Exercices : Probabilités

Exercice 1 (Probabilités usuelles sur N)

Soit Ω = N muni de la tribu A = P(N).
(
P ({0}) = 0
k−1 , puis pour A ∈ A P (A) =
X
1) Soit p ∈]0, 1[. Posons ∗ P ({k}).
∀k ∈ N , P ({k}) = p(1 − p) k∈A
a) Montrer que P définit une probabilité sur (N, P(N)).
b) Soit A l’évènement « n > 10 ». Calculer P (A).
λk
2) Soit λ ∈ R∗+ . Posons ∀k ∈ N, P ({k}) = e−λ étendu à P(N) comme ci-dessus.
k!
Montrer que P définit une probabilité sur (N, P(N)).

Exercice 2
1) Soit Ω = N muni de la tribu A = P(N).
Soit P une probabilité sur (N, P(N)). Montrer que

lim P ({n}) = 0
n→+∞

2) Soit (An )n∈N une suite d’évènements deux à deux incompatibles d’un espace probabilisé (Ω, T , P ).
Montrer
lim P (An ) = 0
n→+∞

Exercice 3
1) Soit Ω = J1, 6KN représentant un nombre dénombrable de lancers de dé indépendants. Pour tout n ∈ N,
considérons l’événement :

An : « Le n-ième lancer est un 4. »

Exprimer à l’aide de phrase puis à l’aide de quantificateurs les événements suivants :

[ +∞
[ \
∀n ∈ N Bn = Am = Am et B= Bn
m>n m=n n∈N

2) Soit (An )n∈N une suite d’évènements d’un espace probabilisé (Ω, A , P ). On pose
[
∀n ∈ N Bn = Am
m>n

Montrer que, pour tout n ∈ N, Bn ∈ A , puis que

 
\
P Bn  = lim P (Bn )
n→+∞
n∈N

 
X \
3) (Borel-Cantelli) On suppose de plus que P (An ) converge. Montrer que P  Bn  = 0.
n>0 n∈N

Exercice 4
Soit A et B deux évènements d’un espace probabilisé (Ω, A , P ).
1) Montrer que, si A et B sont indépendants, alors A et B le sont aussi.
2) Montrer que A et B sont indépendants si et seulement si A et B le sont.

Exercice 5

1
Exercices Probabilités

1) Considérons une famille ayant exactement deux enfants. Notons f les filles et g les garçons. Il y a 4
possibilités, en notant le plus âgée en premier :

f f, f g, gf, gg

On suppose qu’il y a équiprobabilité.

a) On suppose que l’un des enfants est une fille. Quelle est la probabilité que l’autre soit un garçon ?
b) Soit A : « La famille a au plus un garçon » et B : « Il y a des enfants des deux sexes ».
Les événements A et B sont-ils indépendants ?
c) L’aînée est une fille (événement A0 ) , quelle est la probabilité que l’autre soit un garçon ? A0 et
B sont-ils indépendants ?
2) Désormais la famille a exactement 3 enfants. Comparer les événements A3 et B3 .

Exercice 6
L’urne U , au contenu évolutif, contient au départ 1 boule blanche et n − 1 boules noires (n > 2). On effectue
des tirages successifs de la façon suivante :
• si au k-ième tirage on tire la boule blanche, on s’arrête, on a gagné ;
• si au k-ième tirage on tire une boule noire, alors on remet la boule noire dans l’urne, on ajoute une
boule noire en plus dans l’urne U et on procède au (k + 1)-ième tirage.
On note Bk [resp. Nk ] les événements « on a effectué (k −1) tirages sans obtenir la boule blanche, et le k-ième
tirage apporte la boule blanche [resp. une boule noire] ». Après les avoir décrits, calculer les probabilités des
événements suivants :
[ [ [ \
Nk ; Bk ; Bh ; Bk ∪ Nk ; Nh ; Bh ; Nh .
h6k h>1 h>1 h>1

Exercice 7
Soit (An )n∈N une suite d’évènements mutuellement indépendants.
Montrer que la probabilité qu’aucun des An ne soit réalisé est inférieure à
+∞
!
X
exp − P (An )
n=0

Indication : Montrer que, pour tout x ∈ R, 1 + x 6 ex .

