© Laurent Garcin MP Dumont d’Urville

Révisions de première année Exercice 5

Probabilites
Exercice 1 On dispose d’un dé à 6 faces et d’une pièce de monnaie. Après avoir lancé 𝑛 fois le dé,
on lance la pièce autant de fois qu’on a obtenu le 6 avec le dé. On note S le nombre de 6
On considère une urne contenant 4 boules blanches et 8 boules rouges. Quelle est la proba- obtenus avec le dé et F le nombre de faces obtenues avec la pièce.
bilité de la suite «blanc, blanc, rouge» si on tire successivement trois boules sans remise ? 1. Quelle est la loi de S ?
2. Soit 𝑠 ∈ ⟦0, 𝑛⟧. Déterminer la loi de F conditionnée par l’événement S = 𝑠.
Exercice 2 1
3. Montrer que F suit la loi ℬ (𝑛, ).
12
On considère une urne A contenant deux boules rouges et trois boules vertes et une urne
B contenant trois boules rouges et deux boules vertes. On tire au hasard une boule dans
l’urne A que l’on place dans l’urne B. On tire ensuite successivement et sans remise deux Exercice 6
boules dans l’urne B. Quelle est la probabilité que la boulé tirée dans l’urne A soit verte
sachant que les deux boules tirées dans l’urne B sont rouges ? Une famille à 𝑛 enfants (𝑛 ≥ 2). On note
• A l’événement «la famille a des enfants des deux sexes» ;
Exercice 3
• B l’événement «la famille a au plus une fille».
On considère 𝑛 urnes numérotées de 1 à 𝑛. L’urne numéro 𝑘 contient 𝑘 boules blanches et Montrer que A et B sont des événements indépendants si et seulement si 𝑛 = 3.
𝑛 − 𝑘 boules noires. On choisit au hasard une urne puis une boule dans cette urne.
1. Quelle est la probabilité d’obtenir une boule blanche ?
Exercice 7
2. On suppose qu’on a tiré une boule blanche. Quelle est la probabilité qu’elle ait été
tirée dans l’urne numéro 𝑘 ? Une urne contient 2 boules blanches et 𝑛 − 2 boules rouges. On effectue 𝑛 tirages sans
remise dans cette urne. On appelle X le rang de sortie de la première boule blanche et Z
le rang de sortie de la deuxième boule blanche.
Exercice 4 Une chaîne de Markov
1. Déterminer la loi du couple (X, Z).
Un buveur impénitent décide d’essayer de ne plus boire. S’il ne boit pas un jour donné, 2. En déduire les lois de X et Z.
la probabilité qu’il ne boive pas le lendemain est de 0, 4. S’il succombe à la tentation un
jour, alors le remords fait que la probabilité qu’il ne boive pas le lendemain monte à 0, 8.
1. Quelle est la probabilité que ce buveur ne boive pas le 𝑛ème jour ?

2. Que se passe-t-il lorsque 𝑛 tend vers +∞ ?

http://lgarcin.github.io 1
 © Laurent Garcin MP Dumont d’Urville

Exercice 8 Exercice 10 Minimum et maximum de variables aléatoires

Probabilites
Soient 𝑛 et N des entiers naturels tels que 2 ≤ 𝑛 ≤ N. Dans tout l’exercice, N désigne un entier naturel non nul.
On effectue un tirage simultané de 𝑛 boules dans une urne contenant N boules numérotées Soit (U𝑛 )𝑛≥1 une suite de variables aléatoires mutuellement indépendantes et suivant
de 1 à N. On note X et Y respectivement le plus grand et le plus petit numéro obtenu. toutes la loi uniforme sur ⟦1, N⟧. On note T𝑛 et Z𝑛 les variables aléatoires définies pour
tout 𝑛 ∈ ℕ∗ par
1. Question préliminaire : soient 𝑎 et 𝑏 des entiers naturels tels que 𝑎 ≤ 𝑏. Montrer
que T𝑛 = max(U1 , … , U𝑛 ) et Z𝑛 = min(U1 , … , U𝑛 )
𝑏
𝑘 𝑏+1
∑( )=( ) On pose S𝑛 = T𝑛 + Z𝑛 − 1.
𝑎 𝑎 +1
𝑘=𝑎
On pose enfin pour tout 𝑛 ∈ ℕ∗
2. Déterminer les lois de X et Y. N−1
𝑘 𝑛
3. Déterminer la loi du couple (X, Y). En déduire la loi de X − Y. ∑( ) si N ≥ 2
𝑎𝑛 (N) = { 𝑘=1 N
4. Déterminer les espérances de X et Y. 0 si N = 1

5. Déterminer les variances de X et Y. 1. Soit Y une variable aléatoire à valeurs dans ⟦1, N⟧. Établir la relation suivante.
6. Déterminer la variance de X − Y. En déduire la covariance du couple (X, Y). N−1
𝔼(Y) = ∑ ℙ(Y > 𝑘)
𝑘=0

