Université de Nice-Sophia Antipolis -L2 MASS - Probabilités
Correction feuille TD 2 : variables aléatoires discrètes,
lois de probabilités discrètes
Exercice 1:
On lance deux dés à 6 faces. Donner la loi de la somme des deux résultats obtenus.
2 3 4 5 6 7 8 9 10 11 12
1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Exercice 2 :
Etant donnés un espace de probabilité ni (Ω, P) et un événement A de probabilité P(A) = p,
donner la loi de la variable aléatoire indicatrice de A : pour ω ∈ Ω,
1A (ω) = 1 si ω ∈ A
1A (ω) = 0 si ω ∈
6 A.
P(1A (ω) = 1) = P(ω ∈ A) = P(A) = p
et
P(1A (ω) = 0) = P(ω 6∈ A) = 1 − p
La variable aléatoire 1A suit donc une loi de Bernoulli de paramètre p, B(p).
Exercice 3 Cours !
On procède à N lancers successifs d'une pièce déséquilibrée de paramètre de succès 0 < p < 1.
Donner la loi du nombre de succès.
C'est une loi binômiale de paramètres N, p, B(N, p).
Exercice 4 Cours !
Une urne contient n boules rouges et N − n noires. On tire, sans remise, p boules parmi les N .
Donner la loi du nombre de boules rouges tirées.
Par dé nition, c'est une loi hypergéométrique de paramètres N, p, n.
Exercice 5 :
Etant donnée une variable aléatoire X de loi uniforme sur {1, ..., N } (dé nie sur un espace de
probabilité ni (Ω, P)), donner les lois de N + 1 − X et de X/N .
N + 1 − X prend les valeurs N, N − 1, . . . , 1, avec proba 1/N à chaque fois. N + 1 − X suit
donc une loi uniforme sur {1, ..., N }.
X/N prend les valeurs 1/N, 2/N, . . . , (N − 1)/N, 1, avec proba 1/N à chaque fois. X/N suit
donc une loi uniforme sur {1/N, ..., (N − 1)/N, 1}.
On suppose N = 2n. On construit alors la variable aléatoire ∀ω ∈ Ω, Y (ω) = bX(ω)/2c,
où b·c désigne la partie entière. Donner la loi de Y .
Y prend les valeurs 0, 1, . . . , n. Y prend la valeur 0 si et seulement si X prend la valeur 1.
Donc P(Y = 0) = 1/(2n). Y prend la valeur n si et seulement si X prend la valeur 2n; donc
P(Y = n) = 1/(2n). Les autres valeurs de Y correspondent chacune à deux valeurs possibles
pour X . Donc P(Y = k) = 2/(2n) = 1/n si k = 1, 2, . . . , n − 1.
Exercice 6 Cours !
On rappelle qu'une variable aléatoire H est dite de loi hypergéométrique de paramètres N , r
et n si
Cnk CNr−k
−n
P{H = k} = , max(n − N + r, 0) ≤ k ≤ min(n, r).
CNr
Que dire de la limite de P{H = k} lorsque N tend vers l'in ni et n/N tend vers p ∈]0, 1[ ? (Le
paramètre r étant xé.)
La limite est une loi binômiale de paramètres N et p : c'est un résultat du cours.
En voici une démonstration :
On cherche une approximation de Cnk quand n → ∞ et k xé.
nk
n(n − 1) . . . (n − (k − 1) 1 k−1
Cnk = = 1− ... 1 −
k! k! n n
On note
1 k−1
A(n, k) = 1 − ... 1 −
n n
On a A(n, k) → 1 quand n → ∞ et k xé. Notons qu'on s'intéresse ici à la limite N → ∞, n →
∞, (N − n) → ∞, et r, k, (r − k) xés. On peut donc utiliser la formule obtenue pour les 3
coe cients du binome qui apparaissent dans l'expression de la probabilité :
nk −n)r−k
k!
A(n, k) (N(r−k)! A(N − n, r − k)
P{H = k} = N r
r!
A(N, r)
k r−k
r! n (N − n) A(n, k)A(N − n, r − k)
=
k!(r − k)! N k N r−k A(N, r)
r!
→ pk (1 − p)r−k
k!(r − k)!
On a utilisé le fait que n/N → p. On obtient bien l'expression d'une loi binomiale de paramètres
r et k .
Exercice 7
On lance N fois une pièce déséquilibrée de paramètre p ∈]0, 1[. Le lancer donne "pile" avec
probabilité p.
On note T la variable aléatoire qui vaut k si les k − 1 premiers lancers donnent "face" et le ke
lancer donne "pile", et qui vaut N + 1 si tous les N lancers donnent "face". Quelle est la loi
de T ? Quelle est la limite de la loi de T quand N tend vers l'in ni ?
T prend les valeurs 1, 2, . . . , N, N + 1. Si k/ ≤ N , P(X = k) = (1 − p)k−1 p. Et P(X =
N + 1) = (1 − p)N . Lorsque N tend vers l'in ni, la loi de X tend vers une loi géométrique de
paramètre p.
Exercice 8 Cours !
Soit l'expérience aléatoire qui consiste à lancer indé niment un dé non pipé. Soit X la variable
aléatoire qui indique le nombre de lancers nécessaires pour obtenir le numéro 3.
1. Déterminer la loi de la variable aléatoire X .
X suit une loi géométrique de paramètre p = 1/6.
[Link] la probabilité d'obtenir le numéro 3 pour la première fois au 12e lancer.
P(X = 12) = (5/6)11 × (1/6).
Exercice 9
Plus de 50 millions de personnes ont séjourné en chambres d'hôte l'année dernière. Le site
web nord-américain de Bed and Breakfast Inns, qui reçoit en moyenne 7 visiteurs par minute,
permet à de nombreux B&B d'attirer des clients.
1. Calculer la probabilité qu'aucun visiteur ne se connecte au site web durant une période
d'une minute.
X = v.a. qui compte le nombre de visiteurs pendant 1 minute. On peut modéliser la loi de X
par une loi de Poisson de paramètre 7 (cours). Alors
P(X = 0) = e−7
2. Calculer la probabilité qu'au moins deux visiteurs se connectent au site durant une péri-
ode d'une minute.
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1) = 1 − e−7 − 7e−7
3. Calculer la probabilité qu'au moins un visiteur se connecte au site web durant une
période de 30 secondes.
X = v.a. qui compte le nombre de visiteurs pendant 30 secondes. On peut modéliser la loi de
X par une loi de Poisson de paramètre 3.5. Alors
P(Y ≥ 1) = 1 − P(X = 0) = 1 − e−3.5
4. Calculer la probabilité qu'au moins cinq visiteurs se connectent au site web durant une
période d'une minute.
P(X ≥ 5) = 1 − P(X = 0) − P(X = 1) = 1 − e−7 1 + 7 + (72 )/2 + (73 )/6 + (74 )/24
Exercice 10
En 2009, le taux de fréquence d'accidents par million d'heures travaillées sur le chantier de
l'EPR de Flamanville était de 39.7 (source France Inter, 06/10/2013). On note X le nombre
d'accidents qui se produiront au cours des prochaines 100 000 h. de travail. Quelle est la loi
de X ? (on suppose que le taux de fréquence d'accidents ne change pas). On peut modéliser la
loi de X par une loi de Poisson de paramètre 3.97.
