Centre Ibn Abdoune 16/11/2023

Classes Préparatoires MP 1
Khouribga ELOUADIH

Série: 14 : Probabilités

Exercice 1 Intersection de tribus

Soient (Ai )i∈I une
T famille de tribus sur un ensemble Ω .
Vérifier que Ai est une tribu sur Ω .
i∈I

Exercice 2 Tribu engendrée par une partie

Soient A une famille de parties d’un ensemble Ω et (Ai )i∈I la famille de tribus Ω contenant
A. T
Vérifier que Ai est une tribu sur Ω . C’est la tribu engendrée par A :c’est la plus
i∈I
petite tribu contenant A

Exercice 3 trace d’une tribu

Soient A une tribu sur un ensemble Ω et Ω0 une partie de Ω
Vérifier que A0 = {A ∩ Ω0 /A ∈ A} définit une tribu sur Ω0 .

Exercice 4 image réciproque d’une tribu

Soient f : Ω → Ω0 une application et A0 une tribu sur Ω0 .
Vérifier que A = {f −1 (A0 )/A0 ∈ A0 } définit une tribu sur Ω

Exercice 5
Soit n ∈ N∗ . Trouver a ∈ R tel qu’il existe une probabilité P sur {0, ..., n} vérifiant

∀k ∈ {0, ..., n}, P ({k}) = ln(ak )

Exercice 6
Soit n ∈ N∗ . Trouver b ∈ R tel qu’il existe une probabilité P sur {0, ..., n} vérifiant

∀k ∈ {0, ..., n}, P ({k}) = bk

Exercice 7
Soit n ∈ N∗ . Trouver c ∈ R tel qu’il existe une probabilité P sur {0, ..., n} vérifiant

∀k ∈ {0, ..., n}, P ({k}) = ck 2

Exercice 8
Soit n ∈ N. Trouver d ∈ R tel qu’il existe une probabilité P sur {0, ..., n} vérifiant

∀k ∈ {0, ..., n}, P ({k}) = dCnk

Exercice 9
Soit x ∈ [0, 1[ . Trouver λ ∈ R tel qu’il existe une probabilité P sur (N, P(N)) vérifiant
∀n ∈ NP ({n}) = λxn

Exercice 10
Soit x ∈ R+ . Trouver λ ∈ R tel qu’il existe une probabilité P sur (N, P(N)) vérifiant
n
∀n ∈ NP ({n}) = λ xn!

1
Exercice 11
Dans une cantine, 135 plateaux-repas sont servis. Trois éléments peuvent composer un
plateau-repas : entrée, plat principal et dessert et tout plateau comporte soit l’un de ces
éléments, soit deux éléments distincts, soit les 3 éléments. On a dénombré :
– 79 plateaux contenant (au moins) une entrée ;
– 97 plateaux contenant un plat principal ;
– 59 plateaux contenant un dessert ;
– 51 plateaux contenant une entrée et un plat principal ;
– 44 plateaux contenant un plat principal et un dessert ;
– 36 plateaux contenant une entrée, un plat principal et un dessert.
1. Combien de plateaux contenant une entrée et un dessert ont été servis ?
2. Combien de plateaux contenant une entrée et un dessert et ne contenant pas de plat
principal ont été servis ?

Exercice 12
Une urne contient initialement 7 boules noires et 3 boules blanches. On tire successivement
3 boules : si on tire une noire, on l’enlève, si on tire une blanche, on la retire, et on ajoute
une noire à la place. Quelle est la probabilité de tirer 3 blanches à la suite ?

Exercice 13
On considère deux urnes contenant chacune un ensemble de boules colorées. L’urne I
contient 2 boules blanches et 3 boules bleues. L’urne II contient 3 boules blanches et 4
boules bleues. Une boule est tirée aléatoirement (en aveugle) de l’urne I pour être mise
dans l’urne II. Ensuite, une boule est tirée dans l’urne II. Quelle est la probabilité que cette
dernière soit bleue ?

Exercice 14
Deux usines produisent des lampes. La première usine produit 20% de lampes défectueuses
alors que la deuxième en produit 5%. La première usine produit deux fois plus de lampes
par semaine. Quelle est la probabilité qu’une lampe choisie au hasard fonctionne ?

Exercice 15

Un sac contient 100 dés : 75 sont équilibrés (les six faces sont équiprobables) et 25 sont
pipés : la probabilité d’obtenir 6 en jetant un tel dé vaut 12 .
1. On prend au hasard un dé et on le lance. Quelle est la probabilité d’obtenir un 6 ?
2. On prend au hasard un dé dans le sac, on le lance et on obtient un 6. Quelle est la
probabilité que le dé tiré dans le sac soit un dé pipé ?

