
`
10
171
o [`
10
]
<
c
o [`
10
]
_
do :
1 [[`
10
171[ c] = .1
quivaut :
1
_
`
10
171
o [`
10
]
<
c
o [`
10
]
_
= .9
do :
c
o [`
10
]
= .8289
et nalement :
c = 1.0485
3. Soit A
1
. .... A
n
le :-chantillon tir de la population.
On a :
`
n
=
n
k=1
A
k
`
n
est la moyenne empirique du :-chantillon.
(a) Il en rsulte que :
1 [`
n
] = 1 [A] = 171 cm
et :
\ [`
n
] =
\ [A]
:
=
16
:
294
A. El Mossadeq
et par consquent :
o [`
n
] =
o [A]
_
:
=
4
_
:
`
n
suit une loi normale A
_
171 cm.
16
:
cm
2
_
.
(b) Par un calcul analogue on aboutit :
c
o [`
n
]
= .8289
do :
c =
3.3156
_
:
(c) Daprs lingalit de Bienaym-Tchebychev, pour tout c, c 0, on a :
1 [[`
n
171[ c] _
\ [`
n
]
c
2
_
16
:c
2
do pour tout c, c 0, on a :
lim
n!1
1 [[`
n
171[ c] = 0
Exercice 21
Une machine fabrique en srie une des pices utilises dans la construction dun ap-
pareil lectromnager.
Le diamtre de cette pice doit tre 10 cm, mais une marge de tolrance : est per-
mise, cest dire toute pice dont le diamtre est lment de lintervalle [10 :. 10 + :]
est accepte.
On admet que la diamtre 1 de la pice est une variable alatoire normale de
moyenne j = 10 cm et dcart-type o = 0.12 cm.
1. Calculer :
(a) la probabilit quune pice mesure moins de 9.85 cm.
(b) la probabilit quune pice mesure moins de 10.21 cm sachant quelle mesure
plus de 9.85 cm.
295
A. El Mossadeq
2. Sur 4375 pices usines, 924 ont d tre refuses : moti dentre elles tant trop
grandes et les autres trop petites.
Dterminer la marge de tolrance :.
3. En supposant que le rglage de la machine permette que la variable alatoire 1
soit toujours rgie par une loi normale de moyenne j = 10 cm et dcart-type
o, quelle valeur faudrait-il donner o pour que 90% de la production de cette
machin esoit accepts ?
Solution 21
Soit.:
1 =
1 j
o
la variable alatoire normale centre rduite associe 1.
1. (a) On a :
1 [1 < 9.85] = 1
_
1 <
9.85 10
0.12
_
= 1
_
1 <
9.85 10
0.12
_
= 1 [1 < 1.25]
= 1 1 [1 < 1.25]
= 0.1056
(b) On a :
1 [1 < 10.21 [ 1 9.85] =
1 [(1 < 10.21) (1 9.85)]
1 [1 9.85]
=
1 [9.85 < 1 < 10.21]
1 [1 9.85]
=
1 [1 < 10.21] 1 [1 < 9.85]
1 [1 9.85]
Or :
1 [1 < 10.21] = 1
_
1 <
10.21 10
0.12
_
= 1 [1 < 1.75]
= 0.9599
296
A. El Mossadeq
et :
1 [1 9.85] = 1 1 [1 < 9.85]
= 1 [1 < 1.25]
= 0.8944
do :
1 [1 < 10.21 [ 1 9.85] = 0.95517
2. On a :
1 [1 , [10 :. 10 + :]] = 1
_
1 ,
_
:
0.12
.
:
0.12
__
= 1 1
_
1
_
:
0.12
.
:
0.12
__
= 2 21
_
1 <
:
0.12
_
or :
1 [1 , [10 :. 10 + :]] =
924
4375
= 0.2112
donc :
1
_
1 <
:
0.12
_
= 0.8944
do :
:
0.12
= 1.25
et nalement :
: = 0.15
3. Puisque la relation :
1 [1 [10 :. 10 + :]] = 0.90
est quivalente :
1
_
1 <
:
o
_
= 0.95
alors :
:
o
= 1.65
et nalement :
o =
0.15
1.65
0.09
297
A. El Mossadeq
Exercice 22
1
n
dsigne une variable alatoire de Student : degrs de libert.
1. Dterminer t tel que :
(a) 1 [1
7
< t] = .95
(b) 1 [1
24
< t] = .6
2. Calculer :
(a) 1 [1
5
< .92]
(b) 1 [1
7
< 3]
3. Dterminer : tel que :
(a) 1 [1
n
< 2.6] = .99
(b) 1 [1
n
< 1.94] = .95
4. Trouver une relation entre 1 [1
n
