Fiche N°5: MAT221: Variables et vecteurs aléatoires discrètes
Loumngam K. Victor, Ph.D
Année académique 2024/2025
Variables aléatoires discrètes: lois, espérances, variance et modélisation
Exercice 1.
Considérons une expérience consistant à lancer un dé parfaitement équilibré à six faces de manière
répétée, jusqu’à obtenir pour la première fois un 6.
Soit Y la variable aléatoire qui représente le numéro du lancer au cours duquel le premier 6 apparaı̂t.
En utilisant le principe d’indépendance des événements associés à chaque lancer, démontrez que Y suit
une loi géométrique G 61 .
Exercice 2.
Considérons une variable aléatoire Y prenant ses valeurs dans {0, 1, 2}, telle que :
1
E(Y ) = 1 et Var(Y ) = .
2
Déterminez la loi de probabilité associée à Y , en précisant les probabilités pour chacune des valeurs
possibles.
Exercice 3.
On définit la suite {pn }n∈N par :
n
1 1
p0 = , et ∀n ≥ 1, pn = .
2 3
a. Vérifiez que (n, pn )n∈N constitue la loi de probabilité d’une variable aléatoire discrète Y .
b. Montrez que Y admet une espérance, puis calculez E(Y ).
c. Montrez que Y possède une variance, puis calculez Var(Y ).
Exercice 4.
On effectue des tirages successifs dans une urne contenant initialement une boule noire et une boule
blanche.
À chaque tirage, la couleur de la boule extraite est notée, et cette boule est replacée dans l’urne avec
une boule supplémentaire de la même couleur.
On définit X comme la variable aléatoire représentant le rang d’apparition de la première boule noire
et Y comme celle associée au rang d’apparition de la première boule blanche.
a. Déterminer les lois de probabilité des variables X et Y .
b. La variable X admet-elle une espérance ? Si oui, calculer E(X).
c. La variable Y admet-elle une espérance ? Si oui, calculer E(Y ).
Exercice 5.
Pour chaque situation décrite ci-dessous, identifier la loi de probabilité de la variable aléatoire X ainsi
que ses paramètres :
1. On lance un dé équilibré à 6 faces. La variable Y représente le résultat obtenu lors du lancer.
2. Une urne contient 12 boules : 6 vertes, 4 rouges, et 2 bleues. On effectue 8 tirages successif avec
remise, et Y désigne le nombre de boules rouges tirées.
14
3. On utilise la même urne que précédemment. On procède à des tirages successifs avec remise jusqu’à
obtenir une boule rouge. La variable Y correspond au nombre de tirages nécessaires.
4. Dix boules sont réparties au hasard dans trois sacs identiques de manière équiprobable. La variable
Y représente le nombre de boules contenues dans le premier sac.
5. Un jeu de 32 cartes mélangées (faces cachées) est utilisé. On retourne les cartes une par une jusqu’à
obtenir la Dame de Cœur. La variable Y correspond au nombre total de cartes retournées.
6. Une urne contient n jetons numérotés de 1 à n. On tire successivement les jetons au hasard,
sans remise, jusqu’à obtenir le jeton portant le numéro 1. La variable Y est le nombre de tirages
effectués.
7. Une urne contenant n jetons numérotés de 1 à n est utilisée. Les jetons sont tirés au hasard avec
remise jusqu’à obtenir le jeton portant le numéro 1. La variable Y indique le nombre total de
tirages effectués.
8. Un étudiant répond à un test comportant n questions. Chaque question offre r réponses possi-
bles, dont une seule correcte. L’étudiant répond au hasard à toutes les questions. La variable Y
correspond au nombre de réponses correctes.
Exercice 6.
Identifiez, pour les deux situations suivantes, la loi de la variable aléatoire Y , précisez ses paramètres et
calculez E(Y ) et Var(Y ) :
1. Y prend ses valeurs dans N, et pour tout n ∈ N,
2
P(Y = n + 1) = · P(Y = n).
n+1
2. Y prend ses valeurs dans N∗ , et pour tout n ∈ N∗ ,
3 · P(Y = n + 2) = 4 · P(Y = n + 1) − P(Y = n).
Exercice 7.