Exercice 9
2. a. Calculer ℙ(T𝑛 ≤ 𝑘) pour tout 𝑘 ∈ ⟦1, N⟧.
Soient X et Y deux variables aléatoires indépendantes suivant la loi uniforme sur ⟦1, 𝑛⟧. b. En déduire la loi de T𝑛 .
Calculer P(X ≠ Y). c. Calculer 𝔼(T𝑛 ) en fonction de N et 𝑎𝑛 (N).
3. a. Calculer ℙ(Z𝑛 > 𝑘) pour tout 𝑘 ∈ ⟦0, N − 1⟧.
b. En déduire 𝔼(Z𝑛 ) en fonction de 𝑎𝑛 (N).
4. a. Déterminer lim 𝔼(T𝑛 ).
𝑛→+∞
b. Déterminer 𝔼(S𝑛 ).

Exercice 11 ★★

Soient X1 , … , X𝑛 des variables aléatoires indépendantes suivant la même loi de Bernoulli

de paramètre 𝑝. On note M la matrice aléatoire (X𝑖 X𝑗 ) .
1≤𝑖,𝑗≤𝑛

1. Déterminer la loi de rg(M).

2. Déterminer la loi de tr(M).

http://lgarcin.github.io 2
 © Laurent Garcin MP Dumont d’Urville

Exercice 12 Exercice 15
Probabilites
On considère dans cette partie des entiers naturels non nuls 𝑛, 𝑢, 𝑑, 𝑡, 𝑏 vérifiant 𝑢+𝑑+𝑡 = On considère une urne contenant 𝑛 boules numérotées. On procède à un tirage successif
𝑏. de 𝑛 boules avec remise. On note X le nombre de numéros qui sont sortis au moins une
Une urne 𝒰 contient 𝑏 boules parmi lesquelles 𝑢 boules portent le numéro 1, 𝑑 le numéro fois pendant le tirage. Calculer l’espérance de X ainsi qu’un équivalent de celle-ci lorsque
2 et 𝑡 le numéro 3. 𝑛 tend vers +∞.
Une expérience consiste en 𝑛 tirages successifs d’une boule de l’urne 𝒰 avec remise. Les
tirages sont supposés mutuellement indépendants.
A chaque tirage, toutes les boules de l’urne 𝒰 ont la même probabilité d’être tirées. Exercice 16
L’univers Ω est l’ensemble {1, 2, 3}𝑛 et on note U (resp. D, T) la variable aléatoire définie
sur Ω dont la valeur est le nombre de boules numérotées 1 (resp. 2, 3) tirées au cours de Soit un entier 𝑛 ≥ 2. On munit le groupe symétrique S𝑛 de la probabilité uniforme. On
l’expérience. note X la variable aléatoire qui à une permutation associe son nombre de points fixes.
Déterminer l’espérance et la variance de X.
1. Montrer que la variable aléatoire U suit une loi usuelle (à préciser). Donner son
espérance et sa variance.
Donner de même les lois des variables aléatoires D et T.
Exercice 17
2. Les variables U et D sont-elles indépendantes ? Justifier.
On lance 𝑛 fois une pièce de monnaie bien équilibrée. En utilisant l’inégalité de Bienaymé-
3. Déterminer sans calcul la loi de la variable aléatoire U + D, son espérance et sa Tchebychev, déterminer 𝑛 pour que la fréquence d’apparition de «face» soit comprise entre
variance. 0, 45 et 0, 55 avec une probabilité au moins égale à 0, 9.
𝑛𝑢𝑑
4. En déduire que la covariance du couple (U, D) est égale à − .
𝑏2
Dénombrabilité
Exercice 13 ESCP 2007
Exercice 18 ★★★
Soient X et Y deux variables aléatoires indépendantes de loi uniforme sur ⟦0, 𝑛⟧.
Montrer qu’il n’existe pas d’application continue 𝑓 ∶ ℝ → ℝ telle que 𝑓(ℚ) ⊂ ℝ ∖ ℚ et
On pose Z = |X − Y| et T = min(X, Y).
𝑓(ℝ ∖ ℚ) ⊂ ℚ.
1. Déterminer l’espérance de Z.
2. En déduire l’espérance de T.
Exercice 19 ★★★
3. Calculer l’espérance de Z en fonction de la variance de X.
2
On dit qu’un nombre complexe est un entier algébrique s’il est racine d’un polynôme
unitaire à coefficients entiers. Montrer que l’ensemble des entiers algébriques est dénom-
brable.
Exercice 14

