Probabilités S2 Correction TD4
TD 1 Variables aléatoires
Exercice 1.1. Les ‡échettes
Un joueur tire sur une cible de 10 cm de rayon, constituée
de couronnes concentriques, délimitées par des cercles de
rayons 1,2, ..., 10 cm, et numérotées respectivement de 10 à 1.
La probabilité d’atteindre la couronne k est proportionnelle
à l’aire de cette couronne, et on suppose que le joueur atteint
sa cible à chaque lancer.
Soit X la variable aléatoire qui à chaque lancer
associe le numéro de la cible.
1. Quelle est la loi de probabilité de X ?
2. Le joueur gagne k euros s’il atteint la couronne numérotée k
pour k compris entre 6 et 10, tandis qu’il perd 2 euros s’il
atteint l’une des couronnes périphériques numérotées de 1 à 5.
Le jeu est-il favorable au joueur ?
1. L’aire de la zone numérotée k est la di¤érence entre l’aire du disque de rayon 11 k et celui de rayon 11 k 1
donc c’est
2 2
(11 k) (10 k) =
La somme de toute ces aires est l’aire du disque de rayon 10, donc et donc
(21 2k) 21 2k
P (X = k) = =
100 100
2. Notons Y la variable aléatoire qui a un lancer associe le gain.
5
X 10
21 2k X 21 2k
E (Y ) = ( 2) + k
100 100
k=1 k=6
19 + 17 + 15 + 13 + 11 54 + 49 + 40 + 27 + 10
= ( 2) +
100 100
3
=
10
L’espérance de gain est strictement positive donc le jeu est favorable au joueur.
Exercice 1.2. Le trousseau de clefs.
Une personne possède 4 clefs parmi lesquelles une seule ouvre la porte. Elle les essaie au hasard en éliminant celles
qui ne marchent pas. On pose X = « le nombre d’essais pour ouvrir la porte » .
1. Calculer la loi de probabilité de X.
1 3 1 1 3 2 1 1
P (X = 1) = 4 P (X = 2) = 4 3 = 4 P (X = 3) = 4 3 2 = 4 et donc P (X = 4) = 14 :
2. Calculer E (X) et V (X) :
1 5 5 2 1 25
E (X) = 4 (1 + 2 + 3 + 4) = 2 et V (X) = E X 2 2 = 4 (1 + 4 + 9 + 16) 4 = 45 :
1
3. Reprendre les question si le trousseau contient n clés.
1
P (X = k) = n pour toutes les valeurs de k
1 n+1
E (X) = n (1 + 2 + ::: + n) = 2
2 2
1 n+1 (n + 1) (2n + 1) (n + 1)
V (X) = 1 + 22 + ::: + n2 =
n 2 6 4
2 2n2 + 3n + 1 3 n2 + 2n + 1 n2 1
= =
12 12
Exercice 1.3. Dispersion.
Soit X une variable aléatoire de loi uniforme sur un univers .
On note fx1 ; x2 ; :::; xk g les valeurs prises par X, m = V (X) et = (X).
Soit n le nombre de valeurs de X comprises entre m 2 et m + 2 :
1. Montrer que
k
X 2 2
(xi m) 4 (k n)
i=1
Notons I f1; :::; ng l’ensemble des indices i tel que xi n’est pas compris entre m 2 et m + 2 , c’est-à-dire
tels que jxi mj > 2 :
Comme la somme est à terme positifs
k
X X
2 2 2 2
(xi m) (xi m) card (I) (2 ) = 4 (k n)
i=1 i2I
2. En déduire qu’au moins trois quarts des valeurs de X sont comprises entre m 2 et m + 2 .
On a
k
1X 2 2
V (X) = (xi m) =
k i=1
Donc l’inégalité de la question précédente peut se réécrire :
2 2
k 4 (k n)
Ce qui donne
1 k n n
=1
4 k k
et donc on obtient
n 3
k 4
et la proportions des valeurs comprises entre m 2 et m + 2 est supérieure ou égale à 43 :
3. Plus généralement, montrer que pour tout t > 1, la proportion des valeurs de X contenues dans l’intervalle
1
[m t ; m + t ] est au moins égale à 1 .
t2
On reprend la méthode précédente et on note à nouveau n le nombres de valeurs dans l’intervalle [m t ; m + t ]
et I l’ensemble des indices i des valeurs qui n’y sont pas, c’est-à-dire tels que jxi mj > t :
Et on obtient
k
X X
2 2 2
k = (xi m) (xi m) t2 (k n) 2
i=1 i2I
2
Ce qui donne
1 k n
t2 k
et …nalement
n 1
1 :
k t2
Notons que ce résultat est un cas particulier du théorème de Bienaymé-Tchebychev.