Exercice 8 (Loi hypergéométrique)

1) On considère une urne contenant n boules, b blanches et n − b noires. On tire p boules, sans remise.
Soit X le nombre de boules blanches tirées. Donner la loi de X.
2) Application à l’estimation de la taille d’une population : des poissons dans un lac. On suppose que 1000
poissons sont capturés, marqués, puis relâchés. Une seconde pêche capture 1000 nouveaux poissons,
dont 100 marqués. On suppose qu’entre les deux pêches le nombre de poisson n’a pas bougé, et qu’ils
se sont parfaitement mélangés.
a) Quelle est la probabilité de l’événement « la seconde pêche comporte 100 poissons marqués », en
appelant n le nombre de poissons au total dans le lac.
b) Quelle est cette probabilité si n = 2000 ?

Exercice 9
Une maladie rare touche un individu sur 100 000. On dispose d’un test de dépistage qui est positif pour
95% des personnes malades et pour 0.5% des individus sains. Un individu est testé positif. Quelle est la
probabilité qu’il soit effectivement malade ? Ce test vous paraît-il fiable ? Et si le test est négatif, que doit-on
en penser ?

Exercice 10
Soit X et Y deux variables aléatoires discrètes indépendantes.

2
Exercices Probabilités

1) Si X ∼ P(λ) et Y ∼ P(µ), avec λ, µ ∈ R∗+ , donner la loi de Z = X + Y .

2) Si X ∼ G (p) et Y ∼ G (p), avec p ∈]0, 1[, donner la loi de Z = X + Y .
3) Si X ∼ G (p) et Y ∼ G (q), avec p, q ∈]0, 1[, donner la loi de Z = min(X, Y ).

Exercice 11
Soient X et Y deux variables aléatoires à valeurs dans N.
On suppose que la loi conjointe de X et Y vérifie
a
∀j ∈ N, ∀k ∈ N, P (X = j, Y = k) =
j!k!
où a ∈ R tel que P soit une loi de probabilité.
1) Déterminer la valeur de a.
2) Reconnaître les lois marginales de X et Y .
3) Les variables X et Y sont elles indépendantes ?

Exercice 12
Deux joueurs A et B s’affrontent à un jeu de dé 6 faces (supposé parfaitement équilibré). A commence la
partie et lance le dé. S’il obtient 1 ou 2, A est déclaré vainqueur et la partie s’arrête. Sinon, B prend la main
et jette le dé : s’il obtient 3, 4 ou 5, il a gagné et la partie s’arrête. Sinon, A prend la main et on recommence
dans les mêmes conditions ...
Pour n ∈ N∗ , on note Xn le résultat du n-ième lancer, A2n−1 l’évènement « A gagne au (2n−1)-ième lancer »
et B2n l’évènement « B gagne au 2n-ième lancer ».
1) Soit n entier naturel non nul. Exprimer A2n−1 et B2n à l’aide des (Xk )k∈N∗ , puis calculer leur proba-
bilité.
2) Quelles sont les probabilités des évènements GA :« A gagne », GB :« B gagne » et H :« la partie ne
s’arrête pas ».

Exercice 13 (Marche aléatoire — CCINP PC 2020)

Une puce se déplace sur la droite réelle. Au départ (à t = 0), elle est à l’origine x = 0. A chaque étape,
on jette une pièce équilibrée, si le résultat est Pile, la puce se déplace de 1 vers la gauche (donc de −1), si
le résultat est Face, elle se déplace de 1 vers la droite. Pour n ∈ N∗ , notons Xn la position de la puce à la
n-ième étape.
1) Donner la loi de la variable aléatoire Yn représentant le déplacement lors de la n-ième étape.
2) Quelle est la probabilité d’être de retour à l’origine 0 à la 2n + 1-ième étape ?
3) Exprimer Xn en fonction des (Yk )k∈N∗ . On note Yen = (1 + Yn )/2. Quelle est la loi de Yen ? En déduire
celle de Xn à l’aide d’une loi classique. On prouvera que les (Yen )n∈N sont mutuellement indépendantes.
4) Quelle est la probabilité d’être de retour à l’origine 0 à la 2n-ième étape ?

Exercice 14
1
 
Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ > 0. Calculer E .
X +1
Exercice 15
On considère une suite (Xn )n∈N∗ de variables aléatoires mutuellement indépendantes suivant une même loi
de Bernoulli de paramètre p ∈]0, 1[.
Modélise une succession de lancers de pile ou face, avec probabilité p d’obtenir pile.
On pose, pour tout n ∈ N∗ : Yn = Xn Xn+1 et Un = Y1 + · · · + Yn .
Dans la modélisation précédente, Yn est un succès si les lancers n et n + 1 donnent pile. Un est le nombre
de succès de Yn entre 1 et n.
1) Pour tout n ∈ N∗ , déterminer la loi de Yn puis calculer E(Yn ) et V (Yn ).
2) Soient n, m ∈ N∗ tels que n < m. Les variables Yn et Ym sont-elles mutuellement indépendantes ?
Calculer Cov (Yn , Ym ).
3) Calculer, pour tout n ∈ N∗ , E(Un ) et V (Un ).

