Banque d’oraux CCP. Probas.

Corrigé

Exercice no 95.
1) a) Ω est l’ensemble des tirages successifs avec remise de 5 boules parmi les 10 boules. X(Ω) = {0, 1, 2, 3, 4, 5}.
5 expériences identiques et indépendantes sont effectuées à savoir tirer une boule de l’urne. Chaque expérience a deux issues
1
« obtenir une boule blanche » avec une probabilité p = et « ne pas obtenir une boule blanche » avec une probabilité
5
4 1
1 − p = . X sui donc une loi binomiale de paramètres n = 5 et p = .
5 5
   k  5−k
5 1 4
∀k ∈ J0, 5K, P(X = k) = .
k 5 5
1 4
De plus, E(X) = np = 5 × = 1 et V(X) = np(1 − p) = .
5 5
b) Y = 2X − 3(5 − X) = 5X − 15. Donc E(Y) = E(5X − 15) = 5E(X) − 15 = −10 et V(Y) = V(5X − 15) = 25V(X) = 20.

2) a) Puisque les tirages se font successivement et sans remise, on ne change pas la loi de X et deY en
 supposant les tirages
10
simultanés. Ω est l’ensemble des tirages simultanés de 5 parmi les 10 boules. Donc card(Ω) = . X(Ω) = {0, 1, 2}.
5
 
2
Soit k ∈ J0, 2K. L’événement {X = k} est l’événement « on tire k boules blanches et 5 − k boules noires ». Il y a tirages
  k
8
possibles de k boules blanches et pour chacun de ces tirages, il y a tirages possibles de 5 − k boules noires.
5−k
   
2 8
×
k 5−k
∀k ∈ J0, 2K, P(X = k) =   .
10
5
Plus précisément,  
8
5 8×7×6×5×4 5×4 2
• P(X = 0) =   = = = ,
10 10 × 9 × 8 × 7 × 6 10 × 9 9
5
 
8
2
4 2 × 8 × 7 × 6 × 5/4! 2×5×5 5
• P(X = 1) =   = = = ,
10 10 × 9 × 8 × 7 × 6/5! 10 × 9 9
5
 
8
3 8 × 7 × 6/3! 5×4 2
• P(X = 2) =   = = = = 1 − P(X = 0) − P(X = 1).
10 10 × 9 × 8 × 7 × 6/5! 10 × 9 9
5
b) On a toujours Y = 5X − 15. Donc, Y(Ω) = {−15, −10, −5} puis
   
2 8
  ×
k + 15 (k + 15)/5 (10 − k)/5
∀k ∈ {−15, −10, −5}, P(Y = k) = P X = =  
5 10
5
Plus précisément,
2
• P(Y = −15) = P(X = 0) = ,
9
5
• P(Y = −10) = P(X = 1) = ,
9
2
• P(Y = −5) = P(X = 1) = .
9

c Jean-Louis Rouget, 2015. Tous droits réservés.

1 http ://www.maths-france.fr
Exercice no 96.
1) X(Ω) = Jr, +∞J. Soit n > r. L’événement {X = n} est réalisé si et seulement si la bactérie a été touchée exactement
r − 1 fois au cours des n − 1 premiers tirs et est touchée au n-ème tir.
La probabilité de l’événement « la bactérie a été touchée exactement r − 1 fois  au cours
 des n − 1 premiers tirs » est
n − 1 r−1
obtenue à partir d’une loi binomiale de paramètres n − 1 et p : elle est égale à p (1 − p)(n−1)−(r−1) et donc
r−1
   
n − 1 r−1 n−1 r
∀n > r, P(X = n) = p (1 − p)(n−1)−(r−1) × p = p (1 − p)n−r .
r−1 r−1

2) L’espérance de X est

+∞
X +∞
X +∞
X
(n − 1)! n!
E(X) = nP(X = n) = n× pr (1 − p)n−r = rpr pr (1 − p)n−r
n=r n=r
(r − 1)!(n − r)! n=r
r!(n − r)!
+∞  
X n 1
= rpr (1 − p)n−r = npr
n=r
r (1 − (1 − p))r+1
r
= < +∞.
p
r
Donc, X admet une espérance et E(X) = .
p
Exercice no 97.
1) Soit j ∈ N.

 j+k
1
+∞
X +∞ (j + k)
X 2
P(X = j) = P(X = j, Y = k) =
e j!k!
k=0 k=0
 k  k
1 1
 j X+∞ j +∞  j  j
1 X 2
 
j 1 2 1 j 1 1/2 1 1 1
= + = e + × × e1/2
e j! 2 k! e j! 2 (k − 1)! e j! 2 e j! 2 2
k=0 k=1
 j+1
1 1 2j + 1
= e1/2 (2j + 1) = j+1 √ .
e j! 2 2 j! e

2k + 1
En échangeant les rôles de X et Y, on a aussi ∀k ∈ N, P(Y = k) = √ .
2k+1 k! e
2 
1 1
P(X = 0, Y = 0) = 0 et P(X = 0) × P(Y = 0) = √ = 6= 0. Donc, il existe (j, k) ∈ N2 / P(X = j, Y = k) 6= P(X =
2 e 4e
j) × P(Y = k). Les variables X et Y ne sont pas indépendantes.
2)

+∞ +∞
 X X X
E 2X+Y = 2l P(X + Y = l) = 2l

P(X = j, Y = k)
l=0 l=0 j+k=l
 j+k
1
+∞
X X (j + k) 2 +∞
X lX
l
1
+∞
X l X
l
l!
+∞
X 1
= 2l = = = (1 + 1)l
ej!k! e j!(l − j)! e l! j!(l − j)! e(l − 1)!
l=0 j+k=l l=0 j=0 l=1 j=0 l=1
+∞
X +∞
X
2l 2 2l−1 2
= = = × e2 = 2e < +∞.
e(l − 1)! e (l − 1)! e
l=1 l=1

Donc, la variable 2X+Y admet une espérance et E 2X+Y = 2e.