Exercice 16
Une maladie rare affecte une personne sur 105 . Un test pour la détecter est positif dans
99% des cas quand il est appliqué à une personne infectée et avec probabilité 1% si la
personne est en bonne santé. Sachant que votre test est positif, quelle est la probabilité
que vous soyez infecté ?

Exercice 17

1. Formule d’inversion de Pascal :Soit (un )n∈N et (vn )n∈N deux suites réelles. Mon-
trer que :
n   n  
X n X
n−k n
∀n ∈ N un = vk ⇔ vn = (−1) uk
k k
k=0 k=0

2
 2. On note S(p,n) le nombre de surjections de {1, ..., p} dans {1, ..., n}.
n
n
(a) Montrer que np =
P

k S(p, k)
k=1
n
n
(−1)n−k kp
P

(b) En déduire S(p, n) = k
k=0

Exercice 18
Un facteur doit distribuer n lettres adresses à n destinataires distincts. Il est totalement
ivre et dépose une lettre au hasard dans chaque boîte.
1. Quelle est la probabilité d’obtenir une distribution correcte du courrier ?
2. Quelle est la probabilité qu’au moins une lettre parvienne au bon destinataire ?
3. Quelle est la probabilité qu’aucune lettre n’arrive au bon destinataire ?
4. Quel est le nombre dn de manières différentes de poster les lettres de telle sorte
qu’aucune n’arrive à destination ?

Exercice 19
Soit P une probabilité sur (N; P(N)).
1. Montrer que : lim P ({n}) = 0
n→+∞
2. Montrer que : lim P ({n, n + 1, ...}) = 0
n→+∞

Exercice 20
Soit (an )n∈N une suite strictement décroissante de réels positifs de limite nulle. Déterminer
λ ∈ R tel qu’il existe une probabilité P sur (N; P(N)) vérifiant P ({n, n + 1, ...}) = λan
Dans ce cas, que vaut P ({n}) pour n ∈ N?

Exercice 21
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 22
Un candidat à un concours connait une fraction x de son programme et doit répondre par
oui ou non à une question . L’examinateur pose la question et le candidat répond juste.
Déterminer la probabilité qu’il ait connue la réponse. On suppose que le candidat est sain
d’esprit :lorsqu’il connait la réponse il la donne.

Exercice 23
Soit(Ω, T, P ) un espace probabilisé .Montrer que (∀(A, B) ∈ T 2 (P (A ∩ B))2 ≤ P (A)P (B)

Exercice 24
Une v.a.r X définie sur un espace probabilisé (Ω, T, P ) suit la loi de Poisson de paramètre
λ>0
Montrer que sin(X) admet une espérance que l’on calculera

Exercice 25
Soit X une variable aléatoire suivant une loi de Poisson P(λ).
Déterminer la loi et l’espérance de Y = (−1)X .

Exercice 26
Soit X une variable aléatoire suivant une loi de Poisson P(λ).
l’espérance de Y = X! .

3
Exercice 27
Soit X une variable aléatoire suivant une loi binomiale B(n, p).
1
Déterminer l’espérance de Y = X+1 .

Exercice 28
Soit X une variable aléatoire suivant une loi de Poisson P(λ).
1 1
Déterminer l’espérance de Y = X+1 puis Y = (X+1)(X+2) .

Exercice 29 Loi de Rademacher

1
Soit X une v.a.r telle que X(Ω) = {−1, 1} et P (X = −1) = P (X = 1) = 2
1. Calculer directement E(X) et V (X)
2. Faire le lien avec Bernoulli et retrouver les résultats précédents

Exercice 30
Soit p ∈]0, 1[.X une v.a.r définie sur un espace probabilisé (Ω, T, P ) telle que X(Ω) = N et
pn
∀n ∈ NP (X = n) = k n+1
1. k, GX et E(X)
2. Calculer E(X + 1) et retrouver E(X)

Exercice 31
Soient α ∈ R et f la fonction définie par f (x) = α(1 + cos(x))e−|x|
1. Déterminer α pour que f soit une densité de probabilité
2. Soit X une v.a.r de densité f .Montrer que X admet un moment d’ordre 2 et calculer
E(X) et V (X)

Exercice 32
X une v.a.r sur (Ω, T, P ) telle que X(Ω) = N∗ et
4
∀n ∈ N∗ P (X = n) =
n(n + 1)(n + 2)
Montrer que X admet une espérance et la calculer