Soit X une variable aléatoire suivant la loi uniforme sur ⟦1, 𝑛⟧. Déterminer l’espérance de
1
.
X(X + 1)

http://lgarcin.github.io 3
 © Laurent Garcin MP Dumont d’Urville

Exercice 20 ★ Exercice 23 D’après ESCP 2006

Probabilites
Soit A un ensemble. Montrer que les propositions suivantes sont équivalentes. Des joueurs J1 , … , J𝑛 jouent successivement l’un après l’autre à un jeu indéterminé jusqu’à
ce que l’un des joueurs gagnent (si aucun des joueurs n’a gagné lors du premier tour, on
(i) A est dénombrable ; recommence un tour et ainsi de suite). On considère qu’à chaque fois que le joueur J𝑘
(ii) il existe une injection de A dans un ensemble dénombrable ; joue, il a une probabilité 𝑝𝑘 > 0 de gagner. On pose également 𝑞𝑘 = 1 − 𝑝𝑘 . On note G𝑘
l’événement «le joueur J𝑘 gagne».
(iii) il existe une surjection d’un ensemble dénombrable sur A.
1. Exprimer la probabilité de G𝑘 en fonction de 𝑞1 , … , 𝑞𝑛 et 𝑝𝑘 .
2. Montrer que le jeu se finit presque sûrement i.e. avec une probabilité 1.
Exercice 21 ★★ Support d’une famille sommable
3. Donner une condition nécessaire et suffisante pour que le jeu soit équitable i.e. que
Soit (𝑎𝑗 )𝑗∈J une famille sommable de nombres complexes. On note S = {𝑗 ∈ J, 𝑎𝑗 ≠ 0}. chaque joueur ait une probabilité 1/𝑛 de gagner.
Montrer que S est au plus dénombrable.
4. Déterminer le nombre moyen de coups joués lors d’une partie.

Généralités Exercice 24 ★★

Exercice 22 Lemme de Borel-Cantelli et loi du zéro-un de Borel Deux archers A1 et A2 sont en compétition : ils tirent alternativement (A1 aux rangs im-
pairs, A2 aux rangs pairs), touchant la cible avec probabilité 𝑝𝑖 (𝑖 = 1, 2), et la partie
Soit (A𝑛 )𝑛∈ℕ une suite d’événements d’un espace probabilisé (Ω, 𝒜, ℙ). On pose B𝑛 = s’arrête dès que l’un des deux a atteint la cible.
A et A = B . 1. Quelle est la probabilité que A1 l’emporte au tour 2𝑛 + 1 ?
⋃ 𝑘 ⋂ 𝑛
𝑘≥𝑛 𝑛∈ℕ
2. Quelle est la probabilité que A2 l’emporte au tour 2𝑛 + 2 ?
1. On suppose que la série ∑ ℙ(A𝑛 ) converge.
𝑛∈ℕ 3. En déduire les probabilités que A1 (resp A2 ) l’emporte, et celle que le jeu dure
a. Montrer que ℙ(A) = lim ℙ(B𝑛 ). indéfiniment.
𝑛→+∞
b. En déduire que ℙ(A) = 0. 4. A quelle condition le jeu est-il équitable ? Est-ce le cas si 𝑝1 > 1/2 ?

2. On suppose que les A𝑛 sont mutuellement indépendants et que la série ∑ ℙ(A𝑛 )

Exercice 25 ★★★
𝑛∈ℕ
diverge.
a. Soit (𝑛, 𝑝) ∈ ℕ2 . Montrer que Dans un jeu de pile ou face infini, calculer la proabilité de l’événement A : «obtenir un
𝑛+𝑝 𝑛+𝑝
nombre fini de faces».
ℙ( A𝑘 ) ≤ exp (− ∑ ℙ(A𝑘 ))
⋂
𝑘=𝑛 𝑘=𝑛

b. En déduire que ℙ(A) = 1.