1. Prouvez que, pour tout x ∈] − 1, 1[, la série suivante converge et donne :
+∞
X 6
n(n − 1)(n − 2)xn−3 = .
n=0
(1 − x)4
2. Une expérience aléatoire est répétée indépendamment jusqu’à ce qu’un événement A se réalise, cet
événement ayant une probabilité p ∈]0, 1[ à chaque essai.
Soit X la variable aléatoire représentant le rang d’apparition de la première réalisation de A, et Y
celle correspondant au rang de la seconde réalisation de A.
(a) Déterminez la loi de X, montrez qu’elle admet une espérance et calculez E(X).
(b) Déterminez la loi de Y , montrez qu’elle admet une espérance et calculez E(Y ).
(c) Comparez E(X) et E(Y ). Interprétez ce résultat.
Exercice 8.
Soient λ > 0 et p ∈]0, 1[. Un certain nombre d’œufs, noté N , est pondu par une poule au début de
chaque semaine. Le nombre d’œufs pondus N suit une loi de Poisson de paramètre λ.
On suppose qu’au cours de la semaine, chaque œuf a une probabilité p, indépendante des autres,
d’éclore et de donner naissance à un poussin.
On désigne par K la variable aléatoire représentant le nombre total de poussins en fin de semaine.
Déterminez la loi de K.
15
Exercice 9.
Un étudiant curieux effectue plusieurs lancers successifs d’un dé équilibré à 12 faces jusqu’à obtenir un
résultat pair. Une fois ce résultat obtenu, il le divise par 2 pour obtenir une valeur finale.
On note X la variable aléatoire correspondant au résultat final obtenu après division. La variable X
suit-elle une loi uniforme ?
Exercice 10.
Un ascenseur démarre au rez-de-chaussée d’un immeuble comportant n étages (n ≥ 1). À bord, p
personnes montent, et chacune choisit de s’arrêter à un étage quelconque avec une probabilité uniforme,
de manière indépendante des autres.
L’ascenseur s’arrête aux étages requis et continue jusqu’à la sortie de la dernière personne. On définit
X comme la variable aléatoire représentant le nombre total d’arrêts de l’ascenseur.
On introduit également Tk , une variable aléatoire prenant la valeur 1 si l’ascenseur s’arrête à l’étage
k, et 0 sinon, pour 1 ≤ k ≤ n.
a. Déterminer la loi de Tk pour 1 ≤ k ≤ n, et calculer E(Tk ).
b. Établir un lien entre X et les variables Tk , puis en déduire l’espérance E(X).
Exercice 11.
Soit a ∈ R et, pour tout n ∈ N∗ , on considère la suite (pn )n≥1 définie par :
a
pn = .
n(n + 1)(n + 2)
a. Trouver des constantes α, β, et γ telles que :
1 α β γ
∀n ∈ N∗ , = + + .
n(n + 1)(n + 2) n n+1 n+2
b. Déterminer la valeur de a pour que (n, pn )n≥1 représente une loi de probabilité associée à une
variable discrète X.
c. La variable aléatoire X admet-elle une espérance ? Si oui, calculer E(X).
d. Soit Y = X 2 − 6X + 9. Déterminer la loi de Y . La variable Y admet-elle une espérance ? Si oui,
calculer E(Y ).
Exercice 12.
Une punaise se déplace sur une demi-droite divisée en segments de longueur 1, numérotés 0, 1, 2, 3, . . ..
Au départ, elle se trouve sur la case 0 et se déplace uniquement vers la droite (dans le sens des numéros
croissants), en effectuant des sauts aléatoires de longueur 1 ou 2.
a. Soit X1 la variable aléatoire représentant le numéro de la case occupée par la puce après son premier
saut. Déterminer la loi de X1 , son espérance E(X1 ) et sa variance Var(X1 ).
b. Déterminer la loi de X2 , la variable aléatoire représentant le numéro de la case occupée après le
deuxième saut, ainsi que ses espérance et variance.
c. On note Yn la variable aléatoire correspondant au nombre total de sauts de longueur 2 effectués
par la puce au cours des n premiers sauts. Identifier la loi de probabilité de Yn et calculer E(Yn )
et Var(Yn ).
d. Exprimer Xn , la position de la puce après n sauts, en fonction de Yn . En déduire la loi de Xn ,
ainsi que ses espérance et variance.
16
Exercice 13.