 

c Jean-Louis Rouget, 2015. Tous droits réservés.

2 http ://www.maths-france.fr
Exercice no 98.
1) n expériences identiques et indépendantes sont effectuées à savoir appeler un correspondant. Chaque expérience a deux
issues « le correspondant est joint » avec une probabilité p et « le correspondant n’est pas joint » avec une probabilité
1 − p. X suit donc une loi binomiale de paramètres n et p. On en déduit que X(Ω) = J0, nK puis que
 
n k
∀k ∈ J0, nK, P(X = k) = p (1 − p)n−k .
k
2) a) Soit i ∈ J0, nK. On sait que X = i c’est-à-dire que la secrétaire a contacté et obtenu i correspondants exactement. La
secrétaire effectue alors n − i appels vers les correspondants restants. On a toujours à faire à un schéma de Bernoulli :

  
 n − i pk (1 − p)n−i−k si k ∈ J0, n − iK
  
n−i k
∀i ∈ J0, nK, ∀k ∈ N, PX=i (Y = k) = k = p (1 − p)n−i−k .

 k
0 si k > n − i + 1

b) Z(Ω) = J0, nK et pour k ∈ J0, nK,

k
X k
X
P(Z = k) = P(X = i ∩ Y = k − i) = P(X = i)PX=i (Y = k − i)
i=0 i=0
k  
X   k  
X 
n n − i k−i n n−i k
= pi (1 − p)n−i p (1 − p)n−i−(k−i) = p (1 − p)2n−k−i .
i k−i i k−i
i=0 i=0
     
n n−i n! (n − i)! n! n! k! n k
Ensuite, = × = = × = et donc
i k−i i!(n − i)! (k − i)!(n − k)! i!(k − i)!(n − k)! k!(n − k)! i!(k − i)! k i

Xk      Xk  
n k k 2n−k−i n k 2n−2k k
P(Z = k) = p (1 − p) = p (1 − p) (1 − p)k−i
k i k i
i=0 i=0
   
n k n
n−k
= p (1 − p)2n−2k (1 + (1 − p))k = (p(2 − p))k (1 − p)2 .
k k

Ensuite, p(2 − p) = −p2 + 2p = 1 − (1 − p)2 et donc p(2 − p) ∈ [0, 1] puis (1 − p)2 = 1 − p(2 − p). On note que Z est le
nombre total de correspondants obtenus au cours des deux tentatives.
Ceci montre que Z suit la loi binomiale de paramètres n et p ′ = p(2 − p).
c) E(Z) = np ′ = np(2 − p) et V(Z) = np ′ (1 − p ′ ) = np(2 − p)(1 − p)2 .
Exercice no 99.
1) Inégalité de Bienaymé-Tchebychev. Soit X une variable aléatoire admettant un moment d’ordre 2. Alors,

V(X)
∀a > 0, P(|X − E(X)| > ε) 6 .
a2
n
Sn 1 X 1
2) Soit X = . Par linéarité de l’espérance, E(X) = E (Yk ) = × nE (Y1 ) = E (Y1 ). D’autre part, Y1 , . . . , Yn sont
n n n
k=1
mutuellement indépendantes et donc
n
X
V (Yk )
V (Sn ) k=1 nV (Y1 ) V (Y1 )
V(X) = = = = .
n2 n2 n2 n
En particulier, X admet un moment d’ordre 2 et d’après l’inégalité de Bienaymé-Tchebychev,
  
 Sn  V (Y1 )
∀a > 0, P  − E (Y1 ) > a 6 .
n na2
3) Soient n le nombre de tirages puis, pour 1 6 i 6 n, Yi la variable aléatoire égale à 1 si la i-ème boule tirée est rouge et
Xn
Sn
0 si la i-ème boule tirée est noire. Alors, Sn = Yi est le nombre de boules rouges tirées au cours des n tirages et
n
i=1
est la proportion de boules rouges obtenues au cours de ces n tirages.

c Jean-Louis Rouget, 2015. Tous droits réservés.