http://lgarcin.github.io 4
 © Laurent Garcin MP Dumont d’Urville

Probabilités conditionnelles Exercice 30 ★★★ BECEAS MP 2019

Probabilites
Exercice 26 Soit (Ω, 𝒜, ℙ) un espace probabilisé. Soit (X𝑛 )𝑛∈ℕ une suite de variable aléatoires réelles
définies sur cet espace.
On dispose initialement d’une fleur F0 qui meurt à l’instant 1 en ayant deux descendances Montrer que A = {ω ∈ Ω ∣ lim X𝑛 (ω) = 0} est un événement.
𝑛→+∞
avec probabilité 𝑝, ou aucune. Chaque nouvelle fleur suit le même destin, les unes indé-
pendamment des autres. On note D𝑛 : «la lignée de F0 est éteinte à l’instant 𝑛 (ou avant)»
et 𝑝𝑛 sa probabilité.
Exercice 31 CCINP (ou CCP) PSI 2021
1. Calculer 𝑝0 et 𝑝1 .
On dispose d’une urne contenant trois jetons indiscernables numérotés de 1 à 3. On effec-
2. Justifier que la suite (𝑝𝑛 ) converge. tue une série de tirages indépendants avec remise d’un jeton. On note :
3. Prouver que 𝑝𝑛+1 = 𝑝𝑝𝑛2 + 1 − 𝑝. • Y la variable aléatoire indiquant le nombre de tirages nécessaires pour avoir deux
nombres différents ;
4. Déterminer la limite de (𝑝𝑛 ).
• Z la variable aléatoire indiquant le nombre de tirages nécessaires pour avoir les trois
numéros.
Exercice 27
1. Reconnaître la loi de Y − 1.
On lance une infinité de fois une pièce de monnaie et on gagne à chaque lancer un point
si pile apparaît (avec probabilité 𝑝), deux points si c’est face (avec probabilité 𝑞 = 1 − 𝑝). 2. En déduire la loi de Y.
On s’intéresse à la probabilité 𝑔𝑛 qu’on ait marqué 𝑛 points exactement au cours du jeu. 3. En déduire 𝔼(Y) et 𝕍(Y).
Prouver la relation 𝑔𝑛+2 = 𝑝𝑔𝑛+1 + 𝑞𝑔𝑛 et en déduire 𝑔𝑛 en fonction de 𝑛.
4. Déterminer la loi du couple (Y, Z).
5. En déduire la loi de ℤ.
Exercice 28 Probabilité d’obtenir deux piles consécutifs

On lance une infinité de fois une pièce donnant pile avec probabilité 𝑝 > 0 et face avec
Exercice 32
probabilité 1 − 𝑝. Quelle est la probabilité d’obtenir deux piles consécutifs au cours de ces
lancers ?
Soient X et Y deux variables aléatoires à valeurs dans ℕ. On suppose que la loi conjointe
de X et Y vérifie
𝑎(𝑗 + 𝑘)
Variables aléatoires ∀(𝑗, 𝑘) ∈ ℕ2 , ℙ(X = 𝑗, Y = 𝑘) =
2𝑗+𝑘
1. Déterminer la valeur de 𝑎.
Exercice 29 Mines-Ponts MP 2018
2. Déterminer les lois marginales de X et Y.
1
Soit 𝑟 ∈ ℝ∗+ . On pose ℙ(X = 𝑘) = 𝑟 ∫ 𝑥𝑘−1 (1 − 𝑥)𝑟 d𝑥 pour tout 𝑘 ∈ ℕ∗ . 3. Les variables X et Y sont elles indépendantes ?
0
4. Calculer ℙ(X = Y).
1. Montrer que cette relation définit bien la loi d’une variable aléatoire.
2. Donner une condition sur 𝑟 pour que l’espérance soit définie et la calculer.

http://lgarcin.github.io 5
 © Laurent Garcin MP Dumont d’Urville

Lois usuelles Exercice 36 ★★★★ Centrale-Supélec MP 2021

Probabilites
Exercice 33 ★★ CCINP (ou CCP) PC 2017 Soit X et Y deux variables aléatoires indépendantes suivant la même loi géométrique de
paramètre 𝑝 ∈]0, 1[. On pose U = min(X, Y) et V = X − Y.
Soient X et Y des variables aléatoires indépendantes de lois géométriques de paramètres
1. Écrire explicitement les lois suivies par X et Y.
𝑝1 et 𝑝2 . Déterminer la loi de Z = min(X, Y).
2. a. Déterminer la loi conjointe du couple (U, V) puis les lois de U et de V.
b. Montrer que U et V sont deux variables aléatoires indépendantes.
Exercice 34 ★★ CCINP (ou CCP) MP 2021
3. Réciproquement, on suppose que X et Y sont indépendantes de même loi, et que U
Soient X, Y, Z des variables aléatoires mutuellement indépendantes définies sur un même et V sont indépendantes telles que
espace probabilisé (Ω, 𝒜, ℙ) et suivant la même loi géométrique de paramètre 𝑝 ∈]0, 1[.
∀(𝑛, 𝑚) ∈ ℕ∗ × ℤ, ℙ({U = 𝑛} ∩ {V = 𝑚}) ≠ 0
1. Calculer ℙ(X = Y). En déduire ℙ(X ⩽ Y).
Montrer que X et Y suivent une loi géométrique dont on précisera le paramètre.
2. Déterminer la loi de X + Y.

