0% ont trouvé ce document utile (0 vote)
114 vues2 pages

TD sur les Variables Aléatoires et Lois Discrètes

Ce document présente plusieurs exercices sur des lois de probabilité usuelles comme la loi de Bernoulli, la loi binomiale, la loi géométrique, la loi de Poisson, la loi normale et la loi exponentielle. Les exercices portent sur le calcul de probabilités, d'espérances et de variances pour ces lois.

Transféré par

Loudjeine
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
114 vues2 pages

TD sur les Variables Aléatoires et Lois Discrètes

Ce document présente plusieurs exercices sur des lois de probabilité usuelles comme la loi de Bernoulli, la loi binomiale, la loi géométrique, la loi de Poisson, la loi normale et la loi exponentielle. Les exercices portent sur le calcul de probabilités, d'espérances et de variances pour ces lois.

Transféré par

Loudjeine
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Polytech'Paris - UPMC ELI3-ROB3-ST3 2011/2012

TD 3: Variables aléatoires, lois usuelles discrètes et continues.

Loi de Bernoulli, loi Binomiale 4. Montrer que Z suit une loi géométrique de paramètre 1 − q 2 . On pourra
caractériser Z grâce à sa fonction de répartition.
Exercice 1. Soit Xn des variables
5. Démontrer que {Z = k} ∩ {T = k} = {X1 = k} ∩ {X2 = k}. En déduire la
aléatoires iid (indépendantes identique- loi de T .
ment distribuées, c'est-à-dire de même
loi) suivant une loi de Bernoulli de
paramètre p. On pose Yn := Xn Xn+1 Exercice 5. Soit X une v.a. de loi géométrique de paramètre p (0 < p < 1),
et Un = Y1 + . . . + Yn . P (X = k) = p(1 − p)k−1 k>0
1. Quelle est la loi de Yn ?
1. Montrer que la loi est sans mémoire, i.e:
2. Les Yi sont-ils deux à deux in-
∀(k, n) ∈ N∗ 2 , P (X > n + k|X > k) = P (X > n).
dépendantes?
3. Calculer l'espérance et la variance 2. Inversement que dire d'une v.a discrète sans mémoire?
de Un .
Jacques Bernoulli (1654,1705)
Exercice 2. Un voyage organisé ( Loi de Poisson
séjour au ski par exemple) peut accueil-
lir 95 personnes. La pratique montre
que on peut estimer à 5% la probabilité Un insecte pond des oeufs
Exercice 6.
qu'une réservation soit annulée avant le suivant une loi de Poisson P(λ). Chaque
départ. Le voyagiste fait du surbooking oeuf à une probabilité d'éclore avec une
et il accepte 100 réservations. Quelle est probabilité p, indépendante des autres
la probabilité que le voyagiste soit obligé oeufs. Soit Z le nombre d'oeufs qui ont
de refuser un client ayant réservé? éclos. Donner la loi de Z et en déduire
Exercice 3. À l'aide d'une pièce de monnaie équilibrée, trouver une manière de
son espérance.
choisir au hasard et uniformément un entier dans [|0, n|].
Loi Géométrique

Exercice 4. On considère deux variables aléatoires indépendantes X1 et X2 suiv-


ant une même loi géométrique de paramètre p. On appelle T = max(X1 , X2 ) et
Z = min(X1 , X2 ). On pose q = 1 − p.

1. Donner l'espérance et la variance de X1 + X2 , X1 − X2 .


2. Exprimer X1 + X2 et |X1 − X2 | en fonction de T et Z . Siméon Denis Poisson (1781- 1840).
3. Démontrer que P (X1 = X2 ) = p
1+q .

1
Exercice 7. On s'intéresse aux nombres de clients arrivant à l'un des deux guichets Loi Normale
(A et B ) d'une banque. Pour cela modélisons le probème de la manière suivante:
Le nombre de client quittant la le d'attente, noté X , est modélisé par une loi Exercice 9. Un fermier veut faire de la statistique sur sa production d'oeufs de
de Poisson P(λ). Le choix de guichet A par le i− ème client est modélisé par une poule. Il sait que sur les deux milles oeufs recueillis dans la journée, 104 avaient
loi Bernoulli B(p). Ainsi Yi vaut 1 avec probabilité p si le i−ème client choisit bien un poids inférieur à 53 grammes et 130 supérieur à 63 grammes.
le guichet A et 0 avec probabilité 1 − p sinon. On supposera de plus que toutes les
variables (X, Yi ) sont indépendantes. Posons de plus: 1. En admettant que la variable aléatoire égale à la masse en gramme d'un oeuf
suit une loi normale, donner une estimation des paramètres de cette loi.2
X
X
S= Yk 2. En déduire le poids moyen d'un oeuf.
k=1
3. Combien peut-il espérer vendre de très gros oeufs dans l'année. 3
1. Que signie S ?
2. Que vaut P (S = k|X = n)? Loi Exponentielle

3. Montrer que S suit une loi de Poisson.


Exercice 10. Soit X et Y deux variables aléatoires indépendantes de densités
4. En déduire P (X = n|S = k). continues fX et fY . On pose U = min(X, Y ) et V = max(X, Y ).
1. Calculer La densité de U et V , notès respectivement fU et fV . On pourra
Loi Uniforme
s'intéresser aux fonctions de répartitions.
2. On considère Xn des variables aléatoires indépendantes de loi exponentielle
Exercice 8. Un skieur doit traverser un glacier d'un longueur l. A l'endroit où de paramètre respectifs λ1 , . . . , λn , calculer la loi de M in(X1 , X2 , . . . Xn ).
il devra traverser, on sait qu'il existe une crevasse avec probabilité p. On suppose
que, si cette crevasse existe, sa position est uniformément distribuée sur l'intervalle 3. On considère n atomes radioactifs diérents qui se ssionent selon une loi
[0, l] du trajet. Le skieur a déjà parcouru une distance x ≤ l sans encombre et se exponentielle, l'atome numéro i suivant une loi exponentielle de paramètre
pose la question: quelle est la probabilité qu'il rencontre une crevasse? λi . On considère la variable aléatoire Y représentant le premier atome qui se
1 P (C) = p. P (A) + P (B) = p. ssione. Calculer la loi de Y .

1 on pourra noter A l'événement la crevasse existe dans [0, x], B l'événement la crevasse existe et se trouve après x et C l'événement la crevasse existe.
2 On pourra utiliser le tableau de la fonction de répartition de la loi normale N (0, 1)
3 Un très gros oeuf (XL) pèse plus de 73 grammes.

Vous aimerez peut-être aussi