3 http ://www.maths-france.fr
 2
Chaque Yi suit une loi de Bernoulli de paramètre p = = 0, 4. Donc ∀i ∈ J1, nK, E (Yi ) = E (Y1 ) = 0, 4 et V (Yi ) =
5
V (Y1 ) = 0, 4 × 0, 6 = 0, 24. Ensuite,
   
Sn  Sn   Sn 
0, 35 6 6 0, 45 ⇔  − 0, 4 6 0, 05 ⇔  − E (Y1 ) 6 0, 05.
n n n
Puisque les Yi sont mutuellement indépendantes, la question 2) fournit

       
Sn  Sn   Sn  0, 24 2400 96
P 0, 35 6 6 0, 45 = 1 − P 
 − 0, 4 > 0, 05 > 1 − P 
  − 0, 4 > 0, 05 > 1 −
 = 1− = 1− .
n n n n(0, 05)2 25n n

Par suite,
 
Sn 96 96
P 0, 35 6 6 0, 45 > 0, 95 ⇐ 1 − > 0, 95 ⇐ n > = 1920.
n n 0, 05
A partir de 1920 tirages, on a plus de 95% de chances d’obtenir une proportion de rouges comprises entre 0, 35 et 0, 45.
Exercice no 100.
1 a b c
1) Il existe trois réels a, b et c tels que ∀x ∈ R \ {0, −1, −2}, R(x) = = + + .
x(x + 1)(x + 2) x x+1 x+2
1 1
• a = lim xR(x) = = .
x→0 (0 + 1)(0 + 2) 2
1
• b = lim (x + 1)R(x) = = −1.
x→−1 (−1 + 0)(−1 + 2)
1 1
• c = lim (x + 2)R(x) = = .
x→−2 (−2 + 0)(−2 + 1) 2
1 1 1 1
∀x ∈ R \ {0, −1, −2}, = − + .
x(x + 1)(x + 2) 2x x + 1 2(x + 2)
N
X 1
2) Pour N ∈ N∗ , on pose HN = .
n
n=1

N
X N N N
1 1X 1 X 1 1X 1
= − +
n(n + 1)(n + 2) 2 n n+1 2 n+2
n=1 n=1 n=1 n=1
   
1 1 1 1 1 1
= HN − HN + −1 + HN − 1 − + +
2 N+1 2 2 N+1 N+2
1 1 1
= 1 − − + o(1) = = + o(1).
N→+∞ 2 4 N→+∞ 4

+∞
X +∞
X 1 λ
Puisque 1 = P(X = n) = λ = , on obtient λ = 4.
n(n + 1)(n + 2) 4
n=1 n=1
 
1 1 (n + 2) − n 1 1 1
Remarque. Pour n > 1, = = − et donc
n(n + 1)(n + 2) 2 n(n + 1)(n + 2) 2 n(n + 1) (n + 1)(n + 2)

+∞
X X N   X N  
1 1 1 1 1 1 1 1
= lim − = lim − =
n(n + 1)(n + 2) 2 N→+∞ n(n + 1) (n + 1)(n + 2) 2 N→+∞ 2 (N + 1)(N + 2) 4
n=1 n=1 n=1

3)

+∞
X +∞
X X +∞  
4 1 1
E(X) = nP(X = n) = =4 −
(n + 1)(n + 2) n+1 n+2
n=1 n=1 n=1
1
= 4 × (série télescopique)
2
= 2.

c Jean-Louis Rouget, 2015. Tous droits réservés.

4 http ://www.maths-france.fr
4) X admet une espérance. Donc, X admet une variance V(X) = E X2 −(E(X))2 si et seulement si X2 admet une espérance.


4n 4
Or n2 P(X = n) = ∼ > 0 et donc la série de terme général n2 P(X = n), n ∈ N∗ , diverge. La variable
(n + 1)(n + 2) n→=∞ n
X n’admet pas de variance.
Exercice no 101.
1) a) et b) Soit n ∈ N. D’après la formule des probabilités totales et puisque (An , Bn , Cn ) est un système complet
d’événements,

an+1 = P (An+1 ) = P (An ) × PAn (An+1 ) + P (Bn ) × PBn (An+1 ) + P (Cn ) × PCn (An+1 )
1 1 1 1
= an × 0 + bn × + cn × = bn + cn .
2 2 2 2
1 1 1 1
De même, bn+1 = an + cn et cn+1 = an + bn .
2 2 2 2
2) a) A est symétrique réelle et donc A est orthogonalement semblable à une matrice diagonale d’après le théorème
spectral.
 
  1 1 1
1 1 1
b) rg A + I3 = rg  1 1 1  = 1 < 3. Donc, − est valeur propre de A. De plus, puisque A est diagonalisable,
2 2 2
1 1  1    
1 1 1
− est valeur propre d’ordre dim Ker A + = 3 − rg A + I3 = 2.
2 2 2
E 1 (A) est immédiatement le plan d’équation x + y + z = 0.
2

c) La dernière valeur propre λ de A est fournie par la trace de A :

1 1
0 = Tr(A) = − − + λ
2 2
 ⊥
et donc λ = 1. D’après le théorème spectral, E1 (A) = E 1 (A) est la droite d’équations x = y = z. Finalement,
2
 
  1 1 1
1 1
A = PDP−1 où D = diag − , − , 1 , P =  −1 0 1 .
2 2
0 −1 1
 
an
3) Si pour n ∈ N, on pose Un =  bn , alors d’après 1), pour tout n ∈ N, Un+1 = AUn puis Un = An U0 avec U0 =
cn
   
1 an  n  n 
 0 . Le vecteur  bn  est donc la première colonne de la matrice An = PDn P−1 = Pdiag 1 1
− , − , 1 P−1 .
2 2
0 cn
Exercice no 102.
1) Soit i ∈ J1, NK. Soit n ∈ N∗ .

n
X n
X 1 − qn
P (Xi 6 n) = P (Xi = k) = pqk−1 = p (car q 6= 1)
1 − (1 − p)
k=1 k=1
n
=1−q ,

puis P (Xi > n) = 1 − P (Xi 6 n) = qn .

