ECE2-B 2018-2019

Exercice 4. (☀)
Soit X une variable aléatoire à valeurs dans N∗ telle que :
∀k ∈ N∗ , P([X = k]) = a 3−k
Feuille d’exercices n°6 : Variables aléatoires a. Déterminer a pour que l’on définisse bien ainsi une loi de probabilité.
discrètes b. X a-t-elle plus de chance de prendre des valeurs paires ou impaires ?
c. Montrer que X admet une espérance et une variance et les calculer.
d. On considère la v.a.r. Y = X(X − 1).
Fonction de répartition Montrer que Y admet une espérance et la calculer.
Exercice 1. (☀)
La fonction de répartition FX d’une v.a.r. X est donnée par : Loi, espérance et variance de X v.a.r. discrète finie


 0 si t < −1 Exercice 5. (☀)
 1 si −1 6 t < 1

Pour chaque variable aléatoire X suivante, donner X(Ω).
2
FX (t) = 3 Si elle est discrète finie, donner la loi de X sous forme de tableau et tracer
si 1 6 t < 2
 4

sa fonction de répartition.


1 si t > 2
a. X1 est le nombre de « piles » obtenus en lançant quatre pièces de monnaie.
a. Dessiner le graphe de FX .
b. X2 est le minimum de deux dés à six faces.
b. Sachant que X(Ω) = {−1, 1, 2}, déterminer la loi de X.
c. X3 est le nombre de tirages nécessaires pour obtenir une boule blanche
(on tire sans remise des boules dans une urne contenant 4 boules noires
Exercice 2. (☀) et 2 boules blanches).
Soit un réel p ∈ ]0, 1[.
d. X4 est le produit de 4 nombres entiers tirés uniformément entre 0 et 2.
La fonction de répartition FX d’une v.a.r. X à valeurs dans N∗ vérifie :
∀n ∈ N∗ , FX (n) = 1 − (1 − p)n Exercice 6. (☀)
• Donner la loi de X. Pour chacune des variables aléatoires de l’exercice précédent, calculer les
moments d’ordre 1, 2 et 3, et donner espérance et variance.
Loi de probabilité paramétrée
Exercice 7. (☀)
Exercice 3. (☀) Un paquet de 10 cartes contient 5 as, 3 rois et 2 dames. Le tirage d’un as
Soit Y une v.a.r. telle que : rapporte 5 points, celui d’un roi 2 points et celui d’une dame coûte 1 point.
1) Y (Ω) = nk | k ∈ J1, nK

Du paquet on tire simultanément et au hasard 2 cartes.
2) ∀y ∈ Y (Ω), P([Y = y]) = α y. On désigne par X la v.a.r. discrète égale au total des points marqués.
• Déterminer α pour que l’on ait bien défini une loi de probabilité. • Calculer la loi de X, son espérance et son écart type.

(☆): application directe du cours, (☀): pas de difficulté majeure, (☀☀): plus difficile, (☀☀☀): costaud 1
ECE2-B 2018-2019

Exercice 8. (☀) Loi hypergéométrique

On considère une urne contenant 1 boule rouge, 2 boules noires et 3 boules
Exercice 11. (☀)
jaunes. On effectue des tirages successifs jusqu’à ce qu’il ne reste plus dans
Une urne contient 10 boules rouges et 5 boules vertes. On pioche simulta-
l’urne que deux couleurs différentes. On note X la variable aléatoire égale au
nément 6 boules et on note R (resp. V ) le nombre de boules rouges (resp.
nombre de tirages effectués.
vertes) obtenues.
• Déterminer la loi de X. Calculer son espérance et sa variance.
• Déterminer la loi, l’espérance et la variance de R (resp. V ).