3
Exercices Probabilités

Exercice 16
Soit X une variable aléatoire discrète suivant une loi de Poisson de paramètre λ ∈ R∗+ . Montrer que
 λ 4 1
P X< 6 et P (X > 2λ) 6
2 λ λ
Exercice 17
Une usine confectionne des pièces dont une proportion p est défectueuse. On effectue un prélèvement de
n pièces et on note Zn la variable aléatoire discrète représentant le nombre de pièces défectueuses dans ce
Zn
prélèvement. On veut approcher p par la proportion de pièces défectueuses sur cet échantillon.
n
Remarque : dans ce problème on suppose que le prélèvement se fait sur une population très grande. Par
conséquent, le prélèvement peut être considéré comme une suite de n tirages indépendants avec remise.
1) Quelle est la loi de Zn ?
2) En déduire sa moyenne et sa variance.
Zn 1
 
3) Montrer que pour tout ε > 0, P −p >ε 6 .
n 4nε2
4) En déduire une condition sur n pour que l’approximation donne une valeur approchée de p à 0.01 près
avec une probabilité supérieure ou égale à 95%.
Exercice 18 (Urnes de Polya – cas particulier)
Une urne contient au départ 1 boule noire et 1 boule blanche. On effectue une suite de tirages qui consiste à
tirer une boule de l’urne, regarder sa couleur, et la remettre dans l’urne en ajoutant une boule de la même
couleur avant le tirage suivant. On cherche à déterminer l’évolution de la proportion de boules noires dans
l’urne.
Pour tout n ∈ N, on note Xn le nombre de boules noires à l’issue du n-ième tirage. En particulier X0 = 1.
Pour tout n ∈ N∗ , on note An l’événement « tirer une boule noire lors du n-ième tirage ».
1) Quel est le nombre de boules avant le n-ième tirage ?
2) Déterminer les lois de X0 , X1 et X2 .
3) Déterminer par récurrence la loi de Xn .
4) À l’aide de la loi des (Xk )k∈N , déterminer la probabilité de l’évènement An .
Pour le cas général, on pourra consulter le sujet CCINP 2021.
Exercice 19 (Chaîne de Markov)
Un processus de Markov est un système sans mémoire : l’information pour l’état futur du système est
contenue dans l’état présent, et ne dépend pas du passé. Voici un exemple de chaîne de Markov.
Chaque soir, pour dîner, vous avez 3 possibilités : vous faire des pâtes chez vous (0), aller au self (1), ou
commander une pizza (2).
i. Si vous avez mangé chez vous la veille, la probabilité d’aller au self le lendemain est de 1/2, celle de
commander une pizza 1/4, et donc celle de rester chez vous 1/4.
ii. Si vous êtes allé au self la veille, la probabilité de manger chez vous est 1/2 et celle de commander une
pizza 1/3.
iii. Si vous avez mangé une pizza la veille, la probabilité de rester chez vous est 1/3 et d’aller au self 1/3.
Pour tout n ∈ N, on note Xn le type de repas pris le n-ième jour.
On suppose que le premier repas est pris au self.
1) Pour tout n ∈ N∗ , donner Xn (Ω).
2) Graphe
a) Représenter le problème sous forme d’un graphe pondéré.
b) Donner la matrice d’adjacence (aij )06i,j<3 .
c) Soit (i, j) ∈ J0, 3J2 . Que contient le coefficient aij ?
On remarquera que le graphe est fortement connexe si et seulement si tous les coefficients de M sont
strictement positifs. La chaîne de Markov est alors dite « irréductible ».

4
Exercices Probabilités

3) Donner les lois de X0 et X1 .

4) Déterminer la probabilité de manger chez vous le jour n = 2.
5) Soit n ∈ N. Déterminer P (Xn+1 = 0) en fonction de P (Xn = 0), P (Xn = 1) et P (Xn = 2).
 
P (Xn = 0)
6) Soit n ∈ N. Posons Vn = P (Xn = 1). Montrer qu’il existe M ∈ M3 (R) telle que
 
P (Xn = 2)

Vn+1 = M Vn

7) Déterminer Vn en fonction de M , de n et de V0 .
8) Étude de la matrice stochastique M .
 