Exercice 1.4. Bi ou quadri ?
A et B sont deux avions ayant respectivement 4 et 2 moteurs.
Les moteurs sont supposés indépendants les uns des autres, et ils ont une probabilité p 2 ]0; 1[ de tomber en panne.
Chaque avion arrive à destination si moins de la moitié de ses moteurs tombe en panne.
Quel avion choisissez-vous ? (on discutera en fonction de p).
Notons X la variable aléatoire qui donne le nombre de moteurs qui tombent en panne et calculons la probabilité
d’arriver à destination pour chaque avion :
4 3 3
Avion A : P (X = 0) + P (X = 1) = (1 p) + 4 (1 p) p = (1 p) (1 + 3p)
2
Avion B : P (X = 0) = (1 p)
Donc il est préférable de choisir l’avion A lorsque
3 2
(1 p) (1 + 3p) > (1 p)
Comme 1 p > 0 on peut simpli…er cette inégalité en
(1 p) (1 + 3p) > 1
2p 3p2 > 0
p (2 3p) > 0
2 3p > 0
2
p <
3
2
Il faut donc choisir l’avion A si p < 3 et l’avion B sinon.
Exercice 1.5. Surbooking
Un avion peut accueillir 20 personnes, des statistiques montrent que 25 % clients ayant réservé ne viennent pas.
Soit X la variable aléatoire : « nombre de clients qui viennent après réservation parmi 20 » . Quelle est la loi de
X ? Quelle est son espérance, son écart-type ?
À l’aide de la calculatrice, déterminer le nombre de réservations qu’on peut prendre au maximum pour que la
probabilité de manquer de places soit inférieure à 50 %.
X suit une loi binomiale B 20; 34 : Son espérance est donc 20 34 = 15 et son écart-type est 20 43 14 = 15 4 :
Si on note N le nombre de réservation et X la variable aléatoire qui donne le nombre de voyageurs qui se présentent
e¤ectivement alors X suit une loi binomiale B N; 43 :
On veut la valeur maximale de N pour avoir P (X > 20) 12 : On teste avec la calculatrice et on trouve les résultats
suivants. On peut également utiliser
NX21 N k k
N 3 1
P (X > 20) =
k 4 4
k=0
Si N = 24; P (X > 20) = 0; 12 Si N = 25; P (X > 20) = 0:21
Si N = 26; P (X > 20) = 0; 34 Si N = 27; P (X > 20) = 0; 47
Si N = 28; P (X > 20) = 0; 6
Donc la valeur recherchée est N = 27:
3
Exercice 1.6. Les pommes pourries
Un épicier reçoit un lot de pommes dont 25 % sont avariées. Il charge un employé de préparer des emballages de
10 pommes chacun.
Celui-ci, négligent, ne se donne pas la peine de jeter les fruits avariés. Chaque client qui trouve, dans l’emballage
qu’il achète, 3 fruits ou plus qui sont avariés, revient au magasin se plaindre.
Si l’épicier a 100 clients qui achètent des pommes ce jour-là, à combien de plaintes doit-il s’attendre ?
Notons X le nombre de pommes avariées dans un paquet. X suit une loi binomiale B 10; 14 La probabilité qu’un
sac contienne au moins trois pommes avariées est
P (X 3) = 1 P (X = 0) P (X = 1) P (X = 2)
10 9 8 2
3 3 1 3 1
= 1 10 45 0; 4744
4 4 4 4 4
Le nombre de plainte suit une loi binomiale avec n = 100 et p = 0; 4744 donc son espérance est approximativement
égale à 47,44 et donc on peut s’attendre à environ 47 plaintes de clients.
Exercice 1.7. lancer de dés
On jette six fois un dé équilibré à six faces.
1. Quelle est la probabilité que chaque résultat soit apparu une fois à l’issue des six tirages ?
Il y a 6! tirages ou chaque nombre apparait une fois donc la probabilité est
6! 5! 5
= 5 =
66 6 324
On jette 60 fois un dé équilibré.