2) a) Soit n ∈ N∗ . Y > n ⇔ ∀i ∈ J1, NK, Xi > n. Donc, l’événement {Y > n} est l’événement {X1 > n} ∩ . . . ∩ {XN > n}.
Puisque les variables X1 , . . . , XN sont mutuellement indépendantes,

N
Y
P(Y > n) = P ((X1 > n) ∩ . . . ∩ (XN > n)) = P (Xi > n)
k=1
= qnN .

On en déduit que P(Y 6 N) = 1 − qnN .

c Jean-Louis Rouget, 2015. Tous droits réservés.

5 http ://www.maths-france.fr
Ensuite, si n > 2, P(Y = n) = P(Y > n − 1) − P(Y > n) = q(n−1)N − qnN = q(n−1)N 1 − qN ce qui reste vrai pour n = 1

car P(Y = 1) = P(Y 6 1) = 1 − qN .

∀n ∈ N∗ , P(Y = n) = q(n−1)N 1 − qN .

n−1
b) Y(Ω) = N∗ et pour tout n ∈ N∗ , P(Y = n) = q(n−1)N 1 − qN = 1 − qN 1 − 1 − qN



. Y suit donc la loi
géométrique de paramètre 1 − qN = 1 − (1 − p)N ∈]0, 1[. On sait alors que Y admet une espérance à savoir
1
E(Y) = .
1 − (1 − p)N

Exercice no 103.
1) a) X1 (Ω) = N = X2 (Ω) puis (X1 + X2 ) (Ω) = N.
Soit n ∈ N.

n
!
[
P (X1 + X2 = n) = P ((X1 = k) ∩ (X2 = n − k))
k=0
n
X
= P ((X1 = k) ∩ (X2 = n − k)) (événements deux à deux disjoints)
k=0
Xn
= P (X1 = k) P (X2 = n − k) (X1 et X2 sont indépendantes)
k=0
n
X λk1 −λ1 λ2n−k −λ2
= e e
k! (n − k)!
k=0
n
e−(λ1 +λ2 ) X n!
= λk λn−k
n! k!(n − k)! 1 2
k=0
n
(λ1 + λ2 ) −(λ1 +λ2 )
= e .
n!
Donc, X1 + X2 suit la loi de Poisson de paramètre λ1 + λ2 .
b) On sait alors que E (X1 + X2 ) = λ1 + λ2 et V (X1 + X2 ) = λ1 + λ2 .
+∞
X +∞
X
2) Soit n ∈ N. P(X = n) = P ((X = n) ∩ (Y = m)) = P(Y = m) × PY=m (X = n).
  m=0 m=0
 m n
p (1 − p)m−n si n 6 m
 
m n
Or, PY=m (X = n) = n = p (1 − p)m−n . Donc,
 n
0 si n > m
+∞
X +∞
λm −λ m n pn −λ X λm (1 − p)m−n
 
P(X = n) = e p (1 − p)m−n = e
m=n
m! n n! m=n
(m − n)!
+∞ +∞
(λp)n −λ X λm−n (1 − p)m−n (λp)n −λ X (λ(1 − p))k (λp)n −λ λ(1−p)
= e = e = e e
n! m=n
(m − n)! n! k! n!
k=0
(λp)n −(λp)
= e .
n!
Donc, X suit la loi de Poisson de paramètre λp.
Exercice no 104.
1) X prend les valeurs 0, 1 ou 2.
2) a) X = 2 est l’événement « toutes les boules vont dans le même compartiment ». Il y a 3n répartitions possibles
des n boules dans les 3 compartiments (pour chacune des n boules, il y a 3 possibilités de compartiment). Parmi ces
répartitions, il y en a une et une seule pour laquelle toutes les boules sont dans le compartiment no 1, une et une seule
pour laquelle toutes les boules sont dans le compartiment no 2 et une et une seule pour laquelle toutes les boules sont dans
le compartiment no 3. Donc
3 1
p(X = 2) = n
= n−1 .
3 3
c Jean-Louis Rouget, 2015. Tous droits réservés.
6 http ://www.maths-france.fr
b) Soit E l’événement : « le troisième compartiment est vide et les deux premiers ne le sont pas ». On a alors

p(X = 1) = 3 × p(E).
Soit k ∈ J1, n −
[1K. Soit Ek l’événement « k boules sont dans le compartiment n 1 et n − k sont dans le compartiment
o

no 2 ». E = Ek et les Ek , 1 6 k 6 n − 1, sont deux à deux disjoints. Donc,

16k6n−1
n−1
X
p(X = 1) = 3p(E) = 3 p (Ek ) .
k=1

Soit k ∈ J1, n − 1K. Le nombre de répartitions des n boules telles que k d’entre elles soient dans le compartiment n
o
1et
n
n − k soient dans le compartiment no 2 est encore le nombre de tirages simultanés de k boules parmi les n à savoir .
  k
n
k
Donc p (Ek ) = n . Par suite,
3
n−1
X n
k 2n − 2
p (E) = 3 k=1 n = n−1 .
3 3
Enfin,