1
T
a) Que vaut M 1 ? Montrer que 1 ∈ Sp (M ).
 
1
 
x0
b) Soit e1 = x1  un vecteur propre pour la valeur propre 1 tel que la somme des coordonnées vaut
 
x2
1, et que l’on pose P (X0 = 0) = x0 , P (X1 = 1) = x1 et P (X0 = 2) = x2 , que vaut (Vn )n ?
c) Réduire M : montrer que M est diagonalisable, que 1 est valeur propre simple et que les autres
valeurs propres sont de modules strictement plus petit que 1.
d) Désormais, on se donne X0 de loi quelconque, avec X0 (Ω) = J0, 3J. En se plaçant dans une base
de diagonalisation (e1 , e2 , e3 ) de C3 , montrer que Vn = an e1 + bn e2 + cn e3 tend vers e1 . Cet état
est appelé l’état stable du système.

Exercice 20 (Motifs dans une suite de pile ou face)

On dispose d’une pièce qui, lorsqu’elle est lancée, tombe sur « pile » (P) avec la probabilité p et tombe sur
« face » (F) avec la probabilité q = 1 − p. On suppose que p est dans ]0, 1[.
Deux joueurs, Auguste et Bérengère, s’affrontent dans une suite de lancers de pièce.
Chacun d’eux choisit un motif formé d’une suite de trois piles ou faces avant le début de la partie.
– Auguste parie sur le motif PPF (pile, pile, face),
– Bérengère parie sur le motif FPP (face, pile, pile),
Puis la pièce est lancée plusieurs fois de suite jusqu’à ce qu’un des deux motif apparaisse, désignant le
gagnant.
La probabilité d’un évènement A lié à ce jeu sera noté P(A).
Soit n ∈ N∗ . On note Xn la variable aléatoire qui donne la valeur du n-ième lancer : la variable Xn prend
la valeur P lorsque la pièce tombe sur « pile » et la valeur F lorsque la pièce tombe sur « face ». Ainsi,

P(Xn = P ) = p et P(Xn = F ) = q

Les lancers sont supposés indépendants, donc les (Xn )n∈N∗ sont mutuellement indépendantes.
1) Le match nul.
Le but de cette question est d’étudier l’évènement H : « Personne ne gagne la partie ».
Pour simplifier, on groupe les suites de lancers en paquets de 3, en commençant au premier lancer :

« PFPFFFPFPFFPFFPFFPPPP... » sera découpé en « |PFP|FFF|PFP|FFP|FFP|FFP|PPP|... »

On ne considère que les motifs « X3n+1 X3n+2 X3n+3 ». Ainsi le « FPP » qui apparaît vers la fin de la
chaîne n’est pas détecté, car découpé sur 2 paquets.
Soit T la variable aléatoire discrète donnant le numéro du premier paquet égal à « FPP ».
Si le motif « FPP » n’apparaît dans aucun paquet, T = +∞.
a) Étude de la variable aléatoire discrète T .

5
Exercices Probabilités

i) Donner T (Ω).
ii) Décrire l’évènement (T = 1) à l’aide des (Xk )k , puis en déduire sa probabilité.
iii) Pour tout n ∈ T (Ω), donner les valeurs de P(T = n).
iv) On exclue +∞ de T (Ω). Quelle loi classique suit T ?
b) Déduire de T la probabilité P(H) : le jeu se termine-t-il ?
Le raisonnement peut être reproduit pour tout motif arbitraire de longueur m ∈ N∗ . C’est ce qu’on
appelle le paradoxe du singe.
2) Probabilités de victoire de A et B.
Soit n dans N∗ . Notons les évènements suivants :
• En : « le jeu n’est pas terminé après n lancers ».
• An : « le n-ième lancer fait gagner Auguste », c’est-à-dire PPF vient d’apparaître pour la première
fois (et FPP n’est pas apparu avant).
• Bn : « le n-ième lancer fait gagner Bérengère ». c’est-à-dire FPP vient d’apparaître pour la
première fois (et PPF n’est pas apparu avant).
a) Au bout de n = 1 ou 2 lancers, l’un des joueur peut-il avoir gagné la partie ?
En déduire les valeurs de P(En ), P(An ), P(Bn ) pour n = 1, 2 et 3.
b) Soit n ∈ N, tel que n > 3. Déterminer la probabilité P(An ) qu’Auguste gagne la partie au n-ième
lancer.
c) On note GA : « Auguste a gagné » et GB : « Bérengère a gagné ».
Déterminer P(GA ), en déduire P(GB ). Quelles valeurs obtient-on lorsque la pièce est équilibrée ?
Quelle valeur donner à p pour que le jeu soit équitable ?