2. Quelle est la probabilité que le nombre d’apparitions du numéro 1 soit compris entre 8 et 12 (inclus) ?
Notons X le nombre d’apparitions du numéro 1; alors X suit une loi binomiale B 60; 61 .
La probabilité recherchée est donc
12
X k 60 k
60 1 5
0; 614
k 6 6
k=8
On l’obtient avec la calculatrice en faisant P (X 12) P (X 7) :
On jette 36n fois un dé équilibré où, n 2 N .
3. Montrer que la probabilité que le nombre d’apparitions du numéro 1 soit strictement compris entre 5n et 7n
5
est supérieure ou égale à 1 .
n
Notons encore X le nombre d’apparitions du numéro 1; alors X suit une loi binomiale B 36n; 16 . Donc
E (X) = 6n et V (X) = 5n
On utilise l’inégalité de Bienaymé-Tchebychev :
V (X)
P (jX E (X)j ) 2
et on obtient
5n 5
P (jX 6nj n) 2
=
n n
Donc
5
P (jX 6nj < n) = 1 P (jX 6nj n) 1 :
n
On retrouve bien le résultat voulu.
4
4. Trouver un intervalle tel que la probabilité que le nombre d’apparitions du numéro 1 ne soit pas dedans soit
inférieure à 1%.
p
On cherche tel que V(X) 2 0; 01 donc 2 500n et 500n donc il su¢ t de choisir l’intervalle
h p p i
6n 500n; 6n + 500n :
Exercice 1.8. Les deux uniformes
Soit X; Y deux variables aléatoires indépendantes suivant la loi uniforme sur f1; : : : ; ng.
1. Déterminer P (X = Y ).
n
X n
X n
X 1 n 1
P (X = Y ) = P (X = k \ Y = k) = P (X = k) P (Y = k) = = 2 =
n2 n n
k=1 k=1 k=1
On pouvait aussi faire un raisonnement direct en disant qu’une fois que X a pris une valeur alors il y a une
chance sur n que Y prenne cette valeur.
2. Déterminer P (X Y ).
Par symétrie entre X et Y on a P (X > Y ) = P (X < Y ) et par ailleurs,
P (X > Y ) + P (X = Y ) + P (X < Y ) = 1
on obtient
1
2P (X > Y ) = 1
n
et donc
1 1 1 n+1
P (X Y ) = P (X > Y ) + P (X = Y ) = + =
2 2n n 2n
3. Déterminer la loi de X + Y .
Soit k compris entre 2 et n + 1, si X + Y = k alors X prend une valeur entre l telle que 1 l k 1 et Y
prend la valeur k l: Donc
k
X1 k
X1 k
X1 1 k 1
P (X + Y = k) = P (X = l \ Y = k l) = P (X = l) P (Y = k l) = 2
=
n n2
l=1 l=1 l=1
Maintenant si n + 1 k 2n, on a par symétrie
2n k+1
P (X + Y = k) =
n2
Exercice 1.9. La chasse aux canards
Un groupe de r chasseurs tirent simultanément sur un vol de n canards. Sachant que chaque chasseur a une
probabilité p de toucher sa cible (choisie au hasard) et indépendamment des autres chasseurs.
Combien de canards vont survivre ?
Application numérique : r = 80 ; n = 20 et p = 0; 25.
1
Pour un canard donné et un chasseur donné la probabilité que le chasseur tue ce canard est p en e¤et la
n
1
probabilité qu’il vise ce canard est n et la probabilité qu’il le touche si il le vise est p (on suppose que la probabilité
qu’il le touche sans le viser est nulle).
p r
Au …nal, la probabilité qu’un canard survive après le tir des r chasseurs est q = 1 :
n
5
Le nombre de canard survivants est une variable aléatoire qui suit une loi binomiale B (n; q) donc son espérance
est nq et donc le nombre moyen de canards survivants est
p r
n 1
n
80
1
Application numérique : 20 1 = 7; 3
80
Exercice 1.10. La vache folle
Une épidémie frappe le cheptel bovin français. On estime que 10% des bêtes sont malades ce qui contamine leur
lait. Il faut absolument dépister cette maladie mais le test est très onéreux. On décide de mélanger le lait de k
vaches, de tester ce mélange et lorsque le mélange est contaminé, on teste les k vaches concernées.
