Exercices - Probabilités conditionnelles et indépendance :

corrigé

Probabilités conditionnelles

Exercice 1 - CD-Rom - Deuxième année - ?

1. L’énoncé donne directement P (A) = 0, 05, d’où P (Ac ) = 0, 95, P (D|A) = 0, 6 et P (Dc |Ac ) =
0, 98. On en déduit :
P (Dc |A) = 1 − P (D|A) = 0, 4
P (D|Ac ) = 1 − P (Dc |Ac ) = 0, 02.
D’après la formule des probabilités totales :
49
P (D) = P (A)P (D|A) + P (Ac )P (D|Ac ) = .
1000
2. On obtient P (A|D) grâce à la formule de Bayes :
P (A ∩ D) P (D|A)P (A) 30
P (A|D) = = = .
P (D) P (D) 49

Exercice 2 - QCM - Deuxième année - ?

On note :
B = {L’étudiant donne la bonne réponse}
C = {L’étudiant connait la bonne réponse} .
On cherche P (C|B), et l’énoncé donne :
1
P (C) = p, P (B|C) = 1, P (B|C c ) = .
m
D’après la formule des probabilités totales, on a :
(m − 1)p + 1
P (B) = P (C)P (B|C) + P (C c )P (B|B c ) = .
m
D’après la formule de Bayes :
P (B|C)P (C) mp
P (C|B) = = .
P (B) 1 + (m − 1)p

Exercice 3 - Dé pipé - Deuxième année - ?

On note D l’événement : "le dé est pipé", et S l’événement : "on obtient 6". L’énoncé donne
P (D) = 25/100 et P (S|D) = 1/2 ? La formule de Bayes nous permet de calculer P (D|S) :
P (D)P (S|D)
P (D|S) = .
P (D)P (S|D) + P (D)P (S|D)
Comme on a P (D) = 1 − P (D) = 3/4 et P (S|D) = 1/6, on obtient finalement :
1
P (D|S) = .
2

Exercice 4 - Pièces défectueuses - Deuxième année - ?

[Link] 1
 Exercices - Probabilités conditionnelles et indépendance :
corrigé

1. On note A l’événement "la pièce est acceptée par le contrôle", et B l’événement "la pièce
est bonne". L’événement E "Il y a une erreur au contrôle" se décompose en A ∩ B et A ∩ B.
Ces deux derniers événements sont incompatibles, on a donc :

P (E) = P (A ∩ B) + P (A ∩ B).

Maintenant, P (A∩B) = P (A|B)P (B). Or, P (B) = 0, 05, et P (A|B) = 1−P (A|B) = 0, 02.
De même, on a P (A ∩ B) = P (A|B)P (B) et on a P (A|B) = 1 − P (A|B) = 0, 04. On
obtient finalement :
P (E) = 0, 95 × 0, 04 + 0, 05 × 0, 02.

2. Dans cette question, on cherche P (B|A) alors que l’on connait les probabilités condition-
nelles sachant B. Ceci nous invite à utiliser la formule de Bayes.

P (B)P (A|B)
P (B|A) =
P (B)P (A|B) + P (B)P (A|B)
0, 05 × 0, 02 1
= = ' 0, 001.
0, 95 × 0, 96 + 0, 05 × 0, 02 913

Exercice 5 - Compagnie d’assurance - Deuxième année - ?

1. On note A l’événement "avoir un accident dans l’année". Comme les trois classes R1 , R2 et
R3 réalisent une partition de la population. On peut appliquer la formule des probabilités
totales :

P (A) = P (A|R1 )P (R1 ) + P (A|R2 )P (R2 ) + P (A|R3 )P (R3 )

= 0, 05 × 0, 2 + 0, 15 × 0, 5 + 0, 3 × 0, 3
= 0, 175.

2. On cherche la probabilité d’être dans R1 sachant qu’on n’a pas eu d’accident, c’est-à-dire
la probabilité P (R1 |A). La formule de Bayes donne :

P (A|R1 )P (R1 )
P (R1 |A) = .
P (A)

La probabilité P (A) se calcule par la formule P (A) = 1 − P (A), tandis que l’énoncé donne
P (A|R1 ) = 0, 95. On obtient finalement :
0, 95 × 0, 2
P (R1 |A) = = 0, 23.
1 − P (A)

Exercice 6 - Sauts de puce - L2/ECS - ??

1. (a) Par définition, on a u0 = 1 (le processus commence en 0, il s’arrête immédiatement,

en 0), et uN = 0 (le processus commence en N , il s’arrête aussitôt, en N ).

