Université de Lille 1 U.F.R. de Mathématiques L2 Informatique Année 2015–2016 Fiche no 2 Ex 1. On jette deux dés non pipés et on considère la v.a. X égale au plus grand des points obtenus. Quelle est la loi de X ? Ex 2. Soit X une variable aléatoire discrète réelle définie sur un espace de probabilité (Ω, F, P ) de fonction de répartition F . Exprimer en fonction de F les fonctions de répartition des variables aléatoires réelles discrètes suivantes : 1) Y1 = aX + b, où a et b sont deux réels tels que a 6= 0, 2) Y2 = X n , où n est un entier non nul, 3) Y3 = exp(X). Ex 3. Soit X une variable aléatoire réelle discrète non nulle définie sur un espace de probabilité (Ω, F, P ), de fonction de répartition F . 1) Exprimer en fonction de F , la fonction de répartition G de la variable aléatoire 1 réelle discrète Y = 2 . X 2) Calculer F et G lorsque X suit une loi géométrique. Ex 4. Neuf joueurs sont réunis. Chacun écrit un numéro entre 1 et 6 sur un bulletin à son nom et mise 1 euro. On jette un dé. Les joueurs ayant deviné le numéro sorti se partagent les mises. 1) Quelle est la loi du nombre N de gagnants ? 2) L’un des joueurs s’appelle Luc, on note L := {Luc gagne}. Pour k = 0, 1, 2,. . .,9, calculer P (N = k | L). 3) Calculer P (L | N = k) et commenter le résultat obtenu. 4) Soit X le gain (algébrique) en euros du joueur Luc. Ainsi X = −1 si Luc perd et X = 9/N − 1 s’il gagne. Déterminer la loi de X. Ex 5. Soit Xn une variable aléatoire de loi binomiale B(n, pn ). On suppose que npn = λ + ε(n), où λ est un réel strictement positif fixé, et ε(n) tend vers 0 lorsque n tend vers l’infini. Déterminer la limite P Pλ (k) de P (Xn = k) lorsque n tend vers l’infini, pour tout entier k. Vérifier que ∞ k=0 Pλ (k) = 1. On dit que Xn converge en loi vers une loi de Poisson de paramètre λ, notée P(λ). Ex 6. Soit X une v.a. de Poisson de paramètre λ > 0. On définit la v.a. Y de la manière suivante : — Si X prend une valeur nulle ou impaire alors Y prend la valeur 0. — Si X prend une valeur paire alors Y prend la valeur X/2. Université Lille 1 U.F.R. de Maths. Trouver la loi de Y . Ex 7. Le nombre de fois où un individu attrape un rhume en une année donnée est une variable de Poisson de paramètre λ = 5. Un nouveau médicament vient d’être mis sur le marché. Il réduit le paramètre de Poisson à λ = 3 pour 75% de la population. Pour le reste de la population, le médicament est sans effet notable sur les rhumes. Si un individu essaie le médicament pendant un an et attrape 2 rhumes au cours de cette période, quelle est la probabilité que le médicament lui ait été bénéfique ? Ex 8. On note p la probabilité qu’une pièce tombe sur “pile”. 1) On lance cette pièce n fois. Soit k ∈ {1, . . . , n}. Quelle est la probabilité que la pièce tombe sur “pile” pour la première fois au k-ième lancer ? On note f (k) cette probabilité. 2) Montrer que la suite (f (k))k∈N∗ définit une loi de probabilité sur les entiers N∗ . 3) On a jeté la pièce ` fois, elle n’est jamais tombée sur “pile”. Quelle est la probabilité qu’elle tombe sur “pile” pour la première fois au (` + k)-ième jet ? Ex 9. La propriété d’absence de mémoire 1) Montrer que si X est une v. a. de loi géométrique, elle vérifie la propriété d’absence de mémoire suivante : ∀k ∈ N, ∀n ∈ N, P (X > n + k | X > n) = P (X > k). (1) Interpréter ce résultat en considérant une suite d’épreuves répétées. 2) Trouver toutes les lois qui vérifient la propriété (1). Indication : On notera G(n) = P (X > n) et on montrera que (1) se traduit par une relation simple entre G(n + k), G(n) et G(k). Ex 10. Une loi du minimum(Janvier 2000) X et Y sont deux variables aléatoires indépendantes. X suit la loi géométrique de paramètre α, et Y suit la loi géométrique de paramètre β, avec α et β deux réels fixés de ]0, 1]. On note Z la variable aléatoire définie par : ∀ω ∈ Ω Z(ω) = min(X(ω), Y (ω)). 