3. Calculer ℙ(Z > 𝑛). Exercice 37 CCINP (ou CCP) MP 2018

4. Calculer ℙ(Z > X + Y).
On cherche à obtenir toutes les pièces d’un puzzle de 𝑛 pièces différentes. On achète
chaque semaine une pièce emballée, chaque pièce étant équiprobable. Pour 𝑘 ∈ ℕ∗ on
note Y𝑘 le nombre d’achats à effectuer, sachant qu’on a eu une (𝑘 − 1)ème pièce différente,
Exercice 35 ★★ Mines-Télécom (hors Mines-Ponts) MP 2021
avant d’avoir une 𝑘ème pièce qu’on n’a pas déjà eue.
Une urne contient initialement une boule blanche. On effectue un ou plusieurs lancers 1. a. Les variables aléatoires Y𝑘 sont-elles mutuellement indépendantes ? Justifier
indépendants d’une pièce équilibrée : que Y1 peut s’écrire comme une constante simple.
• si on obtient pile, on ajoute une boule noire et on lance à nouveau la pièce ; b. Donner la loi de Y𝑘 , pour 𝑘 ∈ ℕ∗ . Donner l’espérance, puis la variance de Y𝑘 .

• si on obtient face, on tire une boule de l’urne et l’expérience s’arrête. 2. On note X le nombre d’achats à effectuer avant d’avoir le puzzle complet. Exprimer
𝑛
1
On note X le numéro du lancer auquel on arrête l’expérience. X en fonction des Y𝑘 . Donner l’espérance de X en fonction de H𝑛 = ∑ .
𝑘=1
𝑘
1. Déterminer la loi de X. 3. En utilisant une comparaison série-intégrale, déterminer un équivalent de H𝑛 . En
déduire un équivalent quand 𝑛 → +∞ de l’espérance de X.
2. Quelle est la probabilité de tirer une boule blanche à la fin de l’expérience ?

Exercice 38

Soient X et Y deux variables aléatoires suivant des lois de Poisson telles que X + Y suit
une loi de Poisson.
1. Montrer que Cov(X, Y) = 0.
2. X et Y sont-elles nécessairement indépendantes ?

http://lgarcin.github.io 6
 © Laurent Garcin MP Dumont d’Urville

Exercice 39 C.C.E. Mines MP 2015 Exercice 43 ★★★★ Centrale MP 2015

Probabilites
On considère un péage composé de 𝑚 guichets. On note N la variable aléatoire égale au Soit (Ω, 𝒜, ℙ) un espace probabilisé et (E𝑛 )𝑛∈ℕ ∈ 𝒜ℕ une suite d’événements quel-
nombre de voitures utilisant le péage en 1h. N suit une loi de Poisson de paramètre λ > 0. conques. On suppose que la série ∑ ℙ(E𝑛 ) converge.
Le choix du guichet se fait de manière aléatoire et indépendamment des autres voitures. 𝑛∈ℕ
Pour X un ensemble, on note 𝟙X la fonction indicatrice de X.
On note X la variable aléatoire égale au nombre de voitures ayant pris le guichet n°1.
+∞
1. Calculer la probabilité conditionnelle ℙ(X = 𝑘 ∣ N = 𝑛) pour 0 ≤ 𝑘 ≤ 𝑛. 1. Soit Z = ∑ 𝟙E𝑛 (on convient que Z = ∞ si la série diverge). Montrer que Z est
+∞ 𝑛=0
λ 𝑘 1 1 𝑛 1 une variable aléatoire. Prouver que Z est une variable aléatoire.
2. Montrer que ℙ(X = 𝑘) = 𝑒−λ ( ) ∑ λ𝑛 (1 − ) .
𝑚 𝑘! 𝑛=0 𝑚 𝑛!
2. Soit
3. Donner la loi de X. F = {ω ∈ Ω, ω appartient à un nombre fini de E𝑛 }

4. Espérance et variance de X ? Prouver que F est un événement et que ℙ(F) = 1.

3. Prouver que Z admet une espérance.

Exercice 40 ★★ Mines-Télécom (hors Mines-Ponts) MP 2019

Exercice 44 ★★★
+∞
Pour tout 𝑛 ∈ ℕ, on pose I𝑛 = ∫ 𝑡𝑛 𝑒 −𝑡2
d𝑡
Soit 𝑝 ∈]0, 1[. On dispose d’une pièce amenant «pile» avec la probabilité 𝑝. On lance cette
−∞
pièce jusqu’à obtenir pour la deuxième fois «pile». Soit X le nombre de «face» obtenus au
1. Justifier que I𝑛 est bien définie. cours de cette expérience.
2. Trouver une relation de récurrence entre I𝑛 et I𝑛+2 . 1. Déterminer la loi de X.
3. On considère une variable aléatoire X suivant une loi de Poisson de paramètre λ > 0. 2. Montrer que X admet une espérance finie et la calculer.
On pose Y = IX . Calculer 𝔼(Y).
3. On procède à l’expérience suivante : si X prend la valeur 𝑛, on place 𝑛 + 1 boules
numérotées de 0 à 𝑛 dans une urne, et on tire ensuite une boule de cette urne. On
Espérance et variance note alors Y le numéro obtenu. Déterminer la loi et l’espérance de Y.
4. On pose Z = X − Y. Donner la loi de Z et vérifier que Z et Y sont indépendantes.
Exercice 41
Exercice 45 ★★ Mines-Télécom (hors Mines-Ponts) MP 2018
Soit X une variable suivant la loi géométrique de paramètre 𝑝. Déterminer l’espérance de
1/X. X et Y sont deux variables aléatoires indépendantes qui suivent respectivement les lois
géométriques de paramètres 𝑝 et 𝑞. Z est la variable aléatoire max(X, Y). Déterminez 𝔼(Z).