2n − 2 1 3n−1 − 2n + 1
p(X = 0) = 1 − p(X = 1) − p(X = 2) = 1 − n−1
− n−1 = .
3 3 3n−1

1 2n − 2 3n−1 − 2n + 1
p(X = 2) = , p(X = 1) = et p(X = 0) = .
3n−1 3n−1 3n−1
 n
3n−1 − 2n − 3 2n − 2 1 2n 2
3) a) E(X) = 0 × + 1 × n−1 + 2 × n−1 = n−1 = 3 .
3n−1 3 3 3 3
 n
2
b) lim E(X) = lim 3 = 0. Ainsi, s’il y a un grand nombre de boules, il y a peu de chances qu’un compartiment
n→+∞ n→+∞ 3
reste vide.
Exercice no 105.
1) Formule de Bayes.
Soit (Ω, T , P) un espace probabilisé discret.
Soit (Ai )i∈I un système complet d’événements de cet espace tel que pour tout i ∈ I, P (Ai ) 6= 0.
Soit B un événement tel que P(B) 6= 0. Alors,

P (Ai ) × PAi (B)

∀i ∈ I, PB (Ai ) = n .
X
P (Aj ) × PAj (B)
j=1

Démonstration. Soit i ∈ I. Puisque P(B) 6= 0,

P (Ai ∩ B) P (Ai ) × PAi (B)

PB (Ai ) = = .
P(B) P(B)
Puisque (Aj )j∈I un système complet d’événements de cet espace tel que pour tout j ∈ I, P (Aj ) 6= 0, on a
X X
P(B) = P (Aj ∩ B) = P (Aj ) × PAj (B).
j∈I j∈I

Donc,

P (Ai ) × PAi (B)

PB (Ai ) = X .
P (Aj ) × PAj (B)
j∈I

c Jean-Louis Rouget, 2015. Tous droits réservés.

7 http ://www.maths-france.fr
2) a) Notons A l’événement « le dé est pipé » et B l’événement « on obtient le chiffre 6 ». La probabilité demandée est
PB (A).

25 1
1 3 1
A, A est un système complet d’événements. On a P(A) = = 6= 0 et P A = 1 − = . Ensuite PA (B) = et
100 4 4 4 2
1
PA (B) = . Donc,
6

1 1 3 1 1
P(B) = P(A) × PA (B) + P A × PA (B) = × + × = 6= 0.
4 2 4 6 4
D’après la formule de Bayes,
1 1
P(A) × PA (B) × 1
PB (A) = = 4 2 = .
1


P(A) × PA (B) + P A × PA (B) 2
4
1
La probabilité que ce dé soit pipé est .
2
b) Notons A l’événement « le dé est pipé » et B l’événement « on obtient n fois le chiffre 6 ». La probabilité demandée
est PB (A).

1
3 1
A, A est un système complet d’événements. On a toujours P(A) = 6= 0 et P A = . Ensuite PA (B) = n et
4 4 2
1
PA (B) = n . Donc,
6

1 1 3 1
P(B) = P(A) × PA (B) + P A × PA (B) = × n + × n 6= 0.
4 2 4 6
D’après la formule de Bayes,
1 1
P(A) × PA (B) × n 1
PB (A) = = 4 2 = .
1 1 3 1 1


P(A) × PA (B) + P A × PA (B) × n+ × n 1 + n−1
4 2 4 6 3
1
La probabilité que ce dé soit pipé est .
1
1 + n−1
3
1
c) lim n−1 = 0 et donc lim pn = 1. Ceci signifie que si au bout d’un grand nombre de lancers, on a obtenu à
n→+∞ 3 n→+∞
chaque fois le 6, il est quasiment sûr que le dé est pipé.
Exercice no 106.

1) (U, V)(Ω) = (n, m) ∈ N2 / n > m . Soit (n, m) ∈ N2 tel que n > m.
• Si n = m, P ((U, V) = (n, m)) = P ((X = n) ∩ (Y = n)) = P(X = n) × P(Y = n) car les variables X et Y sont
indépendantes. Donc,

P ((U, V) = (n, n)) = pqn pqn = p2 q2n .

• Si n > m,

P ((U, V) = (n, m)) = P (((X = n) ∩ (Y = m)) ∪ ((X = m) ∩ (Y = n)))

= P(X = n) × P(Y = m) + P(X = m) × P(Y = n)
= 2pqn pqm = 2p2 qn+m .

Finalement

2p2 qn+m si n > m
pour tout (n, m) ∈ N2 tel que n > m, P ((U, V) = (n, m)) = .
p2 q2n si n = m
2) • U(Ω) = N. Soit n ∈ N.

c Jean-Louis Rouget, 2015. Tous droits réservés.

8 http ://www.maths-france.fr
 +∞
X n
X
P(U = n) = P ((U, V) = (n, m)) = P ((U, V) = (n, m))
m=0 m=0
n−1
X
2 2n
=p q + 2p2 qn+m (même si n = 0 (somme vide))
m=0

2 2n 1 − qn
=p q + 2p2 qn (même si n = 0)
1−q
= p2 q2n + 2pqn (1 − qn ) .