< r] et 1 [1
n
< r]
5. En dduire 1 [c < 1
n
< c] en fonction de 1 [1
n
< c]
Dterminer c tel que :
1 [c < 1
5
< c] = .95
Solution 22
1. Daprs la table de la fonction de rpartition de la loi Student : degrs de
libert, on a :
1 [1
7
< t] = .95 == t = 1.9
1 [1
24
< t] = .6 == t = .256
libert, on a :
1 [1
5
< 0. 92] = .8
1 [1
7
< 3] = .99
libert, on a :
1 [1
n
< 2. 6] = .99 == : = 15
1 [1
n
< 1. 94] = .95 == : = 6
298
A. El Mossadeq
4. Puisque la densit de probabilit de la variable alatoire de Student : degrs
de libert est une fonction paire, donc :
1 [1
n
< r] = 1 [1
n
r]
= 1 1 [1
n
< r]
5. On en dduit que :
1 [c < 1
n
< c] = 1 [1
n
< c] 1 [1
n
< c]
= 21 [1
n
< c] 1
En particulier :
1 [c < 1
5
< c] = .95 == 21 [1
5
< c] 1 = .95
== 1 [1
5
< c] = .975
== c = 2.57
Exercice 23
n
dsigne une variable alatoire du Khi-deux : degrs de libert.
1. Dterminer r tel que :
(a) 1 [
2
26
< r] = .75
(b) 1 [
2
21
< r] = .01
2. Calculer :
(a) 1 [
2
3
< 1.21]
(b) 1 [
2
5
< 9.24]
3. Dterminer : tel que :
(a) 1 [
2
n
< 3.36] = .5
(b) 1 [
2
n
< 2.20] = .1
Solution 23
1. Daprs la table de la fonction de rpartition de la loi du Khi-deux : degrs
de libert , on a :
1 [
2
26
< r] = .75 == r = 30.4
1 [
2
21
< r] = .01 == r = 8.9
299
A. El Mossadeq
de libert , on a :
1 [
2
3
< 1. 21] = 0.25
1 [
2
5
< 9. 24] = 0.9
de libert , on a :
1 [
2
n
< 3.36] = .5 == : = 4
1 [
2
n
< 2.2] = .1 == : = 6
Exercice 24
1
n;m
dsigne une variable alatoire de Fisher (:. :) degrs de libert.
1. Dterminer , tel que :
(a) 1 [1
2;5
< ,] = .95
(b) 1 [1
12;8
< ,] = .95
2. Dterminer , tel que :
(a) 1 [1
20;11
< ,] = .99
(b) 1 [1
16;3
< ,] = .99
Solution 24
1. Daprs la table de la fonction de rpartition de la loi de Fisher (:. :) degrs
de libert , on a :
1 [1
2;5
< ,] = .95 == , = 5.79
1 [1
12;8
< ,] = .95 == , = 3.28
2. Daprs la table de la fonction de rpartition de la loi de Fisher (:. :) degrs
de libert , on a :
1 [1
20;11
< ,] = .99 == , = 4.1
1 [1
16;3
< ,] = .99 == , = 5.29
300

PE

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

PE

Uploaded by

Copyright:

Available Formats

Dpartement de Mathmatiques et Informatique

` se dcompose comme suit :

sont divergentes sauf lorsque :

Il est donc prfrable de pratiquer deux tests successifs.

avec les probabilits :

Lesprance mathmatique de A est :

avec les probabilits :

, pour chaque partie.

, / _ :, soit 1 (/) lensemble :

Dterminer la fonction de rpartition puis la densit de probabilit de la variable

= [(A. 1 ) = (1. 0)] [(A. 1 ) = (0. 1)]

= 1 [(A. 1 ) = (1. 0)] +1 [(A. 1 ) = (0. 1)]

1. Montrer que si la loi de (A

1. Soit / 1. .... :, et considrons la /-marge (i

Soit o la permutation de 1. .... : telle que :

, puis en dduire le coecient de cor-

est impair sur lintervalle

2. Dterminons la loi de probabilit de la variable alatoire :

2. Si chaque client a la probabilit j de consulter le service o, la loi conditionnelle

4. Il en rsulte que la loi marginale de 1 est donne pour tout / N par :

You might also like