Université Pierre et Marie Curie L3 - Mathématiques Probabilités - LM390 Année 2011-2012 Second semestre Groupe 1 Correction Interrogation N˚1 – 5 mars 2012 Exercice 1. 1. L’espace probabilisé associé à cette expérience peut s’écrire Ω = {(a1 , a2 , a3 ) : ai = 0, . . . , 9} . Le cardinal de l’ensemble Ω est card(Ω) = 103 . La probabilité définie sur P(Ω) est la probabilité uniforme, i.e. ∀ω ∈ Ω, P({ω}) = 1/103 . La probabilité de tout élément A de P(Ω) se calcule alors ainsi X card(A) P({ω}) = P(A) = . card(Ω) ω∈A 2. (a) Soit A1 l’ensemble de tous les triplets dans un ordre strictement croissant. Alors il est clair 3 = 10!/(3!7!). La probabique le nombre d’éléments de A1 est le nombre de combinaisons C10 3 /103 . lité d’obtenir quatre nombres dans un ordre strictement croissant est donc P(A1 ) = C10 (b) Soit A2 l’ensemble de tous les triplets dans un ordre croissant au sens large. Dans A2 , il y a 2 triplets de nombres dont deux sont égaux 10 tridruplets de nombres tous identiques, 2 × C10 3 2 + C 3 )/103 . et C10 triplets de nombres tous distincts. Soit P(A2 ) = (10 + 2 × C10 10 On peut aussi raisonner de la manière suivante : l’application (a1 , a2 , a3 ) 7−→ (a1 , a2 + 1, a3 + 2) est une bijection de A2 sur l’ensemble A02 = {(a1 , a2 , a3 ) : a1 < a2 < a3 , ai = 0, . . . , 11}. Le 3 . cardinal de A2 est donc égal à celui de A02 , c’est à dire C12 (c) Notons A3 cet événement. Compter les triplets de nombres compris entre 0 et 9 dont la somme est égale à 8 revient à compter les triplets de nombres compris entre 1 et 10 dont la somme est égale à 11, i.e. le nombre de manières de choisir 2 points parmi les 10 intervalles 2 et P(A ) = C 2 /103 . qui séparent 11 objets alignés, soit card(A3 )=C10 3 10 Exercice 2. • Si n = 2, le premier passager a une chance sur deux de s’asseoir à sa place et donc la probabilité que le dernier (ici le second) soit à sa place est de 21 . • Si n = 3, notons Ak l’événement “le passager k est à sa place” et Ack son complémentaire. Alors P(A3 ) = P(A3 |A1 )P(A1 ) + P(A3 |Ac1 )P(Ac1 ) = = = 1 2 + P(A3 |Ac1 ) 3 3 1 2 + (P(A3 |Ac1 , A2 )P(A2 |Ac1 ) + P(A3 |Ac1 , Ac2 )P(Ac2 |Ac1 )) 3 3 1 2 1 1 1 1 + 0. + . = . 3 3 2 2 2 2 1 • Dans le cas général, on dénote par pn la probabilité que le dernier passager trouve sa place dans un avion de n places. Fixons n > 2. Quand le premier passager prend sa place, il choisit la place k avec probabilité 1/n. Si k = 1, le dernier passager est sûr d’avoir sa place, si k = n, il est sûr de ne pas l’avoir. Si 1 < k < n, alors les passagers numéros 2 à k − 1 prennent leur place et le k-ième passager se retrouve maintenant dans la même situation que le premier passager, mais avec un avion de n − k + 1 places. On a alors la récurrence pn = 1/n + 1/n(p2 + · · · + pn−1 ). Montrons que pn = 1/2 pour tout n ≥ 2. On sait que cela est vrai pour n = 2. Supposons pour un n fixé que c’est vrai pour tout 2 ≤ k < n. On a alors pn = 1/n + 1/n(p2 + · · · + pn−1 ) = 1/n + (n − 2)/(2n) = 1/2, ce qui donne le résultat. Exercice 3. 