B2 DM Exercice 1 Une pièce donne pile avec une probabilité p a ]0, 1[. Une personne joue à un jeu de pile ou face. Elle lance plusieurs fois la pièce, et elle est déclarée gagnante dès qu’elle a obtenu deux piles de plus que de faces, est déclarée perdante dès qu’elle a obtenu deux faces de plus que de piles. 1. Quelle est la probabilité que la partie dure plus de 2n lancers ? (On pourra commencer par des petites valeurs de n) Soit Tn l'événement « la partie dure plus de 2n lancers » P(T1) = 2pq (PF ou FP) P(T2) = 4 p 2 q 2 (PFPF, PFFP, FPFP, FPPF) L'événement Tn est réalisé après une séquence quelconque de PF et de FP (n au total) n Il y a façons de placer k séquences PF dans une série de n séquences PF ou FP. k n Donc P(Tn) = ∑ n ( pq)k ( pq)n−k =2n ( pq)n k=0 k () () 2. Quelle est la probabilité pour que la personne gagne ? Soit Gn l'évènement « la personne gagne aux lancers 2n+1 2n+2 Et G l'événement « la personne gagne » +∞ Alors G= ∪ Gn n=0 Et par disjonction, et sous réserve de convergence : P(G) = +∞ ∑ P(Tn )×p 2 = n=0 +∞ +∞ n=0 n=0 2 p ∑ (pq)k (pq)n−k =∑ 2 n (pq)n ×p2 = 1−2pq 3. Quelle est la probabilité pour que la personne perde ? Par symétrie, cette probabilité est 2 q 1−2pq 4. Quelle est la probabilité pour que le jeu ne s'arrête jamais ? Elle vaut 1 - 2 2 q p =0 1−2pq 1−2pq L'événement « le jeu ne s'arrête jamais » est donc négligeable. Exercice 2 Une urne contient b boules blanches, n noires et r rouges. Un joueur tire une boule au hasard dans l’urne. Si elle est blanche, il a gagné et le jeu s’arrête. Si elle est noire, il a perdu et le jeu s’arrête. Si elle est rouge, il la remet et retire une autre boule. 1. Déterminer la probabilité que le jeu ne soit pas terminé après le N-ième tirage. Soit TN l'événement « le jeu n'est pas terminé après le N-ième tirage » Alors P(TN) = ( r ) b+r+n N 2. Déterminer la probabilité que le joueur gagne. Soit G cet événement, soit Bk l'événement « une boule blanche est tirée au tirage numéro k» +∞ Alors G= ∪ (TN ∩B N+1 ) N=0 Par disjonction et indépendance, et sous réserve de convergence. P(G) = +∞ +∞ N=0 N=0 r ) ∑ P(T N )×P(B N+1 )= ∑ ( b+r+n N × b b = × b+r+n b+r+n 1 1−( r ) b+r+n Convergence assurée car série géométrique. P(G) = b b+n Exercice 3 On dispose de n urnes (n ≥ 2) qui contiennent des boules bleues, jaunes et roses. Pour k a {1, . . . , n}, la kième urne contient 1 bleue, 2 jaunes et k roses. On choisit au hasard une urne et de celle-ci l’on tire une boule. 