On considère une variable aléatoire X suivant une loi de Poisson P(λ), où λ > 0.
a. Pour n ∈ N, calculer :
P (X = n + 1)
un = .
P (X = n)
b. En déduire le mode de X, c’est-à-dire la valeur de X pour laquelle la probabilité P (X = n) est
maximale.
Exercice 14.
Soient X et Y deux variables aléatoires indépendantes, suivant des lois géométriques de paramètres
respectifs p et q.
Calculer l’espérance de Z = max(X, Y ).
Exercice 15.
Une urne contient 4 boules, dont 1 blanche et 3 rouges. On effectue des tirages successifs avec remise de
la boule tirée jusqu’à obtenir deux boules consécutives de même couleur. On note X la variable aléatoire
égale au nombre de tirages effectués.
a. Calculer P (X = 2), P (X = 3), et P (X = 4).
b. Montrer que, pour n ≥ 1 :
n−1
5 3
P (X = 2n) = · .
8 16
c. Montrer que, pour n ≥ 1 : n
3
P (X = 2n + 1) = .
16
d. Vérifier par le calcul que :
+∞
X
P (X = n) = 1.
n=2
e. Montrer que X admet une espérance et calculer E(X).
Exercice 16.
On dispose de deux urnes B1 et B2 . Initialement, il y a deux boules blanches dans B1 et deux boules
noires dans B2 . À chaque étape, on tire une boule au hasard dans B1 et une boule dans B2 , puis on les
échange.
Pour tout n ∈ N, on note Xn la variable aléatoire représentant le nombre de boules blanches dans B1
après le n-ième échange. Ainsi, Xn prend ses valeurs dans {0, 1, 2}.
On définit également, pour tout n ∈ N, la matrice colonne :
P (Xn = 0)
Un = P (Xn = 1) .
P (Xn = 2)
a. Déterminer une matrice A ∈ M3 (R) telle que, pour tout n ∈ N, Un+1 = A · Un .
b. Montrer que la suite (E(Xn ))n≥1 est constante et préciser cette valeur constante.
c. Prouver que la matrice A est diagonalisable et la diagonaliser. En déduire les coefficients de la
matrice An pour tout n ∈ N∗ .
d. En déduire la loi de Xn pour tout entier n ∈ N∗ .
17
Vecteurs aléatoires et covariances
Exercice 1.
a. Soit Ω = {a, b, c}. On dispose de deux variables aléatoires X et Y définies sur Ω telles que :
X(a) = X(b) = 1, X(c) = 2,
Y (a) = Y (c) = 3, Y (b) = 1.
On pose Z = (X, Y ). Comparer Z(Ω) et X(Ω) × Y (Ω).
b. On lance deux dés équilibrés à 6 faces discernables. On définit :
X comme la variable aléatoire associée au maximum des valeurs obtenues,
Y comme la variable aléatoire correspondant à la valeur obtenue par le deuxième dé,
Z = (X, Y ).
Décrire les ensembles X(Ω), Y (Ω), et Z(Ω).
Exercice 2.
Soient X et Y deux variables aléatoires indépendantes suivant une loi uniforme U(n) avec n ≥ 1.
a. On pose Z = |X − Y |.
Calculer l’espérance E(Z) et la variance Var(Z).
b. On pose S = X + Y .
Déterminer la loi de S ainsi que son espérance E(S).
Justifier pourquoi la loi de S est parfois appelée ”loi triangulaire”.
Retrouver visuellement l’espérance de S à partir de la densité ou de la représentation graphique
de sa distribution.
c. Que vaut en moyenne la somme de deux entiers choisis aléatoirement entre 1 et n ?
Exercice 3
Pour un paramètre q ∈]0, 1[, on définit les coefficients bk,l comme suit :
∀(k, l) ∈ N2 , bk,l = (1 − q)l−2 · q 2 , si 1 ≤ k < l, et bk,l = 0 sinon.
a. Montrer que {((k, l), bk,l )}(k,l)∈N2 constitue une loi de probabilité définissant un couple (U, V ) de
variables aléatoires discrètes.
b. Identifier les lois marginales des variables U et V . Les variables U et V sont-elles indépendantes ?
Justifiez votre réponse.
c. Pour l ≥ 2, déterminer la loi conditionnelle de U sachant V = l.