1) Pour k ∈ N, calculer P (X > k). 2) Exprimer l’événement {Z = k} à partir des événements {X = k}, {Y = k}, {X > k} et {Y > k}. 3) En déduire la loi de Z. Comment s’appelle-t-elle ? Ex 11. Dans un jeu basé sur un tirage au sort, il y a j joueurs indépendants ayant chacun la même probabilité r de gagner. On note S le nombre de gagnants. Quelle est sa loi ? 1) En fait le nombre de joueurs est une variable aléatoire N : il y a une population totale de n personnes, chacune ayant une probabilité p de participer au jeu. a) Quelle est la loi de N ? page 2/4 L2 Informatique Probabilités-Statistiques 2015–16 b) Exprimer P (S = k) à l’aide des P (S = k | N = j) et des P (N = j) pour 0 ≤ k ≤ j ≤ n. c) En déduire par le calcul que S suit la loi binomiale B(n, rp). 2) Pour retrouver ce résultat de façon plus légère, on numérote de 1 à n les individus de la population et on note Ji et Gi les évènements : Ji := { L’individu no i joue }, Gi := { L’individu no i gagne }. Calculer P (Ji ∩ Gi ). En déduire la loi de S. Ex 12. Soit λ un réel positif et soit p ∈ [0, 1]. Dans une banque, le nombre de chèques émis par les clients en un jour est une variable aléatoire X qui suit la loi de Poisson P(λ). Pour chaque chèque émis, la probabilité que ce chèque soit sans provision est p. On appelle Y le nombre de chèques émis sans provision lors d’une journée. 1) Soit n ∈ N. Trouver P (Y = k | X = n) suivant les valeurs de k. 2) Déterminer la loi de Y et celle de X − Y . 3) Les variables X − Y et Y sont-elles indépendantes ? Ex 13. Calculer les espérances et variances des variables aléatoires suivantes 1) loi de Bernoulli, 2) loi binomiale, 3) loi géométrique, 4) loi de Poisson. Ex 14. Soient X et Y deux variables aléatoires indépendantes discrètes de même loi géométrique de paramètre p ∈]0, 1[. 1) Calculer la loi de la variable aléatoire discrète Z = X + Y . Quelle est son espérance ? Même question avec la variable aléatoire discrète T = 2X. 2) Calculer P (X = Y ) et P (Z = T ). 3) Imaginer une expérience aléatoire donnant lieu à des variables aléatoires X et Y . Que représente alors la probabilité calculée à la question précédente ? Ex 15. Soit X et Y deux variables aléatoires indépendantes de loi de Poisson de paramètres λ. Déterminer les lois de X + Y et de 2X. Calculer leur espérance. Ex 16. Soit n entier ≥ 1 et p ∈]0, 1[. Soit X une variable aléatoire suivant une loi binômiale B(n, p). On définit la variable aléatoire Y de la façon suivante : Si X = k et k ≥ 1 alors Y = k ; si X = 0 alors Y prend une valeur au hasard dans {1, . . . , n}. Déterminer la loi de Y , calculer son espérance et sa variance. Ex 17. Soit X une variable aléatoire réelle discrète non nulle définie sur un espace de probabilité (Ω, F, P ), de fonction de répartition F . 1) Exprimer en fonction de F , la fonction de répartition G de la variable aléatoire 1 réelle discrète Y = 2 . X page 3/4 Université Lille 1 2) U.F.R. de Maths. Calculer F et G lorsque X suit une loi géométrique. Ex 18. Soit X une variable aléatoire discrète réelle définie sur un espace de probabilité (Ω, F, P ) de fonction de répartition F . Exprimer en fonction de F les fonctions de répartition des variables aléatoires réelles discrètes suivantes : 1) Y1 = aX + b, où a et b sont deux réels tels que a 6= 0, 2) Y2 = X n , où n est un entier non nul, 3) Y3 = exp(X). Ex 19. 1) Soit X une variable aléatoire à valeurs dans N∗ admettant une espérance. Mon∞ X trer que l’on a E(X) = P (X ≥ k) . k=1 2) Soit X est une variable aléatoire de loi géométrique de paramètre p (p ∈]0, 1[), utiliser la question précédente pour retrouver l’espérance de X. Ex 20. Une urne contient n boules blanches et n boules rouges. On tire simultanément n boules dans celle-ci et on note X le nombre de boules rouges obtenues lors de ce tirage. Quelle est la loi de X, son espérance, sa variance ? page 4/4