Documente Academic
Documente Profesional
Documente Cultură
p
k
(1 p)
nk
k!(n k)!
si 0 k n,
P(X = n Y = k) = 0 sinon.
1. Vrier que la relation ci-dessus dnit bien une loi de probabilit sur N
2
.
2. Dterminer la loi de la variable X, puis celle de Y . Les variables X et Y sont-elles
indpendantes ?
3. Dterminer la loi conditionnelle de Y sachant X = n.
4. Soit Z la variable alatoire dnie par Z = X Y . Dterminer la loi de Z.
5. Les variables Y et Z sont-elles indpendantes ?
Application : Pour une certaine race de mammifres, chaque porte, le nombre X de petits suit une loi de
Poisson de paramtre 5. La probabilit pour quun petit soit une femelle est 0,6. On note Y le nombre de femelles
par porte.
1. Quelle est la loi de Y conditionnellement X = n ? En dduire la loi de (X, Y ).
2. Sachant quune porte est constitue de 7 petits, quelle est la probabilit quil y ait 4 mles et 3 femelles ?
3. Quelle est la probabilit pour quune mre donne naissance dans une mme porte 3 mles exactement
?
Exercice 7
Soit Z = (X, Y ) un couple de v.a.r.. On suppose que Z admet une densit f dnie par
f(x, y) =
c
x
e
y
si x > 0, y > 0, x < y
2
,
= 0 sinon.
1. Calculer c.
2. Dterminer les lois marginales de X et Y . X et Y sont-elles indpendantes ?
2
Approximation de la loi B(n, p) par la loi N(np, np(1 p))
Exercice 8
On veut transporter rapidement entre deux villes A et B, dans des conditions de confort ac-
ceptables, 1600 voyageurs se prsentant pratiquement en mme temps la gare. On met leur
disposition deux trains identiques. On suppose que chaque individu choisit au hasard lun des
deux trains et quil na pas le temps den changer. Combien faut-il prvoir de places assises
dans chaque train si lon veut que la probabilit pour que des voyageurs soient obligs de rester
debout soit infrieure 3.10
3
?
Exercice 9
Un laboratoire produit un vaccin destin une population de 100000 personnes. On considre
que la proportion P de personnes achetant le vaccin suit une loi gaussienne de moyenne 0.24 et
dcart-type 0.03.
1. Combien de doses le laboratoire doit-il produire pour que le risque de rupture de stock
soit de lordre de 2% ?
2. Quelle doit tre la marge bnciaire ralise sur chaque dose vendue pour que le risque
de perte soit de lordre de 3% ?
3
Indications pour la correction de lexercice 4:
1. (a) E(Z) = E(X) +E(Y ) par linarit de lesprance. Comme X et Y U
[0,1]
, E(X) =
E(Y ) =
1
2
. Et donc E(Z) = 1.
(b) Remarque: Pour montrer quune fonction f est une densit, il faut vrier les 3
points suivants:
f est continue par morceaux
f est positive ou nulle
_
+
f(t)dt = 1
Ici on vous demandait de montrer que f
Z
est une densit de Z. Pour cela, on peut
(comme vu dans un exo donn en cours) avoir recours la fonction de rpartition
F
Z
(t) = P(Z t).
Pour t < 0, F
Z
(t) = 0.
Pour t > 2, F
Z
(t) = 1.
Pour t [0, 2], F
Z
(t) =
_ _
Dt
dxdy o D
t
=
_
(x, y) [0, 1]
2
; x +y t
_
, (car
X et Y U
[0,1]
).
si t [0, 1], on obtient F
Z
(t) =
_
t
0
_
_
ty
0
dx
_
dy = . . . =
t
2
2
.
si t [1, 2], on obtient F
Z
(t) =
_
1
0
_
_
min(1,ty)
0
dx
_
dy =
_
t1
0
_
_
1
0
dx
_
dy+
_
1
t1
_
_
ty
0
dx
_
dy =
. . . = 2t
t
2
2
1.
Puis on conclut grce la proprit suivante: En tout point t o F
Z
est driv-
able, on a F
Z
(t) = f
Z
(t).
(c) Calculez les probabilits des dirents vnements grce la dnition de f
Z
. On
obtient:
P(Z > 1 et 1 x < Z 1 +x) = P(Z > 1) P(1 x < Z 1 +x)
Do lindpendance.