• V(Ω) = N. Soit m ∈ N.

+∞
X +∞
X
P(V = m) = P ((U, V) = (n, m)) = P ((U, V) = (n, m))
n=0 n=m
+∞
X 1
= p2 q2m + 2p2 qn+m = p2 q2m + 2p2 q2m+1
1−q
n=m+1

= p2 q2m + 2pq2m+1 = pq2m (p + 2q) = pq2m (1 + q).

n−1

n−1
3) W(Ω) = N∗ . Pour n ∈ N∗ , P(W = n) = P(V = n−1) = pq2(n−1) (1+q) = (1−q)(1+q) q2 = 1 − q2 1 − 1 − q2


.
2 2 1
Donc, W suit la loi géométrique de paramètre 1 − q . Puisque q ∈]0, 1[, on sait que E(W) = puis
1 − q2
1 q2
E(V) = E(W) − 1 = 2
−1= .
1−q 1 − q2
4) P((U = 0) ∩ (V = 1)) = 0 et P(U = 0) × P(V = 1) = p2 × p2 q2 + 2pq3 6= 0. Donc, les variables U et V ne sont pas

indépendantes.
Exercice no 107.
Notons A l’événement « au premier tirage, la boule provient de l’urne U1 » (l’événement A est donc l’événement « au
premier tirage, la boule provient de l’urne U2 »).


1
1) A, A est un système complet d’événements et P (A) = P A = 6= 0. D’après la formule des probabilités totales,
2

1 2 1 4 17
p1 = P (B1 ) = P (A) × PA (B1 ) + P A × PA (B1 ) = × + × = .
2 5 2 7 35
17
La probabilité p1 que la première boule tirée soit blanche est .
35


2) Soit n ∈ N∗ . Bn , Bn est un système complet d’événements. D’après la formule des probabilités totales,

P (Bn+1 ) = P (Bn ) × PBn (Bn+1 ) + P Bn × PBn (Bn+1 )
2 4 6 4
= pn × + (1 − pn ) × = − pn + .
5 7 35 7
3) La suite (pn )n∈N∗ est arithmético-géométrique.
6 4
La fonction affine x 7→ − x + admet un point fixe et un seul :
35 7
6 4 41 4 20
x=− x+ ⇔ x= ⇔x= .
35 7 35 7 41
 
20 6 20
On sait alors que pour tout entier naturel non nul n, pn+1 − =− pn − puis que pour tout entier naturel non
41 35 41
nul n,
 n−1    n−1    n−1
20 6 20 6 17 20 3 6
pn − = − p1 − = − − =− × − ,
41 35 41 35 35 41 1435 35
et donc

c Jean-Louis Rouget, 2015. Tous droits réservés.

9 http ://www.maths-france.fr
  n−1
20 3 6
− pn = × − .
41 1435 35
 n−1
20 3 6
Pour tout entier naturel non nul n, pn = − × − .
41 1435 35
Exercice no 108.
1) X(Ω) = N = Y(Ω). Soit i ∈ N.

+∞
X +∞
X +∞
1 1 X1
P(X = i) = P((X = i) ∩ (Y = j)) = =
e2i+1 j! e2i+1 j!
j=0 j=0 j=0
1
= .
2i+1
Soit j ∈ N.

+∞
X +∞
X +∞
1 1 X 1
P(Y = j) = P((X = i) ∩ (Y = j)) = =
e2i+1 j! ej! 2i+1
i=0 i=0 i=0
1 1 1 1 1j
= = = e−1 .
ej! 2 1 ej! j!
1−
2
 n−1
∗ ∗ 1 1 1
2) a) Soit Z = 1 + X. Z(Ω) = N . Soit n ∈ N . P(Z = n) = P(X = n − 1) = n = 1− .
2 2 2
1 1 1−p
Donc, Z suit une loi géométrique de paramètre p = . On sait que E(Z) = = 2 et que V(Z) = = 2.
2 p p2
On en déduit que E(X) = E(Z − 1) = E(Z) − 1 = 1 et V(X) = V(Z − 1) = V(Z) = 2.
b) Y suit une loi de Poisson de paramètre λ = 1. Donc, E(Y) = λ = 1 et V(Y) = λ = 1.
3) Soit (i, j) ∈ N2 .
1 1 1
P(X = i) × P(Y = j) = × = i+1 = P((X = i) ∩ (Y = j)).
2i+1 ej! e2 j!
Donc le variables X et Y sont indépendantes.
4)