Exercice 42 ★★★ Formule d’antirépartition

Exercice 46 ★★★
Soit X une variable aléatoire à valeurs dans ℕ. Montrer que X admet une espérance finie si
+∞
On lance une pièce équilibrée jusqu’à obtention d’un pile. On note X le nombre de lancers
et seulement si la série ∑ ℙ(X > 𝑛) converge et que, dans ce cas, 𝔼(X) = ∑ ℙ(X > 𝑛). effectués. On pioche ensuite une boule dans une urne contenant des boules numérotées de
𝑛=0
1 à X et on note Y le numéro de la boule piochée. Déterminer l’espérance de Y.

http://lgarcin.github.io 7
 © Laurent Garcin MP Dumont d’Urville

Fonctions génératrices Exercice 50 Mines-Télécom (hors Mines-Ponts) MP 2019

Probabilites
𝑛2 + 𝑛 + 1 𝑛
Exercice 47 On considère la série entière ∑ 𝑡 .
𝑛∈ℕ
𝑛!
Soient X1 , … , X𝑛 des variables aléatoires indépendantes suivant des lois de Poisson de 1. Donner le rayon de convergence R de cette série.
𝑛
paramètres respectifs λ1 , … , λ𝑛 . Déterminer la loi de S = ∑ X𝑘 . 2. Calculer sa somme S(𝑡) sur ] − R, R[.
𝑘=1
3. On se donne une variable aléatoire X telle que, ∀𝑡 ∈ [−1, 1], GX (𝑡) = λS(𝑡) avec
λ ∈ ℝ.
Exercice 48 ★ Somme de variables binomiales indépendantes
a. Que vaut λ ?
Soient X1 , … , X𝑛 des variables aléatoires mutuellement indépendantes. On suppose que b. Calculer 𝔼(X) et 𝕍(X).
𝑛
X𝑖 ∼ ℬ(𝑛𝑖 , 𝑝) pour tout 𝑖 ∈ ⟦1, 𝑛⟧. Déterminer la loi de S = ∑ X𝑖 .
𝑖=1

Exercice 49 ★★★ Formule de Wald

Soit X une variable aléatoire à valeurs dans ℕ sur un espace probabilisé (Ω, 𝒜, ℙ). On
considère une suite (X𝑛 )𝑛∈ℕ∗ de variables aléatoires indépendantes sur (Ω, 𝒜, ℙ) suivant
la même loi que X.
On se donne une autre variable aléatoire N à valeurs dans ℕ sur le même espace probabilisé
(Ω, 𝒜, ℙ) indépendante des variables aléatoires précédentes.
N
On pose S = ∑ X𝑘 , c’est-à-dire
𝑘=1

N(ω)
∀ω ∈ Ω, S(ω) = ∑ X𝑘 (ω)
𝑘=0

1. Justifier que S est bien un variable aléatoire.

2. On note GX , GN et GS les fonctions génératrices respectives de X, N et S. Montrer
que pour tout 𝑡 ∈ [0, 1], GS (𝑡) = GN ∘ GX (𝑡).
3. On suppose que les variables aléatoires X et N admettent des espérances finies.
Montrer qu’il en est de même pour S et exprimer l’espérance de S en fonction de
celles de N et X.
4. On suppose que les variables aléatoires X et N admettent des moments d’ordre deux.
Montrer qu’il en est de même pour S et exprimer la variance de S en fonction des
espérances et des variances de N et X.