Exercice 9. (☀)
Exercice 12. (☀)
Un plateau est constitué de 25 cases. Derrière deux de ces cases se cache
Une urne contient 2 boules blanches et 8 boules noires. Un joueur tire suc-
une bouteille de champagne. On fixe un entier 1 6 n 6 25 et on retourne n
cessivement 5 boules. Soit B le nombre de boules blanches et N le nombre
cases au hasard. Soit Xn la variable aléatoire égale au nombre de bouteilles
de boules noires.
de champagne découvertes.
1) On suppose que les tirages sont sans remise.
• Déterminer la loi de Xn ainsi que son espérance et sa variance.
a. Déterminer la loi de B (resp. N ).
b. Calculer E(B), V(B) (resp. E(N ), V(N )).
Exercice 10. (☀)
2) Refaire les questions précédentes lorsque les tirages sont avec remise.
Un service après-vente dispose d’équipes de dépannage qui interviennent au-
près de la clientèle sur appel téléphonique. Les appels se produisent de façon
indépendante, et la probabilité qu’une équipe arrive en retard à la suite d’un Exercice 13. (☀)
appel est p = 1/4. Une urne contient 2 boules blanches et 8 boules noires. Un joueur tire suc-
cessivement avec remise 5 boules. Chaque fois qu’il tire une boule blanche, il
1) Un même client a appelé le service à 8 dates différentes. Soit X le nombre
gagne 2 points, sinon il perd 3 points. Soit X le nombre de boules blanches
de retards que ce client a subi.
tirées et Y le nombre de points obtenus.
a. Reconnaître la loi de probabilité de X.
a. Déterminer la loi de X, puis E(X) et V(X).
b. Calculer E(X) et V(X). b. Exprimer Y en fonction de X.
2) On considère un ensemble de 8 clients différents, 2 d’entre eux sont mé- c. En déduire la loi de Y , puis E(Y ) et V(Y ).
contents parce qu’ils ont subi un retard. On contacte 4 clients parmi les d. Que deviennent les résultats précédents si le jeu est sans remise ?
8. Soit M le nombre de clients mécontents parmi les 4 contactés.
a. Quelle est la loi de M ? L’expliciter sous forme de tableau.
Lois discrètes infinies
b. Calculer E(M ).
Exercice 14. (☆)
On effectue des lancers d’une pièce équilibrée.
On note X le nombre de lancers de pièces nécessaires pour obtenir pile.
Déterminer la loi de X, son espérance, sa variance.

(☆): application directe du cours, (☀): pas de difficulté majeure, (☀☀): plus difficile, (☀☀☀): costaud 2
ECE2-B 2018-2019

Exercice 15. (☀) Connaître les caractéristiques des lois usuelles

On joue avec deux dés équilibrés à 6 faces.
Exercice 18. (☆)
On jette un premier dé et on note sa valeur. On jette ensuite le deuxième dé
Calculer l’espérance et la variance de X dans les cas suivants :
jusqu’à ce qu’il indique le même numéro que le premier.
b. X ,→ B 20, 37