+∞
X +∞
X +∞
1 1 X (1/2)i 1 1/2
P(X = Y) = P((X = i) ∩ (Y = i)) = = = e
e2i+1 i! 2e i! 2e
i=0 i=0 i=0
1
= √ .
2 e
Exercice no 109.
Ω est l’ensemble des tirages successifs sans remise des n + 2 boules ou encore l’ensemble des permutations des n + 2 boules.
Le nombre de tirages successifs et sans remise des n + 2 boules est (n + 2)! ou encore card (Ω) = (n + 2)!.
1) L’urne contient n + 2 boules. La première boule blanche peut apparaître au premier, deuxième ou troisième tirage ou
encore X (Ω) = J1, 3K.
• X = 1 est l’événement : « la première boule tirée est blanche ». On a n possibilités de tirer la première boule parmi les
n blanches puis pour chacune de ces n possibilités, on a (n + 1)! possibilités de tirer les n + 1 boules restantes. Donc

n × (n + 1)! n
p(X = 1) = = .
(n + 2)! n+2
• X = 3 est l’événement : « les deux premières boules tirées sont noires ». On a 2! = 2 possibilités de tirer les deux
premières boules puis pour chacune de ces deux possibilités, on a n! possibilités de tirer les n boules restantes. Donc,
2 × n! 2
p(X = 3) = = .
(n + 2)! (n + 1)(n + 2)
c Jean-Louis Rouget, 2015. Tous droits réservés.
10 http ://www.maths-france.fr
• Enfin

n 2 (n + 1)(n + 2) − n(n + 1) − 2
p(X = 2) = 1 − p(X = 1) − p(X = 3) = 1 − − =
n + 2 (n + 1)(n + 2) (n + 1)(n + 2)
2n
= .
(n + 1)(n + 2)

n 2n 2
X(Ω) = J1, 3K et p(X = 1) = , p(X = 2) = et p(X = 3) = .
n+2 (n + 1)(n + 2) (n + 1)(n + 2)

2) La première boule numérotée 1 peut sortir au premier, deuxième, . . . , (n + 1)-ème tirage ou encore Y (Ω) = J1, n + 1K.
Soit k ∈ J2, n + 1K. L’événement Y = k est l’événement « les k − 1 premières boules ne portent pas le numéro 1 et la k-ème
n!
porte le numéro 1 ». Pour les k − 1 premières boules, on a n(n − 1) × . . . × (n − k + 2) = tirages possibles puis
(n − k + 1)!
n!
pour chacun des ces tirages on a 2 possibilités pour la k-ème boule et donc 2 × tirages possibles pour les k
(n − k + 1)!
premières boules. Pour chacun de ces tirages, on a (n + 2 − k)! tirages possibles des n + 2 − k boules restantes. Finalement,
n!
× 2 × (n + 2 − k)!
(n − k + 1)! 2(n + 2 − k)
p(Y = k) = = .
(n + 2)! (n + 1)(n + 2)
L’événement Y = 1 est l’événement « la première boule porte le numéro 1 ». Il y a 2 tirages possibles pour la première
boule puis pour chacun de ces deux tirages, il y a (n + 1)! tirages possibles des n + 1 boules restantes. Donc

2 × (n + 1)! 2(n + 1) 2(n + 2 − 1)

p(Y = 1) = = = .
(n + 2)! (n + 1)(n + 2) (n + 1)(n + 2)
Finalement

2(n + 2 − k)
Y(Ω) = J1, n + 1K et ∀k ∈ J1, n + 1K, p(Y = k) = .
(n + 1)(n + 2)

Exercice no 110.
1) a) Pour n ∈ N, posons an = P(X = n). Pour tout n ∈ N, |an | 6 bn où pour tout n ∈ N, bn = 1. Donc, RX = Ra >
Rb = 1.
On a montré que RX > 1.
X +∞
X +∞
X X
Puisque R > 1, ]−1, 1[⊂ DGX . De plus, an converge ( an = P(X = n) = 1) et (−1)n an converge absolument
n=0 n=0
(car ∀n ∈ N, |(−1)n an | = an ) et donc converge. Finalement, [−1, 1] ⊂ DGX .
+∞
X
tn P(X = n) = E tX .


Immédiatement, ∀t ∈ DGX , GX (t) =
n=0

b) On sait que GX est de classe C ∞

sur son intervalle ouvert de convergence et en particulier GX est de classe C∞ sur
] − 1, 1[. On sait de plus que
(k)
GX (0)
∀k ∈ N, P(X = k) = ak = .
k!

λn −λ (λt)n −λ
2) a) Pour tout n ∈ N, an = P(X = n) = e . Pour tout réel t, la série de terme général an tn = e converge
n! n!
et

∀t ∈ R, GX (t) = eλt e−λ = eλ(t−1) .

En particulier, R = +∞ puis DGX = R.
b) Puisque X et Y sont indépendantes, on sait que tX et tY sont indépendantes. Pour tout réel t ∈ [−1, 1],

c Jean-Louis Rouget, 2015. Tous droits réservés.

11 http ://www.maths-france.fr
 GX+Y (t) = E tX+Y = E tX tY = E tX E tY (car tX et tY sont indépendantes)

= GX (t)GY (t) = eλ1 (t−1) eλ2 (t−1) = e(λ1 +λ2 )(t−1)

+∞
X n
(λ1 + λ2 ) −(λ1 +λ2 )
= tn e .
n!
n=0

(λ1 + λ2 )n −(λ1 +λ2 )

D’après la question 1)b), ∀n ∈ N, P(X + Y = n) = an = e . X + Y suit une loi de Poisson de paramètre
n!
λ1 + λ2 .
Exercice no 111.
1) • ∀(k, n) ∈ N2 , P((X = k) ∩ (Y = n)) > 0.
• Soit n ∈ N.
+∞
X n    n
X  n n  
X
n 1 1 n
P((X = k) ∩ (Y = n)) = p(1 − p)n = p(1 − p)n = p(1 − p)n < +∞
k 2 2 k
k=0 k=0 k=0

puis
+∞ +∞ +∞
!
X X X p
P((X = k) ∩ (Y = n)) = p(1 − p)n = = 1 < +∞
1 − (1 − p)
n=0 k=0 n=0
X
Donc, la famille (P((X = k) ∩ (Y = n)))(k,n)∈N2 est sommable et P((X = k) ∩ (Y = n)) = 1.
(k,n)∈N2

On a donc bien défini une loi de probabilité.