1. L’espace probabilisé associé à cette expérience peut s’écrire Ω = {(a1 , a2 , . . . , am ) : ai ∈ {1, . . . , M }, ai 6= ai , si i 6= j} . Le cardinal de cet ensemble est card(Ω)=Am M = M (M − 1) · · · (M − m + 1). Celui-ci étant muni de la probabilité uniforme, on a pour tout A ∈ P(Ω), P(A) = X P({ω}) = ω∈A card(A) . card(Ω) 2. D’une part, Ak := {Bk = 1} = {(a1 , · · · , am ) ∈ Ω : ak ∈ {1, 2, · · · , b}}. D’autre part, l’application Ak −→ A1 (a1 , . . . , ak , . . . , am ) 7→ (ak , a2 , . . . , ak−1 , a1 , ak+1 , . . . , am ) est une bijection de Ak dans A1 , d’où Card(Ak ) = Card(A1 ). Or Card(A1 ) = b(M − 1) · · · (M − m + 1) et l’on a P(Ak ) = b/M . (Remarquons que la probabilité de l’événement Ak ne dépend pas de k et est égale à la proportion de boules blanches dans l’urne). Pour k 6= `, de même qu’à la question précédente, on peut établir une bijection entre {Bk = 1} ∩ {B` = 1)} et {B1 = 1} ∩ {B2 = 1)}, d’où P(Bk = 1, B` = 1) = P(B1 = 1, B2 = 1) = Card({B1 =1}∩{B2 =1)}) et Card({B1 = 1} ∩ {B2 = 1)}) = b(b − 1)(M − 2) · · · (M − m + 1). D’où Card(Ω) P(Bk = 1, B` = 1) = b2 b(b − 1) 6= P(Bk = 1)P(B` = 1) = 2 . M (M − 1) M Donc les v.a. (Bk )1≤k≤m ne sont pas indépendantes. 3. Pour 1 ≤ k ≤ m, par le même argument de bijection, on a k P(Sm = k) = Cm n! désigne le nombre d’arrangements de k éléments parmi n et Cnk = k!(n−k)! le Pm Pm b mb nombre de combinaisons de k éléments parmi n) et E[Sm ] = k=1 E[Bk ] = k=1 M = M . (où Akn = n! (n−k)! Akb Am−k M −b Am M 2 4. On a Var(Bk ) = E[Bk2 ] − E[Bk ]2 = P(Bk = 1) − E[Bk ]2 = Mb 1 − Mb . Pour 1 ≤ k, ` ≤ m, k 6= `, X ijP(Bk = i, B` = j) − E[Bk ]E[B` ] Cov(Bk , B` ) = E[Bk B` ] − E[Bk ]E[B` ] = i,j∈{0,1} b(b − 1) b2 b = P(Bk = 1, B` = 1) − E[Bk ]E[B` ] = − 2 = M (M − 1) M M b−1 b − M −1 M . On en déduit que Var(Sm ) = Var m X ! Bk = k=1 m X Var(Bk ) + 2 k=1 X Cov(Bk , B` ) 1≤k<`≤m m X X b b b−1 b b 1− +2 − = M M M M −1 M 1≤k<`≤m k=1 mb b m(m − 1)b b − 1 b mb b b−1 b = − + (m − 1) − 1− + = 1− . M M M M −1 M M M M −1 M Exercice 4. 1. La loi de M est donnée par P(M = k) = P(M ≥ k) − P(M ≥ k + 1), k ∈ N. Or P(M ≥ k) = P(U ≥ k, V ≥ k) = P(U ≥ k)P(V ≥ k) et P(U ≥ k) = P(V ≥ k) = X P(U = j) = j≥k X p(1 − p)j = p(1 − p)k X (1 − p)j = (1 − p)k . j≥0 j≥k D’où P(M ≥ k) = (1 − p)2k et P(M = k) = P(M ≥ k)−P(M ≥ k+1) = (1−p)2k −(1−p)2k+2 = (1−p)2k (1−(1−p2 )) = p(2−p)(1−p)2k . 