a. X ,→ U(J−5, 10K) c. X ,→ G (π)
Soit X le nombre de fois qu’il faut lancer le deuxième dé pour qu’il indique
le même numéro que le premier.
a. Établir la loi de probabilité de X. Transformation d’une v.a.r. X
b. Déterminer son espérance et sa variance. Exercice 19. (☀)
Exercice 16. (☀) Soient p ∈ ]0, 1[ et X une v.a.r. dont la loi est donnée par :
On sait que la probabilité qu’une personne soit allergique à un certain médi- p p
P([X = −1]) = , P([X = 0]) = 1 − p, P([X = 1]) =
cament est égale à 10−3 . On s’intéresse à un échantillon de 1000 personnes. 2 2
On appelle X la v.a.r. dont la valeur est le nombre de personnes allergiques 2
• Déterminer la loi de Y = X .
dans l’échantillon.
1) Déterminer la loi de probabilité de X.
Exercice 20. (☀)
2) En utilisant une approximation (que l’on justifiera) calculer les probabi- On suppose que X est une v.a.r. dont la loi est donnée par
lités des événements suivants.
1) X(Ω) = {−2, −1, 0, 1, 2}
a. Il y a exactement deux personnes allergiques dans l’échantillon.
2) P([X = −2]) = 51 , P([X = −1]) = 10 1 1
, P([X = 0]) = 10 ,
b. Il y a au moins deux personnes allergiques dans l’échantillon. 1 2
P([X = 1]) = 5 , et P([X = 2]) = 5 .
Exercice 17. (☀) 2
• Déterminer la loi de Y = X .
Un péage comporte 10 guichets numérotés de 1 à 10. Le nombre de voitures
N , arrivant au péage en 1 heure, suit une loi de Poisson de paramètre λ > 0.
On suppose de plus que les conducteurs choisissent leur file au hasard et Exercice 21. (☀)
indépendamment des autres. Soit X1 la v.a.r. égale au nombre de voitures On suppose que X est une v.a.r. dont la loi est donnée par :
se présentant au guichet 1 en une heure. 1) X(Ω) = {−1, 1, 2}
a. Déterminer le nombre moyen de voitures arrivant au péage en une heure. 2) P([X = −1]) = 14 , P([X = 1]) = 12 et P([X = 2]) = 14 .
b. Quelle est la proba qu’une voiture qui arrive au péage se dirige vers le • Déterminer la loi de Y = X 2 et Z = eX .
guichet 1 ?
c. Calculer P[N =n] ([X1 = k]) pour tout 0 6 k 6 n. Et pour k > n ? Théorème de transfert
+∞
P
d. Justifier que P([X1 = k]) = P[N =n] ([X1 = k]) × P([N = n]) puis mon- Exercice 22. (☀)
n=k
 k k +∞  n n Soit X une v.a.r.
suivant une loi géométrique de paramètre p ∈ ]0, 1[.
−λ 1 λ P 9 λ Déterminer E X1 .
trer que P([X1 = k]) = e .
10 k! n=0 10 n! P xn
+∞
e. En déduire la loi de X1 , son espérance et sa variance. (on pourra utiliser la formule : ∀x ∈ ] − 1, 1[, = − ln(1 − x))
n=1 n

(☆): application directe du cours, (☀): pas de difficulté majeure, (☀☀): plus difficile, (☀☀☀): costaud 3
ECE2-B 2018-2019

Exercice 23. (☀) Exercice 27. (☀☀☀) (Fonction génératrice d’une variable aléatoire)
Soit X une v.a.r. suivant une loi de Poisson de paramètre λ > 0. Soient a, b, et N trois entiers supérieurs ou égaux à 2 tels que N = a + b.
On considère une urne contenant initialement a boules blanches et b boules
 
1
• Déterminer E .
X +1 noires. On effectue des tirages successifs dans cette urne, au hasard et avec
remise en procédant de la façon suivante :
Exercice 24. (☀) × si la boule tirée est blanche, elle est remise dans l’une avant de procéder
Soit X une v.a.r. de loi B (n, p), avec n ∈ N∗ et p ∈ ]0, 1[. au tirage suivant ;
• Déterminer la loi de Y = n − X. × si la boule tirée est noire, elle n’est pas remise dans l’urne, mais remplacée
par une boule blanche dans cette urne, et l’on procède au tirage suivant.
Exercice 25. (☀) On note Y la variable aléatoire égale au nombre de tirages nécessaires à
Soit X une v.a.r. suivant une loi binomiale B(n, p). l’obtention d’une première boule blanche.
 
X

1 1. Déterminer la loi de Y . Montrer alors que :
• Calculer E 2 et E .
1+X
N b−k+1 N b−k
 
b!
∀k ∈ J1, bK, P([Y = k]) = b −
Fonction génératrice N (b − k + 1)! (b − k)!

Exercice 26. (☀☀) 2. Soit G la fonction définie sur R par :

Soit X une variable aléatoire discrète. On définit la fonction génératrice G
P([Y = k]) xk
P
associée à X par : ∀x ∈ R, G(x) =
k∈Y (Ω)
P([X = k]) tk
P
G(t) =
k∈X(Ω)
On dit que G est la fonction génératrice de la variable aléatoire Y .
pour tous les réels x tels que la série converge (si convergence il y a). a) Justifier l’égalité : G(x) = E xY .