http://lgarcin.github.io 8
 © Laurent Garcin MP Dumont d’Urville

Exercice 51 E3A MP 2021 Exercice 53 ★★ Mines-Télécom (hors Mines-Ponts) MP 2021

Probabilites
Soient X et Y deux variables aléatoires indépendantes à valeurs dans ℕ définies sur un On considère une suite (X𝑖 )𝑖∈ℕ∗ de variables aléatoires indépendantes suivant une loi de
même espace probabilisé (Ω, 𝒜, ℙ). Bernoulli de paramètre 𝑝 ∈]0, 1[.
Pour |𝑡| < 1, on définit les fonctions génératrices de X et de Y respectivement par : Soit 𝑟 ∈ ℕ∗ . On définit la variable aléatoire
1 𝑛
• GX (𝑡) = T𝑟 = min ({𝑛 ∈ ℕ∗ , ∑ X𝑖 = 𝑟} {+∞})
2−𝑡 ⋃
𝑖=1
• GY (𝑡) = 2 − √2 − 𝑡
1. Pour 𝑟 = 1, reconnaître la loi de T𝑟 .
1. Déterminer le développement en série entière de la fonction GX . 2. Calculer P(T𝑟 = 𝑛) pour 𝑛 ∈ ℕ∗ .
2. Donner le terme d’ordre 𝑛 ∈ ℕ∗ du développement en série entière de la fonction 3. Montrer que l’évènement (T𝑟 = +∞) est négligeable.
𝑡 ↦ (1 + 𝑡)1/2 .
3. En déduire le développement en série entière de la fonction GY .
Exercice 54 Obtention de deux piles consécutifs
4. Pour tout 𝑛 ∈ ℕ, calculer ℙ(X = 𝑛) et ℙ(Y = 𝑛).
2
5. Soient S = X + Y et 𝑛 ∈ ℕ. Déterminer ℙ(S = 𝑛). On lance une infinité de fois une pièce donnant «pile» avec probabilité et «face» avec
3
1
6. Calculs d’espérances et de variances. probabilité . On note X la variable aléatoire correspondant au nombre de lancers né-
3
cessaires pour obtenir pour la première fois deux piles consécutifs. On pose alors 𝑝𝑛 =
a. Justifier que la variable aléatoire X + 1 suit une loi géométrique dont on dé- ℙ(X = 𝑛).
terminera le paramètre.
1. Calculer 𝑝2 et 𝑝3 .
b. En déduire l’espérance et la variance de la variable aléatoire X.
c. Déterminer à l’aide de la fonction génératrice GY l’espérance des variables 1 2
2. Justifier que 𝑝𝑛+2 = 𝑝𝑛+1 + 𝑝𝑛 pour tout entier 𝑛 ≥ 2.
aléatoires Y et Y(Y − 1). 3 9
d. En déduire la variance de la variable aléatoire Y. 3. Quelle valeur de 𝑝1 doit-on choisir pour que la relation de récurrence précédente
reste valide lorsque 𝑛 = 1 ?
e. Déterminer l’espérance et la variance de la variable aléatoire S.
4. Calculer 𝑝𝑛 pour tout entier 𝑛 ≥ 1.
5. Calculer l’espérance de X.
Temps d’arrêt

Exercice 52 ENS Ulm MPI 2019

On lance une pièce équilibrée jusqu’à ce que le nombre de «piles» soit égal au double du
nombre de «faces». Quelle est la probabilité qu’on ne s’arrête jamais ?

http://lgarcin.github.io 9
 © Laurent Garcin MP Dumont d’Urville

Exercice 55 ★★★ Marche aléatoire Exercice 56 ★★★ CCINP (ou CCP) MP 2018
Probabilites
On considère un point se déplaçant sur un axe. Au temps 𝑛 = 0, il se trouve à l’origine.
Il se déplace ensuite successivement d’une unité vers la droite avec une probabilité 𝑝 et 1. Une urne contient 𝑛 boules blanches et 𝑛 boules noires indiscernables au toucher.
d’une unité vers la gauche avec une probabilité 1 − 𝑝. On note S𝑛 sa position après 𝑛 On tire simultanément 𝑛 boules de l’urne.
déplacements. a. Quel est le nombre de tirages possibles ?
1. Déterminer la loi de S0 , S1 et S2 . 𝑛
𝑛
2
2𝑛
b. Montrer que ∑ ( ) = ( ).
2. Déterminer de manière générale la loi de S𝑛 . 𝑘=0
𝑘 𝑛

3. Calculer la probabilité 𝑝𝑛 de l’événement {S𝑛 = 0}. 2. Une puce se déplace sur un axe gradué d’origine O par bonds successifs d’une unité.
Elle peut aller à tout instant, soit à droite, soit à gauche, avec équiprobabilité. On
+∞
note C𝑛 l’événement : «la puce est en O après 𝑛 sauts». On donne : P(C0 ) = 1.
4. Justifier que P ∶ 𝑡 ↦ ∑ 𝑝𝑛 𝑡𝑛 est définie sur ]−1, 1[ et calculer P(𝑡) pour 𝑡 ∈]−1, 1[.
𝑛=0 a. Déterminer P(C2𝑛+1 ) et P(C2𝑛 ).
5. On note T l’instant où le point retourne pour la première fois à l’origine (on convient b. Calculer lim P(C2𝑛 ) à l’aide de la formule de Stirling.
que T = +∞ si le point ne retourne jamais à l’origine) et on pose 𝑞𝑛 = ℙ(T = 𝑛). 𝑛→+∞