[Link] 2
 Exercices - Probabilités conditionnelles et indépendance :
corrigé

(b) On note A l’événement : "Partant de a, le processus s’arrête en 0", B l’événement :

"Partant de a à l’instant 0, à l’instant 1, la particule est en a + 1", et C l’événement :
"Partant de a à l’instant 0, à l’instant 1, la particule est en a − 1". Par la formule
des probabilités totales :

P (A) = P (B)P (A|B) + P (C)P (A|C).

Maintenant, puisqu’on part à l’instant t = 0 de a, on a P (B) = p et P (C) = q.

D’autre part, si la particule est à l’instant 1 en a + 1, la probabilité que le processus
s’arrête en 0 vaut ua+1 . On a donc : P (A|B) = ua+1 , et de même P (A|C) = ua−1 .
On en déduit la formule de récurrence :

ua = pua+1 + qua−1 .

(c) Pour a allant de 1 à N − 1, la suite (ua ) vérifie la formule de récurrence :

1 q
ua+1 = ua − ua−1 .
p p
L’équation caractéristique de cette récurrence est :
1 q
r2 − r + = 0.
p p
Cette équation du second degré admet deux solutions distinctes,
q
r1 = 1 et r2 =
p

(remarquer ici l’utilisation de l’hypothèse p 6= 1/2 qui permet d’affirmer que les deux
racines sont distinctes). Il existe donc des réels λ et µ tels que, pour tout a dans
{0, . . . , N }, on ait :  a
q
ua = λ + µ .
p
Utilisant que u0 = 1 et uN = 0, on obtient :
 a
qN pN q
ua = N + .
q − pN pN − q N p

2. Le même raisonnement prouve que :

va = pva+1 + qva−1 .

La résolution de cette récurrence donne :

 a
pN pN q
va = N + .
p − qN q N − pN p

3. On vérifie aisément que ua + va = 1. Ceci signifie que, presque sûrement, le processus va

s’arrêter.

[Link] 3
 Exercices - Probabilités conditionnelles et indépendance :
corrigé

Indépendance d’événements

Exercice 7 - Circuit électrique - Deuxième année - ?

1. On procède en deux temps. D’une part :

P ((A ∪ B) ∪ C) = P (A ∪ B) + P (C) − P ((A ∪ B) ∩ C).

Mais,

P ((A ∪ B) ∩ C) = P ((A ∩ C) ∪ (B ∩ C)) = P (A ∩ C) + P (B ∩ C) − P (A ∩ B ∩ C),

et
P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
On appelle aussi ceci la formule du crible de Poincaré, elle se généralise avec plusieurs
événements par récurrence.
2. On note Fi l’événement : “le circuit Ci fonctionne”. Par hypothèse, les événements Fi sont
mutuellement indépendants. Il faut calculer pour le premier cas P (F1 ∩ F2 ∩ F3 ), pour le
second P (F1 ∪ F2 ∪ F3 ), et pour le troisième P (F1 ∩ (F2 ∪ F3 )). On a :
(a) Par indépendance des événements :

P (F1 ∩ F2 ∩ F3 ) = p1 p2 p3 .

(b) D’après la formule précédente, et par indépendance des événements :

P (F1 ∪ F2 ∪ F3 ) = p1 + p2 + p3 − p1 p2 − p1 p3 − p2 p3 + p1 p2 p3 .

(c) L’événement F1 ∪ F2 est indépendant de C1 . On a donc :

P (C1 ∩ (C2 ∪ C3 )) = P (C1 )P (C2 ∪ C3 ) = P (C1 ) P (C2 ) + P (C3 ) − P (C2 ∩ C3 )

soit
P (C1 ∩ (C2 ∪ C3 )) = p1 (p2 + p3 − p2 p3 ) .

Exercice 8 - Indépendance et contexte - Deuxième année - ?

1. On a :
A = {2, 4, 6, 8, 10, 12}
B = {3, 6, 9, 12}
A ∩ B = {6, 12}.
On a donc P (A) = 1/2, P (B) = 1/3 et P (A ∩ B) = 1/6 = P (A)P (B). Les événements A
et B sont indépendants.

[Link] 4
 Exercices - Probabilités conditionnelles et indépendance :
corrigé

2. Les événements A, B et A ∩ B s’écrivent encore exactement de la même façon. Mais cette

fois, on a : P (A) = 6/13, P (B) = 4/13 et P (A∩B) = 2/13 6= 24/169. Les événements A et
B ne sont pas indépendants. C’est conforme à l’intuition. Il n’y a plus la même répartition
de boules paires et de boules impaires, et dans les multiples de 3 compris entre 1 et 13, la
répartition des nombres pairs et impairs est restée inchangée.