Déterminer la fonction génératrice de X dans les cas suivants : b) Quelle est la valeur de G(1) ?
a. X ,→ B (1, p) où p ∈ ]0, 1[. c) Exprimer E(Y ) en fonction de G0 (1).
b. X ,→ U(J1, nK) où n ∈ N∗ . d) Exprimer la variance de Y en fonction de G0 (1), et de G00 (1).
c. X ,→ B (n, p) où n ∈ N∗ et p ∈ ]0, 1[. b! b
P N b−k k
3. Montrer que : ∀x ∈ R, G(x) = 1 + (x − 1) x .
d. X ,→ G (p) où p ∈ ]0, 1[. Nb k=0 (b − k)!
e. X ,→ P (λ) où λ ∈ R∗+ . 4. En déduire l’espérance de Y .
On laissera le résultat sous forme d’une somme.
5. De même calculer la variance de Y à l’aide de la fonction génératrice G.
On laissera le résultat sous forme d’une somme.

(☆): application directe du cours, (☀): pas de difficulté majeure, (☀☀): plus difficile, (☀☀☀): costaud 4
ECE2-B 2018-2019

Exercice 28. (☀☀☀) (ECRICOME 2008) Utilisation de la formule des probabilités totales
Un joueur lance successivement n boules au hasard dans N cases numérotées
Exercice 29. (☀☀)
de 1 à N (avec N > 2), chaque boule ayant une probabilité 1/N de tomber
Une pièce de monnaie est déséquilibrée de telle sorte que la probabilité d’ap-
dans chacune des N cases (et les lancers de boules étant indépendants les uns 1
des autres). On cherche à étudier la variable aléatoire Tn , égale au nombre parition de Pile est égale à . On effectue avec cette pièce une suite de lancers
3
de cases non vides après n lancers. indépendants et on considère, pour tout n > 2, l’événement :
a. Déterminer en fonction de n et de N les valeurs prises par Tn .
la séquence Pile-Face apparaît pour la première
b. Donner les lois de T1 et de T2 . An : « »
fois au n − 1ème et nème lancer
c. Déterminer, lorsque n > 2, les probabilités P([Tn = 1]), P([Tn = 2]) et
P([Tn = n]) (en distingant suivant que n 6 N ou n > N ). Pour tout n > 2, on note an la probabilité de l’événement An .
d. À l’aide de la formule des probabilités totales, prouver que si 1 6 k 6 n : 1. Calculer a2 , a3 et a4 .
2k
n−1
P
k N −k+1 2. Montrer que, pour tout n > 2, an = n
. Calculer an , pour tout n > 2.
P([Tn+1 = k]) = P([Tn = k]) + P([Tn = k − 1]) k=1 3
N N
3. Calculer la probabilité que la séquence Pile-Face n’apparaisse jamais.
e. On considère dans les questions qui suivent le polynôme : 4. On considère alors la variable aléatoire X égale au nombre de lancers
n nécessaires pour qu’apparaisse pour la première fois la séquence Pile-Face.
P([Tn = k]) xk
P
Gn (x) = Déterminer la loi de X et son espérance.
k=1
5. a) Écrire un programme en Scilab qui simule la v.a.r. X.
Quelle est la valeur de Gn (1) ?
b) Comment obtenir, informatiquement, une valeur approchée de E(X) ?
f. Exprimer E(Tn ) en fonction de G0n (1).
6. a) Soit, pour tout n > 2, Bn l’événement
g. En utilisant la relation démontrée à la question d., montrer que
la séquence Pile-Face apparaît pour la première
1
Gn+1 (x) = (x − x2 ) G0n (x) + x Gn (x) Bn : « fois au n − 1ème et nème lancer, et il n’y a pas »
N eu avant de séquence Face-Pile
h. Dériver l’expression précédente et en déduire que
Pour tout n > 2, on note bn la probabilité de l’événement Bn .
Calculer bn , pour tout n > 2.
 
1
E(Tn+1 ) = 1 − E(Tn ) + 1
N b) En déduire la probabilité pour que la première séquence Pile-Face
  n  apparaisse avant la première séquence Face-Pile.
1
i. Prouver enfin que : E(Tn ) = N 1− 1−
N
et déterminer la limite de E(Tn ) quand n tend vers +∞.