1. Calculer la probabilité que cette boule soit bleue (le résultat contient une somme que l'on ne cherchera pas à calculer). n n 1 1 1 1 × = ∑ n 3+k n ∑ 3+k k=1 k=1 2. Si la boule est rose, quelle est la probabilité qu’elle ait été tirée de l’urne 2 ? (le résultat contient une somme que l'on ne cherchera pas à calculer). Soit U la variable aléatoire égale au numéro de l'urne tirée. Et R l'événement « la boule est rose » 2 1 × P( R∩( U=2)) P U=2 (R)×P(U=2) 5 n 2 PR (U=2)= = = n = n P(R) P(R ) 1 k k 5∑ ∑ n k=1 k+3 k=1 k+3 Exercice 4 On effectue des tirages successifs dans une urne où se trouvent p boules blanches et p boules noires. 1. On suppose que les tirages sont avec remise. a) Calculer la probabilité que la k-ième boule tirée soit noire sachant que les (k − 1) premières sont noires. Les tirages sont indépendants. Donc Le « sachant que » n'a aucune incidence. 1 Résultat : 2 b) Quelle est la probabilité que les k premières boules tirées soient noires ? k 1 ( ) 2 2. Mêmes questions lorsque les tirages sont sans remise. p−k+1 a) , pour k≤ p, 0 sinon. 2p−k+1 p p−1 p−k+1 b) Probabilités composées : × ×...× 2p 2p−1 2p−k+1 Exercice 5 On considère N +1 urnes (N ≥ 1) U0,...,UN. L’urne Uk contient k boules rouges et (N −k) vertes. On choisit au hasard une urne et on y effectue des tirages successifs avec remise. Calculer pn, la probabilité de tirer une rouge au (n + 1)-ième tirage sachant que lors des n premiers tirages on a obtenu une rouge à chaque fois. Soit Rk l'événement : « on tire une rouge au k-ième tirage » Soit Bk l'événement : « on choisit l'urne numéro k » n+1 pn = P ∩ R (R n+1 )= P( ∩ R k ) k=0 n n k k= 0 P( ∩ R k ) k=0 N n n Et P( ∩ R k )=∑ P B ( ∩ R k )×P(Bi ) (s.c.e., probabilités totales) k=0 = i i=0 n N k=0 N 1 i 1 ( )= in ∑ n∑ N+1 i =0 N (N+1) N i=0 N Donc pn = i n+1 ∑ 1 N i=0 N ∑ in i=0 Exercice 6 On lance quatre fois une pièce de monnaie bien équilibrée. Soit X le nombre de faces obtenu et Y la plus longue suite de faces obtenue. 1°/ Déterminer la loi du couple(X,Y), et les lois marginales. 2°/ Calculer cov (X, Y). 1) X 0 1 2 3 4 Loi de Y Y 4 0 1 ( ) 2 0 1 0 1 4×( ) 2 2 0 0 1 3×( ) 2 3 0 0 0 4 0 0 0 Loi de X 1 ( ) 2 4 1 4×( ) 2 0 4 4 4 0 0 1 ( ) 2 4 1 0 3×( ) 2 0 1 7×( ) 2 4 0 1 5×( ) 2 1 2×( ) 2 4 0 1 2×( ) 2 0 1 ( ) 2 4 1 ( ) 2 4 4 4 1 6×( ) 2 1 2×( ) 2 1 4×( ) 2 4 4 4 4 1 ( ) 2 4 2) cov(X,Y) = E(XY)-E(X)E(Y) 4 1 27 E(Y) = (7+10+6+4)×( ) = 2 16 4 1 32 E(Y) = ( 4+12+12+4)×( ) = =2 2 16 4 4 4 4 4 4 1 1 1 1 1 1 68 17 Et E(XY) = 1×4×( ) +2×3×( ) +4×3×( ) +6×2×( ) +9×2×( ) +16×( ) = = 2 2 2 2 2 2 16 4 17 27 7 Donc cov(X,Y) = − = 4 8 8 Exercice 7 Un joueur lance une pièce équilibrée autant de fois que nécessaire . On note X N la variable aléatoire réelle discrète égale au nombre de fois où, au cours des N premiers lancers, deux résultats successifs ont été différents (On peut appeler X N le " nombre de changements " au cours des N premiers lancers ). Par exemple, si les 9 premiers lancers ont donné successivement : Pile , Pile , Face , Pile , Face , Face , Face , Pile , Pile alors la variable X 9 aura pris la valeur 4 (quatre changements, aux 3ieme; 4ieme; 5ieme et 8ieme lancers). 