2) a) Soit n ∈ N.

+∞
X n    n
X n 1
P(Y = n) = P((X = k) ∩ (Y = n)) = p(1 − p)n = p(1 − p)n .
k 2
k=0 k=0

b) Posons Z = 1 + Y. Z(Ω) = N∗ . Pour n ∈ N∗ ,

P(1 + Y = n) = P(Y = n − 1) = p(1 − p)n−1 .

Donc, 1 + Y suit une loi géométrique de paramètre p.
1 1−p
c) On sait alors que E(Y) = E(Z − 1) = E(Z) − 1 = −1= .
p p
3) X(Ω) = N. Soit k ∈ N.

+∞
X +∞    n
X  +∞   
k X n−k
n 1 n 1−p n 1−p
P(X = k) = P((X = k) ∩ (Y = n)) = p(1 − p) = p
k 2 2 k 2
n=0 n=k n=k
 k
1−p 1 1−p 1
=p k+1 (car 0 < < < 1)
2 2 2

1−p
1−
2
 k  k+1  k
1−p 2 2p 1−p
=p = .
2 1+p 1+p 1+p

Exercice no 112.
1) 1ère solution. Soit k ∈ J0, nK. Soit B une partie fixée à k éléments. Le nombre de couples (A, B) tels que A ⊂ B est
encore le nombre de parties A telles que A ⊂ B. Le nombre de ces parties A est

card (P (B)) = 2k .

c Jean-Louis Rouget, 2015. Tous droits réservés.

12 http ://www.maths-france.fr
    
n n n−k
Ensuite, il y a parties à k éléments et donc 2 couples (A, B) tels que card(B) = k et A ⊂ B. En faisant varier
k k
k, on obtient
n  
X n k
a= 2 = (2 + 1)n = 3n .
k
k=0

2ème solution. Notons F l’ensemble des couples (A, B) tels que A ⊂ B.

Pour (A, B) ∈ F, définissons ϕ(A,B) : E →  {0, 1, 2} . ϕ(A,B) est une application de E dans {0, 1, 2}.
 0 si x ∈ A
x → 7 1 si x ∈ B \ A

2 si x ∈/B
Soit alors ϕ : F → {0, 1, 2}E . ϕ est bien sûr une bijection. Démontrons-le.
(A, B) 7 → ϕ(A,B)
- ϕ est une application de F vers {0, 1, 2}E .
- Soit ((A, B), (A ′ , B ′ )) ∈ F2 tel que ϕ(A,B) = ϕ(A ′ ,B ′ ) .
Soit x ∈ E. x ∈ A ⇔ ϕ(A,B) (x) = 0 ⇔ ϕ(A ′ ,B ′ ) (x) = 0 ⇔ x ∈ A ′ . Donc, A = A ′ .
Soit x ∈ E. x ∈ B \ A ⇔ ϕ(A,B) (x) = 1 ⇔ ϕ(A ′ ,B ′ ) (x) = 1 ⇔ x ∈ B ′ \ A ′ . Donc, B \ A = B ′ \ A ′ puis B = B ′
car A ⊂ B, A ′ ⊂ B ′ et A = A ′ . Finalement, (A, B) = (A ′ , B ′ ).
On a montré que ϕ est injective.
- Soit f ∈ {0, 1, 2}E . Soient A l’ensemble des x de E tels que f(x) = 0 puis B la réunion de A et de l’ensemble des x
de E tels que f(x) = 1. Alors A ⊂ B puis ϕ((A, B)) = f. On a montré que ϕ est surjective et finalement que ϕ
est bijective.
Puisque ϕ est une bijection, card(F) = card {0, 1, 2}E = 3n .

a = 3n .


2) Soit G = (A, B) ∈ (P(E))2 / A ∩ B = ∅ . Soit ψ : G → F . ϕ est bien une bijection de réciproque
(A, B) 7→ (A, A ∪ B)
ψ−1 : F → G . Donc, F et G sont équipotents puis
(A, B) 7→ (A, B \ A)

b = a = 3n .

3
3) Pour chaque couple (A, B) tels que A ∩ B = ∅, il y a exactement un triplet (A, B, C) ∈ (P(E)) tels que A, B et C
soient deux à deux disjoints et vérifient A ∪ B ∪ C = E à savoir le triplet (A, B, CE (A ∪ B)). Réciproquement, chaque triplet
3
(A, B, C) ∈ (P(E)) tels que A, B et C soient deux à deux disjoints et vérifient A ∪ B ∪ C = E fournit un et un seul couple
2
(A, B) ∈ (P(E)) tel que A ∩ B = ∅. Donc,

c = b = a = 3n .

c Jean-Louis Rouget, 2015. Tous droits réservés.

13 http ://www.maths-france.fr