Exercice 9 - Indépendance impossible - Deuxième année - ??

Supposons qu’il existe A et B deux événements non triviaux indépendants. On note m le
cardinal de A et n le cardinal de B. On a donc P (A) = m/p et P (B) = n/p. Puisque A et B sont
supposés indépendants, et toujours parce que le modèle adopté est celui de l’équiprobabilité,
on a :
mn
card(A ∩ B) = p × P (A ∩ B) = .
p
Puisque le cardinal est un entier, p divise le produit mn, et par le théorème de Gauss, il divise
l’un des deux, disons n. D’autre part, puisque n ≤ p, ceci n’est possible que si n = 0 ou n = p.
Autrement dit, seulement si A est ou l’événement certain, ou l’événement impossible, c’est-à-dire
un événement trivial.
Exercice 10 - Indicatrice d’Euler - L2/L3/Master Enseignement - ???

1. On sait que x est premier avec n si et seulement si aucun des diviseurs premiers de n ne
divise x. On a donc :
B = Acp1 ∩ · · · ∩ Acpr .
2. Il suffit de calculer le cardinal de Am . Mais si n = km, alors les multiples de m qui sont
inférieurs ou égaux à n sont m, 2m, . . . , km. On a donc
k 1
P (Am ) = = .
n m
3. Soit i1 < · · · < im des entiers distincts choisis dans {1, . . . , r}. On doit prouver que
P (Api1 ) . . . P (Apim ) = P (Api1 ∩ · · · ∩ Apim ).
Mais,
m
Y 1
P (Api1 ) . . . P (Apim ) = .
j=1
pij
D’autre part, puisque pi1 , . . . , pim sont premiers entre eux deux à deux, un entier est
multiple de pi1 . . . pim si et seulement s’il est multiple de chaque pij , j = 1, . . . , m. On en
déduit que
Api1 ∩ · · · ∩ Apim = Api1 ...pim ,
soit
1
P (Api1 ∩ · · · ∩ Apim ) = ,
pi1 . . . pim
ce qui prouve le résultat voulu.
4. Les événements Acp1 , . . . , Acpr sont également indépendants. On en déduit que
r r 
1
Y Y 
P (B) = P (Acpj ) = 1− .
j=1 j=1
pk

[Link] 5
 Exercices - Probabilités conditionnelles et indépendance :
corrigé

5. Un élément x̄ de Z/nZ, x = 1, . . . , n, est inversible si et seulement s’il est premier avec n.

On a donc
φ(n)
P (B) =
n
ce qui, grâce à la question précédente, donne le résultat voulu.

Problèmes ouverts

Exercice 11 - Tests de dépistage - Deuxième année - ??

Les chiffres donnés ont l’air excellent, mais ils donnent l’inverse de ce que l’on souhaite.
Le problème est plutôt le suivant : si une personne a une réponse positive au test, est-elle
malade ? C’est la formule de Bayes qui permet de remonter le chemin. Précisément, on note M
l’événement “La personne est malade”, et T l’événement “le test est positif”. Les données dont
on dispose sont P (M ) = 10−4 , P (T |M ) = 0, 99 et P (T |M c ) = 0, 001. On cherche P (M |T ). La
formule de Bayes donne :

P (T |M )P (M )
P (M |T ) =
P (T |M )P (M ) + P (T |M c )P (M c )
10−4 × 0, 99
=
10−4 × 0, 99 + 10−3 × 0, 9999
' 0, 09.

C’est catastrophique ! La probabilité pour qu’une personne positive au test soit effectivement
malade est inférieure à 10%. Le test engendre donc beaucoup de faux-positifs (personnes posi-
tives au test, mais non malades). C’est tout le problème des maladies assez rares : les test de
dépistage doivent être extrêmement fiables. Remarquons par ailleurs ici une bonne illustration
du vieil adage des statisticiens : on peut faire dire n’importe quoi aux chiffres, cf le laboratoire
pharmaceutique !
Exercice 12 - Menteur ! - Deuxième année - ???
Soit x la proportion de tricheurs dans la population. On note respectivement P, F, H, T
les événements “le joueur obtient pile”, “le joueur obtient face”, “Le joueur est honnête”, “le
joueur est un tricheur”. Il semble raisonnable de convenir que P (P |H) = 1/2 et P (F |H) = 1/2
et P (P |T ) = 1 (un tricheur fait vraiment ce qu’il veut !). On cherche donc P (T |P ). De la formule
de Bayes, on déduit :

P (P |T )P (T ) x 2x
P (T |P ) = = = .
P (P |T )P (T ) + P (P |H)P (H) x + 1/2(1 − x) x+1

[Link] 6