3. La puce peut à présent se déplacer suivant deux directions (droite, gauche, haut,
+∞
Justifier que Q ↦ ∑ 𝑞𝑛 𝑡𝑛 est définie et continue sur [−1, 1].
bas) avec équiprobabilité.
𝑛=0
2
6. Montrer que P(𝑡) = 1 + P(𝑡)Q(𝑡) pour tout 𝑡 ∈] − 1, 1[. 2𝑛 1 2𝑛
a. Montrer que P(C2𝑛 ) = ( ) ( ) .
𝑛 4
7. En déduire la valeur de 𝑞𝑛 .
b. Calculer lim P(C2𝑛 ).
8. Calculer la probabilité que le point retourne à l’origine. 𝑛→+∞

9. T est-elle d’espérance finie ?

Inégalités

http://lgarcin.github.io 10
 © Laurent Garcin MP Dumont d’Urville

Exercice 57 Inégalité de Hoeffding Exercice 58 Centrale MP 2016

Probabilites
On considère une variable aléatoire discrète X centrée et à valeurs dans [−1, 1].
1. Pour (𝑥, 𝑡) ∈ [−1, 1] × ℝ, montrer que
1. Montrer que
1 − 𝑥 −𝑡 1 + 𝑥 𝑡
𝑒𝑡𝑥 ≤ 𝑒 + 𝑒
1 1 2 2
∀𝑡 ∈ ℝ, ∀𝑥 ∈ [−1, 1], 𝑒𝑡𝑥 ≤ (1 − 𝑥)𝑒−𝑡 + (1 + 𝑥)𝑒𝑡
2 2
2. Soit X une variable aléatoire discrète centrée telle que |X| ≤ 1. Montrer que 𝑒𝑡X
2. Montrer que admet une espérance et que
𝑡2 𝑡2
∀𝑡 ∈ ℝ, ch(𝑡) ≤ 𝑒 2 E(𝑒𝑡X ) ≤ 𝑒 2

3. En déduire que 3. Soient X1 , … , X𝑛 des variables aléatoires réelles discrètes indépendantes centrées
𝑡2
∀𝑡 ∈ ℝ, 𝔼(𝑒𝑡X ) ≤ 𝑒 2
et 𝑎1 , … , 𝑎𝑛 dans ℝ∗+ . On suppose que

On considère une variable aléatoire réelle discrète Y. ∀𝑖 ∈ ⟦1, 𝑛⟧ , |X𝑖 | ≤ 𝑎𝑖

𝑛
4. Montrer que et on pose S𝑛 = ∑ X𝑖 . Montrer que
∀𝑡 ∈ ℝ∗+ , ∀ε ∈ ℝ∗+ , ℙ(Y ≥ ε) ≤ 𝑒−𝑡ε 𝔼(𝑒𝑡Y ) 𝑖=1

On considère maintenant des variables aléatoires discrètes réelles centrées X1 , … , X𝑛 in- 𝑡2

𝑛
𝑛 ∀𝑡 ∈ ℝ, 𝔼 (𝑒𝑡S𝑛 ) ≤ exp ( ∑ 𝑎2 )
dépendantes telles que |X𝑘 | ≤ 𝑐𝑘 pour tout 𝑘 ∈ ⟦1, 𝑛⟧ (𝑐𝑘 > 0). On pose S = ∑ X𝑘 . 2 𝑖=1 𝑖
𝑘=1
𝑛
5. Montrer que pour tout ε ∈ ℝ∗+ , 4. On pose 𝑠 = ∑ 𝑎2𝑖 . Montrer que
𝑖=1
ε2
ℙ(|S| ≥ ε) ≤ 2 exp (− 𝑛 ) 𝑎2
2 ∑𝑘=1 𝑐𝑘2 ∀𝑎 ∈ ℝ+ , ℙ(|S𝑛 | ≥ 𝑎) ≤ 2𝑒
−
2𝑠

http://lgarcin.github.io 11
 © Laurent Garcin MP Dumont d’Urville

Exercice 59 ★★★ Inégalité de Cantelli

Probabilites
Soient λ ∈ ℝ∗+ et X une variable aléatoire réelle discrère possédant un moment d’ordre 2.
1. On suppose que 𝔼(X) = 0.

a. Montrer que pour tout 𝑢 ∈ ℝ+ , 𝔼((X + 𝑢)2 ) = 𝕍(X) + 𝑢2 .

𝕍(X) + 𝑢2
b. Montrer que pour tout 𝑢 ∈ ℝ+ , ℙ(X ≥ λ) ≤ .
(λ + 𝑢)2
𝕍(X)
c. En déduire que ℙ(X ≥ λ) ≤ .
λ2 + 𝕍(X)
2. On ne suppose plus maintenant 𝔼(X) = 0. Montrer que ℙ(X − 𝔼(X) ≥ λ) ≤
𝕍(X)
.
λ2 + 𝕍(X)

http://lgarcin.github.io 12