2. Pour k ∈ N et r ∈ Z, ( P(U = k, V − U = r) si r ≥ 0 P(M = k, W = r) = P(min(U, V ) = k, V − U = r) = . P(V = k, V − U = r) si r < 0 Donc, si r ≥ 0, P(M = k, W = r) = P(U = k, V = r + k) = P(U = k)P(V = r + k) = p2 (1 − p)2k+r et si r < 0, P(M = k, W = r) = P(V = k, U = k − r) = P(V = k)P(U = k − r) = p2 (1 − p)2k−r . On obtient finalement pour k ∈ N et r ∈ Z, P(M = k, W = r) = p2 (1 − p)2k+|r| . 3. La loi de W est donnée, pour r ∈ Z, par P(W = r) = X P(M = k, W = r) = k∈N X k∈N p2 (1 − p)2k+|r| = p(1 − p)|r| . 2−p On voit alors que, pour tous k ∈ N et r ∈ Z, P(M = k, W = r) = P(M ≥ k)P(W = r) donc M et W sont indépendantes. 3 Exercice 5. 1. Par définition, la fonction génératrice de S est, pour s ∈ [0, 1], i X h Pk GS (s) = E[sS ] = s0 P(N = 0) + E s i=1 Xi 1{N =k} . k≥1 Puisque N et la suite (Xi ) sont indépendantes, on a i X h Pk GS (s) = P(N = 0) + E s i=1 Xi P(N = k). k≥1 Enfin, puisque les Xi sont indépendantes et de même loi, on a k h Pk i Y k Xi i=1 E s = GXi (s) = GX1 (s) . i=1 Ceci vaut 1 pour k = 0. Donc X k GS (s) = GX1 (s) P(N = k) = GN GX1 (s) = GN ◦ GX1 (s). k≥0 De plus, GX1 (s) = 1 − p + ps. On a E[S] = G0S (1) et Var(S) = G00S (1) + G0S (s) − G0S (s)2 . Or, G0S (s) = G0N GX1 (s) G0X1 (s) et 2 G00S (s) = G0N GX1 (s) G00X1 (s) + G00N GX1 (s) G0X1 (s) . Donc E[S] = E[N ]E[X1 ] car GX1 (1) = 1, E[S 2 ] = E[N ]E[X1 (X1 − 1)] + E[N 2 ]E[X1 ]2 , d’où Var(S) = E[N ]Var(X1 ) + Var(N )E[X1 ]2 . 2. (a) Si N ∼ P(λ), λ > 0, alors la fonction génératrice de N est GN (s) = eλ(s−1) , s ∈ [0, 1], et celle de S est GS (s) = GN ◦ GX1 (s) = eλp(s−1) . Donc S suit une loi de Poisson de paramètre λp. (b) On remarque que T est la somme arrêtée en N de v.a. i.i.d. de loi de Bernoulli de paramètre 1 − p, donc T suit une loi de Poisson de paramètre λ(1 − p). On a donc pour j, k ∈ N, j k −λp , P(T = j) = (λ(1−p)) e−λ(1−p) et P(S = k) = (λp) k! e j! P(S = k, T = j) = P(S = k, N = j + k) = P N X ! Xi = k, N = j + k i=1 = P j+k X ! Xi = k, N = j + k =P i=1 λj+k −λ e = (j + k)! = P(S = k)P(T = j). k = Cj+k pk (1 − p)j j+k X ! Xi = k P(N = j + k) i=1 (λp)k −λp (λ(1 − p))j −λ(1−p) k! e j! e 3. (a) Comme p = 12 , S et T ont même loi, à savoir P λ2 . Comme N = S + T et que S et T sont indépendantes, on a en utilisant le résultat de la question 1. ∀s ∈ [0, 1], 2 GN (s) = GS+T (s) = GS (s)GT (s) = GS (s) = GN 4 1+s 2 2 . Par récurrence, en prenant pour cas initial n = 1 prouver ci-dessus, et en faisant l’hypothèse 2k que la propriété est satisfaite au rang k, i.e. pour tout s ∈ [0, 1], GN (s) = GN 1 + s−1 , 2k on a au rang k + 1 2k s−1 GN (s) = GN 1 + k = GN 2 1+1+ 2 s−1 2k !2 2k = GN k+1 s−1 2 1 + k+1 . 2 La propriété est donc vraie pour tout n ∈ N. (b) En effectuant un développement limité de GN , à s ∈ [0, 1] fixé, quand n tend vers +∞, on a n 2n s−1 2 s−1 0 s−1 GN (s) = GN 1 + n = GN (1) + n GN (1) + o 2 2 2n 2n s−1 s−1 −→ ec(s−1) = 1+ n c+o n→∞ 2 2n n en utilisant que ex = limn→∞ 1 + nx . Donc N suit une loi de Poisson de paramètre c. 5