Exercice 33
Soit X une v.a.r définie sur un espace probabilisé (Ω, T, P ) telle que
X(Ω) = N et ∀n ∈ NP (X = n) = a n+1 n!
1. Déterminer a
2. Déterminer E(X) e t GX

Exercice 34
Soit F la fonction définie par ∀x ∈ RF (x) = 1+e1−x
Montrer que F est la fonction de répartition d’une v.a.r continue dont on déterminera une
densité

Exercice 35
Soit n ∈ N , kn ∈ R et fn la fonction définie sur R par fn (t) = kn |t|n e−|t|
1. Déterminer kn pour que fn soit une densité de probabilité d’une v.a.r X
2. Calculer E(X) et V (X)

Exercice 36
une compagnie aérienne donne des réservations sur le vol d’un appareil de 400 places . La
probabilité qu’un passager pour ce vol ne se présente pas est de 0,08 . Si la compagnie
accorde 420 réservations sur ce vol , quel est le risque de surbooking
( c a d se présentent à l’enregistrement plus de 400 passagers)

4
Exercice 37
Soit n ∈ N∗ .On extrait n fois avec remise une boule dans une urne composée de 2 boules
vertes et 6 boules blanches. Soit Xn la var associée au nombre de boules vertes obtenues
lors des n tirages . on pose Fn = Xnn
1. Donner la loi de Xn .En déduire l’espérance et la variance de Xn et Fn
2. On suppose dans cette que n = 10000.
Donner une borne inférieure de P (Fn ∈]0.22; 0.26[)
3. Donner une estimation du nombre minimal n de tirages nécessaires pour que
P (Fn ∈]0.22; 0.26[) soit au moins 0.99

Exercice 38
Soit n ∈ N∗ .(Xn )une suite de var indépendantes de Bernoulli de paramètre p ∈]0, 1[
Pn
Yn = Xn Xn+1 et Tn = YK
k=1
1. Déterminer la loi de Yn ,son espérance et sa variance
2. Déterminer la loi conjointe de (Yn , Yn+1 ) etcov(Yn , Yn+1 )
3. Déterminer la loi conjointe de (Yn , Yn+k )k ≥ 2 ;Yn et Yn+k sont elles indépendantes
4. calculer E(Tn ) et V (Tn )

Exercice 39
Soit (X,Y) un couple de de v.a.r à valeurs dans N2 de loi conjointe donnée par

(j + k)(( 12 )j+k
∀(j, k) ∈ N2 P (X = j, Y = k) =
ej!k!
1. Déterminer les marginales de X et Y
2. Les variables X et Y sont elles indépendantes ?
3. Prouver l’existence de E(2X+Y ) et la calculer

Exercice 40
Soit (X,Y) un couple de de v.a.r à valeurs dans N2 de loi conjointe donnée par
1
∀(i, j) ∈ N2 P (X = i, Y = j) =
e2i+1 j!
1. Déterminer les marginales de X et Y
2. (a) Prouver que 1+X suit une géométrique ;
en déduire l’espérance et la variance de X
(b) Déterminer l’espérance et la variance de Y
3. Les variables X et Y sont elles indépendantes ?
4. Calculer P (X = Y )

Exercice 41
Soit (X,Y) un couple de de v.a.r te que X(Ω) = {−1, 0, 1}et Y (Ω) = {−1, 1} telle que
P (X = Y = −1) = 14 ; P (X = Y = 1) = 16 ; E(X) = −1 1 1
6 ; E(Y ) = 2 et P (X = −1) = 3
1. Présenter la loi conjointe sous forme de tableau
2. Déterminer la loi de X + Y

Exercice 42
Un étudiant s’ennuie durant son cours de probabilité et passe son temps à regarder par la
fenêtre les feuilles tomber d’un arbre.On admet que le nombre des feuilles tombées à la fin
du cours est une variable aléatoire X qui suit une loi de Poisson P(λ)

5
 +∞
λk
1. (a) Expliquer pourquoi eλ =
P
k!
k=0
(b) Déterminer l’espérance et la variance de X
1
(c) calculer E( X+1 )
2. A chaque fois qu’une feuille tombe par terre ,l’étudiant lance une pièce qui donne
pile avec une probabilité p ∈]0, 1[ et face avec une probabilité q = 1 − p. On note P
(respectivement F) le nombre de piles (respectivement faces) obtenues
(a) Pour k ∈ N fixé expliquer de manière simple pourquoi la loi de F sachant X = k
est une loi binomiale dont on précisera les paramètres ;
en déduire P (F = a|X = k)
(b) calculer P (X = k, F = a)
(c) En deduire la loi de F et son espérance
(d) Trouver sans calcul la loi P
3. (a) Montrer que P et F sont indépendantes
(b) calculer E(P F ) et V (P + F )