(☆): application directe du cours, (☀): pas de difficulté majeure, (☀☀): plus difficile, (☀☀☀): costaud 5
ECE2-B 2018-2019

Exercice 30. (☀☀) (d’après HEC 1982 Maths III) Exercice 31. (☀☀☀)
On considère deux pièces de monnaie notées A1 et A2 . Une puce se déplace sur un axe gradué d’origine O par bonds successifs d’une
• Lorsqu’on lance la pièce A1 , la probabilité d’obtenir « face » est p1 (avec
ou de deux unités vers la droite suivant la procédure suivante :
0 < p1 < 1), celle d’obtenir « pile » est q1 = 1 − p1 . × au départ la puce est en O ;

• De même, lorsqu’on lance la pièce A2 , la probabilité d’obtenir « face » est × si, à un instant, la puce est sur la case d’abscisse k, à l’instant d’après elle
p2 (avec 0 < p2 < 1), celle d’obtenir « pile » est q2 = 1 − p2 . 1
sera soit sur la case d’abscisse k + 1, avec la probabilité , soit sur la case
2
On effectue une suite de parties de la façon suivante : 1
k + 2, avec la probabilité ;
1 2
× à la première partie, on choisit une pièce au hasard (avec la probabilité )
2 × les sauts sont indépendants.
et on joue avec cette pièce ;
1. On note Sn la variable aléatoire égale au nombre de sauts de deux unités
si le résultat est « face », on joue la deuxième partie avec A1 , effectués par la puce au cours des n premiers sauts.
si le résultat est « pile », on joue la deuxième partie avec A2 ; Déterminer la loi de Sn , son espérance et sa variance.
× ensuite, pour tout entier n > 1 : 2. On note Xn la v.a.r. égale à l’abscisse de la puce après n sauts.
si on a obtenu « face » à la nème partie, on joue la (n + 1)ème avec A1 , Exprimer Xn en fonction de Sn .
En déduire la loi de Xn , son espérance et sa variance.
si on a obtenu « pile » à la nème partie, on joue la (n + 1)ème avec A2 .
3. On note, pour tout n ∈ N∗ , Yn la variable aléatoire égale au nombre de
1. Pour tout entier n > 1, on note un la probabilité d’avoir « face » à la n ème
sauts qu’il a fallu à la puce pour atteindre ou dépasser la case d’abscisse
partie. n au cours des n premiers sauts.
a) Exprimer u1 , puis u2 en fonction de p1 et p2 . a) Déterminer Yn (Ω).
b) Montrer que, pour tout n > 1, un+1 = (p1 − p2 ) un + p2 . b) Montrer que, pour tout entier n > 3 et pour tout entier k > 1 :
c) Montrer que la suite (un )n>1 tend, quand n tend vers l’infini, vers une 1 1
P ([Yn = k]) = P ([Yn−1 = k − 1]) + P ([Yn−2 = k − 1])
limite u que l’on calculera. 2 2
1
Dans quels cas a-t-on u = ? c) Montrer que, pour tout entier n > 3
2
2. Pour tout entier n > 1, on note Xn la variable aléatoire, associée à la nème 1 1
E(Yn ) = E(Yn−1 ) + E(Yn−2 ) + 1
partie, qui prend la valeur 1 si le résultat de la nème partie est « face », 2 2
la valeur 0 si le résultat de la n ème partie est « pile ». 4. Déterminer un réel a tel que la suite (un )n>1 définie par :
a) Déterminer les lois de probabilité des variables aléatoires X1 et X2 et
un = E(Yn ) − na
calculer leurs espérances.
b) Les variables aléatoires X1 et X2 sont-elles indépendantes ? vérifie une relation récurrente linéaire d’ordre 2.
Déterminer alors, pour tout n ∈ N∗ , un , puis E(Yn ) en fonction de n.

(☆): application directe du cours, (☀): pas de difficulté majeure, (☀☀): plus difficile, (☀☀☀): costaud 6