1. Déterminer la loi de X1 , X 2 et X 3 X 1 =0 1 X 2 (Ω)={0,1} , P( X 2=0 ) = =P(X 2=1) 2 3 3 3 1 1 1 X 3 (Ω)={0,1,2} P( X 3=0 ) = 2×( ) , P( X 3=1 ) = 4×( ) , P( X 3=2 ) = 2×( ) 2 2 2 2. Justifier que X N (Ω)={0, ..., N-1} Le nombre minimal de changement est évidemment 0. Le nombre maximal est atteint lors d'une séquence PFPF.. Ce qui correspond à N-1 changements. 1 3. Montrer queP( X N =0)= ( ) 2 N−1 1 et P( X N =1)= 2( N−1)( ) 2 N N 1 L'événement ( X N =0) est réalisé par N Pile ou N Face, donc sa probabilité est 2×( ) 2 L'événement ( X N =1) est réalisé par N-k Pile puis k Face ou l'inverse (de même probabilité), k variant de 1 à N-1. 1 2 Si il y eu k changements en N lancers, il y en a toujours k en N+1 lancers, si le N+1 ième lancer est identique au N-ième lancer. Donc de probabilité ½. b) En déduire que pour tout entier k de {0,1,...,N-1} : 1 P(X N+1−X N =0∩X N =k)= P( X N=k) 2 P(X N+1−X N=0∩X N =k)=P(X N+1=k∩X N=k)=P( X =k)( XN +1 =k )×P( XN =k) D'où le résultat. 1 c) En déduire que P(X N+1−X N=0)= 2 Sommer b) de 0 à N-1. 4. a) Justifier que pour tout entier k de {0,1,...,N-1} , P(X N =k) (X N+1 =k)= N 1 d) Quelle est la loi de la variable aléatoire X N+1−X N ? En déduire E( XN+1 )= +E (X N ) 2 X N+1−X N suit une loi de Bernoulli de paramètre ½. 1 Donc E( X N+1−X N ) = Et E(X N+1−X N )=E(X N+1 )−E( X N ) D'où le résultat. 2 5. a) Montrer que les variables X N+1−X N et X N sont indépendantes. On a pour tout 0≤k≤N-1 , 1 P(X N+1−X N=0∩X N =k)= P( X N=k) = P(X N+1−X N=0)×P(X N=k ) 2 P(X −X =1∩X =k )=P( X N =k)−P (X N+1 −X N =0∩X N =k ) N+1 N N Et =P (X N=k)−P(X N+1 −X N =0)×P( X N=k) = P(X N+1−X N =1)×P( X N=k) Conclusion : ∀(i ,k )∈[[0,1]]×[[ 0, N−1]],P (X N+1 −X N =i∩X N =k)=P(X N+1 −X N =i)×P(X N=k ) Donc les variables X N+1−X N et X N sont indépendantes. b) En déduire par récurrence que X N suit une loi binomiale B(N-1 , Soit P(N) la propriété : X N suit une loi binomiale B(N-1 , 1 ) 2 1 ) 2 P(1) est vraie. Supposons P(N) vraie pour un entier N fixé. Donc X N (Ω)=[[0, N−1]] Comme X N+1−X N suit une loi de Bernoulli, X N+1 (Ω)=[[0, N]] Et pour tout 0 ≤ k ≤ N , P( XN+1=k )=P( XN +1 −X N =0∩X N =k)+P(X N+1−X N =1∩X N=k−1) (Car ( X N+1 −X N =0 , XN +1 −X N =1) est un s.c.e.) Par indépendance : P(X N+1=k )=P( XN+1−X N =0)×P(X N =k )+P( XN+1−X N =1)×P (X N =k−1) N−1 N 1 1 1 Donc P(X N+1= N)=P(X N+1−X N=1)×P( X N=N−1)= ( ) =( ) 2 2 2 Et pour k < N, N−1 N−1 N N 1 N−1 1 1 N−1 1 1 1 N−1 N−1 N P(X N+1=k )=( ) ( ) +( ) ( ) =( ) ( + )=( ) 2 k 2 2 k−1 2 2 k k−1 2 k 1 Donc X N+1 suit une loi binomiale B(N , ) 2 La propriété P est donc initialisée et héréditaire, donc vraie pour tout entier naturel n non nul. ( ) ( ) ( )( ) ()