Exercice 43
Soit n ∈ N et X une var sur (Ω, T, P ) telle que
1. X(Ω) = {0, ...; n} telle que ∀k ∈ {0, ...; n}P (X = k) = ak
Déterminer a; E(X) et V (X)
2. mêmes questions si ∀k ∈ {0, ...; n}P (X = k) = ak 2
3. mêmes questions si ∀k ∈ {0, ...; n}P (X = k) = ak(n − k)

Exercice 44
Soit X une v.a.d qui suit la loi B(n, p)on note P (X = k) = b(k, n, p)
1. Rappeler b(k,n,p)
2. Soit (Xn ) une suite de v.a.r qui suivent la loi B(n, pn ) tel que lim npn = λ
n→+∞
Calculer qk = lim P (Xn = k)
n→+∞
3. Justifier ce résultat
4. On prend ici λn = nλ .Montrer que b(k, n, pn ) = qk (1 + α
n + o( n1 )) et préciser α

Exercice 45
On lance n fois une pièce de monnaie avec laquelle la probabilité d’obtenir Pile est p.
On la relance autant de fois qu’on a obtenu de Pile. Soient X et Y le nombre de Pile
obtenus respectivement lors de la première série et de la deuxième série de lancers.
1. Donner la loi de X
2. Donner la loi de Y
3. Donner le nombre moyen de Pile obtenus sur l’ensemble des deux lancers

Exercice 46
Un insecte pend X œufs avec X ,→ P(λ).Chaque œuf a une probabilité d’éclore et les
différentes éclosions sont indépendantes.
Déterminer la loi et l’espérance du nombre d’insectes qui naissent.

Exercice 47
Soient X,Y et Z v.a.d indépendantes 2 à 2 et qui suivent P(λ)
Posons U=X+Y et V=X+Z
Calculer ρ(U, V )

6
Exercice 48
1
Soit X une v.a.d tel que X(Ω) = {−1, 0, 1} et ∀k ∈ X(Ω)P (X = k) = 3
1. calculer E(X); E(X 3 )) et cov(X, X 2 )
2. calculer P (X = 1, X 2 = 1)etP (X = 1)P (X 2 = 1)
3. Que peut on déduire ?

Exercice 49
Soit X une variable qui suit la loi exponentielle de paramètre λ
1. Calculer P (X) > t) pour t ≥ 0
2. En déduire que la loi exponentielle admet la propriété d’absence de mémoire :

∀(x, t) ∈ R+ × R+ P (X > x + t|X > x) = P (X > t)

3. Application :La durée de vie T d’une télévision en années suit une loi exponentielle
de moyenne 8 ans . Vous possédez une telle télévision depuis deux ans .Quelle est la
probabilité que sa durée de vie soit encore d’au moins 8 ans à partir de maintenant

Exercice 50 (Nul n’est censé ignorer la loi normale)

1. On appelle premier quartile q1 (respectivement troisième quartile q3 ) d’une variable

aléatoire X à densité le réel tel que P (X ≤ q1 ) = 1/4 (respectivement P (X ≤ q3 ) =
3/4). Déterminer le premier et le troisième quartile d’une loi normale de moyenne 20
et d’écart-type 5.
2. Un groupe de 200 étudiants passe en début d’année un examen et les notes sont
approximativement distribuées suivant une loi normale de moyenne 9 et d’écart-type
2. L’enseignant décide de faire des séances de rattrapage pour les étudiants dont les
notes sont les plus faibles mais il ne peut encadrer que 30 étudiants. Quelle est la
note limite permettant à un étudiant de bénéficier du rattrapage ?
3. La durée de la grossesse, en jours, est modélisée par une loi normale de moyenne
270 et de variance 100. Lors d’un procès en attribution de paternité, l’un des pères
putatifs peut prouver son absence du pays sur une période allant du 290e au 240e
jour avant la naissance.
Quelle est la probabilité qu’il puisse être le père malgré cet alibi ?
4. Dans une université, une promotion de première année ne doit pas dépasser 200
étudiants. En se basant sur le constat que seulement un candidat accepté sur trois
viendra effectivement à la rentrée, la politique de l’université est d’accepter systéma-
tiquement 500 étudiants.
(a) Sur 500 candidats acceptés, quelle est la loi de la variable X correspondant au
nombre d’étudiants effectivement présents à la rentrée ? (b) En utilisant l’approxi-
mation normale, estimer la probabilité qu’il y ait plus de 200 étudiants présents à la
rentrée.

Les rêves donnent du travail