Exercice 4
Soient U et V deux variables aléatoires indépendantes suivant respectivement les lois G(a) et G(b), où
a, b ∈]0, 1[.
On définit W = min(U, V ).
a. Calculer la probabilité P (W > n), pour tout n ∈ N.
b. En déduire la loi de W et montrer qu’elle est géométrique.
18
Exercice 5
Une urne contient M jetons numérotés de 1 à M , où M ∈ N∗ . On réalise une suite infinie de tirages
avec remise.
On désigne, pour tout i ∈ N∗ , par Yi la variable aléatoire indiquant le numéro du jeton tiré lors du
ième tirage.
On pose, pour n ∈ N∗ :
n
X
Tn = Yk .
k=1
a. Calculer l’espérance de Tn pour tout n ∈ N∗ .
b. Déterminer la variance de Tn pour tout n ∈ N∗ .
Exercice 6
Considérons Y1 , Y2 , . . . , Yn un ensemble de n variables aléatoires discrètes partageant les propriétés suiv-
antes :
Chaque Yi a la même espérance µ et la même variance σ 2 .
Pour 1 ≤ i ̸= j ≤ n, la covariance entre Yi et Yj est égale à ρ.
On définit la somme :
n
X
Z= Yk .
k=1
a. Calculer l’espérance de Z.
b. Déterminer la variance de Z.
Exercice 7
Considérons une succession de lancers d’une pièce truquée où l’apparition de Pile se produit avec une
probabilité p, avec 0 < p < 1. Nous définissons deux suites de variables aléatoires (Sn ) et (Tn ) de la
manière suivante :
Sn correspond au nombre total de lancers nécessaires pour obtenir le nième Pile ;
Tn représente, pour n ≥ 2, le nombre de lancers supplémentaires nécessaires après avoir obtenu le
(n − 1)ième Pile pour obtenir le nième .
Ainsi, on a :
T1 = S1
a. Pour n ≥ 1, déterminer la loi de Tn , sans recourir à Sn . Montrer que pour n ≥ 1, Tn possède une
espérance et une variance.
b. Établir le lien entre Sn et les variables T1 , T2 , . . . , Tn , pour n ≥ 1.
c. Montrer que pour n ≥ 1, Sn admet une espérance et une variance, et que :
n n(1 − p)
E(Sn ) = , V(Sn ) = .
p p2
19
Exercice 8
Soit N ≥ 2. Une urne contient des boules Blanches en proportion p et des boules Noires en proportion
q = 1 − p. On effectue des tirages avec remise jusqu’à obtenir une troisième boule Blanche.
On définit les variables aléatoires suivantes :
U : nombre de tirages nécessaires pour obtenir la première boule Blanche,
D : nombre de tirages nécessaires pour obtenir la deuxième boule Blanche,
T : nombre de tirages nécessaires pour obtenir la troisième boule Blanche.
a. Déterminer les lois de U , D et T .
b. Calculer l’espérance de D, si elle existe.
c. Soit H le nombre total de boules Noires obtenues avant l’apparition de la deuxième boule Blanche.
(a) Quelle relation lie H et D ?
(b) En déduire la loi de H ainsi que son espérance.
Exercice 9
Deux joueurs, A et B, participent à un jeu impliquant des lancers successifs d’une pièce. La pièce donne
pile avec une probabilité p, où 0 < p < 1, et on note q = 1 − p. Le jeu se déroule de la manière suivante :
Le joueur A lance la pièce jusqu’à obtenir son premier succès (Pile). On note X la variable aléatoire
représentant le nombre de lancers effectués par A.
Ensuite, B effectue autant de lancers que A, et on note Y la variable aléatoire correspondant au
nombre de succès (Piles) obtenus par B.
a. Déterminer la loi de probabilité de X.
b. Calculer la loi conditionnelle de Y sachant X = n, pour n ∈ N∗ .
c. En déduire que :
k−1
q 1 q
P (Y = 0) = , et pour k ≥ 1, P (Y = k) = · .
1+q (1 + q)2 1+q
Vérifier également que :
+∞
X
P (Y = k) = 1.
k=0
d. Le joueur B gagne s’il obtient au moins un succès (Pile) ; sinon, c’est A qui remporte la partie. Le
jeu est-il équitable ? Justifier votre réponse.
20