2. (a) Si t [0, 1], F
T
(t) = P(T t) = P(X t et Y t) = t
2
car X et Y sont
indpendantes et de mme loi uniforme sur [0, 1].
Si t < 0, F
T
(t) = 0. Et si t > 1, F
T
(t) = 1.
Donc par la proprit cite ci-dessus, f
T
(t) = 2t si t [0, 1] et 0 sinon.
(b) E(T) =
2
3
.
(c) U = |X Y | = max(X, Y ) min(X, Y ) et Z = max(X, Y ) +min(X, Y ).
Donc U +Z = 2max(X, Y ) = 2T. Do U = 2T Z et E(U) =
4
3
1 =
1
3
Indications pour la correction de lexercice 5:
1. U = min(X, Y ) donc P(U > t) = P(X > t et Y > t).
Comme X et Y sont indpendantes et de mme loi uniforme sur [0, 2],
P(X > t et Y > t) = P(X > t)P(Y > t) = (1 F(t))
2
o F est la fonction de rpartition de la loi uniforme sur [0, 2], cad F(t) =
_
_
_
0 si t < 0
t/2 si t [0, 2]
1 si t > 2
Donc P(U > t) =
_
_
_
1 si t < 0
(1 t/2)
2
si t [0, 2]
0 si t > 2
Donc la fonction de rpartition F
U
de U
4
est dnie par:
F
U
(t) =
_
_
_
0 si t < 0
1 (1 t/2)
2
si t [0, 2]
1 si t > 2
Comme F
U
est continue et C
1
PM sur R, U est
une v.a. densit et une densit de U est: f
U
(t) =
_
_
_
0 si t < 0
1 t/2 si t [0, 2]
0 si t > 2
2. V = max(X, Y ) et X et Y sont indpendantes et de mme loi uniforme sur [0, 2],
donc P(V t) = P(X t et Y t) = P(X t)P(Y t) = F(t)
2
=
_
_
_
0 si t < 0
t
2
/4 si t [0, 2]
1 si t > 2
Donc V est une v.a. densit et une densit de V est: f
V
(t) =
_
_
_
0 si t < 0
t/2 si t [0, 2]
0 si t > 2
3. W = V U donc P(W t) =
_ _
Dt
f
U
(u)f
V
(v)dudv
o D
t
= {(u, v) [0, 2]
2
; v u t} = {(u, v); 0 v min(2, u +t) et 0 u 2}.
Donc pour t [0, 2]
P(W t) =
_
2
0
_
_
min(2,u+t)
0
f
V
(v)dv
_
f
U
(u)du
=
_
2t
0
__
u+t
0
f
V
(v)dv
_
f
U
(u)du +
_
2
2t
__
2
0
f
V
(v)dv
_
f
U
(u)du
=
_
2t
0
__
u+t
0
v
2
dv
_
_
1
u
2
_
du +
_
2
2t
__
2
0
v
2
dv
_
_
1
u
2
_
du
= . . .
Pour t < 0, P(W t) = 0, et pour t > 2, P(W t) = 1.
Comme la fonction de rpartition de W est continue et C
1
PM sur R, W est une v.a.
densit et on obtient une densit de W en drivant la fonction de rpartition l o elle
drivable et en prenant des valeurs quelconques aux points o la fonction de rpartition
nest pas drivable.
Indications pour la correction de lexercice 6:
1. Vrier que
+
n=0
n
k=0
n
e
p
k
(1 p)
nk
k!(n k)!
= 1
2. Montrer que X P() et Y P(p), puis en dduire que X et Y ne sont pas indpen-
dantes.
3. Montrer que la loi conditionnelle de Y sachant X = n est la loi B(n, p).
4. Montrer que Z P((1 p))
5. Montrer que Y et Z sont indpendantes.
5
Application: Ici X P() avec = 5, et la loi conditionnelle de Y sachant X = n est la loi
B(n, p) avec p = 0.6.
(Rappel: la loi B(n, p) est la loi du nombre de succs lorsque lon rpte de faon indpendante
n expriences avec chaque exprience une probabilit p de succs)
Nous sommes donc bien dans la situation traite de faon gnrale au-dessus avec ici = 5 et
p = 0.6.
La loi de (X, Y ) est donc dnie par:
P(X = n Y = k) =
n
e
p
k
(1 p)
nk
k!(n k)!
si 0 k n,
P(X = n Y = k) = 0 sinon.
6