1. Combien de tests en moyenne faudra-t-il pour tester un groupe de k vaches ?
k
Il faut déjà faire un test pour le mélange. La probabilité qu’il soit contaminé est 1 (0; 9) puisque la
k
probabilité que les vaches soient toutes saines est (0; 9) : Donc …nalement le nombre moyen de tests à
e¤ectuer est
k
1 + 1 (0; 9) k
k
2. Montrer que cette méthode est plus rentable qu’un test systématique de tout le troupeau lorsque k (0; 9) > 1
et donner l’ensemble des valeurs de k qui véri…ent cette inégalité.
On a
k k k
1+ 1 (0; 9) k <k ,1+k k (0; 9) < k , k (0; 9) > 1:
x
Traçons la courbe représentative de x ! x (0; 9)
5
y
4
0
0 10 20 30 40
x
On véri…e que l’inégalité est vrai pour k compris entre 2 et 33 inclus.
3. Quelle valeur de k faut-il choisir ?
n
Notons n le nombre total de vaches à tester. Le nombre de groupes de k vaches est donc k et le nombre
global de test à e¤ectuer est
n k 1 k
1+ 1 (0; 9) k =n +1 (0; 9)
k k
1 k
Il faut donc trouver la valeur de k telle que k +1 (0; 9) soit minimal. Traçons la courbe représentative de
x
x ! x1 + 1 (0; 9) :
6
4
y
0
0 2 4 6 8 10 12 14 16 18 20
x
Si on zoome au voisinage du minimum :
0.64
y
0.63
0.62
0.61
0.60
0.59
0.58
3 4 5
x
On voit que la valeur de k la meilleure est 4:
Exercice 1.11. Les vaccins
Vous êtes responsable des achats à l’hôpital de La Rochelle. Sur les 175 000 habitants de l’agglomération, 42 000
ont demandé à se faire vacciner contre la grippe lors de la campagne de l’automne 2022. Le vaccin coûte assez cher
et se périme en quelques mois, vous devez donc en acheter le moins possible.
Combien en achetez-vous pour que le risque d’en manquer soit
inférieur à 10 % ?
inférieur à 1 % ?
Pour répondre à cette question, il est nécessaire de faire des hypothèses. On va supposer que le nombre de vaccin
demandé suit une loi binomiale, c’est-à-dire que chaque habitants à la même probabilité de se faire vacciner,
indépendamment des autres. Cette hypothèse est certainement fausse mais il faut espérer qu’elle ne s’éloigne pas
trop de la réalité, et puis de toute façon on ne voit pas bien quelle meilleure hypothèse on pourrait prendre...
On connait n car c’est 175000; mais pas du tout p: Il fait à nouveau faire une hypothèse raisonnable (pas trop
déraisonnable plutôt) c’est que l’espérance de cette loi est 42000 et donc que p vaut
42000 6
= :
175000 25
7
SI vous n’avez pas su comment démarrer cet énoncé, je vous incite fortement à vous y replonger avec l’hypothèse
6
que la variable aléatoire X qui donne le nombre de vaccons demandé suit une loi B 175000; 25 :
Tout d’abord, on veut déterminer une valeur M telle que P (X > M ) 0; 1.
L’inégalité de Bienaymé-Tchebychev nous donne que
19
V (X) 42000 25 31 920
8 > 0; P (jX E (X)j > ) 2 = 2 = 2
Or par symétrie de la loi binomiale
P (jX E (X)j > ) = P (X E (X) > ) + P (E (X) X > ) = 2P (X E (X) > )
Finalement, on a
31 920 15960
P (X E (X) > ) 2 = 2
2
P (X > M ) 0; 1 équivaut à P (X E (X) > M E (X)) 0;p1:
On cherche pour que 15960 2 = 0; 1 donc 2 = 159600 et = 159600 400
Il su¢ t donc d’acheter 42300 vaccins.
p
Pour 1% on a = 1596000 1263 et donc il su¢ t acheter 43263 vaccins.
Remarque, la majoration donnée par l’inégalité de Bienaymé-Tchebychev n’est pas optimale.
p En approximant la
loi binomiale par une loi normale de même espérance 42000 et de même écart-type 31 920, on peut calculer M
tel que P (X > M ) < 0; 01 et on trouve M = 42416:
